A „Crypto-AI” narratíva csak fokozta a mostani altcoinok problémáját.

A probléma az ilyen projektek túlnyomó többségével az, hogy:

• A legtöbb crypto projektnek nincs szüksége AI-ra
• A legtöbb AI projektnek nincs szüksége cryptora

Nem minden DEX-nek van szüksége beépített AI asszisztensre, és nem minden chatbotnak van szüksége egy kísérő tokenre, hogy az elfogadási görbe beinduljon. A mesterséges intelligenciának a cryptoban (és a cryptonak a mesterséges intelligenciába) való beillesztése nehéz helyezetbe hozott, amikor újra kutatni kezdtem.

A rossz hír? Ha tovább haladunk a technológia további centralizálásának jelenlegi útján, az könnyekbe fullad, és a sok hamis „AI x Crypto” projekt akadályozza a fordulatot.

A jó hír? Van fény az alagút végén. Néha a mesterséges intelligencia valóban profitál a cryptoból. Hasonlóképpen, vannak olyan crypto felhasználási esetek, ahol a mesterséges intelligencia valódi problémákat oldhat meg.

A mai cikkben ezeket a kulcsfontosságú metszéspontokat járjuk körül. Az innováció kis zugait, ahol ezek a hiánypótló ötletek átfedik egymást, hogy egy olyan egészet alkossanak, amely nagyobb, mint részeinek összege.

Az AI stack magas szintű áttekintése

A lentebbiekben azt olvashatod, hogy én hogyan gondolkodom a „Crypto AI” táplálékláncban részt vevő különböző vertikálisokról. Vedd figyelembe, hogy ez egy rendkívül leegyszerűsített nézet, de remélhetőleg segít a megértésben.

Nagy vonalakban így működik az egész:

• Az adatokat tömegesen gyűjtik.
• Ezeket az adatokat úgy dolgozzák fel, hogy a gépek megértsék, hogyan kell azokat felvenni és alkalmazni.
• A modelleket ezeken az adatokon képzik ki, hogy általános modellt hozzanak létre.
• Ezután finomhangolható az egyes felhasználási esetek kezelésére.
• Végül ezeket a modelleket telepítik és hostolják, hogy az alkalmazások lekérdezhessék őket a hasznos megvalósítások érdekében.
• Mindehhez hatalmas mennyiségű számítási erőforrásra van szükség, amelyet lehet helyben futtatni vagy a felhőből igénybe venni.

Vizsgáljuk meg az egyes ágazatokat, különös tekintettel arra, hogy a különböző crypto konstrukciók hogyan használhatók fel a standard munkafolyamatoktényleges javítására .

A Crypto esélyt ad a nyílt forráskódnak

Az egész „zárt forráskódú” vs. „nyílt forráskódú” fejlesztési módszertan a Windows/Linux vitára és Eric Raymond híres Cathedral vs. Bazaar vitájára vezethető vissza. És bár a Linux ma széles körben elterjedt a hobbisták körében, a felhasználók 90%-a a Windows-t választja. Hogy miért? Ösztönzők.

A nyílt forráskódú fejlesztésnek, legalábbis kívülről nézve, számos előnye van. Lehetővé teszi, hogy a lehető legtöbb ember részt vegyen és hozzájáruljon a fejlesztési folyamathoz. De ebben a fej nélküli struktúrában nincs egységes irányelv. Nincs vezérigazgató, akit az motivál, hogy a lehető legtöbb ember kezébe adja a termékét, hogy maximalizálja a profitot. A nyílt forráskódú fejlesztésnél fennáll a veszélye annak, hogy a projekt egy kimérává válik, és a tervezési filozófia minden egyes csomópontjánál érintőlegesen szétválik.

És mi a legjobb módja az ösztönzők összehangolásának? Olyan rendszer kiépítése, amely a célt elősegítő viselkedést jutalmazza. Más szóval, adjunk pénzt azoknak a szereplőknek a kezébe, akik közelebb visznek minket a céljainkhoz. A kriptovalutával ez törvénybe foglalható.

Megnézünk néhány projektet, amelyek éppen ezt teszik.

