아이콘_설치_ios_웹 아이콘_설치_ios_웹 아이콘_안드로이드_웹_설치

암호화 AI 트랙의 다음 단계 내러티브 추론: 촉매적 요인, 개발 경로 및 관련 목표

분석6개월 전업데이트 6086cf...
103 0

소개

지금까지 이번 암호화폐 강세장 주기는 사업 혁신 측면에서 가장 지루한 주기입니다. 이전 강세장에서 DeFi, NFT, Gamefi와 같은 엄청난 핫트랙이 부족하여 전체 시장에서 산업 핫스팟이 부족하고 사용자, 산업 투자, 개발자의 성장이 비교적 약합니다.

이는 현재 자산 가격에도 반영되어 있습니다. 전체 주기 동안 대부분의 Alt 코인의 BTC 대비 환율은 ETH를 포함하여 계속해서 손실을 보고 있습니다. 결국 스마트 계약 플랫폼의 가치 평가는 애플리케이션의 번영에 따라 결정됩니다. 애플리케이션의 개발과 혁신이 부진하면 퍼블릭 체인의 가치 평가도 상승하기 어렵습니다.

이번 라운드에서 비교적 새로운 암호화폐 비즈니스 범주인 AI는 폭발적인 개발 속도와 외부 비즈니스 세계의 지속적인 인기로 인해 혜택을 입었으며, 앞으로도 암호화폐 세계에서 AI 추적 프로젝트에 대한 관심이 크게 증가할 가능성이 높습니다.

~ 안에 IO.NET 보고서 저자가 4월에 발표한 내용에서 AI와 Crypto를 결합할 필요성이 정리되었습니다. 즉, 확실성, 자원 동원 및 할당, 신뢰 부족에 대한 Crypto-economic 솔루션의 이점은 AI 무작위성, 자원 강도, 인간과 기계를 구별하는 데 어려움이라는 세 가지 과제에 대한 해결책 중 하나일 수 있습니다.

암호화 경제의 AI 트랙에서 저자는 다른 기사를 통해 몇 가지 중요한 문제를 논의하고 추론하려고 시도했습니다. 여기에는 다음이 포함됩니다.

  • 미래에 폭발적으로 성장할 수 있는 암호화 AI 분야의 다른 이야기는 무엇일까요?

  • 이러한 서사의 촉매적 경로와 논리

  • 내러티브 관련 프로젝트 목표

  • 서사적 추론에서의 위험과 불확실성

이 글은 저자가 출판 시점까지 생각한 중간 단계의 글입니다. 미래에 바뀔 수 있으며, 견해는 매우 주관적입니다. 사실, 데이터, 추론 논리에 오류가 있을 수도 있습니다. 투자 참고 자료로 사용하지 마십시오. 동료의 비판과 토론을 환영합니다.

다음은 본문입니다.

암호화 AI 트랙의 다음 물결의 서사

크립토 AI 트랙에서 다음 물결의 내러티브를 공식적으로 검토하기 전에 먼저 현재 크립토 AI의 주요 내러티브를 살펴보겠습니다. 시가총액 관점에서 시가총액이 10억 미국 달러가 넘는 내러티브는 다음과 같습니다.

  • 컴퓨팅 파워: Render(RNDR, 시장 가치 38억 5천만 달러), Akash(시장 가치 12억 달러), IO.NET(최신 라운드 1차 자금 조달 가치 10억 달러)

  • 알고리즘 네트워크: Bittensor(TAO, 시가총액 29억 7천만 달러)

  • AI 에이전트: Fetchai(FET, 합병 전 시가총액 21억 달러)

*자료 시간: 2024.5.24, 통화 단위는 미국 달러입니다.

위의 분야 외에도 다음 단일 프로젝트 시장 가치가 10억을 초과할 AI 트랙은 어디일까요?

저자는 이것이 산업 공급 측의 내러티브와 GPT 순간의 내러티브라는 두 가지 관점에서 추측될 수 있다고 생각합니다.

AI 내러티브의 첫 번째 관점: 산업 공급 측에서 AI의 에너지 및 데이터 추적 기회 살펴보기

산업 공급 관점에서 볼 때 AI 개발을 주도하는 4가지 힘은 다음과 같습니다.

  • 알고리즘: 고품질 알고리즘은 교육 및 추론 작업을 보다 효율적으로 수행할 수 있습니다.

  • 컴퓨팅 파워: 모델 학습과 모델 추론 모두 컴퓨팅 파워를 제공하기 위해 GPU 하드웨어가 필요한데, 이는 업계의 주요 병목 현상이기도 합니다. 업계의 칩 부족으로 인해 중급 및 고급 칩의 가격이 높아졌습니다.

  • 에너지: AI가 필요로 하는 데이터 컴퓨팅 센터는 많은 에너지를 소비합니다. GPU 자체가 컴퓨팅 작업을 수행하는 데 필요한 전력 외에도 GPU 열 발산을 처리하는 데도 많은 에너지가 필요합니다. 대규모 데이터 센터의 냉각 시스템은 총 에너지 소비의 약 40%를 차지합니다.

  • 데이터: 대규모 모델의 성능을 개선하려면 학습 매개변수를 확장해야 하며, 이는 대량의 고품질 데이터가 필요하다는 것을 의미합니다.

위 4개 산업의 추진력을 살펴보면, 알고리즘과 컴퓨팅 파워 트랙에는 모두 시가총액이 10억 달러를 넘는 암호화폐 프로젝트가 있지만, 에너지와 데이터 트랙에서는 아직 이와 동일한 시장 가치를 가진 프로젝트가 나오지 않았습니다.

