Следующая волна нарративной дедукции в направлении крипто-ИИ: каталитические факторы, пути развития и связанные с ними цели
введение
Пока что этот раунд цикла бычьего рынка криптовалют является самым скучным с точки зрения бизнес-инноваций. В нем отсутствуют феноменальные горячие треки, такие как DeFi, NFT и Gamefi на предыдущем бычьем рынке, что приводит к отсутствию отраслевых горячих точек на рынке в целом, а рост пользователей, инвестиций в отрасль и разработчиков относительно слаб.
Это также отражается на текущих ценах активов. На протяжении всего цикла обменные курсы большинства альткоинов по отношению к BTC продолжают терять деньги, включая ETH. В конце концов, оценка платформ смарт-контрактов определяется процветанием приложений. Когда развитие и инновации приложений не впечатляют, оценку публичных цепочек также трудно повысить.
Будучи относительно новой категорией криптобизнеса в этом раунде, ИИ извлек выгоду из взрывной скорости развития и постоянных горячих точек во внешнем деловом мире, и это по-прежнему, вероятно, приведет к значительному росту внимания к проектам в области ИИ в криптомире.
В отчет IO.NET выпущенной автором в апреле, была решена необходимость объединения ИИ и криптографии. То есть, преимущества криптоэкономических решений в определенности, мобилизации и распределении ресурсов и отсутствии доверия могут быть одним из решений трех проблем ИИ: случайности, ресурсоемкости и сложности различения людей и машин.
В другой статье автор пытается обсудить и вывести некоторые важные вопросы, связанные с ИИ в криптоэкономике, в том числе:
-
Какие еще направления развития криптовалютного ИИ могут стать взрывоопасными в будущем?
-
Каталитические пути и логика этих повествований
-
Цели проекта, связанные с повествованием
-
Риск и неопределенность в повествовательной дедукции
Эта статья является промежуточным мнением автора на момент публикации. В будущем оно может измениться, а взгляды весьма субъективны. Также могут быть ошибки в фактах, данных и логике рассуждений. Пожалуйста, не используйте ее в качестве инвестиционного справочника. Критика и обсуждения от коллег приветствуются.
Ниже приводится основной текст.
Следующая волна повествований в сфере криптовалютного ИИ
Прежде чем мы официально рассмотрим следующую волну нарративов в треке крипто-ИИ, давайте сначала рассмотрим основные нарративы текущего крипто-ИИ. С точки зрения рыночной капитализации, те, у кого рыночная капитализация превышает 1 миллиард долларов США, это:
-
Вычислительная мощность: Render (RNDR, рыночная стоимость 3,85 млрд), Akash (рыночная стоимость 1,2 млрд), IO.NET (последний раунд первичного финансирования, оценка 1 млрд)
-
Алгоритмическая сеть: Bittensor (TAO, рыночная стоимость 2,97 млрд.)
-
Агент ИИ: Fetchai (FET, рыночная стоимость до слияния 2,1 млрд)
*Время данных: 2024.5.24, денежная единица — доллары США.
Помимо вышеперечисленных направлений, в каком направлении ИИ рыночная стоимость следующего проекта превысит 1 миллиард?
Автор полагает, что это можно рассуждать с двух точек зрения: с точки зрения предложения в отрасли и с точки зрения момента GPT.
Первая точка зрения на повествование об ИИ: взгляд на возможности отслеживания энергии и данных, лежащие в основе ИИ, с точки зрения поставок в отрасль
С точки зрения предложения в отрасли, четырьмя движущими силами развития ИИ являются:
-
Алгоритмы: высококачественные алгоритмы могут выполнять задачи обучения и вывода более эффективно.
-
Вычислительная мощность: как обучение модели, так и обоснование модели требуют аппаратного обеспечения GPU для обеспечения вычислительной мощности, что также является основным узким местом отрасли. Дефицит чипов в отрасли привел к высоким ценам на чипы среднего и высокого класса.
-
Энергия: Центры обработки данных, необходимые для ИИ, потребляют много энергии. Помимо мощности, необходимой самому GPU для выполнения вычислительных задач, много энергии также требуется для отвода тепла GPU. На систему охлаждения большого центра обработки данных приходится около 40% от общего потребления энергии.
-
Данные: Для повышения производительности больших моделей требуется расширение параметров обучения, а это означает, что необходим большой объем высококачественных данных.
Что касается движущих сил четырех вышеуказанных отраслей, то в направлениях алгоритмов и вычислительной мощности имеются криптопроекты с рыночной капитализацией более 1 млрд долларов США, в то время как в направлениях энергетики и данных пока не было проектов с такой же рыночной стоимостью.
