Alex Xu, výzkumný partner v Mint Ventures

Úvod

Tento cyklus krypto býčího trhu byl z hlediska komerčních inovací nejvíce neinspirativní. Na rozdíl od předchozího býčího trhu, který viděl fenomenální trendy jako DeFi, NFT a GameFi, tento cyklus postrádá významné průmyslové hotspoty. V důsledku toho došlo k pomalému růstu uživatelské základny, průmyslových investic a aktivity vývojářů.

Tento trend je patrný i na ceně kryptoaktiv. Během celého cyklu většina altcoinů, včetně ETH, trvale ztrácela hodnotu vzhledem k BTC. Oceňování platforem inteligentních smluv je do značné míry řízeno prosperitou jejich aplikací. Když inovace ve vývoji aplikací stagnují, stává se výzvou pro zvyšování ocenění veřejných řetězců.

Umělá inteligence (AI), jako relativně nový sektor v oblasti kryptopodnikání, by však mohla těžit z explozivního růstu a pokračujících hotspotů v širším komerčním světě. To dává projektům umělé inteligence v kryptoprostoru potenciál přitahovat významnou přírůstkovou pozornost.

Ve zprávě IO.NET, kterou vydala Mint Ventures v dubnu, byla důkladně analyzována nutnost integrace AI s kryptoměnami. Výhody kryptoekonomických řešení – jako je determinismus, efektivní alokace zdrojů a nedůvěryhodnost – by mohly potenciálně řešit tři hlavní výzvy umělé inteligence: náhodnost, náročnost zdrojů a potíže s rozlišením mezi člověkem a strojem.

V sektoru AI krypto ekonomiky chci v tomto článku prodiskutovat a prozkoumat několik kritických problémů, včetně:

  • V sektoru kryptoAI existují nové nebo potenciálně výbušné příběhy.

  • Katalytické cesty a logické rámce těchto narativů.

  • Projekty Crypto + AI.

  • Rizika a nejistoty spojené s rozvojem sektoru krypto + AI.

Upozorňujeme, že tento článek odráží mé současné myšlení a může se vyvíjet. Názory zde jsou subjektivní a mohou se vyskytovat chyby ve faktech, datech a logickém uvažování. Nejedná se o finanční poradenství, ale zpětná vazba a diskuze jsou vítány.

Další vlna příběhů v krypto AI sektoru

Než se ponoříme do nových trendů v sektoru krypto AI, podívejme se nejprve na současné hlavní příběhy. Na základě tržní kapitalizace mezi ty s oceněním přesahujícím 1 miliardu USD patří:

  • Výpočetní výkon

    • Render Network ($RNDR): drží oběžnou tržní hodnotu 3,85 miliardy dolarů, 

    • Akash: s oběžnou tržní kapitalizací 1,2 miliardy dolarů

    • IO.NET: nedávno v posledním kole financování v hodnotě 1 miliardy dolarů.

  • Algoritmové sítě

    • Bittensor ($TAO): Chlubí se oběžnou tržní kapitalizací ve výši 2,97 miliardy dolarů.

  • Agenti AI

    • Fetch.ai ($FET): dosahuje tržního limitu před fúzí ve výši 2,1 miliardy USD

*Čas aktualizace údajů: 24. května 2024.

Kromě výše zmíněných oblastí, který sektor umělé inteligence vyprodukuje další projekt s tržní kapitalizací přesahující 1 miliardu dolarů?

Domnívám se, že o tom lze spekulovat ze dvou hledisek: vyprávění „strany průmyslové nabídky“ a vyprávění „moment GPT“.

Zkoumání příležitostí v oblasti energetiky a dat z pohledu průmyslové nabídky

Z pohledu průmyslové nabídky jsou čtyři klíčové hnací síly rozvoje umělé inteligence:

  • Algoritmy: Vysoce kvalitní algoritmy mohou efektivněji provádět trénovací a odvozené úkoly.

  • Výpočetní výkon: Jak trénování modelu, tak odvození vyžadují značný výpočetní výkon poskytovaný hardwarem GPU. Tento požadavek představuje hlavní průmyslové úzké hrdlo, protože současný nedostatek čipů zvyšuje ceny čipů střední až vyšší třídy.

  • Energie: Datová centra AI vyžadují značnou spotřebu energie. Kromě elektřiny potřebné pro GPU k provádění výpočetních úkolů je značná energie potřebná také pro chlazení GPU. Ve velkých datových centrech samotné chladicí systémy představují asi 40 % celkové spotřeby energie.

  • Data: Zvýšení výkonu velkých modelů vyžaduje rozšíření parametrů školení, což vede k masivní poptávce po vysoce kvalitních datech.