실제로 에너지와 데이터 공급 부족이 곧 닥쳐와 새로운 산업 핫스팟이 형성될 수 있으며, 이로 인해 암호화폐 관련 프로젝트가 붐을 일으킬 수 있습니다.

먼저 에너지에 대해 이야기해 보겠습니다.

머스크는 2024년 2월 29일 Bosch Connected World 2024 컨퍼런스에서 이렇게 말했습니다. 저는 1년 이상 전에 칩 부족을 예측했습니다. 다음 부족은 전기가 될 것입니다. 저는 내년에는 모든 칩을 돌릴 만큼 전기가 충분하지 않을 것이라고 생각합니다.

구체적인 데이터에서, 페이페이 리가 이끄는 스탠포드 대학의 인간 중심 인공지능 연구소는 매년 AI 지수 보고서를 발표합니다. 연구팀은 2022년에 발표한 2021년 AI 산업 보고서에서 그 해 AI 에너지 소비 규모가 전 세계 전력 수요의 0.9%에 불과하며 에너지와 환경에 대한 압박은 제한적이라고 추정했습니다. 2023년 국제 에너지 기구(IEA)는 2022년을 다음과 같이 요약했습니다. 전 세계 데이터 센터는 약 460테라와트시(TWh)의 전기를 소비하여 전 세계 전력 수요의 2%를 차지했으며 2026년까지 전 세계 데이터 센터 에너지 소비는 최소 620TWh, 최대 1,050TWh가 될 것으로 예측했습니다.

사실, IEA의 추정치는 여전히 보수적인 수준이다. 왜냐하면 이미 많은 수의 AI 관련 프로젝트가 출시될 예정이며, 이에 따른 에너지 수요 규모는 23년 전의 상상을 훨씬 뛰어넘기 때문이다.

예를 들어, Microsoft와 OpenAI는 Stargate 프로젝트를 계획하고 있습니다. 이 프로젝트는 2028년에 시작되어 2030년경에 완료될 예정입니다. 이 프로젝트는 수백만 개의 전용 AI 칩이 장착된 슈퍼컴퓨터를 구축하여 OpenAI가 인공지능, 특히 대규모 언어 모델에 대한 연구 개발을 지원하기 위해 전례 없는 컴퓨팅 파워를 제공할 계획입니다. 이 프로젝트는 $1000억 이상의 비용이 들 것으로 예상되며, 이는 현재 대규모 데이터 센터 비용의 100배가 넘습니다.

스타게이트 프로젝트의 에너지 소비량만 해도 50테라와트시에 달합니다.

그래서 OpenAI의 창립자인 샘 알트먼은 올해 1월 다보스 포럼에서 "인공지능은 앞으로 에너지 혁신을 필요로 할 것이다. 인공지능이 소비하는 전기는 사람들의 기대를 훨씬 넘어설 것이기 때문이다"라고 말했다.

빠르게 성장하는 AI 산업에서 컴퓨팅 능력과 에너지에 이어 가장 부족할 분야는 데이터가 될 가능성이 높습니다.

즉, AI에 필요한 고품질 데이터가 부족하다는 것이 현실이 됐습니다.

현재 인간은 기본적으로 GPT의 진화를 통해 대규모 언어 모델 역량의 성장 법칙을 파악했습니다. 즉, 모델 매개변수와 학습 데이터를 확장하면 모델 역량을 기하급수적으로 개선할 수 있으며, 이 과정에서 단기적으로 기술적 병목 현상은 발생하지 않습니다.

하지만 문제는 앞으로 고품질의 공개 데이터가 점점 더 부족해질 수 있으며, AI 제품도 칩과 에너지와 마찬가지로 데이터 공급과 수요 모순에 직면할 수 있다는 것입니다.

첫 번째는 데이터 소유권을 둘러싼 분쟁의 증가입니다.

2023년 12월 27일, 뉴욕 타임스는 OpenAI와 Microsoft를 미국 연방 지방 법원에 공식적으로 고소하여, 허가 없이 수백만 개의 기사를 사용하여 GPT 모델을 학습시켰다고 비난했으며, 불법 복제와 고유한 가치가 있는 작품 사용에 대한 수십억 달러의 법적 및 실제적 손해배상을 요구하고, 뉴욕 타임스의 저작권이 있는 자료가 포함된 모든 모델과 학습 데이터를 파기할 것을 요구했습니다.

3월 말에 New York Times는 OpenAI뿐만 아니라 Google과 Meta를 표적으로 삼은 새로운 성명을 발표했습니다. New York Times는 성명에서 OpenAI가 Whisper라는 음성 인식 도구를 통해 많은 YouTube 비디오의 음성 부분을 필사한 다음 텍스트를 텍스트로 생성하여 GPT-4를 훈련했다고 말했습니다. New York Times는 대기업이 AI 모델을 훈련할 때 사소한 절도를 사용하는 것이 이제 매우 일반적이며 Google도 이를 수행하고 있다고 말했습니다. 또한 YouTube 비디오 콘텐츠를 자체 대형 모델을 훈련하기 위해 텍스트로 변환하여 비디오 콘텐츠 제작자의 권리를 본질적으로 침해합니다.

뉴욕타임스 대 OpenAI는 최초의 AI 저작권 소송입니다. 소송의 복잡성과 콘텐츠와 AI 산업의 미래에 미치는 광범위한 영향을 고려하면 조만간 결론을 내리기 어려울 수 있습니다. 한 가지 가능한 결과는 두 당사자가 법정 밖에서 합의하여, 돈이 많은 Microsoft와 OpenAI가 많은 배상금을 지불하는 것입니다. 그러나 앞으로 더 많은 데이터 저작권 마찰이 발생하면 고품질 데이터의 전체 비용이 상승할 수밖에 없습니다.

