jakiro
Autor: Casey, Paradigma Ehemalige Investitionspartner;
Ich glaube, das Öffnen bringen Innovation.In den letzten Jahren hat künstliche Intelligenz die Entwicklung von Sprung erreicht und hat einen globalen Nutzen und Einfluss.Wenn die Rechenleistung mit der Integration von Ressourcen wächst, wird künstliche Intelligenz natürlich zentralisierte Probleme hervorbringen, und die Partei mit stärkerer Rechenleistung wird allmählich die dominierende Position einnehmen.Dies wird unser innovatives Tempo behindern.Ich denke, Dezentralisierung und Web3 sind mächtige Konkurrenten, um künstliche Intelligenz und Offenheit aufrechtzuerhalten.
1, Dezentrale Berechnung für die Vorab- und Fein -Tuning
Crowdsourcing -Berechnung (CPUS + GPUS.
Unterstützungsmeinung: Das Crowdfunding -Ressourcenmodell von Airbnb/Uber kann auf das Berechnungsfeld expandieren, und die Ressourcen für die Idle -Computer werden in einen Markt zusammengefasst.Dies kann die folgenden Probleme lösen: Bereitstellung niedrigerer Kosten für bestimmte Fälle (Verarbeitung bestimmter Abschalt-/Verzögerungsfehler);
Opposition: Cross -Bag -Berechnung kann keine Skalenwirtschaft erreichen.Die Dezentralisierungsberechnung ist ein Paradoxon.
Projektbeispiele: Akash, Render, IO.net, Ritual, hyperbolisch, Gensyn
2, Dezentrale Argumentation
Führen Sie das Open -Source -Modell auf dezentrale Weise aus
Support Meinungen: Das Open -Source -Modell (OS) nähert sich in einigen Aspekten dem Modell der geschlossenen Quellen, und es wird immer mehr Adoption erhalten.Die meisten Menschen nutzen zentralisierte Dienste, um das OS -Modell mit zentralen Diensten wie Huggingface oder Replicate auszuführen und damit Datenschutz- und Überprüfungsfragen einzuführen.Es gibt eine Lösung, um Inferenz durch Dezentralisierung oder verteilte Lieferanten zu betreiben.
Opposition: Es besteht keine Notwendigkeit, die Argumentation zu dezentralisieren, und die lokale Argumentation wird zum letzten Gewinner.Es wird jetzt spezielle Chips veröffentlicht, die 7B+Parametermodell -Argumentation verarbeiten können.Edge Computing ist unsere Lösung in Bezug auf Privatsphäre und Anti -Review.
Projektbeispiele: Ritual, GPT4all (gehostet), Ollama (Web2), Edgellama (Web3, P2P Ollama), Blütenblätter
3In der KetteAiIntelligenter Körper
In der Kette des maschinellen LernensApps
Support Opinion: AI Smart (Anwendung von AI) erfordert eine koordinierte Schicht für Transaktionen.Für die AI -Intelligenz ist die Verwendung von Kryptowährungen zur Zahlung logisch, da es sich selbst um eine digitale Technologie handelt, und es ist klar, dass die Smart Body kein Bankkonto durch KYC -Zertifizierung eröffnen kann.Der dezentrale KI -Smart Body hat keine Plattformrisiken.Zum Beispiel kann OpenAI plötzlich beschließen, ihre Chatgpt -Plug -in -Architektur zu ändern, die meinen Talk2Books -Stecker zerstört, aber es gibt keine Vorankündigung.Das geschah.Es gibt kein solches Plattformrisiko in der Kette.
Opposition: Der Agent wurde nicht für die Produktion vorbereitet … Nein.Babyagi, Autogpt usw. sind Spielzeug!Für das Argument der Plattformrisiken ist dies ein alter Fall von Kryptowährung.
Projektbeispiele: AI Arena, MyShell, Operator.io, Fetch.ai
4, Daten- und Modellquelle
Unabhängige Verwaltung und Wertschreibung von Daten und maschinellem Lernmodellen
Support Opinion: Das Eigentum an den Daten sollte dem Benutzer der Generierung von Daten gehören, nicht zu einem Unternehmen, das Daten sammelt.Daten sind die wertvollste Ressource im digitalen Zeitalter, wird jedoch von großen Technologieunternehmen monopolisiert und hat eine schlechte finanzielle Leistung.Das hochpersonalisierte Netzwerk kommt vor, für das Transplantationsdaten und Modelle erforderlich sind.Wir werden unsere Daten und Modelle von einer Anwendung über das Internet in die andere bringen, genau wie wir unsere verschlüsselten Brieftaschen zwischen verschiedenen Dapps wenden.Die Datenquelle ist ein großes Problem, insbesondere das Phänomen des Betrugs wird immer ernster, und sogar Biden hat dies anerkannt.Die Blockchain -Architektur ist wahrscheinlich die beste Lösung, um das Datenquellenrätsel zu lösen.
