암호화 AI 트랙에서 내러티브 추정의 차세대 물결: 개발 경로와 관련 목표

저자: Alex Xu, Mint Ventures

소개

현재 암호화폐 상승장은 상업적 혁신 측면에서 가장 지루한 사이클입니다. 이전 강세장에서 디파이, NFT, 게임파이와 같은 경이로운 호황 트랙이 없었기 때문에 전반적인 시장 분위기에서 산업적 핫스팟이 부족하고 사용자, 산업 투자, 개발자의 성장도 상대적으로 부진한 상황입니다.

이것은 현재 자산 가격에도 반영되어 있으며, 전체 사이클에서 BTC 환율을 위한 대부분의 알트 코인은 계속해서 피를 흘렸으며, 여기에는 ETH도 포함됩니다. 결국 스마트 계약 플랫폼의 가치는 애플리케이션의 번영 정도에 따라 결정되며, 혁신 개발의 혁신 부족을 적용하면 퍼블릭 체인의 가치도 높이기 어렵습니다.

반면, 이번 사이클에서 새로운 암호화폐 비즈니스 분야인 AI는 폭발적인 개발 속도와 외부 비즈니스 세계의 지속적인 핫스팟의 혜택을 받았으며, 여전히 암호화폐 세계에서 AI 트랙 프로젝트에 상당한 점진적 관심을 가져올 수 있는 잠재력을 가지고 있습니다.

그리고 저자가 4월에 발표한 IO . NET 보고서에서는 AI와 암호화폐를 결합해야 할 필요성, 즉 확실성, 할당된 자원의 동원, 신뢰로부터의 자유라는 측면에서 암호화폐 경제 솔루션의 장점이 AI의 확률성, 자원 집약성, 인간과 기계의 구별 불가능성이라는 세 가지 문제에 대한 해결책 중 하나가 될 수 있다는 점을 정리한 바 있습니다.

암호 경제 AI 회로에서 저자는 다른 글에서 다음과 같은 몇 가지 중요한 문제를 논의하고 추론하려고 합니다.

- 암호화폐 AI 회로에서 폭발적으로 발전하고 있거나 앞으로 발전할 다른 신진 서사에는 어떤 것이 있을까요?

- 이러한 내러티브의 촉매 경로와 논리

- 내러티브 관련 프로젝트 목표

- 내러티브 투영의 위험과 불확실성

- 내러티브 투영의 위험과 불확실성

- 위험과 불확실성

- 내러티브 예측의 리스크와 리스크

이 기사는 발행 시점을 기준으로 작성자의 생각 단계이며, 미래는 변경 될 수 있으며, 견해는 매우 주관적이며 사실, 데이터, 추론 논리 오류가있을 수 있으며 투자 참고 자료로 사용하지 마시고 업계의 비판과 토론을 환영합니다.

본문은 다음과 같습니다.

암호화폐 AI 내러티브의 다음 물결

암호화폐 AI 내러티브의 다음 물결을 살펴보기 전에 시가총액 기준으로 10억달러 이상의 주요 암호화폐 AI 내러티브를 살펴봅시다.

산술: 렌더(RNDR, 시가총액 38억 5천만 달러), 아카시(시가총액 12억 달러), IO . NET (가장 최근 1차 펀딩 라운드에서 10억 달러 가치)

알고리즘 네트워크: 비텐서(TAO, 시가총액 29.7억 달러)

AI 에이전트: 페차이(FET, 합병 전 시가총액 21억 달러)

시장의 다른 모든 에이전트들은 다음과 같습니다.

AI 에이전트: Fetchai(FET, 합병 전 시가총액 21억 달러)

데이터 시간: 2024.5.24, 통화는 USD 기준입니다.

위 프로젝트 외에 시가총액이 10억 달러가 넘는 단일 프로젝트를 보유하게 될 다음 AI 트랙은 어디일까요?

저자는 '산업의 공급 측면'이라는 관점과 'GPT 순간'이라는 두 가지 관점에서 추측할 수 있다고 생각합니다.

AI 내러티브의 첫 번째 관점: 산업의 공급 측면에서 바라본 AI의 에너지와 데이터 추적 기회

산업의 공급 측면에서 AI 개발의 네 가지 원동력은 다음과 같습니다.

