jakiro
著者：パラダイム元投資パートナー：ビットチェーンビジョンXiaozou
私は、革新をもたらすと思います。近年、人工知能は飛躍的な開発を達成し、世界的な有用性と影響力を持っています。コンピューティングパワーがリソースの統合により成長するにつれて、人工知能は自然に集中化された問題を生み出し、コンピューティング能力が強い当事者は徐々に支配的な位置を占めます。これは私たちの革新的なペースを妨げます。分散化とWeb3は、人工知能と開放性を維持するための強力な競合他社だと思います。
1、事前トレーニングおよび微調整のための分散計算
クラウドソーシング計算（CPUS + GPU。
サポート意見：Airbnb/Uberのクラウドファンディングリソースモデルは、計算分野に拡大する可能性があり、アイドルコンピューティングリソースが市場に集約されます。これは、次の問題を解決する場合があります。特定のケースの低コストコンピューティングリソースを提供します（特定のシャットダウン/遅延障害を処理します）。
反対：クロスバッグの計算はスケール経済を達成できません。分散化の計算は、実際には高いパフォーマンスコンピューティングの反対側にあります。
プロジェクトの例：Akash、render、io.net、儀式、双曲線、Gensyn
2、分散化された推論
分散的にオープンソースモデルの推論を実行する
意見をサポートする：オープンソース（OS）モデルは、いくつかの側面で閉じたソースモデルに近づいており、ますます多くの採用が得られます。ほとんどの人は、集中サービスを使用して、HuggingfaceやReplicateなどの集中サービスでOSモデルの推論を実行し、プライバシーとレビューの問題を導入します。分散化または分散型サプライヤーを通じて推論を操作するソリューションがあります。
反対：推論を分散化する必要はなく、地元の推論が最終的な勝者になります。現在、7B+パラメーターモデルの推論を処理できる特別なチップを公開しています。エッジコンピューティングは、プライバシーと反レビューのソリューションです。
プロジェクトの例：Ritual、Gpt4all（ホスト）、Ollama（Web2）、Edgellama（Web3、P2P Ollama）、花びら
3チェーン上aiインテリジェントボディ
機械学習のチェーンについてアプリ
サポート意見：AI SMART（AIのアプリケーション）には、トランザクションに調整されたレイヤーが必要です。AIインテリジェンスの場合、支払いに暗号通貨を使用することは論理的です。これはデジタルテクノロジー自体であり、Smart BodyがKYC認定を通じて銀行口座を開くことができないことは明らかです。分散型AIスマートボディには、プラットフォームのリスクはありません。たとえば、Openaiは突然、ChatGPTプラグインアーキテクチャを変更することを決定できます。これが起こりました。チェーン上に作成されたこのようなプラットフォームリスクはありません。
反対：エージェントは生産のために準備されていません…いいえ。babyagi、autogptなどはおもちゃです。プラットフォームのリスクの議論のために、これは暗号通貨の古いファッションのケースです。
プロジェクトの例：AI Arena、MyShell、operator.io、fetch.ai
4、データとモデルソース
データと機械学習モデルの独立した管理と価値収集
サポート意見：データの所有権は、データを収集する会社ではなく、データの生成のユーザーに属する必要があります。データはデジタル時代の最も価値のあるリソースですが、大規模なテクノロジー企業によって独占されており、財務パフォーマンスが低いです。高度にパーソナライズされたネットワークが来ています。これには、移植データとモデルが必要です。暗号化された財布を異なるDAPPの間に回すのと同じように、データとモデルをあるアプリケーションから別のアプリケーションから別のアプリケーションに持ち込みます。データの原因は大きな問題です。特に、詐欺の現象はますます深刻になりつつあり、バイデンでさえこれを認めています。ブロックチェーンアーキテクチャは、データソースパズルを解決するための最良のソリューションである可能性があります。
反対：自分のデータを持っているのかプライバシーを持っているかは誰も気にしません。これは、最後にユーザーの好みから見ました。Facebook/Instagramの登録量をご覧ください！最終的に、人々は機械学習データを提供するためにOpenaiを信頼します。現実に直面しましょう。
プロジェクトの例：Vana、降雨
5トークンアプリ（アプリ。
想像するCharal.ai暗号通貨の報酬付き
意見をサポートする：暗号通貨のインセンティブは、ガイダンスネットワークと行動を開始するのに非常に効果的です。人工知能を中心とした多数のアプリケーションがこのメカニズムを採用しています。AIパートナーは印象的な市場です。2022年、アメリカ人は1300億ドル以上のペットを費やしました。AIコンパニオンアプリが製品市場の適合性を達成し、Character.AIの平均セッション時間は1時間以上であることがわかりました。この分野や他のAIアプリケーションで市場シェアを占める暗号化されたインセンティブプラットフォームが見られる場合、驚くことはありません。
反対：これは、暗号通貨の投機的熱意の現象であり、持続しません。トークンは、Web 3.0を取得するコストです。
アイテムの例：MyShell、Deva
6、トークンインセンティブ機械学習操作（トレーニングなど、rlhf、推論）
想像するscaleai暗号通貨の報酬付き
意見をサポートする：暗号化インセンティブは、機械学習作業プロセス全体で使用して、重量、微調整、RLHFの最適化などの行動を動機付けて、人間の判断モデルの出力をさらに微調整することができます。
反対：MLOPS（機械学習操作）は、品質があまりにも重要であるため、暗号通貨の報酬の悪いケースです。暗号通貨は、エントロピーに問題がない場合に消費者の行動をやる気にさせるのに優れていますが、品質と精度が重要な場合、調整された行動を助長しません。
プロジェクトの例：ビテンサー、儀式
7、チェーンで検証された（ZKML。
どのモデルがチェーンで効果的に実行され、暗号化された世界に挿入できるかを証明する
意見をサポートする：チェーン上のモデルの検証により、組み合わせ能力が解除されます。つまり、Defiおよび暗号化フィールドでの組み合わせ出力を使用できます。5年後、私たちの体をチェックするために医師モデルを実行するインテリジェントボディがあるとき、彼らの知識を検証する方法とそれらを診断するために使用するモデルが必要になります。モデルの検証は、知性の評判のようなものです。
反対：どのモデルが実行されているかを確認する必要はありません。これは私たちが気にしないものです。私たちはこれの終わりに逆さまです。誰もllama2を実行していませんが、バックグラウンドで他のモデルを実行することを恐れています。これは、解決する問題を見つけることを目的とした暗号化技術（ゼロ知識証明書）の結果であり、大量のベンチャーキャピタルファンドを取得するためのゼロ知識証明書（ZK）の投機です。
アイテムの例：Modulus Labs、Upshot、Ezkl
