Autor invitado: Lao Bai

Más de un año desde el lanzamiento de ChatGPT, los debates sobre IA+Crypto han vuelto a calentarse en el mercado. La IA se considera una de las vías más importantes en el mercado alcista de 2024-2025, y el propio Vitalik Buterin publicó un artículo titulado La promesa y los desafíos de las aplicaciones de criptografía + IA, explorando posibles direcciones para la futura exploración de IA + criptomonedas.

Este artículo no hará demasiados juicios subjetivos, sino que simplemente resumirá los proyectos empresariales que combinan IA y criptografía observados durante el último año desde una perspectiva de mercado principal. Examinará las perspectivas desde las que los emprendedores han entrado en el mercado, los logros alcanzados hasta el momento y qué áreas aún se están explorando.

I. El ciclo de la IA+cripto

A lo largo de 2023, hemos hablado con docenas de proyectos de IA+Crypto, entre los que se pueden observar ciclos distintos.

Antes del lanzamiento de ChatGPT a finales de 2022, había pocos proyectos de cadena de bloques relacionados con la IA en el mercado secundario. Los principales que se le ocurren son Fetch.AI (FET), SingularityNET (AGIX) y otros proyectos de veteranos. Del mismo modo, no había muchos proyectos relacionados con la IA disponibles en el mercado principal.

De enero a mayo de 2023 podría considerarse como el primer periodo de brote concentrado para proyectos de IA. Después de todo, el impacto de ChatGPT fue significativo. Muchos proyectos antiguos en el mercado secundario cambiaron a la pista de IA, y casi todas las semanas en el mercado principal se discutían proyectos de IA + criptomonedas. Del mismo modo, durante este periodo, los proyectos de IA parecían relativamente sencillos. Muchos de ellos se basaron en una adaptación “profunda” de ChatGPT, combinada con modificaciones de cadena de bloques, sin casi ninguna barrera tecnológica central. Nuestro equipo de desarrollo interno a menudo podría replicar un marco de proyecto en solo uno o dos días. Esto también condujo a numerosas reuniones con proyectos de IA durante este periodo, pero en última instancia, no se tomó ninguna medida.

De mayo a octubre, el mercado secundario comenzó a volverse pesimista. Curiosamente, durante este tiempo, el número de proyectos de IA en el mercado primario también disminuyó significativamente. No fue hasta el último mes o dos cuando la cantidad empezó a recuperarse de nuevo, y las conversaciones y los artículos sobre IA+Crypto se volvieron más ricos. Una vez más, entramos en un periodo en el que podíamos encontrarnos con proyectos de IA cada semana. Medio año más tarde, era evidente que había surgido un nuevo lote de proyectos de IA con una mejor comprensión de la pista de IA, el aterrizaje de escenarios comerciales y una mejor integración de IA + cripto en comparación con la primera ola de sobreexpectación de IA. 

Aunque las barreras tecnológicas aún no eran sólidas, el nivel de madurez general dio un paso adelante. Fue solo en 2024 cuando finalmente realizamos nuestra primera apuesta en la pista de IA+Crypto.

II. El seguimiento de la IA y las criptomonedas

Vitalik Buterin, en su artículo sobre “promesas y desafíos”, proporciona predicciones desde varias dimensiones y perspectivas relativamente abstractas, de la siguiente manera:

• La IA como jugador en el juego

• La IA como interfaz del juego

• La IA como las reglas del juego

• La IA como objetivo del juego

Por otro lado, resumiremos los proyectos de IA que se ven actualmente en el mercado principal desde una perspectiva más específica y directa.

La mayoría de los proyectos de IA+Crypto se centran en el núcleo de la criptografía, que definimos como “descentralización tecnológica (o política) + movilización comercial”.

