Автор: Алекс Сю, дослідницький партнер, Mint Ventures

вступ

Наразі цей крипто-ринковий цикл є найнуднішим з точки зору бізнес-інновацій. У ньому відсутні такі модні треки, як DeFi, NFT і Gamefi на попередньому бичачому ринку, що призвело до відсутності гарячих точок галузі. користувачів, і галузеві інвестиції в загальну ситуацію на ринку та зростання розробників є відносно слабкими.

Це також відображається на поточних цінах на активи. Дивлячись на весь цикл, більшість альтернативних монет продовжують втрачати гроші проти BTC, включаючи ETH. Зрештою, оцінка платформи смарт-контрактів визначається процвітанням додатка. Коли розробка та інновації додатка є слабкими, буде важко підвищити оцінку публічного ланцюга.

ШІ, як нова категорія криптобізнесу в цьому раунді, виграє від вибухової швидкості розвитку та постійних гарячих точок у зовнішньому діловому світі, і все ще можна привернути увагу до проектів ШІ-треку в крипто. світ.

У звіті IO.NET, опублікованому автором у квітні, автор визначив необхідність поєднання штучного інтелекту та криптографії, тобто переваги криптоекономічних рішень у визначеності, мобілізації ресурсів розподілу та надійності, що може вирішити проблему випадковості та ресурсоємний характер штучного інтелекту – одне з трьох проблем, пов’язаних із нерозрізненням людей і машин.

У доріжці AI у сфері криптоекономіки автор намагається обговорити та вивести деякі важливі питання через іншу статтю, зокрема:

  • Які ще наративи зароджуються на трасі криптографічного штучного інтелекту, що може вибухнути в майбутньому?

  • Каталітичні шляхи та логіка цих наративів

  • Цілі проекту, пов’язані з розповіддю

  • Ризики та невизначеності в наративній дедукції

Ця стаття є постановочним мисленням автора на момент публікації. Вона може змінитися в майбутньому, і тут також можуть бути помилки у фактах, даних і міркуваннях Коментарі та обговорення вітаються.

Нижче подано основний текст.

Наступна хвиля наративів у треку криптографічного штучного інтелекту

Перш ніж офіційно підвести підсумки наступної хвилі наративів у зашифрованому ШІ, давайте спершу подивимося на основні наративи поточного зашифрованого ШІ. З точки зору ринкової вартості, ті, що мають понад 1 мільярд доларів США:

  • Обчислювальна потужність: Render (RNDR, оборотна ринкова вартість 3,85 мільярда), Akash (оборотна ринкова вартість 1,2 мільярда), IO.NET (останній раунд оцінки первинного фінансування становить 1 мільярд)

  • Мережа алгоритмів: Bittensor (TAO, оборотна ринкова вартість 2,97 мільярда)

  • Агент AI: Fetchai (FET, ринкова капіталізація до злиття 2,1 мільярда)

*Час даних: 2024.05.24, грошові одиниці – долари США.

На додаток до вищезазначених полів, яка трек AI буде наступною з ринковою вартістю одного проекту, що перевищує 1 мільярд?

Автор вважає, що це можна спекулювати з двох точок зору: розповідь про «галузеву пропозицію» та розповідь про «момент GPT».

Перша перспектива наративу штучного інтелекту: з боку промислового постачання подивіться на можливості відстеження енергії та даних, що лежать в основі штучного інтелекту.

З точки зору пропозиції промисловості, чотирма рушійними силами розвитку ШІ є:

  • Алгоритми: високоякісні алгоритми можуть ефективніше виконувати завдання навчання та логічного висновку

  • Обчислювальна потужність: для забезпечення обчислювальної потужності необхідне апаратне забезпечення GPU наразі головним недоліком галузі .

  • Енергія: обчислювальний центр, необхідний для штучного інтелекту, генеруватиме велику кількість енергії, необхідної самому графічному процесору для виконання обчислювальних завдань, розсіювання тепла графічного процесора також потребує великої системи охолодження центру обробки даних припадає на загальну енергію Близько 40% споживання

  • Дані: покращення продуктивності великих моделей вимагає розширення параметрів навчання, що означає потребу у величезній кількості високоякісних даних

З огляду на рушійну силу вищезазначених чотирьох галузей, і алгоритми, і обчислювальні потужності мають криптопроекти з оборотною ринковою вартістю понад 1 мільярд доларів США, тоді як енергетичні треки та треки даних ще не бачили проектів з таким самим ринком. значення.

