Автор гостя: Лао-бай

Більше року з моменту випуску ChatGPT обговорення AI+криптовалюти знову з’явилися на ринку. ШІ розглядається як один із найважливіших треків бичачого ринку 2024–2025 рр., і сам Віталік Бутерін опублікував статтю під назвою Обіцянка та виклики у програмах криптовалюти + ШІ, досліджуючи можливі напрямки майбутнього дослідження ШІ+криптовалюти.

У цій статті не буде надто багато суб’єктивних рішень, а буде просто підсумовано підприємницькі проєкти, що поєднують ШІ та криптовалюту, які спостерігалися за останній рік з первинної ринкової точки зору. У ньому розглядаються перспективи, з яких підприємці ввійшли на ринок, досягнення, досягнуті до цього часу, а також які сфери ще досліджуються.

I. Цикл ШІ+криптовалюти

Протягом 2023 року ми розповідали про десятки проєктів ШІ+криптовалют, серед яких можна спостерігати окремі цикли.

До випуску ChatGPT наприкінці 2022 року на вторинному ринку було кілька блокчейн-проєктів, пов’язаних із ШІ. Основні з них — Fetch.AI (FET), SingularityNET (AGIX) і кілька інших ветеранських проєктів. Так само на первинному ринку не було багато проєктів, пов’язаних зі ШІ.

З січня по травень 2023 року перший концентрований період спалаху для проєктів ШІ може вважатися першим. Зрештою, вплив ChatGPT був значним. Багато старих проєктів на вторинному ринку поверталися до шляху ШІ, і майже щотижня обговорювалися проєкти ШІ + криптовалюта на первинному ринку. Аналогічно, протягом цього періоду проєкти ШІ здавалися відносно простими. Багато з них були засновані на «глибокій» адаптації ChatGPT у поєднанні з модифікаціями блокчейну, майже без основних технологічних бар’єрів. Наша внутрішня команда з розвитку часто може відтворити структуру проекту всього за день або два. Це також призвело до численних зустрічей з проєктами ШІ протягом цього періоду, але, зрештою, не було вжито жодних заходів.

З травня по жовтень вторинний ринок почав ставати ведмежим. Цікаво, що протягом цього часу кількість проєктів ШІ на первинному ринку також значно знизилася. Не тільки за останній місяць або два кількість знову почала забиратися, а обговорення та статті про AI+криптовалюту стали багатшими. Ми знову увійшли в період, коли щотижня можемо зустрічатися з проєктами ШІ. Півроку потому стало очевидно, що з’явилася нова партія проєктів ШІ з кращим розумінням шляху ШІ, приземленням комерційних сценаріїв і покращеною інтеграцією ШІ + криптовалюти порівняно з першою хвилею «гіп ШІ». 

Хоча технологічні бар’єри все ще не були сильними, загальний рівень зрілості став кроком уперед. Лише у 2024 році ми врешті-решт здійснили першу ставку на шІ+криптовалютному треку.

II. ШІ + криптовалюта

Віталік Бутерін у своїй статті про «обіцяючи й виклики» дає прогнози з кількох відносно абстрактних вимірів і точок зору таким чином:

• ШІ як гравець у грі

• ШІ як інтерфейс до гри

• ШІ як правила гри

• ШІ як мета гри

З іншого боку, ми підсумовуємо проєкти ШІ, які наразі можна побачити на основному ринку з конкретнішої та прямої перспективи.

Більшість проєктів ШІ+криптовалютного сектору зосереджені на основі криптовалюти, яку ми визначаємо як «технологічну (або політичну) децентралізацію + комерційну активізацію».

Що стосується децентралізації, то немає чого сказати, оскільки мова йде про web3. Тому ми можемо приблизно розділити категорії активізації на три основні шляхи:

• Активізація обчислювальної потужності

• Активізація моделей

• Активізація даних

Обчислення енергетичних активів

Це відносно щільний трек, оскільки крім різних нових проєктів також є багато старих проєктів, що плавають. Наприклад, на Космосі є мережа Akash, а на Solana — Nosana. Після повороту всі токени зазнали різкого зростання, що також опосередковано відображає оптимізм ринку на шляху ШІ. Хоча Render (RNDR) насамперед зосереджується на децентралізованій візуалізації, вона також може служити цілям ШІ. Отже, багато класифікацій включають в себе обчислювальні проєкти, пов’язані з потужністю, як RNDR, на шляху ШІ.

Обчислювальна активізація потужності може бути додатково розділена на два напрямки на основі використання обчислювальної потужності. Один із них представлений компанією Gensyn, яка є «децентралізованою обчислювальною потужністю, що використовується для навчання ШІ». Інший представлений більшістю верстветків і нових проєктів або «децентралізованою обчислювальною потужністю, що використовується для висновку ШІ» (здатність моделей машинного навчання ґрунтувати рішення або прогнози на раніше вивчених даних або моделях).

На цьому шляху ми можемо спостерігати цікавий феномен або, можливо, ланцюг маржі:

Традиційний ШІ → Децентралізований висновок → Децентралізований курс навчання

• Ті, хто має традиційний штучний інтелект, схильні дивитися на децентралізоване навчання або висновок.

