บทความก่อนหน้านี้ได้ทบทวนประวัติการพัฒนาของอุตสาหกรรม AI และแนะนำรายละเอียดเกี่ยวกับห่วงโซ่อุตสาหกรรมการเรียนรู้เชิงลึกและสถานะตลาดปัจจุบัน บทความนี้จะอธิบายความสัมพันธ์ระหว่าง Crypto x AI และโครงการสำคัญบางโครงการในห่วงโซ่คุณค่าของอุตสาหกรรม Crypto ต่อไป
ความสัมพันธ์ระหว่าง Crypto x AI
ด้วยการพัฒนาเทคโนโลยี ZK บล็อกเชนได้พัฒนาไปสู่แนวคิดเรื่องการกระจายอำนาจ + ความไม่ไว้วางใจ ย้อนกลับไปที่จุดเริ่มต้นของการสร้าง blockchain ซึ่งก็คือ Bitcoin chain ในรายงานของ Satoshi Nakamoto เรื่อง Bitcoin ระบบเงินสดอิเล็กทรอนิกส์แบบ Peer-to-Peer เขาเรียกมันว่าระบบการโอนมูลค่าที่ไร้ความน่าเชื่อถือ ต่อมา Vitalik และคณะได้เผยแพร่รายงาน A Next-Generation Smart Contract and Decentralized Application Platform เพื่อเปิดตัวแพลตฟอร์มสัญญาอัจฉริยะแบบกระจายอำนาจ ไร้ความน่าเชื่อถือ และแลกเปลี่ยนมูลค่า
กลับมาที่สาระสำคัญ เราเชื่อว่าเครือข่ายบล็อกเชนทั้งหมดเป็นเครือข่ายที่มีคุณค่า และทุกธุรกรรมเป็นการแปลงมูลค่าตามโทเค็นที่ซ่อนอยู่ ค่าที่นี่คือการแสดงออกอย่างเป็นทางการของ Token และ Tokenomics เป็นกฎเฉพาะสำหรับการแสดงออกของค่า Token
ในอินเทอร์เน็ตแบบดั้งเดิม การสร้างมูลค่าจะถูกชำระด้วย P/E ซึ่งสะท้อนให้เห็นในรูปแบบสุดท้าย นั่นคือราคาหุ้น กระแส มูลค่า และอิทธิพลทั้งหมดจะก่อให้เกิดกระแสเงินสดขององค์กรและเงินสดนี้ การไหลคือมูลค่า ในที่สุดนิพจน์สุดท้ายจะถูกแปลงเป็น P/E และสะท้อนให้เห็นในราคาหุ้นและมูลค่าตลาด
มูลค่าของเครือข่ายถูกกำหนดโดยราคาของโทเค็นดั้งเดิมและมุมมองหลายมิติ ที่มา: Gate Ventures
แต่สำหรับเครือข่าย Ethereum นั้น ETH ซึ่งเป็นศูนย์รวมของมูลค่าหลายมิติของเครือข่าย Ethereum ไม่เพียงแต่สามารถรับกระแสเงินสดที่มั่นคงผ่านการปักหลักเท่านั้น แต่ยังทำหน้าที่เป็นสื่อกลางในการแลกเปลี่ยนมูลค่า สื่อกลางสำหรับการจัดเก็บมูลค่า และ สินค้าอุปโภคบริโภคสำหรับกิจกรรมเครือข่ายรอ นอกจากนี้ยังทำหน้าที่เป็นชั้นป้องกันความปลอดภัย Res Taking, Gas Fee ของระบบนิเวศ Layer 2 เป็นต้น
Tokenomics มีความสำคัญมาก Tokenomics สามารถกำหนดมูลค่าสัมพัทธ์ของรายการการชำระบัญชีของระบบนิเวศ (นั่นคือ โทเค็นดั้งเดิมของเครือข่าย) แม้ว่าเราจะไม่สามารถกำหนดราคาทุกมิติได้ แต่เราก็มีศูนย์รวมของมูลค่าหลายมิติ . ราคาเหรียญ. มูลค่านี้ไปไกลเกินกว่าการมีอยู่ของหลักทรัพย์ของบริษัท เมื่อโทเค็นถูกกำหนดให้กับเครือข่ายและมีการหมุนเวียนโทเค็น เหรียญ Q ทั้งหมดที่คล้ายกับ Tencent จะมีจำนวนจำกัด และกลไกภาวะเงินฝืดและเงินเฟ้อ ซึ่งเป็นตัวแทนของระบบนิเวศ Tencent ขนาดใหญ่ และการดำรงอยู่ของมันในฐานะวัตถุการตั้งถิ่นฐานก็จะสามารถกลายเป็น วิธีการจัดเก็บมูลค่าและสร้างดอกเบี้ย มูลค่านี้จะต้องเกินมูลค่าของราคาหุ้นมาก และโทเค็นเป็นศูนย์รวมที่ดีที่สุดของมิติมูลค่าที่หลากหลาย
