TLDR

Это не очередная радужная статья о венчурном капитале «AI + Web3». Мы с оптимизмом смотрим на слияние обеих технологий, но приведенный ниже текст — это призыв к оружию. В противном случае оптимизм не оправдается.

Почему? Потому что разработка и запуск лучших моделей искусственного интеллекта требует значительных капитальных затрат на самое передовое и часто труднодоступное оборудование, а также очень специфические исследования и разработки. Просто добавление криптовалютных стимулов для краудсорсинга, как это делают большинство проектов Web3 в области искусственного интеллекта, недостаточно для превосходства над десятками миллиардов долларов, вложенных крупными корпорациями, контролирующими развитие искусственного интеллекта в жесткой хватке. Учитывая аппаратные ограничения, это может стать первым крупным программным парадигмой, в котором умные и креативные инженеры вне старых организаций не имеют ресурсов для дестабилизации.

Программное обеспечение все быстрее и быстрее «съедает мир», вскоре обязательно выйдет на экспоненциальный рост с ускорением искусственного интеллекта. И вся эта «пирог», при текущем положении вещей, достается технологическим инкамбентам - в то время как конечные пользователи, включая правительства и крупные компании, не говоря уже о потребителях, становятся еще более зависимыми от их власти.

Несоответствие стимулов

Все это не могло развернуться в более неудачное время - когда 90% участников децентрализованного веба заняты погоней за золотым яйцом легких фиатных выгод, основанных на развитии сюжета. Да, разработчики следуют за инвесторами в нашей индустрии, а не наоборот. Это варьируется от открытого признания до более тонкой, подсознательной мотивации, но сюжеты и рынки, формирующиеся вокруг них, определяют множество принимаемых решений в Web3. Участники слишком поглощены классическим рефлексивным пузырём, чтобы заметить мир за его пределами, за исключением сюжетов, которые способствуют дальнейшему продвижению этого цикла. И искусственный интеллект, очевидно, самый большой, поскольку он также переживает собственный бум.

Мы говорили с десятками команд в пересечении искусственного интеллекта и криптовалюты и можем подтвердить, что многие из них очень способны, ориентированы на миссию и страстные строители. Но такова человеческая природа, что когда мы сталкиваемся с искушениями, мы склонны уступать им, а затем рационализировать эти выборы после факта.

Легкий путь к ликвидности стал историческим проклятием для криптоиндустрии - ответственным за замедление ее развития и полезное принятие на несколько лет на данный момент. Это отвлекает даже самых преданных последователей криптовалюты на "накачку токена". Рационализация заключается в том, что с большим количеством капитала в виде токенов у этих строителей могут быть лучшие шансы.

Относительно низкая сложность как институционального, так и розничного капитала создает возможности для застройщиков делать заявления, оторванные от реальности, при этом по-прежнему получая оценки так, словно эти заявления уже стали фактом. Результатом этих процессов является фактически укоренившийся моральный риск и уничтожение капитала, при этом лишь немногие из таких стратегий оправдывают себя в долгосрочной перспективе. Необходимость — мать изобретений, и когда она уходит, уходят и изобретения.

Это не могло произойти в худшее время. В то время как все самые умные технологические предприниматели, государственные субъекты и предприятия, большие и малые, соревнуются в том, чтобы обеспечить свою долю выгод от революции ИИ, основатели криптовалют и инвесторы выбирают «быстрый 10-кратный выигрыш». Вместо 1000 жизней, которые, на наш взгляд, являются здесь реальной альтернативной ценой.

Грубое резюме ландшафта Web3 AI

Учитывая вышеперечисленные стимулы, таксономия проектов Web3 AI фактически сводится к:

• Легитимный (также разделяется на реалистов и идеалистов)
• Полузаконным, и
• Мошенники

В общем, мы считаем, что строители точно знают, что нужно, чтобы не отставать от своих конкурентов из Web2 в отраслях, где реально можно конкурировать, и где это больше похоже на мечту, но всё же можно преподнести венчурным капиталистам и неопытной публике.

