введение

На данный момент этот цикл криптовалютного бычьего рынка является самым скучным с точки зрения бизнес-инноваций. Ему не хватает таких феноменальных тенденций, как DeFi, NFT и Gamefi на предыдущем бычьем рынке, что приводит к отсутствию горячих точек в отрасли. общий рынок, пользователи, отраслевые инвестиции и рост разработчиков относительно слабы.

Это также отражается на текущих ценах активов. Если посмотреть на весь цикл, то большинство альтернативных монет продолжают терять курс по отношению к обменному курсу BTC, включая ETH. В конце концов, стоимость платформы смарт-контрактов определяется процветанием приложения. Когда развитие и инновации приложения слабы, будет сложно повысить оценку публичной цепочки.

ИИ, как новая категория криптобизнеса в этом раунде, извлекает выгоду из взрывной скорости развития и постоянных горячих точек во внешнем деловом мире, и все еще возможно привлечь значительное внимание к проектам отслеживания ИИ в криптовалюте. мир.

В отчете IO.NET, опубликованном автором в апреле, автор разобрался в необходимости объединения ИИ и криптографии, то есть в преимуществах криптоэкономических решений в определенности, мобилизации ресурсов распределения и недоверии, которые могут решить проблему случайности и ресурсоемкий характер ИИ. Одно из решений трех проблем неотличимости человека от машины.

В рамках искусственного интеллекта в области криптоэкономики автор пытается обсудить и вывести некоторые важные вопросы в другой статье, в том числе:

  • Какие еще идеи зарождаются на пути крипто-ИИ, которые могут взорваться в будущем?

  • Каталитические пути и логика этих повествований

  • Цели проекта, связанные с повествованием

  • Риски и неопределенности в повествовательной дедукции

Эта статья представляет собой инсценированное размышление автора на момент публикации. В будущем она может измениться, и мнения могут быть весьма субъективными. Пожалуйста, не используйте ее в качестве инвестиционного справочника. Комментарии и обсуждения коллег приветствуются.

Ниже приводится основной текст.

Следующая волна повествований в сфере крипто-ИИ

Прежде чем официально подвести итоги следующей волны повествований о крипто-ИИ, давайте сначала взглянем на основные повествования о нынешнем крипто-ИИ. С точки зрения рыночной стоимости, те, у кого более 1 миллиарда долларов США:

  • Вычислительная мощность: Render (RNDR, рыночная стоимость в обращении 3,85 миллиарда), Akash (рыночная стоимость в обращении 1,2 миллиарда), IO.NET (последний раунд оценки первичного финансирования в 1 миллиард)

  • Сеть алгоритмов: Bittensor (TAO, рыночная стоимость обращения 2,97 миллиарда)

  • AI-агент: Fetchai (FET, рыночная стоимость до слияния составляла 2,1 миллиарда долларов США)

*Время данных: 2024.5.24, денежная единица — доллары США.

В дополнение к вышеперечисленным областям, какое направление ИИ будет следующим, если рыночная стоимость одного проекта превысит 1 миллиард?

Автор считает, что об этом можно рассуждать с двух точек зрения: повествование о «стороне предложения отрасли» и повествование о «моменте GPT».

Первый взгляд на историю ИИ: со стороны промышленного предложения посмотрите на возможности отслеживания энергии и данных, лежащие в основе ИИ.

С точки зрения предложения отрасли, четырьмя движущими силами развития ИИ являются:

  • Алгоритмы: высококачественные алгоритмы могут более эффективно выполнять задачи обучения и вывода.

  • Вычислительная мощность: будь то обучение модели или рассуждение на основе модели, для обеспечения вычислительной мощности требуется оборудование графического процессора. Это также является основным узким местом отрасли на данный момент. Нехватка ядра в отрасли привела к высоким ценам на чипы среднего и высокого класса. .

  • Энергия: вычислительный центр обработки данных, необходимый для искусственного интеллекта, будет потреблять большое количество энергии. Помимо мощности, необходимой самому графическому процессору для выполнения вычислительных задач, обработка тепловыделения графического процессора также требует много энергии. Большая система охлаждения центра обработки данных. приходится общая энергия Около 40% потребления

  • Данные. Повышение производительности больших моделей требует расширения параметров обучения, а это означает необходимость в огромных объемах высококачественных данных.

Учитывая движущую силу четырех вышеупомянутых отраслей, как в области алгоритмов, так и в области вычислительной мощности имеются проекты шифрования с оборотной рыночной стоимостью более 1 миллиарда долларов США, в то время как в области энергетики и данных еще не было проектов с таким же рынком. ценить.