Pokud jde o čtyři průmyslové hnací síly uvedené výše, sektory algoritmů a výpočetní energie již mají krypto projekty s oběžnou tržní kapitalizací přesahující 1 miliardu dolarů. Energetický a datový sektor však dosud nezažil, aby projekty dosáhly podobných tržních stropů.

Ve skutečnosti se mohou brzy objevit nedostatky v dodávkách energie a dat, které se potenciálně stanou dalšími průmyslovými hotspoty a povedou k nárůstu souvisejících projektů v kryptoprostoru.

Začněme energetickou částí.

29. února 2024 Elon Musk na konferenci Bosch ConnectedWorld 2024 poznamenal: „Před více než rokem jsem předpověděl nedostatek čipu a dalším nedostatkem bude elektřina. Myslím, že příští rok uvidíte, že prostě nemohou najít dostatek elektřiny na provoz všech čipů."

Podle konkrétních údajů publikuje Stanford University Institute for Human-Centered Artificial Intelligence pod vedením Fei-Fei Li každoročně „AI Index Report“. Ve své zprávě z roku 2022 o průmyslu umělé inteligence pro rok 2021 výzkumná skupina odhadla, že spotřeba energie umělé inteligence v tomto roce představovala pouze 0,9 % celosvětové poptávky po elektřině, což vyvíjelo omezený tlak na energii a životní prostředí. V roce 2023 však Mezinárodní energetická agentura (IEA) shrnula rok 2022 prohlášením, že globální datová centra spotřebovala přibližně 460 terawatthodin (TWh) elektřiny, což představuje 2 % celosvětové poptávky po elektřině. Předpověděli také, že do roku 2026 bude celosvětová spotřeba energie v datových centrech činit nejméně 620 TWh a potenciálně dosáhnout až 1050 TWh.

Ve skutečnosti zůstávají odhady Mezinárodní energetické agentury konzervativní, protože řada projektů umělé inteligence, které se chystá spustit, bude vyžadovat podstatně více energie, než se v roce 2023 očekávalo. 

Například Microsoft a OpenAI plánují projekt Stargate. Tato ambiciózní iniciativa má být zahájena v roce 2028 a dokončena kolem roku 2030. Cílem projektu je postavit superpočítač vybavený miliony vyhrazených čipů AI, které OpenAI poskytují bezprecedentní výpočetní výkon pro pokrok ve výzkumu umělé inteligence, zejména velkých jazykových modelů. Odhadované náklady na tento projekt přesahují 100 miliard dolarů, což je 100krát více než náklady současných velkých datových center.

Očekává se, že spotřeba energie samotného projektu Stargate dosáhne 50 TWh.

V důsledku toho zakladatel OpenAI Sam Altman letos v lednu na Davos Forum prohlásil: „Budoucí umělá inteligence bude vyžadovat energetické průlomy, protože elektřina spotřebovaná umělou inteligencí daleko předčí očekávání.“

Po výpočetním výkonu a energii budou dalším velkým nedostatkem v rychle rostoucím odvětví umělé inteligence pravděpodobně data.

Nedostatek vysoce kvalitních dat nezbytných pro AI se ve skutečnosti již stal realitou.

Díky pokračujícímu vývoji GPT jsme do značné míry pochopili vzorec vylepšování schopností velkých jazykových modelů – rozšířením parametrů modelu a trénovacích dat lze exponenciálně zvýšit možnosti těchto modelů. Tento proces nevykazuje žádné bezprostřední technické překážky.

Kvalitních a veřejně dostupných dat však bude v budoucnu pravděpodobně stále více chybět. Produkty umělé inteligence mohou čelit konfliktům mezi nabídkou a poptávkou podobným těm, které zažívají čipy a energie.

Za prvé, dochází k nárůstu sporů o vlastnictví dat.

Dne 27. prosince 2023 podal The New York Times žalobu na OpenAI a Microsoft u amerického okresního soudu s tvrzením, že použily miliony jeho článků bez povolení k trénování modelu GPT. The New York Times požaduje miliardy dolarů ve formě zákonných a skutečných škod za „nezákonné kopírování a používání jedinečně hodnotných děl“ a požaduje zničení všech modelů a školicích dat, která zahrnují jeho materiály chráněné autorským právem.

Na konci března 2024 vydal The New York Times nové prohlášení, které rozšířilo svá obvinění mimo OpenAI, aby zahrnovalo Google a Meta. Prohlášení tvrdilo, že OpenAI použila nástroj pro rozpoznávání řeči nazvaný Whisper k přepisu velkého počtu videí YouTube do textu, který byl poté použit k trénování GPT-4. The New York Times argumentoval, že se stalo běžnou praxí, že velké společnosti používají při výcviku svých modelů umělé inteligence podvědomé taktiky. Poukázali také na to, že Google se zabývá podobnými praktikami a převádí videoobsah YouTube na text pro své modelové školení, čímž v podstatě porušuje práva tvůrců videoobsahu.