Цель - быть способным конкурировать здесь и сейчас. В противном случае скорость развития искусственного интеллекта может оставить Web3 позади, пока мир перепрыгивает на дистопический Web4 корпоративного искусственного интеллекта на Западе против государственного искусственного интеллекта Китая. Те, кто не сможет быть конкурентоспособными достаточно быстро и полагаться на распределенные технологии, чтобы догнать за более длительным временным горизонтом, слишком оптимистичны, чтобы быть воспринятыми всерьез.

Очевидно, что это очень грубое обобщение, и даже в группе фейкеров есть как минимум несколько серьезных команд (а может быть, и больше просто бредовых мечтателей). Но этот текст – призыв к оружию, поэтому мы не претендуем на объективность, а скорее взываем к чувству безотлагательности читателя[1].

Легитимный:

• Промежуточное программное обеспечение для «переноса ИИ на цепочку». Основатели таких решений, которых не так уж и много, понимают, что децентрализованное обучение или вывод моделей, которые пользователи действительно хотят (новейшие технологии), в настоящее время невозможно или невыполнимо. Поэтому для них нахождение способа связать лучшие централизованные модели с цепочечной средой, чтобы она могла извлечь пользу из сложной автоматизации, является достаточно хорошим первым шагом. Аппаратные анклавы TEEs(«воздушные» процессоры), которые могут размещать точки доступа API, двусторонние оракулы (для индексации данных в цепи и вне ее в обоих направлениях) и обеспечивать проверяемые внецепные вычислительные среды для агентов, кажутся лучшим решением на данный момент. Существуют также архитектуры сопроцессоров, которые используют доказательства с нулевым разглашением (ZKPs) для фиксации изменений состояния (вместо проверки полного вычисления), что мы также находим выполнимым в среднесрочной перспективе.
  Более идеалистический подход к той же проблеме пытается проверить вывод вне сети, чтобы поставить его на один уровень с ончейн-вычислениями с точки зрения предположений доверия. На наш взгляд, цель этого должна состоять в том, чтобы позволить ИИ выполнять задачи как в сети, так и вне ее, как в единой согласованной среде выполнения. Тем не менее, большинство сторонников верифицируемости логических выводов говорят о «доверии к весам модели» и других неприятных целях того же рода, которые на самом деле становятся актуальными через годы, если вообще когда-либо. Недавно основатели этого лагеря начали исследовать альтернативные подходыдля проверки выводимости, но изначально все было основано на ZKP. В то время как множество умных команд работают над ZKML, как его стали называть, они берут на себя слишком большой риск, предполагая, что криптозащита опережает сложность и требования к вычислениям моделей искусственного интеллекта. Мы считаем их не готовыми к соревнованию, по крайней мере, пока.@ModulusLabs/глава-14-первая-в-мире-цепочка-llm-7e389189f85e">некоторые недавние успехи интересны и не должны быть игнорированы.

Полу-законный:

• Приложения для потребителей, которые используют оболочки вокруг моделей закрытого и открытого исходного кода (например, Stable Diffusion или Midjourney для создания изображений). Некоторые из этих команд являются первыми на рынке и имеют реальное привлечение пользователей. Поэтому нельзя однозначно называть их фальшивками, но лишь немногие глубоко задумываются о том, как развивать свои базовые модели в децентрализованном формате и инновационно подходить к дизайну поощрений. Здесь и там есть некоторые интересные вариации управления/собственности на токенном компоненте. Но большинство проектов в этой категории просто приклеивают токен к в противном случае централизованной оболочке, например, к API OpenAI, чтобы получить премию за оценку или более быструю ликвидность для команды.

То, что ни один из двух вышеупомянутых лагерей не рассматривает, это обучение и вывод для крупных моделей в децентрализованных средах. Сейчас нет способа обучать основные модели в разумное время без полаганиясь на тесно связанные аппаратные кластеры. "Разумное время", учитывая уровень конкуренции, является ключевым фактором.

Некоторые многообещающие исследованияНедавно вышла статья на тему, и теоретически подходы, какДифференциальный поток данныхможет быть расширен до распределенных вычислительных сетей для увеличения их мощности в будущем (по мере того, как возможности сетевого взаимодействия нарастают с требованиями потока данных). Однако для конкурентоспособного обучения моделей по-прежнему требуется коммуникация между локализованными кластерами, а не отдельными распределенными устройствами, и передовые вычисления (розничные видеокарты становятся все менее конкурентоспособными).