Фактически, дефицит поставок энергии и данных может вскоре наступить и стать новой волной промышленных горячих точек, что приведет к росту связанных проектов в области шифрования.

Давайте сначала поговорим об энергетике.

29 февраля 2024 года Маск заявил на конференции Bosch Internet World 2024: «Более года назад я предсказал нехватку чипов, и следующим дефицитом будет электроэнергия. Я думаю, что в следующем году электроэнергии не будет достаточно, чтобы запустить все чипсы».

Судя по конкретным данным, Институт искусственного интеллекта Стэнфордского университета (человеко-ориентированный искусственный интеллект) под руководством Ли Фейфея ежегодно публикует «Отчет об индексе искусственного интеллекта». В отчете, опубликованном командой в 2022 году для индустрии искусственного интеллекта за 21 год, говорится: Исследовательская группа По оценкам, потребление энергии ИИ в этом году составило лишь 0,9% мирового спроса на электроэнергию, а давление на энергетику и окружающую среду было ограниченным. В 2023 году Международное энергетическое агентство (МЭА) пришло к выводу, что глобальные центры обработки данных потребляют около 460 тераватт-часов (ТВтч) электроэнергии, что составляет 2% мирового спроса на электроэнергию, и прогнозирует, что к 2026 году глобальные центры обработки данных будут от 620 тераватт-часов до 1050 тераватт-часов.

Фактически, оценка Международного энергетического агентства по-прежнему консервативна, поскольку уже существует большое количество проектов вокруг ИИ, которые вот-вот будут запущены, а соответствующий масштаб спроса на энергию в 2023 году будет далеко за пределами его воображения.

Например, проект «Звездные врата», планируемый Microsoft и OpenAI. Ожидается, что этот план будет запущен в 2028 году и завершен примерно в 2030 году. В рамках проекта планируется построить суперкомпьютер с миллионами специализированных микросхем искусственного интеллекта, который обеспечит OpenAI беспрецедентной вычислительной мощностью и поддержит его использование в искусственном интеллекте, особенно в исследованиях и разработках больших языковых моделей. . Ожидается, что этот план будет стоить более 100 миллиардов долларов, что в 100 раз превышает стоимость современных крупных центров обработки данных.

Потребление энергии только в рамках проекта «Звездные врата» достигает 50 тераватт-часов.

Именно поэтому основатель OpenAI Сэм Альтман заявил на Давосском форуме в январе этого года: «Будущий искусственный интеллект требует энергетических прорывов, потому что искусственный интеллект будет потреблять гораздо больше энергии, чем люди ожидают».

После вычислительной мощности и энергии следующей областью дефицита в быстро растущей индустрии искусственного интеллекта, вероятно, станут данные.

Другими словами, дефицит качественных данных, необходимых для ИИ, стал реальностью.

В настоящее время, благодаря эволюции GPT, люди в основном выяснили правила роста возможностей большой языковой модели — то есть, расширяя параметры модели и данные обучения, возможности модели могут быть улучшены в геометрической прогрессии — и этот процесс не может в краткосрочной перспективе.

Но проблема в том, что в будущем высококачественных и открытых данных может стать все меньше, а продукты ИИ могут столкнуться с теми же противоречиями спроса и предложения в данных, что и чипы и энергия.

Во-первых, это рост споров по поводу владения данными.

27 декабря 2023 года газета New York Times официально подала иск против OpenAI и Microsoft в Федеральный окружной суд США, обвинив их в использовании миллионов собственных статей для обучения моделей GPT без разрешения, требуя от них «незаконного копирования и использования уникальных материалов стоимостью в миллиарды долларов». долларов в качестве компенсации юридического и реального ущерба», а также уничтожение всех моделей и обучающих данных, содержащих материалы, защищенные авторским правом, из «Нью-Йорк Таймс».

В конце марта газета New York Times опубликовала новое заявление, касающееся не только OpenAI, но также Google и Meta. В заявлении New York Times говорится, что OpenAI использовала инструмент распознавания речи под названием Whisper для расшифровки речевых частей большого количества видеороликов на YouTube, а затем генерировала текст как текст для обучения GPT-4. The New York Times заявила, что крупные компании сейчас очень часто используют мелкое воровство при обучении моделей ИИ, и сообщила, что Google также занимается этим, конвертируя видеоконтент YouTube в текст для обучения своих собственных крупных моделей. по сути ущемляющие права создателей видеоконтента.

