Це масштабний крипто-бичачий кейс, який багато хто досі не помічає.
Кластеризація незадіяних обчислювальних ресурсів у георозподілений спосіб у глобальному масштабі, використання координації в ланцюжку та створення інклюзивного ринку для обчислень інституційного рівня є важливим фактором, що сприяє створенню штучного інтелекту в усіх вертикалях.
Обслуговуючи ринок штучного інтелекту вартістю трильйон доларів за допомогою (дуже конкурентоспроможних цін) обчислень, яких він відчайдушно вимагає на тлі глобального дефіциту графічних процесорів, що постійно посилюється.
Це справді один із найпривабливіших PMF для криптотехнологій і величезні можливості в грошовому еквіваленті для гравців, яким вдається захопити значну частку ринку.
Вивчайте DeAI.
Також посилаючись на іншу нещодавню публікацію DeAI, яку я зробив тут (також охоплюючи кілька інших рівнів стеку):
DeAI може стати найбільшим варіантом використання + ринковою можливістю, яку наша галузь бачила на сьогоднішній день. Ми говоримо тут про трильйони. Чому?
Децентралізована інфраструктура має значення на багатьох рівнях стека штучного інтелекту:
- Системи економічного стимулювання за внесок у розвиток штучного інтелекту з відкритим вихідним кодом, наприклад, оптимізація моделей у відкритих інноваційних мережах, таких як Bittensor або @tigfoundation, або надання (віднесених) даних до навчання/доопрацювання наборів даних на @OpenledgerHQ.
- Висновки, які можна перевірити, для створення реальної відповідальності, боротьби з галюцинаціями та забезпечення агентських систем з повністю перевіреною відстеженням у ланцюжку за допомогою рішень, починаючи від спеціально створених мереж, таких як @Mira_Network, до zkTLS @OpacityNetwork або інструментів @wardenprotocol для створення додатків з використанням перевірених моделей штучного інтелекту, серед іншого.
- Децентралізована навчальна інфраструктура, яка дозволяє колективно навчати великомасштабні моделі з відкритим вихідним кодом, для чого в значній мірі створені Bittensor і @tigfoundation, так само, як і @AlloraNetwork (вузько орієнтовані на прогнозний інтелект), або спеціалізовані підмережі на Bittensor як @tplr_ai яка вже породила Templar I.
- Приватні обчислювальні мережі на основі MPC, які забезпечують конфіденційне навчання моделей та висновок, такі як @nillionnetwork, @ArciumHQ або @LitProtocol, є важливими факторами, що дозволяють використовувати будь-які випадки використання на основі штучного інтелекту, які включають конфіденційні/персональні дані з таких секторів, як охорона здоров'я до страхування та фінанси, або навіть (різні форми) персоналізованих компаньйонів зі штучним інтелектом.
- Децентралізовані мережі графічних процесорів, подібні до @ionet, які дозволяють здійснювати георозподілену кластеризацію непрацюючих графічних процесорів у всьому світі, демократизують доступ до обчислень і підвищують ефективність розподілу ресурсів, не тільки забезпечуючи економічно ефективну альтернативу централізованим постачальникам, але й активно вирішуючи глобальну нестачу графічних процесорів, а також той факт, що виробництво графічних процесорів не в змозі встигати за швидко зростаючим попитом.
