डेल्फी डिजिटल: DeAI के अवसरों और चुनौतियों का गहन विश्लेषण

मूल लेखक: पॉंडरिंगडुरियन, डेल्फी डिजिटल शोधकर्ता

मूल अनुवाद: पज़ाई, फ़ोरसाइट न्यूज़

यह देखते हुए कि क्रिप्टोकरेंसी मूलतः ओपन सोर्स सॉफ्टवेयर है जिसमें अंतर्निहित आर्थिक प्रोत्साहन हैं, और एआई सॉफ्टवेयर लिखने के तरीके में व्यवधान डाल रहा है, एआई का संपूर्ण ब्लॉकचेन क्षेत्र पर बहुत बड़ा प्रभाव पड़ेगा।

एआई x क्रिप्टो समग्र स्टैक

DeAI: अवसर और चुनौतियाँ

मेरी राय में, DeAI के सामने सबसे बड़ी चुनौती बुनियादी ढांचे के स्तर पर है, क्योंकि बुनियादी मॉडल बनाने के लिए बहुत अधिक पूंजी की आवश्यकता होती है, और डेटा और कंप्यूटिंग के लिए रिटर्न भी अधिक होता है।

स्केलिंग के नियम को देखते हुए, तकनीकी दिग्गजों के पास एक स्वाभाविक लाभ है: वेब 2 चरण के दौरान उपभोक्ता मांग को एकत्रित करने के एकाधिकार लाभ से भारी मुनाफा कमाने और कृत्रिम रूप से कम दरों के एक दशक के दौरान क्लाउड इंफ्रास्ट्रक्चर में उन लाभों को पुनर्निवेशित करने के बाद, इंटरनेट दिग्गज अब डेटा और कंप्यूटिंग (एआई के प्रमुख तत्व) पर हावी होकर एआई बाजार पर कब्जा करने की कोशिश कर रहे हैं:

टोकन बड़े मॉडल की मात्रा तुलना

बड़े पैमाने पर प्रशिक्षण के लिए पूंजी की अधिकता और उच्च बैंडविड्थ आवश्यकताओं के कारण, एकीकृत सुपरक्लस्टर सबसे अच्छा विकल्प बने हुए हैं - जो तकनीकी दिग्गजों को सर्वश्रेष्ठ प्रदर्शन करने वाले बंद-स्रोत मॉडल प्रदान करते हैं - जिन्हें वे एकाधिकार-जैसे मुनाफे पर किराए पर देने और उत्पादों की प्रत्येक आगामी पीढ़ी में आय को पुनर्निवेश करने की योजना बनाते हैं।

हालांकि, यह पता चला है कि एआई क्षेत्र में खाई वेब 2 नेटवर्क प्रभाव की तुलना में उथली है, और अग्रणी अत्याधुनिक मॉडल क्षेत्र के सापेक्ष तेजी से मूल्यह्रास कर रहे हैं, खासकर जब मेटा ने एक झुलसी हुई धरती की नीति अपनाई है और लामा 3.1 जैसे खुले स्रोत अत्याधुनिक मॉडल विकसित करने के लिए अरबों डॉलर का निवेश किया है, जिसका प्रदर्शन एसओटीए स्तर तक पहुंच गया है।

लामा 3 बड़े मॉडल रेटिंग

इस बिंदु पर, कम विलंबता वाले विकेन्द्रीकृत प्रशिक्षण विधियों पर उभरते अनुसंधान के साथ, यह अत्याधुनिक व्यापार मॉडल (के कुछ हिस्सों) को कमोडिटीकृत कर सकता है - जैसे ही स्मार्टफोन की कीमतें गिरती हैं, प्रतिस्पर्धा (कम से कम आंशिक रूप से) हार्डवेयर सुपरक्लस्टर्स (जो तकनीकी दिग्गजों का पक्षधर है) से सॉफ्टवेयर नवाचार (जो ओपन सोर्स / क्रिप्टोकरेंसी का थोड़ा सा पक्षधर है) में स्थानांतरित हो जाएगी।