또한 세계 최대의 검색 엔진인 구글은 자체 검색 기능에 대해 요금을 부과하는 것을 고려하고 있다고 밝혔지만, 요금을 부과하는 대상은 일반 대중이 아니라 AI 기업입니다.

암호화 AI 트랙의 다음 단계 내러티브 추론: 촉매적 요인, 개발 경로 및 관련 목표

출처: 로이터

구글의 검색 엔진 서버는 방대한 양의 콘텐츠를 저장하고 있으며, 구글은 21세기 이후 인터넷 페이지에 등장한 모든 콘텐츠를 저장한다고 할 수도 있습니다. 현재 해외의 Perplexity와 중국의 Kimi and Mita와 같은 AI 기반 검색 제품은 이러한 검색 데이터를 AI로 처리한 다음 사용자에게 출력합니다. 검색 엔진의 AI에 대한 요금은 필연적으로 데이터 획득 비용을 증가시킬 것입니다.

실제로 AI 거대 기업들은 공개 데이터뿐만 아니라 비공개 내부 데이터에도 주목하고 있습니다.

암호화 AI 트랙의 다음 단계 내러티브 추론: 촉매적 요인, 개발 경로 및 관련 목표

Photobucket은 2000년대 초반에 7,000만 명의 사용자를 보유하고 미국 온라인 사진 시장 점유율의 거의 절반을 차지했던 오래된 사진 및 비디오 호스팅 웹사이트입니다. 소셜 미디어의 부상으로 Photobucket 사용자 수는 크게 감소했으며 활성 사용자는 200만 명만 남았습니다(연간 $399의 높은 수수료를 지불해야 함). 사용자가 등록 시 서명한 계약 및 개인정보 보호정책에 따라 1년 이상 사용되지 않은 계정은 재활용되며 Photobucket은 사용자가 업로드한 사진 및 비디오 데이터 사용 권한도 지원합니다. Photobucket CEO Ted Leonard는 소유한 13억 개의 사진과 비디오 데이터가 생성 AI 모델을 훈련하는 데 매우 귀중하다고 밝혔습니다. 그는 이 데이터를 판매하기 위해 여러 기술 회사와 협상 중이며, 사진당 5센트에서 $1, 비디오당 $1 이상의 견적이 있습니다. 그는 포토버킷이 제공할 수 있는 데이터의 가치가 1조 1,000억 달러 이상이라고 추정합니다.

인공지능 발전 추세에 주목하는 연구팀인 에포크(EPOCH)가 머신러닝에 필요한 데이터에 대한 보고서를 출간했다. , 데이터가 고갈될까요? 머신러닝에서 데이터 세트 확장의 한계에 대한 분석 , 2022년 머신러닝에서 데이터 활용 및 신규 데이터 생성을 기반으로 컴퓨팅 리소스의 성장을 고려합니다. 이 보고서는 고품질 텍스트 데이터가 2023년 2월에서 2026년 사이에 고갈되고 이미지 데이터는 2030년에서 2060년 사이에 고갈될 것이라고 결론지었습니다. 데이터 활용의 효율성을 크게 개선할 수 없거나 새로운 데이터 소스가 등장하면 방대한 데이터 세트에 의존하는 대규모 머신러닝 모델의 현재 추세가 둔화될 수 있습니다.

AI 거대 기업이 고가로 데이터를 구매하는 현재 상황을 볼 때, 무료 고품질 텍스트 데이터는 기본적으로 고갈되었습니다. 2년 전 EPOCH의 예측은 비교적 정확했습니다.

동시에 'AI 데이터 부족' 수요에 대한 솔루션도 등장하고 있다. 바로 AI 데이터 제공 서비스다.

Defined.ai는 AI 회사에 맞춤형, 실제, 고품질 데이터를 제공하는 회사입니다.

암호화 AI 트랙의 다음 단계 내러티브 추론: 촉매적 요인, 개발 경로 및 관련 목표

Defined.ai에서 제공할 수 있는 데이터 유형의 예: https://www.defined.ai/datasets

사업 모델은 다음과 같습니다. AI 회사가 Defined.ai에 자체 데이터 요구 사항을 제공합니다. 예를 들어, 사진의 경우 품질은 특정 해상도 이상이어야 하며 흐릿함, 과다 노출을 피하고 콘텐츠가 진짜여야 합니다. 콘텐츠의 경우 AI 회사는 야간, 콘, 주차장, 야간 간판 사진과 같이 자체 훈련 작업에 따라 특정 테마를 사용자 정의하여 야간 장면에서 AI의 인식률을 향상시킬 수 있습니다. 대중은 작업을 수행하고 촬영 후 업로드하면 회사에서 검토합니다. 그런 다음 요구 사항을 충족하는 부분은 사진 수에 따라 정산됩니다. 가격은 고품질 사진의 경우 약 1~2달러, 10초 이상의 단편 영화의 경우 5~7달러, 10분 이상의 고품질 영화의 경우 100~300달러, 천 단어의 텍스트의 경우 1달러입니다. 하청 작업을 수행하는 사람은 수수료의 약 20%를 받을 수 있습니다. 데이터 제공은 데이터 레이블링 후 또 다른 크라우드소싱 사업이 될 수 있습니다.