Decentralizált fizikai infrastruktúra hálózatok (DePIN)

„Ugyan már, már megint ez a DEPIN?” Igen, tudom, hogy a DePIN narratívát már majdnem annyira a földbe döngölték, mint magát az AI-t, de egy pillanatra tarts velem. Érdekesnek találom, amely azt állítja, hogy a DePIN-ek a crypto egyetlen olyan felhasználási módja, amely valóban esélyes a világ megváltoztatására. Gondoljatok bele.

Miben jó a crypto valóban? A közvetítők eltávolítására és a tevékenység ösztönzésére.

A Bitcoin eredeti elképzelése a peer-to-peer pénzről arra törekedett, hogy a bankokat kizárja az egyenletből. Hasonló módon a modern DePIN-ek célja a központosító erők kiszorítása és a bizonyíthatóan tisztességes piaci dinamika bevezetése. És, mint látni fogjuk, ez az architektúra ideális a crowdsourcing AI közeli hálózatokhoz.

A DePIN-ek a korai token kibocsátást a kínálati oldal (szolgáltatók) felpörgetésére használják, remélve, hogy ez fenntartható keresletet vonz a fogyasztók részéről. Ez az új piacterek cold start problémáját hivatott megoldani .

Ez azt jelenti, hogy a korai hardver/szoftver („node”) szolgáltatók egy csomó tokent és egy kis pénzt keresnek. Ahogy a pénz elkezd beáramlani a felhasználóktól, akik kihasználják ezeket a csomópontokat (esetünkben az ML építők), ez idővel elkezdi ellensúlyozni a csökkenő kibocsátást, amíg egy teljesen önfenntartó ökoszisztéma nem jön létre (ami évekig is eltarthat). Az olyan korai alkalmazók, mint a Helium és a Hivemapper megmutatták, mennyire hatékony lehet ez a konstrukció.

Adathálózatok, a Grass áttekintése

A GPT-3-at állítólag 45TB tiszta szöveges adattal képezték ki, ami körülbelül 90 millió regénynek felel meg (és még mindig nem tud egy átkozott kört rajzolni) . A GPT-4 és 5 több adatot igényel ,mint ami szó szerint a felszíni weben létezik, így a mesterséges intelligenciát adatéhesnek nevezni az évtized alulértékelése.

Ha valaki nem a nagyágyúk (OpenAI, Microsoft, Google, Facebook) közül való, akkor rendkívül nehéz ezeket az adatokat megszerezni. A legtöbbek közös taktikája a webscraping, ami mindaddig szép és jó, amíg meg nem próbálod felpörgetni. Egyetlen Amazon Web Services (AWS) példány, amely rengeteg webhelyet próbál scrapelni, gyorsan korlátozza a sebességet. Itt jön a képbe a Grass.

A Grass több mint kétmillió eszközt kapcsol össze, és megszervezi őket, hogy a felhasználók saját IP címéről scrapeljék a weboldalakat, összegyűjtsék, strukturálják és eladják ezeknek az adatokra kétségbeesetten vágyó AI vállalatoknak. A Grass Networkhöz hozzájáruló felhasználók a fáradozásukért cserébe folyamatos jövedelemre tehetnek szert az adataikat felhasználó AI cégek jóvoltából.

Természetesen még nincs token, de egy jövőbeli $GRASS token megédesítheti a felhasználók számára a böngészőbővítmény (vagy telefonos alkalmazás) letöltését. Nem mintha szükségük lenne rá, hiszen már most is mesteri ajánló kampányt folytatnak, amely több embert vett fel, mint amennyit más projektek csak el tudnának képzelni.

GPU hálózatok, egy pillantás az io.net-re

Talán még az adatoknál is fontosabb a számítási teljesítmény. Tudtad, hogy Kína 2020-ban és 2021-bentöbb pénzt dobott ki GPU-kra, mint olajra . Abszolút őrület, de ez még csak a kezdet. Viszlát, petro dollár, utat a számítógépes coinoknak!

Sok GPU DePIN létezik, és általában így működnek. Az egyik oldalon ott vannak a gépi tanulással foglalkozó mérnökök/vállalatok, akik kétségbeesetten igénylik a számítási kapacitást. A másik oldalon pedig ott vannak az adatközpontok, az üres bányászgépek és az inaktív GPU-kkal/CPU-kkal rendelkező hobbisták. Ez a globális kínálat hatalmas, de koordinálatlan. Nincs egyszerű módja annak, hogy 10 különböző, tartalékkal rendelkező adatközponttal felvedd a kapcsolatot, és ajánlatot tegyél a használatra.

