Gate Ventures: Inteligencia artificial y criptomonedas: de principiante a experto (parte 2)

El artículo anterior revisó la historia del desarrollo de la industria de la IA y presentó en detalle la cadena de la industria del aprendizaje profundo y el estado actual del mercado. Este artículo continuará interpretando la relación entre Crypto x AI y algunos proyectos notables en la cadena de valor de la industria de las criptomonedas.

La relación entre las criptomonedas y la inteligencia artificial

Gracias al desarrollo de la tecnología ZK, la cadena de bloques ha evolucionado hacia la idea de descentralización + falta de confianza. Volvamos al comienzo de la creación de la cadena de bloques, que fue la cadena Bitcoin. En el artículo de Satoshi Nakamoto Bitcoin, un sistema de efectivo electrónico entre pares, primero lo llamó un sistema de transferencia de valor sin confianza. Más tarde, Vitalik et al. publicaron el artículo A Next-Generation Smart Contract and Decentralized Application Platform y lanzaron una plataforma de contratos inteligentes descentralizada, sin confianza y de intercambio de valor.

En esencia, creemos que toda la red blockchain es una red de valor y que cada transacción es una conversión de valor basada en los tokens subyacentes. El valor aquí se refleja en forma de tokens y Tokenomics son las reglas específicas para reflejar el valor de los tokens.

En la Internet tradicional, la generación de valor se liquida en función del P/E y tiene una forma final de manifestación, a saber, el precio de las acciones. Todo el tráfico, el valor y la influencia formarán el flujo de caja de la empresa. Este flujo de caja es la manifestación final del valor y finalmente se convierte en P/E y se refleja en el precio de las acciones y el valor de mercado.

El valor de la red está determinado por el precio del token nativo y múltiples perspectivas. Fuente: Gate Ventures

Sin embargo, para la red Ethereum, ETH, como la encarnación del valor de la red Ethereum en múltiples dimensiones, no solo puede obtener un flujo de efectivo estable a través del staking, sino que también sirve como un medio para el intercambio de valor, un medio para el almacenamiento de valor, un producto de consumo para actividades de red, etc. Además, también sirve como una capa de protección de seguridad Resttaking, la tarifa de gas del ecosistema de capa 2, etc.

La tokenomics es muy importante. La tokenomics puede determinar el valor relativo de la liquidación del ecosistema (es decir, el token nativo de la red). Aunque no podemos establecer un precio para cada dimensión, tenemos un valor multidimensional, que es el precio del token. Este valor supera con creces la existencia de valores corporativos. Una vez que la red está dotada de tokens y estos se ponen en circulación, es similar a las monedas Q de Tencent con un número limitado, un mecanismo de deflación e inflación, que representa el enorme ecosistema de Tencent y, como liquidación, también puede convertirse en un medio de almacenamiento de valor y generación de intereses. Este valor es definitivamente mucho mayor que el valor del precio de las acciones. Y el token es la máxima encarnación de múltiples dimensiones de valor.

Los tokens son fascinantes. Pueden aportar valor a una función o una idea. Usamos navegadores, pero no tenemos en cuenta el precio del protocolo HTTP de código abierto subyacente. Si se emiten tokens, su valor se reflejará en las transacciones. La existencia de una moneda MEME y las ideas divertidas que hay detrás de ella también son valiosas. La economía de tokens puede dar poder a cualquier tipo de innovación y existencia, ya sea una idea o una creación física. La economía de tokens ha valorado todo lo que existe en el mundo.

Los tokens y la tecnología blockchain, como medio para redefinir y descubrir valor, también son cruciales para cualquier industria, incluida la industria de la IA. En la industria de la IA, la emisión de tokens puede remodelar el valor de todos los aspectos de la cadena de la industria de la IA, lo que alentará a más personas a arraigarse en varios segmentos de la industria de la IA, porque los beneficios que aportan serán más significativos y no es solo el flujo de efectivo lo que determina su valor actual. Además, la sinergia de los tokens aumentará el valor de la infraestructura, lo que conducirá naturalmente a la formación de un protocolo gordo y un paradigma de aplicación delgada.