업무의 글로벌 크라우드소싱, 경제적 인센티브, 가격 책정, 데이터 자산의 유통 및 개인정보 보호, 그리고 모든 사람의 참여는 Web3 패러다임에 적합한 비즈니스처럼 들립니다.

산업 공급 측 관점에서 본 AI 내러티브 목표

칩 부족으로 인한 우려가 암호화폐 산업 전체로 퍼져, 분산 컴퓨팅 능력이 지금까지 가장 인기 있고 가장 가치 있는 AI 트랙 범주가 되었습니다.

그렇다면 앞으로 1~2년 안에 AI 산업에서 에너지와 데이터의 수요와 공급의 모순이 터진다면, 현재 암호화폐 산업에서는 어떤 내러티브 관련 프로젝트가 진행 중일까?

먼저 에너지 관련 목표부터 살펴보겠습니다.

상위 CEX에 상장된 에너지 프로젝트는 매우 적으며, Power Ledger(토큰 Powr)만이 유일합니다.

Power Ledger는 2017년에 설립되었습니다. 블록체인 기술을 기반으로 하는 통합 에너지 플랫폼입니다. 에너지 거래를 분산화하고, 개인과 커뮤니티 간의 직접 전기 거래를 촉진하고, 재생 에너지의 광범위한 적용을 지원하고, 스마트 계약을 통해 거래의 투명성과 효율성을 보장하는 것을 목표로 합니다. 처음에 Power Ledger는 Ethereum을 기반으로 하는 컨소시엄 체인에서 운영되었습니다. 2023년 하반기에 Power Ledger는 백서를 업데이트하고 자체 통합 퍼블릭 체인을 출시했습니다. 이는 분산 에너지 시장에서 고주파 소액 거래 처리를 용이하게 하기 위해 Solanas 기술 프레임워크에서 변형되었습니다. 현재 Power Ledger의 주요 사업은 다음과 같습니다.

  • 에너지 거래: 사용자들이 P2P 방식으로 전기를 직접 사고 팔 수 있도록 하는 서비스로, 특히 재생 가능 에너지원에서 생산된 전기를 거래할 수 있습니다.

  • 환경 제품 거래: 탄소 배출권, 재생 에너지 인증서 거래와 환경 제품을 기반으로 한 자금 조달 등입니다.

  • 퍼블릭 체인 운영: Powerledger 블록체인에서 애플리케이션을 구축하도록 애플리케이션 개발자를 유치하고, 퍼블릭 체인의 거래 수수료는 Powr 토큰으로 지불됩니다.

파워렛저 프로젝트의 현재 유통시장가치는 $1억 7천만이고, 전체 유통시장가치는 $3억 2천만입니다.

에너지 관련 암호화된 대상과 비교했을 때 데이터 트랙에 있는 암호화된 대상의 수가 더 많습니다.

저자는 현재 주목하고 있는 데이터 트랙 프로젝트만 나열하고 Binance, OKX, Coinbase 중 하나 이상에서 출시되었으며 FDV에 따라 낮은 순위에서 높은 순위로 정렬했습니다.

1. 스트리머 – 데이터

Streamrs의 가치 제안은 사용자가 자신의 데이터에 대한 완전한 통제권을 유지하면서 데이터를 자유롭게 거래하고 공유할 수 있는 분산형 실시간 데이터 네트워크를 구축하는 것입니다. 데이터를 통해 시장Streamr은 중개자 없이 데이터 생산자가 관심 있는 소비자에게 직접 데이터 스트림을 판매할 수 있도록 하여 비용을 줄이고 효율성을 높일 수 있기를 기대합니다.

암호화 AI 트랙의 다음 단계 내러티브 추론: 촉매적 요인, 개발 경로 및 관련 목표

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

실제 협력 사례에서 Streamr은 또 다른 Web3 차량용 하드웨어 프로젝트인 DIMO와 협력하여 차량에 설치된 DIMO 하드웨어 센서를 통해 온도, 기압 및 기타 데이터를 수집하고, 필요한 기관에 전송할 날씨 데이터 스트림을 형성했습니다.

다른 데이터 프로젝트와 비교했을 때, Streamr은 사물 인터넷과 하드웨어 센서의 데이터에 더 집중합니다. 위에서 언급한 DIMO 차량 데이터 외에도 다른 프로젝트에는 헬싱키의 실시간 교통 데이터 스트림 등이 포함됩니다. 따라서 Streamr 프로젝트 토큰인 DATA도 작년 12월 Depin 컨셉이 가장 뜨거웠을 때 단 하루 만에 가치가 두 배로 증가했습니다.

Streamr 프로젝트의 현재 유통 시장 가치는 $4400만이고, 전체 유통 시장 가치는 $5800만입니다.

2. 공유 결합 – CQT

다른 데이터 프로젝트와 달리 Covalent는 블록체인 데이터를 제공합니다. Covalent 네트워크는 RPC를 통해 블록체인 노드에서 데이터를 읽은 다음 데이터를 처리하고 구성하여 효율적인 쿼리 데이터베이스를 만듭니다. 이런 방식으로 Covalent 사용자는 블록체인 노드에서 직접 복잡한 쿼리를 수행하지 않고도 필요한 정보를 빠르게 검색할 수 있습니다. 이러한 유형의 서비스를 블록체인 데이터 인덱싱이라고도 합니다.