Насправді незабаром може виникнути дефіцит енергії та даних і стати новою хвилею промислових гарячих точок, що призведе до зростання відповідних проектів у сфері шифрування.

Спочатку поговоримо про енергію.

29 лютого 2024 року Маск сказав на конференції Bosch Internet World 2024: «Я передбачив дефіцит мікросхем більше року тому, і наступним дефіцитом буде електроенергія. Я думаю, що наступного року електроенергії не вистачить. Запустіть усі чіпси».

Судячи з конкретних даних, Інститут штучного інтелекту Стенфордського університету (Human-Centered Artificial Intelligence) під керівництвом Лі Фейфея щороку випускає «Звіт про індекс ШІ». Дослідницька група Оцінка дійшла висновку, що споживання енергії ШІ становило лише 0,9% світового попиту на електроенергію того року, а тиск на енергетику та навколишнє середовище був обмеженим. У 2023 році Міжнародне енергетичне агентство (МЕА) дійшло висновку, що глобальні центри обробки даних споживали приблизно 460 терават-годин (ТВт-год) електроенергії, що становить 2% світового попиту на електроенергію, і передбачило, що до 2026 року глобальні центри обробки даних будуть Найнижче споживання енергії буде 620 терават-годин, а найбільше споживання енергії становитиме 1050 терават-годин.

Насправді оцінка Міжнародного енергетичного агентства все ще консервативна, оскільки вже існує велика кількість проектів навколо штучного інтелекту, які ось-ось будуть запущені, і відповідний масштаб попиту на енергію значно перевищує його уяву за 23 роки.

Наприклад, Microsoft і OpenAI планують проект Stargate. Очікується, що цей план буде запущено в 2028 році та завершено приблизно в 2030 році. Проект планує створити суперкомп’ютер із мільйонами виділених чіпів штучного інтелекту, щоб надати OpenAI безпрецедентну обчислювальну потужність і підтримувати його розвиток у сфері штучного інтелекту, особливо великих мовних моделей . Очікується, що план коштуватиме понад 100 мільярдів доларів, що в 100 разів перевищує вартість сучасних великих центрів обробки даних.

Споживання енергії одним лише проектом Зоряна брама досягає 50 терават годин.

Саме через це засновник OpenAI Сем Альтман сказав на форумі в Давосі в січні цього року: «Штучний інтелект майбутнього вимагає енергетичних проривів, тому що штучний інтелект споживатиме набагато більше енергії, ніж люди очікують».

Після обчислювальної потужності та енергії наступною сферою дефіциту в індустрії штучного інтелекту, яка швидко розвивається, є дані.

Іншими словами, дефіцит високоякісних даних, необхідних для ШІ, став реальністю.

Наразі, з еволюції GPT, люди в основному з’ясували закон зростання можливостей великих мовних моделей, тобто, розширюючи параметри моделі та навчальні дані, можливості моделі можна експоненціально покращувати, і цей процес не можна побачити в короткостроковій перспективі.

Але проблема полягає в тому, що високоякісні та відкриті дані можуть стати дедалі дефіцитнішими в майбутньому, а продукти штучного інтелекту можуть зіткнутися з такими ж суперечностями попиту та пропозиції даних, як мікросхеми та енергія.

По-перше, це збільшення суперечок щодо власності на дані.

27 грудня 2023 року газета New York Times офіційно подала до суду на OpenAI і Microsoft у Федеральний окружний суд США, звинувативши їх у використанні мільйонів власних статей для навчання GPT-моделей без дозволу, вимагаючи від них «незаконного копіювання та використання унікальних матеріалів на мільярди доларів як юридичні та фактичні збитки» та знищення всіх моделей і навчальних даних, що містять захищений авторським правом матеріал із The New York Times.

Наприкінці березня New York Times опублікувала нову заяву, спрямовану не лише на OpenAI, а й на Google і Meta. У заяві New York Times йдеться, що OpenAI використовував інструмент розпізнавання мовлення під назвою Whisper для транскрипції частин мовлення великої кількості відео YouTube, а потім створював текст як текст для навчання GPT-4. The New York Times заявила, що великі компанії зараз дуже часто використовують дрібні крадіжки під час навчання моделей штучного інтелекту, і заявили, що Google також перетворює відеоконтент YouTube у текст для навчання своїх власних великих моделей. істотно порушує права творців відеоконтенту.