Исследования по локализации (один из двух способов децентрализации) вывода путем уменьшения размера модели также проводились недавно прогрессирует, но в Web3 нет существующих протоколов, использующих его.

Проблемы с децентрализованным обучением и выводом логически приводят нас к последнему из трех лагерей и, безусловно, самому важному, а потому такому эмоционально заряженному для нас;-)

Мошенники:

• Инфраструктурные приложения, в основном в децентрализованном серверном пространстве, предлагающие либо базовое оборудование, либо децентрализованные среды обучения/хостинга. Существуют также проекты программной инфраструктуры, которые продвигают протоколы, например, для федеративного обучения (децентрализованное обучение моделей) или те, которые объединяют как программные, так и аппаратные компоненты в единую платформу, где можно обучать и развертывать свою децентрализованную модель от начала до конца. Большинству из них не хватает изощренности, необходимой для реального решения заявленных проблем, и здесь преобладает наивное мышление «символический стимул + попутный ветер рынка». Ни одно из решений, которые мы видели как на государственном, так и на частном рынках, даже близко не приближается к реальной конкуренции здесь и сейчас. Некоторые из них могут превратиться в работоспособные (но нишевые) предложения, но нам нужно что-то свежее и конкурентоспособное здесь и сейчас. И это может произойти только благодаря инновационному дизайну, который устраняет узкие места распределенных вычислений. В обучении большой проблемой является не только скорость, но и проверяемость проделанной работы и координация учебных нагрузок, что добавляет пропускной способности.

Нам нужен набор конкурентоспособных и действительно децентрализованных базовых моделей, для их работы требуется децентрализованное обучение и вывод. Потеря ИИ может полностью аннулировать любые и все достижения «децентрализованных мировых компьютеров», сделанные с момента появления Ethereum. Если компьютеры станут ИИ, и ИИ будет централизованным, то не будет никакого мирового компьютера, кроме какой-то дистопической версии этого.

Обучение и вывод - это сердце инноваций в области искусственного интеллекта. Когда остальной мир искусственного интеллекта движется к более плотно связанным архитектурам, Web3 нуждается в каком-то ортогональном решении для конкуренции, потому что прямая конкуренция становится все менее жизнеспособной очень быстро.

Размер проблемы

Все дело в вычислениях. Чем больше вы бросаете как на обучение, так и на вывод, тем лучше ваши результаты. Да, здесь и там есть настройки и оптимизации, и само вычисление неоднородно - теперь существует целый ряд новых подходов для преодоления узких мест традиционной архитектуры фон Неймана для процессорных блоков - но все сводится к тому, сколько матричных умножений вы можете выполнить над каким большим фрагментом памяти и насколько быстро.

Поэтому мы наблюдаем такое сильное развитие в области центров обработки данных со стороны так называемых «Гипермасштабируемых», которые все стремятся создать полный стек с мощным искусственным интеллектом на вершине и аппаратным обеспечением, которое его поддерживает: OpenAI (модели) + Microsoft (вычисления), Anthropic (модели) + AWS (вычисления), Google (и то, и другое) и Meta (все чаще и то, и другое за счет удвоения собственного строительства центров обработки данных). Здесь есть больше тонких нюансов, динамики взаимодействия и участвующих сторон, но мы это опустим. Главная идея заключается в том, что Гипермасштабируемые инвестируют миллиарды долларов, как никогда прежде, в строительство центров обработки данных и создают синергию между своими вычислительными и искусственными интеллектом предложениями, ожидается, что это принесет огромные плоды по мере распространения искусственного интеллекта по всей мировой экономике.

