La visione definitiva di DeAI di un computing veramente componibile potrebbe giustificare la stessa blockchain
Scritto da: PonderingDurian, ricercatore presso Delphi Digital
Compilato da: Pzai, Foresight News
Dato che le criptovalute sono essenzialmente software open source con incentivi economici integrati e che l’intelligenza artificiale sta rivoluzionando il modo in cui viene scritto il software, l’intelligenza artificiale avrà un enorme impatto sull’intero spazio blockchain.
Stack complessivo AI x Crypto
DeAI: opportunità e sfide
A mio avviso, la sfida più grande che la DeAI deve affrontare risiede nel livello infrastrutturale, perché la costruzione di modelli di base richiede molti soldi e anche il ritorno su scala di dati e calcolo è elevato.
Data la legge di scalabilità, i giganti della tecnologia hanno un vantaggio naturale: durante la fase Web2, hanno realizzato enormi profitti dai profitti di monopolio derivanti dall’aggregazione della domanda dei consumatori e hanno reinvestito tali profitti in infrastrutture cloud durante un decennio di tassi artificialmente bassi, ora, giganti di Internet stanno cercando di occupare il mercato dell’IA occupando dati e calcolo (elementi chiave dell’AI):
Confronto del volume dei token di modelli di grandi dimensioni
A causa dell’intensità di capitale e degli elevati requisiti di larghezza di banda della formazione su larga scala, i superammassi unificati rimangono l’opzione migliore, fornendo ai giganti della tecnologia i modelli closed-source più performanti, che intendono affittare con profitti in stile monopolistico e che vengono reinvestiti in ogni successiva generazione di prodotti.
Tuttavia, si scopre che il fossato nel campo dell’intelligenza artificiale è meno profondo dell’effetto di rete Web2 e che i principali modelli all’avanguardia si stanno rapidamente svalutando rispetto al campo, soprattutto quando Meta adotta una “politica della terra bruciata” e investe decine di dollari. miliardi di dollari nello sviluppo di progetti open source come Llama 3.1. Un modello all'avanguardia le cui prestazioni raggiungono il livello SOTA.
Llama 3 valutazioni dei modelli di grandi dimensioni
A questo punto, sovrapporre la ricerca emergente a metodi di formazione decentralizzati a bassa latenza può mercificare (parte di) modelli di business all'avanguardia: man mano che i prezzi intelligenti diminuiscono, la concorrenza si sposterà (almeno in parte) dai supercluster hardware (a favore dei giganti della tecnologia) puntare sull’innovazione del software (favorendo leggermente l’open source/criptovalute).
Indice di capacità (qualità) - Grafico di distribuzione dei prezzi di formazione
Considerando l'architettura "esperta ibrida" e l'efficienza computazionale della sintesi/instradamento di modelli di grandi dimensioni, è probabile che dovremo affrontare un mondo non solo con 3-5 modelli giganti, ma un mondo composto da milioni di modelli con costi diversi compromessi in termini di prestazioni. Una rete intelligente intrecciata (alveare).
Ciò pone un enorme problema di coordinamento: un problema che gli incentivi blockchain e criptovaluta dovrebbero essere ben posizionati per aiutare a risolvere.
Aree core di investimento del DeAI
Il software sta divorando il mondo. L’intelligenza artificiale sta mangiando software. E l’intelligenza artificiale è fondamentalmente dati e calcolo.
Delphi esamina i componenti in questo stack:
Semplificazione dello stack AI x Crypto
infrastrutture
Dato che l’intelligenza artificiale è alimentata da dati e calcoli, l’infrastruttura DeAI si impegna a procurarsi dati e calcoli nel modo più efficiente possibile, spesso con incentivi legati alla criptovaluta. Come accennato in precedenza, questa è la parte più impegnativa della competizione, ma, date le dimensioni del mercato finale, è probabile che sia anche la più gratificante.
calcolare
Il protocollo di addestramento distribuito e i mercati delle GPU sono stati finora limitati dalla latenza, ma sperano di armonizzare hardware potenzialmente eterogeneo per fornire elaborazione on-demand a costi inferiori a coloro che sono esclusi dalle soluzioni integrate dei giganti Serve. Aziende come Gensyn, Prime Intellect e Neuromesh stanno spingendo per la formazione distribuita, mentre aziende come io.net, Akash, Aethir e altre stanno consentendo un'inferenza a basso costo più vicina all'edge intelligence.
Progetto di distribuzione della nicchia ecologica basato sull'offerta aggregata
dati
In un mondo di intelligence onnipresente basato su modelli più piccoli e specializzati, le risorse di dati sono sempre più preziose e monetizzabili.