Фактически, дефицит поставок энергии и данных может вскоре возникнуть, что станет новой волной горячих точек отрасли и приведет к буму проектов, связанных с криптовалютой.
Давайте сначала поговорим об энергии.
29 февраля 2024 года на конференции Bosch Connected World 2024 Маск заявил: «Я предсказал дефицит чипов больше года назад. Следующим дефицитом станет электричество. Я думаю, что в следующем году электричества не хватит, чтобы запустить все чипы».
На основе конкретных данных Институт искусственного интеллекта, ориентированного на человека, при Стэнфордском университете под руководством Фэй-Фэй Ли ежегодно публикует отчет об индексе ИИ. В отчете об отрасли ИИ за 2021 год, выпущенном группой в 2022 году, исследовательская группа подсчитала, что масштаб потребления энергии ИИ в том году составил всего 0,9% мирового спроса на электроэнергию, а давление на энергетику и окружающую среду было ограниченным. В 2023 году Международное энергетическое агентство (МЭА) подвело итоги 2022 года следующим образом: мировые центры обработки данных потребили около 460 тераватт-часов (ТВт·ч) электроэнергии, что составляет 2% мирового спроса на электроэнергию, и предсказало, что к 2026 году мировое потребление энергии центрами обработки данных составит не менее 620 ТВт·ч и не более 1050 ТВт·ч.
На самом деле оценка МЭА все еще консервативна, поскольку уже сейчас планируется запустить большое количество проектов, связанных с ИИ, а масштабы соответствующего спроса на энергию намного превосходят его представления 23 года назад.
Например, Microsoft и OpenAI планируют проект Stargate. Ожидается, что проект начнется в 2028 году и будет завершен около 2030 года. Проект планирует построить суперкомпьютер с миллионами специализированных чипов ИИ, чтобы предоставить OpenAI беспрецедентную вычислительную мощность для поддержки исследований и разработок в области искусственного интеллекта, особенно больших языковых моделей. Ожидается, что проект будет стоить более $100 миллиардов, что в 100 раз больше текущей стоимости большого центра обработки данных.
Энергопотребление только проекта Stargate достигает 50 тераватт-часов.
Вот почему Сэм Альтман, основатель OpenAI, заявил на Давосском форуме в январе этого года: «В будущем искусственный интеллект потребует прорывов в области энергетики, поскольку потребление электроэнергии искусственным интеллектом намного превзойдет ожидания людей».
После вычислительной мощности и энергии следующей областью нехватки в быстрорастущей отрасли ИИ, вероятно, станут данные.
Другими словами, нехватка качественных данных, необходимых для ИИ, стала реальностью.
В настоящее время люди в основном поняли закон роста возможностей больших языковых моделей на основе эволюции GPT, то есть, расширяя параметры модели и обучающие данные, можно экспоненциально улучшить возможности модели, и в краткосрочной перспективе в этом процессе не возникнет никаких технических препятствий.
Однако проблема в том, что в будущем высококачественные и общедоступные данные могут стать еще более дефицитными, а продукты ИИ могут столкнуться с тем же противоречием спроса и предложения в отношении данных, что и чипы и энергия.
Первая — рост споров по поводу права собственности на данные.
27 декабря 2023 года The New York Times официально подала в Федеральный окружной суд США иск против OpenAI и Microsoft, обвинив их в использовании миллионов статей компании без разрешения для обучения модели GPT и потребовав выплатить им миллиарды долларов в качестве возмещения установленного законом и фактического ущерба за незаконное копирование и использование произведений, имеющих уникальную ценность, а также уничтожить все модели и данные для обучения, содержащие материалы The New York Times, защищенные авторским правом.
Позже в конце марта New York Times опубликовала новое заявление, нацеленное не только на OpenAI, но также на Google и Meta. The New York Times сообщила в заявлении, что OpenAI транскрибировала речевые части большого количества видеороликов YouTube с помощью инструмента распознавания речи Whisper, а затем сгенерировала текст как текст для обучения GPT-4. The New York Times сообщила, что сейчас очень распространено использование крупными компаниями мелкого воровства при обучении моделей ИИ, и сообщила, что Google также делает это. Они также конвертируют видеоконтент YouTube в текст для обучения своих собственных больших моделей, что по сути нарушает права создателей видеоконтента.