- Моделі штучного інтелекту з відкритим вихідним кодом, що належать користувачам, мають значення, і власність + управління в усьому стеку, але особливо на рівні моделі, має бути основним суспільним інтересом, враховуючи важливість і зростаюче домінування ШІ в нашому житті. У парадигмі централізованого штучного інтелекту ви є продуктом, тоді як корпоративні гіганти, які створюють моделі із закритим вихідним кодом і зберігають ваші дані за своїми корпоративними стінами, стають дедалі потужнішими. При цьому всі користувачі та інтегратори можуть зазнавати змін, які контролюючий орган вирішив впровадити в модель. Щоб уникнути маніпуляцій, забезпечити безпеку та максимізувати продуктивність, наявність потужних, відкритих і демократично керованих моделей, з одного боку, і невеликих спеціалізованих моделей, отриманих з базових моделей з відкритим вихідним кодом для різних випадків використання, з іншого, буде все більш важливим. І те, і інше стає можливим з криптовалютою. Безумовно, це дуже широке питання, але все ж варто виділити тут @NEARProtocol за його зусилля на фронті штучного інтелекту, що належить користувачам (особливо з урахуванням @near_ai, але також з огляду на зусилля зі створення найбільшого LLM з відкритим вихідним кодом на ринку), або @OpenledgerHQ за забезпечення (без коду) тонкого налаштування моделей штучного інтелекту з відкритим вихідним кодом на наборах даних, які можна віднести та перевірити.
- Публічні блокчейни забезпечують детерміновану, програмовану фінансову інфраструктуру для агентів штучного інтелекту, щоб вони могли займатися економічною діяльністю та процвітати далі. У той час як у «реальному світі» агенти не можуть зареєструвати кредитну картку і, можливо, їм доведеться чекати кілька днів на банківський переказ (за умови, що вони можуть отримати доступ до облікового запису), DeFi пропонує величезну екосистему фінансових примітивів, які агенти можуть використовувати, отримавши гаманець для роботи. З огляду на його позиціонування як блокчейну, заснованого на штучному інтелекті, варто ще раз відзначити @NEARProtocol, який, враховуючи його власні абстрактні облікові записи, наміри NEAR, його низьку вартість/високу продуктивність і багато навколишньої інфраструктури/інструментів для розробників штучного інтелекту, знаходиться в чудовому місці, щоб охопити багато агентської активності.
- VLA (моделі «бачення-мова-дія») не мають фреймворку в стилі Langchain, яка дозволяє автономним операторам виконувати складні завдання, починаючи від автоматизації робочих процесів на основі настільного комп'ютера до ігрових компаньйонів на основі штучного інтелекту або навіть дозволяючи робототехнічним системам безперешкодно працювати в складних середовищах (наприклад, на заводі) у повністю відстежуваний і перевірений спосіб. Тим не менш, це саме те, що @codecopenflow створює, з вбудованим токенізованим маркетплейсом для операторів, навчанням VLA без коду та інтелектуальною агрегацією обчислень з децентралізованих мереж, надаючи будівельникам безперебійний доступ до інструментів та обчислень. Тим часом, кожен крок робочого процесу операторів (які також можуть працювати на приватній та/або власній інфраструктурі) за бажанням може бути записаний на Solana, забезпечуючи повну перевірюваність за допомогою ончейн-трасування, що підлягає аудиту. Абсолютно величезний IMO та важливий фактор у різних секторах, які використовують VLA (які незабаром піднімуться до того ж рівня популярності, якого вже досягли LLM).
Безумовно, це ще не все, але я думаю, що вищесказане вже досить вражаюче демонструє, чому і як DeAI важливий на ринку, який буде коштувати трильйони, оскільки зростання в ширшій галузі штучного інтелекту продовжує швидко прискорюватися.
ДЬОР анон.
6,73 тис.
13
Вміст на цій сторінці надається третіми сторонами. Якщо не вказано інше, OKX не є автором цитованих статей і не претендує на авторські права на матеріали. Вміст надається виключно з інформаційною метою і не відображає поглядів OKX. Він не є схваленням жодних дій і не має розглядатися як інвестиційна порада або заохочення купувати чи продавати цифрові активи. Короткий виклад вмісту чи інша інформація, створена генеративним ШІ, можуть бути неточними або суперечливими. Прочитайте статтю за посиланням, щоб дізнатися більше. OKX не несе відповідальності за вміст, розміщений на сторонніх сайтах. Утримування цифрових активів, зокрема стейблкоїнів і NFT, пов’язане з високим ризиком, а вартість таких активів може сильно коливатися. Перш ніж торгувати цифровими активами або утримувати їх, ретельно оцініть свій фінансовий стан.