Soudní spor mezi The New York Times a OpenAI, přezdívaný první „případ autorských práv AI“, pravděpodobně nebude rychle vyřešen kvůli jeho složitosti a hlubokému dopadu, který by mohl mít na budoucnost obsahu a odvětví AI. Jedním z potenciálních výsledků je mimosoudní vyrovnání, kdy společnosti Microsoft a OpenAI zaplatí značnou částku odškodnění. Budoucí spory o autorská práva k datům však nevyhnutelně zvýší celkové náklady na vysoce kvalitní data.

Navíc Google, jako největší světový vyhledávač, údajně zvažuje účtovat poplatky za své vyhledávací služby – nikoli pro širokou veřejnost, ale pro společnosti s umělou inteligencí.

Zdroj: Reuters



Servery vyhledávačů Google obsahují obrovské množství obsahu – v podstatě veškerý obsah, který se objevil na webových stránkách od 21. století. Vyhledávací produkty řízené umělou inteligencí, jako jsou Perplexity a Kimi a Meta Sota vyvinuté čínskými společnostmi, zpracovávají data získaná z těchto vyhledávání prostřednictvím AI a poté je dodávají uživatelům. Zavedení poplatků pro společnosti využívající umělou inteligenci za přístup k datům vyhledávačů nepochybně zvýší náklady na získávání dat.

Obři AI se navíc nezaměřují pouze na veřejná data; zaměřují se také na neveřejná interní data.

Photobucket, dlouhodobá webová stránka pro hostování obrázků a videí, se kdysi chlubila 70 miliony uživatelů a téměř polovinou podílu na online trhu s fotografiemi v USA na počátku 21. století. S nárůstem sociálních médií se však uživatelská základna Photobucket výrazně zmenšila a nyní činí pouze 2 miliony aktivních uživatelů, z nichž každý platí strmý roční poplatek 399 $. Podle uživatelské smlouvy a zásad ochrany osobních údajů jsou účty neaktivní déle než rok zpětně získány, což společnosti Photobucket uděluje právo používat nahrané obrázky a videa. Generální ředitel společnosti Photobucket, Ted Leonard, prozradil, že jejich 1,3 miliardy fotografií a videí je mimořádně cenné pro trénování generativních modelů umělé inteligence. V současné době jedná s několika technologickými společnostmi o prodeji těchto dat, přičemž ceny se pohybují od 5 centů do 1 dolaru za fotografii a více než 1 dolar za video. Leonard odhaduje, že data Photobucket by mohla mít hodnotu přes 1 miliardu dolarů.

Výzkumný tým EPOCH, který se specializuje na vývojové trendy AI, zveřejnil zprávu s názvem „Dojdou nám data? Analýza limitů škálování datových sad ve strojovém učení. Tato zpráva, založená na využití dat v roce 2022 ve strojovém učení a generování nových dat, při zohlednění růstu výpočetních zdrojů, dospěla k závěru, že vysoce kvalitní textová data by mohla být vyčerpána mezi únorem 2023 a 2026 a obrazová data by mohla běžet. v letech 2030 až 2060. Bez výrazného zlepšení efektivity využití dat nebo vzniku nových zdrojů dat by se současný trend velkých modelů strojového učení, které jsou závislé na masivních souborech dat, mohl zpomalit.

Vzhledem k současnému trendu gigantů AI nakupujících data za vysoké ceny se zdá, že bezplatná, vysoce kvalitní textová data skutečně vyschla, což potvrzuje předpověď EPOCHu z doby před dvěma lety. 

Současně se objevují řešení „nedostatku dat AI“, konkrétně AI-data-as-a-service.

Defined.ai je jednou z takových společností, která nabízí přizpůsobená, vysoce kvalitní skutečná data pro společnosti AI. 

Příklady datových typů na Defined.ai


Obchodní model Defined.ai funguje následovně: AI společnosti specifikují své požadavky na data, jako je potřeba obrázků s určitou kvalitou rozlišení, bez rozmazání a přeexponování a s autentickým obsahem. Společnosti mohou také požadovat konkrétní témata na základě svých školicích úkolů, jako jsou noční fotografie dopravních kuželů, parkovišť a směrovek, aby se zlepšilo rozpoznávání nočních scén AI. Veřejnost může tyto úkoly přijmout, nahrát své fotografie, které následně zkontroluje Defined.ai. Za schválené obrázky se platí, obvykle 1-2 $ za vysoce kvalitní obrázek, 5-7 $ za krátký videoklip a 100-300 $ za vysoce kvalitní video delší než 10 minut. Text je kompenzován částkou 1 USD za tisíc slov, přičemž dokončovací úkoly vydělávají asi 20 % poplatků. Tento přístup k poskytování dat by se mohl stát novým crowdsourcingovým podnikáním podobným „označování dat“.