Egy központosított megoldás egy bérleti díjra törekvő közvetítőt hozna létre, akinek az lenne az ösztönzője, hogy minden félből a maximális értéket vegye ki, de itt van, hogyan segíthet a crypto.

A crypto ijesztően jól képes piaci rétegeket létrehozni, és hatékonyan összekapcsolni a vevők és eladók különböző csoportjait. Egy kóddarab nem kötődik a részvényesek pénzügyi érdekeihez.

Az io.net kiemelkedik a többi közül, mert bemutat néhány új, az AI képzéshez nélkülözhetetlen technológiát – a klaszterező stacket. A hagyományos klaszterezés lényege, hogy egy csomó GPU-t fizikailag összekapcsolnak ugyanabban az adatközpontban, hogy együtt dolgozhassanak a modellképzésben. De mi van akkor, ha a hardvered szétszóródott a világ különböző pontjain? Az IO a (ChatGPT létrehozásához használt) Ray-el dolgozott együtt, hogy olyan klaszterező middleware-t fejlesszen ki, amely képes összekapcsolni a nem egy helyen lévő GPU-kat. Elég menő.

És míg az AWS regisztrációs folyamata napokig is eltarthat, az io.net-en 90 másodperc alatt lehet ezt létrehozni, 100%-ban engedély nélkül. Ezen okok miatt úgy látom, hogy az io.net lesz a központ az összes többi GPU DePIN számára, ahol mindannyian csatlakozhatnak az „IO Engine”-jükhöz, hogy felszabadítsák a beépített klaszterezést és a zökkenőmentes beszállást. Csak cryptoval lehetséges.

Észre fogod venni, hogy a legtöbb nagyszabású decentralizált AI projekt (pl .Bittensor, Morpheus, Gensyn, Ritual, Sahara) mindegyiknek kifejezett „számítási” követelményei vannak – a GPU DePIN-eknek pontosan itt kellene helytállniuk. A decentralizált mesterséges intelligenciának engedély nélküli számítástechnikára van szüksége.

---

Játék az ösztönző struktúrákkal

Ismét visszatérek a Bitcoinhoz inspirációért. Miért vannak ráálva a bányászok szüntelenül a hash-eket gyorsító sebességre? Mert ezért fizetik őket – Satoshi azért javasolta ezt az architektúrát, mert mindenekelőtt a biztonságra optimalizált. A tanulság? Az ilyen protokollok beépített ösztönző struktúrái határozzák meg a végterméket, amelyet létrehoznak.

A Bitcoin bányászok és az Ethereum stakerek azok a játékosok, akik felszippantják az összes natív tokenjüket, mert a protokoll erre akarja ösztönözni a résztvevőket, hogy bányászok és stakerek legyenek.

Egy szervezetben ez a vezérigazgatótól származhat, aki meghatározza a „jövőképet” vagy a „küldetésnyilatkozatot”. Az emberek azonban gyarlóak, és a vállalatot letéríthetik a helyes útról. A számítógépes kód viszont jobban tudja tartani a fókuszt, mint a dolgozók. Nézzünk meg néhány decentralizált projektet, amelyek beépített tokenomikája a résztvevőket magas célok felé irányítja.

AI építő hálózatok, egy pillantás a Bittensorra

Szóval… ösztönzők.

Mi lenne, ha a Bitcoin bányászokat rávennénk, hogy AI-kat építsenek ahelyett, hogy csak haszontalan matematikai problémákat oldanának meg?”

Tessék, megcsináltad a Bittensort. Nos, mondhatni.

A Bittensor célja, hogy több kísérleti ökoszisztémát hozzon létre, azzal a céllal, hogy mindegyikben „árucikké tett intelligenciát” hozzon létre. Ez azt jelenti, hogy az egyik ökoszisztéma (az úgynevezett alhálózat vagy röviden „SN”) egy nyelvi modell fejlesztésére, egy másik egy pénzügyi modellre, egy harmadik pedig a szövegből beszéddé alakításra, a mesterséges intelligencia felismerésre vagy a képgenerálásra összpontosíthat (a jelenleg aktív projekteket itt találod ).