En segundo lugar, todos los proyectos en la cadena de la industria de la IA obtendrán una apreciación de capital, y este token puede retroalimentar al ecosistema y promover el nacimiento de un determinado pensamiento filosófico.

La economía de tokens obviamente tiene un impacto positivo en la industria. La naturaleza inmutable y sin confianza de la tecnología blockchain también tiene importancia práctica en la industria de la IA, posibilitando algunas aplicaciones que requieren confianza. Por ejemplo, nuestros datos de usuario pueden ser admitidos en un determinado modelo, pero se garantiza que el modelo no conozca los datos específicos, que el modelo no filtre datos y que se devuelvan los datos reales inferidos por el modelo. Cuando las GPU son insuficientes, se pueden distribuir a través de la red blockchain. Cuando las GPU se iteran, las GPU inactivas pueden aportar potencia informática a la red y redescubrir el valor excedente. Esto es algo que solo una red de valor global puede hacer.

En resumen, la economía de tokens puede promover la remodelación y el descubrimiento de valor, y los registros descentralizados pueden resolver el problema de la confianza y hacer que el valor fluya nuevamente a escala global.

Descripción general del proyecto de la cadena de valor de la industria criptográfica

Lado de la oferta de GPU

Algunos proyectos en el mercado de computación en la nube con GPU, Fuente: Gate Ventures

Los anteriores son los principales participantes del proyecto en el mercado de computación en la nube con GPU. El que tiene el mejor valor de mercado y desarrollo fundamental es Render, que se lanzó en 2020. Sin embargo, debido a la falta de datos públicos y transparentes, temporalmente no podemos conocer el estado de desarrollo en tiempo real de su negocio. Actualmente, la gran mayoría de negocios que utilizan Render son tareas de renderizado de video de modelos no grandes.

Como empresa de Depin con un volumen de negocio real, Render ha tenido éxito aprovechando la ola de IA/Depin, pero los escenarios a los que se enfrenta Render son diferentes a los de la IA, por lo que no se considera estrictamente un sector de IA. Y su negocio de renderizado de vídeo tiene ciertas necesidades reales, por lo que el mercado de computación en la nube con GPU no solo se puede utilizar para el entrenamiento y razonamiento de modelos de IA, sino también para tareas de renderizado tradicionales, lo que reduce el riesgo de que el mercado de la nube con GPU dependa de un único mercado.

Tendencia de la demanda mundial de potencia informática de GPU, Fuente: INVESTIGACIÓN DE PRECEDENCIA

En la cadena de la industria de la IA criptográfica, el suministro de potencia de procesamiento es sin duda el punto más importante. Según las previsiones de la industria, la demanda de potencia de procesamiento de GPU en 2024 será de aproximadamente 10.750 millones de dólares estadounidenses y, para 2032, la demanda del mercado será de aproximadamente 10.773 millones de dólares estadounidenses, con una tasa de crecimiento anual compuesta (CAGR) de aproximadamente 33.86%.

La tasa de iteración de las GPU sigue la Ley de Moore (el rendimiento se duplica cada 18-24 meses y el precio se reduce a la mitad), por lo que la demanda de potencia de cálculo de GPU compartida será extremadamente alta. Debido a la explosión del mercado de GPU, en el futuro se formará una gran cantidad de GPU que no sean de la última generación bajo la influencia de la Ley de Moore. En este momento, estas GPU inactivas seguirán desempeñando su valor como potencia de cálculo de cola larga en la red compartida. Por lo tanto, somos realmente optimistas sobre el potencial a largo plazo y la utilidad práctica de esta vía. No solo el negocio de modelos de tamaño pequeño y mediano, sino también el negocio de renderizado tradicional formarán una demanda relativamente fuerte.

