การแนะนำ
จนถึงตอนนี้ วงจรตลาดกระทิงของ crypto นี้เป็นวงจรที่น่าเบื่อที่สุดในแง่ของนวัตกรรมทางธุรกิจ ขาดกระแสความนิยมในระดับปรากฏการณ์ เช่น DeFi, NFT และ Gamefi ในตลาดกระทิงก่อนหน้านี้ ส่งผลให้ขาดจุดร้อนของอุตสาหกรรมใน ตลาดโดยรวม ผู้ใช้ และการลงทุนในอุตสาหกรรม และการเติบโตของนักพัฒนาค่อนข้างอ่อนแอ
สิ่งนี้ยังสะท้อนให้เห็นในราคาสินทรัพย์ปัจจุบันด้วย เมื่อพิจารณาจากวัฏจักรทั้งหมด เหรียญ Alt ส่วนใหญ่ยังคงเสียเลือดต่อ BTC รวมถึง ETH ท้ายที่สุดแล้ว การประเมินมูลค่าของแพลตฟอร์มสัญญาอัจฉริยะนั้นขึ้นอยู่กับความเจริญรุ่งเรืองของแอปพลิเคชัน เมื่อการพัฒนาและนวัตกรรมของแอปพลิเคชันไม่สดใส การเพิ่มมูลค่าของห่วงโซ่สาธารณะก็จะเป็นเรื่องยาก
AI ซึ่งเป็นหมวดหมู่ธุรกิจ crypto ใหม่ในรอบนี้ ได้รับประโยชน์จากการพัฒนาที่รวดเร็วและฮอตสปอตอย่างต่อเนื่องในโลกธุรกิจภายนอก และยังคงมีแนวโน้มที่จะดึงความสนใจเพิ่มขึ้นอย่างมากต่อโครงการติดตาม AI ในโลก crypto
ใน รายงาน IO.NET ที่เผยแพร่โดยผู้เขียนในเดือนเมษายน ผู้เขียนได้แยกแยะความจำเป็นในการรวม AI และ Crypto เข้าด้วยกัน นั่นคือข้อดีของโซลูชั่นเศรษฐศาสตร์เข้ารหัสที่แน่นอน การระดมทรัพยากรการจัดสรร และความไม่ไว้วางใจ ซึ่งอาจแก้ปัญหาการสุ่มและ ปัญหาการใช้ทรัพยากรจำนวนมากของ AI หนึ่งในวิธีแก้ปัญหาความท้าทายสามประการของการเป็นมนุษย์และเครื่องจักรที่แยกไม่ออกจากกัน
ในเส้นทาง AI ในด้านเศรษฐศาสตร์ crypto ผู้เขียนพยายามที่จะพูดคุยและอนุมานประเด็นสำคัญบางอย่างผ่านบทความอื่น ได้แก่ :
มีเรื่องเล่าอะไรอีกบ้างที่กำลังเกิดขึ้นในเส้นทาง crypto AI หรือจะระเบิดในอนาคต?
เส้นทางที่เร่งปฏิกิริยาและตรรกะของการเล่าเรื่องเหล่านี้
เป้าหมายโครงการที่เกี่ยวข้องกับการบรรยาย
ความเสี่ยงและความไม่แน่นอนในการสรุปการเล่าเรื่อง
บทความนี้เป็นการจัดฉากของผู้เขียน ณ เวลาที่ตีพิมพ์ อาจมีการเปลี่ยนแปลงได้ในอนาคต และความคิดเห็นอาจมีความคลาดเคลื่อนในข้อเท็จจริง ข้อมูล และเหตุผล โปรดอย่าใช้เป็นข้อมูลอ้างอิงในการลงทุน ยินดีรับฟังความคิดเห็นและข้อหารือจากเพื่อนๆ
ต่อไปนี้เป็นข้อความหลัก
คลื่นลูกใหม่ของการเล่าเรื่องในเส้นทาง crypto AI
ก่อนที่จะรวบรวมเรื่องราวระลอกใหม่อย่างเป็นทางการในเส้นทาง AI ที่เข้ารหัส ก่อนอื่นเรามาดูเรื่องราวหลักของ AI ที่เข้ารหัสในปัจจุบันกันก่อน จากมุมมองของมูลค่าตลาด ผู้ที่มีมูลค่ามากกว่า 1 พันล้านดอลลาร์สหรัฐ ได้แก่:
พลังการประมวลผล: Render (RNDR มูลค่าตลาดหมุนเวียน 3.85 พันล้าน), Akash (มูลค่าตลาดหมุนเวียน 1.2 พันล้าน), IO.NET (การประเมินมูลค่าทางการเงินหลักรอบล่าสุด 1 พันล้าน)
เครือข่ายอัลกอริทึม: Bittensor (TAO มูลค่าตลาดหมุนเวียน 2.97 พันล้าน)
ตัวแทน AI: Fetchai (FET, มูลค่าตลาดหมุนเวียนก่อนควบรวม 2.1 พันล้าน)
*เวลาข้อมูล: 2024.5.24 หน่วยสกุลเงินคือดอลลาร์สหรัฐ
นอกเหนือจากสาขาข้างต้นแล้ว AI Track ใดจะเป็นรายการถัดไปที่มีมูลค่าตลาดโครงการเดียวเกิน 1 พันล้าน?
ผู้เขียนรู้สึกว่าสามารถคาดเดาได้จากสองมุมมอง: การเล่าเรื่องของ ด้านอุปทานของอุตสาหกรรม และการเล่าเรื่องของ ช่วงเวลา GPT
มุมมองแรกของการบรรยายเรื่อง AI: จากด้านอุปทานของอุตสาหกรรม ให้พิจารณาโอกาสในการติดตามพลังงานและข้อมูลที่อยู่เบื้องหลัง AI
ในด้านอุปทานภาคอุตสาหกรรม แรงผลักดัน 4 ประการในการพัฒนา AI ได้แก่
อัลกอริธึม: อัลกอริธึมคุณภาพสูงสามารถดำเนินการฝึกอบรมและการอนุมานได้อย่างมีประสิทธิภาพมากขึ้น
พลังการประมวลผล: ไม่ว่าจะเป็นการฝึกโมเดลหรือการใช้เหตุผลของโมเดล ฮาร์ดแวร์ GPU จำเป็นต่อการจัดหาพลังการประมวลผล นี่เป็นปัญหาคอขวดหลักของอุตสาหกรรมในขณะนี้ .
พลังงาน: ศูนย์ประมวลผลข้อมูลที่จำเป็นสำหรับ AI จะสร้างการใช้พลังงานจำนวนมาก นอกเหนือจากพลังงานที่ GPU ต้องใช้ในการทำงานด้านคอมพิวเตอร์แล้ว การประมวลผลการกระจายความร้อนของ GPU ยังต้องใช้พลังงานจำนวนมากอีกด้วย คิดเป็นพลังงานทั้งหมดประมาณ 40% ของการบริโภค
ข้อมูล: การปรับปรุงประสิทธิภาพของโมเดลขนาดใหญ่จำเป็นต้องขยายพารามิเตอร์การฝึกอบรม ซึ่งหมายความว่าจำเป็นต้องมีข้อมูลคุณภาพสูงจำนวนมหาศาล
เพื่อตอบสนองต่อแรงผลักดันของอุตสาหกรรมทั้งสี่ข้างต้น อัลกอริธึมและแทร็กพลังการประมวลผลมีโครงการ crypto ที่มีมูลค่าตลาดหมุนเวียนมากกว่า 1 พันล้านดอลลาร์สหรัฐ ในขณะที่แทร็กพลังงานและข้อมูลยังไม่เห็นโครงการที่มีมูลค่าตลาดเท่ากัน .