A Bittensor hálózat számára nem teljesen mindegy, hogy mivel szeretnél dolgozni. Mindaddig, amíg be tudod bizonyítani, hogy a projekted méltó a finanszírozásra, az ösztönzők áramlanak. Ez a célja az alhálózat tulajdonosának, aki regisztrálja az alhálózatot, és finomítja a játékszabályokat.

Ennek a „játéknak” a játékosai a bányászok. Ők azok az ML/AI mérnökök és csapatok, akik a modelleket építik. A folyamatos vizsgálat Thunderdome-ba vannak zárva, és egymás ellen küzdenek a legjobb helyért, hogy a legtöbb jutalmat kapják.

A validátorok az érem másik oldala, akik a vizsgák kiosztásáért és a bányászok munkájának megfelelő osztályozásáért felelősek. Ha egy Validátorról kiderül, hogy összejátszik egy Bányász támogatására, akkor ki lesz rúgva.

Ne feledd az ösztönzőket:

• A bányászok többet keresnek, ha az alhálózatukon belül versenyeznek a többi bányásszal – ez hajtja előre a mesterséges intelligencia fejlődését.
• A validátorok többet keresnek, ha pontosan azonosítják a magas és alacsony teljesítményű bányászokat – így az alhálózat becsületes marad.
• A tulajdonosok többet keresnek, ha az alhálózatuk több hasznos AI modellt hoz létre más alhálózatokhoz képest – ez arra ösztönzi a tulajdonosokat, hogy optimalizálják „játékukat”.

A Bittensorra úgy is gondolhatsz, mint egy örökös jutalomgépre az AI fejlesztés számára. A feltörekvő ML mérnökök elmehetnének, és megpróbálhatnának valamit építeni, az ötletet a kockázati tőkebefektetők elé tárni, és megpróbálnának pénzt szerezni. Vagy felugorhatnak a Bittensor egyik alhálózatára bányászként, túlteljesíthetnek másokat, és felszedhetnek egy rakás TAO-t. Melyik tűnik könnyebbnek?

A hálózaton néhány elsőrangú csapat építkezik:

• A Nous Research a nyílt forráskód királyai. Az ő alhálózatuk megfordítja a forgatókönyvet, amikor a nyílt forráskódú LLM-ek finomhangolásáról van szó. Azáltal, hogy a modelleket állandó szintetikus adatfolyam ellenében tesztelik, a ranglistát nem lehet kijátszani (ellentétben a hagyományos benchmarkokkal, például a HuggingFace-ével) .
• A Taoshi’s Proprietary Training Network alapvetően egy nyílt forráskódú kvantumkereskedő cég. Feladatuk, hogy ML közreműködők kereskedési algoritmusokat készítsenek az eszközármozgások előrejelzésére. API-ik kvantumszintű kereskedési jeleket adnak a lakossági és intézményi felhasználóknak egyaránt, és gyors úton vannak a nagy nyereségesség felé .
• A Corcel csapat által készített Cortex.t kettős célt szolgál. Először is arra ösztönzik a bányászokat, hogy hozzájáruljanak az API hozzáféréshez az olyan csúcsmodellekhez, mint a GPT-4 és a Claude-3, így biztosítva a folyamatos elérhetőséget az építők számára. Emellett szintetikus adatok generálását is kínálják, ami rendkívül hasznos a modellek képzéséhez, valamint a benchmarkinghoz (ezért használja a Nous). Tekintsd meg eszközeiket itt – csevegés és keresés.

Ha más nem is, Bittensor megismétli az ösztönző struktúrák erejét. Mindezt a kriptogazdaság teszi lehetővé.