क्षमता सूचकांक (गुणवत्ता) – प्रशिक्षण मूल्य वितरण चार्ट

"विशेषज्ञों के मिश्रण" आर्किटेक्चर और बड़े मॉडल संश्लेषण/रूटिंग की कम्प्यूटेशनल दक्षता को देखते हुए, हम संभवतः 3-5 विशाल मॉडलों की दुनिया का सामना नहीं कर रहे हैं, बल्कि अलग-अलग लागत/प्रदर्शन ट्रेडऑफ़ वाले लाखों मॉडलों की दुनिया का सामना कर रहे हैं। आपस में जुड़ी हुई बुद्धिमत्ता का एक नेटवर्क (हाइव)।

इससे समन्वय की एक बड़ी समस्या उत्पन्न होती है: जिसे ब्लॉकचेन और क्रिप्टोकरेंसी प्रोत्साहन तंत्र बहुत अच्छी तरह से सुलझाने में सक्षम होना चाहिए।

कोर DeAI निवेश क्षेत्र

सॉफ्टवेयर दुनिया को खा रहा है। AI सॉफ्टवेयर को खा रहा है। और AI मूल रूप से डेटा और कंप्यूट है।

डेल्फी इस स्टैक के घटकों के बारे में आशावादी है:

AI x क्रिप्टो स्टैक को सरल बनाना

आधारभूत संरचना

यह देखते हुए कि AI डेटा और कंप्यूट द्वारा संचालित है, DeAI इंफ्रास्ट्रक्चर डेटा और कंप्यूट को यथासंभव कुशलता से प्राप्त करने पर केंद्रित है, अक्सर क्रिप्टोकरेंसी प्रोत्साहनों का उपयोग करते हुए। जैसा कि हमने पहले उल्लेख किया है, यह प्रतियोगिता का सबसे चुनौतीपूर्ण हिस्सा है, लेकिन अंतिम बाजार के आकार को देखते हुए, यह सबसे पुरस्कृत हिस्सा भी हो सकता है।

calculate

वितरित प्रशिक्षण प्रोटोकॉल और GPU बाजार अब तक देरी से बाधित रहे हैं, लेकिन उन्हें उम्मीद है कि वे विषम हार्डवेयर की क्षमता का समन्वय करेंगे ताकि उन लोगों को कम लागत वाली, ऑन-डिमांड कंप्यूटिंग सेवाएं प्रदान की जा सकें जो दिग्गजों के एकीकृत समाधानों से बाहर हैं। जेनसिन, प्राइम इंटेलेक्ट और न्यूरोमेश जैसी कंपनियां वितरित प्रशिक्षण के विकास को आगे बढ़ा रही हैं, जबकि io.net, आकाश, एथिर और अन्य जैसी कंपनियां एज इंटेलिजेंस के करीब कम लागत वाले अनुमान को सक्षम कर रही हैं।

समेकित आपूर्ति के आधार पर परियोजना का विशिष्ट वितरण

डेटा

छोटे, अधिक विशिष्ट मॉडलों पर आधारित सर्वव्यापी बुद्धिमत्ता की दुनिया में, डेटा परिसंपत्तियां तेजी से मूल्यवान और मुद्रीकृत होती जा रही हैं।

आज तक, DePIN की दूरसंचार कंपनियों जैसे पूंजी-गहन उद्यमों की तुलना में कम लागत पर हार्डवेयर नेटवर्क बनाने की क्षमता के लिए काफी प्रशंसा की गई है। हालांकि, DePIN के लिए सबसे बड़ा संभावित बाजार नए प्रकार के डेटा सेटों के संग्रह में होगा जो ऑन-चेन इंटेलिजेंट सिस्टम में प्रवाहित होंगे: प्रॉक्सी प्रोटोकॉल (बाद में चर्चा की गई)।

ऐसी दुनिया में जहां दुनिया का सबसे बड़ा संभावित बाजार - श्रम - को डेटा और कंप्यूटिंग द्वारा प्रतिस्थापित किया जा रहा है, डीएआई बुनियादी ढांचा गैर-तकनीकी लोगों को उत्पादन के साधनों को जब्त करने और आने वाली नेटवर्क अर्थव्यवस्था में योगदान करने का एक तरीका प्रदान करता है।