ในความเป็นจริง การขาดแคลนพลังงานและข้อมูลอาจเกิดขึ้นในไม่ช้าและกลายเป็นคลื่นลูกใหม่ของฮอตสปอตทางอุตสาหกรรม ซึ่งทำให้เกิดการเพิ่มขึ้นของโครงการที่เกี่ยวข้องในด้านการเข้ารหัส
มาพูดถึงพลังงานกันก่อน
เมื่อวันที่ 29 กุมภาพันธ์ 2024 มัสก์กล่าวในการประชุม Bosch Internet World 2024 ว่า ฉันคาดการณ์ไว้ว่าชิปจะขาดแคลนมานานกว่าหนึ่งปีแล้ว และการขาดแคลนครั้งต่อไปจะเป็นไฟฟ้า ฉันคิดว่าในปีหน้าจะมีไฟฟ้าไม่เพียงพอ ดำเนินการทั้งหมด ชิป.
เมื่อพิจารณาจากข้อมูลที่เฉพาะเจาะจง สถาบันปัญญาประดิษฐ์แห่งมหาวิทยาลัยสแตนฟอร์ด (ปัญญาประดิษฐ์ที่เน้นมนุษย์เป็นศูนย์กลาง) นำโดยหลี่ เฟยเฟย ได้เผยแพร่ รายงานดัชนี AI ทุกปี ในรายงานที่เผยแพร่โดยทีมงานในปี 2022 สำหรับอุตสาหกรรม AI ครั้งที่ 21 การประเมินเชื่อว่าการใช้พลังงานของ AI คิดเป็นสัดส่วนเพียง 0.9% ของความต้องการไฟฟ้าทั่วโลกในปีนั้น และแรงกดดันต่อพลังงานและสิ่งแวดล้อมก็มีจำกัด ในปี 2566 สำนักงานพลังงานระหว่างประเทศ (IEA) สรุปว่าศูนย์ข้อมูลทั่วโลกใช้ไฟฟ้าประมาณ 460 เทระวัตต์ชั่วโมง (TWh) คิดเป็น 2% ของความต้องการไฟฟ้าทั่วโลก และคาดการณ์ว่าภายในปี 2569 ศูนย์ข้อมูลทั่วโลกจะใช้พลังงานไฟฟ้าเท่ากับ ต่ำเพียง 620 เทราวัตต์ชั่วโมง และสูงถึง 1,050 เทราวัตต์ชั่วโมง
ที่จริงแล้ว ประมาณการของสำนักงานพลังงานระหว่างประเทศยังคงเป็นแบบอนุรักษ์นิยม เนื่องจากมีโครงการเกี่ยวกับ AI จำนวนมากที่กำลังจะเปิดตัว และความต้องการพลังงานที่สอดคล้องกันนั้นมากกว่าที่คาดการณ์ไว้ในปี 2566 มาก
ตัวอย่างเช่น โครงการ Stargate ที่กำลังวางแผนโดย Microsoft และ OpenAI แผนนี้คาดว่าจะเปิดตัวในปี 2571 และแล้วเสร็จประมาณปี 2573 โครงการวางแผนที่จะสร้างซูเปอร์คอมพิวเตอร์ที่มีชิป AI เฉพาะหลายล้านตัวเพื่อให้ OpenAI มีพลังการประมวลผลที่ไม่เคยมีมาก่อนและสนับสนุนการพัฒนาปัญญาประดิษฐ์ โดยเฉพาะโมเดลการวิจัยและภาษาขนาดใหญ่ การพัฒนา. แผนดังกล่าวคาดว่าจะมีมูลค่ามากกว่า 1 แสนล้านดอลลาร์ ซึ่งมากกว่าต้นทุนของศูนย์ข้อมูลขนาดใหญ่ในปัจจุบันถึง 100 เท่า
การใช้พลังงานของโครงการ Stargate เพียงอย่างเดียวนั้นสูงถึง 50 เทราวัตต์ชั่วโมง
เป็นเพราะเหตุนี้ Sam Altman ผู้ก่อตั้ง OpenAI กล่าวที่ Davos Forum ในเดือนมกราคมปีนี้ว่า ปัญญาประดิษฐ์ในอนาคตจำเป็นต้องมีความก้าวหน้าด้านพลังงาน เพราะปัญญาประดิษฐ์จะใช้พลังงานมากกว่าที่ผู้คนคาดหวังไว้มาก
หลังจากพลังการประมวลผลและพลังงานแล้ว ปัญหาการขาดแคลนต่อไปในอุตสาหกรรม AI ที่เติบโตอย่างรวดเร็วก็มีแนวโน้มที่จะเป็นข้อมูล
กล่าวอีกนัยหนึ่ง การขาดแคลนข้อมูลคุณภาพสูงที่จำเป็นสำหรับ AI ได้กลายเป็นความจริงแล้ว
ในปัจจุบัน จากวิวัฒนาการของ GPT มนุษย์ได้ค้นพบกฎเกณฑ์สำหรับการเติบโตของความสามารถของโมเดลภาษาขนาดใหญ่ กล่าวคือ โดยการขยายพารามิเตอร์ของโมเดลและข้อมูลการฝึกอบรม ความสามารถของโมเดลสามารถปรับปรุงแบบทวีคูณได้ และกระบวนการนี้ไม่สามารถทำได้ จะเห็นได้ในระยะสั้น
แต่ปัญหาคือข้อมูลคุณภาพสูงและข้อมูลแบบเปิดอาจขาดแคลนมากขึ้นในอนาคต และผลิตภัณฑ์ AI อาจเผชิญกับความขัดแย้งระหว่างอุปสงค์และอุปทานในข้อมูลเช่นเดียวกับชิปและพลังงาน
ประการแรกคือข้อพิพาทเรื่องความเป็นเจ้าของข้อมูลเพิ่มขึ้น
เมื่อวันที่ 27 ธันวาคม พ.ศ. 2566 หนังสือพิมพ์เดอะนิวยอร์กไทมส์ได้ยื่นฟ้อง OpenAI และ Microsoft อย่างเป็นทางการในศาลแขวงกลางสหรัฐ โดยกล่าวหาว่าพวกเขาใช้บทความของตนเองหลายล้านบทความในการฝึกโมเดล GPT โดยไม่ได้รับอนุญาต โดยกำหนดให้พวกเขา คัดลอกและใช้อย่างผิดกฎหมาย มูลค่าความเสียหายทางกฎหมายและที่เกิดขึ้นจริงมูลค่าหลายพันล้านดอลลาร์ และการทำลายโมเดลและข้อมูลการฝึกอบรมทั้งหมดที่มีเนื้อหาที่มีลิขสิทธิ์จาก The New York Times
ต่อมาเมื่อปลายเดือนมีนาคม New York Times ได้เผยแพร่แถลงการณ์ใหม่ โดยกำหนดเป้าหมายไม่เพียงแต่ OpenAI แต่ยังรวมถึง Google และ Meta ด้วย แถลงการณ์ของ New York Times ระบุว่า OpenAI ถอดเสียงส่วนคำพูดของวิดีโอ YouTube จำนวนมากผ่านเครื่องมือรู้จำคำพูดที่เรียกว่า Whisper จากนั้นจึงสร้างข้อความเป็นข้อความเพื่อฝึก GPT-4 The New York Times ระบุว่าขณะนี้เป็นเรื่องปกติมากสำหรับบริษัทขนาดใหญ่ที่จะใช้การโจรกรรมเมื่อฝึกอบรมโมเดล AI และกล่าวว่า Google ก็ทำเช่นนี้เช่นกัน พวกเขายังแปลงเนื้อหาวิดีโอ YouTube เป็นข้อความสำหรับการฝึกอบรมโมเดลขนาดใหญ่ของตนเองด้วย ละเมิดสิทธิ์ของผู้สร้างเนื้อหาวิดีโอเป็นหลัก
New York Times และ OpenAI เป็น “คดีลิขสิทธิ์ AI คดีแรก” เมื่อพิจารณาถึงความซับซ้อนของคดีและผลกระทบในวงกว้างต่ออนาคตของเนื้อหาและอุตสาหกรรม AI ผลลัพธ์อาจไม่บรรลุผลในเร็วๆ นี้ ผลลัพธ์สุดท้ายที่เป็นไปได้ประการหนึ่งคือการยุติข้อตกลงนอกศาลระหว่างทั้งสองฝ่าย โดยที่ Microsoft และ OpenAI ผู้มั่งคั่งจ่ายเงินชดเชยจำนวนมาก อย่างไรก็ตาม ความขัดแย้งด้านลิขสิทธิ์ข้อมูลที่เพิ่มมากขึ้นในอนาคตจะทำให้ต้นทุนโดยรวมของข้อมูลคุณภาพสูงเพิ่มขึ้นอย่างหลีกเลี่ยงไม่ได้