Intelligens ügynökök, egy pillantás a Morpheusra

Most az érem mindkét oldalát megnézhetjük Morpheusszal, ahol:

• A kripto gazdasági struktúrák építik a mesterséges intelligenciát (Crypto segít a mesterséges intelligenciában) &
• Az AI alapú alkalmazások új felhasználási eseteket tesznek lehetővé a cryptoban (AI segíti a Cryptot)

Az „intelligens ügynökök” nem mások, mint az intelligens szerződésekre képzett, mesterséges intelligenciával működő modellek. Ismerik a legjobb DeFi protokollok működését, tudják, hol találnak hozamot, hol kell bridgelni, és hogyan lehet kiszúrni a rossz szerződéseket. Ők a jövő „automatikus útválasztói”, és véleményem szerint 5-10 év múlva mindenki így fog kapcsolatba lépni a blokklánccal. Valójában, ha egyszer eljutunk odáig, azt sem fogod tudni, hogy egyáltalán cryptot használsz. Csak annyit fogsz mondani egy chatbotnak, hogy egy kis megtakarítást szeretnél átcsoportosítani egy másik típusú befektetésbe, és az egész a háttérben fog történni.

Morpheus megtestesíti e szakasz „ösztönözd, és jönni fognak” üzenetét. Céljuk egy olyan platform létrehozása, ahol az intelligens ügynökök szaporodhatnak és virágozhatnak, mindegyikük az előzők sikerére építve, egy olyan ökoszisztémában, ahol a külső hatások minimalizáltak.

A token inflációs struktúra négy fő támogatót emel ki a protokollban:

• Kód – az ügynök építők.
• Közösség – a front end alkalmazásokat és eszközöket épít, hogy új felhasználókat hozzon az ökoszisztémához.
• Compute – biztosítja a számítási teljesítményt az ügynökök futtatásához.
• A tőke – felajánlja hozamát, hogy Morpheus gazdasági gépezetét működtesse.

Mindegyik kategória egyenlő arányban részesül a MOR inflációs jutalmakból (egy kis összeget vészhelyzeti alapként is megtakarítanak), ami arra kényszeríti őket, hogy:

• A legjobb ügynökök létrehozása – az alkotók akkor kapnak kifizetést, ha az ügynökeiket következetesen használják. Ahelyett, hogy az OpenAI pluginokat ingyen kínálnánk, ez azonnal fizet az építőknek.
• Építsd a legjobb frontendeket/eszközöket – az alkotók akkor kapnak pénzt, ha az alkotásaikat következetesen használják.
• Folyamatos számítási teljesítmény biztosítása – a szolgáltatók fizetnek, ha számítási kapacitást kölcsönöznek.
• likviditás biztosítása a projekt számára – a projekt likviditásban tartásáért a MOR-ból való részesedésük megszerzése.

És bár léteznek más AI/okosügynök projektek is (rengeteg), a Morpheus tokenomika struktúrája a „mutasd meg az ösztönzőket, és én megmutatom az eredményt” legtisztább példájaként tűnik ki.

Ezek az intelligens ügynökök a kriptoalkalmazások előtt álló akadályok valódi elhárítását szolgáló mesterséges intelligencia végső illusztrációi. A dAppok felhasználói élménye közismerten rossz (bár az elmúlt években számos előrelépés történt), és az LLM-ek felemelkedése tüzet gyújtott a Web2 és Web3 minden alapítója alatt. És a csalók áradata ellenére az olyan kiemelkedők, mint a Morpheus és a Wayfinder bepillantást engednek abba, hogy egy nap milyen egyszerű lesz a tranzakció onchain.

Mindezt összevetve, a rendszerek közötti kölcsönhatás a következőképpen nézhet ki. Vegyük észre, hogy ez egy nevetségesen leegyszerűsített nézet.

---

Elválasztani a búzát a szeméttől- hogyan lehet tudni, hogy egy projekt nem teljes baromság

Ne feledd a „Crypto x AI” két széles kategóriáját:

1. A mesterséges intelligenciát segítő crypto
2. AI, amely segít a cryptonak

Ebben a cikkben többnyire csak az 1-es számot vizsgáltuk. Mint láttuk, egy jól megtervezett tokenrendszer egy egész ökoszisztémát sikerre vihet.