Globální distribuce úkolů, ekonomické pobídky, oceňování datových aktiv, oběh a ochrana soukromí, do nichž se může zapojit každý, zní velmi podobně jako obchodní model vhodný pro paradigma Web3.

Analýza projektů Crypto + AI z pohledu průmyslového zásobování

Pozornost vyvolaná nedostatkem čipů se rozšířila i do kryptoprůmyslu a decentralizovaný výpočetní výkon se stal dosud nejpopulárnějším a nejhodnotnějším odvětvím umělé inteligence. 

Pokud se konflikty mezi nabídkou a poptávkou v odvětví umělé inteligence po energii a datech během příštího 1–2 let vyostří, jaké projekty související s narací jsou v současnosti v kryptoprůmyslu přítomny?

Začněme energetickými projekty. 

V současné době jsou energetické projekty kotované na hlavních centralizovaných burzách (CEX) velmi vzácné, jediným příkladem je Power Ledger a jeho nativní token $POWR.

Power Ledger byl založen v roce 2017 jako komplexní energetická platforma založená na blockchainu zaměřená na decentralizaci obchodování s energií. Podporuje přímé obchodování s elektřinou mezi jednotlivci a komunitami, podporuje široké přijetí obnovitelné energie a zajišťuje transparentnost a efektivitu transakcí prostřednictvím chytrých smluv. Zpočátku Power Ledger fungoval na řetězci konsorcia upraveném z Etherea. V druhé polovině roku 2023 Power Ledger aktualizoval svůj whitepaper a spustil svůj vlastní komplexní veřejný řetězec založený na technickém rámci Solana, který zvládá vysokofrekvenční mikrotransakce na distribuovaném trhu s energií. Mezi hlavní obchodní oblasti Power Ledger v současnosti patří:

  • Obchodování s energií: Umožňuje uživatelům nakupovat a prodávat elektřinu přímo způsobem peer-to-peer, zejména z obnovitelných zdrojů.

  • Obchodování s ekologickými produkty: Usnadnění obchodování s uhlíkovými kredity a certifikáty obnovitelné energie, stejně jako financování založené na ekologických produktech.

  • Public Chain Operations: Přilákání vývojářů aplikací, aby stavěli na blockchainu Power Ledger, s transakčními poplatky placenými v tokenech $POWR.

Současná tržní kapitalizace Power Ledger je 170 milionů USD, s plně zředěnou tržní kapitalizací 320 milionů USD.

Ve srovnání s krypto projekty energetických koncepcí existuje v datovém sektoru bohatší paleta cílů.

Níže jsou uvedeny projekty datového sektoru, které v současné době sleduji a které byly uvedeny na alespoň jednom hlavním CEX, jako je Binance, OKX nebo Coinbase, uspořádané podle plně zředěného ocenění (FDV) od nízké po vysokou:

1. Streamr ($DATA)

Hodnotovou nabídkou Streamru je vybudovat decentralizovanou datovou síť v reálném čase, kde mohou uživatelé volně obchodovat a sdílet data a zároveň si zachovat plnou kontrolu nad svými vlastními informacemi. Prostřednictvím svého datového trhu se Streamr snaží umožnit producentům dat prodávat datové toky přímo zainteresovaným spotřebitelům, čímž eliminuje potřebu zprostředkovatelů, čímž snižuje náklady a zvyšuje efektivitu.

Zdroj: https://streamr.network/hub/projects


V aplikacích v reálném světě Streamr spolupracoval s dalším projektem hardwaru vozidel Web3, DIMO, na sběru dat, jako je teplota a tlak vzduchu, prostřednictvím hardwarových senzorů DIMO instalovaných ve vozidlech. Tato data jsou pak přenášena jako datové toky o počasí organizacím, které je potřebují.

Na rozdíl od jiných datových projektů se Streamr zaměřuje více na IoT a data hardwarových senzorů. Kromě údajů o vozidlech DIMO zahrnují další významné projekty toky dopravních dat v Helsinkách v reálném čase. V důsledku toho zaznamenal token společnosti Streamr, $DATA, významný nárůst a zdvojnásobil svou hodnotu během jediného dne během vrcholu konceptu Depin loni v prosinci. 

V současné době je oběžná tržní kapitalizace společnosti Streamr 44 milionů dolarů, přičemž plně zředěná tržní kapitalizace je 58 milionů dolarů.