Ad oggi, DePIN è stata ampiamente elogiata per la sua capacità di costruire reti hardware a basso costo rispetto ad aziende ad alta intensità di capitale come le società di telecomunicazioni. Tuttavia, il più grande mercato potenziale per DePIN sarà nella raccolta di nuovi tipi di set di dati che confluiranno nei sistemi intelligenti on-chain: i protocolli proxy (discussi più avanti).
In questo mondo, il lavoro, il più grande mercato potenziale del mondo, viene sostituito dai dati e dall’informatica. In questo mondo, l’infrastruttura De AI offre alle persone non tecniche un modo per impadronirsi dei mezzi di produzione e contribuire alla futura economia in rete.
middleware
L’obiettivo finale di DeAI è consentire un calcolo componibile efficiente. Come la capitale LEGO della DeFi, la DeAI compensa l’attuale mancanza di prestazioni assolute con la componibilità senza autorizzazione, incentivando un ecosistema aperto di software e primitive informatiche ad aggravarsi nel tempo, superando così (si spera) il software esistente e le primitive informatiche.
Se Google è l’estremo dell’”integrazione”, allora DeAI rappresenta l’estremo della “modularità”. Come ricorda Clayton Christensen, nei settori emergenti, gli approcci integrati tendono ad avere successo riducendo gli attriti nella catena del valore, ma man mano che il settore matura, le catene del valore modulari miglioreranno la concorrenza aumentando la concorrenza in ogni livello della catena e l’efficienza dei costi:
IA integrata o modulare
Siamo molto ottimisti su diverse categorie fondamentali per realizzare questa visione modulare:
instradamento
In un mondo di intelligenza frammentata, come scegliere il modello e l'orario giusti al miglior prezzo? Gli aggregatori dal lato della domanda hanno sempre catturato valore (vedi Teoria dell’aggregazione) e le capacità di instradamento sono fondamentali per ottimizzare la curva di Pareto tra prestazioni e costi in un mondo di intelligence in rete:
Bittensor è stato in prima linea nella prima generazione di prodotti, ma sono emersi numerosi concorrenti dedicati.
Grazie alla "consapevolezza della situazione" e all'auto-miglioramento nel tempo, Allora ospita gare tra diversi modelli in diversi "argomenti" e fornisce previsioni future basate sull'accuratezza storica in condizioni specifiche.
Morpheus mira a essere un "router lato domanda" per i casi d'uso di Web3, essenzialmente un agente nativo open source in grado di cogliere il contesto rilevante dell'utente ed essere in grado di passare attraverso gli elementi costitutivi emergenti della DeFi o dell'infrastruttura "composable computing" di Web3 "Apple Intelligence" per un routing efficiente delle query.
I protocolli di interoperabilità degli agenti, come Theoriq e Autonolas, mirano a spingere il routing modulare all'estremo, consentendo a un ecosistema componibile e composito di agenti o componenti flessibili di diventare servizi on-chain a tutti gli effetti.
In breve, in un mondo in cui l’intelligenza si sta rapidamente frammentando, gli aggregatori dal lato della domanda e dell’offerta svolgeranno un ruolo estremamente potente. Se Google è un’azienda da 2 milioni di dollari che indicizza le informazioni del mondo, allora il vincitore del router lato domanda – che sia Apple, Google o una soluzione Web3 – è l’azienda che indicizza l’intelligence degli agenti, che genererà una scala più ampia.
coprocessore
Data la sua natura decentralizzata, la blockchain è altamente limitata sia in termini di dati che di calcolo. Come portare nella blockchain le applicazioni di intelligenza artificiale e ad alta intensità di dati di cui gli utenti hanno bisogno? Tramite coprocessore!
Il livello applicativo del coprocessore in Crypto
Sono tutti "oracoli" che forniscono diverse tecnologie per "verificare" che i dati o i modelli di base utilizzati siano validi. Questo approccio può ridurre al minimo le nuove ipotesi di fiducia sulla catena migliorandone notevolmente le capacità. Ad oggi, ci sono stati molti progetti che utilizzano zkML, opML, TeeML e metodi criptoeconomici, con diversi pro e contro:
Confronto tra coprocessori
A un livello superiore, i co-processori sono fondamentali per rendere intelligenti i contratti intelligenti, fornendo una soluzione simile a un “data warehouse” per eseguire query per un’esperienza on-chain più personalizzata o per verificare che una determinata inferenza sia stata completata correttamente.
Le reti TEE (Trusted Execution) come Super, Phala e Marlin sono diventate sempre più popolari recentemente grazie alla loro praticità e capacità di ospitare applicazioni su larga scala.
Nel complesso, i coprocessori sono fondamentali per fondere una blockchain altamente deterministica ma a basse prestazioni con un agente ad alte prestazioni ma probabilistico. Senza coprocessori, l’intelligenza artificiale non sarebbe presente in questa generazione di blockchain.