The New York Times и OpenAI — это «первое дело об авторском праве на ИИ». Учитывая сложность дела и его далеко идущее влияние на будущее контента и индустрии ИИ, результат может быть получен не скоро. Одним из окончательных возможных результатов является внесудебное урегулирование между двумя сторонами, при котором богатые Microsoft и OpenAI выплатят крупную компенсацию. Однако усиление проблем с авторским правом на данные в будущем неизбежно приведет к увеличению общей стоимости высококачественных данных.

Кроме того, как крупнейшая в мире поисковая система Google также сообщила, что рассматривает возможность взимания платы за свою функцию поиска, но целью взимания платы является не широкая общественность, а компании, занимающиеся искусственным интеллектом.

Источник: Рейтер

Серверы поисковых систем Google хранят большое количество контента, и можно даже сказать, что Google хранит весь контент, появившийся на всех страницах Интернета, начиная с 21 века. Текущие поисковые продукты, управляемые искусственным интеллектом, такие как зарубежные, такие как perplexity, и отечественные, такие как Kimi и Secret Tower, все обрабатывают искомые данные с помощью искусственного интеллекта, а затем выдают их пользователям. Плата поисковых систем за ИИ неизбежно приведет к увеличению стоимости сбора данных.

Фактически, помимо общедоступных данных, гиганты искусственного интеллекта также присматриваются к закрытым внутренним данным.

Photobucket — это признанный веб-сайт для размещения изображений и видео, который в начале 2000-х годов имел 70 миллионов пользователей и занимал почти половину онлайн-фоторынка США. С развитием социальных сетей число пользователей Photobucket значительно сократилось. В настоящее время активных пользователей всего 2 миллиона (они должны платить высокую плату в размере 399 долларов США в год в соответствии с соглашением и политикой конфиденциальности, подписанными пользователями). при регистрации они не использовались более года. Аккаунт будет переработан, а также поддерживает право Photobucket на использование фотографий и видеоданных, загруженных пользователями. Генеральный директор Photobucket Тед Леонард заявил, что 1,3 миллиарда фото- и видеоданных чрезвычайно ценны для обучения генеративных моделей искусственного интеллекта. Он ведет переговоры с несколькими технологическими компаниями о продаже данных по ценам от 5 центов до 1 доллара за фотографию и более 1 доллара за видео. По оценкам, данные, которые может предоставить Photobucket, стоят более 1 миллиарда долларов.

EPOCH, исследовательская группа, занимающаяся тенденциями развития искусственного интеллекта, однажды опубликовала отчет о данных, необходимых для машинного обучения, на основе использования данных и генерации новых данных с помощью машинного обучения в 2022 году, а также с учетом роста вычислительных ресурсов. . Исчерпаются ли данные? Анализ пределов масштабирования наборов данных в машинном обучении», в отчете сделан вывод, что высококачественные текстовые данные будут исчерпаны в период с февраля 2023 по 2026 год, а данные изображений будут исчерпаны в 2030 году. Исчерпаны в период с 2060 года. и 2060. Если эффективность использования данных невозможно существенно повысить или появятся новые источники данных, текущая тенденция использования больших моделей машинного обучения, основанных на огромных наборах данных, может замедлиться.

Судя по нынешней ситуации, когда гиганты искусственного интеллекта покупают данные по высоким ценам, бесплатные высококачественные текстовые данные практически исчерпаны. Прогноз EPOCH, сделанный 2 года назад, оказался относительно точным.

В то же время появляются и решения проблемы «нехватки данных ИИ», а именно: услуги по предоставлению данных ИИ.

Defined.ai — компания, которая предоставляет индивидуальные, реальные и высококачественные данные для компаний, занимающихся искусственным интеллектом.

Примеры типов данных, которые может предоставить Defined.ai: https://www.defined.ai/datasets.

Его бизнес-модель такова: компании, занимающиеся искусственным интеллектом, предоставляют Defined.ai свои собственные данные. Например, с точки зрения качества, какое высокое разрешение требуется, чтобы избежать размытия, переэкспонирования и аутентичности контента. Что касается контента, компании, занимающиеся искусственным интеллектом, могут настраивать определенные темы на основе своих собственных учебных задач, например, фотографии в ночное время, конусы в ночное время, парковки и знаки, чтобы повысить уровень распознавания ИИ в ночных сценах. Публика может взять задание, а компания после его принятия рассмотрит, а затем в зависимости от количества фотографий будут подсчитаны детали, соответствующие требованиям. Цена примерно 1-2 доллара США за качественную картинку. , 5-7 долларов США за короткометражный фильм продолжительностью более десяти секунд и Высококачественный видеоролик продолжительностью более 10 минут стоит 100-300 долларов США, а текст - 1 доллар США за тысячу слов. Человек, получивший субподрядное задание, может. получить около 20% от гонорара. Предоставление данных может стать еще одним краудсорсинговым бизнесом после «маркировки данных».