En cuanto a la descentralización, no hay mucho que decir, ya que se trata de web3. Por lo tanto, podemos dividir aproximadamente las categorías de activos en tres vías principales:

• Assetización de la potencia informática

• Assetización de modelos

• Assetización de datos

Computación de activos de energía

Esta es una vía relativamente densa, ya que además de varios proyectos nuevos también hay muchos proyectos antiguos pivotando. Por ejemplo, en el lado de Cosmos, está Akash Network, y en el lado de Solana, está Nosana. Después de pivotar, todos los tokens han experimentado picos locos, que también reflejan indirectamente el optimismo del mercado hacia la pista de IA. Aunque Render (RNDR) se centra principalmente en el renderizado descentralizado, también puede servir para fines de IA. Por lo tanto, muchas clasificaciones incluyen proyectos relacionados con la potencia de computación similares a RNDR en el seguimiento de IA.

La movilización de la potencia informática se puede subdividir en dos direcciones, en función del uso de la potencia informática. Uno está representado por Gensyn, que es “potencia informática descentralizada utilizada para el entrenamiento de IA”. El otro está representado por la mayoría de los pivotes y nuevos proyectos, o “potencia informática descentralizada utilizada para la inferencia de IA” (la capacidad de los modelos de aprendizaje automático para basar decisiones o predicciones en datos o modelos aprendidos previamente).

En esta pista, podemos observar un fenómeno interesante, o tal vez una cadena de desprecio:

IA tradicional → Inferencia descentralizada → Formación descentralizada

• Las personas de un entorno de IA tradicional tienden a considerar la preguntura en la formación o inferencia descentralizada.

• Los que se centran en la inferencia descentralizada tienden a desaprobar la formación descentralizada.

La razón principal reside en el aspecto técnico, porque el entrenamiento de IA (especialmente para IA de modelos grandes) implica cantidades masivas de datos. Lo que es aún más exagerado que el requisito de datos es la demanda de ancho de banda formada por la comunicación de alta velocidad de estos datos. En el entorno actual de los modelos grandes de transformadores, la capacitación requiere una matriz computacional compuesta por un gran número de tarjetas gráficas de alta gama como las tarjetas de IA profesionales de la serie 4090/H100 con canales de comunicación del nivel de cien gigabits formados por NVLink y conmutadores de fibra profesionales. ¿Se imagina descentralizar este tema? Mmm...

La demanda de potencia informática y ancho de banda de comunicación en la inferencia de IA es mucho menor que en el entrenamiento de IA. Naturalmente, la posibilidad de implementación descentralizada es mucho mayor para la inferencia que para la formación. Por eso la mayoría de los proyectos relacionados con la potencia informática se centran en la inferencia, mientras que el entrenamiento se deja principalmente a los principales actores como Gensyn y Together AI, que han recaudado cientos de millones de dólares en financiación. Sin embargo, desde la perspectiva de la rentabilidad y la fiabilidad, al menos en esta etapa, la potencia informática centralizada para la inferencia sigue siendo muy superior a las opciones descentralizadas.

Esto explica por qué aquellos centrados en la inferencia descentralizada observan la formación descentralizada y piensan: “No se puede hacer que suceda en absoluto”, mientras que la IA tradicional considera que la formación descentralizada y la inferencia son “poco realistas en términos de tecnología de formación” y “poco fiables en términos de inferencia comercialmente”.

Algunos dicen que cuando apareció por primera vez BTC/ETH, el modelo de tener nodos distribuidos lo calculó todo parecía relativamente ilógico (en comparación con la computación en la nube). Pero, al final, ¿no tuvo éxito? Bueno, eso depende de los requisitos de corrección, inmutabilidad, redundancia y otras dimensiones del entrenamiento e inferencia de IA en el futuro. En términos de rendimiento, fiabilidad y precio, actualmente es imposible superar las soluciones centralizadas.

