В эпоху искусственного интеллекта, как веб-3 предприятия могут конкурировать с традиционными гигантами искусственного интеллекта?

Оригинальное название: "Переворот монеты искусственного интеллекта"

Оригинальный автор: Gagra Ventures

Оригинальный перевод: ChainCatcher

Примечание редактора: Через призму технологий автор видит множество препятствий, с которыми сталкиваются проекты Web3 в продвижении развития искусственного интеллекта, такие как капитал и аппаратное обеспечение. Несмотря на то, что исходная цель Web3 состоит в разрушении централизации и достижении децентрализованных идеалов, на практике она часто подвержена влиянию рыночных нарративов и токенов, отклоняясь от своего первоначального назначения.

Перевод оригинального текста от ChainCatcher:

Призыв к интеграции искусственного интеллекта и Web3 становится все громче, но это уже не оптимистичная статья о венчурном капитале. Мы оптимистично смотрим на слияние этих двух технологий, но следующий текст — это призыв к действию. В противном случае эта оптимистичность не сбудется.

Почему? Потому что разработка и запуск лучших моделей искусственного интеллекта требует огромных капиталовложений, самое современное аппаратное обеспечение часто трудно достать, и это требует очень конкретных исследований в области. Массовое привлечение этих ресурсов через зашифрованные стимулы, как это делают большинство проектов Web3 в области искусственного интеллекта, недостаточно для противодействия сотням миллиардов долларов, инвестированных крупными компаниями, контролирующими развитие искусственного интеллекта. Учитывая ограничения в области аппаратного обеспечения, это может стать первой крупной программной парадигмой, которую умные и креативные инженеры вне существующих организаций не смогут преодолеть.

Программное обеспечение все больше "поглощает мир" с ускоряющимся темпом, и вскоре начнет экспоненциально расти с ускорением искусственного интеллекта. В настоящее время весь этот "торт" уходит к техгигантам, в то время как конечные пользователи, включая правительства и крупные предприятия, более подвержены их власти.

Смещенный механизм стимулирования

Все это происходит в крайне неподходящее время — 90% участников децентрализованных сетей заняты охотой за "золотыми яйцами" нарративно-ориентированных легких фиатных прибылей.

Разработчики следуют за инвесторами нашей индустрии, а не наоборот. Эта ситуация проявляется в различных формах, от открытого признания до более тонких подсознательных мотивов, но нарративы и рынок, который они формируют, определяют многие решения в Web3. Как и в случае с традиционными пузырями рефлексии, участники слишком сосредоточены на внутреннем мире, чтобы заметить внешний мир, если только это не помогает дальше продвигать нарратив этого цикла. И искусственный интеллект явно является самым крупным нарративом, поскольку он находится на стадии бурного развития.

Мы взаимодействовали с десятками команд на стыке искусственного интеллекта и криптовалют, и можем подтвердить, что многие из них обладают высокой квалификацией, миссионерскими устремлениями и страстным строительством. Но человеческая природа такова, что перед искушением мы часто поддаемся ему, а затем рационализируем эти выборы.

Путь к ликвидности всегда был историческим проклятием криптоиндустрии — в настоящее время он замедлил годы развития и ценное принятие. Это даже привело самых преданных сторонников криптовалюты к "накачиванию токенов". Логика в том, что держатели токенов могут иметь лучший шанс.

Низкая сложность институционального и розничного капитала предоставляет строителям возможность делать заявления, оторванные от реальности, и при этом все равно получать оценки, как если бы эти заявления уже были реализованы. Результатом этих процессов являются глубоко укоренившиеся моральные риски и уничтожение капитала, и немногие такие стратегии эффективны в долгосрочной перспективе. Спрос — мать всех изобретений, и когда спрос исчезает, исчезает и изобретение.

Эта ситуация не могла случиться в более неподходящее время. Пока все самые умные технологические предприниматели, государственные деятели и крупные предприятия соревнуются, чтобы обеспечить себе кусочек пирога от революции искусственного интеллекта, основатели криптовалют и инвесторы имеют

Мы выбрали "quick 10x." И на наш взгляд, это реальная стоимость возможности.

Обзор перспектив Web3 AI

Учитывая вышеперечисленные механизмы стимулирования, проекты Web3 AI фактически могут быть классифицированы как:

• Разумные (которые также могут быть дополнительно разделены на реалистов и идеалистов)
• Полу-разумные
• Мошеннические

В основном, мы считаем, что строителям проектов следует четко понимать, как быть наравне со своими конкурентами из Web2 и знать, какие области конкурентоспособны, а какие иллюзорны, даже если эти иллюзорные области могут быть продвигаемы венчурным капиталом и общественностью.