मिडलवेयर

DeAI का अंतिम लक्ष्य कुशल कम्पोज़ेबल कंप्यूटिंग को सक्षम बनाना है। DeFi के कैपिटल लेगो की तरह, DeAI आज परमिशनलेस कम्पोज़ेबिलिटी के माध्यम से पूर्ण प्रदर्शन की कमी को पूरा करता है, सॉफ्टवेयर और कंप्यूटिंग प्राइमेटिव्स के एक खुले पारिस्थितिकी तंत्र को समय के साथ जारी रखने के लिए प्रोत्साहित करता है, जिससे (उम्मीद है) मौजूदा सॉफ्टवेयर और कंप्यूटिंग प्राइमेटिव्स को पीछे छोड़ दिया जाएगा।

यदि Google "एकीकरण" की चरम सीमा है, तो DeAI "मॉड्यूलरीकरण" की चरम सीमा का प्रतिनिधित्व करता है। जैसा कि क्लेटन क्रिस्टेंसन हमें याद दिलाते हैं, उभरते उद्योगों में, एकीकृत दृष्टिकोण मूल्य श्रृंखला में घर्षण को कम करके नेतृत्व करते हैं, लेकिन जैसे-जैसे क्षेत्र परिपक्व होता है, स्टैक की प्रत्येक परत में प्रतिस्पर्धा और लागत दक्षता बढ़ाकर मॉड्यूलर मूल्य श्रृंखलाएं आगे बढ़ती हैं:

एकीकृत बनाम मॉड्यूलर एआई

हम कई श्रेणियों को लेकर बहुत आशावादी हैं जो इस मॉड्यूलर विजन को प्राप्त करने के लिए महत्वपूर्ण हैं:

मार्ग

खंडित बुद्धिमत्ता की दुनिया में, हम सर्वोत्तम मूल्य पर सही मोड और समय कैसे चुन सकते हैं? डिमांड-साइड एग्रीगेटर्स ने हमेशा मूल्य पर कब्ज़ा किया है (एग्रीगेशन थ्योरी देखें), और नेटवर्क इंटेलिजेंस की दुनिया में प्रदर्शन और लागत के बीच पैरेटो वक्र को अनुकूलित करने के लिए रूटिंग फ़ंक्शन महत्वपूर्ण हैं:

बिटेंसर पहली पीढ़ी के उत्पादों में सबसे आगे रहा है, लेकिन कई समर्पित प्रतिस्पर्धी उभरे हैं।

एलोरा समय के साथ "संदर्भ-जागरूक" और आत्म-सुधार तरीके से विभिन्न "विषयों" में विभिन्न मॉडलों के बीच प्रतियोगिताओं का आयोजन करता है, जो विशिष्ट परिस्थितियों के तहत उनकी ऐतिहासिक सटीकता के आधार पर भविष्य की भविष्यवाणियों को सूचित करता है।

मॉर्फियस का लक्ष्य वेब3 उपयोग मामलों के लिए "डिमांड-साइड रूटिंग" बनना है - अनिवार्य रूप से एक ओपन-सोर्स स्थानीय प्रॉक्सी के साथ एक "ऐप्पल इंटेलिजेंस" जो उपयोगकर्ता के प्रासंगिक संदर्भ को समझता है और डेफी या वेब3 के "कंपोजेबल कंप्यूट" बुनियादी ढांचे के उभरते बिल्डिंग ब्लॉकों के माध्यम से कुशलतापूर्वक प्रश्नों को रूट कर सकता है।

थियोरिक और ऑटोनोलस जैसे एजेंट इंटरऑपरेबिलिटी प्रोटोकॉल का उद्देश्य मॉड्यूलर रूटिंग को चरम सीमा तक ले जाना है, जिससे लचीले एजेंटों या घटकों के एक संयोजनीय, समग्र पारिस्थितिकी तंत्र को पूरी तरह से परिपक्व ऑन-चेन सेवा बनने में सक्षम बनाया जा सके।