- 알고리즘: 고품질 알고리즘은 훈련 및 추론 작업을 보다 효율적으로 수행할 수 있습니다

- 계산: 모델 훈련이든 모델 추론이든, 업계의 주요 병목 현상인 산술을 제공하기 위해서는 GPU 하드웨어가 필요하지만 업계는 코어가 부족합니다. 이는 오늘날 업계의 주요 병목 현상이며, 업계의 칩 부족으로 인해 미드레인지 및 하이엔드 칩의 가격이 높아졌습니다

- 에너지: AI는 데이터 컴퓨팅 센터에 전력을 공급하기 위해 많은 에너지를 필요로 하며, 계산 작업을 수행하는 데 필요한 전력 외에도 GPU의 열 방출 처리에도 많은 에너지가 필요하며 대규모 데이터 센터의 냉각 시스템은 전체 에너지 소비의 약 40%를 차지합니다.

- 데이터: 빅 모델 성능 향상을 위해서는 훈련 파라미터를 확장해야 하며, 이는 대량의 고품질 데이터가 필요함을 의미합니다

위에서 언급한 네 가지 산업 동인을 해결하기 위해 알고리즘 및 산술 트랙에는 유통 시가총액 10억 달러 이상의 암호화폐 프로젝트가 있고, 알고리즘 및 산술 트랙에는 유통 시가총액 10억 달러 이상의 암호화폐 프로젝트가 있습니다. 알고리즘과 산술 트랙에는 모두 10억 달러 이상의 시가총액을 가진 암호화폐 프로젝트가 있는 반면, 에너지와 데이터 트랙에는 아직 동일한 시가총액을 가진 프로젝트가 없습니다.

실제로 에너지와 데이터 공급 부족은 곧 암호화폐 관련 프로젝트의 붐으로 이어지는 새로운 산업 핫스팟이 될 수 있습니다.

에너지부터 시작해보겠습니다.

2024년 2월 29일, 머스크는 보쉬 커넥티드 월드 2024 컨퍼런스에서 "저는 1년 전에 칩 부족을 예측했고, 다음 부족은 전기가 될 것입니다. 내년에는 모든 칩을 구동하기에 전력이 충분하지 않을 것 같습니다."라고 말했습니다.

구체적인 데이터는 페이페이 리가 이끄는 스탠포드 대학의 인간 중심 인공지능 연구소가 매년 AI 지수 보고서를 발간하고 있으며, 연구팀의 2022년 보고서에서 21년 AI에 대해 다음과 같이 전망했습니다. 연구팀은 2022년 AI 산업에 대한 21년 보고서에서 그해 AI 에너지 소비 규모가 전 세계 전력 수요의 0.9%에 불과해 에너지와 환경에 대한 압박이 제한적일 것이라고 평가했습니다. 국제에너지기구(IEA)는 2022년 전 세계 데이터센터가 전 세계 전력 수요의 2%인 약 460테라와트시(TWh)의 전력을 소비했으며, 2026년까지 전 세계 데이터센터 에너지 소비량은 최저 620TWh에서 최고 1,050TWh까지 증가할 것으로 예측했습니다.

23년 후 예상보다 훨씬 더 많은 에너지를 필요로 하는 AI 관련 프로젝트가 이미 다수 진행 중이기 때문에 IEA의 추정치는 여전히 보수적인 수치입니다.

예를 들어 Microsoft와 Open AI가 계획 중인 스타게이트 프로젝트가 있습니다. 2028년에 시작하여 2030년경에 완료될 것으로 예상되는 이 프로젝트는 수백만 개의 전용 AI 칩이 탑재된 슈퍼컴퓨터를 구축하여 Open AI에 전례 없는 연산 능력을 제공하여 AI, 특히 대규모 언어 모델의 연구 개발을 지원할 계획입니다. 이 프로젝트에는 현재 대규모 데이터 센터 비용의 100배에 달하는 1,000억 달러 이상의 비용이 소요될 것으로 예상됩니다.

그리고 스타게이트 프로젝트에만 50테라와트시의 에너지가 사용됩니다.