The New York Times против OpenAI — это первое дело об авторских правах на ИИ. Учитывая сложность дела и его далеко идущее влияние на будущее контента и индустрии ИИ, вряд ли удастся прийти к решению в ближайшее время. Одним из возможных результатов является внесудебное урегулирование спора между сторонами, когда Microsoft и OpenAI, у которых глубокие карманы, выплачивают большую сумму компенсации. Однако в будущем большее количество трений по поводу авторских прав на данные обязательно приведет к повышению общей стоимости высококачественных данных.
Кроме того, Google, крупнейшая в мире поисковая система, также сообщила, что рассматривает возможность взимания платы за собственную функцию поиска, однако объектом взимания платы является не широкая общественность, а компании, занимающиеся разработкой искусственного интеллекта.
Источник: Рейтер
Серверы поисковой системы Google хранят большой объем контента, и можно даже сказать, что Google хранит весь контент, который появлялся на интернет-страницах с 21-го века. В настоящее время поисковые продукты на основе ИИ, такие как Perplexity за рубежом и Kimi и Mita в Китае, обрабатывают эти поисковые данные с помощью ИИ, а затем выдают их пользователям. Плата за ИИ поисковыми системами неизбежно увеличит стоимость получения данных.
На самом деле, помимо общедоступных данных, гиганты ИИ также присматриваются к закрытым внутренним данным.
Photobucket — давно существующий сайт для размещения фотографий и видео, насчитывающий 70 миллионов пользователей и почти половину доли рынка онлайн-фото в США в начале 2000-х годов. С ростом социальных сетей число пользователей Photobucket значительно сократилось, и осталось всего 2 миллиона активных пользователей (им приходится платить высокую плату в размере $399 в год). Согласно соглашению и политике конфиденциальности, подписанным пользователями при регистрации, учетные записи, которые не использовались более года, будут переработаны, и Photobucket также поддерживает право на использование фотографий и видеоданных, загруженных пользователями. Генеральный директор Photobucket Тед Леонард сообщил, что 1,3 миллиарда фотографий и видеоданных, которыми он владеет, чрезвычайно ценны для обучения моделей генеративного ИИ. Он ведет переговоры с несколькими технологическими компаниями о продаже этих данных, при этом расценки варьируются от 5 центов до $1 за фотографию и более $1 за видео. По его оценкам, стоимость данных, которые может предоставить Photobucket, превышает 1 млрд. TP10T1.
Исследовательская группа EPOCH, изучающая тенденции развития искусственного интеллекта, опубликовала отчет о данных, необходимых для машинного обучения. , Закончатся ли у нас данные? Анализ пределов масштабирования наборов данных в машинном обучении , на основе использования данных и генерации новых данных в машинном обучении в 2022 году с учетом роста вычислительных ресурсов. В отчете делается вывод, что высококачественные текстовые данные будут исчерпаны в период с февраля 2023 года по 2026 год, а данные изображений будут исчерпаны в период с 2030 по 2060 год. Если эффективность использования данных не может быть значительно улучшена или появятся новые источники данных, текущая тенденция крупномасштабных моделей машинного обучения, которые опираются на огромные наборы данных, может замедлиться.
Судя по текущей ситуации, когда гиганты ИИ покупают данные по высоким ценам, бесплатные высококачественные текстовые данные в основном исчерпаны. Прогноз EPOCH два года назад оказался относительно точным.
В то же время появляются и решения проблемы «дефицита данных ИИ», а именно: услуги по предоставлению данных ИИ.
Defined.ai — компания, которая предоставляет компаниям, занимающимся ИИ, персонализированные, реальные и высококачественные данные.
Примеры типов данных, которые может предоставить Defined.ai: https://www.defined.ai/datasets
Его бизнес-модель такова: компании ИИ предоставляют Defined.ai собственные потребности в данных. Например, с точки зрения изображений качество должно быть выше определенного разрешения, избегать размытости, передержки, а контент должен быть аутентичным. С точки зрения контента компании ИИ могут настраивать определенные темы в соответствии со своими собственными задачами обучения, такими как фотографии ночи, конусов, парковок и вывесок ночью, чтобы улучшить скорость распознавания ИИ в ночных сценах. Общественность может брать задания, загружать их после съемки, а затем компания их просматривает. Затем части, которые соответствуют требованиям, будут урегулированы по количеству фотографий. Цена составляет около 1-2 долларов США за высококачественную фотографию, 5-7 долларов США за короткометражный фильм продолжительностью более 10 секунд, 100-300 долларов США за высококачественный фильм продолжительностью более 10 минут и 1 доллар США за тысячу слов текста. Те, кто берет на себя субподрядные задачи, могут получить около 20% гонораров. Предоставление данных может стать еще одним видом краудсорсингового бизнеса после маркировки данных.
