Пересечение генеративного искусственного интеллекта и Web3 — ONE из наиболее активных областей исследований и разработок в Криптo за последние несколько месяцев. Децентрализованные вычисления, искусственный интеллект с нулевым разглашением, меньшие базовые модели, децентрализованные сети передачи данных и цепочки, ориентированные на искусственный интеллект, — вот лишь некоторые из последних тенденций, которые направлены на создание собственных рельсов Web3 для рабочих нагрузок искусственного интеллекта.

Эти тенденции представляют собой технологические инновации, которые стремятся соединить миры Web3 и искусственного интеллекта, представляя собой естественное противоречие с централизованной природой генеративного искусственного интеллекта. Хотя создание технологических мостов с ИИ является основой эволюции Web3, они T представляют собой единственный путь интеграции этих Технологии тенденций.

Что, если бы путь интеграции Web3 и искусственного интеллекта был финансовым, а не чисто техническим? Оказывается, возможности Криптo по программируемому Финансы и накоплению капитала могут быть полезны для решения ONE из самых больших проблем, стоящих перед нынешним рынком генеративного ИИ.

О каком вызове мы говорим? Ничего, кроме проблем с финансированием генеративного искусственного интеллекта с открытым исходным кодом.

Несмотря на недавний уровень инноваций в области децентрализованного генеративного ИИ, разрыв с централизованными технологиями ИИ скорее увеличивается, чем уменьшается. Многие люди согласны с тем, что блокчейны представляют собой лучшую Технологии альтернативу растущему централизованному контролю ИИ над крупными технологическими платформами. Однако проблемы внедрения децентрализованных платформ искусственного интеллекта огромны.

Децентрализованные вычисления являются очевидной опорой для децентрализованного ИИ, но оказываются непрактичными для предварительного обучения и точной настройки рабочих нагрузок, которые требуют, чтобы графические процессоры находились в непосредственной близости с доступом к наборам данных, которые часто находятся за корпоративными межсетевыми экранами. Машинное обучение с нулевым разглашением слишком дорого, чтобы его можно было использовать в крупных базовых моделях, и оно T пользуется реальным спросом на рынке. Децентрализованным рынкам данных необходимо преодолеть те же проблемы, которые помешали рынкам данных стать крупным технологическим бизнесом.

В то время как децентрализованный ИИ стремится преодолеть эти разногласия, централизованные альтернативы развиваются с бешеной скоростью, создавая страшный разрыв между ними. ONE тенденция, которая сохраняет надежды на мир, в котором децентрализованный ИИ сможет добиться успеха, — это быстрая эволюция генеративного ИИ с открытым исходным кодом.

Все тенденции децентрализованного ИИ опираются на здоровую генеративную экосистему ИИ с открытым исходным кодом, однако эта экосистема может быть не такой здоровой, как кажется.

За последние пару лет мы стали свидетелями взрыва инноваций в области крупного генеративного искусственного интеллекта с открытым исходным кодом в качестве альтернативы таким платформам, как OpenAI/Microsoft, Google или Anthropic. Meta стала удивительным бесспорным чемпионом генеративного искусственного интеллекта с открытым исходным кодом с выпуском моделей Llama. Такие компании, как Mistral, привлекли миллиарды долларов венчурного финансирования, корпоративные платформы, такие как Databricks или Snowflake, продвигают модели с открытым исходным кодом, и еженедельно появляется все больше релизов генеративного ИИ с открытым исходным кодом.

Несмотря на то, что развитие генеративного искусственного интеллекта с открытым исходным кодом активно развивается, более детальный анализ показывает иную реальность. Генеративный ИИ с открытым исходным кодом сталкивается с серьезной проблемой финансирования. Когда дело доходит до крупных моделей фундаментов, только крупные компании, такие как Databricks, Snowflake, Meta, или хорошо финансируемые стартапы, такие как Mistral, не отстают от крупных закрытых моделей. Большинство выпусков других лабораторий, таких как Databricks и Snowflake, ориентированы на оптимизацию корпоративных рабочих нагрузок, тогда как большая часть недавних исследований с открытым исходным кодом сосредоточена на дополнительных методах, а не на новых моделях.