संक्षेप में, ऐसी दुनिया में जहाँ खुफिया जानकारी तेजी से विखंडित हो रही है, आपूर्ति-पक्ष और मांग-पक्ष एग्रीगेटर बेहद शक्तिशाली होंगे। यदि Google $2 मिलियन कंपनी है जो दुनिया की जानकारी को अनुक्रमित करती है, तो मांग-पक्ष राउटर का विजेता - चाहे वह Apple हो, Google हो या Web3 समाधान - प्रॉक्सी इंटेलिजेंस को अनुक्रमित करने वाली कंपनी का पैमाना बहुत बड़ा होगा।

सह प्रोसेसर

इसकी विकेंद्रीकृत प्रकृति को देखते हुए, ब्लॉकचेन डेटा और कम्प्यूटेशन दोनों में बहुत सीमित है। आप कम्प्यूटेशनल और डेटा-गहन एआई अनुप्रयोगों को ब्लॉकचेन में कैसे ला सकते हैं जिनकी उपयोगकर्ताओं को आवश्यकता है? कोप्रोसेसर के माध्यम से!

क्रिप्टो में कोप्रोसेसर अनुप्रयोग परत

वे सभी यह सत्यापित करने के लिए अलग-अलग तकनीकें प्रदान करते हैं कि उपयोग किया जा रहा अंतर्निहित डेटा या मॉडल एक वैध ऑरेकल है, जो श्रृंखला पर नई ट्रस्ट धारणाओं को कम करता है जबकि इसकी क्षमताओं में काफी सुधार करता है। आज तक, कई परियोजनाओं ने zkML, opML, TeeML और क्रिप्टो-इकोनॉमिक विधियों का उपयोग किया है, और उनके फायदे और नुकसान अलग-अलग हैं:

सहप्रोसेसर तुलना

उच्च स्तर पर, कोप्रोसेसर स्मार्ट अनुबंधों की बुद्धिमत्ता के लिए महत्वपूर्ण हैं - अधिक व्यक्तिगत ऑन-चेन अनुभव के लिए क्वेरी करने के लिए या यह सत्यापित करने के लिए कि दिया गया अनुमान सही ढंग से पूरा हुआ है, "डेटा वेयरहाउस" जैसा समाधान प्रदान करते हैं।

सुपर, फाला और मार्लिन जैसे टीईई (विश्वसनीय निष्पादन) नेटवर्क अपनी व्यावहारिकता और बड़े पैमाने पर अनुप्रयोगों की मेजबानी करने की क्षमता के कारण हाल ही में तेजी से लोकप्रिय हो गए हैं।

कुल मिलाकर, कोप्रोसेसर उच्च-नियतात्मक लेकिन कम-प्रदर्शन वाले ब्लॉकचेन को उच्च-प्रदर्शन वाले लेकिन संभाव्य एजेंटों के साथ विलय करने के लिए महत्वपूर्ण हैं। कोप्रोसेसर के बिना, ब्लॉकचेन की इस पीढ़ी में AI मौजूद नहीं होगा।

डेवलपर प्रोत्साहन

एआई में ओपन सोर्स विकास के साथ सबसे बड़ी समस्याओं में से एक इसे टिकाऊ बनाने के लिए प्रोत्साहन की कमी है। एआई विकास अत्यधिक पूंजी गहन है, और संगणना और एआई ज्ञान कार्य दोनों की अवसर लागत बहुत अधिक है। ओपन सोर्स योगदान को पुरस्कृत करने के लिए सही प्रोत्साहन के बिना, यह क्षेत्र अनिवार्य रूप से हाइपर-पूंजीवाद के सुपरकंप्यूटरों से हार जाएगा।

सेंटिमेंट से लेकर प्लुरलिस, सहारा एआई और मीरा तक, इन परियोजनाओं का लक्ष्य ऐसे नेटवर्कों को लॉन्च करना है जो व्यक्तियों के विकेन्द्रीकृत नेटवर्क को नेटवर्क की खुफिया जानकारी में योगदान करने में सक्षम बनाते हैं और साथ ही उन्हें उचित प्रोत्साहन भी देते हैं।

व्यवसाय मॉडल में इसकी पूर्ति करके, ओपन सोर्स की चक्रवृद्धि दर में तेजी आनी चाहिए - जिससे डेवलपर्स और एआई शोधकर्ताओं को बड़ी तकनीकी कंपनियों के लिए एक वैश्विक विकल्प मिल सके और उनके द्वारा बनाए गए मूल्य के आधार पर उन्हें अच्छी तरह से मुआवजा मिलने की संभावना हो।

