Приглашенный автор: Лаос-Бай

С момента выпуска ChatGPT обсуждение ИИ+крипто снова началось на рынке более года. Искусственный интеллект считается одним из самых важных направлений на бычьем рынке 2024–2025 гг., а сам Виталик Бутерин опубликовал статью под названием «Обещание и проблемы криптовалютных и ИИ-приложений», в которой изучаются возможные направления для будущих исследований ИИ и криптовалюты.

В этой статье не будет слишком много субъективных суждений, а будет просто кратко изложены предпринимательские проекты, в которых сочетаются ИИ и криптовалюта, наблюдавшиеся в прошлом году с точки зрения первичного рынка. В ней будут изучаться точки зрения, с которых предприниматели вышли на рынок, достижения, достигнутые до настоящего времени, и какие области ещё изучаются.

I. Цикл ИИ+крипто

В течение 2023 года мы обсуждали десятки ИИ+криптопроектов, среди которых можно увидеть отдельные циклы.

До выпуска ChatGPT в конце 2022 года на вторичном рынке было мало блокчейнов, связанных с ИИ. Главные из них — Fetch.AI (FET), SingularityNET (AGIX) и несколько других проектов для ветеранов. Аналогичным образом, на основном рынке было мало проектов, связанных с ИИ.

С января по май 2023 года можно рассматривать как первый период сконцентрированной вспышки для ИИ-проектов. В конце концов, влияние ChatGPT было значительным. Многие старые проекты на вторичном рынке были направлены на ИИ, и почти каждую неделю обсуждались проекты ИИ + криптовалюты на основном рынке. Аналогичным образом, в этот период ИИ-проекты казались относительно простыми. Многие из них были основаны на «глубокой» адаптации ChatGPT в сочетании с модификациями блокчейна и практически без основных технологических барьеров. Наша внутренняя команда разработчиков часто может воспроизвести структуру проекта всего за один или два дня. Это также привело к многочисленным встречам с ИИ-проектами в этот период, но в конечном итоге никаких действий не предпринималось.

С мая по октябрь вторичный рынок начал становиться медвежьим. Интересно, что в это время количество ИИ-проектов на основном рынке также значительно сократилось. Только в прошлом месяце количество снова начало расти, а обсуждения и статьи об AI+Crypto стали более насыщенными. Мы снова вошли в период, когда каждую неделю мы могли сталкиваться с ИИ-проектами. Полугода спустя стало очевидно, что новая партия ИИ-проектов появилась с более глубоким пониманием ИИ-трека, появления коммерческих сценариев и улучшенной интеграции ИИ + криптовалюты по сравнению с первой волной ИИ-гипов. 

Несмотря на то, что технологические барьеры по-прежнему не были сильными, общий уровень зрелости сделал шаг вперед. Только в 2024 году мы сделали первую ставку на AI+Crypto.

II. Движение ИИ+крипто

Виталик Бутерин в своей статье «Обещания и задачи» делится следующими прогнозами с нескольких относительно абстрактных аспектов и точек зрения:

• ИИ как игрок в игре

• ИИ как интерфейс для игры

• Искусственный интеллект как правила игры

• ИИ в качестве цели игры

С другой стороны, мы обобщим ИИ-проекты, которые в настоящее время видны на основном рынке, с более конкретной и прямой точки зрения.

Большинство проектов AI+Crypto сосредоточены на криптовалюте, которую мы называем «технологической (или политической) децентрализацией + коммерческой активизацией».

Что касается децентрализации, то нет ничего сложного, поскольку речь идет о Web3. Таким образом, можно разделить категории активизации на три основных направления:

• Активизация вычислительной мощности

• Активизация моделей

• Активизация данных

Вычислительная активизация

Это относительно плотная дорожка, поскольку помимо различных новых проектов также происходит поворот многих старых проектов. Например, на Cosmos есть Akash Network, а на Solana — Nosana . После плавания все токены пережили сумасшедшие всплески, что также косвенно отражает оптимизм рынка в отношении ИИ-трека. Несмотря на то, что Render (RNDR) в первую очередь ориентирован на децентрализованный рендеринг, он также может служить целям ИИ. Таким образом, многие классифицируются как RNDR-проекты, связанные с вычислительной мощностью, в ИИ-треке.

Вычислительная активизация мощности может быть дополнительно разделена на два направления на основе использования вычислительной мощности. Первая представлена Gensyn, которая представляет собой «децентрализованную вычислительную мощность, используемую для обучения ИИ». Другая представлена большинством поворотов и новых проектов, или «децентрализованной вычислительной мощностью, используемой для инференса ИИ» (способность моделей машинного обучения основывать решения или прогнозы на ранее изученных данных или моделях).

В этом курсе мы можем наблюдать интересное явление или, возможно, цепь дисдаинов:

Традиционный ИИ → децентрализованный инференс → децентрализованное обучение

• Те, кто работает на традиционном ИИ, обычно обращают внимание на децентрализованное обучение или инференс.