Assetización del modelo

Esta es también una pista llena de proyectos y es relativamente más fácil de entender en comparación con la movilización de potencia informática porque una de las aplicaciones más conocidas después de la popularidad de ChatGPT es Character.AI. Con él, puedes buscar la sabiduría de antiguos filósofos como Socrates y Confucio, participar en conversaciones informales con celebridades como Elon Musk y Sam Altman, o incluso disfrutar de conversaciones románticas con ídolos virtuales como Hatsune Miku y Raiden Shogun. Todo esto muestra el encanto de los modelos de lenguaje grande (LLM). El concepto de agentes de IA se ha arraigado profundamente en la mente de las personas a través de Character.AI.

¿Qué pasaría si figuras como Confucius, Elon Musk o Raiden Shogun fueran todas NFT?

¿No es IA+Crypto?

Por lo tanto, en lugar de llamarlo modelo de activos, es más probable decir que es la activosización de agentes construida sobre modelos grandes. Después de todo, los modelos grandes no pueden colocarse en la cadena de bloques. Se trata más de mapear agentes además de modelos en NFT para crear una sensación de “organización de modelos” en el espacio de IA+Crypto.

Ahora hay agentes que pueden enseñarle inglés o incluso entablar relaciones románticas con usted, entre otros tipos. Además, también se pueden encontrar proyectos relacionados, como motores de búsqueda de agentes y mercados.

El problema común en esta pista es, en primer lugar, que no hay barreras tecnológicas. Básicamente es solo la tokenización de Character.AI. Nuestros asistentes técnicos internos pueden crear un agente que hable y suene como un personaje específico (como nuestro cofundador, BMAN) en solo una noche utilizando herramientas y marcos de trabajo de código abierto existentes. En segundo lugar, la integración con la cadena de bloques es muy ligera. Es algo similar a las NFT de GameFi en Ethereum, en las que los metadatos almacenados solo pueden ser una URL o un hash, y los modelos/agentes residen en servidores en la nube. Las transacciones en cadena solo representan propiedad.

La movilización de modelos/agentes sigue siendo una de las principales vías en IA+Crypto para el futuro próximo. En el futuro, esperamos ver proyectos con barreras tecnológicas relativamente más altas y una integración más estrecha con blockchain que sean más nativos.

Assetización de datos

Desde el punto de vista lógico, la movilización de datos es el aspecto más adecuado de la IA + criptografía porque la formación tradicional en IA depende principalmente de datos visibles disponibles en Internet, o, para ser más precisos, de datos de tráfico de dominio público. Estos datos solo pueden representar un pequeño porcentaje, alrededor del 10-20 %, y la mayoría de los datos se encuentran realmente dentro del tráfico de dominio privado (incluidos los datos personales). Si estos datos de tráfico se pueden utilizar para la formación o el ajuste de modelos grandes, sin duda podemos tener agentes/bots más profesionales en varios mercados verticales.

¿Cuál es el mejor eslogan web3? ¡Leer, escribir, hacerse cargo!

Por lo tanto, a través de IA+Crypto, y bajo la guía de incentivos descentralizados, la liberación de datos de tráfico de dominio personal y privado y su aprovechamiento para proporcionar “alimento” mejor y más rico para modelos grandes parece un enfoque lo suficientemente lógico. De hecho, hay varios equipos profundamente involucrados en este campo.

Sin embargo, el mayor desafío en esta pista es que, a diferencia de la potencia informática, los datos son difíciles de estandarizar. Con la potencia informática descentralizada, el modelo de su tarjeta gráfica se traduce directamente en la cantidad de potencia informática que tiene. Por otro lado, la cantidad, la calidad y el propósito de los datos privados son difíciles de medir. Si la potencia de computación descentralizada es como ERC-20, entonces la creación de activos de los datos de entrenamiento de IA descentralizada es algo similar a ERC-721, y como tener muchos proyectos, como APE, Punk, Azuki y diferentes NFT con diferentes rasgos combinados. La dificultad en liquidez y creación de mercado es mucho más difícil que con ERC-20. Por lo tanto, los proyectos que se centran en la activosización de datos de IA se enfrentan actualmente a desafíos significativos.

