Перетин між генеративним штучним інтелектом і Web3 є однією з найактивніших сфер досліджень і розробок у крипто-колах за останні кілька місяців. Децентралізовані обчислення, штучний інтелект із нульовим знанням, менші базові моделі, децентралізовані мережі даних і ланцюжки на основі штучного інтелекту – це деякі з останніх тенденцій, які спрямовані на те, щоб увімкнути власні напрямні Web3 для робочих навантажень штучного інтелекту.
Ці тенденції є технологічними інноваціями, які прагнуть поєднати світи Web3 і AI, що є природним протистоянням централізованої природи генеративного AI. Хоча створення технологічних мостів за допомогою ШІ є основою для еволюції Web3, вони не є єдиним шляхом інтеграції для цих технологічних тенденцій.
Що, якби шлях інтеграції Web3 і AI був фінансовим, а не чисто технічним? Виявилося, що програмовані фінансові можливості та можливості формування капіталу крипто можуть бути корисними для вирішення однієї з найбільших проблем, з якими стикається поточний генеративний ринок ШІ.
Про який виклик ми маємо на увазі? Ніщо інше, як проблеми з фінансуванням генеративного ШІ з відкритим кодом.
Генеративний ШІ з відкритим вихідним кодом має досягти успіху
Незважаючи на останній рівень інновацій у децентралізованому генеруючому штучному інтелекті, розрив із централізованими технологіями ШІ зростає, а не зменшується. Багато людей погоджуються з тим, що блокчейни є найкращою технологічною альтернативою зростаючому централізованому контролю ШІ над великими технологічними платформами. Однак виклики впровадження децентралізованих платформ ШІ є монументальними.
Децентралізовані обчислення є безсумнівною основою для децентралізованого штучного інтелекту, але виявилися непрактичними для попереднього навчання та тонкого налаштування робочих навантажень, які вимагають близькості GPU з доступом до наборів даних, які часто знаходяться за корпоративними брандмауерами. ML з нульовими знаннями надто дорогий, щоб бути практичним у великих базових моделях, і не користується реальним попитом на ринку. Децентралізованим ринкам даних необхідно подолати ті самі проблеми, які завадили ринкам даних стати великим технологічним бізнесом.
У той час як децентралізований штучний інтелект намагається подолати ці протиріччя, централізовані альтернативи прискорюються шаленою швидкістю, створюючи жахливу прірву між ними. Єдина тенденція, яка зберігає надії на світ, у якому децентралізований ШІ може досягти успіху, це швидка еволюція генеративного ШІ з відкритим кодом.
Усі тенденції децентралізованого штучного інтелекту спираються на здорову генеруючу екосистему штучного інтелекту з відкритим кодом, але ця екосистема може бути не такою здоровою, як здається.
Генеративний ШІ з відкритим кодом має величезну проблему фінансування
За останні пару років ми стали свідками вибуху інновацій у великому генеруючому ШІ з відкритим кодом як альтернативі таким платформам, як OpenAI/Microsoft, Google або Anthropic. Meta стала несподівано безперечним чемпіоном генеративного ШІ з відкритим кодом, випустивши моделі Llama. Такі компанії, як Mistral, залучили мільярди венчурного фінансування, корпоративні платформи, такі як Databricks або Snowflake, просувають моделі з відкритим вихідним кодом, і щотижня зростає кількість генеративних випусків AI з відкритим кодом.
Хоча генеративний штучний інтелект з відкритим кодом є сильним, більш детальний аналіз показує іншу реальність. Генеративний ШІ з відкритим кодом стикається з величезною проблемою фінансування. Коли мова заходить про великі базові моделі, лише великі компанії, такі як Databricks, Snowflake, Meta, або добре фінансовані стартапи, такі як Mistral, не відстають від великих закритих моделей. Більшість випусків інших лабораторій, як-от Databricks і Snowflake, зосереджені на оптимізованому робочому навантаженні підприємства, тоді як більшість останніх досліджень із відкритим вихідним кодом зосереджуються на додаткових методах, а не на нових моделях.