Глобальный краудсорсинг задач, экономические стимулы, ценообразование на информационные активы, распространение и защита конфиденциальности — каждый может участвовать — звучит как бизнес-категория, которая особенно подходит для парадигмы Web3.

Повествовательные цели ИИ с точки зрения предложения отрасли

Обеспокоенность, вызванная нехваткой чипов, проникла в индустрию шифрования, в результате чего распределенные вычислительные мощности стали самой популярной категорией технологий искусственного интеллекта с самой высокой рыночной стоимостью на данный момент.

Итак, если противоречие между спросом и предложением в индустрии искусственного интеллекта в сфере энергетики и данных разразится в ближайшие 1-2 года, какие проекты, связанные с повествованием, существуют сейчас в индустрии шифрования?

Давайте сначала посмотрим на энергетические цели.

Очень мало энергетических проектов запустили ведущий CEX, и существует только один Power Ledger (Token Powr).

Power Ledger, основанная в 2017 году, представляет собой комплексную энергетическую платформу, основанную на технологии блокчейн. Она направлена ​​на децентрализацию энергетических операций, содействие прямой торговле электроэнергией между отдельными лицами и сообществами, поддержку широкого применения возобновляемых источников энергии и обеспечение безопасности и надежности энергии посредством. смарт-контракты Прозрачность и эффективность транзакций. Первоначально Power Ledger работал на основе цепочки консорциума, модифицированной на основе Ethereum. Во второй половине 2023 года Power Ledger обновила свой официальный документ и запустила собственную комплексную публичную цепочку, которая была модифицирована на основе технической структуры Solana для облегчения обработки высокочастотных микротранзакций на рынке распределенной энергетики. В настоящее время основными направлениями деятельности Power Ledger являются:

  • Торговля энергией: позволяет пользователям напрямую покупать и продавать электроэнергию, особенно из возобновляемых источников энергии, в одноранговой сети.

  • Торговля экологическими продуктами: например, торговля квотами на выбросы углерода и сертификатами возобновляемой энергии, а также финансирование на основе экологических продуктов.

  • Работа публичной цепочки: привлекайте разработчиков приложений для создания приложений на блокчейне Powerledger, а комиссии за транзакции в публичной цепочке выплачиваются в токенах Powr.

Текущая рыночная стоимость проекта Power Ledger составляет 170 миллионов долларов, а полная рыночная стоимость обращения — 320 миллионов долларов.

По сравнению с целями шифрования энергии, количество целей шифрования на дорожке данных больше.

Автор перечисляет только проекты отслеживания данных, на которые я сейчас обращаю внимание и запустил хотя бы одну из CEX Binance, OKX и Coinbase, и они расположены от низшего к высшему согласно FDV:

1.Стримр – ДАННЫЕ

Ценное предложение Streamr заключается в создании децентрализованной сети передачи данных в реальном времени, которая позволит пользователям свободно торговать и обмениваться данными, сохраняя при этом полный контроль над своими данными. Через свой рынок данных Streamr надеется дать возможность производителям данных продавать потоки данных напрямую заинтересованным потребителям без необходимости использования посредников, тем самым снижая затраты и повышая эффективность.

Источник: https://streamr.network/hub/projects.

В реальном случае сотрудничества Streamr сотрудничает с другим проектом автомобильного оборудования Web3 DIMO для сбора данных о температуре, давлении воздуха и других данных с помощью аппаратных датчиков DIMO, установленных на транспортном средстве, для формирования потока данных о погоде и передачи его учреждениям, которые в этом нуждаются.

По сравнению с другими проектами обработки данных, Streamr больше фокусируется на данных из Интернета вещей и аппаратных датчиков. Помимо упомянутых выше данных об автомобилях DIMO, другие проекты включают поток данных о дорожном движении Хельсинки в реальном времени. Таким образом, токен проекта Streamr DATA однажды удвоил свой рост за один день в декабре прошлого года, когда концепция Depin была в самом разгаре.

Текущая оборотная рыночная стоимость проекта Streamr составляет 44 миллиона долларов, а полная оборотная рыночная стоимость — 58 миллионов долларов.