• Те, кто сосредоточен на децентрализованном инференсе, обычно не одобряют децентрализованное обучение.

Основная причина заключается в техническом аспекте, поскольку обучение ИИ (особенно для больших моделей ИИ) включает в себя огромные объемы данных. Что ещё больше преувеличивает требования к данным, так это спрос на пропускную способность, создаваемый высокоскоростной передачей этих данных. В современной среде крупных моделей трансформаторов для обучения требуется вычислительная матрица, состоящая из большого количества высококлассных графических карт, таких как профессиональные ИИ-карты серии 4090/H100 с каналами связи уровня сотен гигабит, формируемыми NVLink и профессиональными оптическими коммутаторами. Можете ли вы представить децентрализацию этого? Хм...

Спрос на вычислительную мощность и пропускную способность в инференсе ИИ намного ниже, чем в обучении ИИ. Естественно, возможность децентрализованного внедрения гораздо выше для инференса, чем для обучения. Именно поэтому большинство проектов, связанных с вычислительной мощностью, сосредоточены на инференсе, в то время как обучение в первую очередь оставляют такие крупные игроки, как Gensyn и Together AI, которые принесли сотни миллионов финансирования. Однако с точки зрения экономической эффективности и надёжности, по крайней мере, на этом этапе централизованная вычислительная мощность для инференса по-прежнему намного превосходит децентрализованные опционы.

Это объясняет, почему те, кто сосредоточен на децентрализованном инференсе, смотрят на децентрализованное обучение и думают: «Вы совсем не можете этого добиться», в то время как традиционный ИИ рассматривает децентрализованное обучение и инференс как «нереалистичный с точки зрения технологии обучения» и «ненадёжный с точки зрения инференса».

Некоторые говорят, что когда впервые появились BTC/ETH, модель распределённых нод вычисляла всё, что казалось относительно нелогичным (по сравнению с облачными вычислениями). Но в конечном итоге это не получилось? Это зависит от требований к правильности, неизменимости, избыточности и других аспектов обучения и инференса в ИИ в будущем. В настоящее время невозможно превзойти централизованные решения с точки зрения производительности, надёжности и цены.

Активизация модели

Это также многолюдный трек для проектов, и его относительно легко понять по сравнению с активизацией вычислительной мощности, поскольку одним из самых известных приложений после популярности ChatGPT является Character.AI. С его помощью можно узнать мудрость древних философов, таких как Socrates и Confucius, пообщаться с такими знаменитостями, как Илон Маск и Сэм Альтман, или даже пообщаться с такими виртуальными идолами, как Hatsune Miku и Raiden Shogun. Все это демонстрирует шарм больших языковых моделей (LLM). Концепция ИИ-агентов глубоко укоренилась в сознании людей через Character.AI.

Что, если такие цифры, как Конфуциус, Илон Маск или Райден Шогун, были NFT?

Разве это не ИИ+крипто?

Таким образом, вместо того, чтобы называть её моделью активизации, лучше сказать, что это активизация агентов, построенных на крупных моделях. В конце концов, крупные модели нельзя поместить в блокчейн. Это больше связано с картированием агентов в дополнение к моделям в NFT и созданием ощущения «активизации модели» в пространстве AI+Crypto.

В настоящее время существуют агенты, которые могут обучать вас английскому или даже вступать в романтические отношения с вами, среди других типов. Кроме того, также можно найти связанные проекты, такие как поисковые системы и торговые площадки.

Распространенная проблема в этом курсе заключается в том, что технологические барьеры отсутствуют. По сути, это токенизация Character.AI. Наши штатные технические мастера могут создать агента, который будет говорить и звучать как определённый персонаж (например, соучредитель BMAN) всего за одну ночь с помощью существующих инструментов и фреймворков с открытым исходным кодом. Во-вторых, интеграция с блокчейном очень проста. Он в некоторой степени похож на NFT GameFi на Ethereum , где хранящиеся метаданные могут быть только URL или хешем, а модели/агенты находятся на облачных серверах. Ончейн-транзакции представляют собой право собственности.

Активизация моделей/агентов по-прежнему является одним из основных направлений развития ИИ+крипто в обозримом будущем. В будущем мы надеемся увидеть проекты с относительно высокими технологическими барьерами и более тесной интеграцией с блокчейном, которые являются более нативными.

Активизация данных

Логически активизация данных является наиболее подходящим аспектом ИИ + криптовалюты, поскольку традиционное обучение ИИ в основном основано на видимых данных, доступных в Интернете, или, что более точно, на общедоступных данных трафика. Эти данные могут представлять лишь небольшой процент, около 10–20%, при этом большинство данных фактически находятся в частном трафике домена (включая персональные данные). Если эти данные можно использовать для обучения или точной настройки крупных моделей, мы, несомненно, можем привлечь больше профессиональных агентов/ботов в различных вертикалях.

Какой слоган Web3 лучше всего подходит? Читайте, пишите, владейте!