Глобальный краудсорсинг задач, экономические стимулы, ценообразование, распространение и защита конфиденциальности информационных активов, а также участие каждого — все это похоже на бизнес, который соответствует парадигме Web3.
Цели повествования ИИ с точки зрения предложения в отрасли
Озабоченность, вызванная нехваткой чипов, проникла в криптоиндустрию, сделав распределенные вычислительные мощности самой востребованной и ценной категорией направлений ИИ на сегодняшний день.
Итак, если противоречие спроса и предложения на энергию и данные в индустрии ИИ проявится в ближайшие 1-2 года, какие проекты, связанные с повествованием, сейчас реализуются в криптоиндустрии?
Давайте сначала рассмотрим цели, связанные с энергетикой.
На ведущих биржах CEX котируется очень мало энергетических проектов, единственным из которых является Power Ledger (токен Powr).
Power Ledger была основана в 2017 году. Это интегрированная энергетическая платформа, основанная на технологии блокчейн. Она направлена на децентрализацию энергетических транзакций, содействие прямой торговле электроэнергией между отдельными лицами и сообществами, поддержку широкого применения возобновляемых источников энергии и обеспечение прозрачности и эффективности транзакций с помощью смарт-контрактов. Изначально Power Ledger работала на основе цепочки консорциума на основе Ethereum. Во второй половине 2023 года Power Ledger обновила свою белую книгу и запустила собственную интегрированную публичную цепочку, которая была преобразована из технической структуры Solanas для упрощения обработки высокочастотных микротранзакций на распределенном энергетическом рынке. В настоящее время основными направлениями деятельности Power Ledger являются:
-
Торговля электроэнергией: позволяет пользователям покупать и продавать электроэнергию напрямую на одноранговой основе, в частности электроэнергию из возобновляемых источников.
-
Торговля экологическими продуктами: например, торговля углеродными кредитами и сертификатами на возобновляемые источники энергии, а также финансирование на основе экологических продуктов.
-
Работа публичной сети: привлекайте разработчиков приложений для создания приложений на блокчейне Powerledger, а транзакционные комиссии публичной сети будут выплачиваться в токенах Powr.
Текущая рыночная стоимость проекта Power Ledger составляет $170 миллионов, а общая рыночная стоимость проекта Power Ledger составляет $320 миллионов.
По сравнению с зашифрованными целями, связанными с энергетикой, количество зашифрованных целей в треке данных больше.
Автор перечисляет только те проекты отслеживания данных, на которые он в настоящее время обращает внимание и которые были запущены по крайней мере на одной из CEX — Binance, OKX и Coinbase, — и располагает их в порядке возрастания в соответствии с FDV:
1. Streamr – ДАННЫЕ
Ценностное предложение Streamrs заключается в создании децентрализованной сети передачи данных в реальном времени, которая позволяет пользователям свободно торговать и обмениваться данными, сохраняя при этом полный контроль над своими собственными данными. С помощью своих данных рынокStreamr надеется, что позволит производителям данных продавать потоки данных напрямую заинтересованным потребителям без необходимости в посредниках, тем самым снижая затраты и повышая эффективность.
Источник: https://streamr.network/hub/projects
В реальном случае сотрудничества Streamr сотрудничал с другим проектом Web3 по установке бортового оборудования DIMO для сбора данных о температуре, давлении воздуха и других данных с помощью аппаратных датчиков DIMO, установленных на транспортных средствах, формируя поток данных о погоде для передачи нуждающимся агентствам.
По сравнению с другими проектами по работе с данными, Streamr больше фокусируется на данных Интернета вещей и аппаратных датчиков. Помимо упомянутых выше данных транспортных средств DIMO, другие проекты включают потоки данных о дорожном движении в реальном времени в Хельсинки и т. д. Поэтому токен проекта Streamr DATA также создал удвоение своей стоимости за один день в декабре прошлого года, когда концепция Depin была самой популярной.
Текущая рыночная стоимость проекта Streamr составляет 1 TP10T44 млн., а общая рыночная стоимость проекта Streamr составляет 1 TP10T58 млн.
2. Ковалентная – CQT
В отличие от других проектов данных, Covalent предоставляет данные блокчейна. Сеть Covalent считывает данные с узлов блокчейна через RPC, а затем обрабатывает и организует данные для создания эффективной базы данных запросов. Таким образом, пользователи Covalent могут быстро извлекать необходимую им информацию без необходимости выполнять сложные запросы непосредственно из узлов блокчейна. Этот тип услуг также называется индексацией данных блокчейна.