โทเค็นเป็นสิ่งที่น่าสนใจ โทเค็นสามารถให้คุณค่ากับฟังก์ชันหรือแนวคิดได้ เราใช้เบราว์เซอร์ แต่เราไม่ได้พิจารณาราคาของโปรโตคอล HTTP แบบโอเพ่นซอร์สที่เกี่ยวข้อง หากมีการออกโทเค็น มูลค่าของโทเค็นจะสะท้อนให้เห็นในธุรกรรม . การมีอยู่ของเหรียญ MEME และความคิดที่ตลกขบขันที่อยู่เบื้องหลังนั้นก็มีคุณค่าเช่นกัน เศรษฐศาสตร์โทเค็นสามารถให้พลังแก่นวัตกรรมและการดำรงอยู่ทุกประเภท ไม่ว่าจะเป็นความคิดหรือการสร้างสรรค์ทางกายภาพก็ตาม
โทเค็นและเทคโนโลยีบล็อกเชนซึ่งเป็นวิธีการกำหนดใหม่และค้นพบคุณค่าก็มีความสำคัญต่ออุตสาหกรรมใด ๆ รวมถึงอุตสาหกรรม AI ด้วย ในอุตสาหกรรม AI การออกโทเค็นสามารถปรับเปลี่ยนมูลค่าของทุกแง่มุมของห่วงโซ่อุตสาหกรรม AI ซึ่งจะกระตุ้นให้ผู้คนจำนวนมากขึ้นเต็มใจที่จะหยั่งรากในแผนกต่างๆ ของอุตสาหกรรม AI เนื่องจากผลประโยชน์ที่นำมาซึ่ง มีความสำคัญมากขึ้น ไม่ใช่เพียงกระแสเงินสดที่กำหนดมูลค่าปัจจุบัน แต่การทำงานร่วมกันของโทเค็นจะเพิ่มมูลค่าของโครงสร้างพื้นฐาน ซึ่งจะนำไปสู่การก่อตัวของโปรโตคอลไขมันและกระบวนทัศน์แอปพลิเคชันแบบบางโดยธรรมชาติ
ประการที่สอง โครงการทั้งหมดในห่วงโซ่อุตสาหกรรม AI จะได้รับผลประโยชน์จากการแข็งค่าของเงินทุน และโทเค็นนี้สามารถป้อนกลับระบบนิเวศและส่งเสริมการกำเนิดของแนวคิดเชิงปรัชญาบางอย่าง
เห็นได้ชัดว่าเศรษฐศาสตร์โทเค็นมีผลกระทบเชิงบวกต่ออุตสาหกรรม ธรรมชาติที่ไม่เปลี่ยนแปลงและไม่น่าเชื่อถือของเทคโนโลยีบล็อคเชนยังมีความสำคัญในทางปฏิบัติสำหรับอุตสาหกรรม AI มันสามารถตระหนักถึงแอปพลิเคชันบางอย่างที่ต้องการความไว้วางใจ เช่น ข้อมูลผู้ใช้ของเรา สามารถทำได้ ด้านบนของโมเดลบางรุ่น แต่รับรองว่าโมเดลจะไม่ทราบข้อมูลเฉพาะ รับรองว่าโมเดลจะไม่รั่วไหลข้อมูล และตรวจสอบให้แน่ใจว่าข้อมูลจริงที่อนุมานโดยโมเดลนั้นถูกส่งกลับ เมื่อ GPU ไม่เพียงพอ ก็สามารถกระจายผ่านเครือข่ายบล็อกเชนได้ เมื่อ GPU วนซ้ำ GPU ที่ไม่ได้ใช้งานสามารถสนับสนุนพลังการประมวลผลให้กับเครือข่ายและค้นพบคุณค่าที่เหลืออยู่อีกครั้ง นี่คือสิ่งที่เครือข่ายมูลค่าระดับโลกสามารถทำได้
กล่าวโดยสรุป เศรษฐศาสตร์โทเค็นสามารถส่งเสริมการปรับรูปร่างและการค้นพบมูลค่า และบัญชีแยกประเภทแบบกระจายอำนาจสามารถแก้ปัญหาความน่าเชื่อถือและมูลค่าการไหลกลับในระดับโลก
ภาพรวมโครงการห่วงโซ่คุณค่าอุตสาหกรรม Crypto
ด้านอุปทาน GPU
บางโครงการในตลาดพลังงานการประมวลผลบนคลาวด์ GPU ที่มา: Gate Ventures