이것이 바로 지난 1월 다보스에서 OpenAI의 설립자인 샘 알트먼이 "AI의 미래에는 사람들이 예상하는 것보다 훨씬 많은 전력을 소비할 것이기 때문에 에너지 혁신이 필요할 것"이라고 말한 이유입니다.

산술과 에너지 다음으로 빠르게 성장하는 AI 산업에서 부족한 영역은 데이터가 될 가능성이 높습니다.

또 AI가 필요로 하는 양질의 데이터 부족은 이미 현실로 다가오고 있습니다.

현 시점에서 인간은 GPT의 진화를 통해 빅 언어 모델의 역량을 키우는 방법, 즉 모델의 파라미터와 학습되는 데이터를 확장함으로써 모델의 역량을 기하급수적으로 늘릴 수 있는 방법을 대부분 알아냈으며, 이 과정은 단기간에 가시화되지 않습니다. -그리고 단기간 내에 이 프로세스에 대한 기술적 병목 현상은 보이지 않습니다.

그러나 문제는 향후 공개적으로 사용 가능한 고품질 데이터가 점점 더 부족해질 수 있으며, AI 제품도 칩과 에너지와 마찬가지로 데이터에 대한 수요-공급 딜레마에 직면할 수 있다는 것입니다.

첫째, 데이터 소유권을 둘러싼 분쟁이 증가하고 있습니다.

2023년 12월 27일, 뉴욕타임스는 미국 지방법원에 OpenAI와 Microsoft를 상대로 공식적으로 소송을 제기하여, 이들이 수백만 건의 자사 기사를 GPT 모델 훈련에 무단으로 사용했다고 비난하며 "고유한 가치가 있는 저작물의 불법 복제 및 사용에 대해 수십억 달러의 법적 및 실제 손해배상 책임을 져야 한다"고 요구했습니다. 수십억 달러의 법적 및 실제 손해배상금"을 지불하고 뉴욕타임즈의 저작권이 있는 자료가 포함된 모든 모델과 교육 데이터를 폐기할 것을 요구했습니다.

이후 3월 말에는 뉴욕타임스가 오픈 AI뿐만 아니라 구글과 메타를 겨냥한 새로운 성명을 발표했습니다. 뉴욕 타임즈는 이 성명에서 Whisper라는 음성 인식 도구를 통해 Open AI는 텍스트 학습 GPT-4로 수많은 YouTube 동영상 품사를 전사 한 다음 텍스트를 생성했습니다. 뉴욕 타임즈는 현재 대기업의 AI 모델 학습에서 도둑질 전술을 사용하는 것이 매우 일반화되었다고 말하며 Google도 이러한 일을하고 있으며 YouTube 동영상 콘텐츠를 텍스트로 전사 한 다음 텍스트를 생성했다고 말했습니다. 또한 유튜브 동영상 콘텐츠를 텍스트로 변환하여 자사의 대형 모델 학습에 사용함으로써 동영상 콘텐츠 제작자의 권리를 본질적으로 침해하고 있습니다.

뉴욕 타임즈와 Open AI의 소송은 '최초의 AI 저작권 소송'으로, 사건의 복잡성과 콘텐츠와 AI 산업의 미래에 미칠 광범위한 영향을 고려할 때 조만간 결론에 도달하지 못할 수도 있습니다. 가능한 결과 중 하나는 양측이 법정 밖에서 합의하여 부유한 Microsoft와 Open AI가 거액의 보상금을 지불하는 것입니다. 그러나 앞으로 더 많은 데이터 권리 마찰이 발생하면 필연적으로 양질의 데이터에 대한 총비용이 상승할 것입니다.

또 세계 최대 검색 엔진인 Google은 일반 대중이 아닌 AI 기업을 대상으로 자체 검색 기능에 대한 유료화를 고려하고 있다고 밝혔습니다.

출처: Reuters

Google의 검색 엔진 서버에는 21세기 이후 모든 인터넷 페이지에 등장한 모든 콘텐츠, 즉 방대한 양의 콘텐츠가 보관되어 있습니다. Google은 모든 것을 보유하고 있습니다. 현재 해외에서는 퍼펙시티, 국내에서는 키미, 비밀의 탑 등 AI 기반 검색 제품들이 이러한 검색 데이터를 AI 처리를 통해 사용자에게 출력하고 있습니다. AI에 대한 검색 엔진의 유료화는 필연적으로 데이터 확보 비용의 상승을 가져올 것입니다.