Otro aspecto del seguimiento de datos que merece la pena mencionar es el etiquetado descentralizado. La movilización de datos funciona en el paso de “recopilación de datos”, y los datos recopilados deben procesarse antes de alimentarse a la IA, que es donde entra en juego el etiquetado de datos. Actualmente, este paso está principalmente centralizado y requiere mucho trabajo. Con incentivos token descentralizados, transformar este trabajo en trabajo descentralizado, etiquetado para ganar o (similar a las plataformas de crowdsourcing) también es un enfoque viable. Algunos equipos están trabajando actualmente en esta área.

III. Faltan rompecabezas en AI+Crypto

Analicemos brevemente las piezas del rompecabezas que faltan actualmente en esta pista desde nuestra perspectiva.

• Falta de barreras tecnológicas: Como se mencionó anteriormente, la mayoría de los proyectos de IA+Crypto no tienen casi ninguna barrera tecnológica en comparación con los proyectos de IA tradicionales en Web 2.0. En su lugar, dependen más de modelos económicos e incentivos de token en la experiencia del usuario, los mercados y las operaciones. Aunque este enfoque es comprensible, dadas las fortalezas de la descentralización y la distribución de valor en web3, la falta de barreras centrales inevitablemente da una sensación de “X para ganar”. Todavía esperamos ver más equipos como RNDR, respaldados por empresas como OTOY, con tecnologías centrales que realizan avances significativos en el espacio criptográfico.

• Estado actual de los profesionales: Basándose en las observaciones actuales, algunos equipos del espacio de IA+Crypto están bien familiarizados con la IA, pero carecen de una profunda comprensión de la web3. Por el contrario, algunos equipos son altamente nativos criptográficos, pero tienen una experiencia limitada en el campo de la IA. Esta situación recuerda a los primeros días de la pista de GameFi, cuando algunos equipos estaban bien versados en juegos y buscaban pasar los juegos Web 2.0 a blockchain, mientras que otros estaban profundamente inmersos en web3, centrándose en varios modelos de juegos innovadores y optimizados. MATR1X fue el primer equipo que encontramos en la pista de GameFi que demostró una doble comprensión de los juegos y las criptomonedas, por lo que anteriormente mencioné a TI como uno de los tres proyectos en los que creía firmemente en 2023. Esperamos ver más equipos en 2024 que posean una doble comprensión de IA y Crypto.

• Situaciones empresariales: AI+Crypto se encuentra en una etapa de exploración extremadamente temprana, y las diversas formas de activo mencionadas anteriormente son solo algunas de las principales direcciones. Cada dirección tiene muchas pistas secundarias que se pueden explorar y segmentar cuidadosamente. En la actualidad, muchos proyectos del mercado que integran IA y criptografía se sienten algo “incómodos” o “descuidados”, no aprovechan la competitividad o la combinabilidad óptimas de la IA y la criptografía. Esto está estrechamente relacionado con el segundo punto mencionado anteriormente. Por ejemplo, nuestro equipo interno de investigación y desarrollo concibió y diseñó un método de integración más óptimo; sin embargo, a pesar de observar numerosos proyectos en la pista de IA, aún no hemos visto a ningún equipo entrar en esta área nicho. Así que solo podemos seguir esperando.

Puede que te preguntes por qué un VC como nosotros puede pensar en ciertas situaciones antes que los emprendedores del mercado. Esto se debe a que tenemos siete expertos en nuestro equipo interno de IA, cinco de los cuales tienen doctores en IA. 

Por último, aunque desde la perspectiva del mercado primario, AI+Crypto sigue siendo bastante temprana e inmadura, esto no nos impide ser optimistas sobre 2024-2025, cuando AI+Crypto se convertirá en una de las principales vías de este ciclo de mercado alcista. Después de todo, ¿hay una mejor manera de combinar la productividad liberada por la IA con las relaciones de producción liberadas por la cadena de bloques?

#Bybit #TheCryptoArk