ข้างต้นคือผู้เข้าร่วมโครงการหลักในตลาดพลังงานการประมวลผลบนคลาวด์ GPU ผู้ที่มีมูลค่าตลาดดีกว่าและมีการพัฒนาขั้นพื้นฐานคือ Render ซึ่งเปิดตัวในปี 2020 อย่างไรก็ตาม เนื่องจากข้อมูลไม่เปิดเผยต่อสาธารณะและความโปร่งใส เราจึงต้องทำการชั่วคราว ไม่สามารถทราบถึงการพัฒนาธุรกิจแบบเรียลไทม์ได้ ในปัจจุบัน ธุรกิจส่วนใหญ่ที่ใช้ Render เป็นงานเรนเดอร์วิดีโอโมเดลที่ไม่ใหญ่มาก
Render ซึ่งเป็นธุรกิจเก่าของ Depin ที่มีปริมาณธุรกิจจริง ประสบความสำเร็จอย่างแท้จริงด้วยการขับเคลื่อนตามเทรนด์ของ AI/Depin อย่างไรก็ตาม สถานการณ์ที่ Render เผชิญนั้นแตกต่างจาก AI ดังนั้นจึงไม่ใช่ภาคส่วน AI ในความหมายที่เข้มงวด และธุรกิจการเรนเดอร์วิดีโอของบริษัทก็มีความต้องการที่แท้จริง ดังนั้นตลาดพลังการประมวลผลบนคลาวด์ของ GPU ไม่เพียงแต่มุ่งเน้นไปที่การฝึกอบรมและการให้เหตุผลของโมเดล AI เท่านั้น แต่ยังสามารถนำไปใช้กับงานการเรนเดอร์แบบดั้งเดิมได้ ซึ่งช่วยลดความเสี่ยงของคลาวด์ GPU ตลาดอาศัยตลาดเดียว
แนวโน้มความต้องการพลังงานการประมวลผล GPU ทั่วโลก ที่มา: PRECEDENCE RESEARCH
ในห่วงโซ่อุตสาหกรรม AI ของ Crypto แหล่งจ่ายไฟสำหรับคอมพิวเตอร์เป็นจุดที่สำคัญที่สุดอย่างไม่ต้องสงสัย ตามการคาดการณ์ของอุตสาหกรรม ความต้องการพลังงานประมวลผล GPU จะอยู่ที่ประมาณ 75 พันล้านดอลลาร์สหรัฐในปี 2567 และความต้องการของตลาดจะอยู่ที่ประมาณ 773 พันล้านดอลลาร์สหรัฐภายในปี 2575 โดยมีอัตราการเติบโตต่อปีแบบทบต้น (CAGR) ที่ประมาณ 33.86%
อัตราการทำซ้ำของ GPU เป็นไปตามกฎของมัวร์ (ประสิทธิภาพเพิ่มขึ้นสองเท่าทุกเดือนจาก 18 เป็น 24 และราคาลดลงครึ่งหนึ่ง) จากนั้นความต้องการพลังการประมวลผล GPU ที่ใช้ร่วมกันจะมีขนาดใหญ่มาก เนื่องจากการระเบิดของตลาด GPU จะส่งผลกระทบต่อ กฎของมัวร์ในอนาคต ในเวลานี้ GPU ที่ไม่ใช่รุ่นล่าสุดจำนวนมากจะถูกสร้างขึ้น ในเวลานี้ GPU ที่ไม่ได้ใช้งานเหล่านี้จะยังคงใช้คุณค่าของตนต่อไปในฐานะพลังการประมวลผลแบบหางยาวในเครือข่ายที่ใช้ร่วมกัน ดังนั้นเราจึงเป็นเช่นนั้น มองในแง่ดีอย่างแน่นอนเกี่ยวกับศักยภาพในระยะยาวและประโยชน์ที่แท้จริงของเส้นทางนี้ ไม่เพียงแต่ธุรกิจโมเดลขนาดเล็กและขนาดกลางและธุรกิจการเรนเดอร์แบบดั้งเดิมก็จะมีความต้องการที่ค่อนข้างแข็งแกร่งเช่นกัน
เป็นเรื่องที่ควรค่าแก่การเตือนว่ารายงานจำนวนมากถือว่าราคาที่ต่ำเป็นจุดขายหลักของผลิตภัณฑ์เหล่านี้ เพื่อแสดงให้เห็นถึงพื้นที่กว้างของการแบ่งปัน GPU บนเครือข่ายและตลาดการประมวลผล อย่างไรก็ตาม เราต้องการเน้นย้ำว่าตลาดพลังงานการประมวลผลแบบคลาวด์นั้นถูกกำหนดโดยการกำหนดราคา ไม่เพียงแต่เกี่ยวข้องกับ GPU ที่ใช้เท่านั้น แต่ยังเกี่ยวข้องกับแบนด์วิธการส่งข้อมูล อุปกรณ์ Edge ที่รองรับเครื่องมือสำหรับนักพัฒนาโฮสต์ AI เป็นต้น อย่างไรก็ตาม ภายใต้สถานการณ์เดียวกันของแบนด์วิธ อุปกรณ์ Edge ฯลฯ เนื่องจากการมีอยู่ของเงินอุดหนุนโทเค็น ส่วนหนึ่งของมูลค่าจะถูกกำหนดโดยโทเค็นและผลกระทบของเครือข่าย ซึ่งแน่นอนว่าจะมีราคาที่ถูกกว่า ในขณะเดียวกันก็มีผลกระทบต่อเครือข่ายด้วย การส่งข้อมูลที่ช้าทำให้เกิดข้อเสียของการพัฒนาโมเดลและการเรนเดอร์ที่ช้า