Covalents의 고객은 주로 B-side로, 다양한 Defi와 같은 Dapp 프로젝트와 Consensys(Metamasks 모회사), CoinGecko(잘 알려진 암호화폐 시장 스테이션), Rotki(세금 도구), Rainbow(암호화폐 지갑) 등과 같은 많은 중앙화된 암호화폐 회사를 포함합니다. 또한, 전통적인 금융 산업의 거인인 Fidelity와 Big Four 회계법인 중 하나인 Ernst Young도 Covalents의 고객입니다. Covalent가 공개한 공식 데이터에 따르면, 데이터 서비스에서 발생한 프로젝트 수익은 같은 분야의 선도적 프로젝트인 The Graph의 수익을 넘어섰습니다.

온체인 데이터의 무결성, 개방성, 신뢰성 및 실시간 특성으로 인해 Web3 산업은 세분화된 AI 시나리오와 특정 AI 미니 모델에 대한 고품질 데이터 소스가 될 것으로 예상됩니다. 데이터 제공업체인 Covalent는 다양한 AI 시나리오에 대한 데이터를 제공하기 시작했으며 AI를 위해 특별히 검증 가능한 구조화된 데이터를 출시했습니다.

암호화 AI 트랙의 다음 단계 내러티브 추론: 촉매적 요인, 개발 경로 및 관련 목표

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

예를 들어, AI를 사용하여 수익성 있는 거래 패턴과 주소를 식별하는 온체인 지능형 거래 플랫폼 SmartWhales에 데이터를 제공합니다. Entendre Finance는 Covalents 구조화 데이터와 AI 처리를 사용하여 실시간 통찰력, 이상 탐지 및 예측 분석을 수행합니다.

현재 Covalent가 제공하는 온체인 데이터 서비스의 주요 시나리오는 여전히 주로 금융 분야입니다. 그러나 Web3 제품 및 데이터 유형이 보편화됨에 따라 온체인 데이터의 사용 시나리오는 더욱 확장될 것입니다.

현재 Covalent 프로젝트의 유통 시장 가치는 $150백만이고 전체 유통 시장 가치는 $235백만입니다. 같은 분야의 블록체인 데이터 인덱스 프로젝트인 The Graph와 비교하면 상대적으로 명백한 가치 평가 이점이 있습니다.

3. 하이브매퍼 - 허니

모든 데이터 자료 중에서 비디오 데이터의 단가는 종종 가장 높습니다. Hivemapper는 AI 회사에 비디오 및 지도 정보를 포함한 데이터를 제공할 수 있습니다. Hivemapper 자체는 블록체인 기술과 커뮤니티 기여를 통해 자세하고 역동적이며 접근 가능한 지도 시스템을 만드는 것을 목표로 하는 분산형 글로벌 지도 프로젝트입니다. 참여자는 대시캠을 통해 지도 데이터를 캡처하여 오픈 소스 Hivemapper 데이터 네트워크에 추가하고 프로젝트 토큰 HONEY에서 기여에 따라 보상을 받을 수 있습니다. 네트워크 효과를 개선하고 상호 작용 비용을 줄이기 위해 Hivemapper는 Solana에 구축되었습니다.

Hivemapper는 원래 드론을 사용하여 지도를 만든다는 비전을 가지고 2015년에 설립되었지만, 나중에 이 모델은 확장하기 어렵다는 것을 알게 되었고, 대시캠과 스마트폰을 사용하여 지리적 데이터를 수집함으로써 글로벌 지도 제작 비용을 줄이는 방향으로 전환했습니다.

Google Map 등의 거리 보기 및 매핑 소프트웨어와 비교했을 때 Hivemapper는 인센티브 네트워크와 크라우드소싱 모델을 통해 더욱 효율적으로 지도 범위를 확장하고, 지도 실제 장면의 최신성을 유지하며, 비디오 품질을 개선할 수 있습니다.

AI의 데이터 수요가 폭발적으로 늘어나기 전에 Hivemapper의 주요 고객에는 자동차 산업의 자율주행 부문, 내비게이션 서비스 회사, 정부, 보험 및 부동산 회사 등이 포함되었습니다. 오늘날 Hivemapper는 API를 통해 광범위한 도로 및 환경 데이터를 AI와 대규모 모델에 제공할 수 있습니다. 지속적으로 업데이트된 이미지 및 도로 특징 데이터 스트림을 입력하면 AI 및 ML 모델은 데이터를 개선된 기능으로 더 잘 변환하고 지리적 위치 및 시각적 판단과 관련된 작업을 수행할 수 있습니다.

암호화 AI 트랙의 다음 단계 내러티브 추론: 촉매적 요인, 개발 경로 및 관련 목표

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

현재 Hivemapper-Honey 프로젝트의 유통 시장 가치는 $1억 2천만 달러이고, 전체 유통 시장 가치는 $4억 9천6백만 달러입니다.

위의 세 가지 프로젝트 외에도 데이터 트랙의 다른 프로젝트로는 The Graph – GRT(시가총액 1조 1,000억 원, FDV 1조 1,000억 원)가 있습니다.이 프로젝트의 사업은 Covalent와 유사하며 블록체인 데이터 인덱싱 서비스도 제공합니다.또한 Ocean Protocol – OCEAN(시가총액 1조 1,000억 원, FDV 1조 1,000억 원, 이 프로젝트는 Fetch.ai와 SingularityNET과 합병될 예정이며 토큰은 ASI로 전환됨)이 있습니다.이 프로토콜은 데이터와 데이터 관련 서비스의 교환 및 수익화를 용이하게 하도록 설계된 오픈 소스 프로토콜로, 데이터 소비자와 데이터 제공자를 연결하여 신뢰, 투명성 및 추적성을 보장하면서 데이터를 공유합니다.

