jakiro
Auteur: Casey, Paradigm Anciennes partenaires d’investissement;
Je crois que l’ouverture apporte l’innovation.Ces dernières années, l’intelligence artificielle a atteint le développement de LEAP et a une utilité et une influence mondiales.À mesure que le pouvoir de calcul se développe avec l’intégration des ressources, l’intelligence artificielle donnera naturellement naissance à des problèmes centralisés, et le parti avec un pouvoir informatique plus fort occupera progressivement la position dominante.Cela entravera notre rythme innovant.Je pense que la décentralisation et Web3 sont de puissants concurrents pour maintenir l’intelligence artificielle et l’ouverture.
1, Calcul décentralisé pour la pré-formation et le trépillage fin
Calcul du crowdsourcing (CPU + GPUS.
Opinion du soutien: Le modèle de ressources de financement participatif d’Airbnb / Uber peut s’étendre au champ de calcul, et les ressources informatiques inactives s’agrégeront en un marché.Cela peut résoudre les problèmes suivants: fournir des ressources informatiques à moindre coût pour certains cas (traitement de certains défauts de fermeture / retard);
OPPOSITION: Le calcul du sac croisé ne peut pas réaliser des économies à l’échelle;Le calcul de la décentralisation est un paradoxe;
Exemples de projet: Akash, rendu, io.net, rituel, hyperbolique, Gensyn
2, Raisonnement décentralisé
Exécutez le raisonnement du modèle open source d’une manière décentralisée
Opinions de soutien: le modèle open source (OS) se rapproche du modèle de source fermée à certains aspects, et de plus en plus d’adoption est obtenue.La plupart des gens utilisent des services centralisés pour exécuter le raisonnement du modèle de système d’exploitation avec des services centralisés tels que HuggingFace ou Replicate, introduisant ainsi les problèmes de confidentialité et d’examen.Il existe une solution pour faire fonctionner l’inférence par la décentralisation ou les fournisseurs distribués.
Opposition: Il n’est pas nécessaire de décentraliser le raisonnement, et le raisonnement local deviendra le vainqueur final.Il publie désormais des puces spéciales qui peuvent traiter le raisonnement du modèle de paramètres 7b +.Edge Computing est notre solution dans la confidentialité et l’anti-réview.
Exemples de projet: Ritual, GPT4ALL (hébergé), Olllama (Web2), Edgellama (Web3, P2P Olllama), Petals
3Sur la chaîneIACorps intelligent
Sur la chaîne d’apprentissage automatiqueapplications
Opinion du support: AI Smart (application de l’IA) nécessite une couche coordonnée pour les transactions.Pour l’intelligence AI, l’utilisation des crypto-monnaies pour le paiement est logique, car c’est une technologie numérique elle-même, et il est clair que le corps intelligent ne peut pas ouvrir un compte bancaire via la certification KYC.Le corps intelligent AI décentralisé n’a pas de risques de plate-forme.Par exemple, Openai peut soudainement décider de modifier leur architecture de fiche ChatGpt, qui détruira ma fiche talk2books -in, mais il n’y a pas de préavis.C’est arrivé.Il n’y a pas de risque de plate-forme de ce type créé sur la chaîne.
Opposition: l’agent n’a pas été préparé pour la production … Non.Babyagi, Autogpt, etc. sont des jouets!Pour l’argument des risques de plate-forme, il s’agit d’un ancien cas de crypto-monnaie.
Exemples de projet: AI Arena, Myshell, Operator.io, Fetch.ai
4, Données et source de modèle
Gestion indépendante et collecte de valeur des modèles d’apprentissage des données et des machines
Avis d’assistance: La propriété des données doit appartenir à l’utilisateur de la génération de données, et non d’une entreprise qui collecte des données.Les données sont la ressource la plus précieuse de l’ère numérique, mais elles sont monopolisées par les grandes entreprises technologiques et ont de mauvaises performances financières.Le réseau hautement personnalisé arrive, ce qui nécessite des données et des modèles de transplantation.Nous apporterons nos données et modèles d’une application à une autre via Internet, tout comme nous tournons nos portefeuilles cryptés entre différents DAPP.La source des données est un énorme problème, en particulier le phénomène de la fraude devient de plus en plus grave, et même Biden l’a reconnu.L’architecture blockchain est probablement la meilleure solution pour résoudre le puzzle de la source de données.