2.Ковалентный – CQT

В отличие от других проектов данных, Coвалент предоставляет данные блокчейна. Сеть Coвалентная считывает данные из узлов блокчейна через RPC, затем обрабатывает и систематизирует данные для создания эффективной базы данных запросов. Таким образом, пользователи Coвалента могут быстро получить необходимую им информацию без необходимости выполнять сложные запросы непосредственно из узла блокчейна. Этот тип услуги также называется «индексированием данных блокчейна».

Клиентами Coвалента в основном являются бизнес-стороны, включая проекты Dapp, такие как различные Defi, и многие компании централизованного шифрования, такие как Consensys (материнская компания Metamask), CoinGecko (известная станция рынка криптовалютных активов), Rotki (инструмент для налогообложения). ) ), Rainbow (зашифрованный кошелек) и т. д. Кроме того, клиентами Coвалента также являются Fidelity, гигант традиционной финансовой индустрии, и Ernst & Young, четыре крупнейшие бухгалтерские фирмы. Согласно данным, официально раскрытым Coвалентом, выручка проекта от услуг передачи данных превысила доход The ​​Graph, ведущего проекта в той же области.

Ожидается, что благодаря целостности, открытости, аутентичности и характеру данных в цепочке в режиме реального времени индустрия Web3 станет высококачественным источником данных для сегментированных сценариев ИИ и конкретных «малых моделей ИИ». Как поставщик данных, Coвалент начала предоставлять данные для различных сценариев ИИ и запустила проверяемые структурированные данные специально для ИИ.

Источник: https://www.coвалентhq.com/solutions/decentralized-ai/

Например, он предоставляет данные интеллектуальной торговой платформе SmartWhales и использует ИИ для определения моделей и адресов прибыльных транзакций; Entender Finance использует структурированные данные Coвалент и обработку ИИ для получения информации в режиме реального времени, обнаружения аномалий и прогнозного анализа.

В настоящее время основные сценарии предоставления услуг передачи данных в цепочке, предоставляемые Coвалентом, по-прежнему являются финансовыми. Однако с обобщением продуктов и типов данных Web3 сценарии использования данных в цепочке также будут расширяться.

Текущая рыночная стоимость проекта Coвалентного обращения составляет 150 миллионов долларов США, а полная рыночная стоимость обращения составляет 235 миллионов долларов США. По сравнению с проектом индекса данных блокчейна The Graph в том же направлении он имеет явное оценочное преимущество.

3.Hivemapper – Мед

Среди всех информационных материалов видеоданные часто имеют самую высокую цену за единицу. Hivemapper может предоставлять данные, включая видео и картографическую информацию, компаниям, занимающимся искусственным интеллектом. Hivemapper сам по себе является децентрализованным глобальным картографическим проектом, целью которого является создание подробной, динамичной и доступной картографической системы с помощью технологии блокчейна и вклада сообщества. Участники могут собирать данные карты с помощью видеорегистратора и добавлять их в сеть данных Hivemapper с открытым исходным кодом, а также получать вознаграждения в зависимости от своего вклада в токен проекта HONEY. Чтобы улучшить сетевые эффекты и снизить затраты на взаимодействие, Hivemapper построен на Solana.

Hivemapper была впервые основана в 2015 году. Первоначальной идеей было использование дронов для создания карт, но позже выяснилось, что эту модель трудно масштабировать, поэтому для сбора географических данных стали использовать автомобильные самописцы и смартфоны, что снизило стоимость создания глобальных карт. .

По сравнению с программным обеспечением для просмотра улиц и карт, таким как Google Maps, Hivemapper может более эффективно расширять покрытие карты, поддерживать актуальность реальных сцен карты и улучшать качество видео, стимулируя сетевые модели и модели краудсорсинга.

До того, как спрос на данные искусственного интеллекта резко возрос, основными клиентами Hivemapper были представители сектора автономного вождения в автомобильной промышленности, компании навигационных услуг, правительства, страховые компании, компании по недвижимости и т. д. Теперь Hivemapper может предоставлять ИИ и крупным моделям широкий спектр данных о дорогах и окружающей среде через API. Благодаря вводу постоянно обновляемых потоков данных изображений и характеристик дорог модели ИИ и МО смогут лучше преобразовывать данные в улучшенные возможности и выполнение задач. связанные с географическим положением и визуальным суждением.

Источник данных: https://hivemapper.com/blog/diversify-ai-computer-vision-models-with-global-road-imagery-map-data/

Текущая оборотная рыночная стоимость проекта Hivemapper-Honey составляет 120 миллионов долларов, а полная рыночная стоимость в обращении — 496 миллионов долларов.