Клиенты Covalents в основном B-side, включая проекты Dapp, такие как различные Defi, и многие централизованные криптокомпании, такие как Consensys (материнская компания Metamasks), CoinGecko (известная станция рынка криптоактивов), Rotki (налоговый инструмент), Rainbow (криптокошелек) и т. д. Кроме того, Fidelity, гигант в традиционной финансовой индустрии, и Ernst Young, одна из четырех крупнейших аудиторских фирм, также являются клиентами Covalents. Согласно официальным данным, раскрытым Covalent, доход проекта от услуг по передаче данных превысил доход The Graph, ведущего проекта в той же области.
Благодаря целостности, открытости, подлинности и реальному времени данных в цепочке ожидается, что отрасль Web3 станет высококачественным источником данных для сегментированных сценариев ИИ и конкретных мини-моделей ИИ. Как поставщик данных, Covalent начал предоставлять данные для различных сценариев ИИ и запустил проверяемые структурированные данные специально для ИИ.
Источник: https://www.covalenthq.com/solutions/decentralized-ai/
Например, компания предоставляет данные интеллектуальной торговой платформе SmartWhales, работающей на основе блокчейна, используя ИИ для определения прибыльных торговых схем и адресов; Entendre Finance использует структурированные данные Covalents и обработку ИИ для получения информации в режиме реального времени, обнаружения аномалий и прогнозного анализа.
В настоящее время основными сценариями услуг по передаче данных по цепочке, предоставляемых Covalent, по-прежнему являются финансы, но с обобщением продуктов и типов данных Web3 сценарии использования данных по цепочке будут и дальше расширяться.
В настоящее время проект Covalent имеет циркулирующую рыночную стоимость $150 миллионов и полную циркулирующую рыночную стоимость $235 миллионов. По сравнению с The Graph, проектом индекса блокчейн-данных в той же области, он имеет относительно очевидное преимущество в оценке.
3. Hivemapper – Мед
Среди всех материалов данных цена за единицу видеоданных часто самая высокая. Hivemapper может предоставлять данные, включая видео и картографическую информацию, компаниям, занимающимся ИИ. Сам Hivemapper — это децентрализованный глобальный картографический проект, целью которого является создание подробной, динамичной и доступной картографической системы с помощью технологии блокчейн и вклада сообщества. Участники могут захватывать картографические данные с помощью видеорегистраторов и добавлять их в сеть данных Hivemapper с открытым исходным кодом, а также получать вознаграждения на основе своего вклада в токене проекта HONEY. Чтобы улучшить сетевой эффект и снизить затраты на взаимодействие, Hivemapper построен на Solana.
Компания Hivemapper была основана в 2015 году с первоначальной идеей использования дронов для создания карт, но позже выяснилось, что эту модель сложно масштабировать, поэтому компания перешла на использование видеорегистраторов и смартфонов для сбора географических данных, что позволило снизить стоимость создания глобальных карт.
По сравнению с программным обеспечением для просмотра улиц и картографирования, таким как Google Maps, Hivemapper может более эффективно расширять покрытие карты, поддерживать актуальность реальных сцен на карте и улучшать качество видео с помощью сетей поощрений и моделей краудсорсинга.
До того, как спрос на данные со стороны ИИ резко возрос, основными клиентами Hivemapper были сектор автономного вождения в автомобильной промышленности, компании навигационных услуг, правительства, страховые и риэлторские компании и т. д. Сегодня Hivemapper может предоставлять обширные данные о дорогах и окружающей среде для ИИ и больших моделей через API. Благодаря вводу постоянно обновляемых потоков данных изображений и дорожных характеристик модели ИИ и МО смогут лучше преобразовывать данные в улучшенные возможности и выполнять задачи, связанные с географическим местоположением и визуальной оценкой.
Источник данных: https://hivemapper.com/blog/diversify-ai-computer-vision-models-with-global-road-imagery-map-data/
В настоящее время оборотная рыночная стоимость проекта Hivemapper-Honey составляет $120 миллионов, а общая оборотная рыночная стоимость — $496 миллионов.
Помимо трех вышеупомянутых проектов, другие проекты в области данных включают The Graph – GRT (рыночная стоимость $3,2 млрд, FDV $3,7 млрд), чей бизнес похож на Covalent и также предоставляет услуги индексации данных на основе блокчейна; и Ocean Protocol – OCEAN (рыночная стоимость $670 млн, FDV $1,45 млрд, этот проект собирается объединиться с Fetch.ai и SingularityNET, а токен будет преобразован в ASI), протокол с открытым исходным кодом, разработанный для упрощения обмена и монетизации данных и связанных с данными услуг, соединяющий потребителей данных с поставщиками данных, чтобы обмениваться данными, обеспечивая при этом доверие, прозрачность и прослеживаемость.