यद्यपि ऐसा करना बहुत कठिन है और प्रतिस्पर्धा भी तीव्र होती जा रही है, फिर भी यहां संभावित बाजार बहुत बड़ा है।

जीएनएन मॉडल

जबकि बड़े भाषा मॉडल बड़े टेक्स्ट कॉर्पोरा में पैटर्न को वर्गीकृत करते हैं और अगले शब्द की भविष्यवाणी करना सीखते हैं, ग्राफ़ न्यूरल नेटवर्क (GNN) ग्राफ़-संरचित डेटा को प्रोसेस, विश्लेषण और सीखते हैं। चूँकि ऑन-चेन डेटा में मुख्य रूप से उपयोगकर्ताओं और स्मार्ट कॉन्ट्रैक्ट्स के बीच जटिल इंटरैक्शन होते हैं, दूसरे शब्दों में, एक ग्राफ़, GNN ऑन-चेन AI उपयोग मामलों का समर्थन करने के लिए एक उचित विकल्प प्रतीत होता है।

पॉन्ड और आरपीएस जैसी परियोजनाएं वेब3 के लिए बुनियादी मॉडल बनाने की कोशिश कर रही हैं, जिन्हें लेनदेन, डीफाई और यहां तक कि सामाजिक उपयोग के मामलों में भी लागू किया जा सकता है, जैसे:

• मूल्य पूर्वानुमान: ऑन-चेन व्यवहार मॉडल कीमतों, स्वचालित ट्रेडिंग रणनीतियों, भावना विश्लेषण की भविष्यवाणी करते हैं

• एआई फाइनेंस: मौजूदा DeFi अनुप्रयोगों के साथ एकीकरण, उन्नत उपज रणनीतियाँ और तरलता उपयोग, बेहतर जोखिम प्रबंधन/शासन

• ऑन-चेन मार्केटिंग: अधिक लक्षित एयरड्रॉप/पोजिशनिंग, ऑन-चेन व्यवहार पर आधारित अनुशंसा इंजन

ये मॉडल स्पेस एंड टाइम, सबस्क्विड, कोवेलेन्ट और हाइपरलाइन जैसे डेटा वेयरहाउसिंग समाधानों का भरपूर उपयोग करेंगे, जिन पर मैं भी बहुत आशावादी हूं।

जीएनएन यह साबित कर सकता है कि ब्लॉकचेन और वेब 3 डेटा वेयरहाउस का बड़ा मॉडल आवश्यक सहायक उपकरण हैं, अर्थात, वेब 3 के लिए ओएलएपी (ऑनलाइन एनालिटिकल प्रोसेसिंग) फ़ंक्शन प्रदान करना।

आवेदन

मेरी राय में, ऑन-चेन एजेंट उपयोगकर्ता अनुभव की समस्या को हल करने की कुंजी हो सकते हैं, जिसके लिए क्रिप्टो अच्छी तरह से जाना जाता है, लेकिन इससे भी महत्वपूर्ण बात यह है कि हमने पिछले दशक में वेब 3 बुनियादी ढांचे में अरबों डॉलर का निवेश किया है, लेकिन मांग पक्ष पर उपयोग दयनीय है।

चिंता मत करो, एजेंट आ रहे हैं...