2. Kovalentní ($CQT)

Na rozdíl od jiných datových projektů se Covalent zaměřuje na poskytování blockchainových dat. Síť Covalent čte data z blockchainových uzlů prostřednictvím RPC, zpracovává a organizuje je a vytváří efektivní databázi dotazů. To umožňuje uživatelům Covalent rychle získat informace, které potřebují, aniž by museli provádět složité dotazy přímo na uzlech blockchainu. Takové služby se označují jako „indexování dat blockchainu“.

Covalent primárně slouží podnikovým zákazníkům, včetně různých protokolů DeFi, a mnoha centralizovaným kryptografickým společnostem, jako je Consensys (mateřská společnost MetaMask), CoinGecko (známá stránka pro sledování kryptografických aktiv), Rotki (daňový nástroj) a Rainbow (a kryptopeněženka). Mezi klienty společnosti Covalent jsou navíc tradiční giganti finančního průmyslu jako Fidelity a Ernst & Young. Podle oficiálních informací společnosti Covalent již výnosy projektu z datových služeb překonaly výnosy předního projektu ve stejné oblasti, The Graph.

Odvětví Web3 se svými integrovanými, transparentními, autentickými a v reálném čase řetězovými daty je připraveno stát se vysoce kvalitním zdrojem dat pro specializované scénáře umělé inteligence a specifické „malé modely umělé inteligence“. Covalent jako poskytovatel dat již začal nabízet data pro různé scénáře AI a zavedl ověřitelná strukturovaná data přizpůsobená aplikacím AI.

Zdroj: Solutions on Covalent


Covalent například poskytuje data pro inteligentní obchodní platformu SmartWhales na řetězci, která využívá AI k identifikaci ziskových obchodních vzorců a adres. Společnost Entender Finance využívá strukturovaná data společnosti Covalent zpracovaná technologií AI pro statistiky v reálném čase, detekci anomálií a prediktivní analýzy.

V současné době jsou hlavní aplikační scénáře pro on-chain datové služby Covalent převážně ve finanční oblasti. Vzhledem k tomu, že se produkty a datové typy Web3 stále rozšiřují, očekává se, že případy použití on-chain dat se budou dále rozšiřovat.

Obíhající tržní kapitalizace Covalentu je 150 milionů USD, s plně zředěnou tržní kapitalizací 235 milionů USD, což nabízí znatelnou výhodu v ocenění ve srovnání s The Graph, předním projektem v sektoru indexování dat blockchain.

3. Hivemapper ($Honey)

Ze všech datových typů mají video data obvykle nejvyšší cenu. Hivemapper může společnostem s umělou inteligencí poskytnout informace o videu i mapách. Hivemapper je decentralizovaný globální mapový projekt, jehož cílem je vytvořit podrobný, dynamický a dostupný mapový systém prostřednictvím technologie blockchain a příspěvků komunity. Účastníci zachycují mapová data pomocí dashcams a přidávají je do datové sítě Hivemapper s otevřeným zdrojovým kódem a získávají tokeny $ HONEY jako odměny za své příspěvky. Pro posílení síťových efektů a snížení nákladů na interakci je Hivemapper postaven na Solana.

Hivemapper byl založen v roce 2015 s původní vizí vytváření map pomocí dronů. Tento přístup se však ukázal jako obtížně škálovatelný, což vedlo společnost k posunu směrem k používání palubních kamer a chytrých telefonů k zachycování geografických dat, čímž se snížily náklady na vytváření globálních map.

Ve srovnání se street view a mapovým softwarem, jako jsou Mapy Google, využívá Hivemapper motivační síť a model crowdsourcingu k efektivnějšímu rozšíření mapového pokrytí, zachování aktuálnosti mapových dat v reálném světě a zvýšení kvality videa.

Před prudkým nárůstem poptávky po datech AI patřila mezi hlavní zákazníky Hivemapperu oddělení autonomního řízení automobilových společností, poskytovatelé navigačních služeb, vlády, pojišťovny a realitní firmy. Dnes může Hivemapper poskytovat rozsáhlá silniční a environmentální data AI a velkým modelům prostřednictvím API. Díky průběžné aktualizaci datových toků snímků a silničních prvků budou modely AI a ML lépe vybaveny k převodu těchto dat do vylepšených funkcí, které jim umožní efektivněji provádět úkoly související s geografickou polohou a vizuálním úsudkem.

Zdroj: Hivemapper Blog


V současné době je tržní kapitalizace $Honey, nativního tokenu Hivemapper, 120 milionů $, s plně zředěnou tržní kapitalizací 496 milionů $. 

Kromě výše uvedených projektů, další pozoruhodné projekty v oblasti dat zahrnují:

1. The Graph ($GRT): S oběžnou tržní kapitalizací 3,2 miliardy $ a plně zředěným oceněním (FDV) ve výši 3,7 miliardy $ poskytuje The Graph služby indexování dat blockchainu podobné jako Covalent.