В дополнение к трем вышеупомянутым проектам, проекты на треке данных включают The Graph — GRT (рыночная стоимость обращения — 3,2 миллиарда долларов, FDV — 3,7 миллиарда долларов), чей бизнес похож на Coвалентный, а также предоставляет услуги индексации данных блокчейна и Ocean Protocol — OCEAN; (рыночная стоимость обращения 670 млн $, FDV 1,45 млрд $, этот проект скоро будет объединен с Fetch.ai и SingularityNET, токен будет конвертирован в ASI), протокол с открытым исходным кодом, предназначенный для содействия обмену и монетизации данных и данных сопутствующие услуги, соединяющие потребителей данных с поставщиками данных для обмена данными, обеспечивая при этом доверие, прозрачность и отслеживаемость.

Второй взгляд на повествование об искусственном интеллекте: GPT появляется снова через мгновение, и появляется общий искусственный интеллект.

По мнению автора, первым годом «трека ИИ» в индустрии шифрования является 2023 год, когда GPT потряс мир. Всплеск проектов ИИ в области шифрования — это скорее «горячие последствия», вызванные бурным развитием ИИ. промышленность.

Хотя возможности GPT 4, Turbo и т. д. постоянно совершенствовались после GPT 3.5, а также потрясающая демонстрация Сорой возможностей создания видео, включая быструю разработку больших языковых моделей, отличных от OpenAI, нельзя отрицать, что технологический прогресс ИИ стал достоянием общественности. Когнитивное воздействие ослабевает, люди постепенно используют инструменты ИИ, а масштабной замены рабочих мест, похоже, еще не произошло.

Итак, повторится ли «момент GPT» в области ИИ в будущем, когда произойдет скачок в развитии ИИ, который шокирует общественность и заставит людей осознать, что в результате их жизнь и работа изменятся?

Этим моментом может стать появление общего искусственного интеллекта (AGI).

AGI относится к тому факту, что машины обладают обширными когнитивными способностями, подобными людям, и могут решать множество сложных проблем, а не только конкретные задачи. Система AGI обладает высокой степенью абстрактного мышления, обширными базовыми знаниями, здравым смыслом и причинно-следственным пониманием во всех областях, а также возможностями межпрофессионального обучения. По производительности AGI ничем не отличается от лучших людей в различных областях, а по комплексным возможностям он полностью превосходит лучшие человеческие группы.

Фактически, независимо от представлений в научно-фантастических романах, играх, фильмах и телепередачах или ожиданий общественности после быстрой популярности GPT, общественность уже давно ожидала появления AGI, превосходящего уровень человеческого познания. Другими словами, GPT сам по себе является ведущим продуктом AGI и пророческой версией общего искусственного интеллекта.

Причина, по которой GPT имеет такое большое промышленное энергетическое и психологическое воздействие, заключается в том, что скорость и производительность ее реализации превзошли общественные ожидания: люди не ожидали, что система искусственного интеллекта, способная выполнить тест Тьюринга, действительно появилась, и это происходит так быстро. .

Фактически, искусственный интеллект (AGI) может снова пережить внезапность «момента GPT» через 1-2 года: люди только что адаптировались к помощи GPT и обнаруживают, что ИИ больше не просто помощник, он может даже самостоятельно решать экстремальные задачи. Самые творческие и сложные работы, включая те проблемы, которые десятилетиями занимали ведущих ученых человечества.

8 апреля этого года Маск дал интервью Николаю Тангену, главному инвестиционному директору Норвежского суверенного фонда благосостояния, и рассказал о времени, когда появился AGI.

Он сказал: «Если определить AGI как более умную часть человечества, я думаю, что он, скорее всего, появится в 2025 году».

То есть, согласно его выводам, пройдет максимум полтора года, прежде чем появится AGI. Конечно, он добавил обязательное условие: «если мощность и аппаратное обеспечение будут соответствовать требованиям».

Преимущества появления AGI очевидны.

Это означает, что производительность человечества сделает большой шаг вперед, и большое количество проблем научных исследований, которые десятилетиями преследовали нас, будут решены. Если мы определим «самую умную часть человечества» как уровень лауреатов Нобелевской премии, это означает, что, пока есть достаточно энергии, вычислительной мощности и данных, у нас может быть бесчисленное количество неутомимых «лауреатов Нобелевской премии», работающих круглосуточно над важнейшие научные проблемы.