Причину этого явления можно объяснить астрономическими затратами на создание крупных пограничных моделей. Любой цикл предварительного обучения для модели с более чем 20 миллиардами параметров может стоить от десяти до ста миллионов долларов и включает в себя многомесячный процесс со многими неудачными попытками. Эти затраты выходят за рамки бюджета большинства университетских лабораторий. Что еще интереснее, многие гранты для университетских лабораторий искусственного интеллекта поступают от крупных технологических компаний, которые затем становятся непосредственными бенефициарами результатов.

Зарабатывать деньги с помощью открытого исходного кода исторически было сложно, а зарабатывать деньги с помощью генеративного ИИ с открытым исходным кодом сложно в масштабах ИИ. В результате генеративный ИИ с открытым исходным кодом переживает масштабный кризис финансирования, который может создать серьезный разрыв с традиционными производителями ИИ.

Криптo примитивы формирования капитала кажутся ONE из немногих жизнеспособных альтернатив для решения проблемы дефицита финансирования в области генеративного ИИ. На протяжении всей своей истории Криптo были основным средством формирования капитала для проектов Web3 в рамках бычьих и медвежьих рыночных циклов. Могут ли некоторые из этих принципов быть применены к генеративному искусственному интеллекту с открытым исходным кодом? Конечно, есть не ONE интересный вариант.

Gitcoin представляет собой ONE из наиболее успешных примеров финансирования инноваций с открытым исходным кодом в Web3. Механизм квадратичного финансирования, впервые предложенный Gitcoin, может применяться непосредственно к генеративному ИИ. Внедрение собственных возможностей генеративного ИИ в Web3 имеет первостепенное значение для развития этого пространства, поэтому вполне естественно ожидать, что проекты генеративного ИИ привлекут внимание сообщества.

Допустим, университетской лаборатории искусственного интеллекта необходимо собрать 10 миллионов долларов для предварительного обучения LLM на основе новой архитектуры. Несколько DAO и фондов могут внести свой вклад в грант Gitcoin , который также может быть предоставлен грантодателями, создавая более эффективный механизм финансирования. Этот механизм гораздо более эффективен, чем существующие альтернативы на рынке.

Финансирование проектов с открытым исходным кодом обеспечивает механизмы, с помощью которых ценность, созданная этими проектами, может принести пользу первоначальному финансирующему сообществу. Когда дело доходит до Web3 и открытого генеративного искусственного интеллекта, интересной идеей является создание лицензии, в которой любое коммерческое приложение, использующее модель, финансируемую с помощью токенов Web3, должно возвращать часть этого дохода в форме этого конкретного токена. Этот механизм можно даже реализовать с помощью смарт-контрактов.

Средства финансирования искусственного интеллекта с открытым исходным кодом являются ONE из наиболее важных задач, которую необходимо решить в нынешней среде генеративного искусственного интеллекта. Открытый исходный код традиционно трудно Финансы, а генерирующий искусственный интеллект с открытым исходным кодом — тем более, учитывая высокие вычислительные требования.

Отсутствие надлежащих каналов финансирования для содействия инновациям с открытым исходным кодом в области генеративного искусственного интеллекта может создать системный риск для всего пространства, поскольку баланс полностью сместится в сторону закрытых коммерческих платформ. Криптo создала одни из самых сложных и проверенных каналов финансирования инноваций с открытым исходным кодом. Возможно, первый мост между Web3 и генеративным искусственным интеллектом будет финансовым, а не обязательно техническим.

Примечание. Мнения, выраженные в этой колонке, принадлежат автору и не обязательно отражают точку зрения CoinDesk, Inc. или ее владельцев и аффилированных лиц.