Вторая перспектива повествования об ИИ: момент GPT снова появляется, появляется общий искусственный интеллект
По моему мнению, первый год трека ИИ в криптоиндустрии — это 2023 год, когда GPT потряс мир. Всплеск криптопроектов ИИ — это скорее последствия, вызванные взрывным развитием индустрии ИИ.
Хотя возможности GPT 4, Turbo и т. д. постоянно совершенствовались после GPT 3.5, а Sora продемонстрировал потрясающие возможности создания видео, а также быстро развивались крупные языковые модели за пределами OpenAI, нельзя отрицать, что когнитивное воздействие технологического прогресса ИИ на общественность ослабевает, люди постепенно начинают использовать инструменты ИИ, а масштабная замена рабочих мест, похоже, пока не произошла.
Итак, наступит ли в будущем еще один момент GPT в области ИИ, когда произойдет скачок вперед в области ИИ, который шокирует общественность и заставит людей осознать, что в результате этого изменятся их жизнь и работа?
Таким моментом может стать появление всеобщего искусственного интеллекта (AGI).
AGI относится к машинам, которые обладают всеобъемлющими когнитивными способностями, аналогичными человеческим, и могут решать множество сложных проблем, а не только конкретные задачи. Системы AGI обладают способностью мыслить крайне абстрактно, иметь обширные фоновые знания, рассуждать о здравом смысле во всех областях, понимать причинно-следственные связи и переносить знания между дисциплинами. Эффективность ИИ не отличается от эффективности лучших людей в каждой области, а с точки зрения комплексных возможностей он полностью превосходит лучшую человеческую группу.
Фактически, независимо от того, представлено ли это в научно-фантастических романах, играх, фильмах и телешоу, или в ожиданиях общественности после быстрой популяризации GPT, общественность давно предвкушала появление AGI, превосходящего уровень человеческого познания. Другими словами, GPT сам по себе является предшественником AGI и пророческой версией общего искусственного интеллекта.
Причина, по которой технология GPT оказала такое сильное промышленное энергетическое и психологическое воздействие, заключается в том, что скорость ее внедрения и эффективность превзошли общественные ожидания: люди не ожидали, что система искусственного интеллекта, способная пройти тест Тьюринга, действительно появится, да еще и с такой высокой скоростью.
Фактически, искусственный интеллект (AGI) может воспроизвести внезапность момента GPT снова в течение 1-2 лет: люди только что приспособились к помощи GPT, и они обнаруживают, что AI больше не просто помощник. Он даже может самостоятельно выполнять чрезвычайно креативные и сложные задачи, включая те сложные проблемы, которые десятилетиями держали в ловушке ведущих ученых-людей.
8 апреля этого года Маск дал интервью Николаю Тангену, главному инвестиционному директору Норвежского фонда национального благосостояния, и рассказал о том, когда появится AGI.
«Если вы определяете ИИ как нечто более умное, чем самые умные люди, я думаю, что это, скорее всего, произойдет к 2025 году», — сказал он.
То есть, согласно его выводам, для достижения AGI потребуется максимум полтора года. Конечно, он добавил предварительное условие, а именно, если электричество и оборудование смогут поддерживаться.
Преимущества появления AGI очевидны.
Это означает, что производительность человечества значительно повысится, и будет решено большое количество проблем научного исследования, которые беспокоили нас десятилетиями. Если мы определим самую умную часть человечества как уровень лауреатов Нобелевской премии, это означает, что пока есть достаточно энергии, вычислительной мощности и данных, мы можем иметь бесчисленное множество неутомимых лауреатов Нобелевской премии, работающих круглосуточно для решения самых сложных научных проблем.
На самом деле, лауреаты Нобелевской премии не так редки, как один на сто миллионов. Большинство из них находятся на уровне профессоров лучших университетов по способностям и интеллекту, но благодаря вероятности и удаче они выбрали правильное направление, продолжили работать в нем и получили результаты. Люди того же уровня, что и он, его столь же превосходные коллеги, возможно, также получили Нобелевскую премию в параллельной вселенной научных исследований. Но, к сожалению, все еще недостаточно людей, которые являются профессорами лучших университетов и участвуют в научных прорывах, поэтому скорость прохождения всех правильных направлений научных исследований все еще очень медленная.