Vale la pena señalar que muchos informes utilizan precios bajos como el principal argumento de venta de estos productos para ilustrar el vasto espacio de los mercados de computación y uso compartido de GPU en cadena, pero queremos enfatizar que el precio del mercado de computación en la nube no solo está relacionado con la GPU utilizada, sino también con el ancho de banda de transmisión de datos, dispositivos de borde, herramientas de desarrollo de alojamiento de IA de soporte, etc. Sin embargo, en el caso del mismo ancho de banda, dispositivos de borde, etc., debido a la existencia de subsidios de tokens, parte del valor está determinado por los tokens y los efectos de red, y de hecho hay precios más bajos, lo cual es una ventaja de precio, pero al mismo tiempo, también tiene la desventaja de la lenta transmisión de datos de la red, lo que conduce a tareas lentas de desarrollo y renderizado de modelos.

Ancho de banda del hardware

Algunos proyectos en el área de ancho de banda compartido, Fuente: Gate Ventures

Como mencionamos en el lado de la oferta de GPU, el precio de los proveedores de computación en la nube a menudo está relacionado con los chips de GPU, pero también con el ancho de banda, los sistemas de enfriamiento, las herramientas de desarrollo que respaldan la IA, etc. En la sección de la cadena industrial de IA del informe, también mencionamos que debido a los parámetros y la capacidad de datos de los modelos grandes, el tiempo de entrenamiento de los modelos grandes se verá significativamente afectado durante el proceso de transmisión de datos. Por lo tanto, el ancho de banda es a menudo la razón principal que afecta a los modelos grandes, especialmente en el campo de la computación en la nube en cadena, donde el ancho de banda y el intercambio de datos son más lentos y tienen un mayor impacto, porque es un trabajo colaborativo de usuarios de todo el mundo. Sin embargo, otros proveedores de la nube como Azure han establecido HPC centralizado, que es más conveniente para la coordinación y la mejora del ancho de banda.

Diagrama de arquitectura de red de Menson, fuente: Mesón

Si tomamos como ejemplo la red Menson, el futuro que se vislumbra con Meson es que los usuarios puedan intercambiar fácilmente el ancho de banda restante por tokens, y quienes lo necesiten puedan acceder al ancho de banda global en el mercado de Meson. Los usuarios pueden almacenar datos en sus bases de datos, y otros usuarios pueden acceder a los datos almacenados por los usuarios más cercanos, acelerando así el intercambio de datos de la red y acelerando el entrenamiento del modelo.

Sin embargo, creemos que El ancho de banda compartido es un pseudoconcepto , porque para HPC, sus datos se almacenan principalmente en nodos locales, pero para este ancho de banda compartido, los datos se almacenan a una cierta distancia (como 1 km, 10 km, 100 km), y el retraso causado por estas distancias geográficas será mucho mayor que el almacenamiento de datos localmente, porque esto conducirá a una programación y asignación frecuentes. Por lo tanto, esta pseudodemanda es también la razón por la que el mercado no lo compra. La última ronda de financiación de Meson Network se valoró en US$$1 mil millones. Después de cotizar en la bolsa, el FDV fue de solo US$$9.3 millones, menos de 1/10 de la valoración.

datos

Como hemos descrito en la cadena de la industria del aprendizaje profundo, la cantidad de parámetros, la potencia de cálculo y los datos de los modelos grandes afectan conjuntamente la calidad de los modelos grandes. Existen muchas oportunidades de mercado para las empresas de fuentes de datos y los proveedores de bases de datos vectoriales, que brindarán a las empresas varios tipos específicos de servicios de datos.

Algunos proyectos de proveedores de datos de IA, Fuente: Gate Ventures

Los proyectos lanzados actualmente incluyen el Protocolo EpiK, Synesis One, Masa, etc. La diferencia es que el protocolo EpiK y Synesis One recopilan fuentes de datos públicas, pero Masa se basa en la tecnología ZK y puede recopilar datos privados, lo que es más fácil de usar.

En comparación con otras empresas de datos tradicionales en la Web2, la ventaja de los proveedores de datos de la Web3 radica en el lado de la recopilación de datos, porque las personas pueden contribuir con sus propios datos no privados (la tecnología ZK puede promover que los usuarios contribuyan con datos privados, pero no mostrará fugas). De esta manera, el alcance de los proyectos será muy amplio, no solo ToB, sino también capaz de poner precio a los datos de cualquier usuario. Cualquier dato pasado tiene valor y, debido a la existencia de la economía de tokens, el valor de la red y el precio son interdependientes. Los tokens de costo cero también aumentarán a medida que aumenta el valor de la red, y estos tokens reducirán el costo de los desarrolladores y se utilizarán para recompensar a los usuarios. Los usuarios estarán más motivados para contribuir con datos.