แบนด์วิธของฮาร์ดแวร์
บางโครงการในแทร็กแบนด์วิธที่ใช้ร่วมกัน ที่มา: Gate Ventures
ดังที่เราได้กล่าวไว้ในด้านการจัดหา GPU ราคาของผู้ผลิตพลังการประมวลผลบนคลาวด์มักจะเกี่ยวข้องกับชิป GPU แต่ก็เกี่ยวข้องกับแบนด์วิดท์ ระบบระบายความร้อน AI ที่สนับสนุนเครื่องมือการพัฒนา ฯลฯ ในบทห่วงโซ่อุตสาหกรรม AI ของรายงาน เรายังกล่าวถึงด้วยว่าพารามิเตอร์และความจุข้อมูลของโมเดลขนาดใหญ่จะส่งผลอย่างมากต่อเวลาการฝึกอบรมของโมเดลขนาดใหญ่ในระหว่างกระบวนการถ่ายโอนข้อมูล ดังนั้น แบนด์วิดท์จึงมักเป็นสาเหตุหลักที่ส่งผลกระทบ โมเดลขนาดใหญ่ โดยเฉพาะในด้านการประมวลผลบนคลาวด์แบบออนไลน์ แบนด์วิธและการแลกเปลี่ยนข้อมูลจะช้ากว่าและมีผลกระทบมากกว่า เนื่องจากผู้ใช้จากทั่วโลกทำงานร่วมกัน แต่ผู้จำหน่ายคลาวด์รายอื่น เช่น Azure ได้สร้าง HPC แบบรวมศูนย์ ซึ่ง สะดวกยิ่งขึ้น ประสานและปรับปรุงแบนด์วิธ
แผนภาพสถาปัตยกรรมเครือข่าย Menson ที่มา: Meson
ยกตัวอย่าง Menson Network โดย Meson มองเห็นอนาคตที่ผู้ใช้สามารถแลกเปลี่ยนแบนด์วิธที่เหลือเป็นโทเค็นได้อย่างง่ายดาย และผู้ที่ต้องการสามารถเข้าถึงแบนด์วิดท์ทั่วโลกภายในตลาด Meson ผู้ใช้สามารถจัดเก็บข้อมูลในฐานข้อมูลของผู้ใช้ได้ และผู้ใช้รายอื่นก็สามารถเข้าถึงข้อมูลที่จัดเก็บโดยผู้ใช้ที่ใกล้ที่สุด ซึ่งจะช่วยเร่งการแลกเปลี่ยนข้อมูลเครือข่ายและเร่งการฝึกอบรมโมเดล
อย่างไรก็ตาม เราเชื่อว่า แบนด์วิธที่ใช้ร่วมกันเป็นแนวคิดหลอก เนื่องจากสำหรับ HPC ข้อมูลจะถูกจัดเก็บไว้ในโหนดในเครื่องเป็นหลัก แต่สำหรับแบนด์วิดท์ที่ใช้ร่วมกันนี้ ข้อมูลจะถูกเก็บไว้ในระยะทางหนึ่ง (เช่น 1 กม., 10 กม., 100 กม.) ) นอกจากนี้ เวลาแฝงที่เกิดจากระยะทางทางภูมิศาสตร์เหล่านี้จะสูงกว่าการจัดเก็บข้อมูลในเครื่องมาก เนื่องจากจะนำไปสู่การกำหนดเวลาและการจัดสรรบ่อยครั้ง ดังนั้นความต้องการที่ผิดพลาดนี้จึงเป็นสาเหตุที่ตลาดไม่ซื้อการจัดหาเงินทุนรอบล่าสุดของ Meson Network มีมูลค่า 1 พันล้านดอลลาร์สหรัฐ หลังจากจดทะเบียนในตลาดหลักทรัพย์แล้ว FDV มีมูลค่าเพียง 9.3 ล้านดอลลาร์สหรัฐ น้อยกว่า 1/10 ของ การประเมินมูลค่า
ข้อมูล
จากสิ่งที่เราได้กล่าวถึงในห่วงโซ่อุตสาหกรรมการเรียนรู้เชิงลึก จำนวนพารามิเตอร์ พลังการประมวลผล และข้อมูลของโมเดลขนาดใหญ่ร่วมกันส่งผลต่อคุณภาพของโมเดลขนาดใหญ่ มีโอกาสทางการตลาดมากมายสำหรับบริษัทแหล่งข้อมูลและผู้ให้บริการฐานข้อมูลเวกเตอร์ พวกเขาจะให้บริการธุรกิจต่างๆ ให้บริการข้อมูลเฉพาะประเภทต่างๆ
โครงการบางส่วนของผู้ให้บริการข้อมูล AI ที่มา: Gate Ventures