Наша цель - иметь возможность конкурировать здесь и сейчас. В противном случае темп развития искусственного интеллекта может оставить Web3 позади, и мир перейдет к "Web4" между западным корпоративным искусственным интеллектом и китайским национальным искусственным интеллектом. Те, кто не сможет быть конкурентоспособными вовремя и полагаться на распределенные технологии, чтобы догнать в течение более длительного периода, слишком оптимистичны и не должны восприниматься всерьез.

Очевидно, что это всего лишь очень грубое резюме, даже в категории "мошеннические" есть по крайней мере несколько серьезных команд (возможно, большинство из них просто мечтатели). Но этот материал - это призыв к действию, поэтому мы не объективны, а скорее призываем читателей иметь чувство срочности.

Разумные:

Есть немногие основатели решений, разрабатывающие "AI on-chain" промежуточное программное обеспечение, которые понимают, что в настоящее время нереально, даже невозможно, обучать или делать выводы моделей (т.е. передовые технологии) децентрализованным образом. Поэтому нахождение способа связать лучшие централизованные модели с средой on-chain, позволяя им получать выгоду от сложной автоматизации, является для них хорошим первым шагом. В настоящее время аппаратно изолированные TEE (Trusted Execution Environments), способные размещать точки доступа к API, двунаправленные оракулы (для двунаправленного индексирования on-chain и off-chain данных) и архитектуры сопроцессоров, предоставляющие проверяемые off-chain вычислительные среды для агентов, кажутся лучшими решениями на данный момент.

Существует также архитектура сопроцессора, использующая доказательства с нулевым разглашением (ZKPs) для снимка изменений состояния (вместо проверки полных вычислений), что, на наш взгляд, также выполнимо в среднесрочной перспективе.

Для решения той же проблемы более идеалистичным подходом является попытка проверить off-chain выводы, чтобы они соответствовали on-chain вычислениям с точки зрения доверительных предположений.

Мы считаем, что целью этого должно быть выполнение искусственного интеллекта on-chain и off-chain задач в единой рабочей среде. Однако большинство сторонников проверяемого вывода говорят о "весах модели доверия" и других сложных целях, которые фактически станут актуальными через несколько лет (если вообще). Недавно основатели в этом лагере начали исследовать альтернативные методы проверки выводов, но изначально все на основе ZKP. Хотя многие умные команды работают над Zero-Knowledge Machine Learning (ZKML), они ожидают, что темп зашифрованной оптимизации превзойдет сложность и вычислительные требования моделей искусственного интеллекта, несущие слишком большой риск. Поэтому мы считаем, что они в настоящее время не готовы к конкуренции. Однако некоторые недавние разработки интересны и не должны быть пренебрежены.

Полу-разумные:

Приложения для потребителей используют обертки, которые инкапсулируют закрытые и открытые модели (например, Stable Diffusion для генерации изображений или Midjourney). Некоторые из этих команд лидируют на рынке и получают признание от реальных пользователей. Поэтому несправедливо относить их всех к мошенническим, но лишь немногие команды серьезно размышляют о том, как развивать свои базовые модели децентрализованным образом и инновационно подходить к дизайну стимулов. Также есть несколько интересных дизайнов управления/собственности в части токенов. Однако большинство проектов в этой категории не занимаются обучением и выводом больших моделей в децентрализованной среде. В настоящее время обучение базовых моделей с помощью. . .

