Перетин між генеративним штучним інтелектом і Web3 є ONE з найактивніших сфер досліджень і розробок у Крипто колах за останні кілька місяців. Децентралізовані обчислення, штучний інтелект з нульовим знанням, менші базові моделі, децентралізовані мережі даних і ланцюжки на основі штучного інтелекту – це деякі з останніх тенденцій, які спрямовані на те, щоб увімкнути власні напрямні Web3 для робочих навантажень ШІ.

Ці тенденції є технологічними інноваціями, які прагнуть поєднати світи Web3 і AI, що є природним протистоянням централізованої природи генеративного AI. Хоча створення технологічних мостів за допомогою штучного інтелекту є основою для еволюції Web3, вони T є єдиним шляхом інтеграції цих Технології тенденцій.

Що, якби шлях інтеграції Web3 і AI був фінансовим, а не чисто технічним? Виявилося, що програмовані Фінанси та можливості формування капіталу Крипто можуть бути корисними для вирішення ONE з найбільших проблем, з якими стикається поточний генеративний ринок ШІ.

Про який виклик ми маємо на увазі? Ніщо інше, як проблеми з фінансуванням генеративного ШІ з відкритим кодом.

Незважаючи на останній рівень інновацій у децентралізованому генеруючому штучному інтелекті, розрив із централізованими технологіями ШІ зростає, а не зменшується. Багато людей погоджуються з тим, що блокчейни є найкращою Технології альтернативою зростаючому централізованому контролю ШІ над великими технологічними платформами. Однак виклики впровадження децентралізованих платформ ШІ є монументальними.

Децентралізовані обчислення є безсумнівною основою для децентралізованого штучного інтелекту, але виявилися непрактичними для попереднього навчання та тонкого налаштування робочих навантажень, які вимагають близькості GPU з доступом до наборів даних, які часто знаходяться за корпоративними брандмауерами. ML з нульовими знаннями надто дорогий, щоб бути практичним у великих базових моделях, і T користується реальним попитом на ринку. Децентралізованим ринкам даних необхідно подолати ті самі проблеми, які завадили ринкам даних стати великим технологічним бізнесом.

У той час як децентралізований штучний інтелект намагається подолати ці суперечності, централізовані альтернативи прискорюються шаленими темпами, створюючи страшну прірву між ними. ONE тенденція, яка зберігає надії на світ, у якому децентралізований ШІ може досягти успіху, це швидка еволюція генеративного ШІ з відкритим кодом.

Усі тенденції децентралізованого штучного інтелекту спираються на здорову генеруючу екосистему штучного інтелекту з відкритим кодом, але ця екосистема може бути не такою здоровою, як здається.

За останні пару років ми стали свідками вибуху інновацій у великому генеруючому ШІ з відкритим кодом як альтернативі таким платформам, як OpenAI/Microsoft, Google або Anthropic. Meta стала несподівано безперечним чемпіоном генеративного ШІ з відкритим кодом, випустивши моделі Llama. Такі компанії, як Mistral, залучили мільярди венчурного фінансування, корпоративні платформи, такі як Databricks або Snowflake, просувають моделі з відкритим вихідним кодом, і щотижня зростає кількість генеративних випусків AI з відкритим кодом.

Хоча генеративний штучний інтелект з відкритим кодом є сильним, більш детальний аналіз показує іншу реальність. Генеративний ШІ з відкритим кодом стикається з величезною проблемою фінансування. Коли справа доходить до великих базових моделей, лише великі компанії, такі як Databricks, Snowflake, Meta, або добре фінансовані стартапи, такі як Mistral, не відстають від великих закритих моделей. Більшість випусків інших лабораторій, як-от Databricks і Snowflake, зосереджені на оптимізованому робочому навантаженні підприємства, тоді як більшість останніх досліджень із відкритим вихідним кодом зосереджуються на додаткових методах, а не на нових моделях.

Причину цього явища можна пояснити астрономічними витратами на створення великих граничних моделей. Будь-який цикл попереднього навчання для моделі з понад 20 мільярдами параметрів може коштувати від десяти до ста мільйонів доларів і передбачає багатомісячний процес із багатьма невдалими спробами. Ці витрати виходять за межі бюджету більшості університетських лабораторій. Щоб зробити справу ще цікавішою, багато грантів для університетських лабораторій штучного інтелекту надходять від великих технологічних компаній, які потім є безпосередніми бенефіціарами результатів.

Заробляти гроші за допомогою відкритого коду історично було важко, а заробляти гроші за допомогою генеративного штучного інтелекту з відкритим кодом важко в масштабі ШІ. Як наслідок, генеративний штучний інтелект з відкритим вихідним кодом відчуває масштабну фінансову кризу, яка може створити серйозний розрив із існуючими компаніями штучного інтелекту.

Примітиви формування капіталу за допомогою Крипто здаються ONE з небагатьох життєздатних альтернатив для подолання кризи фінансування в генеративному ШІ. Протягом усієї своєї історії Крипто були основним засобом формування капіталу для проектів Web3 через ринкові цикли «биків» і «ведмедів». Чи можна застосувати деякі з цих принципів до генеративного ШІ з відкритим кодом? Безумовно, є не ONE цікавий варіант.

Gitcoin є ONE із найуспішніших прикладів фінансування інновацій з відкритим кодом у Web3. Механізм квадратичного фінансування, запроваджений Gitcoin, може бути застосований безпосередньо до генеративного ШІ. Впровадження власних можливостей генеративного штучного інтелекту в Web3 має першорядне значення для еволюції простору, тому природно очікувати, що проекти генеративного штучного інтелекту привернуть увагу спільноти.

Припустімо, що університетська лабораторія штучного інтелекту повинна зібрати 10 мільйонів доларів для попередньої підготовки магістра права на основі нової архітектури. Кілька DAO та фондів можуть внести свій внесок у грант Gitcoin , який також можуть отримати відповідні грантодавці, створюючи більш ефективний механізм фінансування. Цей механізм набагато ефективніший, ніж поточні альтернативи на ринку.

Фінансування проектів з відкритим вихідним кодом уможливлює механізми, за допомогою яких цінність, створена цими проектами, може принести користь спільноті початкових фінансувальників. Коли мова заходить про Web3 і відкритий генеративний штучний інтелект, цікавою ідеєю є встановлення ліцензії, згідно з якою будь-яка комерційна програма, яка використовує модель, що фінансується за допомогою токенів Web3, повинна повертати частину цього доходу у формі цього конкретного токена. Цей механізм можна навіть застосувати за допомогою смарт-контрактів.

Фінансування транспортних засобів для штучного інтелекту з відкритим вихідним кодом є ONE із найважливіших викликів, які необхідно вирішити в поточному ландшафті генеративного штучного інтелекту. Відкритий вихідний код традиційно важко Фінанси, а генеративний штучний інтелект з відкритим вихідним кодом ще більше, враховуючи дорогі обчислювальні вимоги.

Відсутність належних каналів фінансування для сприяння інноваціям з відкритим кодом у генеративному штучному інтелекті може створити системний ризик для всього простору, оскільки баланс повністю переміститься на закриті комерційні платформи. Крипто створив одні з найдосконаліших і перевірених у боях каналів для фінансування інновацій з відкритим кодом. Можливо, перший міст між Web3 і генеративним ШІ буде фінансовим і не обов’язково технічним.

Примітка. Думки, висловлені в цьому стовпці, належать автору та не обов’язково відображають погляди CoinDesk, Inc. або її власників і афілійованих осіб.