New York Times і OpenAI є «першою справою щодо авторських прав на штучний інтелект», враховуючи складність справи та її далекосяжний вплив на майбутнє індустрії контенту та штучного інтелекту, результат може бути досягнутий нескоро. Одним із остаточних можливих результатів є позасудове врегулювання між двома сторонами, причому багаті Microsoft і OpenAI виплатять велику компенсацію. Проте подальші суперечки щодо авторських прав на дані неминуче збільшать загальну вартість високоякісних даних.

Крім того, Google, як найбільша пошукова система в світі, також оголосила, що розглядає можливість стягувати плату за свою пошукову функцію, але цільовою метою стягнення плати є не широка громадськість, а компанії штучного інтелекту.

Джерело: Reuters

Сервери пошукових систем Google зберігають велику кількість контенту. Можна навіть сказати, що Google зберігає весь контент, який з'явився на всіх сторінках Інтернету з 21 століття. Сучасні пошукові продукти на основі штучного інтелекту, як-от закордонні, як-от perplexity, і вітчизняні, як-от Kimi та Secret Tower, усі обробляють пошукові дані за допомогою штучного інтелекту, а потім виводять їх користувачам. Плата пошукових систем за ШІ неминуче збільшить вартість збору даних.

Фактично, окрім загальнодоступних даних, гіганти штучного інтелекту також придивляються до непублічних внутрішніх даних.

Photobucket — це відомий веб-сайт для розміщення зображень і відео, який на початку 2000-х мав 70 мільйонів користувачів і майже половину онлайн-ринку фотографій США. З розвитком соціальних медіа кількість користувачів Photobucket значно скоротилася, наразі залишилося лише 2 мільйони активних користувачів (згідно з угодою та політикою конфіденційності, підписаними користувачами). вони зареєстровані, вони не використовувалися більше року, а також підтримується право Photobucket на використання завантажених користувачем зображень і відео. Генеральний директор Photobucket Тед Леонард заявив, що 1,3 мільярда фото- та відеоданих, якими він володіє, надзвичайно цінні для навчання генеративних моделей ШІ. Він веде переговори з кількома технологічними компаніями про продаж даних, пропозицій від 5 центів до 1 долара за фотографію та більше 1 долара за відео, за оцінками, дані, які може надати Photobucket, коштують понад 1 мільярд доларів.

EPOCH, дослідницька група, яка зосереджується на тенденціях розвитку штучного інтелекту, одного разу опублікувала звіт про дані, необхідні для машинного навчання на основі використання даних і генерації нових даних машинним навчанням у 2022 році, а також враховуючи зростання обчислювальних ресурсів .Чи закінчаться дані? Аналіз лімітів масштабування наборів даних у машинному навчанні», у звіті зроблено висновок, що високоякісні текстові дані будуть вичерпані між лютим 2023 і 2026 років, а дані зображень будуть вичерпані в 2030 році. між 2060 і 2060 роками. Якщо ефективність використання даних неможливо суттєво підвищити або з’являться нові джерела даних, поточна тенденція великих моделей машинного навчання, які покладаються на масивні набори даних, може сповільнитися.

Судячи з поточної ситуації, коли гіганти штучного інтелекту купують дані за високими цінами, безкоштовні високоякісні текстові дані в основному вичерпані. Прогноз EPOCH 2 роки тому був відносно точним.

У той же час також з’являються рішення щодо попиту на «дефіцит даних ШІ», а саме: послуги надання даних ШІ.

Defined.ai — це компанія, яка надає персоналізовані, реальні та високоякісні дані для компаній зі штучним інтелектом.

Приклади типів даних, які може надати Defined.ai: https://www.defined.ai/datasets

Його бізнес-модель така: компанії зі штучним інтелектом забезпечують власні потреби в даних. Наприклад, з точки зору якості зображення, роздільна здатність має бути якомога вищою, щоб уникнути розмиття, надмірної експозиції, а вміст має бути автентичним. Що стосується контенту, компанії зі штучним інтелектом можуть налаштовувати конкретні теми на основі своїх власних навчальних завдань, наприклад нічні фотографії, нічні конуси, паркувальні місця та знаки, щоб покращити швидкість розпізнавання ШІ в нічних сценах. Громадськість може прийняти завдання, і компанія розгляне його після того, як зробить фотографію, і тоді частини, які відповідають вимогам, будуть розраховані на основі кількості знімків. Ціна становить близько 1-2 доларів США за якісне зображення 5-7 доларів США за короткометражний фільм тривалістю більше 10 хвилин коштує 100-300 доларів США, а за тисячу слів може отримати один долар США близько 20% гонорару. Надання даних може стати ще одним краудсорсинговим бізнесом після «маркування даних».