Давайте просто посмотрим на уровень ожидаемого строительства только в этом году от 4 компаний:

• Meta предвидит $30-37 млрдкапитальные затраты в 2024 году, которые, вероятно, будут сильно перекошены в сторону центров обработки данных.
• Microsoft потратилоколо 11.5 млрд долларов в 2023 годупо CapEx и широко слухаются слухи о том, что он планирует инвестировать еще $40-50 млрд в ‘24-‘25 годах! Это можно частично догадаться по огромным инвестициям в центры обработки данных, объявленным всего в нескольких странах: $3.2bв Великобритании, $3.5bnв Австралии,$2.1 млрдв Испании, €3.2bnв Германии,$1bnв американском штате Джорджия и$10bnв Висконсине, соответственно. И это лишь некоторые из региональных инвестиций из их сети из 300 центров обработки данных, охватывающих 60+ регионов. Есть такжеобщаетсясуперкомпьютер для OpenAI, который может обойтись Microsoft еще $100 млрд!
• Руководство Amazonожидаетих капитальные затраты значительно вырастут в 2024 году с $48 млрд, потраченных в 2023 году, в основном за счет расширения инфраструктуры AWS для создания ИИ.
• Google потратил $11 млрдв масштабировать свои серверы и центры обработки данных только в четвертом квартале 2023 года. Они признают, что эти инвестиции были сделаны для удовлетворения ожидаемого спроса на искусственный интеллект и ожидают значительного увеличения темпа и общего объема своих затрат на инфраструктуру в 2024 году из-за искусственного интеллекта.

А вот сколько было потрачено на аппаратное обеспечение NVIDIA AI уже в 2023 году:

Генсен Хуанг, генеральный директор NVIDIA, предлагает всего $1тр на ускорение искусственного интеллекта в ближайшие несколько лет. Прогноз, который он недавно удвоилсядо $2 трлн, предположительно, вызванных интересом, который он наблюдал со стороны суверенных игроков. Аналитики Altimeter ожидают, что глобальные расходы на центры обработки данных, связанные с искусственным интеллектом, составят более $160 млрд и более $200 млрд в 24 и 25 годах соответственно.

Теперь сравним эти цифры с тем, что Web3 может предложить независимым операторам центров обработки данных, чтобы стимулировать их к увеличению капитальных затрат на новейшее оборудование для искусственного интеллекта:

• Общая рыночная капитализация всех проектов децентрализованной физической инфраструктуры (DePIn) в настоящее время составляет около 40 млрд долларов в относительно неподвижных и в основном спекулятивных токенах. По сути, рыночные капитализации этих сетей равны верхней оценке общих капитальных затрат их участников, учитывая, что они стимулируют это строительство токенами. Тем не менее, текущая рыночная капитализация почти не пригодна, учитывая, что она уже была выпущена.
• Итак, давайте предположим, что на рынок попадет еще 80 млрд. долларов США (в 2 раза больше существующей стоимости) как частных, так и общественных капитализаций токенов DePIn в следующие 3-5 лет, и предположим, что 100% этой суммы будет направлено на использование в области искусственного интеллекта.

Даже если мы возьмем эту очень грубую оценку, разделим на 3 (года) и сравним долларовую стоимость суммы с наличными деньгами, потраченными только гипермасштабируемыми компаниями в 2024 году, становится ясно, что прикрепление токенных стимулов к ряду проектов "децентрализованных сетей GPU" недостаточно.

Кроме того, для поглощения этих токенов необходим спрос инвесторов на миллиарды долларов, поскольку операторы таких сетей продают большую часть добытых таким образом монет, чтобы покрыть значительные расходы на Cap- и OpEX. И еще несколько миллиардов, чтобы подтолкнуть эти токены вверх и стимулировать рост в наращивании, чтобы превзойти гиперскейлеров.

Тем не менее, тот, кто хорошо знает, как в настоящее время работает большинство серверов Web3, может ожидать, что большая часть «децентрализованной физической инфраструктуры» на самом деле будет работать на тех же облачных сервисах гиперскейлеров. И, конечно же, всплеск спроса на графические процессоры и другое оборудование, специализирующееся на искусственном интеллекте, приводит к увеличению предложения, что в конечном итоге должно сделать аренду или покупку облака намного дешевле. По крайней мере, таково ожидание.