2. Ocean Protocol ($ OCEAN): Ocean Protocol má oběžnou tržní hodnotu 670 milionů USD a FDV 1,45 miliardy USD. Cílem projektu je usnadnit výměnu a monetizaci dat a služeb souvisejících s daty prostřednictvím svého open-source protokolu. Ocean Protocol spojuje spotřebitele dat s poskytovateli dat a zajišťuje důvěru, transparentnost a sledovatelnost při sdílení dat. Projekt je nastaven na sloučení s Fetch.ai a SingularityNET, přičemž token se převede na $ASI.

Znovuobjevení se okamžiku GPT a nástupu obecné umělé inteligence

Podle mého názoru „sektor AI“ v kryptoprůmyslu skutečně začal v roce 2023, ve správném roce, kdy ChatGPT šokoval svět. Rychlý nárůst projektů krypto AI byl z velké části poháněn „vlnou nadšení“ po explozivním růstu průmyslu AI.

Navzdory neustálému vylepšování schopností u modelů jako GPT-4 a GPT-turbo a působivým schopnostem vytvářet videa, které Sora předvedla, stejně jako rychlému vývoji velkých jazykových modelů nad rámec OpenAI, je nepopiratelné, že technologický pokrok v AI způsobuje klesající kognitivní šok pro veřejnost. Lidé si postupně osvojují nástroje umělé inteligence a rozsáhlé náhrady pracovních míst se teprve musí uskutečnit.

Budeme v budoucnu svědky dalšího „GPT momentu“, skoku ve vývoji, který šokuje veřejnost a přiměje ji uvědomit si, že se jejich životy a práce zásadně změní?

Tímto okamžikem by mohl být příchod obecné umělé inteligence (AGI).

AGI, neboli umělá obecná inteligence, označuje stroje, které mají obecné kognitivní schopnosti podobné lidským, schopné řešit širokou škálu složitých problémů, spíše než se omezovat na konkrétní úkoly. Systémy AGI mají vysokou úroveň abstraktního myšlení, rozsáhlé základní znalosti, komplexní logické uvažování, kauzální porozumění a mezioborové přenosové schopnosti učení. AGI vystupuje na úrovni těch nejlepších lidí napříč různými obory a z hlediska celkových schopností zcela předčí i ty nejvýraznější lidské skupiny.

Ve skutečnosti, ať už je to zobrazeno ve sci-fi románech, hrách, filmech nebo prostřednictvím očekávání veřejnosti po rychlém vzestupu GPT, společnost již dlouho očekávala vznik AGI, která překonává lidské kognitivní úrovně. Jinými slovy, GPT je sám o sobě předchůdcem AGI, předzvěstí obecné umělé inteligence.

Důvodem, proč má GPT tak hluboký průmyslový dopad a psychologický šok, je to, že jeho nasazení a výkon daleko předčily očekávání veřejnosti. Lidé nepředpokládali, že systém AI schopný projít Turingovým testem přijde tak rychle a s tak působivými schopnostmi.

Umělá všeobecná inteligence (AGI) může ve skutečnosti během příštího 1–2 let opět vytvořit „GPT moment“: stejně jako si lidé zvykají používat GPT jako asistenta, mohou brzy zjistit, že AI se vyvinula tak, že není pouhé bytí. asistent. Mohlo by se samostatně vypořádat s vysoce kreativními a náročnými úkoly, včetně řešení problémů, které po celá desetiletí urážely špičkové lidské vědce.

8. dubna tohoto roku poskytl Elon Musk rozhovor Nicolai Tangenovi, investičnímu řediteli norského státního investičního fondu, a diskutoval o časové ose vzniku AGI. 

Musk prohlásil: "Pokud definujeme AGI jako chytřejší než nejchytřejší lidé, myslím, že se velmi pravděpodobně objeví do roku 2025."

Podle předpovědi Elona Muska bude AGI trvat maximálně další rok a půl. Přidal však podmínku: "za předpokladu, že elektřina a hardware udrží krok."

Výhody příchodu AGI jsou zřejmé.

Znamená to, že lidská produktivita učiní významný skok kupředu a mnoho vědeckých problémů, které nás po desetiletí tížilo, bude vyřešeno. Pokud definujeme „nejchytřejší lidi“ jako nositele Nobelovy ceny, znamená to, že za předpokladu, že budeme mít dostatek energie, výpočetního výkonu a dat, můžeme mít bezpočet neúnavných „laureátů Nobelovy ceny“, kteří nepřetržitě pracují na řešení nejnáročnějších vědeckých problémů.