AI 내러티브의 두 번째 관점: GPT 모멘트가 다시 등장하고 일반 인공지능이 도래한다

제 생각에, 크립토 산업에서 AI 트랙의 첫 해는 2023년인데, 그때 GPT가 세상을 놀라게 했습니다. 크립토 AI 프로젝트의 급증은 AI 산업의 폭발적인 발전으로 인한 여파에 가깝습니다.

GPT 3.5 이후 GPT 4, turbo 등의 기능이 꾸준히 업그레이드되었고, Sora가 놀라운 영상 제작 능력을 보여주었으며, OpenAI 외의 대규모 언어 모델도 급속히 발전했지만 AI 기술 진보가 대중에게 미치는 인지적 영향이 약화되고 있다는 점은 부인할 수 없으며, 사람들은 점차 AI 도구를 사용하기 시작했으며 대규모 일자리 대체는 아직 일어나지 않은 것으로 보입니다.

그렇다면 미래에도 AI 분야에서 GPT 순간이 다시 올까요? 대중을 놀라게 하고 사람들이 삶과 일이 바뀔 것이라는 사실을 깨닫게 하는 AI의 도약이 있을까요?

그 순간은 인공 일반 지능(AGI)의 출현일 수도 있습니다.

AGI는 인간과 유사한 포괄적인 인지 능력을 갖추고 특정 작업뿐만 아니라 다양한 복잡한 문제를 해결할 수 있는 기계를 말합니다. AGI 시스템은 매우 추상적인 방식으로 생각하고, 광범위한 배경 지식을 가지고 있으며, 모든 분야에서 상식에 대해 추론하고, 인과 관계를 이해하고, 학문 간에 학습을 전이할 수 있는 능력을 가지고 있습니다. AGI의 성과는 각 분야의 최고 인간들의 성과와 다르지 않으며, 종합적인 역량 면에서도 최고 인간 집단을 완전히 능가합니다.

사실, 공상과학 소설, 게임, 영화, TV 쇼에서 제시되든, GPT의 급속한 대중화 이후 대중의 기대이든, 대중은 오랫동안 인간의 인지 수준을 뛰어넘는 AGI의 출현을 기대해 왔습니다. 다시 말해, GPT 자체가 AGI의 선구자이며 일반 인공 지능의 예언적 버전입니다.

GPT가 이처럼 큰 산업적 에너지와 심리적 영향을 미치는 이유는 그 구현 속도와 성과가 대중의 기대를 뛰어넘었기 때문입니다. 사람들은 튜링 테스트를 완료할 수 있는 인공지능 시스템이 실제로 등장할 것이라고, 그것도 그렇게 빠른 속도로 등장할 것이라고는 예상하지 못했습니다.

사실, 인공지능(AGI)은 1~2년 안에 GPT 순간의 갑작스러움을 다시 재현할 수 있습니다. 사람들은 방금 GPT의 도움에 적응했고, AI가 더 이상 단순한 조수가 아니라는 것을 알게 되었습니다. 수십 년 동안 최고의 인간 과학자들을 곤경에 빠뜨렸던 어려운 문제를 포함하여 매우 창의적이고 도전적인 과제를 독립적으로 완료할 수도 있습니다.

올해 4월 8일, 머스크는 노르웨이 국부펀드의 최고투자책임자 니콜라이 탕겐의 인터뷰를 받았으며, AGI가 언제 등장할지에 대해 이야기했습니다.

"AGI를 가장 똑똑한 인간보다 더 똑똑한 것으로 정의한다면 2025년까지 실현될 가능성이 매우 높다고 생각합니다."라고 그는 말했습니다.

즉, 그의 추론에 따르면 AGI가 도착하려면 최대 1년 반이 걸릴 것입니다. 물론 그는 전제 조건을 추가했는데, 그것은 전기와 하드웨어가 따라갈 수 있는지 여부입니다.

AGI의 등장으로 인한 이점은 분명합니다.

이는 인류의 생산성이 크게 향상되고 수십 년 동안 우리를 괴롭혔던 많은 과학 연구 문제가 해결될 것임을 의미합니다. 인류의 가장 똑똑한 부분을 노벨상 수상자의 수준으로 정의한다면, 충분한 에너지, 컴퓨팅 파워, 데이터만 있다면 셀 수 없이 많은 노벨상 수상자가 쉬지 않고 일해 가장 어려운 과학 문제를 해결할 수 있다는 것을 의미합니다.

사실 노벨상 수상자는 1억 명 중 1명만큼 드물지 않습니다. 대부분은 능력과 지능 면에서 최고 대학의 교수 수준이지만 확률과 행운 덕분에 올바른 방향을 선택하고 계속해서 노력하여 결과를 얻었습니다. 그와 같은 수준의 사람들, 그와 동등하게 뛰어난 동료들도 과학 연구의 평행 우주에서 노벨상을 수상했을 수 있습니다. 하지만 불행히도 여전히 최고 대학의 교수로서 과학 연구 돌파구에 참여하는 사람이 충분하지 않아 과학 연구의 모든 올바른 방향을 횡단하는 속도가 여전히 매우 느립니다.

AGI가 있다면 에너지와 컴퓨팅 파워가 충분히 공급된다면 노벨상 수상자 수준의 AGI를 무한대로 보유하여 가능한 모든 과학적 돌파구 방향으로 심층적인 탐색을 수행할 수 있으며 기술 발전 속도는 수십 배 더 빨라질 것입니다. 기술의 발전은 현재 우리가 매우 비싸고 희소하다고 생각하는 식량 생산, 신소재, 신약, 고급 교육 등의 자원이 10~20년 내에 백 배나 증가할 것입니다. 이러한 자원을 얻는 비용도 기하급수적으로 감소하여 더 적은 자원으로 더 많은 사람을 먹일 수 있고 1인당 부가 빠르게 증가할 것입니다.

