Автор: Даршан Ганди, основатель FutureX Labs Перевод: Golden Finance xiaozou;
В этой статье давайте исследуем мир децентрализованного искусственного интеллекта (DeAI). Мы рассмотрим следующее:
Жизненный цикл разработки ИИ
Потребность в децентрализованном ИИ
Практическое применение DeAI
Катализаторы роста в секторе Crypto x AI
Провидцы на передовой
Каковы недостатки DeAI?
Будущее Crypto x AI
1. Введение в ИИ
Я думаю, можно с уверенностью сказать, что искусственный интеллект (ИИ) изменит мир. Представьте себе, что ребенок узнает о животных, глядя на картинки и запоминая их имена и характеристики. Со временем способность вашего ребенка распознавать животных улучшается.
Искусственный интеллект работает аналогичным образом, используя данные для обучения и повышения производительности с течением времени.
Многие новаторские приложения были созданы с использованием искусственного интеллекта, в том числе:
ChatGPT: Способен вести разговоры, похожие на человеческие.
Недоумение AI: повышение точности поиска.
Джаспер А.И.: Ваш писательский помощник.
DALL-E: генерировать изображения из текстовых описаний.
Pika Art: создавайте HD-видео из текста.
Таких приложений будет все больше и больше. Эти инструменты становятся частью нашей повседневной жизни, делая работу проще и эффективнее. Искусственный интеллект — это не просто футуристическая концепция, он также активно решает основные проблемы, с которыми мы сталкиваемся сегодня.
Развитие искусственного интеллекта меняет многие отрасли, такие как:
Помогите врачам быстрее диагностировать заболевания
Позвольте беспилотным автомобилям ездить безопасно
Предоставьте пользователям персонализированный опыт покупок в Интернете.
В принципе, методы искусственного интеллекта можно разделить на три большие категории:
Централизованный ИИ: контролируется одной организацией или бизнесом.
Децентрализованный ИИ: ориентирован на распределенный контроль, прозрачность и стимулы.
ИИ с открытым исходным кодом: упор на содействие сотрудничеству и прозрачности.
В этой статье мы конкретно обсудим «децентрализованный искусственный интеллект».
2. Жизненный цикл разработки искусственного интеллекта
Прежде чем углубиться в детали, давайте разберемся в различных компонентах, которые формируют жизненный цикл разработки ИИ. Это облегчит нам понимание вклада децентрализации в каждое звено.
Инновации в области искусственного интеллекта требуют многих лет непрерывного прогресса, постоянной обратной связи, обучения и взаимодействия.
Разработка модели ИИ включает в себя несколько ключевых этапов, обеспечивающих надежный сквозной рабочий процесс. Ниже приводится подробное введение в ключевые этапы жизненного цикла разработки искусственного интеллекта:
Постановка задачи, идентификация и проектирование
Все начинается с выявления бизнес-проблемы и определения целей, которые необходимо достичь.
Сбор данных — один из наиболее важных шагов, обеспечивающих использование в модели точных и актуальных данных.
Сбор и исследование данных
Этот этап предполагает агрегирование данных из разных источников и оценку качества этих данных.
Первоначальный анализ данных помогает понять закономерности и тенденции для разработки планов предварительной обработки данных и проектирования функций (улучшения данных).
Сортировка и подготовка данных
Предварительная обработка данных очищает и преобразует необработанные данные в насыщенные и удобные наборы данных.
Используйте разработку функций для создания новых функций на основе существующих данных, чтобы повысить производительность вашей модели.
Разработка модели
На этом этапе выбираются наиболее подходящие методы машинного обучения на основе постановки задачи и собранных данных.
Следующий шаг — обучить и протестировать модель, чтобы убедиться, что она может делать точные прогнозы.
Последний шаг — оптимизация, целью которой является повышение эффективности модели.
Развертывание модели
Развертывание модели в реальной среде позволяет модели начать делать прогнозы, давать рекомендации или выполнять любые обучающие задачи. Для запуска его в производство требуется использование поставщиков вычислительной мощности.
Непрерывный мониторинг для обеспечения точности и эффективности модели.
Обнаружение предвзятости для обеспечения справедливости решений.
Обслуживание и переподготовка моделей
Поддержание модели требует регулярных обновлений и переобучения на новых данных.
Основное внимание уделяется сбору как можно большего количества отзывов и отправке их обратно в модель для настройки и улучшения.
Сегодня большинство этих моделей разрабатываются исследовательскими институтами, частными компаниями или организациями с открытым исходным кодом. Такие компании, как Google, OpenAI, IBM, AWS и Microsoft, входят в число основных игроков.