Но также учтите, что прямо сейчас NVIDIA должна отдавать приоритет клиентам для своих последних поколений GPU. Это также начало соревнования с крупнейшими поставщиками облачных услуг на своей территории, предлагая услуги платформы искусственного интеллекта корпоративным клиентам, уже привязанным к этим гиперскейлерам. Это, в конечном счете, стимулирует ее либо со временем строить свои собственные центры обработки данных (по сути, съедая жирную прибыль, которой они наслаждаются прямо сейчас, следовательно, менее вероятно), либо значительно ограничивать продажи оборудования для искусственного интеллекта только своими партнерскими сетевыми облачными провайдерами.

Кроме того, конкуренты NVIDIA, выпускающие дополнительное аппаратное обеспечение, специализированное для искусственного интеллекта, в основном используют те же чипы, что и NVIDIA,производится TSMC. Таким образом, практически все компании, производящие аппаратное обеспечение для ИИ, в настоящее время конкурируя за мощности TSMC.TSMC также должен отдавать предпочтение определенным клиентам перед другими. Samsung и, вероятно, Intel (который пытается вернуться к передовому производству чипов для своего оборудования) могут поглотить дополнительный спрос, но TSMC в настоящее время производит большинство чипов, связанных с искусственным интеллектом, и масштабирование и калибровка передового производства чипов (3 и 2 нанометра) занимает годы.

Кроме того, весь передовой процесс производства микросхем в настоящее время осуществляется у берегов Тайваня Тайваньской компанией TSMC и в Южной Корее компанией Samsung, где возможен риск военного конфликта до запуска объектов, построенных в настоящее время в США для компенсации этого риска (и также не ожидается производство следующего поколения микросхем в течение еще нескольких лет).

И, наконец, Китай, который по сути отрезан от новейшего аппаратного обеспечения искусственного интеллекта из-за ограничений, наложенных на NVIDIA и TSMC США, конкурирует за все доступные вычисления, так же как и сети Web3 DePIn. В отличие от Web3, китайские компании действительно имеют свои конкурентные модели, особенно LLMs от Baidu и Alibaba, которым требуется много устройств предыдущего поколения для работы.

Таким образом, существует несущественный риск того, что из-за одной из причин, указанных выше, или стечения факторов, гиперскейлеры просто ограничат доступ к своему оборудованию ИИ внешним сторонам, поскольку война за доминирование ИИ усиливается и становится приоритетной над облачным бизнесом. По сути, это сценарий, при котором они используют все облачные ресурсы, связанные с искусственным интеллектом, для собственного использования и больше не предлагают их кому-либо еще, а также поглощают все новейшее оборудование. Это происходит, и оставшееся предложение вычислений становится еще более востребованным другими крупными игроками, включая суверенные государства. В то время как графические процессоры потребительского класса, оставшиеся без внимания, становятся все менее конкурентоспособными.

Очевидно, что это крайний сценарий, но приз слишком велик для крупных игроков, чтобы отступить, если останутся аппаратные узкие места. Это оставляет децентрализованных операторов, таких как центры данных уровня 2 и владельцев оборудования розничного класса, которые составляют большинство поставщиков DePIn Web3, за пределами конкуренции.

Другая сторона медали

Пока основатели криптовалют спят за рулем, ведущие специалисты по искусственному интеллекту внимательно следят за криптовалютой.Давление со стороны правительстваи конкуренция может подтолкнуть их к принятию криптовалюты, чтобы избежать закрытия или тяжелой регулировки.

Основатель Stability AI недавноступая вниздля начала «децентрализации» своей компании - один из первых публичных намеков на это. Он ранее не скрывал своих планов запустить токен на публичных мероприятиях, но только после успешного завершения IPO компании - что как бы раскрывает настоящие мотивы ожидаемого шага.

В том же духе, хотя Сэм Альтман не участвует в операционной деятельности созданного им криптопроекта Worldcoin, его токен определенно торгуется как заместитель OpenAI. Будет ли там путь подключенияпроект свободного интернет-денег с проектом исследований и разработок в области искусственного интеллекта, только время покажет, но команда Worldcoin, кажется, такжепризнаватьчто рынок тестирует эту гипотезу.

Для нас имеет много смысла, что гиганты искусственного интеллекта могут исследовать различные пути к децентрализации. Проблема здесь снова заключается в том, что Web3 не привел к появлению значимых решений. “Токены управления” в большинстве своем являются мемами, в то время как только те, которые явно избегают прямых связей между держателями активов и развитием и операциями их сети - $BTC и $ETH - в настоящее время являются по-настоящему децентрализованными.