Creemos que este mecanismo, que permite el acceso tanto a la Web2 como a la Web3, y da a casi cualquier persona la oportunidad de contribuir con sus propios datos, es muy fácil de implementar en una adopción masiva parcial. En cuanto al consumo de datos, existen varios modelos, con partes reales de oferta y demanda, y los usuarios pueden hacer clic en ellos a voluntad en Internet, y la dificultad de operación también es muy baja. Lo único que hay que tener en cuenta es el problema de la computación privada, por lo que los proveedores de datos en la dirección ZK pueden tener una mejor perspectiva de desarrollo, entre los que se encuentran los proyectos típicos Masa.

ZKML

Proyectos de capacitación e inferencia de ZK, fuente: Gate Ventures

Si es necesario utilizar datos para la computación y el entrenamiento en materia de privacidad, la solución ZK que se utiliza actualmente en la industria utiliza tecnología de cifrado homomórfico para razonar sobre los datos fuera de la cadena y luego cargar los resultados y las pruebas ZK, lo que puede garantizar la privacidad de los datos y un razonamiento de bajo costo y alta eficiencia. El razonamiento en la cadena no es adecuado. Es por eso que los inversores en la vía ZKML son generalmente de mayor calidad, porque esto está en línea con la lógica empresarial.

No solo existen estos proyectos que se centran en el entrenamiento y razonamiento fuera de la cadena en el campo de la inteligencia artificial, sino que también hay algunos proyectos ZK de propósito general que pueden proporcionar capacidades de procesamiento colaborativo ZK Turing-completas y proporcionar pruebas ZK para cualquier cálculo y dato fuera de la cadena. Proyectos como Axiom, Risc Zero y Ritual también merecen atención. Este tipo de proyecto tiene un límite de aplicación más amplio y es más tolerante con los VC.

Aplicaciones de IA

Panorama de aplicaciones de IA y criptografía, fuente: Foresight News

La aplicación de la cadena de bloques es similar a la de la industria tradicional de la inteligencia artificial. La mayor parte de ella se centra en la construcción de infraestructura. En la actualidad, el desarrollo más próspero sigue siendo la cadena industrial ascendente, pero la cadena industrial descendente, como la de aplicación, es relativamente débil.

Este tipo de aplicación de IA + blockchain es más una aplicación blockchain tradicional + capacidades de automatización y generalización. Por ejemplo, DeFi puede ejecutar la mejor ruta de transacción y préstamo en función de las ideas de los usuarios. Este tipo de aplicación se llama Agente de IA. La contribución más fundamental de las redes neuronales y la tecnología de aprendizaje profundo a la revolución del software radica en su capacidad de generalización, que puede adaptarse a las diferentes necesidades de diferentes grupos de personas y diferentes datos modales.

Creemos que esta capacidad de generalización beneficiará en primer lugar a los agentes de IA. Como puente entre los usuarios y las distintas aplicaciones, los agentes de IA pueden ayudar a los usuarios a tomar decisiones complejas en cadena y elegir el mejor camino. Fetch.AI es un proyecto representativo (actualmente un MC de 2100 millones de dólares estadounidenses). Usamos Fetch.AI para describir brevemente el principio de funcionamiento de los agentes de IA.