นอกจากนี้ ในฐานะเสิร์ชเอ็นจิ้นที่ใหญ่ที่สุดในโลก Google ยังเปิดเผยว่ากำลังพิจารณาการเรียกเก็บเงินสำหรับฟังก์ชันการค้นหา แต่เป้าหมายการชาร์จไม่ใช่บุคคลทั่วไป แต่เป็นบริษัท AI
ที่มา: รอยเตอร์
Google เก็บเนื้อหาจำนวนมหาศาลไว้ในเซิร์ฟเวอร์เครื่องมือค้นหา รวมถึงเนื้อหาเกือบทั้งหมดที่ปรากฏบนหน้าอินเทอร์เน็ตใดๆ นับตั้งแต่ศตวรรษที่ 21 ในปัจจุบัน ผลิตภัณฑ์ค้นหาที่ขับเคลื่อนด้วย AI เช่น ผลิตภัณฑ์จากต่างประเทศ เช่น ความฉงนสนเท่ห์และผลิตภัณฑ์ในประเทศ เช่น Kimi และ Secret Tower ล้วนประมวลผลข้อมูลที่ค้นหาผ่าน AI แล้วส่งออกไปยังผู้ใช้ โปรแกรมค้นหาเรียกเก็บเงินสำหรับ AI ซึ่งจะเพิ่มต้นทุนในการรับข้อมูลอย่างหลีกเลี่ยงไม่ได้
นอกเหนือจากข้อมูลสาธารณะแล้ว ยักษ์ใหญ่ด้าน AI ยังจับตาดูข้อมูลภายในที่ไม่เปิดเผยต่อสาธารณะอีกด้วย
Photobucket เป็นเว็บไซต์โฮสต์รูปภาพและวิดีโอที่จัดตั้งขึ้นซึ่งมีผู้ใช้ 70 ล้านคน และเกือบครึ่งหนึ่งของตลาดภาพถ่ายออนไลน์ในสหรัฐฯ ในช่วงต้นทศวรรษ 2000 ด้วยการเพิ่มขึ้นของโซเชียลมีเดีย จำนวนผู้ใช้ Photobucket ลดลงอย่างมาก ปัจจุบันมีผู้ใช้งานเหลือเพียง 2 ล้านคน (พวกเขาจ่ายค่าธรรมเนียมสูง 399 เหรียญสหรัฐต่อปี) ตามข้อตกลงและนโยบายความเป็นส่วนตัวที่ลงนามโดยผู้ใช้เมื่อใด พวกเขาลงทะเบียนแล้ว ไม่ได้ใช้มานานกว่าหนึ่งปี บัญชีจะถูกรีไซเคิล และสิทธิ์ของ Photobucket ในการใช้ข้อมูลรูปภาพและวิดีโอที่ผู้ใช้อัปโหลดก็ได้รับการสนับสนุนเช่นกัน Ted Leonard ซีอีโอของ Photobucket เปิดเผยว่าข้อมูลรูปภาพและวิดีโอจำนวน 1.3 พันล้านข้อมูลของบริษัทนั้นมีคุณค่าอย่างยิ่งสำหรับการฝึกอบรมโมเดล AI เชิงสร้างสรรค์ เขากำลังเจรจากับบริษัทเทคโนโลยีหลายแห่งเพื่อขายข้อมูล โดยเสนอราคาตั้งแต่ 5 เซนต์ถึง 1 ดอลลาร์ต่อภาพ และมากกว่า 1 ดอลลาร์ต่อวิดีโอ โดยประเมินว่าข้อมูลที่ Photobucket สามารถให้ได้นั้นมีมูลค่ามากกว่า 1 พันล้านดอลลาร์
EPOCH ทีมวิจัยที่มุ่งเน้นแนวโน้มการพัฒนาปัญญาประดิษฐ์ เคยเผยแพร่รายงานเกี่ยวกับข้อมูลที่จำเป็นสำหรับการเรียนรู้ของเครื่องโดยพิจารณาจากการใช้ข้อมูลและการสร้างข้อมูลใหม่โดยการเรียนรู้ของเครื่องในปี 2565 และพิจารณาการเติบโตของทรัพยากรคอมพิวเตอร์ ข้อมูลจะหมดหรือไม่ จากการวิเคราะห์ขีดจำกัดของชุดข้อมูลใน Machine Learning รายงานสรุปว่าข้อมูลข้อความคุณภาพสูงจะหมดลงระหว่างเดือนกุมภาพันธ์ 2566 ถึง 2569 และข้อมูลรูปภาพจะหมดลงในปี 2573 ระหว่าง ปี 2060 และ 2060 หากไม่สามารถปรับปรุงประสิทธิภาพของการใช้ข้อมูลอย่างมีนัยสำคัญ หรือมีแหล่งข้อมูลใหม่เกิดขึ้น แนวโน้มในปัจจุบันของโมเดลการเรียนรู้ของเครื่องขนาดใหญ่ที่ต้องอาศัยชุดข้อมูลขนาดใหญ่อาจชะลอตัวลง
เมื่อพิจารณาจากสถานการณ์ปัจจุบันที่ยักษ์ใหญ่ด้าน AI กำลังซื้อข้อมูลในราคาที่สูง ข้อมูลข้อความคุณภาพสูงฟรีได้หมดลงแล้ว โดยพื้นฐานแล้วการคาดการณ์ของ EPOCH เมื่อ 2 ปีที่แล้วค่อนข้างแม่นยำ
ในเวลาเดียวกัน แนวทางแก้ไขสำหรับความต้องการ การขาดแคลนข้อมูล AI ก็กำลังเกิดขึ้นเช่นกัน กล่าวคือ บริการจัดหาข้อมูล AI
Defined.ai เป็นบริษัทที่ให้บริการข้อมูลที่มีคุณภาพตามจริงและปรับแต่งได้สำหรับบริษัท AI
ตัวอย่างประเภทข้อมูลที่ Defined.ai สามารถให้ได้: https://www.defined.ai/datasets
รูปแบบธุรกิจของบริษัทคือ: บริษัท AI จัดหา Defined.ai ตามความต้องการด้านข้อมูลของตนเอง ตัวอย่างเช่น ในแง่ของคุณภาพของภาพ ความละเอียดที่จำเป็นเพื่อหลีกเลี่ยงการเบลอ การเปิดรับแสงมากเกินไป และเนื้อหามีความถูกต้อง ในแง่ของเนื้อหา บริษัท AI สามารถปรับแต่งธีมเฉพาะตามงานการฝึกอบรมของตนเอง เช่น ภาพถ่ายในเวลากลางคืน กรวยในเวลากลางคืน ลานจอดรถ และป้ายต่างๆ เพื่อปรับปรุงอัตราการจดจำของ AI ในฉากกลางคืน สาธารณชนสามารถรับงานนี้ได้ และบริษัทจะตรวจสอบหลังจากถ่ายภาพ จากนั้นส่วนที่ตรงตามข้อกำหนดจะถูกตัดสินตามจำนวนรูปภาพ ราคาประมาณ 1-2 เหรียญสหรัฐฯ สำหรับภาพคุณภาพสูง 5-7 ดอลลาร์สหรัฐสำหรับภาพยนตร์สั้นที่มีความยาวมากกว่า 10 วินาที วิดีโอคุณภาพสูงที่มีความยาวมากกว่า 10 นาทีมีราคา 100-300 ดอลลาร์สหรัฐ และข้อความจะมีมูลค่า 1 ดอลลาร์สหรัฐต่อคำหนึ่งพันคำ ประมาณ 20% ของค่าธรรมเนียม การจัดเตรียมข้อมูลอาจกลายเป็นธุรกิจการระดมทุนอีกรูปแบบหนึ่งหลังจาก การติดฉลากข้อมูล
การจัดหางานจากมวลชนทั่วโลก สิ่งจูงใจทางเศรษฐกิจ การกำหนดราคาสินทรัพย์ข้อมูล การหมุนเวียน และการปกป้องความเป็นส่วนตัว ทุกคนสามารถมีส่วนร่วมได้ ดูเหมือนเป็นหมวดหมู่ธุรกิจที่เหมาะสำหรับกระบวนทัศน์ Web3 เป็นพิเศษ