В разумные сроки невозможно обойтись без использования тесно связанных аппаратных кластеров. Учитывая уровень конкуренции, "разумное время" является ключевым фактором. В последнее время были получены некоторые многообещающие исследовательские результаты, и теоретически методы, такие как "Дифференциальный поток данных", в конечном итоге могут быть расширены до распределенных вычислительных сетей для увеличения их мощности (по мере того, как возможности сети настигают требования потока данных). Однако для конкурентного обучения моделей все еще требуется коммуникация между локализованными кластерами, а не между одним распределенным устройством и передовыми вычислениями (розничные ГПУ становятся все менее конкурентоспособными). В последнее время также был сделан прогресс в области достижения локализованного вывода путем уменьшения размера модели (один из двух децентрализованных методов), но это еще не было использовано в существующих протоколах в Web3. Проблема децентрализованного обучения и вывода логически приводит нас к последнему и наиболее важному из трех лагерей, и, следовательно, наиболее эмоционально нас встряхивает. Мошеннические: Инфраструктурные приложения в основном сосредоточены в области распределенных серверов, предоставляя голое аппаратное обеспечение или децентрализованные среды обучения/размещения моделей. Некоторые программные проекты инфраструктуры продвигают протоколы, такие как федеративное обучение (децентрализованное обучение моделей) или проекты, объединяющие программное и аппаратное обеспечение в платформу, где люди в основном могут обучать и развертывать свои децентрализованные модели от начала и до конца. Большинство из них не обладают достаточной сложностью для фактического решения проблемы, и наивная идея "стимулов в виде токенов + рыночного подъема" преобладает здесь. Решения, которые мы видим на публичных и частных рынках, в настоящее время не предлагают ничего значимого с конкурентной точки зрения. Некоторые решения могут превратиться в жизнеспособные (но узкоспециализированные) продукты, но сейчас нам нужны новые, конкурентоспособные решения. И это можно достичь только через инновационные конструкции, которые решают узкие места распределенных вычислений. В обучении скорость является основной проблемой, также как и верифицируемость завершенной работы и координация рабочих нагрузок обучения, что добавляет к узкому месту пропускной способности. Нам нужен конкурентный набор по-настоящему децентрализованных базовых моделей, требующих децентрализованного обучения и вывода для эффективной работы. Потеря ИИ может полностью аннулировать все достижения, сделанные с момента появления Ethereum как "децентрализованного мирового компьютера". Если компьютеры станут ИИ, а ИИ централизован, то мировой компьютер не будет ничем иным, как своего рода дистопией. Обучение и вывод находятся в центре инноваций в области ИИ. В то время как другие области мира ИИ движутся к более плотным архитектурам, Web3 нуждается в ортогональных решениях для конкуренции с ними, поскольку фактическая возможность прямой конкуренции становится все более важной. Масштаб проблемы Все связано с вычислениями. Чем больше инвестиций в обучение и вывод, тем лучше результаты. Да, может быть некоторые корректировки и оптимизации тут и там, и само вычисление неоднородно. Сейчас существуют различные новые методы для преодоления узкого места традиционных процессоров архитектуры фон Неймана, но все сводится к тому, сколько матричных умножений вы можете выполнить на каком большом блоке памяти и насколько быстро. Поэтому мы видим так называемый "супер-масштаб", в который так сильно инвестируют в центрах обработки данных, все надеясь создать полный стек, с моделями искусственного интеллекта вверху и обеспечивающими их аппаратными средствами внизу: OpenAI (модели) + Microsoft (вычисления), Anthropic (модели) + AWS (вычисления), Google (оба), и Meta (строящие свои собственные центры обработки данных с увеличивающейся частотой). Есть более тонкие различия, динамические взаимодействия и заинтересованные стороны, но мы не будем перечислять их все. В целом, супер-масштабные предприятия вкладывают невиданные миллиарды в строительство центров обработки данных и создание синергии между своими вычислительными и продуктами искусственного интеллекта, ожидая значительных возвратов, поскольку искусственный интеллект становится.

Криптовалюты становятся все более распространенными в мировой экономике.

Давайте посмотрим на ожидаемые уровни строительства этих 4 компаний только в этом году:

Генеральный директор NVIDIA™ (NVIDIA®) Дженсен Хуанг ранее заявил, что в ближайшие годы в область ускорения искусственного интеллекта будет инвестировано общая сумма в $1 триллион. Недавно он удвоил этот прогноз до $2 триллионов, предположительно из-за интереса, который он видит со стороны суверенных предприятий.

Аналитики Altimeter прогнозируют, что глобальные расходы на центры обработки данных, связанные с искусственным интеллектом, достигнут более $160 миллиардов в 2024 году и более $200 миллиардов в 2025 году.

Сравнивая эти цифры с поощрениями, предоставляемыми Web3 независимым операторам центров обработки данных для расширения капиталовложений в новейшее аппаратное обеспечение для искусственного интеллекта:

В настоящее время общая рыночная стоимость всех проектов децентрализованной физической инфраструктуры (DePIn) составляет примерно $40 миллиардов, в основном состоящих из относительно неликвидных и спекулятивных токенов. По сути, рыночная стоимость этих сетей равна верхней оценке общих капиталовложений, внесенных их участниками, так как они используют токены для поощрения этого строительства. Однако текущая рыночная стоимость практически бесполезна, так как она уже была выпущена.