Ниже представлена карта рынка моделей GenAI с участием различных игроков в каждой вертикальной области.
Давайте кратко рассмотрим, как с течением времени развивались технологии искусственного интеллекта.
3. Спрос на децентрализованный ИИ
У централизованного ИИ есть свои проблемы. Подумайте об этом: одна-единственная точка отказа может поставить под угрозу все.
С другой стороны, децентрализованный искусственный интеллект (DeAI) меняет правила игры, распределяя данные по нескольким узлам, делая систему более безопасной. Если один узел подвергнется атаке, другие узлы продолжат работать в обычном режиме. Эта настройка также дает пользователям больше контроля над своими данными, снижая риски конфиденциальности, особенно при использовании таких технологий, как полностью гомоморфное шифрование (FHE) и машинное обучение с нулевым разглашением (ZKML).
Цензура — еще одна большая проблема централизованных систем. Одна организация может контролировать манипулирование информацией. С другой стороны, децентрализованный ИИ приведет к распылению контроля, что затруднит доминирование какой-либо отдельной сущности в повествовании. Это гарантирует доступность информации и меньшую подверженность неправомерному влиянию.
На мой взгляд, прозрачность является ключевым фактором. Модели с открытым исходным кодом, стимулы и совместное управление рабочими процессами означают, что решения могут быть проверены и проверены кем угодно в любое время. Этот уровень открытости устраняет опасения по поводу скрытой предвзятости и непрозрачных процессов в централизованных системах. Кроме того, это позволяет большему количеству людей присоединиться и внести свой вклад. Например, люди, у которых есть свободное вычислительное пространство, теперь могут сдавать его в аренду через поставщиков децентрализованных вычислительных мощностей, таких как Akash и Render.
Децентрализованные модели также ограничивают власть центральных организаций, предотвращая неправомерное использование ИИ в несправедливых целях. Содействуя сотрудничеству и обмену знаниями, он использует коллективный разум и более эффективное управление, что приводит к созданию более надежных, открытых и точных систем.
Криптовалюты выступают в качестве этого инструмента, объединяя лучшее из обоих миров. Он обеспечивает доступ к сервисам высшего уровня, вычислениям, моделям и данным, а также обеспечивает циклы стимулирования, безопасность и защиту конфиденциальности для всех заинтересованных сторон. Эта синергия гарантирует, что DeAI будет не только эффективным, но также справедливым и безопасным.
4. Практическое применение DeAI
Вот некоторые основные приложения в области DeAI:
(1) Разделено по полю
здравоохранение
DeAI улучшает здравоохранение, обеспечивая безопасный и конфиденциальный обмен данными между медицинскими учреждениями.
Алгоритмы искусственного интеллекта могут анализировать анонимные данные для выявления закономерностей, прогнозирования вспышек заболеваний и разработки персонализированных планов лечения. Например, пациенты могут конфиденциально делиться своими данными с больницами и гарантировать, что они принадлежат только им.
финансы
Децентрализованные финансы (DeFi) — одна из крупнейших субэкосистем web3. Искусственный интеллект может помочь улучшить управление рисками и торговлю.
Эти протоколы используют искусственный интеллект для оценки рисков, прогнозирования цен на активы и оптимизации торговых стратегий. Например, во многих проектах разрабатываются инструменты для эффективного управления активами, автоматизированные маркет-мейкеры на базе искусственного интеллекта (AMM) и многое другое.
Безопасность и обнаружение мошенничества
Алгоритмы искусственного интеллекта могут помочь системам обнаруживать и предотвращать мошенничество, анализируя данные транзакций на предмет закономерностей и аномалий.
Это повышает безопасность протокола web3. Например, в экосистеме NFT искусственный интеллект может помочь выявить поддельные активы и обеспечить целостность.
Генерация контента/эмоций
ИИ можно использовать для создания контуров историй, сюжетов, игровых механик и многого другого.
Например, игры Web3 могут использовать ИИ для создания игрового контента на основе текстовых описаний и использовать смарт-контракты для управления владением такими активами, как персонажи и реквизит.
Кроме того, неоценимо знать, что пользователи думают о той или иной категории, проблеме или рынке. Такие инструменты, как Kaito и Nansen, созданы для обеспечения этой возможности.
Агенты искусственного интеллекта и автоматизация
Существуют проекты по созданию автономных агентов искусственного интеллекта для решения самых разных задач — от обслуживания клиентов до управления цепочками поставок.
Эти агенты могут быть созданы кем угодно или совместно, и все заинтересованные стороны могут получать вознаграждение автоматически и беспрепятственно.