Nositelé Nobelovy ceny však nejsou tak vzácní jako jeden ze stovek milionů. Jejich schopnosti a intelekt jsou často na úrovni špičkových univerzitních profesorů. Pravděpodobností a štěstím však zvolili správný směr, vytrvali a dosáhli výsledků. Mnoho jejich stejně schopných vrstevníků mohlo získat Nobelovu cenu v paralelním vesmíru vědeckého výzkumu. Bohužel stále není dostatek špičkových univerzitních profesorů, kteří se podílejí na vědeckých průlomech, takže rychlost „zkoumání všech správných směrů vědeckého výzkumu“ zůstává velmi pomalá.

S AGI a za předpokladu dostatečné energie a výpočetního výkonu bychom mohli mít neomezený počet AGI na úrovni „laureáta Nobelovy ceny“, kteří provádějí hloubkový průzkum v jakémkoli potenciálním směru pro vědecké průlomy. Rychlost technologického pokroku by se exponenciálně zvýšila. Toto zrychlení by v příštích 10 až 20 letech vedlo ke stonásobnému nárůstu zdrojů, které v současnosti považujeme za drahé a vzácné, jako je výroba potravin, nové materiály, léky a vysoce kvalitní vzdělání. Náklady na pořízení těchto zdrojů by se dramaticky snížily. Byli bychom schopni uživit větší populaci s menšími zdroji a bohatství na hlavu by se rychle zvýšilo.

Globální trend HDP vytvořený Světovou bankou


Může to znít poněkud senzačním dojmem, uvažujme tedy o dvou příkladech. Tyto příklady byly také použity v mé předchozí výzkumné zprávě o IO.NET:

  • V roce 2018 laureátka Nobelovy ceny za chemii Frances Arnoldová během svého předávání cen řekla: „Dnes můžeme pro všechny praktické účely číst, psát a upravovat jakoukoli sekvenci DNA, ale nemůžeme ji skládat. “ O pět let dopředu do roku 2023, tým výzkumníků ze Stanfordské univerzity a Salesforce Research, startupu zaměřeného na umělou inteligenci, vydal publikaci “Nature Biotechnology”. S využitím velkého jazykového modelu rafinovaného z GPT-3 vytvořili zcela nový katalog 1 milionu proteinů. Mezi nimi objevili dva proteiny s odlišnými strukturami, oba vybavené antibakteriální funkcí, což potenciálně připravuje cestu pro nové strategie bakteriální rezistence nad rámec tradičních antibiotik. To znamená obrovský skok v překonávání překážek tvorby bílkovin s pomocí AI.

  • Algoritmus umělé inteligence AlphaFold před tím předpověděl struktury téměř všech 2,14 miliardy typů proteinů na Zemi během 18 měsíců – což je milník, který o několik hodnot zesiluje úspěchy strukturálních biologů v průběhu historie.

Transformace je na cestě a příchod AGI tento proces dále urychlí.

Příchod AGI však také představuje obrovské výzvy.

AGI nejen nahradí velké množství znalostních pracovníků, ale také pracovníků v odvětví fyzických služeb, které jsou v současnosti považovány za „méně ovlivněné AI“. Jak robotická technologie dospívá a nové materiály snižují výrobní náklady, rychle se zvýší podíl pracovních míst nahrazovaných stroji a softwarem.

Když k tomu dojde, rychle vyplouvají na povrch dva problémy, které se kdysi zdály velmi vzdálené:

  1. Problémy se zaměstnáním a příjmy velké nezaměstnané populace

  2. Jak rozlišit mezi AI a lidmi ve světě, kde je AI všudypřítomná

Worldcoin a Worldchain se pokoušejí poskytnout řešení implementací systému univerzálního základního příjmu (UBI), který zajistí základní příjem pro veřejnost, a pomocí biometrie založené na duhovce k rozlišení mezi lidmi a AI.

Ve skutečnosti UBI není jen teoretický koncept; byl testován v reálné praxi. Země jako Finsko a Anglie provedly experimenty UBI, zatímco politické strany v Kanadě, Španělsku a Indii aktivně navrhují a prosazují podobné iniciativy.

Výhoda použití modelu biometrické identifikace a blockchainu pro distribuci UBI spočívá v jeho globálním dosahu, který poskytuje širší pokrytí populace. Kromě toho může uživatelská síť rozšířená distribucí příjmů podporovat další obchodní modely, jako jsou finanční služby (DeFi), sociální sítě a úkolový crowdsourcing, což vytváří synergii v rámci komerčního ekosystému sítě.

Jedním z pozoruhodných projektů zabývajících se dopadem příchodu AGI je Worldcoin ($WLD), s oběžnou tržní kapitalizací 1,03 miliardy $ a plně zředěnou tržní kapitalizací 47,2 miliardy $.