โปรเจ็กต์ออนไลน์ในปัจจุบัน ได้แก่ EpiK Protocol, Synesis One, Masa ฯลฯ ข้อแตกต่างคือ EpiK protocol และ Synesis One รวบรวมแหล่งข้อมูลสาธารณะ แต่ Masa ใช้เทคโนโลยี ZK และสามารถรวบรวมข้อมูลส่วนตัวได้ ซึ่งใช้งานง่ายกว่า
เมื่อเปรียบเทียบกับบริษัทข้อมูล Web2 แบบดั้งเดิมอื่นๆ ข้อดีของผู้ให้บริการข้อมูล Web3 อยู่ที่ด้านการรวบรวมข้อมูล เนื่องจากบุคคลสามารถมีส่วนร่วมกับข้อมูลที่ไม่ใช่ส่วนตัวของตนเองได้ (เทคโนโลยี ZK สามารถส่งเสริมให้ผู้ใช้มีส่วนร่วมกับข้อมูลส่วนตัวโดยไม่แสดงการรั่วไหล) ดังนั้นโครงการ พื้นที่ติดต่อจะกว้างมาก ไม่เพียงแต่ ToB เท่านั้น แต่ยังรวมถึงความสามารถในการกำหนดราคาข้อมูลของผู้ใช้ด้วย จะสูงขึ้นเมื่อมูลค่าของเครือข่ายเพิ่มขึ้น และโทเค็นเหล่านี้จะลดต้นทุนของนักพัฒนาและใช้เพื่อตอบแทนผู้ใช้ และผู้ใช้จะมีแรงจูงใจมากขึ้นในการมีส่วนร่วมข้อมูล
เราเชื่อว่ากลไกนี้สามารถเปิดเผยได้ทั้ง Web2 และ Web3 ในเวลาเดียวกัน และเกือบทุกคนมีโอกาสสนับสนุนข้อมูลของตนเองในระดับผู้ใช้ เป็นเรื่องง่ายมากที่จะปรับใช้ Mass Adoption บางส่วน ในด้านปริมาณการใช้ข้อมูลนั้นมีหลากหลายรูปแบบ โดยมีทั้งด้านอุปสงค์และอุปทานจริง และผู้ใช้สามารถคลิกบนอินเทอร์เน็ตได้ตามต้องการ และความยากในการดำเนินงานก็ต่ำมากเช่นกัน สิ่งเดียวที่ต้องพิจารณาคือปัญหาของการประมวลผลความเป็นส่วนตัว ดังนั้นผู้ให้บริการข้อมูลในทิศทาง ZK อาจมีโอกาสในการพัฒนาที่ดีกว่า และโครงการทั่วไปรวมถึง Masa
ซเคเอ็มแอล
โครงการฝึกอบรม / อนุมานของ ZK ที่มา: Gate Ventures
หากข้อมูลต้องการบรรลุการคำนวณและการฝึกอบรมส่วนตัว โซลูชัน ZK ที่ใช้ในอุตสาหกรรมในปัจจุบันจะใช้เทคโนโลยีการเข้ารหัสแบบโฮโมมอร์ฟิกเพื่ออนุมานข้อมูลนอกเครือข่าย จากนั้นอัปโหลดผลลัพธ์และหลักฐาน ZK ซึ่งสามารถรับประกันความเป็นส่วนตัวของข้อมูลและข้อมูลที่ต่ำ ค่าใช้จ่ายในการอนุมาน ไม่เหมาะสมอย่างยิ่งในการให้เหตุผลในห่วงโซ่ นี่คือเหตุผลว่าทำไมนักลงทุนในเส้นทาง ZKML โดยทั่วไปจึงมีคุณภาพสูงกว่า เนื่องจากสอดคล้องกับตรรกะทางธุรกิจ
โปรเจ็กต์เหล่านี้ไม่เพียงมุ่งเน้นไปที่การฝึกอบรมนอกเชนและการอนุมานในด้านปัญญาประดิษฐ์เท่านั้น ยังมีโปรเจ็กต์ ZK อเนกประสงค์บางโปรเจ็กต์ที่สามารถมอบความสามารถในการประมวลผลการทำงานร่วมกันของ ZK ที่สมบูรณ์ของทัวริง และจัดเตรียมการพิสูจน์ ZK สำหรับการคำนวณนอกเชนและ ข้อมูลรวมถึง Axiom , Risc Zero, Ritual และโปรเจ็กต์อื่น ๆ ก็ควรค่าแก่การเอาใจใส่เช่นกัน โปรเจ็กต์ประเภทนี้มีขอบเขตการใช้งานที่กว้างกว่าและมีความทนทานต่อข้อผิดพลาดมากกว่าสำหรับ VC
แอพพลิเคชั่นเอไอ
ภาพรวมแอปพลิเคชัน AI x Crypto แหล่งที่มา: Foresight News