Opposition: Niemand kümmert sich darum, ob sie über eigene Daten oder Privatsphäre verfügen.Wir haben dies aus der letzten Benutzerpräferenz gesehen.Schauen Sie sich das Registrierungsvolumen von Facebook/Instagram an!Letztendlich werden die Menschen OpenAI vertrauen, um ihre Daten für maschinelles Lernen bereitzustellen.Seien wir ehrlich.
Projektbeispiel: Vana, Niederschlag
5TokenApps(Apps.
VorstellenCharal.aiMit Kryptowährung belohnt
Unterstützungs Meinungen: Kryptoc -Währungsanreize sind sehr effektiv, um das Leitfadennetz und das Verhalten zu starten.Wir werden sehen, dass eine große Anzahl von Anwendungen, die sich auf künstliche Intelligenz konzentrieren, diesen Mechanismus übernehmen.KI -Partner ist ein markanter Markt.Im Jahr 2022 gaben die Amerikaner mehr als 130 Milliarden US -Dollar an Haustieren aus.Wir haben gesehen, dass die AI Companion App die Produktmarktanpassung erreicht hat und die durchschnittliche Sitzungszeit des Charakters mehr als 1 Stunde beträgt.Wenn wir eine verschlüsselte Incentive -Plattform sehen, die in diesem Bereich und in anderen KI -Anwendungen einen Marktanteil einnimmt, werden wir uns nicht überraschen.
Opposition: Dies ist nur das Phänomen der spekulativen Begeisterung der Kryptowährung und wird nicht dauern.Token sind die Kosten für den Erwerb von Web 3.0.
Beispielelemente: Myshell, Deva
6, Token Incentive Machine Learning Operations (wie Training,Rlhf,Argumentation)
VorstellenScaleaiMit Kryptowährung belohnt
Unterstützungs Meinungen: Verschlüsselungsanreize können im gesamten Arbeitsprozess für maschinelles Lernen verwendet werden, um Verhaltensweisen wie die Optimierung von Gewicht, feines Tuning und RLHF -die Ausgabe des menschlichen Beurteilungsmodells zur weiteren fein -Tuning zu motivieren.
Opposition: Mlops (maschinelles Lernen) ist ein schlechter Fall von Kryptowährungsbelohnungen, da Qualität zu wichtig ist.Obwohl Kryptowährungen gut darin sind, das Verbraucherverhalten zu motivieren, wenn es kein Problem mit der Entropie gibt, sind sie nicht für koordinierte Verhaltensweisen förderlich, wenn Qualität und Genauigkeit von entscheidender Bedeutung sind.
Projektbeispiel: Bittensor, Ritual
7, Überprüft in der Kette (ZKML.
Beweisen Sie, welche Modelle effektiv in der Kette laufen und in die verschlüsselte Welt eingefügt werden können
Unterstützen Meinungen: Die Überprüfung des Modells in der Kette entsperren die kombinierte Fähigkeit, was bedeutet, dass Sie eine Kombinationsausgabe im Feld Defi und Verschlüsselung verwenden können.Fünf Jahre später, wenn wir über die intelligenten Körper verfügen, die das Arztmodell für uns überprüft, benötigen wir einige Möglichkeiten, um ihr Wissen zu überprüfen und welche Modelle wir zur Diagnose verwenden.Die Überprüfung des Modells ist wie der Ruf der Intelligenz.
Opposition: Niemand muss überprüfen, welches Modell ausgeführt wird.Das ist es, was uns egal ist.Wir sind am Ende auf dem Kopf.Niemand leitet LLAMA2, hat aber Angst, andere Modelle im Hintergrund zu leiten.Dies sind die Konsequenzen der Verschlüsselungstechnologie (Null -Knowledge -Zertifikat), die beabsichtigt, ein Problem zu lösen, und das Null -Knowledge -Zertifikat (ZK), um eine große Menge an Risikokapitalfonds zu erhalten.
Beispielelemente: Modullabors, Upshot, Ezkl