Причину цього явища можна пояснити астрономічними витратами на створення великих граничних моделей. Будь-який цикл попереднього навчання для моделі з понад 20 мільярдами параметрів може коштувати від десяти до ста мільйонів доларів і передбачає багатомісячний процес із багатьма невдалими спробами. Ці витрати виходять за межі бюджету більшості університетських лабораторій. Щоб зробити справу ще цікавішою, багато грантів для університетських лабораторій штучного інтелекту надходять від великих технологічних компаній, які потім є безпосередніми бенефіціарами результатів.
Заробляти гроші за допомогою відкритого коду історично було важко, а заробляти гроші за допомогою генеративного штучного інтелекту з відкритим кодом важко в масштабі ШІ. Як наслідок, генеративний штучний інтелект з відкритим вихідним кодом відчуває масштабну фінансову кризу, яка може створити серйозний розрив із існуючими компаніями штучного інтелекту.
Криптокапітал для генеративного ШІ з відкритим кодом
Примітиви формування капіталу за допомогою криптовалюти здаються однією з небагатьох життєздатних альтернатив для подолання кризи фінансування в генеративному ШІ. Протягом усієї своєї історії криптотокени були основним засобом формування капіталу для проектів Web3 через ринкові цикли «биків» і «ведмедів». Чи можна застосувати деякі з цих принципів до генеративного ШІ з відкритим кодом? Безумовно, є не один цікавий варіант.
Квадратичне фінансування Gitcoin
Gitcoin є одним із найуспішніших прикладів фінансування інновацій з відкритим кодом у Web3. Квадратичний механізм фінансування, запроваджений Gitcoin, може бути застосований безпосередньо до генеративного ШІ. Впровадження власних можливостей генеративного штучного інтелекту в Web3 має першочергове значення для еволюції простору, тому природно очікувати, що проекти генеративного штучного інтелекту привернуть увагу спільноти.
Припустімо, що університетська лабораторія штучного інтелекту повинна зібрати 10 мільйонів доларів на попередню підготовку LLM на основі нової архітектури. Кілька DAO та фондів можуть внести свій внесок у грант Gitcoin, який також можуть отримати відповідні грантодавці, створюючи більш ефективний механізм фінансування. Цей механізм набагато ефективніший, ніж поточні альтернативи на ринку.
Нова ліцензія на створення AI з відкритим кодом
Фінансування проектів з відкритим вихідним кодом уможливлює механізми, за допомогою яких цінність, створена цими проектами, може принести користь спільноті початкового фінансування. Коли мова йде про Web3 і відкритий генеративний штучний інтелект, цікавою ідеєю є створення ліцензії, згідно з якою будь-яка комерційна програма, що використовує модель, що фінансується за допомогою токенів Web3, повинна повертати частину цього доходу у формі цього конкретного токена. Цей механізм можна навіть застосувати за допомогою смарт-контрактів.
Усунення системного ризику для відкриття Generative AI
Фінансування транспортних засобів для штучного інтелекту з відкритим вихідним кодом є одним із найважливіших викликів, які необхідно вирішити в поточному ландшафті генеративного штучного інтелекту. Відкритий вихідний код традиційно важко фінансувати, а генеративний штучний інтелект з відкритим вихідним кодом ще більше, враховуючи дорогі обчислювальні вимоги. Відсутність належних каналів фінансування для сприяння інноваціям з відкритим кодом у генеративному штучному інтелекті може створити системний ризик для всього простору, оскільки баланс повністю переміститься на закриті комерційні платформи. Crypto створив одні з найдосконаліших і перевірених у боях каналів для фінансування інновацій з відкритим кодом. Можливо, перший міст між Web3 і генеративним ШІ буде фінансовим і не обов’язково технічним.
Примітка: погляди, висловлені в цій колонці, належать автору та не обов’язково відображають погляди CoinDesk, Inc. або її власників і афілійованих осіб.