สถานการณ์การใช้งานบล็อกเชนก็คล้ายคลึงกับอุตสาหกรรม AI แบบดั้งเดิม ส่วนใหญ่อยู่ในการก่อสร้างโครงสร้างพื้นฐาน ปัจจุบันห่วงโซ่อุตสาหกรรมที่เจริญรุ่งเรืองที่สุดยังคงเป็นห่วงโซ่อุตสาหกรรมต้นน้ำ แต่การพัฒนาของห่วงโซ่อุตสาหกรรมขั้นปลายเช่น เนื่องจากด้านแอปพลิเคชันค่อนข้างอ่อนแอ
แอปพลิเคชัน AI + บล็อกเชนประเภทนี้เป็นแอปพลิเคชันบล็อกเชนแบบดั้งเดิม + ความสามารถอัตโนมัติและความสามารถทั่วไป ตัวอย่างเช่น DeFi สามารถทำธุรกรรมที่เหมาะสมที่สุดและเส้นทางการให้กู้ยืมผ่านแนวคิดของผู้ใช้ได้ การสนับสนุนขั้นพื้นฐานที่สุดของโครงข่ายประสาทเทียมและเทคโนโลยีการเรียนรู้เชิงลึกต่อการปฏิวัติซอฟต์แวร์นั้นอยู่ที่ความสามารถในการวางนัยทั่วไป ซึ่งสามารถปรับให้เข้ากับความต้องการที่แตกต่างกันของคนหลายกลุ่มและรูปแบบข้อมูลที่แตกต่างกัน
เราเชื่อว่าความสามารถในการวางนัยทั่วไปนี้จะเป็นประโยชน์ต่อ AI Agent ก่อน เนื่องจากเป็นสะพานเชื่อมระหว่างผู้ใช้กับแอปพลิเคชันต่างๆ จึงสามารถช่วยให้ผู้ใช้ตัดสินใจบนเครือข่ายที่ซับซ้อนและเลือกเส้นทางที่เหมาะสมที่สุดได้ Fetch.AI เป็นหนึ่งในโครงการตัวแทน (MC ปัจจุบันมีมูลค่า 2.1 พันล้านดอลลาร์สหรัฐ) เราใช้ Fetch.AI เพื่ออธิบายหลักการทำงานของ AI Agent โดยย่อ
แผนภาพสถาปัตยกรรม Fetch.AI ที่มา: Fetch.AI
ภาพด้านบนคือแผนผังสถาปัตยกรรมของ Fetch.AI คำจำกัดความของ AI Agent ของ Fetch.AI คือ “โปรแกรมที่ทำงานด้วยตัวมันเองบนเครือข่ายบล็อกเชน มันสามารถเชื่อมต่อ ค้นหา และแลกเปลี่ยนได้ และยังสามารถตั้งโปรแกรมเพื่ออำนวยความสะดวกได้ด้วย โต้ตอบโต้ตอบกับตัวแทนอื่น ๆ ในเครือข่าย” DeltaV เป็นแพลตฟอร์มสำหรับสร้างตัวแทนที่ลงทะเบียนจากไลบรารีตัวแทนที่เรียกว่า Agentverse AI Engine แยกวิเคราะห์ข้อความและวัตถุประสงค์ของผู้ใช้ จากนั้นแปลงเป็นคำสั่งที่แม่นยำซึ่งตัวแทนสามารถยอมรับได้ จากนั้นค้นหาตัวแทนที่เหมาะสมที่สุดใน Agentverse เพื่อดำเนินการตามคำแนะนำเหล่านี้ บริการใดๆ ก็ตามสามารถลงทะเบียนเป็นตัวแทนได้ จึงสร้างเครือข่ายแบบฝังตามเจตนา เครือข่ายนี้เหมาะมากสำหรับการฝังลงในแอปพลิเคชัน เช่น Telegram เนื่องจากทางเข้าทั้งหมดเป็น Agentverse และอินพุตใดๆ ในกล่องแชท ทุกการดำเนินการหรือไอเดียจะ มีตัวแทนที่เกี่ยวข้องดำเนินการบนลูกโซ่ Agentverse สามารถทำงานโต้ตอบของแอปพลิเคชันบนเชนได้โดยการเชื่อมต่อกับ dAPP ที่หลากหลาย เราเชื่อว่า AI Agent มีความสำคัญในทางปฏิบัติและมีความต้องการดั้งเดิมของตัวเองสำหรับอุตสาหกรรมบล็อกเชน โมเดลขนาดใหญ่ช่วยให้สมองของแอปพลิเคชัน แต่ AI Agent มอบแอปพลิเคชันด้วยมือ
จากข้อมูลตลาดในปัจจุบัน ปัจจุบัน Fetch.AI มีตัวแทน AI ทางออนไลน์ประมาณ 6,103 ราย สำหรับตัวแทนจำนวนนี้ มีความเป็นไปได้ที่จะประเมินราคาสูงเกินไป ดังนั้นตลาดจึงเต็มใจที่จะให้พรีเมี่ยมที่สูงขึ้นสำหรับวิสัยทัศน์ของตน
ห่วงโซ่สาธารณะ AI
