德尔福数字：深度解析DeAI的机遇与挑战

原文作者：PonderingDurian，德尔福数字研究员

原文翻译：Pzai，远见新闻

鉴于加密货币本质上是具有内置经济激励的开源软件，并且人工智能正在颠覆软件编写方式，人工智能将对整个区块链领域产生巨大影响。

AI x Crypto整体堆栈

DeAI：机遇与挑战

我认为，DeAI面临的最大挑战在基础设施层，因为打造基础模型需要大量的资金，数据和计算的规模收益也很高。

考虑到规模化法则，科技巨头拥有天然的优势：在 Web2 阶段，科技巨头通过聚合消费者需求获得了巨额垄断利润，并在十年人为低利率期间将这些利润重新投资于云基础设施，如今，它们正试图通过主导数据和计算（人工智能的关键要素）来占领人工智能市场：

代币 大模型体积对比

由于大规模训练的资本密集度和高带宽要求，统一超级集群仍然是最佳选择——为科技巨头提供性能最佳的闭源模型——他们计划以垄断般的利润出租这些模型，并将收益再投资于每一代后续产品。

但事实证明，AI领域的护城河相较Web2.0网络效应更加浅，领先的前沿模型相对领域本身正在快速贬值，尤其当Meta采取焦土政策，投入数百亿美元开发开源前沿模型如Llama 3.1，其性能已达到SOTA级别时。

Llama 3 大型模型评级

此时，结合新兴的低延迟分散训练方法研究，它可以将（部分）尖端商业模式商品化——随着智能手机价格下降，竞争将（至少部分）从硬件超级集群（有利于科技巨头）转向软件创新（略微有利于开源/加密货币）。

能力指数（质量）-培训价格分布图

考虑到“专家混合”架构和大型模型合成/路由的计算效率，我们可能面临的不是一个由 3-5 个巨型模型组成的世界，而是一个由数百万个具有不同成本/性能权衡的模型组成的世界。一个相互交织的智能网络（蜂巢）。

这带来了一个巨大的协调问题：区块链和加密货币激励机制应该能够很好地帮助解决这个问题。

DeAI核心投资领域

软件正在吞噬世界。人工智能正在吞噬软件。人工智能基本上就是数据和计算。

Delphi 对该堆栈中的组件持乐观态度：

简化 AI x Crypto 堆栈

基础设施

鉴于人工智能由数据和计算驱动，DeAI 基础设施专注于尽可能高效地获取数据和计算，通常使用加密货币激励。正如我们前面提到的，这是竞争中最具挑战性的部分，但考虑到终端市场的规模，这也可能是回报最高的部分。

计算

分布式训练协议和 GPU 市场迄今为止一直受到延迟的制约，但它们希望协调异构硬件的潜力，为那些无法获得巨头集成解决方案的人提供更低成本、按需计算服务。Gensyn、Prime Intellect 和 Neuromesh 等公司正在推动分布式训练的发展，而 io.net、Akash、Aethir 等公司正在实现更接近边缘智能的低成本推理。

基于聚合供给的项目利基分配

数据

在基于更小、更专业模型的无处不在的智能世界中，数据资产的价值和货币化能力越来越强。

到目前为止，DePIN 因其能够以比电信公司等资本密集型企业更低的成本构建硬件网络而广受赞誉。然而，DePIN 最大的潜在市场将是收集流入链上智能系统的新型数据集：代理协议（稍后讨论）。

当世界上最大的潜在市场——劳动力——正在被数据和计算所取代时，人工智能基础设施为非技术人员提供了一种掌握生产资料并为即将到来的网络经济做出贡献的方式。

中间件

DeAI 的最终目标是实现高效的可组合计算。就像 DeFi 的大乐高一样，DeAI 通过无需许可的可组合性弥补了当今绝对性能的不足，激励了软件和计算原语的开放生态系统随着时间的推移不断复合，从而（希望）超越现有的软件和计算原语。

如果说谷歌是“一体化”的极端，那么 DeAI 则代表着“模块化”的极端。正如克莱顿·克里斯滕森 (Clayton Christensen) 提醒我们的那样，在新兴行业中，一体化方法往往通过减少价值链中的摩擦来引领潮流，但随着该领域的成熟，模块化价值链通过增加每一层的竞争和成本效率而获得发展：

集成式与模块化 AI

我们非常看好实现这一模块化愿景的几个关键类别：

路由

在碎片化情报的世界里，我们如何才能以最佳价格选择正确的模式和时间？需求方聚合器始终能够捕获价值（参见聚合理论），而路由功能对于在网络化情报的世界中优化性能和成本之间的帕累托曲线至关重要：

Bittensor 在第一代产品中一直处于领先地位，但已经出现了许多专门的竞争对手。

Allora 以“情境感知”和自我改进的方式在不同“主题”中举办不同模型之间的竞赛，并根据特定条件下的历史准确性为未来预测提供依据。

Morpheus 旨在成为 Web3 用例的“需求方路由”——本质上是一个带有开源本地代理的“Apple Intelligence”，它可以了解用户的相关上下文，并可以通过 DeFi 或 Web3 的“可组合计算”基础设施的新兴构建块有效地路由查询。

Theoriq 和 Autonolas 等代理互操作性协议旨在将模块化路由推向极致，使灵活代理或组件的可组合、复合生态系统成为完全成熟的链上服务。

总结一下，在情报迅速碎片化的世界里，供给侧和需求侧的聚合器将非常强大。如果说谷歌是一家索引全球信息规模达$2万亿美元的公司，那么需求侧路由器的赢家——无论是苹果、谷歌还是Web3解决方案——索引代理情报的公司将拥有更大的规模。