Diagrama de arquitectura de Fetch.AI, Fuente: Obtener AI

La imagen de arriba es el diagrama de arquitectura de Fetch.AI. Fetch.AI define a AI Agent como un programa que se ejecuta por sí solo en la red blockchain que puede conectarse, buscar y comerciar, y también puede programarse para interactuar con otros agentes en la red. DeltaV es una plataforma para crear agentes, y los agentes registrados forman una biblioteca de agentes llamada Agentverse. AI Engine analiza el texto y el propósito de los usuarios, y luego lo convierte en instrucciones precisas que el agente puede aceptar, y luego encuentra el agente más adecuado en Agentverse para ejecutar estas instrucciones. Cualquier servicio se puede registrar como agente, lo que formará una red integrada guiada por intenciones. Esta red puede ser muy adecuada para integrarse en aplicaciones como Telegram, porque todas las entradas son Agentverse, y cualquier operación o idea ingresada en el cuadro de chat será ejecutada por el Agente correspondiente en la cadena. Agentverse puede completar las tareas de interacción de la aplicación en la cadena conectándose a una amplia gama de dAPP. Creemos que AI Agent tiene importancia práctica y tiene sus necesidades innatas para la industria blockchain. El modelo grande le da el cerebro a la aplicación, pero AI Agent le da las manos a la aplicación.

Según los datos actuales del mercado, Fetch.AI cuenta actualmente con aproximadamente 6103 agentes de IA en línea. Para esta cantidad de agentes, existe la posibilidad de que el precio esté sobreestimado, por lo que el mercado está dispuesto a ofrecer una prima más alta por su visión.

Cadena pública de IA

Similar a las cadenas públicas como Tensor, Allora, Hypertensor, AgentLayer, etc., es una red adaptativa creada específicamente para modelos o agentes de IA. Este es un eslabón en la cadena de la industria de IA nativa de blockchain.

Arquitectura Allora, Fuente : Red Allora

Tomemos Allora para describir brevemente los principios de funcionamiento de este tipo de cadena de IA:

1. Los consumidores buscan razonamiento en Allora Chain.

2. Los mineros ejecutan modelos de inferencia y modelos de predicción fuera de la cadena.

3. Los evaluadores son responsables de evaluar la calidad del razonamiento proporcionado por los mineros. Los evaluadores suelen ser expertos en campos de autoridad para evaluar con precisión la calidad del razonamiento.

Esto es similar a la RLHF (aprendizaje de refuerzo), que permite cargar el razonamiento en la cadena, y los evaluadores de la cadena pueden mejorar los parámetros del modelo clasificando los resultados, lo que también es bueno para el modelo en sí. De manera similar, los proyectos basados en la economía de tokens pueden reducir significativamente el costo del razonamiento a través de la distribución de tokens, lo que desempeña un papel vital en el desarrollo del proyecto.

En comparación con el modelo de IA tradicional que utiliza el algoritmo RLHF, generalmente se establece un modelo de puntuación, pero este modelo de puntuación aún requiere la intervención humana, no se puede reducir su costo y los participantes son limitados. Por el contrario, Crypto puede atraer a más participantes y estimular aún más una amplia gama de efectos de red.

Resumir

En primer lugar, conviene destacar que los debates sobre el desarrollo de la IA y la cadena industrial con los que estamos familiarizados se basan en realidad en la tecnología de aprendizaje profundo, que no representa la dirección de desarrollo de toda la IA. Todavía hay muchas tecnologías prometedoras y que no se basan en el aprendizaje profundo en desarrollo. Sin embargo, debido a que el efecto de GPT es tan bueno, la mayor parte de la atención de los mercados se ve atraída por esta vía técnica eficaz.

Algunos gigantes de la industria también creen que la tecnología actual de aprendizaje profundo no puede lograr la inteligencia artificial general, por lo que el final de esta pila de tecnología puede ser un callejón sin salida, pero creemos que esta tecnología ya tiene su importancia, y también existe un escenario de demanda práctica para GPT, por lo que es similar al algoritmo de recomendación de TikTok. Aunque este tipo de aprendizaje automático no puede lograr la inteligencia artificial, de hecho se utiliza en varios flujos de información para optimizar el proceso de recomendación. Por lo tanto, seguimos creyendo que vale la pena arraigar este campo de manera racional y vigorosa.

Los tokens y la tecnología blockchain, como medio para redefinir y descubrir valor (liquidez global), también tienen sus ventajas para la industria de la IA. En la industria de la IA, la emisión de tokens puede remodelar el valor de todos los aspectos de la cadena de la industria de la IA, lo que animará a más personas a echar raíces en varios segmentos de la industria de la IA, porque los beneficios serán más significativos y no es solo el flujo de caja lo que determina su valor actual. En segundo lugar, todos los proyectos en la cadena de la industria de la IA obtendrán una revalorización del capital, y este token puede retroalimentar al ecosistema y promover el nacimiento de una determinada filosofía.