암호화 AI 트랙의 다음 단계 내러티브 추론: 촉매적 요인, 개발 경로 및 관련 목표

세계 GDP 추세 차트, 데이터 출처: 세계은행

이것은 약간 과장된 것처럼 들릴 수 있지만 이전에 내가 사용한 두 가지 예를 살펴보겠습니다. IO.NET에 대한 연구 보고서 :

  • 2018년 노벨 화학상 수상자인 프랜시스 아놀드는 시상식에서 다음과 같이 말했습니다. 오늘날 우리는 실용적인 응용 분야에서 모든 DNA 시퀀스를 읽고, 쓰고, 편집할 수 있지만 아직은 구성할 수 없습니다. 그의 연설 후 불과 5년 후인 2023년, 스탠포드 대학과 실리콘 밸리의 AI 스타트업인 세일즈포스 리서치의 연구자들은 Nature Biotechnology에 논문을 발표했습니다. 그들은 GPT 3을 기반으로 미세 조정된 대규모 언어 모델을 통해 처음부터 100만 개의 새로운 단백질을 생성했고, 완전히 다른 구조를 가지고 있지만 모두 살균 능력이 있는 두 가지 단백질을 발견했는데, 이는 항생제 외에도 박테리아 항균 솔루션이 될 것으로 기대됩니다. 다시 말해, AI의 도움으로 단백질 생성의 병목 현상이 깨졌습니다.

  • 이전에는 인공지능 알파폴드(AlphaFold) 알고리즘이 지구상에 존재하는 2억 1,400만 개의 단백질 구조를 18개월 안에 거의 모두 예측했습니다. 이러한 업적은 과거 모든 인간 구조 생물학자들의 업적보다 수백 배나 더 큰 것입니다.

변화는 이미 일어나고 있으며, AGI의 출현은 그 과정을 더욱 가속화할 것입니다.

반면, AGI의 출현으로 인해 발생하는 과제도 엄청납니다.

AGI는 많은 수의 정신적 근로자를 대체할 뿐만 아니라, AI의 영향을 덜 받는 것으로 여겨지는 물리적 서비스 근로자도 로봇 기술의 성숙과 신소재의 연구 개발로 인한 생산 비용 감소로 영향을 받을 것입니다. 기계와 소프트웨어로 대체되는 일자리의 비중이 빠르게 증가할 것입니다.

당시에는 아주 먼 일처럼 보였던 두 가지 문제가 곧 표면화될 것입니다.

  • 많은 실업자들의 취업 및 소득 문제

  • AI가 도처에 있는 세상에서 AI와 인간을 구별하는 방법은?

월드코인월드체인은 UBI(Universal Basic Income) 시스템을 사용하여 대중에게 기본 소득을 제공하고 홍채 기반 생체 인식을 사용하여 사람과 AI를 구별하는 솔루션을 제공하려고 합니다.

사실, 모든 사람에게 돈을 주는 UBI는 실제 실행 없이 공중에 떠 있는 성이 아닙니다. 핀란드와 영국과 같은 국가는 보편적 기본 소득을 시행했으며 캐나다, 스페인, 인도 및 기타 국가의 정당은 관련 실험을 촉진하기 위해 적극적으로 제안하고 있습니다.

생체 인식 + 블록체인 모델을 기반으로 UBI를 배포하는 이점은 시스템이 글로벌하고 더 광범위한 인구를 포괄한다는 것입니다. 또한 소득 분배를 통해 확장된 사용자 네트워크를 기반으로 금융 서비스(Defi), 소셜 네트워킹, 작업 크라우드소싱 등과 같은 다른 비즈니스 모델을 구축하여 네트워크 내에서 비즈니스 시너지를 형성할 수 있습니다.

AGI의 등장으로 인한 충격 효과에 상응하는 대상 중 하나는 Worldcoin - WLD로, 그 유통 시장 가치는 $10억 3천만 달러이고 전체 유통 시장 가치는 $472억 달러입니다.

서사적 추론에서의 위험과 불확실성

이 기사는 Mint Ventures에서 이전에 발표한 많은 프로젝트 및 트랙 연구 보고서와 다릅니다. 내러티브의 추론과 예측은 매우 주관적입니다. 이 기사의 내용을 미래에 대한 예측이 아닌 다른 논의로 취급해 주시기 바랍니다. 위의 내러티브 추론은 많은 불확실성에 직면해 있으며, 이로 인해 잘못된 추측이 발생합니다. 이러한 위험 또는 영향 요인에는 다음이 포함되지만 이에 국한되지는 않습니다.

  • 에너지: GPU 업그레이드로 에너지 소비가 급격히 감소

AI에 대한 에너지 수요가 급증했지만, NVIDIA와 같은 칩 제조업체는 지속적인 하드웨어 업그레이드를 통해 더 낮은 전력 소비로 더 높은 컴퓨팅 파워를 제공하고 있습니다. 예를 들어, 올해 3월 NVIDIA는 두 개의 B 200 GPU와 하나의 Grace CPU를 통합한 차세대 AI 컴퓨팅 카드 GB 200을 출시했습니다. 그 훈련 성능은 이전 세대의 주요 AI GPU H 100의 4배이고 추론 성능은 H 100의 7배이지만 필요한 에너지 소비는 H 100의 1/4에 불과합니다. 물론, 이러한 사실에도 불구하고 사람들이 AI에서 얻는 파워에 대한 욕망은 결코 끝나지 않았습니다. 단위 에너지 소비가 감소함에 따라 AI 응용 시나리오와 수요가 더욱 확대됨에 따라 총 에너지 소비는 실제로 증가할 수 있습니다.