• Ті, хто зосереджений на децентралізованому висновку, схильні не схвалювати децентралізоване навчання.

Основна причина полягає в технічному аспекті — оскільки навчання ШІ (особливо для великої моделі ШІ) передбачає величезну кількість даних. Що ще більш перебільшено, ніж вимоги до даних, — це вимога пропускної здатності, сформована високошвидкісним обміном цими даними. У сучасному середовищі великих трансформаторів для навчання потрібна обчислювальна матриця, яка складається з великої кількості високотехнологічних графічних карток, як-от професійні штучні картки серії 4090/H100 з каналами зв’язку сотні гігабітних рівнів, утворених NVLink, і професійних комутаторів волокон. Ви можете уявити децентралізацію цього? Гм...

Попит на обчислювальну потужність і пропускну здатність зв’язку у висновку ШІ набагато менший, ніж у навчанні ШІ. Звісно, можливість децентралізованого впровадження набагато вища для висновку, ніж для навчання. Ось чому більшість проєктів, пов’язаних із комп’ютерною потужністю, зосереджені на висновку, тоді як навчання в першу чергу залишається для таких основних гравців, як Gensyn і Together AI, які зібрали сотні мільйонів фінансування. Однак з точки зору ефективності та надійності витрат, принаймні на цьому етапі централізована обчислювальна потужність для висновку все ще набагато вища за децентралізовані опціони.

Це пояснює, чому ті, хто зосереджується на децентралізованому висновку, розглядають децентралізоване навчання та думають: «Це зовсім не можна зробити», тоді як традиційний ШІ розглядає децентралізоване навчання та висновок як «нереалістичний з точки зору технології навчання» та «ненадійний з точки зору комерційного висновку».

Деякі кажуть, що коли вперше з’являється BTC/ETH, модель розподілу нодів обчислює все, що здавалося відносно нелогічним (порівняно з хмарними обчисленнями). Але врешті-решт, чи було це успішним? Ну, це залежить від вимог до правильності, незмінності, резервування та інших вимірів навчання ШІ та висновків у майбутньому. Саме з точки зору продуктивності, надійності та ціни наразі неможливо перевершити централізовані рішення.

Типова реалізація

Це також багатолюдний шлях для проєктів і відносно простіше зрозуміти порівняно з активізацією обчислювальної енергії, оскільки одним із найвідоміших застосунків після популярності ChatGPT є Character.AI. Завдяки цьому ви можете шукати мудрості у стародавніх філософів, як-от Сократи та Конфуціус, брати участь у випадкових розмовах зі знаменитостями, як-от Ілон Маск і Сем Альтман, або навіть торгувати віртуальними ідолами, як-от Хатсуна Міку та Райден Шоґун. Усе це демонструє привабливість великих мовних моделей (LLMs). Концепція AI Agents глибоко вкорінилася в думках людей через Character.AI.

Що робити, якщо такі цифри, як Confucius, Elon Musk або Raiden Shogun, були NFT?

Хіба це не AI+криптовалюта?

Отже, замість того, щоб називати її активізацією моделі, більш химерно сказати, що це активізація агентів, створених на додаток до великих моделей. Зрештою, на блокчейні не можна ставити самі великі моделі. Більше про картографічні засоби на додаток до моделей у NFT, щоб створити відчуття «активації моделі» у просторі AI+криптовалют.

Зараз є агенти, які можуть навчити вас англійській мові або навіть вступати в романтичні стосунки з вами серед різних типів. Крім того, можна знайти пов’язані проєкти, як-от пошукові системи агентів і маркетплейси.

Спільною проблемою на цьому шляху є насамперед відсутність технологічних бар’єрів. По суті це лише токенізація Character.AI. Наші внутрішні технічні майстери можуть створити агент, який говорить і звучить як певний характер (наприклад, співзасновник BMAN) всього за одну ніч, використовуючи наявні інструменти та системи з відкритим вихідним кодом. По-друге, інтеграція з блокчейном дуже легка. Це дещо подібно до GameFi NFT на Ethereum, де збережені метадані можуть бути лише URL-адресою або хешом, а моделі/агенти розташовані на хмарних серверах. Ончейн-транзакції представляють лише право власності.

Активізація моделей/агентів залишається одним із основних треків у AI+криптовалюті для передбачуваного майбутнього. У майбутньому ми сподіваємося побачити проєкти з відносно високими технологічними бар’єрами та ближчою інтеграцією з блокчейном, які є більш популярними.

Активація даних

Логічно кажучи, активізація даних є найбільш підходящим аспектом AI+криптовалюти, оскільки традиційне навчання AI здебільшого покладається на видимі дані, доступні в Інтернеті, або, щоб точніше, на дані трафіку відкритих доменів. Ці дані можуть представляти лише невеликий відсоток, приблизно 10–20%, при цьому більшість даних фактично лежать в межах приватного доменного трафіку (включно з персональними даними). Якщо ці дані про трафік можна використовувати для навчання або точного налаштування великих моделей, ми, безсумнівно, можемо мати більше професійних агентів/ботів у різних вертикалі.