เช่นเดียวกับเครือข่ายสาธารณะ เช่น Tensor, Allora, Hypertensor และ AgentLayer เป็นเครือข่ายที่ปรับเปลี่ยนได้ที่สร้างขึ้นเป็นพิเศษสำหรับโมเดล AI หรือตัวแทน นี่คือลิงก์ในห่วงโซ่อุตสาหกรรม AI ดั้งเดิมของบล็อกเชน
สถาปัตยกรรม Allora ที่มา : Allora Network
เราใช้ Allora เพื่ออธิบายหลักการทำงานของห่วงโซ่ AI ประเภทนี้โดยย่อ:
1. ผู้บริโภคมองไปที่ Allora Chain ด้วยเหตุผล
2. นักขุดใช้โมเดลการอนุมานและโมเดลการทำนายแบบออฟไลน์
3. ผู้ประเมินมีหน้าที่รับผิดชอบในการประเมินคุณภาพของการให้เหตุผลโดยผู้ประเมิน โดยปกติแล้วผู้ประเมินจะเป็นผู้เชี่ยวชาญในสาขาที่เชื่อถือได้ในการประเมินคุณภาพของการให้เหตุผลอย่างถูกต้อง
สิ่งนี้คล้ายกับ RLHF (การเรียนรู้แบบเสริมกำลัง) โดยที่การอัปโหลดการให้เหตุผลไปยังห่วงโซ่ และผู้ประเมินในห่วงโซ่สามารถปรับปรุงพารามิเตอร์ของแบบจำลองโดยการจัดอันดับผลลัพธ์ ซึ่งเป็นประโยชน์ต่อตัวแบบจำลองด้วย ในทำนองเดียวกัน โครงการที่อิงจากเศรษฐศาสตร์โทเค็นสามารถลดต้นทุนในการให้เหตุผลได้อย่างมากผ่านการแจกจ่ายโทเค็น ซึ่งมีบทบาทสำคัญในการพัฒนาโครงการ
เมื่อเปรียบเทียบกับโมเดล AI แบบดั้งเดิมที่ใช้อัลกอริธึม RLHF โดยทั่วไปแล้ว โมเดลการให้คะแนนนี้ยังคงต้องมีการแทรกแซงด้วยตนเอง และไม่สามารถลดต้นทุนได้ และผู้เข้าร่วมจะถูกจำกัด ในทางตรงกันข้าม Crypto สามารถนำผู้เข้าร่วมได้มากขึ้น กระตุ้นผลกระทบเครือข่ายที่กว้างขวางต่อไป
สรุป
ก่อนอื่นต้องขอเน้นย้ำว่าการอภิปรายเกี่ยวกับการพัฒนา AI และห่วงโซ่อุตสาหกรรมที่เราคุ้นเคยในปัจจุบันนั้นมีพื้นฐานอยู่บนเทคโนโลยีการเรียนรู้เชิงลึก ซึ่งไม่ได้แสดงถึงทิศทางการพัฒนาของ AI ทั้งหมด ยังมีอีกมากที่ไม่ใช่เชิงลึก การเรียนรู้และเทคโนโลยีที่มีแนวโน้มได้รับการดูแลที่นี่ แต่เนื่องจากผลของ GPT นั้นดีมาก ความสนใจของตลาดส่วนใหญ่จึงถูกดึงดูดโดยเส้นทางทางเทคนิคที่มีประสิทธิภาพนี้
ยักษ์ใหญ่ในอุตสาหกรรมเชื่อว่าเทคโนโลยีการเรียนรู้เชิงลึกในปัจจุบันไม่สามารถบรรลุถึงปัญญาประดิษฐ์ทั่วไปได้ ดังนั้นกลุ่มเทคโนโลยีนี้อาจสิ้นสุดลงในทางตัน อย่างไรก็ตาม เราเชื่อว่าเทคโนโลยีนี้มีความสำคัญอยู่แล้ว และ GPT ก็ยังมีความเป็นจริงอยู่ด้วย สถานการณ์ความต้องการมีอยู่ ดังนั้นจึงคล้ายกับอัลกอริธึมการแนะนำของ TikTok แม้ว่าการเรียนรู้ของเครื่องประเภทนี้จะไม่สามารถบรรลุถึงปัญญาประดิษฐ์ได้ แต่จริงๆ แล้วมันถูกใช้ในกระแสข้อมูลต่างๆ เพื่อเพิ่มประสิทธิภาพกระบวนการแนะนำ ดังนั้นเราจึงยังคงตระหนักดีว่าพื้นที่นี้มีค่าควรแก่การลงลึกอย่างมีเหตุผลและเข้มแข็ง