Глобальний краудсорсинг завдань, економічні стимули, ціноутворення на активи даних, обіг і захист конфіденційності, кожен може брати участь, звучить як бізнес-категорія, яка особливо підходить для парадигми Web3.

Оповідні цілі штучного інтелекту з точки зору пропозиції галузі

Занепокоєння, викликане дефіцитом чіпів, проникло в індустрію шифрування, зробивши розподілену обчислювальну потужність найпопулярнішою категорією треків ШІ з найвищою ринковою вартістю.

Отже, якщо протиріччя між попитом і пропозицією в індустрії штучного інтелекту в енергетиці та даних спалахне в найближчі 1-2 роки, які проекти, пов’язані з оповіданням, зараз є в галузі шифрування?

Давайте спочатку розглянемо енергетичні цілі.

Є дуже мало енергетичних проектів, які запустили провідний CEX, і є лише один, Power Ledger (Token Powr).

Power Ledger, створена в 2017 році, є комплексною енергетичною платформою, заснованою на технології блокчейн. Вона спрямована на децентралізацію торгівлі електроенергією, сприяння прямій торгівлі електроенергією окремими особами та громадами, підтримку широкого використання відновлюваних джерел енергії та забезпечення безпечності енергії за допомогою. смарт-контракти.Прозорість та ефективність транзакцій. Спочатку Power Ledger працював на основі ланцюга консорціуму, модифікованого з Ethereum. У другій половині 2023 року Power Ledger оновив свій білий документ і запустив власний комплексний публічний ланцюжок, який був змінений на основі технічної основи Solana для полегшення обробки високочастотних мікротранзакцій на ринку розподіленої енергії. На даний момент основними напрямками діяльності Power Ledger є:

  • Торгівля енергією: дозволяє користувачам напряму купувати та продавати електроенергію, особливо з відновлюваних джерел енергії, рівноправний.

  • Торгівля екологічними продуктами: наприклад, торгівля вуглецевими кредитами та сертифікатами на відновлювані джерела енергії, а також фінансування на основі екологічних продуктів.

  • Робота публічного ланцюга: залучайте розробників додатків для створення додатків на блокчейні Powerledger, а комісія за транзакції публічного ланцюга оплачується токенами Powr.

Поточна оборотна ринкова вартість проекту Power Ledger становить 170 мільйонів доларів, а повна оборотна ринкова вартість – 320 мільйонів доларів.

Порівняно з цілями шифрування енергії кількість цілей шифрування в доріжці даних більша.

Автор перераховує лише проекти відстеження даних, на які я зараз звертаю увагу і які запустили принаймні один із CEX Binance, OKX і Coinbase, і вони розташовані від низького до високого відповідно до FDV:

1.Streamr – ДАНІ

Ціннісна пропозиція Streamr полягає в тому, щоб побудувати децентралізовану мережу передачі даних у реальному часі, яка дозволить користувачам вільно торгувати та обмінюватися даними, зберігаючи повний контроль над своїми даними. За допомогою свого ринку даних Streamr сподівається надати виробникам даних можливість продавати потоки даних безпосередньо зацікавленим споживачам без посередників, тим самим зменшуючи витрати та підвищуючи ефективність.

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

У справжньому випадку співпраці Streamr співпрацює з DIMO, іншим проектом апаратного забезпечення транспортних засобів Web3, для збору даних про температуру, атмосферний тиск та інші дані за допомогою апаратних датчиків DIMO, встановлених на транспортному засобі, для формування потоку даних про погоду та передачі його до установ, яким це потрібно.

Порівняно з іншими проектами даних, Streamr більше зосереджується на даних з Інтернету речей і апаратних датчиках, крім даних про транспортні засоби DIMO, згаданих вище, інші проекти включають потік даних про дорожній рух у Гельсінкі в реальному часі. Таким чином, токен проекту Streamr DATA подвоїв свою ціну за один день у грудні минулого року, коли концепція Depin була найпопулярнішою.

Поточна оборотна ринкова вартість проекту Streamr становить 44 мільйони доларів, а повна оборотна ринкова вартість – 58 мільйонів доларів.