เป้าหมายการบรรยายของ AI จากมุมมองของด้านอุปทานของอุตสาหกรรม
ความกังวลที่เกิดจากการขาดแคลนชิปได้แทรกซึมเข้าไปในอุตสาหกรรมการเข้ารหัส ทำให้พลังการประมวลผลแบบกระจายกลายเป็นหมวดหมู่แทร็ก AI ที่ได้รับความนิยมมากที่สุดและมีมูลค่าตลาดสูงที่สุดจนถึงปัจจุบัน
ดังนั้นหากความขัดแย้งระหว่างอุปสงค์และอุปทานในอุตสาหกรรม AI ในด้านพลังงานและข้อมูลเกิดขึ้นในอีก 1-2 ปีข้างหน้า อุตสาหกรรมการเข้ารหัสในปัจจุบันมีโครงการที่เกี่ยวข้องกับการเล่าเรื่องอะไรบ้าง
มาดูเป้าหมายพลังงานกันก่อน
มีโครงการพลังงานน้อยมากที่เปิดตัว CEX ชั้นนำ และมีเพียงโครงการเดียวเท่านั้น นั่นคือ Power Ledger (Token Powr)
Power Ledger ก่อตั้งขึ้นในปี 2560 เป็นแพลตฟอร์มพลังงานแบบครบวงจรที่ใช้เทคโนโลยีบล็อกเชน โดยมีเป้าหมายเพื่อกระจายอำนาจการทำธุรกรรมด้านพลังงาน ส่งเสริมการซื้อขายไฟฟ้าโดยตรงโดยบุคคลและชุมชน สนับสนุนการประยุกต์ใช้พลังงานหมุนเวียนในวงกว้าง และรับประกันความโปร่งใสและประสิทธิภาพของธุรกรรม ในตอนแรก Power Ledger ทำงานโดยใช้เครือข่ายกลุ่มที่ดัดแปลงจาก Ethereum ในช่วงครึ่งหลังของปี 2023 Power Ledger ได้อัปเดตสมุดปกขาวและเปิดตัวเครือข่ายสาธารณะแบบครอบคลุมของตัวเอง ซึ่งได้รับการปรับเปลี่ยนตามกรอบทางเทคนิคของ Solana เพื่ออำนวยความสะดวกในการประมวลผลธุรกรรมขนาดเล็กที่มีความถี่สูงในตลาดพลังงานแบบกระจาย ธุรกิจหลักของ Power Ledger ในปัจจุบัน ได้แก่ :
การซื้อขายพลังงาน: อนุญาตให้ผู้ใช้ซื้อและขายไฟฟ้าได้โดยตรง โดยเฉพาะจากแหล่งพลังงานหมุนเวียนแบบ peer-to-peer
การซื้อขายผลิตภัณฑ์ด้านสิ่งแวดล้อม: เช่น การซื้อขายคาร์บอนเครดิตและใบรับรองพลังงานทดแทน และการจัดหาเงินทุนตามผลิตภัณฑ์ด้านสิ่งแวดล้อม
การดำเนินงานของเครือข่ายสาธารณะ: ดึงดูดนักพัฒนาแอปพลิเคชันให้สร้างแอปพลิเคชันบนบล็อกเชนของ Powerledger และค่าธรรมเนียมการทำธุรกรรมบนเครือข่ายสาธารณะจะจ่ายเป็นโทเค็น Powr
มูลค่าตลาดหมุนเวียนในปัจจุบันของโครงการ Power Ledger อยู่ที่ 170 ล้านดอลลาร์ และมูลค่าตลาดหมุนเวียนทั้งหมดคือ 320 ล้านดอลลาร์
เมื่อเปรียบเทียบกับเป้าหมายการเข้ารหัสพลังงาน จำนวนเป้าหมายการเข้ารหัสในแทร็กข้อมูลมีมากกว่า
ผู้เขียนแสดงรายการเฉพาะโครงการติดตามข้อมูลที่ฉันกำลังให้ความสนใจและได้เปิดตัว CEX ของ Binance, OKX และ Coinbase อย่างน้อยหนึ่งรายการ และจัดเรียงจากต่ำไปสูงตาม FDV:
1.สตรีมเมอร์ – ข้อมูล
คุณค่าของ Streamr คือการสร้างเครือข่ายข้อมูลแบบเรียลไทม์แบบกระจายอำนาจ ซึ่งช่วยให้ผู้ใช้สามารถแลกเปลี่ยนและแบ่งปันข้อมูลได้อย่างอิสระ ในขณะที่ยังคงควบคุมข้อมูลของตนได้อย่างเต็มที่ ผ่านตลาดข้อมูล Streamr หวังว่าจะช่วยให้ผู้ผลิตข้อมูลสามารถขายกระแสข้อมูลโดยตรงให้กับผู้บริโภคที่สนใจโดยไม่จำเป็นต้องมีคนกลาง ซึ่งจะช่วยลดต้นทุนและเพิ่มประสิทธิภาพ
ที่มา: https://streamr.network/hub/projects
ในกรณีความร่วมมือที่เกิดขึ้นจริง Streamr ร่วมมือกับ DIMO ซึ่งเป็นโครงการฮาร์ดแวร์ยานพาหนะ Web3 อีกโครงการหนึ่ง เพื่อรวบรวมอุณหภูมิ ความกดอากาศ และข้อมูลอื่นๆ ผ่านเซ็นเซอร์ฮาร์ดแวร์ DIMO ที่ติดตั้งอยู่บนยานพาหนะ เพื่อสร้างสตรีมข้อมูลสภาพอากาศและส่งไปยังสถาบันที่ต้องการ
เมื่อเปรียบเทียบกับโครงการข้อมูลอื่นๆ Streamr ให้ความสำคัญกับข้อมูลจาก Internet of Things และเซ็นเซอร์ฮาร์ดแวร์มากกว่า นอกเหนือจากข้อมูลยานพาหนะ DIMO ที่กล่าวถึงข้างต้นแล้ว โครงการอื่นๆ ยังรวมถึงสตรีมข้อมูลการจราจรแบบเรียลไทม์ของเฮลซิงกิ ดังนั้นโปรเจ็กต์โทเค็นของ Streamr จึงมีราคาเพิ่มขึ้นเป็นสองเท่าในวันเดียวในเดือนธันวาคมปีที่แล้ว ซึ่งเป็นช่วงที่แนวคิด Depin กำลังได้รับความนิยมสูงสุด
มูลค่าตลาดหมุนเวียนในปัจจุบันของโครงการ Streamr อยู่ที่ 44 ล้านดอลลาร์ และมูลค่าตลาดหมุนเวียนทั้งหมดคือ 58 ล้านดอลลาร์
2.โควาเลนต์ – CQT
ไม่เหมือนกับโครงการข้อมูลอื่นๆ Covalent ให้ข้อมูลบล็อคเชน Covalent Network อ่านข้อมูลจากโหนดบล็อกเชนผ่าน RPC จากนั้นประมวลผลและจัดระเบียบข้อมูลเพื่อสร้างฐานข้อมูลการสืบค้นที่มีประสิทธิภาพ ด้วยวิธีนี้ ผู้ใช้ Covalent สามารถดึงข้อมูลที่ต้องการได้อย่างรวดเร็วโดยไม่ต้องดำเนินการสืบค้นที่ซับซ้อนโดยตรงจากโหนด blockchain บริการประเภทนี้เรียกอีกอย่างว่า การจัดทำดัชนีข้อมูลบล็อคเชน
ลูกค้าของ Covalent ส่วนใหญ่เป็น B-side รวมถึงโปรเจ็กต์ Dapp เช่น Defi ต่างๆ รวมถึงบริษัทเข้ารหัสแบบรวมศูนย์หลายแห่ง เช่น Consensys (บริษัทแม่ของ Metamask), CoinGecko (สถานีตลาดสินทรัพย์เข้ารหัสลับที่มีชื่อเสียง), Rotki ( เครื่องมือด้านภาษี ), Rainbow (กระเป๋าสตางค์ที่เข้ารหัส) ฯลฯ นอกจากนี้ Fidelity ซึ่งเป็นยักษ์ใหญ่ในอุตสาหกรรมการเงินแบบดั้งเดิม และ Ernst Young ซึ่งเป็นบริษัทบัญชีรายใหญ่ 4 แห่ง ก็เป็นลูกค้าของ Covalent เช่นกัน จากข้อมูลที่เปิดเผยอย่างเป็นทางการโดย Covalent รายได้ของโครงการจากบริการข้อมูลสูงกว่ารายได้ของ The Graph ซึ่งเป็นโครงการชั้นนำในสาขาเดียวกัน