С AGI, если энергия и вычислительная мощность будут полностью обеспечены, мы можем иметь неограниченное количество AGI уровня лауреатов Нобелевской премии для проведения глубоких исследований в любом возможном научном прорывном направлении, и скорость технологического прогресса будет в десятки раз выше. Развитие технологий приведет к стократному увеличению ресурсов, которые мы сейчас считаем довольно дорогими и дефицитными через 10-20 лет, таких как производство продуктов питания, новые материалы, новые лекарства, образование высокого уровня и т. д. Стоимость их получения также будет снижаться экспоненциально, что позволит нам кормить больше людей меньшим количеством ресурсов, а богатство на душу населения будет быстро расти.
График динамики мирового ВВП, источник данных: Всемирный банк
Это может показаться немного сенсационным, но давайте рассмотрим два примера, которые я использовал в предыдущих статьях. отчеты об исследованиях на IO.NET :
-
В 2018 году Фрэнсис Арнольд, лауреат Нобелевской премии по химии, сказал на церемонии награждения: Сегодня мы можем читать, записывать и редактировать любую последовательность ДНК в практических приложениях, но мы пока не можем ее составить. Всего через пять лет после его выступления, в 2023 году, исследователи из Стэнфордского университета и Salesforce Research, стартапа ИИ в Кремниевой долине, опубликовали статью в Nature Biotechnology. Они создали 1 миллион новых белков с нуля с помощью большой языковой модели, настроенной на основе GPT 3, и обнаружили 2 белка с совершенно разными структурами, но оба с бактерицидными способностями, которые, как ожидается, станут бактериальным антибактериальным решением помимо антибиотиков. Другими словами: с помощью ИИ было преодолено узкое место создания белков.
-
До этого алгоритм искусственного интеллекта AlphaFold предсказал почти все из 214 миллионов белковых структур на Земле в течение 18 месяцев. Это достижение в сотни раз превосходит достижения всех структурных биологов человека прошлого.
Изменения уже происходят, и появление AGI еще больше ускорит этот процесс.
С другой стороны, проблемы, вызванные появлением ИИОН, также огромны.
AGI не только заменит большое количество работников умственного труда, но и работников сферы физических услуг, которые сейчас считаются менее затронутыми ИИ, пострадают по мере развития робототехнических технологий и снижения производственных издержек, вызванных исследованиями и разработками новых материалов. Доля рабочих мест, заменяемых машинами и программным обеспечением, будет быстро расти.
В это время вскоре всплывут две проблемы, которые когда-то казались очень далекими:
-
Проблемы занятости и доходов для большого числа безработных
-
Как отличить ИИ от людей в мире, где ИИ повсюду?
WorldcoinWorldchain пытается предложить решение, которое заключается в использовании системы UBI (универсального базового дохода) для предоставления базового дохода населению и использовании биометрии на основе радужной оболочки глаза для различения людей и ИИ.
На самом деле, UBI, который дает деньги всем, не является воздушным замком без реальной практики. Такие страны, как Финляндия и Англия, внедрили универсальный базовый доход, а политические партии в Канаде, Испании, Индии и других странах активно предлагают продвигать соответствующие эксперименты.
Преимущество распределения UBI на основе модели биометрического распознавания + блокчейн заключается в том, что система является глобальной и охватывает более широкое население. Кроме того, на основе сети пользователей, расширенной за счет распределения доходов, могут быть построены другие бизнес-модели, такие как финансовые услуги (Defi), социальные сети, краудсорсинг задач и т. д., для формирования бизнес-синергии внутри сети.
Одной из соответствующих целей для эффекта воздействия, вызванного появлением AGI, является Worldcoin – WLD, рыночная стоимость которой в обращении составляет $1,03 млрд., а общая рыночная стоимость в обращении – $47,2 млрд.
Риск и неопределенность в повествовательной дедукции
Эта статья отличается от многих отчетов по исследованиям проектов и треков, ранее опубликованных Mint Ventures. Выводы и прогнозы повествования крайне субъективны. Пожалуйста, относитесь к содержанию этой статьи как к расходящемуся обсуждению, а не как к прогнозу будущего. Вышеуказанный вывод повествования сталкивается со многими неопределенностями, которые приводят к неправильным догадкам. Эти риски или факторы влияния включают, но не ограничиваются:
-
Энергия: модернизация графических процессоров приводит к быстрому снижению потребления энергии
Хотя спрос на энергию для ИИ резко возрос, производители чипов, такие как NVIDIA, обеспечивают более высокую вычислительную мощность при более низком энергопотреблении за счет постоянной модернизации оборудования. Например, в марте этого года NVIDIA выпустила новое поколение вычислительной карты ИИ GB 200, которая объединяет два графических процессора B 200 и один центральный процессор Grace. Ее производительность обучения в 4 раза выше, чем у предыдущего поколения основного графического процессора ИИ H 100, а ее производительность рассуждений в 7 раз выше, чем у H 100, но требуемое потребление энергии составляет всего 1/4 от H 100. Конечно, несмотря на это, желание людей получать мощность от ИИ далеко не исчерпано. С уменьшением удельного энергопотребления, по мере дальнейшего расширения сценариев применения ИИ и спроса, общее потребление энергии может фактически увеличиться.