Те же (не)стимулы, которые замедляют технологическое развитие, также влияют на разработку различных дизайнов для управления криптосетями. Команды стартапов просто приклеивают «токен управления» к своему продукту в надежде разобраться в этом, набирая импульс, в конечном итоге просто погружаясь в «театр управления» вокруг выделения ресурсов.

Заключение

Гонка за искусственным интеллектом в самом разгаре, и все очень серьезно подходят к этому. Мы не можем выявить недостаток в мышлении крупных технологических гигантов, когда дело доходит до масштабирования их вычислений с невиданными темпами - больше вычислений означает лучший искусственный интеллект, лучший искусственный интеллект означает снижение затрат, увеличение новых доходов и расширение доли рынка. Это означает для нас, что пузырь оправдан, но все имитаторы все равно будут вымыты в неизбежных потрясениях впереди.

Централизованный крупный корпоративный искусственный интеллект доминирует в этой области, и легитимные стартапы находят сложно догнать его. Пространство Web3 опоздало на эту вечеринку, но тоже присоединяется к гонке. Рынок слишком щедро вознаграждает крипто-проекты искусственного интеллекта по сравнению с стартапами Web2 в этой сфере, что отвлекает интересы основателей от выпуска продукта к накачиванию токена в критической точке, когда окно возможностей для догонки быстро закрывается. Пока здесь не было никаких ортогональных инноваций, которые обходили бы расширение вычислений до масштаба миллионов для конкуренции.

Сейчас вокруг моделей, ориентированных на потребителя, существует достоверное движение в сторону открытого исходного кода, которое изначально продвигалось только некоторыми централизованными участниками, стремящимися конкурировать с более крупными закрытыми конкурентами за долю рынка (например, Мета, Stability AI). Но теперь сообщество настигает и оказывает давление на ведущие фирмы по искусственному интеллекту. Эти давления будут продолжать влиять на закрытое развитие продуктов искусственного интеллекта, но не в значительной степени, пока открытый исходный код не окажется на стороне настигающих. Это еще один большой шанс для пространства Web3, но только если оно решит проблему децентрализованного обучения моделей и вывода данных.

Таким образом, хотя на первый взгляд "классические" открытия для нарушителей присутствуют, реальность далеко не в их пользу. ИИ в основном связан с вычислениями, и ничего нельзя изменить в этом без прорывных инноваций в следующие 3-5 лет, которые являются решающим периодом для определения того, кто контролирует и управляет развитием ИИ.

Сам рынок вычислений, даже если спрос стимулирует усилия со стороны предложения, также не может «дать сто цветов расцвести», поскольку конкуренция между производителями ограничивается структурными факторами, такими как изготовление микросхем и экономии масштаба.

Мы остаемся оптимистичными относительно человеческого изобретательства и уверены, что достаточно умных и благородных людей, желающих попытаться решить проблему искусственного интеллекта таким образом, чтобы это было в пользу свободного мира, а не контроля со стороны корпораций или правительств сверху. Однако шансы выглядят очень слабо, и это лучше всего сравнить с подбрасыванием монеты, но основатели Web3 слишком заняты тем, чтобы подбрасывать монету в финансовом, а не в реальном мире.

Если вы создаете что-то классное, чтобы помочь увеличить шансы Web3 и не просто скачете на волне хайпа, свяжитесь с нами.

Отказ от ответственности:

1. Эта статья перепечатана из [gagra.vc], Все авторские права принадлежат оригинальному автору [gagra.vc]. Если у вас есть возражения к этому перепечатыванию, пожалуйста, свяжитесь с Gate Learnкоманда, и они незамедлительно разберутся с этим.
2. Отказ от ответственности: Взгляды и мнения, выраженные в этой статье, принадлежат исключительно автору и не являются какими-либо инвестиционными рекомендациями.
3. Переводы статьи на другие языки выполняются командой Gate Learn. Если не указано иное, копирование, распространение или плагиат статей, переведенных на другие языки, запрещено.