Таким образом, с помощью AI+Crypto и под руководством децентрализованных стимулов передача личных и частных данных о дорожном движении и их активизация для предоставления более качественных и богатых продуктов питания для крупных моделей выглядит достаточно логичным подходом. В этой сфере работает несколько команд.

Однако самая большая проблема в этом направлении заключается в том, что, в отличие от вычислительной мощности, данные сложно стандартизировать. Используя децентрализованную вычислительную мощность, модель вашей видеокарты напрямую преобразует вашу вычислительную мощность. С другой стороны, количество, качество и цель личных данных трудно измерить. Если децентрализованная вычислительная мощность похожа на ERC-20, то активизация децентрализованных данных для обучения ИИ в некоторой степени похожа на ERC-721, а также на наличие множества проектов, таких как APE, Punk, Azuki и различные NFT с разными чертами, смешанными вместе. Сложность в ликвидности и маркет-мейкинге намного сложнее, чем в ERC-20. Таким образом, проекты, ориентированные на активизацию ИИ-данных, в настоящее время сталкиваются со значительными проблемами.

Ещё одним аспектом отслеживания данных, о котором стоит упомянуть, является децентрализованная маркировка. Активизация данных происходит на этапе «сбора данных», и собранные данные должны быть обработаны перед отправкой в ИИ, где происходит метка данных. В настоящее время этот шаг в основном централизован и трудоемкий. Благодаря децентрализованным стимулам для токенов целесообразным подходом также является преобразование этой работы в децентрализованную, торговую маркировку для получения дохода или (аналогичную краудсорсинговым платформам). В настоящее время в этой области работает несколько команд.

III. Отсутствуют головоломки в ИИ+крипто

Давайте кратко обсудим пропавшие в настоящее время части головоломки в этом курсе с нашей точки зрения.

• Отсутствие технологических барьеров: Как упоминалось ранее, большинство ИИ+криптопроектов практически не имеют технологических барьеров по сравнению с традиционными ИИ-проектами в Web 2.0. Вместо этого они больше полагаются на экономические модели и стимулы токенов в сфере взаимодействия с пользователями, рынков и операций. Хотя этот подход понятен, учитывая сильные стороны децентрализации и распределения стоимости в сети Web3, отсутствие основных барьеров неизбежно даёт ощущение «Х-заработка». Мы по-прежнему надеемся увидеть больше таких команд, как RNDR, при поддержке таких компаний, как OTOY, а основные технологии значительно продвинулись в криптопространстве.

• Текущий статус практикующих специалистов: Исходя из текущих наблюдений, некоторые команды в сфере ИИ + криптовалюты хорошо разбираются в ИИ, но не имеют глубокого понимания Web3. И наоборот, некоторые команды отличаются высокой криптовалютой, но имеют ограниченный опыт в области ИИ. Эта ситуация напоминает о начале трека GameFi, когда некоторые команды хорошо разбирались в играх и стремились перевести игры Web 2.0 в блокчейн, в то время как другие были глубоко погружены в Web3, уделяя особое внимание различным инновационным и оптимизированным игровым моделям. MATR1X — это первая команда, с которой мы столкнулись на GameFi, которая продемонстрировала двойное понимание игр и криптовалют, поэтому я ранее упоминал IT как один из трёх проектов, в которые я твердо верил в 2023 году. В 2024 году мы планируем увидеть больше команд, которые обладают двойным пониманием ИИ и криптовалюты.

• Бизнес-сценарии: AI+Crypto находится на крайне ранней стадии исследования, а различные формы активизации, упомянутые выше, — это лишь несколько основных направлений. В каждом направлении есть множество субподрядчиков, которые можно тщательно изучить и сегментировать. В настоящее время многие проекты на рынке, которые интегрируют ИИ и криптовалюту, выглядят «неловко» или «шероховато», не используя оптимальную конкурентоспособность или комбинируемость ИИ и криптовалют. Это тесно связано со вторым пунктом, указанным выше. Например, наша собственная команда по исследованиям и разработкам разработала и разработала более оптимальный способ интеграции. Однако несмотря на то, что мы наблюдаем за многочисленными проектами в ИИ-треке, мы ещё не видим, как команды входят в эту нишевую область. Так что мы можем только ждать.

Вы можете спросить, почему такой же VC, как мы, может придумать определённые сценарии, прежде чем предприниматели на рынке смогут это сделать. Это связано с тем, что у нас есть семь экспертов из нашей собственной команды ИИ, пять из которых имеют степень доктора ИИ. 

Наконец, хотя с точки зрения первичного рынка AI+Crypto всё ещё довольно рано и незрело, это не мешает нам оптимистично относиться к 2024–2025 годам, когда AI+Crypto станет одним из основных направлений этого бычьего рыночного цикла. В конце концов, есть ли лучший способ объединить производительность, которую освободил ИИ, с производственными отношениями, которые освободил блокчейн?

#Bybit #TheCryptoArk