-
Данные: Q* планирует достичь самостоятельной генерации данных
В OpenAI всегда ходили слухи о проекте Q*, который был упомянут во внутреннем сообщении, отправленном OpenAI сотрудникам. По данным Reuters со ссылкой на инсайдеров OpenAI, это может стать прорывом для OpenAI в его стремлении к суперинтеллекту/общему искусственному интеллекту (AGI). Q* может не только решать математические задачи, которые никогда не встречались ранее, благодаря своей абстрактной способности, но и создавать данные для обучения больших моделей самостоятельно, без необходимости подачи данных из реального мира. Если слух правдив, узкое место обучения больших моделей ИИ, ограниченное недостатком высококачественных данных, будет преодолено.
-
Появление AGI: скрытые опасения OpenAI
Появится ли AGI в 2025 году, как сказал Маск, пока неизвестно, но это лишь вопрос времени. Однако, как прямой бенефициар повествования о пришествии AGI, наибольшую озабоченность Worldcoin может вызвать OpenAI, в конце концов, он признан «теневым токеном OpenAI».
Ранним утром 14 мая OpenAI продемонстрировала производительность новейшей GPT-4 o и 19 других различных версий больших языковых моделей в комплексных оценках задач на своей весенней конференции по запуску новых продуктов. Если судить только по таблице, GPT-4 o набрал 1310, что визуально кажется намного выше, чем у последних нескольких, но с точки зрения общей оценки, это всего на 4,5% выше, чем у GPT 4 turbo, занявшего второе место, на 4,9% выше, чем у Google Gemini 1.5 Pro, занявшего четвертое место, и на 5,1% выше, чем у Anthropic Claude 3 Opus, занявшего пятое место.
Прошло чуть больше года с тех пор, как GPT 3.5 потряс мир своим первым релизом, и конкуренты OpenAI уже очень близко подтянулись (хотя GPT 5 еще не выпущен и, как ожидается, будет выпущен в этом году). Сможет ли OpenAI сохранить лидирующие позиции в отрасли в будущем, кажется, становится неясным. Если лидирующее преимущество и доминирование OpenAI будут ослаблены или даже превзойдены, то повествовательная ценность Worldcoin как теневого токена OpenAI также снизится.
В дополнение к решению Worldcoin по аутентификации по радужной оболочке глаза, на этот рынок выходит все больше конкурентов. Например, проект Humanity Protocol по сканированию ладони только что объявил о новом раунде финансирования в размере $30 миллионов при оценке в $1 миллиард. LayerZero Labs также объявила, что будет работать на Humanity и присоединится к своей сети узлов-валидаторов, используя доказательства ZK для аутентификации учетных данных.
Заключение
Наконец, хотя автор вывел последующее повествование о треке ИИ, трек ИИ отличается от криптонативных треков, таких как DeFi. Это скорее продукт распространения помешательства на ИИ в валютный круг. Многие текущие проекты не были успешными с точки зрения бизнес-моделей, и многие проекты больше похожи на мемы на тему ИИ (например, Rndr похож на мем Nvidia, а Worldcoin похож на мем OpenAI). Читателям следует относиться к ним с осторожностью.
Эта статья взята из интернета: Следующая волна повествовательной дедукции в области крипто-ИИ: каталитические факторы, пути развития и связанные с ними цели
Оригинал|Odaily Planet Daily Автор: Azuma На прошлых выходных Blast официально объявила о деталях распределения второго этапа Gold Points (Blast Gold) и объявила, что на этой неделе распределит в общей сложности 10 миллионов Gold Points среди 70 экологических проектов. В качестве еще одного важного показателя оценки вклада, независимого от обычной системы баллов, которая становится все более раздутой, поскольку Blast ранее заявляла, что 50% акций airdrop будут распределены среди держателей золотых баллов, золотые баллы также считаются самыми ценными на Blast. По сравнению с первой фазой возможностей распределения общее распределение Golden Points на этом этапе (10 миллионов) не изменилось, но количество выбранных проектов сократилось вдвое (140 на первом этапе), и Blast использовала…