2. Ковалентний – CQT

На відміну від інших проектів даних, Covalent надає дані блокчейну. Covalent Network зчитує дані з вузлів блокчейну через RPC, потім обробляє та організовує дані для створення ефективної бази даних запитів. Таким чином користувачі Covalent можуть швидко отримувати потрібну інформацію без виконання складних запитів безпосередньо з вузла блокчейну. Цей тип служби також називається «індексування даних блокчейну».

Клієнти Covalent в основному з боку бізнесу, включаючи проекти Dapp, такі як різні Defi, а також багато компаній з централізованого шифрування, таких як Consensys (материнська компанія Metamask), CoinGecko (відома станція ринку криптоактивів) і Rotki (податкові інструменти), Rainbow (зашифрований гаманець) тощо. Крім того, Fidelity, гігант у традиційній фінансовій індустрії, і Ernst & Young, чотири основні бухгалтерські фірми, також є клієнтами Covalent. Згідно з даними, офіційно оприлюдненими Covalent, дохід проекту від послуг передачі даних перевищив The Graph, провідний проект у цій галузі.

Завдяки цілісності, відкритості, автентичності та характеру даних у ланцюжку в режимі реального часу очікується, що галузь Web3 стане джерелом високоякісних даних для сегментованих сценаріїв ШІ та конкретних «малих моделей ШІ». Як постачальник даних Covalent почав надавати дані для різних сценаріїв штучного інтелекту та запустив перевірені структуровані дані спеціально для штучного інтелекту.

Джерело: https://www.covalenthq.com/solutions/decentralized-ai/

Наприклад, він надає дані SmartWhales, мережевій інтелектуальній торговій платформі, і використовує штучний інтелект для визначення прибуткових торгових моделей і адрес; Entender Finance використовує структуровані дані Covalent і обробку штучного інтелекту для аналізу в реальному часі, виявлення аномалій і прогнозного аналізу.

На даний момент основні сценарії для мережевих служб даних, які надає Covalent, все ще є фінансовими. Однак із узагальненням продуктів і типів даних Web3 сценарії використання мережевих даних також будуть розширені.

Поточна ринкова вартість проекту Covalent становить 150 мільйонів доларів, а повна ринкова вартість – 235 мільйонів доларів.

3.Hivemapper – Мед

Серед усіх матеріалів даних відеодані часто мають найвищу ціну за одиницю. Hivemapper може надавати дані, в тому числі відео та інформацію про карти, компаніям штучного інтелекту. Сам Hivemapper — це децентралізований глобальний картографічний проект, який спрямований на створення детальної, динамічної та доступної системи картографування за допомогою технології блокчейну та внесків спільноти. Учасники можуть отримувати картографічні дані за допомогою відеореєстратора та додавати їх до відкритої мережі даних Hivemapper, а також отримувати винагороди на основі своїх внесків у токен проекту HONEY. Щоб покращити мережевий ефект і зменшити витрати на взаємодію, Hivemapper побудовано на Solana.

Hivemapper було засновано в 2015 році. Спочатку бачення полягало в тому, щоб використовувати дрони для створення карт, але пізніше виявилося, що цю модель важко масштабувати, тому вони звернулися до використання реєстраторів водіння та смартфонів для запису географічних даних, зменшуючи вартість виробництва глобальної карти. .

Порівняно з програмним забезпеченням для перегляду вулиць і карт, таким як Google Maps, Hivemapper може більш ефективно розширювати покриття карти, підтримувати свіжість реальних сцен на карті та покращувати якість відео, стимулюючи мережу та моделі краудсорсингу.

До вибуху попиту штучного інтелекту на дані основними клієнтами Hivemapper були сектор автономного водіння в автомобільній промисловості, компанії з навігаційних послуг, уряди, страхові компанії та компанії з нерухомості тощо. Тепер Hivemapper може надавати штучному інтелекту та великим моделям широкий спектр даних про дороги та навколишнє середовище через API. Завдяки введенню постійно оновлюваних потоків даних про зображення та характеристики доріг моделі штучного інтелекту та машинного навчання зможуть краще перетворювати дані в покращені можливості та виконувати завдання. пов’язані з географічним положенням і візуальним судженням.

Джерело даних: https://hivemapper.com/blog/diversify-ai-computer-vision-models-with-global-road-imagery-map-data/

Поточна оборотна ринкова вартість проекту Hivemapper-Honey становить 120 мільйонів доларів, а повна оборотна ринкова вартість – 496 мільйонів доларів.