На самом деле лауреаты Нобелевской премии не так ценны, как один из нескольких сотен миллионов. Большинство из них по способностям и интеллекту находятся на уровне ведущих университетских профессоров, но благодаря вероятности и удаче они выбрали правильное направление, продолжил он. сделать это, и получил результаты. Люди того же уровня, что и он, его столь же выдающиеся коллеги, возможно, тоже получили Нобелевскую премию в параллельной вселенной научных исследований. Но, к сожалению, по-прежнему недостаточно людей с ведущими профессорами университетов и людей, занимающихся прорывными научными исследованиями, поэтому скорость «прохождения всех правильных направлений научных исследований» по-прежнему очень низкая.

Благодаря AGI, когда энергия и вычислительная мощность будут полностью обеспечены, мы сможем иметь неограниченное количество AGI «лауреатов Нобелевской премии» для проведения глубоких исследований в любом возможном прорывном направлении научных исследований, и скорость совершенствования технологий будет в десятки раз быстрее. Совершенствование технологий приведет к тому, что ресурсы, которые мы сейчас считаем довольно дорогими и дефицитными, через 10–20 лет увеличатся в сотни раз, например, производство продуктов питания, новые материалы, новые лекарства, образование высокого уровня и т. д., а стоимость их получения также упадет в геометрической прогрессии. Мы смогли накормить большее население с меньшими ресурсами, и благосостояние на душу населения быстро возросло.

График тенденций совокупного мирового ВВП, источник данных: Всемирный банк.

Это может показаться немного сенсационным. Давайте рассмотрим два примера. Эти два примера использовались автором в предыдущих отчетах об исследованиях IO.NET:

  • В 2018 году лауреат Нобелевской премии по химии Фрэнсис Арнольд заявил на церемонии награждения: «Сегодня мы можем читать, записывать и редактировать любую последовательность ДНК в практических приложениях, но мы пока не можем ее составить». Спустя пять лет после его выступления, в 2023 году, исследователи. из Стэнфордского университета и стартапа Salesforce Research, занимающегося искусственным интеллектом из Кремниевой долины, опубликовали статью в журнале «Nature-Biotechnology». Они использовали большую языковую модель, точно настроенную на основе GPT от 3 до 0, создали 1 миллион новых белков и обнаружили 2 белка с совершенно разными структурами. , но оба обладают бактерицидными свойствами и, как ожидается, станут решением для борьбы с бактериями в дополнение к антибиотикам. Другими словами: с помощью ИИ прорвано узкое место «создания» белка.

  • Ранее алгоритм искусственного интеллекта AlphaFold предсказал структуру почти всех 214 миллионов белков на Земле за 18 месяцев. Этот результат в сотни раз превосходил работу всех структурных биологов человека в прошлом.

Изменения уже происходят, и появление ОИИ еще больше ускорит этот процесс.

С другой стороны, проблемы, связанные с появлением ОИИ, также огромны.

AGI не только заменит большое количество умственных работников, но и поставщики ручных услуг, которые сейчас считаются «менее затронутыми искусственным интеллектом», также пострадают от сокращения производственных затрат, вызванного зрелостью технологий робототехники и разработкой новых материалов. , и на них будут влиять машины. Доля рабочих мест, замененных программным обеспечением, будет быстро увеличиваться.

В это время вскоре всплывут две проблемы, которые когда-то казались очень далекими:

  • Проблемы трудоустройства и доходов большого числа безработных

  • Как отличить ИИ от людей в мире, где ИИ повсюду?

Worldcoin\Worldchain пытается найти решение, то есть использовать систему UBI (универсальный базовый доход) для предоставления базового дохода населению и использовать биометрию на основе радужной оболочки глаза, чтобы отличать людей от ИИ.

Фактически, ББД, который распределяет деньги среди всех людей, не является воздушным замком без практической практики. Такие страны, как Финляндия и Англия, ввели универсальный базовый доход, а политические партии в Канаде, Испании, Индии и других странах активно предлагают его продвигать. соответствующие эксперименты.

Преимущество распространения UBI на основе модели биометрическая идентификация + блокчейн заключается в том, что система является глобальной и имеет более широкий охват населения. Кроме того, на основе сети пользователей, расширяемой за счет распределения доходов, могут быть построены и другие бизнес-модели. сервисы (Defi), социальные сети, краудсорсинг задач и т. д. формируют деловое сотрудничество внутри сети.

Одной из соответствующих целей воздействия, вызванного появлением AGI, является Worldcoin-WLD с оборотной рыночной стоимостью 1,03 миллиарда долларов и полной рыночной стоимостью в 47,2 миллиарда долларов.