Що таке найкращий слоган web3? Читати, писати й мати!

Тому через ШІ + криптовалюту та під керівництвом децентралізованих заохочень вивільняйте персональні та приватні дані про доменний трафік і активізуйте його, щоб забезпечити кращий і багатший «харч» для великих моделей звучить як достатньо логічний підхід. Дійсно, у цій галузі бере участь кілька команд.

Однак найбільшою проблемою на цьому шляху є те, що, на відміну від обчислювальної потужності, дані важко стандартизувати. Використовуючи децентралізовану обчислювальну потужність, модель вашої графічної картки безпосередньо перетворюється на кількість обчислювальної потужності, яку ви маєте. З іншого боку, важко виміряти кількість, якість і мету приватних даних. Якщо децентралізована обчислювальна потужність схожа на ERC-20, то активізація децентралізованих даних навчання ШІ дещо схожа на ERC-721, і як наявність багатьох проєктів, таких як APE, Punk, Azuki та різні NFT з різними характеристиками, змішаними разом. Труднощі в ліквідності та маркетмейкерстві набагато складніші, ніж у ERC-20. Тому проєкти, орієнтовані на активізацію даних ШІ, наразі стикаються зі значними проблемами.

Іншим аспектом треку даних, на який варто згадувати, є децентралізоване маркування. Активізація даних виконується на етапі «збирання даних», і зібрані дані потрібно обробити перед подаванням до ШІ, де відбувається маркування даних. Наразі цей крок є здебільшого централізованим і трудомістким. Завдяки децентралізованим стимуляційним токенам, перетворюючи цю роботу на децентралізовану, зароблену або (подібно до платформ краудсорсингу), дистрибуційна робота також є життєздатним підходом. Наразі в цій сфері працюють кілька команд.

III. Відсутні головоломки в AI+криптовалюті

Коротко обговоримо поточні відсутні головоломки на цьому шляху з нашої точки зору.

• Відсутність технологічних бар’єрів. Як уже згадувалося раніше, більшість проєктів ШІ+криптовалюти майже не мають технологічних бар’єрів порівняно з традиційними проєктами ШІ у Web 2.0. Натомість вони більше покладаються на економічні моделі та стимули токенів у досвіді користувачів, ринках і операціях. Хоча цей підхід зрозумілий, враховуючи сильні сторони децентралізації та розподілу вартості у web3, відсутність основних бар’єрів неминуче створює відчуття «X-to-earn». Ми все ще сподіваємося побачити більше команд, як-от RNDR, підкріплених такими компаніями, як OTOY, з основними технологіями, що значно покращують криптовалютний простір.

• Поточний статус практикуючих лікарів: На основі поточних спостережень деякі команди в просторі AI + криптовалюта добре розглянуті в ШІ, але не мають глибокого розуміння web3. І навпаки, деякі команди мають високий рівень криптовалюти, але мають обмежений досвід у сфері ШІ. Ця ситуація нагадує перші дні треку GameFi, коли деякі команди добре розповідали про ігри та прагнули перейти на Web 2.0 на блокчейн, тоді як інші були глибоко занурені в web3, зосереджуючись на різних інноваційних та оптимізованих моделях ігор. MATR1X була першою командою, з якою ми зіткнулися на шляху GameFi, яка продемонструвала подвійне розуміння ігор і криптовалюти, тому раніше я згадувала IT як один із трьох проєктів, у які я твердо вірив ще в 2023 році. Сподіваємося, що у 2024 році буде більше команд з подвійним розумінням ШІ та криптовалюти.

• Бізнес-сценарії: ШІ + криптовалюта перебуває на надзвичайно ранньому етапі дослідження, і різні форми активізації, згадані вище, є лише кількома основними напрямками. У кожному напрямку є багато підтреків, які можна ретельно вивчити та сегментувати. Наразі багато проєктів на ринку, які інтегрують ШІ та криптовалюту, відчувають дещо «незручний» або «сухий», не в змозі використати оптимальну конкурентоспроможність або комбінованість ШІ та криптовалюти. Це тісно пов’язано з другим пунктом, зазначеним вище. Наприклад, наша внутрішня команда з досліджень і розробок розробила більш оптимальний метод інтеграції, однак, незважаючи на численні проєкти на шляху ШІ, ми ще не бачили, як будь-яка команда входить у цю зону ніші. Отже, ми можемо лише продовжувати чекати.

Ви можете запитати, чому подібний до нас VC може запропонувати певні сценарії, перш ніж підприємці на ринку зможуть це зробити. Це пов’язано з тим, що у нас є сім експертів з нашої внутрішньої команди ШІ, п’ять з яких мають ступінь доктора наук у ШІ. 

Нарешті, хоча з точки зору основного ринку AI+Crypto все ще рано й незріло, це не заважає нам бути оптимістичним приблизно у 2024–2025 роках, коли AI+Crypto стане одним із основних шляхів цього бульбашкового ринкового циклу. Зрештою, чи є кращий спосіб поєднати продуктивність, яка вивільнюється ШІ з виробничими відносинами, вивільненими блокчейном?

#Bybit #TheCryptoArk