пользовательский опыт
Пользовательский опыт Web3 не самый лучший, но модель может помочь улучшить пользовательский опыт за счет персонализированных рекомендаций и прогнозирования поведения.
Децентрализованные социальные сети являются хорошим примером этого, позволяя пользователям выбирать алгоритмы рекомендации контента или курировать свои каналы на основе своих предпочтений.
(2) Классификация по степени управления экосистемой
Механизм стимулирования
Заинтересованные стороны могут получать вознаграждение (зарабатывать токены), предоставляя данные, вычислительную мощность или разрабатывая алгоритмы.
Существует острая потребность людей в этом, они сотрудничают в решении сложных проблем и разумно вознаграждаются за свое время и усилия.
экономическая эффективность
Платформы DeAI могут помочь значительно сократить расходы за счет использования неиспользуемых ресурсов в распределенных сетях. Они устраняют необходимость в дорогостоящих центрах обработки данных и обеспечивают максимальное использование ресурсов.
Например, такие проекты, как Akash Network, Aethir и Render, позволяют пользователям сдавать в аренду неиспользуемые вычислительные мощности для задач искусственного интеллекта, тем самым повышая эффективность.
управление
DeAI также можно использовать для улучшения процессов управления, особенно для протоколов и DAO.
ИИ может автоматизировать управление репутацией и вознаграждениями, например, обеспечивая справедливое отношение к вкладам в DAO.
5. Катализатор роста в области Crypto x AI
Есть несколько мощных катализаторов, способствующих сближению криптовалют и искусственного интеллекта. Давайте посмотрим на некоторые из них.
Во-первых, финансирование экосистемы увеличивается. В прошлом году было проведено 136 раундов финансирования на сумму 1,02 миллиарда долларов США, в среднем по 7,5 миллиона долларов США за раунд. Крупные инвестиции делают известные инвестиционные компании, такие как Hack VC, Variant, Paradigm и Polychain. Приток капитала ускоряет исследования и инновации в этой области.
Во-вторых, технология призвана обеспечить экономически эффективную альтернативу централизованным системам. Оно может снизить потенциальные эксплуатационные расходы почти на 50 % и эффективно обрабатывать большие объемы данных, обеспечивая при этом безопасность и защиту конфиденциальности. Например, Akash утверждает, что предлагает 85% скидку на вычислительное питание по сравнению с AWS, GCP и Azure.
В-третьих, ведущие проекты в этой области по рыночной капитализации, такие как Bittensor, Akash, Render и Worldcoin, за последний год показали исключительно хорошие результаты на вторичном рынке. Эти проекты входят в число наиболее эффективных ресурсов в web3. Согласно отчету Coinbase, категория Crypto x AI показала одинаково хорошие результаты во всех категориях.
В-четвертых, показатели NVIDIA в апреле этого года были очень хорошими. Давайте посмотрим на некоторые цифры из новостных сводок:
Их выручка за первый квартал 2024 года составила $26 млрд, что на 18% больше, чем в четвертом квартале 2023 года, и на 262% больше, чем за аналогичный период прошлого года.
В первом квартале этого года разводненная прибыль на акцию по GAAP составила $5,98, что на 21% больше, чем в предыдущем квартале, и на 629% больше, чем за тот же период прошлого года.
В-пятых, все централизованные сервисы, включая Google.com, Chatgpt и Perplexity, в последнее время были отключены, в то время как все сервисы web3 не повреждены и работают хорошо. Основатель Akash Network написал в Твиттере следующее до и после инцидента.
В результате этих и многих других подобных программ, мероприятий и инноваций эта область быстро развивается.
6. Провидцы, которые находятся на передовой
Экосистема набирает обороты благодаря поддержке и участию некоторых ключевых фигур отрасли.
Эрик Вурурхис
Эрик Вурхис, основатель ShapeShift и влиятельный человек в Твиттере, запустил Venice AI, чтобы создать не требующую разрешения альтернативу популярным веб2 LLM, таким как ChatGPT.
Венеция уделяет особое внимание конфиденциальности пользователей и функциям, свободным от цензуры, используя технологии с открытым исходным кодом для предоставления нецензурированной и объективной информации.
Мать Мостак
Он является основателем и бывшим генеральным директором Stability AI. Сейчас он ушел в отставку и сосредоточился на области DeAI — разработке искусственного интеллекта Шеллинга.
Он считает, что по мере того, как искусственный интеллект становится все более важным, прозрачность и распределенное управление станут чрезвычайно важными.
Нирадж Пант
Был партнером Polychain Capital, сейчас занимается развитием Ritual.net.
Платформа направлена на создание независимого уровня исполнения для ИИ, чтобы обеспечить возможность создания, распространения и улучшения моделей ИИ с открытым исходным кодом без разрешения.