เนื่องจากความสมบูรณ์ ความเปิดกว้าง ความถูกต้อง และลักษณะของข้อมูลแบบเรียลไทม์บนห่วงโซ่ อุตสาหกรรม Web3 จึงคาดว่าจะกลายเป็นแหล่งข้อมูลคุณภาพสูงสำหรับสถานการณ์ AI แบบแบ่งกลุ่มและ โมเดลขนาดเล็กของ AI เฉพาะเจาะจง ในฐานะผู้ให้บริการข้อมูล Covalent ได้เริ่มให้ข้อมูลสำหรับสถานการณ์ AI ต่างๆ และได้เปิดตัวข้อมูลที่มีโครงสร้างที่ตรวจสอบได้สำหรับ AI โดยเฉพาะ
ที่มา: https://www.covalenthq.com/solutions/decentralized-ai/
ตัวอย่างเช่น ให้ข้อมูลแก่แพลตฟอร์มการซื้อขายอัจฉริยะออนไลน์ SmartWhales และใช้ AI เพื่อระบุรูปแบบการซื้อขายและที่อยู่ที่มีกำไร Entender Finance ใช้ข้อมูลที่มีโครงสร้างของ Covalent และการประมวลผล AI สำหรับข้อมูลเชิงลึกแบบเรียลไทม์ การตรวจจับความผิดปกติ และการวิเคราะห์เชิงคาดการณ์
ในปัจจุบัน สถานการณ์หลักสำหรับบริการข้อมูลออนไลน์ที่ Covalent มอบให้ยังคงเป็นเรื่องทางการเงิน อย่างไรก็ตาม ด้วยภาพรวมของผลิตภัณฑ์และประเภทข้อมูล Web3 สถานการณ์การใช้งานข้อมูลออนไลน์ก็จะถูกขยายเพิ่มเติมด้วย
มูลค่าตลาดหมุนเวียนในปัจจุบันของโครงการ Covalent อยู่ที่ 150 ล้านดอลลาร์ และมูลค่าตลาดหมุนเวียนทั้งหมดอยู่ที่ 235 ล้านดอลลาร์ เมื่อเทียบกับ The Graph ซึ่งเป็นโครงการดัชนีข้อมูลบล็อกเชนในเส้นทางเดียวกัน มีข้อได้เปรียบในการประเมินมูลค่าที่ชัดเจน
3.Hivemapper – น้ำผึ้ง
ในบรรดาข้อมูลทั้งหมด ข้อมูลวิดีโอมักจะมีราคาต่อหน่วยสูงที่สุด Hivemapper สามารถให้ข้อมูลรวมถึงวิดีโอและข้อมูลแผนที่แก่บริษัท AI Hivemapper นั้นเป็นโปรเจ็กต์การทำแผนที่ระดับโลกที่มีการกระจายอำนาจ โดยมีจุดมุ่งหมายเพื่อสร้างระบบแผนที่ที่มีรายละเอียด ไดนามิก และเข้าถึงได้ผ่านเทคโนโลยีบล็อกเชนและการมีส่วนร่วมของชุมชน ผู้เข้าร่วมสามารถบันทึกข้อมูลแผนที่ผ่านกล้องติดรถยนต์และเพิ่มลงในเครือข่ายข้อมูล Hivemapper แบบโอเพ่นซอร์ส และรับรางวัลตามการมีส่วนร่วมในโครงการโทเค็น HONEY เพื่อปรับปรุงผลกระทบของเครือข่ายและลดต้นทุนการโต้ตอบ Hivemapper จึงถูกสร้างขึ้นบน Solana
Hivemapper ก่อตั้งขึ้นครั้งแรกในปี 2015 ด้วยวิสัยทัศน์ดั้งเดิมในการใช้โดรนเพื่อสร้างแผนที่ แต่ต่อมาพบว่าโมเดลนี้ขยายขนาดได้ยาก และหันมาใช้กล้องติดรถยนต์และสมาร์ทโฟนเพื่อเก็บข้อมูลทางภูมิศาสตร์ ซึ่งช่วยลดต้นทุนการผลิตแผนที่ทั่วโลก
เมื่อเปรียบเทียบกับซอฟต์แวร์สตรีทวิวและแผนที่ เช่น Google Maps แล้ว Hivemapper สามารถขยายความครอบคลุมของแผนที่ได้อย่างมีประสิทธิภาพมากขึ้น รักษาความสดใหม่ของฉากแผนที่จริง และปรับปรุงคุณภาพวิดีโอผ่านเครือข่ายที่จูงใจและโมเดลการระดมทุนจากมวลชน
ก่อนที่ความต้องการข้อมูลของ AI จะระเบิด ลูกค้าหลักของ Hivemapper ได้แก่ ภาคการขับขี่อัตโนมัติของอุตสาหกรรมยานยนต์ บริษัทผู้ให้บริการนำทาง รัฐบาล บริษัทประกันภัยและอสังหาริมทรัพย์ ฯลฯ ขณะนี้ Hivemapper สามารถให้ข้อมูลถนนและสภาพแวดล้อมที่หลากหลายแก่ AI และโมเดลขนาดใหญ่ผ่าน API ผ่านการป้อนข้อมูลของสตรีมข้อมูลรูปภาพและคุณลักษณะถนนที่อัปเดตอย่างต่อเนื่อง โมเดล AI และ ML จะสามารถเปลี่ยนข้อมูลให้เป็นความสามารถและการดำเนินการที่ดีขึ้น งานที่เกี่ยวข้องกับที่ตั้งทางภูมิศาสตร์และการตัดสินด้วยภาพ
แหล่งข้อมูล: https://hivemapper.com/blog/diversify-ai-computer-vision-models-with-global-road-imagery-map-data/
มูลค่าตลาดหมุนเวียนในปัจจุบันของโครงการ Hivemapper-Honey อยู่ที่ 120 ล้านดอลลาร์ และมูลค่าตลาดหมุนเวียนทั้งหมดอยู่ที่ 496 ล้านดอลลาร์
นอกเหนือจากสามโครงการข้างต้น โครงการในการติดตามข้อมูลยังรวมถึง The Graph – GRT (มูลค่าตลาดหมุนเวียน 3.2 พันล้านดอลลาร์, FDV 3.7 พันล้านดอลลาร์) ซึ่งธุรกิจคล้ายกับ Covalent และยังให้บริการจัดทำดัชนีข้อมูลบล็อกเชน และ Ocean Protocol OCEAN (มูลค่าตลาดหมุนเวียน 670 ล้านดอลลาร์, FDV 1.45 พันล้านดอลลาร์ โครงการนี้จะถูกรวมเข้ากับ Fetch.ai และ SingularityNET ในไม่ช้า โทเค็นจะถูกแปลงเป็น ASI) ซึ่งเป็นโปรโตคอลโอเพ่นซอร์สที่ออกแบบมาเพื่อส่งเสริมการแลกเปลี่ยนและการสร้างรายได้ของข้อมูลและ บริการที่เกี่ยวข้องกับข้อมูล เชื่อมโยงผู้บริโภคข้อมูลกับผู้ให้บริการข้อมูลเพื่อแบ่งปันข้อมูลพร้อมทั้งรับประกันความน่าเชื่อถือ ความโปร่งใส และการตรวจสอบย้อนกลับ
มุมมองที่สองของการเล่าเรื่องด้วย AI: GPT ปรากฏขึ้นอีกครั้งในอีกสักครู่ และปัญญาประดิษฐ์ทั่วไปก็มาถึง
ในความเห็นของผู้เขียน ปีแรกของ “เส้นทาง AI” ในอุตสาหกรรมการเข้ารหัสคือปี 2023 ซึ่งเป็นช่วงที่ GPT สร้างความตกใจให้กับโลก อุตสาหกรรม.