La naturaleza inmutable y sin confianza de la tecnología blockchain también tiene importancia práctica en la industria de la IA. Puede realizar algunas aplicaciones que requieren confianza. Por ejemplo, nuestros datos de usuario pueden permitirse en un determinado modelo, pero se garantiza que el modelo no conozca los datos específicos, que el modelo no filtre datos y que se devuelvan los datos reales inferidos por el modelo. Cuando las GPU son insuficientes, se pueden distribuir a través de la red blockchain. Cuando se iteran las GPU, las GPU inactivas pueden aportar potencia informática a la red y los desechos se pueden reutilizar. Esto es algo que solo puede hacerse mediante una red de valor global.

La desventaja de las redes de computadoras GPU es el ancho de banda, es decir, para los clústeres HPC, el ancho de banda se puede resolver de forma centralizada, acelerando así la eficiencia del entrenamiento. Para las plataformas de uso compartido de GPU, aunque se puede recuperar la potencia de cómputo inactiva y se pueden reducir los costos (a través de subsidios de tokens), la velocidad de entrenamiento se volverá muy lenta debido a problemas geográficos, por lo que estas potencias de cómputo inactivas solo son adecuadas para modelos pequeños que no son urgentes. Además, estas plataformas carecen de herramientas de desarrollo de soporte, por lo que las empresas medianas y grandes se inclinan más por las plataformas empresariales en la nube tradicionales en las circunstancias actuales.

En conclusión, aún reconocemos la utilidad práctica de la combinación de IA y criptografía. La economía de tokens puede reconfigurar el valor y descubrir una perspectiva de valor más amplia, mientras que los registros descentralizados pueden resolver el problema de la confianza, movilizar valor y descubrir valor excedente.

Referencias

Galaxia: una interpretación panorámica de la trayectoria de la criptografía y la IA

《Lista completa de la cadena industrial de centros de datos de IA de EE. UU.》

Ya no hay tiempo para esperar y ver qué pasa con la IA

Estado actual de GPT

《LA INFRAESTRUCTURA DE IA EXPLICADA》

Descargo de responsabilidad:

El contenido anterior es solo de referencia y no debe considerarse como asesoramiento. Busque siempre asesoramiento profesional antes de realizar cualquier inversión.

Acerca de Gate Ventures

Empresas de puertas es el brazo de capital de riesgo de Gate.io, centrado en inversiones en infraestructura descentralizada, ecosistemas y aplicaciones que cambiarán el mundo en la era de la Web 3.0. Empresas de puertas trabaja con líderes de la industria global para empoderar a equipos y empresas emergentes con pensamiento innovador y capacidades para redefinir los modelos de interacción social y financiera.

Página web oficial: https://ventures.gate.io/

Gorjeo: https://x.com/gate_ventures

Medio: https://medium.com/gate_ventures

Este artículo proviene de Internet: Gate Ventures: AI x Crypto de principiante a maestro (parte 2)

Relacionado: Descubriendo la situación actual de los validadores de Solana: unos pocos han recaudado decenas de millones de dólares, mientras que miles

Autor original: Frank, PANews Solana ha sido líder en datos en todas las dimensiones recientemente. Anteriormente, PANews escribió un artículo sobre el rápido desarrollo de su ecosistema de staking de liquidez. Además de estos proyectos, los validadores detrás de Solana parecen haber sido siempre relativamente misteriosos. ¿Cuánto se puede ganar como validador en Solana? ¿Cuál es el nivel de inversión? PANews ha realizado algunas investigaciones sobre este negocio. El mecanismo de consenso adoptado por Solana es una combinación de Proof of History (PoH) y Proof of Stake (PoS). Los poseedores de tokens pueden comprometer sus tokens a los validadores de su elección. Cuantos más tokens tenga un validador, mayor será la proporción de bloques que liderará. Al mismo tiempo, los usuarios que participan en el staking también pueden recibir recompensas en bloque…