Первый этап Ritual.net (Infernet) позволяет разработчикам получать доступ к моделям внутри и вне цепочки посредством смарт-контрактов.
7. Недостатки
Хотя децентрализованный ИИ имеет множество преимуществ, он также сталкивается с серьезными проблемами, заслуживающими внимания. Вот основные проблемы, с которыми он сталкивается в настоящее время:
Затраты на первоначальную настройку и проблемы
Существуют значительные трудности при построении сети DeAI. Создание необходимой инфраструктуры и привлечение участников требует значительных затрат времени и ресурсов. Эта проблема холодного старта подчеркивает необходимость сильных стимулов для привлечения ранних последователей. Однако, не достигнув достаточного масштаба, сеть изо всех сил пыталась набрать обороты.
повышенные потребности в координации
Управление децентрализованной сетью является сложной задачей. Синхронизация нескольких узлов и заинтересованных сторон, обеспечение согласованности данных, поддержание сетевой безопасности и экономичная эксплуатация сети требуют большого объема работы. Хотя эта координация воплощает в себе суть Crypto x AI, иногда она может стать неэффективной и неуклюжей.
Проблемы масштабирования
Сети сталкиваются с проблемами расширения. Обработка растущего объема данных и транзакций без снижения производительности сегодня является серьезной проблемой. Из-за разного времени безотказной работы узлов в децентрализованных сетях могут возникать проблемы с задержкой и пропускной способностью, которые влияют на общую эффективность. Такие решения, как шардинг, все еще находятся в стадии разработки и не могут полностью решить эти проблемы.
доступ к ресурсам
Предприятия часто сталкиваются с препятствиями в доступе к новейшим ресурсам. Крупные централизованные поставщики могут инвестировать значительные средства в новейшее оборудование и программное обеспечение, что дает им конкурентное преимущество. Однако проекты DeAI ограничены ограниченными средствами и могут отставать, что влияет на их производительность и возможности. Например, NVIDIA склонна отдавать приоритет ресурсам гипермасштабируемых серверов, таких как GCP, Azure и AWS, из-за более высокого спроса. Однако у поставщиков Web3 предложение в настоящее время превышает спрос, или они все еще могут находиться на ранних стадиях разработки.
Нормативно-правовые проблемы
Криптовалюта в основном работает в серой зоне регулирования. Отсутствие четкой нормативной базы может создать правовые риски и неопределенность. В децентрализованной среде соблюдение таких правил, как GDPR, становится более сложной задачей, что усугубляет продолжающуюся глобальную борьбу.
8. Будущее Crypto x AI
Ожидается, что конвергенция криптографии и искусственного интеллекта будет стимулировать разработку инновационных проектов и приложений, предназначенных для решения реальных задач.
В наших последующих статьях мы углубимся в несколько ключевых подкатегорий криптопространства. Мы будем изучать машинное обучение с нулевым разглашением (zkML) в таких проектах, как Modulus Labs и Giza, которые разрабатывают продукты, основанные на выводе моделей. Кроме того, мы рассмотрим поставщиков децентрализованных облачных вычислений, таких как Render, Akash Network и Aethir, подчеркнув их роль в предоставлении масштабируемых и экономически эффективных альтернатив традиционным облачным сервисам.
Bittensor: Этот проект разрабатывает децентрализованную сеть, которая стимулирует участников обмениваться моделями искусственного интеллекта и наборами данных через блокчейн и использует «подсети» для вознаграждения за вклад.
Fetch: Fetch фокусируется на рынке автономных агентов искусственного интеллекта, обеспечивая интеграцию с ведущими сервисами, такими как ChatGPT и Slack, и обеспечивая согласованность посредством простой интеграции API.
Akash Network: ориентированная на создание децентрализованного рынка, предоставляющего ресурсы облачных вычислений, Akash Network использует свой токен AKT для управления, безопасности и внутрисетевых транзакций.
9. Заключение
Я твердо верю, что децентрализованный искусственный интеллект (DeAI) изменит правила игры, и мы только начинаем видеть его развитие в экосистеме.
DeAI воплощает в себе принципы прозрачности, сотрудничества и глобального влияния. Как мы уже говорили, это меняет ключевые области.
Такие проекты, как Render, Akash и Worldcoin, с их отличной поддержкой и финансированием, не только подчеркивают огромный потенциал в этой сфере, но и указывают на то, что в ближайшие годы она может значительно вырасти.
В дальнейшем мы углубимся в различные подкатегории Crypto x AI и продолжим исследовать эту динамичную вертикаль.
Будущее светлое, и мы только начали.