Rizika a nejistoty ve vyprávěních o krypto AI

Na rozdíl od mnoha výzkumných zpráv, které dříve vydala Mint Ventures, tento článek obsahuje značnou míru subjektivity ve svých narativních prognózách a předpovědích. Čtenáři by měli obsah tohoto článku chápat spíše jako spekulativní diskusi než předpověď budoucnosti. Výše uvedené narativní prognózy čelí řadě nejistot, které by mohly vést k nesprávným předpokladům. Tato rizika nebo ovlivňující faktory zahrnují, ale nejsou omezeny na:

Energetické riziko: Rychlé snížení spotřeby energie v důsledku upgradů GPU

Navzdory rostoucí poptávce po energii AI výrobci čipů, jako je NVIDIA, neustále upgradují svůj hardware, aby poskytovali vyšší výpočetní výkon s nižší spotřebou energie. Například v březnu 2024 NVIDIA vydala novou generaci AI výpočetní karty GB200, která integruje dvě GPU B200 a jeden CPU Grace. Jeho tréninkový výkon je čtyřikrát vyšší než u předchozího mainstreamového AI GPU H100 a jeho inferenční výkon je sedmkrát vyšší než u H100, přičemž vyžaduje pouze čtvrtinu spotřeby energie H100. Nicméně chuť na výkon řízený umělou inteligencí stále roste. S poklesem spotřeby energie na jednotku a dalším rozšířením scénářů aplikací AI a poptávky se může celková spotřeba energie ve skutečnosti zvýšit.

Datové riziko: Projekt Q* a „Vlastně generovaná data“

V rámci OpenAI se říká projekt známý jako „Q*“, zmiňovaný v interní komunikaci se zaměstnanci. Podle agentury Reuters s odkazem na zasvěcené osoby z OpenAI by to mohlo představovat významný průlom na cestě OpenAI k dosažení superinteligence nebo umělé obecné inteligence (AGI). O Q* se říká, že řeší dříve nevídané matematické problémy pomocí abstrakce a generuje vlastní data pro trénování velkých modelů, aniž by bylo potřeba vkládat data z reálného světa. Pokud je tato fáma pravdivá, bylo by odstraněno úzké hrdlo trénování velkých modelů AI, které je omezeno nedostatkem vysoce kvalitních dat.

AGI Arrival: OpenAI’s Concerns

Zda AGI skutečně dorazí do roku 2025, jak Musk předpovídá, zůstává nejisté, ale je to jen otázka času. Worldcoin, jako přímý příjemce příběhu AGI, čelí největším obavám z OpenAI, protože je široce považován za „stínový token OpenAI“.

V ranních hodinách 14. května OpenAI představila nejnovější výkon GPT-4o a 19 dalších verzí velkých jazykových modelů v komplexním skóre úkolů na jarním uvedení nového produktu. Podle tabulky získal GPT-4o skóre 1310, což se vizuálně zdá výrazně vyšší než ostatní. Z hlediska celkového skóre je však pouze o 4,5 % vyšší než u druhého GPT-4 turbo, o 4,9 % vyšší než u Gemini 1.5 Pro od Googlu na čtvrtém místě a o 5,1 % vyšší než u Anthropic’s Claude3 Opus na pátém místě.

Od doby, kdy GPT-3.5 poprvé ohromil svět, uplynulo jen něco málo přes rok a konkurenti OpenAI již tuto mezeru výrazně zaplnili (i když GPT-5 ještě nevyšel, což se očekává letos). Otázka, zda si OpenAI dokáže udržet svou vedoucí pozici v oboru i v budoucnu, je čím dál nejistější. Pokud se vedoucí výhoda a dominance OpenAI rozmělní nebo dokonce překoná, pak se také sníží vypovídací hodnota Worldcoinu jako stínového tokenu OpenAI.

Kromě řešení pro ověřování duhovky Worldcoin vstupuje na trh stále více konkurentů. Například projekt ID skenování dlaně Humanity Protocol nedávno dokončil nové kolo financování a získal 30 milionů dolarů v hodnotě 1 miliardy dolarů. LayerZero Labs také oznámila, že bude fungovat na Humanity a připojí se k její síti uzlů validátorů pomocí ZK proofs k ověření přihlašovacích údajů.

Závěr

Na závěr, i když jsem extrapoloval potenciální budoucí příběhy pro sektor krypto AI, je důležité si uvědomit, že se liší od nativních krypto sektorů, jako je DeFi. Je to z velké části produkt humbuku AI, který se přelévá do kryptosvěta. Mnoho současných projektů ještě neprokázalo své obchodní modely a mnoho projektů je spíše memy s tématem AI (např. $RNDR připomíná mem NVIDIA, Worldcoin připomíná mem OpenAI). Čtenáři by k tomu měli přistupovat opatrně.