मानव व्यवहार के विभिन्न आयामों पर एआई परीक्षण स्कोर में वृद्धि हुई है

यह तर्कसंगत लगता है कि ये एजेंट अधिक जटिल अंतिम लक्ष्यों को प्राप्त करने के लिए भुगतान और कम्पोज़ेबल कंप्यूटिंग में खुले, अनुमति रहित बुनियादी ढांचे का लाभ उठाते हैं। आने वाली नेटवर्क वाली स्मार्ट अर्थव्यवस्था में, आर्थिक प्रवाह अब B -> B -> C नहीं हो सकता है, बल्कि उपयोगकर्ता -> एजेंट -> कंप्यूटिंग नेटवर्क -> एजेंट -> उपयोगकर्ता हो सकता है। इस प्रवाह का अंतिम परिणाम प्रॉक्सी प्रोटोकॉल है। एप्लिकेशन या सेवा-उन्मुख उद्यमों के पास सीमित ओवरहेड होते हैं और वे मुख्य रूप से ऑन-चेन संसाधन चलाते हैं। कम्पोज़ेबल नेटवर्क में अंतिम उपयोगकर्ताओं (या एक-दूसरे) की ज़रूरतों को पूरा करने की लागत पारंपरिक उद्यमों की तुलना में बहुत कम है। जिस तरह Web2 की एप्लिकेशन परत अधिकांश मूल्य को कैप्चर करती है, मैं DeAI में फैट प्रॉक्सी प्रोटोकॉल सिद्धांत का भी समर्थक हूँ। समय के साथ, मूल्य कैप्चर स्टैक की ऊपरी परतों में स्थानांतरित हो जाना चाहिए।

जनरेटिव एआई में मूल्य संचय

अगले गूगल, फेसबुक और ब्लैकरॉक संभवतः प्रॉक्सी प्रोटोकॉल होंगे, और उन्हें लागू करने के लिए घटक पहले से ही बनाए जा रहे हैं।

DeAI का अंतिम चरण

AI हमारी अर्थव्यवस्था को बदल देगा। आज, बाजार को उम्मीद है कि यह मूल्य अधिग्रहण उत्तरी अमेरिका के पश्चिमी तट पर कुछ बड़ी कंपनियों तक ही सीमित रहेगा। DeAI एक अलग दृष्टिकोण का प्रतिनिधित्व करता है। एक बुद्धिमान नेटवर्क का एक खुला, संयोजित दृष्टिकोण जिसमें सबसे छोटे योगदान के लिए भी पुरस्कार और मुआवजा, और अधिक सामूहिक स्वामित्व/प्रबंधन हो।

जबकि DeAI के कुछ दावे अतिशयोक्तिपूर्ण हैं, और कई परियोजनाएं अपनी वर्तमान वास्तविक गति से काफी अधिक कीमतों पर कारोबार कर रही हैं, अवसर का पैमाना महत्वपूर्ण है। धैर्य और दूरदर्शिता रखने वालों के लिए, DeAI का वास्तव में कंपोजेबल कंप्यूटिंग का अंतिम दृष्टिकोण ब्लॉकचेन को सही ठहरा सकता है।

यह लेख इंटरनेट से लिया गया है: डेल्फी डिजिटल: डीएआई के अवसरों और चुनौतियों का गहन विश्लेषण

संबंधित: क्या लोकप्रिय पॉलीमार्केट एक अच्छा पूर्वानुमान उपकरण है?

फेलिप मोंटेलेग्रे द्वारा मूल लेख मूल अनुवाद: लफी, फोरसाइट न्यूज़ एक बार, मैं और मेरा एक मित्र रॉबर्ट कैनेडी द्वारा ट्रम्प के समर्थन पर चर्चा कर रहे थे, और एक प्रतिभागी ने पूरे विश्वास के साथ घोषणा की कि ट्रम्प के जीतने की संभावना 2% बढ़ गई है क्योंकि पॉलीमार्केट ने ऐसा पूर्वानुमान लगाया था। यह एक अच्छा अवलोकन था क्योंकि घटना जल्दी हुई और बाजार को हिलाने के लिए कोई और खबर नहीं थी। यदि पॉलीमार्केट एक कुशल बाजार होता, तो यह कथन तर्कसंगत प्रतीत होता। समस्या यह है कि पॉलीमार्केट अभी भी एक अकुशल उभरता हुआ बाजार है जो किसी घटना की संभावना में छोटे बदलावों की भविष्यवाणी नहीं कर सकता है (कुशल बाजार जिस तरह से काम करते हैं वह यह है कि बड़ी संख्या में निवेशक घटनाओं के आधार पर व्यापार करते हैं। अगर आपको लगता है कि रॉबर्ट कैनेडी के समर्थन से ट्रम्प की संभावना 10% बढ़ जाएगी, तो आप लीवरेज के साथ खरीद करेंगे…