แม้ว่าความสามารถของ GPT 4, เทอร์โบ ฯลฯ จะได้รับการอัปเกรดอย่างต่อเนื่องหลังจาก GPT 3.5 รวมถึงการแสดงความสามารถในการสร้างวิดีโอที่น่าทึ่งของ Sora รวมถึงการพัฒนาอย่างรวดเร็วของโมเดลภาษาขนาดใหญ่อื่น ๆ นอกเหนือจาก OpenAI แต่ก็ปฏิเสธไม่ได้ว่าความก้าวหน้าทางเทคโนโลยีของ AI ได้เผยแพร่สู่สาธารณะแล้ว ผลกระทบด้านความรู้ความเข้าใจลดลง ผู้คนค่อยๆ ใช้เครื่องมือ AI และดูเหมือนว่าการเปลี่ยนงานจำนวนมากยังไม่เกิดขึ้น
แล้วในอนาคตจะมี “GPT Moment” ในวงการ AI อีกหรือไม่ โดยจะมีการพัฒนา AI แบบก้าวกระโดดจนสร้างความตกใจให้กับสาธารณชนและทำให้ผู้คนตระหนักได้ว่าชีวิตและงานของพวกเขาจะเปลี่ยนไปตามมาหรือไม่?
ช่วงเวลานี้อาจเป็นการมาถึงของปัญญาประดิษฐ์ทั่วไป (AGI)
AGI หมายถึงข้อเท็จจริงที่ว่าเครื่องจักรมีความสามารถด้านการรับรู้ที่ครอบคลุมคล้ายกับมนุษย์ และสามารถแก้ปัญหาที่ซับซ้อนได้หลากหลาย ไม่ใช่แค่งานเฉพาะเจาะจงเท่านั้น ระบบ AGI มีความสามารถในการคิดเชิงนามธรรมสูง ความรู้พื้นฐานที่กว้างขวาง การใช้เหตุผลสามัญสำนึกและความเข้าใจเชิงสาเหตุในทุกสาขา และการเรียนรู้แบบถ่ายโอนข้ามสายอาชีพ ประสิทธิภาพของ AGI นั้นแยกไม่ออกจากมนุษย์ที่ดีที่สุดในสาขาต่างๆ และในแง่ของความสามารถที่ครอบคลุม นั้นเหนือกว่ากลุ่มมนุษย์ที่ดีที่สุดโดยสิ้นเชิง
ในความเป็นจริง ไม่ว่าจะเป็นการนำเสนอในนิยายวิทยาศาสตร์ เกม ผลงานภาพยนตร์และโทรทัศน์ หรือความคาดหวังของสาธารณชนหลังจากความนิยมอย่างรวดเร็วของ GPT สาธารณชนคาดหวังมานานแล้วว่าการเกิดขึ้นของ AGI จะเกินระดับการรับรู้ของมนุษย์ กล่าวอีกนัยหนึ่ง GPT เองเป็นผลิตภัณฑ์ชั้นนำของ AGI และเวอร์ชันเชิงทำนายของปัญญาประดิษฐ์ทั่วไป
เหตุผลที่ GPT มีพลังทางอุตสาหกรรมและผลกระทบทางจิตวิทยาอย่างมากก็คือความเร็วและประสิทธิภาพของการใช้งานนั้นเกินความคาดหมายของสาธารณะ ผู้คนไม่คาดคิดว่าระบบปัญญาประดิษฐ์ที่สามารถทำการทดสอบทัวริงได้มาถึงแล้ว และมันก็เร็วมาก .
ที่จริงแล้ว ปัญญาประดิษฐ์ (AGI) อาจจะเกิด “ช่วงเวลา GPT” ขึ้นมาอีกครั้งใน 1-2 ปี ผู้คนเพิ่งปรับตัวเข้ากับความช่วยเหลือของ GPT และค้นพบว่า AI ไม่ได้เป็นเพียงผู้ช่วยอีกต่อไป แต่ยังสามารถเติมเต็มได้อีกด้วย งานสุดโต่งอย่างอิสระ งานที่สร้างสรรค์และท้าทายที่สุด รวมถึงปัญหาที่ติดอยู่กับนักวิทยาศาสตร์ชั้นนำของมนุษยชาติมานานหลายทศวรรษ
เมื่อวันที่ 8 เมษายนปีนี้ Musk ถูกสัมภาษณ์โดย Nicolai Tangen ประธานเจ้าหน้าที่การลงทุนของกองทุนความมั่งคั่งแห่งชาติของนอร์เวย์ และพูดคุยเกี่ยวกับช่วงเวลาที่ AGI ถือกำเนิดขึ้น
“ถ้าคุณนิยาม AGI ว่าฉลาดกว่าส่วนที่ฉลาดที่สุดในเผ่าพันธุ์มนุษย์ ฉันคิดว่ามันน่าจะเกิดขึ้นในปี 2025” เขากล่าว
กล่าวคือ ตามการหักของเขา จะใช้เวลาประมาณหนึ่งปีครึ่งก่อนที่ AGI จะเกิดขึ้น แน่นอนว่าเขาได้เพิ่มข้อกำหนดเบื้องต้นซึ่งก็คือ ถ้าพลังและฮาร์ดแวร์สามารถตามทัน
ประโยชน์ของการกำเนิดของ AGI นั้นชัดเจน
หมายความว่าระดับผลิตภาพของมนุษย์จะก้าวไปข้างหน้าอย่างมาก และปัญหาการวิจัยทางวิทยาศาสตร์จำนวนมากที่ติดอยู่กับเรามานานหลายทศวรรษจะได้รับการแก้ไข หากเราให้คำนิยาม ส่วนที่ฉลาดที่สุดของมนุษยชาติ ว่าเป็นระดับของผู้ได้รับรางวัลโนเบล นั่นหมายความว่าตราบใดที่ยังมีพลังงาน พลังการประมวลผล และข้อมูลเพียงพอ เราก็จะมี ผู้ชนะรางวัลโนเบล ที่ไม่รู้จักเหน็ดเหนื่อยจำนวนนับไม่ถ้วนที่ทำงานตลอดเวลา ปัญหาที่สำคัญที่สุดทางวิทยาศาสตร์
ในความเป็นจริง ผู้ได้รับรางวัลโนเบลไม่ได้หายากเท่ากับหนึ่งในไม่กี่ร้อยล้านคน ส่วนใหญ่อยู่ในระดับอาจารย์มหาวิทยาลัยชั้นนำในแง่ของความสามารถและความฉลาด แต่เนื่องจากความน่าจะเป็นและโชค พวกเขาจึงเลือกทิศทางที่ถูกต้อง กล่าวต่อ ที่จะทำสิ่งนั้นและบรรลุผล ผู้คนในระดับเดียวกับเขา ซึ่งเป็นเพื่อนร่วมงานที่โดดเด่นไม่แพ้กันของเขา อาจได้รับรางวัลโนเบลในจักรวาลคู่ขนานของการวิจัยทางวิทยาศาสตร์เช่นกัน แต่น่าเสียดายที่ยังมีอาจารย์มหาวิทยาลัยชั้นนำและผู้ที่เกี่ยวข้องกับความก้าวหน้าด้านการวิจัยทางวิทยาศาสตร์ไม่เพียงพอ ดังนั้นความเร็วของการ สำรวจทิศทางที่ถูกต้องของการวิจัยทางวิทยาศาสตร์ ยังคงช้ามาก