协处理器

由于区块链的去中心化特性，其数据和计算能力都非常有限。如何将用户需要的计算和数据密集型 AI 应用引入区块链？通过协处理器！

Crypto 中的协处理器应用层

它们都提供了不同的技术来验证所使用的底层数据或模型是否是有效的预言机，从而最大限度地减少了链上新的信任假设，同时大大提高了其能力。到目前为止，许多项目已经使用了 zkML、opML、TeeML 和加密经济方法，它们的优缺点各不相同：

协处理器比较

在更高层次上，协处理器对于智能合约的智能至关重要——提供类似“数据仓库”的解决方案来查询更加个性化的链上体验，或验证给定的推理是否正确完成。

Super、Phala、Marlin 等 TEE（可信执行）网络由于其实用性和承载大规模应用程序的能力，近年来越来越受欢迎。

总体而言，协处理器对于将高确定性但低性能的区块链与高性能但概率性的代理相融合至关重要。如果没有协处理器，人工智能就不会出现在这一代区块链中。

开发者激励措施

人工智能开源开发的最大问题之一是缺乏激励机制来使其可持续发展。人工智能开发是高度资本密集型的，计算和人工智能知识工作的机会成本都非常高。如果没有适当的激励措施来奖励开源贡献，该领域将不可避免地输给超级资本主义的超级计算机。

从 Sentiment 到 Pluralis、Sahara AI 和 Mira，这些项目的目标都是启动网络，使个人的去中心化网络能够为网络智能做出贡献，同时给予他们适当的激励。

通过在商业模式上弥补这一点，开源的复合率应该会加速——为开发人员和人工智能研究人员提供大型科技公司的全球替代方案，以及根据他们创造的价值获得丰厚回报的前景。

虽然做到这一点非常困难，竞争也日益激烈，但这里的潜在市场却是巨大的。

GNN 模型

大型语言模型对大型文本语料库中的模式进行分类并学习预测下一个单词，而图神经网络 (GNN) 则处理、分析和学习图结构数据。由于链上数据主要由用户和智能合约之间的复杂交互（换句话说就是图）组成，因此 GNN 似乎是支持链上 AI 用例的合理选择。

Pond、RPS 等项目正在尝试构建 web3 的基础模型，可能应用于交易、DeFi 甚至社交用例，比如：

• 价格预测：链上行为模型预测价格、自动交易策略、情绪分析

• AI金融：与现有DeFi应用集成，先进的收益策略和流动性利用，更好的风险管理/治理

• 链上营销：更有针对性的空投/定位，基于链上行为的推荐引擎

这些模型将大量使用数据仓库解决方案，例如 Space and Time、Subsquid、Covalent 和 Hyperline，我对此也非常看好。

GNN可以证明区块链的大模型和Web3数据仓库是必不可少的辅助工具，即为Web3提供OLAP（在线分析处理）功能。

应用

在我看来，链上代理可能是解决加密货币所著称的用户体验问题的关键，但更重要的是，过去十年我们在 Web3 基础设施上投资了数十亿美元，但需求侧的利用率却少得可怜。

别担心，特工来了……

人工智能在人类行为各个维度上的测试成绩都有所提高

这些代理利用开放、无需许可的基础设施（横跨支付和可组合计算）来实现更复杂的最终目标，这似乎是合乎逻辑的。在即将到来的网络化智能经济中，经济流动可能不再是 B -> B -> C，而是用户 -> 代理 -> 计算网络 -> 代理 -> 用户。这种流动的最终结果是代理协议。面向应用或服务的企业开销有限，主要运行链上资源。在可组合网络中满足最终用户（或彼此）需求的成本远低于传统企业。正如 Web2 的应用层捕获了大部分价值一样，我也是 DeAI 中胖代理协议理论的支持者。随着时间的推移，价值捕获应该转移到堆栈的上层。

生成式人工智能中的价值积累

下一个谷歌、Facebook 和贝莱德很可能是代理协议，而且实现它们的组件已经在创建中。

人工智能终局

人工智能将改变我们的经济。如今，市场预计这种价值获取将仅限于北美西海岸的少数几家大公司。DeAI 代表着不同的愿景。这是一个开放、可组合的智能网络愿景，即使是最小的贡献也会得到奖励和补偿，并且更加集体所有/管理。

尽管 DeAI 的一些说法有些夸大其词，而且许多项目的交易价格远高于其目前的实际势头，但机会的规模是巨大的。对于那些有耐心和远见的人来说，DeAI 的真正可组合计算的最终愿景可能证明区块链本身的合理性。

本文来源网络：德尔福数字：深度解析DeAI的机遇与挑战

相关：流行的 Polymarket 是一个好的预测工具吗？

原文作者：Felipe Montealegre 原文翻译：Luffy, Foresight News 有一次，我和一个朋友讨论罗伯特·肯尼迪支持特朗普，一位参与者自信地宣称，特朗普获胜的几率增加了 2%，因为 Polymarket 预测如此。这是一个很好的观察，因为事件发生得很快，而且没有太多其他新闻来推动市场。如果 Polymarket 是一个有效市场，那么这种说法似乎是站得住脚的。问题是，Polymarket 仍然是一个低效的新兴市场，无法预测事件概率的微小变化（有效市场的工作方式是，大量投资者根据事件进行交易。如果您认为罗伯特·肯尼迪的支持将使特朗普的胜算增加 10%，您将使用杠杆购买……