На додаток до трьох вищезазначених проектів, проекти на треку даних включають The Graph – GRT (ринкова вартість – 3,2 мільярда доларів США, FDV – 3,7 мільярда доларів США), чий бізнес подібний до Covalent, а також надає послуги індексації даних у блокчейні та Ocean Protocol –; OCEAN (ринкова вартість обігу 670 млн $, FDV 1,45 млрд $, цей проект незабаром буде об’єднано з Fetch.ai і SingularityNET, токен буде перетворено на ASI), протокол з відкритим вихідним кодом, розроблений для сприяння обміну та монетизації даних і послуги, пов’язані з даними, з’єднуючи споживачів даних із постачальниками даних для обміну даними, забезпечуючи довіру, прозорість і відстежуваність.

Друга перспектива наративу штучного інтелекту: GPT завжди з’являється знову, і з’являється загальний штучний інтелект

На думку автора, першим роком «треку штучного інтелекту» в індустрії шифрування є 2023 рік, коли GPT шокував світ. Сплеск проектів штучного інтелекту шифрування є скоріше «гарячим наслідком», спричиненим бурхливим розвитком ШІ. промисловість.

Незважаючи на те, що можливості GPT4, turbo тощо постійно вдосконалювалися після GPT3.5, а також неймовірне відображення Sora можливостей створення відео, включаючи швидкий розвиток великих мовних моделей, крім OpenAI, незаперечно, що технологічний прогрес AI приніс громадськості Когнітивний вплив слабшає, люди поступово використовують інструменти AI, а масштабної заміни роботи, здається, ще не відбулося.

Отже, чи буде в майбутньому ще один «момент GPT» у сфері штучного інтелекту, із стрімким розвитком штучного інтелекту, який шокує громадськість і змушує людей усвідомлювати, що в результаті їх життя та робота зміняться?

Цей момент може бути появою штучного загального інтелекту (AGI).

AGI посилається на той факт, що машини мають комплексні когнітивні можливості, подібні до людей, і можуть вирішувати різноманітні складні проблеми, а не лише конкретні завдання. Система AGI має такі можливості, як високий рівень абстрактного мислення, широкі базові знання, міркування здорового глузду та причинно-наслідкове розуміння в усіх сферах, а також міжпрофесійне навчання. Продуктивність AGI нічим не відрізняється від найкращих людей у ​​різних сферах, а з точки зору комплексних можливостей вона повністю перевершує найкращі людські групи.

Насправді, незалежно від подання в науково-фантастичних романах, іграх, фільмах і телевізійних творах чи очікувань громадськості після швидкої популярності GPT, громадськість давно очікувала появи AGI, який перевершить рівень людського пізнання. Іншими словами, сам GPT є провідним продуктом AGI і пророчою версією загального штучного інтелекту.

Причина, чому GPT має такий великий промисловий енергетичний і психологічний вплив, полягає в тому, що швидкість його впровадження та продуктивність перевершили очікування громадськості: люди не очікували, що система штучного інтелекту, яка може завершити тест Тьюринга, дійсно з’явилася, і вона така швидка.

Насправді штучний інтелект (AGI) може знову зіткнутися з раптовістю «моменту GPT» протягом 1-2 років: люди щойно адаптувалися до допомоги GPT і виявили, що ШІ більше не є просто помічником, він навіть може завершувати екстремальні завдання самостійно, включаючи ті проблеми, які переслідували провідних вчених людства протягом десятиліть.

8 квітня цього року Маск погодився на інтерв’ю з Ніколаєм Тангеном, директором з інвестицій Норвезького суверенного фонду, і розповів про час появи AGI.

Він сказав: «Якщо AGI визначається як розумніший за найрозумнішу частину людей, я думаю, що він, швидше за все, з’явиться в 2025 році».

Тобто, за його висновком, до появи AGI пройде щонайбільше півтора роки. Звичайно, він додав передумову, яка полягає в тому, «якщо потужність і апаратне забезпечення можуть підтримувати».

Переваги появи AGI очевидні.

Це означає, що рівень людської продуктивності зробить великий крок вперед, і велика кількість науково-дослідних проблем, які тримали нас у пастці десятиліттями, буде вирішено. Якщо ми визначаємо «найрозумнішу частину людства» як рівень лауреатів Нобелівської премії, це означає, що поки є достатньо енергії, обчислювальної потужності та даних, ми можемо мати незліченну кількість невтомних «лауреатів Нобелівської премії», які цілодобово працюють над найважливіші проблеми.