#1 – A mesterséges intelligenciát segítő crypto

A DePIN architektúrák segíthetnek a piacterek beindításában, a kreatív token ösztönző struktúrák pedig koordinálhatják a nyílt forráskódú projektek egyszer már megfoghatatlan céljaira irányuló erőfeszítéseket. És igen, van még számos más legitim kapcsolódási pont is, amelyeket a rövidsége érdekében nem érintettem:

• Decentralizált tárolás
• Megbízható végrehajtási környezetek (TEE)
• RAG (valós idejű adatok lehívása)
• Zk x gépi tanulás a következtetés/bizonyítás ellenőrzésére

Amikor eldöntöd, hogy egy új projektnek tényleg van-e bármi értelme, tedd fel magadnak a kérdést:

• Ha ez egy másik, már létező projekt származéka, eléggé különbözik ahhoz, hogy megmozdítsa az embereket?
• Ez csak a nyílt forráskódú szoftverek csomagolt változata?
• Ez egy olyan probléma, amely profitál a crypto lehetőségeiből, vagy a cryptoba be van építve?
• Tényleg lehet 100 különböző ilyen projekt sikeres?

#2 – AI, amely segít a cryptoban

Én személy szerint a második kategóriában látok több terméket. Ismét van néhány igazán jó felhasználási eset, ahol a mesterséges intelligencia modellek elháríthatják a crypto UX akadályait, különösen, mint említettem, az intelligens ügynökökkel. Íme néhány további érdekes kategória, amelyet érdemes megfigyelni az AI alapú cryptok világában:

• Felturbózott intents rendszerek – a láncközi műveletek automatizálása
• Tárca infrastruktúra
• Valós idejű riasztási infrastruktúra mind a felhasználók, mind az alkalmazások számára

Ha ez csak egy „chatbot egy tokennel”, az számomra baromság. Szintén:

• A mesterséges intelligencia hozzáadása nem fogja csodával határos módon termék piaci illeszkedést adni a halott alkalmazásnak/láncnak/eszköznek.
• Senki sem fog játszani egy rossz játékkal csak azért, mert AI karakterek vannak benne.
• A „mesterséges intelligencia” a projekthez csatolása nem teszi azt érdekessé.

Hogyan tovább

A nagy zaj ellenére néhány komoly csapat dolgozik azon, hogy a „decentralizált mesterséges intelligencia” vízióját életre keltse, és ezért érdemes küzdeni.

A nyílt forráskódú modellfejlesztést ösztönző projektek mellett a decentralizált adathálózatok új kaput nyitnak a feltörekvő AI építők előtt. Amikor az OpenAI versenytársainak túlnyomó többsége nem engedheti meg magának, hogy hatalmas üzleteket kössön a Reddittel, a Tumblrrel vagy a WordPress-el, az elosztott scraping kiegyenlítheti az esélyeket.

Egyetlen vállalat valószínűleg soha nem fog több számítási teljesítményt birtokolni, mint a világ többi része együttvéve, és a decentralizált GPU-hálózatokkal ez azt jelenti, hogy bárki másnak megvan a képessége, hogy felvegye a versenyt a legnagyobb cégekkel. Mindössze egy kriptotárcára van szükséged.

Ma válaszúthoz érkeztünk. Megvannak a szükséges eszközeink a teljes AI stack decentralizálásához, ha csak olyan „Crypto x AI” projektekre koncentrálunk, amelyek valóban érnek valamit.

A kriptovaluta célja az volt, hogy a crypto erejével egy olyan kemény pénzt hozzon létre, amellyel senki sem szívozhat. És épp amikor ez a születőfélben lévő technológia kezdett elharapódzni, megjelent egy új, ijesztőbb kihívó.

Ahelyett, hogy a központosított mesterséges intelligencia csak a pénzügyek ellenőrzésére lenne képes, a mindennapi életünk során felmerülő minden egyes adatot elfogultan kezel . A technológiai vezetőket gazdagítja az adatgyűjtés, az intim szintű finomhangolás és a modell fővonal injektálás önfenntartó körforgásában a Te létezésednek minden szegletében.

Jobban fog ismerni téged, mint te magadat. Tudni fogja, hogy melyik gombot kell megnyomnod, hogy még többet akarj nevetni, még többet dühöngeni és még többet fogyasztani. És bármennyire is úgy tűnik, nem érted van.

Ahogy a kezdetekben is, a crypto ellenálló erő a mesterséges intelligencia központosításának ez is az ellenállója. A közös cél érdekében tett erőfeszítések összehangolására való képessége most egy, a központi bankoknál is félelmetesebb ellenséggel versenyez. És ezúttal az idővel állunk szemben.