Поэтому давайте предположим, что в ближайшие 3-5 лет на рынке появится дополнительные $80 миллиардов (вдвое больше текущей стоимости) частных и публичных токенов DePIn в качестве поощрения, и предположим, что эти токены будут использоваться на 100% для случаев использования искусственного интеллекта. Даже если мы грубо разделим эту оценку на 3 (года) и сравним ее долларовое значение только с денежной стоимостью, вложенной только в 2024 году супермасштабными компаниями, становится ясно, что введение токенов в качестве поощрения для ряда проектов "децентрализованных сетей GPU" недостаточно.

Более того, требуется миллиарды долларов спроса инвесторов для поглощения этих токенов, поскольку операторы этих сетей будут продавать большое количество добытых токенов, чтобы покрыть значительные капитальные расходы и операционные расходы. Дополнительные средства также необходимы для увеличения стоимости этих токенов и поощрения дальнейшего строительства для превзойдения супермасштабных компаний.

Тем не менее, те, кто имеет глубокое понимание того, как в настоящее время работают серверы Web3, могут подумать, что значительная часть "децентрализованной физической инфраструктуры" фактически работает на облачных услугах этих супермасштабных компаний. Конечно, всплеск спроса на графические процессоры и другое аппаратное обеспечение, специфичное для искусственного интеллекта, стимулирует увеличение предложения, что в конечном итоге сделает аренду или покупку облака дешевле. По крайней мере, таковы ожидания.

Однако следует отметить, что сейчас NVIDIA должна приоритизировать спрос клиентов на свои последние поколения графических процессоров. NVIDIA также начинает конкурировать с крупнейшими поставщиками облачных вычислений на их собственной территории, предлагая услуги платформы искусственного интеллекта предприятиям, которые уже зависят от этих суперкомпьютеров. Это в конечном итоге заставит их либо постепенно создавать свои собственные центры обработки данных со временем (что подорвет их нынешние прибыли, так что это маловероятно), либо значительно ограничит продажу своего аппаратного обеспечения для искусственного интеллекта своей сети облачных поставщиков.

Кроме того, конкуренты NVIDIA, запускающие дополнительное аппаратное обеспечение, специфичное для искусственного интеллекта, в основном используют чипы, произведенные TSMC, так же как и NVIDIA. Поэтому по сути все компании по производству аппаратного обеспечения для искусственного интеллекта борются за производственные мощности TSMC. TSMC также должен приоритизировать определенных клиентов. Samsung и потенциальные участники, такие как Intel (Intel пытается быстро вернуться в сферу производства передовых чипов для производства собственных аппаратных чипов), могут поглотить дополнительный спрос, но в настоящее время TSMC производит большинство чипов, связанных с искусственным интеллектом, и расширение и калибровка к передовому производству чипов (3 и 2 нанометра) занимает несколько лет.