ด้วย AGI หากพลังงานและพลังการประมวลผลได้รับการจัดหาอย่างเต็มที่ เราจะมี AGI ผู้ชนะรางวัลโนเบล ได้ไม่จำกัด เพื่อดำเนินการสำรวจเชิงลึกในทิศทางการพัฒนาการวิจัยทางวิทยาศาสตร์ที่เป็นไปได้ และความเร็วในการปรับปรุงเทคโนโลยีจะเร็วขึ้นหลายเท่า การปรับปรุงเทคโนโลยีจะทำให้ทรัพยากรที่เรามองว่ามีราคาแพงมากและหายากเพิ่มขึ้นหลายร้อยเท่าใน 10 ถึง 20 ปี เช่น การผลิตอาหาร วัสดุใหม่ ยาใหม่ การศึกษาระดับสูง เป็นต้น และต้นทุน การได้รับสิ่งเหล่านี้จะลดลงอย่างทวีคูณ เราสามารถเลี้ยงประชากรได้มากขึ้นด้วยทรัพยากรน้อยลง และความมั่งคั่งต่อหัวก็เพิ่มขึ้นอย่างรวดเร็ว
แผนภูมิแนวโน้ม GDP ทั่วโลก แหล่งข้อมูล: ธนาคารโลก
นี่อาจฟังดูน่าตื่นเต้นเล็กน้อย ลองดูสองตัวอย่างที่ฉันเคยใช้ใน รายงานการวิจัยก่อนหน้านี้บน IO.NET :
ในปี 2018 นักวิจัยผู้ได้รับรางวัลโนเบลสาขาเคมี ฟรานซิส อาร์โนลด์ กล่าวในพิธีมอบรางวัลว่า วันนี้เราสามารถอ่าน เขียน และแก้ไขลำดับดีเอ็นเอในการใช้งานจริงได้ แต่เรายังไม่สามารถเรียบเรียงลำดับดีเอ็นเอนั้นได้ ห้าปีหลังจากการกล่าวสุนทรพจน์ของเขาในปี 2023 จากมหาวิทยาลัยสแตนฟอร์ดและสตาร์ทอัพด้าน AI ของ Silicon Valley Salesforce Research ตีพิมพ์บทความในหัวข้อ เทคโนโลยีชีวภาพธรรมชาติ พวกเขาใช้แบบจำลองภาษาขนาดใหญ่ที่ปรับแต่งอย่างละเอียดตาม GPT 3 ถึง 0 สร้างโปรตีนใหม่ 1 ล้านตัว และพบโปรตีน 2 ชนิดที่มีโครงสร้างแตกต่างกันโดยสิ้นเชิง แต่ทั้งสองมีความสามารถในการฆ่าเชื้อแบคทีเรีย และคาดว่าจะกลายเป็นวิธีแก้ปัญหาในการต่อสู้กับแบคทีเรียนอกเหนือจากยาปฏิชีวนะ กล่าวอีกนัยหนึ่ง: ด้วยความช่วยเหลือของ AI คอขวดของ การสร้าง โปรตีนได้ถูกทำลายลง
ก่อนหน้านี้ อัลกอริธึมปัญญาประดิษฐ์ AlphaFold ทำนายโครงสร้างโปรตีนเกือบ 214 ล้านโครงสร้างบนโลกภายใน 18 เดือน ผลลัพธ์นี้มากกว่างานก่อนหน้าของนักชีววิทยาโครงสร้างมนุษย์ทั้งหมดหลายร้อยเท่า
การเปลี่ยนแปลงกำลังเกิดขึ้นแล้ว และการมาถึงของ AGI จะช่วยเร่งกระบวนการให้เร็วขึ้นอีก
ในทางกลับกัน ความท้าทายที่เกิดจากการกำเนิดของ AGI ก็มีมากเช่นกัน
AGI ไม่เพียงแต่จะเข้ามาแทนที่คนทำงานทางจิตจำนวนมากเท่านั้น แต่ผู้ให้บริการแบบแมนนวลซึ่งขณะนี้ถือว่า ได้รับผลกระทบจาก AI น้อยลง ก็จะได้รับผลกระทบจากการลดต้นทุนการผลิตอันเนื่องมาจากความสมบูรณ์ของเทคโนโลยีหุ่นยนต์และการพัฒนาวัสดุใหม่ ๆ และจะได้รับผลกระทบจากเครื่องจักร สัดส่วนตำแหน่งแรงงานที่ถูกแทนที่ด้วยซอฟต์แวร์จะเพิ่มขึ้นอย่างรวดเร็ว
ในเวลานั้นปัญหาสองประการที่ครั้งหนึ่งดูเหมือนไกลแสนไกลจะคลี่คลายในไม่ช้า:
ปัญหาการจ้างงานและรายได้ของผู้ว่างงานจำนวนมาก
ในโลกที่ AI มีอยู่ทุกหนทุกแห่ง จะบอกความแตกต่างระหว่าง AI และมนุษย์ได้อย่างไร
Worldcoin\Worldchain กำลังพยายามจัดหาวิธีแก้ปัญหา นั่นคือการใช้ระบบ UBI (Universal Basic Income) เพื่อให้รายได้พื้นฐานแก่สาธารณะ และใช้ข้อมูลไบโอเมตริกซ์ที่ใช้ม่านตาเพื่อแยกแยะผู้คนจาก AI
ในความเป็นจริง UBI ที่แจกจ่ายเงินให้กับทุกคนไม่ใช่ปราสาทในอากาศหากไม่มีการปฏิบัติจริง ประเทศต่างๆ เช่น ฟินแลนด์ และอังกฤษ ได้ดำเนินการสร้างรายได้ขั้นพื้นฐานแบบสากล และพรรคการเมืองในแคนาดา สเปน อินเดีย และประเทศอื่น ๆ กำลังเสนออย่างจริงจังเพื่อส่งเสริม การทดลองที่เกี่ยวข้อง
ข้อดีของการกระจาย UBI ตามการระบุตัวตนแบบไบโอเมตริกซ์ + โมเดลบล็อกเชนคือระบบนี้เป็นระบบสากลและครอบคลุมประชากรได้กว้างขึ้น นอกจากนี้ โมเดลธุรกิจอื่นๆ ยังสามารถสร้างตามเครือข่ายผู้ใช้ที่ขยายผ่านการกระจายรายได้ เช่น การเงิน บริการต่างๆ (Defi) เครือข่ายสังคมออนไลน์ งานคราวด์ซอร์สซิ่ง ฯลฯ ก่อให้เกิดความร่วมมือทางธุรกิจภายในเครือข่าย
หนึ่งในเป้าหมายที่สอดคล้องกันสำหรับผลกระทบที่เกิดจากการถือกำเนิดของ AGI คือ Worldcoin – WLD โดยมีมูลค่าตลาดหมุนเวียนอยู่ที่ 1.03 พันล้านดอลลาร์ และมูลค่าตลาดหมุนเวียนเต็มจำนวนอยู่ที่ 47.2 พันล้านดอลลาร์
ความเสี่ยงและความไม่แน่นอนในการสรุปการเล่าเรื่อง