OPPOSITION: Personne ne se soucie de savoir s’il doit avoir ses propres données ou sa vie privée.Nous l’avons vu de la dernière préférence des utilisateurs.Jetez un œil au volume d’enregistrement de Facebook / Instagram!En fin de compte, les gens feront confiance à OpenAI pour fournir leurs données d’apprentissage automatique.Faisons face à la réalité.
Exemple du projet: Vana, précipitations
5JetonsApplications(applications.
ImaginerCharal.aiAvec des récompenses de crypto-monnaie
Les opinions de soutien: les incitations à la monnaie des cryptoques sont très efficaces pour démarrer le réseau de guidages et le comportement.Nous verrons un grand nombre d’applications centrées sur l’intelligence artificielle adopter ce mécanisme.Le partenaire AI est un marché frappant.En 2022, les Américains ont dépensé plus de 130 milliards de dollars en animaux de compagnie;Nous avons vu que l’application Companion AI a réalisé l’ajustement du marché des produits et que le temps moyen de la session de caractère. Est plus de 1 heure.Si nous voyons une plate-forme incitative cryptée occupant une part de marché dans ce domaine et d’autres applications d’IA, nous ne serons pas surpris.
Opposition: Ce n’est que le phénomène de l’enthousiasme spéculatif de la crypto-monnaie et ne durera pas.Les jetons sont le coût de l’acquisition de Web 3.0.
Exemple d’éléments: Myshell, Deva
6, Opérations d’incitation à l’apprentissage des tâches (comme la formation,Rlhf,raisonnement)
ImaginerScalaiAvec des récompenses de crypto-monnaie
Opinions de soutien: les incitations à la chiffre d’affaires peuvent être utilisées dans l’ensemble du processus de travail d’apprentissage automatique pour motiver les comportements tels que l’optimisation du poids, le taureau fin et le RLHF – la sortie du modèle de jugement humain pour un to-tining fin.
L’opposition: MOPL (opération d’apprentissage automatique) est un mauvais cas de récompenses de crypto-monnaie, car la qualité est trop importante.Bien que les crypto-monnaies soient douées pour motiver le comportement des consommateurs lorsqu’il n’y a pas de problème avec l’entropie, ils ne sont pas propices aux comportements coordonnés lorsque la qualité et la précision sont cruciales.
Exemple du projet: bittensor, rituel
7, Vérifié sur la chaîne (Zkml.
Prouver quels modèles peuvent être exécutés efficacement sur la chaîne et insérés dans le monde crypté
Opinions de soutien: la vérification du modèle sur la chaîne déverrouillera la capacité combinée, ce qui signifie que vous pouvez utiliser une sortie combinée dans le champ Defi et de chiffrement.Cinq ans plus tard, lorsque nous avons les corps intelligents qui dirigent le modèle Doctor pour vérifier notre corps pour nous, nous aurons besoin de quelques moyens de vérifier leurs connaissances et quels modèles nous utilisons pour les diagnostiquer.La vérification du modèle est comme la réputation de l’intelligence.
OPPOSITION: Personne n’a besoin de vérifier quel modèle est en cours d’exécution.C’est ce dont nous ne nous soucions pas.Nous sommes à l’envers à la fin de cela.Personne ne dirige LLAMA2 mais a peur de gérer d’autres modèles en arrière-plan.Ce sont les conséquences de la technologie de chiffrement (certificat de connaissance zéro) qui a l’intention de trouver un problème à résoudre, et la spéculation sur le certificat de connaissance zéro (ZK) pour obtenir une grande quantité de fonds de capital-risque.
Exemple d’éléments: laboratoires de module, résultat, ezkl