Насправді лауреати Нобелівської премії не такі цінні, як один із кількох сотень мільйонів. Більшість із них за рівнем здібностей і інтелекту знаходяться на рівні вищих університетських професорів, але завдяки ймовірності й удачі вони обрали правильний напрямок. щоб це зробити, і отримали результати. Люди такого ж рівня, як він, його не менш видатні колеги, можливо, також отримували Нобелівську премію в паралельному всесвіті наукових досліджень. Але, на жаль, поки що не вистачає людей з вищими викладачами університетів і людей, які займаються науковими проривами, тому швидкість «проходження всіх правильних напрямків наукового дослідження» ще дуже низька.

З AGI, якщо енергія та обчислювальна потужність забезпечені в повному обсязі, ми можемо мати необмежену кількість AGI «лауреатів Нобелівської премії» для проведення поглиблених досліджень у будь-якому науковому проривному напрямку, а швидкість удосконалення технологій буде в десятки разів швидшою. Удосконалення технологій призведе до того, що ресурси, які ми зараз вважаємо дуже дорогими та дефіцитними, зростуть у сотні разів за 10–20 років, наприклад, виробництво продуктів харчування, нові матеріали, нові ліки, освіта високого рівня тощо, а вартість їх отримання також зменшуватиметься експоненціально. Ми змогли прогодувати більшу кількість населення з меншими ресурсами, а добробут на душу населення швидко зріс.

Графік тенденцій глобального ВВП, джерело даних: Світовий банк

Це може здатися трохи сенсаційним. Давайте подивимося на два приклади, які були використані автором у попередніх звітах про дослідження на IO.NET.

  • У 2018 році лауреат Нобелівської премії з хімії Френсіс Арнольд сказав на церемонії нагородження: «Сьогодні ми можемо читати, писати та редагувати будь-яку послідовність ДНК у практичних застосуваннях, але ми ще не можемо її скласти». зі Стенфордського університету та стартапу Salesforce із штучного інтелекту в Кремнієвій долині опублікували статтю в «Nature-Biotechnology». Вони використали велику мовну модель, налаштовану на основі GPT3, щоб перейти від 0 до одного мільйона нових білків, і було створено два білки з абсолютно різними. Очікується, що вони стануть рішенням для боротьби з бактеріями на додаток до антибіотиків. Іншими словами: за допомогою ШІ було зламано вузьке місце «створення» білка.

  • Раніше алгоритм штучного інтелекту AlphaFold передбачив структуру майже всіх 214 мільйонів білків на землі протягом 18 місяців. Цей результат у сотні разів перевищував роботу всіх структурних біологів у минулому.

Зміни вже відбулися, і поява AGI ще більше прискорить цей процес.

З іншого боку, виклики, пов’язані з появою AGI, також величезні.

AGI не тільки замінить велику кількість працівників розумової праці, але й постачальники ручних послуг, які зараз вважаються «менше постраждалими від штучного інтелекту», також постраждають від зниження виробничих витрат, викликаного розвитком технологій робототехніки та розробкою нових матеріалів. , і на нього вплинуть машини, які будуть замінені програмним забезпеченням.

Тоді незабаром спливуть дві проблеми, які колись здавалися дуже далекими:

  1. Проблеми працевлаштування та доходів для великої кількості безробітних

  2. Як відрізнити ШІ від людей у ​​світі, де штучний інтелект є всюди?

Worldcoin\Worldchain намагається надати рішення, тобто використовувати систему UBI (універсальний базовий дохід) для забезпечення базового доходу для населення та використовувати біометричні дані на основі райдужної оболонки ока, щоб відрізнити людей від ШІ.

Насправді UBI, який роздає гроші всім людям, не є повітряним замком без практичної практики. Такі країни, як Фінляндія та Англія, запровадили універсальний базовий дохід, а політичні партії в Канаді, Іспанії, Індії та інших країнах активно пропонують це просувати. пов'язані експерименти.

Перевага розповсюдження UBI на основі моделі біометричної ідентифікації + блокчейн полягає в тому, що система є глобальною та має ширше охоплення населення. Крім того, можна побудувати інші бізнес-моделі, розширені за рахунок розподілу доходу послуги (Defi), соціальні мережі, краудсорсинг завдань тощо формують ділову співпрацю всередині мережі.

Однією з відповідних цілей впливу появи AGI є Worldcoin-WLD з ринковою вартістю в обігу 1,03 мільярда доларів США та повною ринковою вартістю в обороті 47,2 мільярда доларів.