В конце концов, из-за ограничений, наложенных Соединенными Штатами на NVIDIA и TSMC, Китай в основном отрезан от последнего поколения аппаратного обеспечения искусственного интеллекта. В отличие от Web3, китайские компании фактически имеют собственные конкурентные модели, особенно компании, такие как Baidu и Alibaba с LLM, которые требуют большого количества устройств предыдущего поколения для работы. По одной или комбинации вышеуказанных причин, по мере усиления борьбы за искусственный интеллект и приоритета перед областью облачного бизнеса, супермасштабные предприятия будут ограничивать внешний доступ к своему аппаратному обеспечению искусственного интеллекта, представляя несущественный риск. По сути, это ситуация, когда они забирают всю облачную мощность, связанную с искусственным интеллектом, для себя, больше не предоставляя ее другим, а также потребляя все последние аппаратные средства. В результате другие крупные компании, включая суверенные государства, будут требовать более высоких требований к оставшемуся вычислительному запасу. Тем временем оставшиеся видеокарты для потребителей становятся все менее конкурентоспособными. Очевидно, что это крайний сценарий, но если узкие места в аппаратуре сохранятся, крупные игроки отступят из-за излишних бонусов. В результате децентрализованные операторы, такие как вторичные центры обработки данных и владельцы розничного оборудования (большинство поставщиков DePIn в Web3), будут исключены из конкуренции. ## Другая сторона медали Пока основатели криптовалют все еще находятся в своих мечтах, гиганты искусственного интеллекта внимательно следят за криптовалютами. Давление со стороны правительства и конкуренция могут заставить их принять криптовалюты, чтобы избежать закрытия или строгого регулирования. Основатель Stability AI недавно ушел в отставку, чтобы "децентрализовать" свою компанию, что является одним из первых публичных намеков. Он не скрывал своих планов запустить токены, как только его компания добьется успеха на IPO, что в некоторой степени раскрывает истинные мотивы ожидаемых действий. Точно так же, хотя Сэм Альтман не участвует в операциях Worldcoin, транзакции криптовалюты несомненно напоминают те, что проводит OpenAI. Покажет ли время, есть ли способ связать интернет-токенные проекты с проектами исследования искусственного интеллекта, но команда Worldcoin также кажется осознавать, что рынок испытывает это предположение. Для нас очень важно видеть исследование различных децентрализованных путей гигантами искусственного интеллекта. Мы снова видим, что Web3 не произвело значимых решений. Большую часть времени "токены управления" - это просто шутка, и в настоящее время только токены, явно избегающие прямого контакта между держателями активов и развитием и операционной деятельностью их сети, такие как BTC и ETH, являются по-настоящему децентрализованными токенами. Механизмы стимулирования, замедляющие технологическое развитие, также влияют на разработку различных дизайнов управления зашифрованными сетями. Команды стартапов просто прикрепляют "токен управления" к своему продукту, надеясь найти новый путь в процессе наращивания, но в конечном итоге застывают в "театре управления", вращающемся вокруг распределения ресурсов. ## Заключение Борьба за искусственный интеллект уже идет, и все относятся к ней очень серьезно. При размышлениях о расширении вычислительных возможностей крупными технологическими гигантами мы не можем найти никаких уязвимостей - больше вычислений означает лучший искусственный интеллект, лучший искусственный интеллект означает снижение затрат, увеличение новых доходов и расширение доли рынка. Для нас это означает, что пузырь разумен, но все мошенники все равно будут устранены в неизбежной перестановке в будущем. Централизованный искусственный интеллект крупных предприятий доминирует в этой области, что затрудняет стартапам держаться на плаву. В то время как область Web3 опоздала, она также присоединяется к конкуренции. По сравнению со стартапами в области Web2, награды рынка для зашифрованных проектов искусственного интеллекта чрезмерно щедрые, заставляя основателей смещать свое внимание с поставки продукта на развитие.Цена токена растет в критические моменты, окно возможностей быстро закрывается. До сих пор ни одно новшество не смогло избежать увеличения вычислительных мощностей для конкуренции. Теперь вокруг моделей, ориентированных на потребителя, возникло доверенное движение с открытым исходным кодом, изначально выбранным только некоторыми централизованными предприятиями для конкуренции с более крупными закрытыми конкурентами (такими как Meta, Stability AI). Но теперь сообщество настигает, оказывая давление на ведущие компании по искусственному интеллекту. Эти давления будут продолжать влиять на закрытое развитие продуктов искусственного интеллекта, но пока открытые продукты не настигнут, влияние будет незначительным. Это еще одна крупная возможность в области Web3, но необходимо решить проблему децентрализованного обучения и вывода моделей. Таким образом, хотя на поверхности кажется, что возможность для "классических" дестабилизаторов существует, на деле все далеко не так. Искусственный интеллект тесно связан с вычислениями, и без прорывных инноваций в ближайшие 3-5 лет этот статус кво не изменится, что является ключевым периодом, определяющим, кто контролирует и направляет развитие искусственного интеллекта. Сам рынок вычислений, стимулируемый спросом, ограничен структурными факторами, такими как производство микросхем и экономии масштаба, что делает невозможным для производителей "цвести повсюду". Мы остаемся оптимистичными по поводу человеческого изобретательства и верим, что достаточно умных и благородных людей, которые могут попытаться решить вызовы искусственного интеллекта таким образом, чтобы это приносило пользу свободному миру, а не контролировалось сверху вниз корпорациями или правительствами. Однако эта возможность кажется очень маловероятной, в лучшем случае это бросок монеты, но основатели Web3 заняты бросанием монет для экономической выгоды, а не для реального влияния на мир. Ассоциированные ярлыки: ИИ Web3 предприятие децентрализованный токен стимулы рынок повествование NVIDIA GPU TSMC ChainCatcher напоминает читателям о рациональном взгляде на блокчейн, эффективном повышении осведомленности о рисках, бдительности против различных выпусков и спекуляций виртуальных токенов. Весь контент на сайте представляет собой только рыночную информацию или мнения заинтересованных сторон и не является формой инвестиционных советов. Если в контенте на сайте обнаружена чувствительная информация, вы можете нажать "Сообщить", и мы оперативно рассмотрим это.