Incentivi per gli sviluppatori
Uno dei maggiori problemi con lo sviluppo open source dell’IA è la mancanza di incentivi per renderlo sostenibile. Lo sviluppo dell’intelligenza artificiale richiede un’elevata intensità di capitale e i costi opportunità sia del lavoro informatico che di quello relativo alla conoscenza dell’intelligenza artificiale sono molto elevati. Senza incentivi adeguati per premiare i contributi open source, il settore perderà inevitabilmente a favore dei supercomputer ipercapitalisti.
Da Sentiment a Pluralis, Sahara AI e Mira, l’obiettivo di questi progetti è lanciare reti che consentano a reti decentralizzate di individui di contribuire all’intelligenza della rete fornendo incentivi adeguati.
Compensando nel modello di business, l’open source dovrebbe crescere a un ritmo più rapido, offrendo agli sviluppatori e ai ricercatori di intelligenza artificiale un’alternativa globale alle grandi aziende tecnologiche e la prospettiva di essere pagati profumatamente in base al valore creato.
Anche se è molto difficile farlo e la concorrenza sta diventando sempre più agguerrita, il mercato potenziale qui è enorme.
Modello GNN
I grandi modelli linguistici segmentano i modelli in grandi librerie di testo e imparano a prevedere la parola successiva, mentre le reti neurali a grafo (GNN) elaborano, analizzano e apprendono dati strutturati a grafo. Poiché i dati on-chain consistono principalmente in interazioni complesse tra utenti e contratti intelligenti, in altre parole, un grafico, GNN sembra essere una scelta logica per supportare i casi d’uso dell’IA on-chain.
Progetti come Pond e RPS stanno cercando di stabilire modelli fondamentali per web3 che potrebbero avere applicazioni nel trading, Defi e persino casi d'uso sociali come:
Previsione del prezzo: il modello comportamentale on-chain prevede il prezzo, la strategia di trading automatico, l'analisi del sentiment
Finanza AI: integrazione con le applicazioni DeFi esistenti, strategie avanzate di rendimento e utilizzo della liquidità, migliore gestione/governance del rischio
Marketing on-chain: airdrop/posizionamento più mirati, motore di raccomandazione basato sul comportamento on-chain
Questi modelli faranno un uso massiccio di soluzioni di data warehousing come Space and Time, Subsquid, Covalent e Hyperline, su cui sono molto ottimista.
GNN può rivelarsi uno strumento ausiliario indispensabile per grandi modelli di blockchain e data warehouse Web3, ovvero fornendo funzionalità OLAP (elaborazione analitica online) per Web3.
applicazione
A mio parere, gli agenti on-chain potrebbero essere la chiave per risolvere i noti problemi di esperienza utente delle criptovalute, ma, cosa ancora più importante, abbiamo investito miliardi di dollari nell'infrastruttura Web3 negli ultimi dieci anni, ma l'utilizzo dal lato della domanda è però pietosamente poco .
Non preoccuparti, gli agenti sono qui...
I punteggi dei test di intelligenza artificiale aumentano in varie dimensioni del comportamento umano
Sembra anche logico che questi agenti sfruttino un’infrastruttura aperta e senza autorizzazione, che comprende pagamenti e elaborazione componibile, per raggiungere obiettivi finali più complessi. Nella futura economia intelligente in rete, il flusso economico potrebbe non essere più B -> B -> C, ma utente -> Agente -> rete informatica -> Agente -> utente. Il risultato finale di questo flusso è un contratto di agenzia. Le imprese basate su applicazioni o servizi hanno costi generali limitati e operano principalmente su risorse on-chain. Il costo per soddisfare le esigenze degli utenti finali (o di altri utenti) in una rete componibile è molto inferiore a quello delle imprese tradizionali. Proprio come il livello applicativo di Web2 cattura la maggior parte del valore, sono anche un fan della teoria del "protocollo fat proxy" in DeAI. Nel corso del tempo, la cattura del valore dovrebbe spostarsi più in alto nello stack.
Accumulazione di valore nell’intelligenza artificiale generativa
I prossimi Google, Facebook e Blackrock potrebbero essere protocolli proxy e i componenti per implementarli stanno emergendo.
DeAI Endgame
L’intelligenza artificiale cambierà la forma della nostra economia. Oggi, il mercato prevede che questa cattura di valore sia limitata a poche grandi aziende sulla costa occidentale del Nord America. E DeAI rappresenta una visione diversa. Una visione di una rete intelligente aperta e componibile con premi e compensi anche per piccoli contributi e una maggiore proprietà/gestione collettiva.
Sebbene alcune delle affermazioni di DeAI siano esagerate e molti progetti siano scambiati a prezzi significativamente più alti rispetto al loro attuale impulso reale, la portata dell'opportunità risalta. Per coloro che hanno pazienza e lungimiranza, la visione finale di DeAI di un’informatica veramente componibile potrebbe giustificare la stessa blockchain.