Риски и неопределенности в повествовательной дедукции

Эта статья отличается от многих отчетов об исследованиях проектов и треков, ранее опубликованных Mint Ventures. Выводы и прогнозы повествования крайне субъективны. Читателям предлагается относиться к содержанию этой статьи только как к расхождению, а не как к прогнозу. будущее. Вышеупомянутый повествовательный вывод автора сталкивается со многими неопределенностями, ведущими к неверным предположениям. Эти риски или влияющие факторы включают, помимо прочего:

  • Энергия: быстрое снижение энергопотребления, вызванное заменой графического процессора.

Хотя спрос на энергию, связанный с искусственным интеллектом, резко возрос, производители чипов, представленные NVIDIA, обеспечивают более высокую вычислительную мощность при более низком энергопотреблении за счет постоянных обновлений оборудования. Например, в марте этого года NVIDIA выпустила чип, объединяющий две вычислительные карты нового поколения B. GB 200 оснащен графическим процессором 200 и процессором Grace. Его производительность обучения в 4 раза выше, чем у основного AI GPU H 100 предыдущего поколения, производительность вывода в 7 раз выше, чем у H 100, а необходимое энергопотребление составляет всего H 100 1/4. . Конечно, несмотря на это, желание людей получить энергию от ИИ еще далеко не исчерпано. Учитывая снижение удельного энергопотребления и дальнейшее расширение сценариев и потребностей применения ИИ, общее потребление энергии может фактически вырасти.

  • С точки зрения данных: Q* планирует достичь «самопроизводства данных».

В OpenAI всегда ходили слухи о проекте «Q*», который упоминался во внутреннем сообщении, отправленном сотрудникам OpenAI. По сообщению агентства Reuters со ссылкой на инсайдеров OpenAI, это может стать прорывом для OpenAI в стремлении к созданию сверхинтеллекта/общего искусственного интеллекта (AGI). Q* может не только использовать свои возможности абстракции для решения ранее не встречавшихся математических задач, но и самостоятельно создавать данные, используемые для обучения больших моделей, без необходимости использования реальных данных. Если этот слух правдив, то узкое место, связанное с недостатком высококачественных данных при обучении больших моделей ИИ, будет устранено.

  • Приближается AGI: скрытые опасения OpenAI

Пока неизвестно, появится ли AGI в 2025 году, как сказал Маск, но это лишь вопрос времени. Однако, поскольку Worldcoin является прямым бенефициаром появления концепции AGI, наибольшую озабоченность может исходить от OpenAI. В конце концов, он признан «теневым токеном OpenAI».

Ранним утром 14 мая OpenAI продемонстрировала производительность последней версии GPT-4 o и 19 других различных версий больших языковых моделей в комплексных оценках задач на весенней конференции по запуску новых продуктов. Только из таблицы GPT-4 o получил оценку. 1310, визуально он кажется намного выше следующих, но из общего балла он всего на 4,5% выше, чем у занявшего второе место GPT 4 Turbo, и на 4,9% выше, чем у Google Gemini 1.5 Pro, занявшего четвертое место. На 5,1% выше, чем у Claude 3 Opus от Anthropic, занявшего пятое место.

Прошло чуть больше года с тех пор, как GPT 3.5 потряс мир своим дебютом. Конкуренты OpenAI уже приблизились к очень близкому положению (хотя GPT 5 еще не выпущен и, как ожидается, выйдет в этом году). производительность в будущем? Своя лидирующая позиция в отрасли, ответ, кажется, становится размытым. Если передовое преимущество и доминирование OpenAI будут ослаблены или даже превзойдены, тогда повествовательная ценность Worldcoin как теневого токена OpenAI также уменьшится.

Кроме того, в дополнение к решению для аутентификации по радужной оболочке Worldcoin, на этот рынок начинает выходить все больше и больше конкурентов. Например, проект Humanity Protocol по сканированию ладони только что объявил о завершении нового раунда финансирования в размере 30 миллионов долларов США по оценке. стоимостью 1 миллиард долларов США и LayerZero Labs. Также было объявлено, что он будет работать на Humanity и присоединится к его сети узлов валидации, используя доказательства ZK для аутентификации учетных данных.

Заключение

Наконец, хотя автор вывел последующее повествование об искусственном интеллекте, этот трек отличается от крипто-родных треков, таких как DeFi. Это скорее продукт разлива увлечения искусственным интеллектом. к валютному кругу. Многие проекты в настоящее время имеют бизнес-модели. Многие проекты больше похожи на мемы на тему ИИ (например, Rndr похож на мем NVIDIA, а Worldcoin — на мем OpenAI). следует относиться к этому с осторожностью.