โทเค็นและเทคโนโลยีบล็อกเชนซึ่งเป็นวิธีการกำหนดและค้นพบมูลค่าใหม่ (สภาพคล่องทั่วโลก) ก็มีข้อดีสำหรับอุตสาหกรรม AI เช่นกัน ในอุตสาหกรรม AI การออกโทเค็นสามารถปรับเปลี่ยนมูลค่าของทุกแง่มุมของห่วงโซ่อุตสาหกรรม AI ซึ่งจะกระตุ้นให้ผู้คนจำนวนมากขึ้นเต็มใจที่จะหยั่งรากในแผนกต่างๆ ของอุตสาหกรรม AI เนื่องจากผลประโยชน์ที่นำมาซึ่ง จะกลายเป็นสิ่งที่สำคัญมากขึ้น ไม่ใช่แค่กระแสเงินสดเท่านั้นที่กำหนดมูลค่าปัจจุบัน ประการที่สอง โครงการทั้งหมดในห่วงโซ่อุตสาหกรรม AI จะได้รับการแข็งค่าของเงินทุน และโทเค็นนี้สามารถป้อนกลับระบบนิเวศและส่งเสริมการกำเนิดของแนวคิดเชิงปรัชญาบางอย่าง
ธรรมชาติของเทคโนโลยีบล็อกเชนที่ไม่เปลี่ยนแปลงและไม่น่าเชื่อถือนั้นมีความสำคัญในทางปฏิบัติในอุตสาหกรรม AI เช่นกัน มันสามารถรับรู้ถึงแอปพลิเคชันบางอย่างที่ต้องการความไว้วางใจ ตัวอย่างเช่น ข้อมูลผู้ใช้ของเราสามารถได้รับอนุญาตในรุ่นใดรุ่นหนึ่ง แต่มั่นใจได้ว่า โมเดลไม่ทราบข้อมูลเฉพาะ ตรวจสอบให้แน่ใจว่าโมเดลไม่รั่วไหลข้อมูล และตรวจสอบให้แน่ใจว่าข้อมูลจริงที่สรุปโดยโมเดลถูกส่งกลับ เมื่อ GPU ไม่เพียงพอ ก็สามารถกระจายผ่านเครือข่ายบล็อกเชนได้ เมื่อ GPU วนซ้ำ GPU ที่ไม่ได้ใช้งานสามารถสนับสนุนพลังการประมวลผลให้กับเครือข่ายและนำขยะกลับมาใช้ใหม่ได้ นี่คือสิ่งที่เครือข่ายมูลค่าระดับโลกสามารถทำได้
ข้อเสียของเครือข่ายคอมพิวเตอร์ GPU คือแบนด์วิธ กล่าวคือ สำหรับคลัสเตอร์ HPC แบนด์วิดท์สามารถแก้ไขได้จากส่วนกลาง จึงช่วยเร่งประสิทธิภาพการฝึกอบรม สำหรับแพลตฟอร์มการแชร์ GPU แม้ว่าจะสามารถใช้พลังการประมวลผลที่ไม่ได้ใช้งานและค่าใช้จ่ายลดลง (ผ่านการอุดหนุนโทเค็น) เนื่องจากที่ตั้งทางภูมิศาสตร์ ความเร็วการฝึกอบรมจะช้ามาก ดังนั้นพลังการประมวลผลที่ไม่ได้ใช้งานเหล่านี้จึงเหมาะสำหรับผู้ที่ไม่เร่งด่วนเท่านั้น . รุ่นเล็ก. นอกจากนี้ แพลตฟอร์มเหล่านี้ยังขาดเครื่องมือสนับสนุนสำหรับนักพัฒนา ดังนั้น ภายใต้สถานการณ์ปัจจุบัน องค์กรขนาดกลางและขนาดใหญ่จึงนิยมใช้แพลตฟอร์มองค์กรแบบคลาวด์แบบดั้งเดิม
กล่าวโดยสรุป เรายังคงตระหนักถึงประโยชน์เชิงปฏิบัติของการผสมผสาน AI
อ้างอิง
Galaxy: การตีความแบบพาโนรามาของเส้นทาง Crypto+AI
รายชื่อเครือข่ายอุตสาหกรรมศูนย์ข้อมูล AI ของสหรัฐอเมริกาทั้งหมด
ข้อสงวนสิทธิ์:
เนื้อหาข้างต้นมีไว้เพื่อการอ้างอิงเท่านั้นและไม่ควรถือเป็นคำแนะนำใดๆ ขอคำแนะนำจากผู้เชี่ยวชาญก่อนตัดสินใจลงทุนเสมอ
เกี่ยวกับ เกต เวนเจอร์
Gate Ventures เป็นบริษัทร่วมลงทุนของ Gate.io โดยมุ่งเน้นไปที่การลงทุนในโครงสร้างพื้นฐานแบบกระจายอำนาจ ระบบนิเวศ และแอปพลิเคชันที่จะเปลี่ยนโฉมโลกในยุค Web 3.0 Gate Ventures ทำงานร่วมกับผู้นำอุตสาหกรรมระดับโลกเพื่อเพิ่มศักยภาพให้กับทีมและสตาร์ทอัพด้วยความคิดสร้างสรรค์และความสามารถในการกำหนดรูปแบบปฏิสัมพันธ์ของสังคมและการเงินใหม่
เว็บไซต์อย่างเป็นทางการ: https://ventures.gate.io/
ทวิตเตอร์: https://x.com/gate_ventures