Ризики та невизначеності в наративній дедукції

Ця стаття відрізняється від багатьох попередніх дослідницьких звітів, опублікованих Mint Ventures. Прохання до читачів розглядати зміст цієї статті лише як розбіжне обговорення, а не як передбачення майбутнього . Згадана вище розповідь автора стикається з багатьма невизначеностями, що призводить до неправильних припущень. Ці ризики або впливові фактори включають, але не обмежуються:

  • Енергія: швидке падіння споживання енергії через заміну GPU

Хоча попит на енергію навколо штучного інтелекту різко зріс, виробники чіпів, представлені NVIDIA, забезпечують вищу обчислювальну потужність із меншим енергоспоживанням завдяки постійним оновленням апаратного забезпечення. Наприклад, у березні цього року NVIDIA випустила B200, який об’єднує дві обчислювальні карти нового покоління GB200. із графічним процесором і процесором Grace має продуктивність навчання, яка в 4 рази перевищує продуктивність основного графічного процесора зі штучним інтелектом попереднього покоління H100, продуктивність висновків у 7 разів перевищує продуктивність H100, і вимагає лише 1/4 споживання енергії H100. Звичайно, незважаючи на це, бажання людей отримати потужність від штучного інтелекту ще далеко не вичерпано, оскільки споживання одиниці енергії зменшується, а сценарії застосування штучного інтелекту та потреби в ній загальне споживання енергії може фактично зрости.

  • З точки зору даних: Q* планує отримати «дані власного виробництва»

Завжди ходили чутки про проект «Q*» в OpenAI, про який згадувалося у внутрішньому повідомленні, надісланому OpenAI співробітникам. За даними Reuters із посиланням на інсайдерів OpenAI, це може стати проривом для OpenAI у його прагненні до суперінтелекту/загального штучного інтелекту (AGI). Q* може не тільки використовувати свої можливості абстракції для вирішення ніколи раніше не бачених математичних проблем, він також може самостійно створювати дані, які використовуються для навчання великих моделей, без потреби в даних реального світу. Якщо ці чутки правдиві, вузьке місце, пов’язане з недостатньою кількістю високоякісних даних у масштабному навчанні моделі ШІ, буде розірвано.

  • Наближається AGI: приховані проблеми OpenAI

Досі невідомо, чи з’явиться AGI у 2025 році, як сказав Маск, але це лише питання часу. Однак, оскільки Worldcoin є прямим бенефіціаром розповіді про появу AGI, найбільше занепокоєння може виникнути з приводу OpenAI.

Рано вранці 14 травня OpenAI продемонстрував продуктивність останньої версії GPT-4o та 19 інших версій великих мовних моделей на весняній конференції з запуску нового продукту. Лише за таблицею GPT-4o набрав 1310 балів. і візуальний бал склав 1310. Здається, він набагато вищий, ніж у кількох наступних, але із загальної оцінки він лише на 4,5% вищий, ніж другий GPT4 turbo, на 4,9% вищий, ніж четвертий Google Gemini 1.5 Pro, і на 4,9% вище, ніж п'яте місце Claude 3 Opus піднялося на 5,1%.

Минуло трохи більше року з моменту дебюту GPT3.5. Конкуренти OpenAI вже наздогнали дуже близьку позицію (хоча GPT5 ще не випущено, і очікується, що OpenAI збереже свою позицію). позиції в майбутньому? Схоже, відповідь стає розмитою. Якщо перевага та домінування OpenAI зменшаться або навіть перевищать, то наративна цінність Worldcoin як тіньового токена OpenAI також зменшиться.

Крім того, на додаток до рішення Worldcoin для автентифікації райдужної оболонки ока все більше конкурентів почали виходити на цей ринок. Наприклад, проект Humanity Protocol зі сканування долоні щойно оголосив про завершення нового раунду фінансування в розмірі 30 мільйонів доларів США за оцінкою. 1 мільярд доларів США та LayerZero Labs. Також було оголошено, що він працюватиме на Humanity та приєднається до його мережі вузлів перевірки, використовуючи докази ZK для автентифікації облікових даних.

Висновок

Нарешті, хоча автор зробив висновок про доріжку штучного інтелекту, трек штучного інтелекту відрізняється від нативних треків, таких як DeFi, це скоріше продукт захоплення штучним інтелектом Багато поточних проектів мають бізнес-моделі. Багато проектів більше нагадують меми на тему штучного інтелекту (наприклад, Rndr схожий на меми від OpenAI). з обережністю.