บทความนี้แตกต่างจากโครงการก่อนหน้านี้และรายงานการวิจัยที่เผยแพร่โดย Mint Ventures การอนุมานและการคาดเดาของการเล่าเรื่องถือเป็นเรื่องส่วนตัวอย่างยิ่ง อนาคต. การหักล้างการเล่าเรื่องที่กล่าวมาข้างต้นของผู้เขียนต้องเผชิญกับความไม่แน่นอนหลายประการ ซึ่งนำไปสู่การคาดเดาที่ผิด ความเสี่ยงหรือปัจจัยที่มีอิทธิพลเหล่านี้รวมถึงแต่ไม่จำกัดเพียง:
พลังงาน: การใช้พลังงานลดลงอย่างรวดเร็วซึ่งเกิดจากการเปลี่ยน GPU
แม้ว่าความต้องการพลังงานเกี่ยวกับ AI จะเพิ่มสูงขึ้น แต่ผู้ผลิตชิปที่เป็นตัวแทนของ NVIDIA กำลังให้พลังการประมวลผลที่สูงขึ้นพร้อมการใช้พลังงานที่ลดลงผ่านการอัพเกรดฮาร์ดแวร์อย่างต่อเนื่อง ตัวอย่างเช่น ในเดือนมีนาคมปีนี้ NVIDIA ได้เปิดตัววงจรรวมที่มีการ์ดประมวลผล AI รุ่นใหม่สองตัว GB 200 มี 200 GPU และ Grace CPU ประสิทธิภาพการฝึกเป็น 4 เท่าของ AI GPU หลักรุ่นก่อนหน้า H 100 และประสิทธิภาพการอนุมานคือ 7 เท่าของ H 100 อย่างไรก็ตาม ต้องการเพียงการใช้พลังงานเพียง H 100 .1/4. แน่นอนว่า ความต้องการพลังงานจาก AI ของผู้คนยังไม่สิ้นสุด เมื่อการใช้พลังงานลดลง และเมื่อสถานการณ์และความต้องการใช้งาน AI ขยายตัวขึ้น การใช้พลังงานทั้งหมดก็อาจเพิ่มขึ้นได้
ในแง่ของข้อมูล: Q* วางแผนที่จะบรรลุ ข้อมูลที่สร้างขึ้นเอง
มีข่าวลือเกี่ยวกับโครงการ Q* ภายใน OpenAI ซึ่งได้รับการกล่าวถึงในข้อความภายในที่ OpenAI ส่งถึงพนักงาน ตามรายงานของ Reuters ที่อ้างถึงคนวงในของ OpenAI นี่อาจเป็นความก้าวหน้าของ OpenAI ในการแสวงหาสติปัญญาขั้นสูง/ปัญญาประดิษฐ์ทั่วไป (AGI) Q* ไม่เพียงแต่สามารถใช้ความสามารถในการนามธรรมเพื่อแก้ปัญหาทางคณิตศาสตร์ที่ไม่เคยพบเห็นมาก่อน แต่ยังสามารถสร้างข้อมูลด้วยตนเองที่ใช้ในการฝึกแบบจำลองขนาดใหญ่โดยไม่จำเป็นต้องใช้ข้อมูลในโลกแห่งความเป็นจริง หากข่าวลือนี้เป็นจริง ปัญหาคอขวดของข้อมูลคุณภาพสูงที่ไม่เพียงพอในการฝึกฝนโมเดลขนาดใหญ่ของ AI จะถูกทำลายลง
AGI กำลังมา: ความกังวลที่ซ่อนอยู่ของ OpenAI
ยังไม่ทราบว่า AGI จะมาถึงในปี 2568 ตามที่ Musk กล่าวหรือไม่ แต่เป็นเพียงเรื่องของเวลาเท่านั้น อย่างไรก็ตาม เนื่องจาก Worldcoin เป็นผู้รับประโยชน์โดยตรงจากการเล่าเรื่องการถือกำเนิดของ AGI ข้อกังวลที่ใหญ่ที่สุดอาจมาจาก OpenAI ท้ายที่สุดแล้ว มันได้รับการยอมรับว่าเป็น โทเค็นเงาของ OpenAI
ในช่วงเช้าของวันที่ 14 พฤษภาคม OpenAI ได้แสดงประสิทธิภาพของ GPT-4 o ล่าสุด และโมเดลภาษาขนาดใหญ่อื่นๆ อีก 19 เวอร์ชันในคะแนนงานที่ครอบคลุมในการประชุมเปิดตัวผลิตภัณฑ์ใหม่ในฤดูใบไม้ผลิ จากตารางเพียงอย่างเดียว GPT-4 o ได้คะแนน 1310 ดูเหมือนว่าจะสูงกว่าตัวต่อไปนี้มาก แต่จากคะแนนรวม สูงกว่าอันดับสอง GPT 4 เพียง 4.5% และสูงกว่าอันดับสี่ Gemini 1.5 Pro ของ Google อยู่ 4.9% สูงกว่าอันดับที่ห้า Claude 3 Opus ของ Anthropic 5.1%
เวลาผ่านไปเพียงหนึ่งปีกว่าๆ นับตั้งแต่ GPT 3.5 สร้างความตกตะลึงให้กับโลกเมื่อเปิดตัว คู่แข่งของ OpenAI ก็เข้ามาใกล้ตำแหน่งนี้แล้ว (แม้ว่า GPT 5 จะยังไม่เปิดตัวและคาดว่าจะเปิดตัวในปีนี้ก็ตาม) ความสามารถในการแข่งขันในอนาคตหรือไม่ ตำแหน่งผู้นำในอุตสาหกรรมของตัวเอง คำตอบดูเหมือนจะไม่ชัดเจน หากความเป็นผู้นำและการครอบงำของ OpenAI ถูกทำให้เจือจางหรือแซงหน้า มูลค่าการเล่าเรื่องของ Worldcoin ที่เป็นโทเค็นเงาของ OpenAI ก็จะลดลงเช่นกัน
นอกจากนี้ นอกเหนือจากโซลูชันการตรวจสอบม่านตาของ Worldcoin แล้ว ยังมีคู่แข่งจำนวนมากขึ้นเรื่อยๆ ที่เริ่มเข้าสู่ตลาดนี้ ตัวอย่างเช่น โครงการ Humanity Protocol สแกนฝ่ามือ เพิ่งประกาศการระดมทุนรอบใหม่มูลค่า 30 ล้านดอลลาร์สหรัฐจากการประเมินมูลค่า มูลค่า 1 พันล้านดอลลาร์สหรัฐ และ LayerZero Labs นอกจากนี้ยังมีการประกาศว่าจะทำงานบน Humanity และเข้าร่วมเครือข่ายโหนดตรวจสอบความถูกต้อง โดยใช้ ZK proofs ในการตรวจสอบข้อมูลประจำตัว
บทสรุป
สุดท้ายนี้ แม้ว่าผู้เขียนจะได้สรุปเรื่องราวการติดตามผลของแทร็ก AI แล้ว แต่แทร็ก AI นั้นแตกต่างจากแทร็กที่เข้ารหัสลับ เช่น DeFi มันเป็นผลผลิตของความนิยมของ AI ที่ทะลักเข้ามามากกว่า วงกลมสกุลเงิน โครงการปัจจุบันจำนวนมากมีลักษณะคล้ายกับมีมของ NVIDIA และ Worldcoin มีความคล้ายคลึงกับมีมของ OpenAI ควรปฏิบัติต่อมันด้วยความระมัดระวัง