  • 데이터: Q*는 자체 생성 데이터를 달성할 계획입니다.

OpenAI 내부에서 Q*라는 프로젝트가 항상 루머로 떠돌았는데, OpenAI가 직원들에게 보낸 내부 메시지에서 언급되었습니다. Reuters에 따르면 OpenAI 내부자를 인용하면, 이는 OpenAI가 초지능/일반 인공지능(AGI)을 추구하는 데 있어 획기적인 진전이 될 수 있습니다. Q*는 추상적인 능력으로 전에 없던 수학적 문제를 해결할 수 있을 뿐만 아니라, 실제 데이터 공급 없이도 대규모 모델을 학습하기 위한 데이터를 스스로 생성할 수 있습니다. 루머가 사실이라면, 불충분한 고품질 데이터로 제한되는 AI 대규모 모델 학습의 병목 현상이 해소될 것입니다.

  • AGI의 등장: OpenAI의 숨겨진 우려

머스크가 말했듯이 AGI가 2025년에 나올지는 아직 알 수 없지만, 시간 문제일 뿐입니다. 그러나 AGI 출현 이야기의 직접적인 수혜자인 Worldcoin의 가장 큰 우려는 OpenAI에서 나올 수 있습니다. 결국 "OpenAI 섀도우 토큰"으로 인식되기 때문입니다.

5월 14일 이른 아침, OpenAI는 봄 신제품 출시 컨퍼런스에서 최신 GPT-4 o와 19개의 다른 버전의 대규모 언어 모델의 종합적 작업 점수 성능을 시연했습니다. 표만 놓고 보면 GPT-4 o는 1310점을 받았는데, 시각적으로는 나머지 몇 개보다 훨씬 높은 것처럼 보이지만 총점 면에서는 2위 GPT 4 turbo보다 4.5%, 4위 Google Gemini 1.5 Pro보다 4.9%, 5위 Anthropic Claude 3 Opus보다 5.1% 높을 뿐입니다.

암호화 AI 트랙의 다음 단계 내러티브 추론: 촉매적 요인, 개발 경로 및 관련 목표

GPT 3.5가 처음 출시되어 전 세계에 충격을 준 지 1년이 조금 넘었고, OpenAI의 경쟁자들은 이미 매우 가까이 따라잡았습니다(GPT 5는 아직 출시되지 않았고 올해 출시될 것으로 예상됨). OpenAI가 앞으로도 업계에서 선두 자리를 유지할 수 있을지는 불분명해 보입니다. OpenAI의 선두적 우위와 지배력이 희석되거나 심지어 추월당한다면, OpenAI의 섀도우 토큰으로서 Worldcoin의 내러티브 가치도 하락할 것입니다.

Worldcoin의 홍채 인증 솔루션 외에도 점점 더 많은 경쟁자가 이 시장에 진입하고 있습니다. 예를 들어, 손바닥 스캐닝 ID 프로젝트인 Humanity Protocol은 방금 $10억의 가치로 $3000만 달러의 새로운 자금 조달 라운드를 발표했습니다. LayerZero Labs도 Humanity에서 실행하고 검증자 노드 네트워크에 가입하여 ZK 증명을 사용하여 자격 증명을 인증할 것이라고 발표했습니다.

결론

마지막으로, 저자는 AI 트랙의 후속 내러티브를 추론했지만, AI 트랙은 DeFi와 같은 크립토 네이티브 트랙과는 다릅니다. 그것은 AI 열풍이 화폐권으로 확산된 결과물에 가깝습니다. 현재 진행 중인 많은 프로젝트는 비즈니스 모델 측면에서 성공적이지 못했으며, 많은 프로젝트가 AI를 주제로 한 밈과 더 비슷합니다(예를 들어, Rndr은 Nvidia의 밈과 비슷하고, Worldcoin은 OpenAI의 밈과 비슷합니다). 독자는 이를 주의해서 보아야 합니다.

이 기사는 인터넷에서 발췌한 것입니다: 암호화 AI 트랙의 다음 물결 내러티브 추론: 촉매적 요인, 개발 경로 및 관련 목표

관련: Blast의 "골든 포인트" 2단계가 곧 발행됩니다. 어떻게 하면 효율적으로 포인트를 획득할 수 있을까요?

원문 | 오데일리 플래닛 데일리 저자: 아즈마 지난 주말, 블라스트는 공식적으로 골드 포인트(Blast Gold) 2단계의 분배 세부 사항을 발표했으며, 이번 주에 총 1,000만 골드 포인트를 70개 생태 프로젝트에 분배한다고 발표했습니다. 점점 더 부풀려지고 있는 일반 포인트 시스템과는 별개의 또 다른 주요 기여 평가 지표로서, 블라스트는 이전에 에어드랍 주식의 50%가 골드 포인트 보유자에게 할당된다고 밝혔기 때문에, 골드 포인트는 블라스트에서 가장 가치 있는 것으로 간주됩니다. 1단계 할당 기회와 비교했을 때, 이 단계의 골든 포인트 총 할당(1,000만)은 변경되지 않았지만, 선택된 프로젝트 수는 절반으로 줄었습니다(1단계 140개). 블라스트는…

© 版权声명

상关文章