사실, AI 대기업들은 공개 데이터 외에도 비공개 내부 데이터에도 눈독을 들이고 있습니다.

Photobucket은 2000년대 초반에 7000만 명의 사용자와 미국 온라인 사진 시장 점유율의 절반 가까이를 차지했던 베테랑 사진 및 동영상 호스팅 사이트입니다. 소셜 미디어의 부상과 함께 포토버킷의 사용자 기반은 급격히 감소하여 현재 200만 명의 활성 사용자(연간 399달러라는 거금을 지불하는)만 남았으며, 1년 이상 사용하지 않은 계정은 사용자가 가입할 때 서명한 계약과 개인정보 취급방침에 따라 사용자가 업로드한 이미지 및 동영상 데이터에 대한 포토버킷의 권리를 회수할 수 있도록 되어 있습니다. 포토버킷의 CEO 테드 레너드는 13억 개의 사진과 동영상이 제너레이티브 AI 모델 학습에 매우 유용하다고 밝혔습니다. 그는 여러 기술 기업과 데이터 판매를 논의 중이며, 사진 한 장당 5센트에서 1달러, 동영상 한 장당 1달러 이상을 제시하고 있어 Photobucket이 제공할 수 있는 데이터의 가치가 10억 달러가 넘을 것으로 추정하고 있습니다.

인공지능 트렌드 연구팀인 EPOCH는 컴퓨팅 자원의 증가를 고려하여 2022년에 머신러닝이 데이터를 사용하고 새로운 데이터를 생성하는 방법을 기반으로 머신러닝에 필요한 데이터에 대한 보고서인 "데이터가 부족해질까요?"(Will we run out of data?)를 발표했습니다. 데이터? Mach in e Learn in g 데이터 세트의 확장 한계에 대한 분석"에 따르면 고품질 텍스트 데이터는 약 2023년 2월에서 2026년 사이에, 이미지 데이터는 2030년에서 2060년 사이에 고갈될 것이라는 결론을 내렸습니다. 대규모 데이터 세트에 의존하는 대규모 머신러닝 모델에 대한 현재의 추세는 데이터가 훨씬 더 효율적으로 사용되지 않거나 새로운 데이터 소스가 등장할 경우 속도가 느려질 수 있습니다.

그리고 현재 거대 AI 기업들이 데이터에 대해 과도한 비용을 지불하고 있다는 점을 감안하면 무료 고품질 텍스트 데이터는 사실상 거의 고갈된 상태이며, 2년 전 EPOCH의 예측은 정확했습니다.

한편, 'AI 데이터 부족'에 대한 해결책으로 AI 데이터 프로비저닝 서비스가 떠오르고 있습니다.

Defined . AI는 AI 기업에 실제 고품질의 맞춤형 데이터를 제공하는 회사입니다.

Defined.ai가 제공할 수 있는 데이터 유형 예시: https://www.defined.ai/datasets

비즈니스 모델은 AI 기업이 자체 데이터 요구 사항을 가지고 Defined . ai에 자체 데이터 요구 사항(예: 이미지의 경우 특정 해상도, 흐릿함, 과다 노출을 피하고 콘텐츠에 충실해야 함)을 제공하는 것입니다. 콘텐츠 측면에서 AI 기업은 야간 사진, 야간 콘, 주차장, 표지판 등 학습 작업에 따라 특정 테마를 사용자 지정하여 야간 장면에서 AI의 인식률을 향상시킬 수 있습니다. 일반 대중에게 과제를 부여한 후 업로드하고 회사에서 검토한 후 요건을 충족하는 사진 수에 따라 고화질 이미지의 경우 1~2달러, 10초 클립의 경우 5~7달러, 10분 이상의 고화질 필름은 100~300달러, 텍스트 1,000단어당 1달러를 청구하고 하청 과제는 수수료의 약 20%를 청구할 수 있습니다. 데이터 제공은 데이터 태깅에 이은 차세대 크라우드소싱 비즈니스가 될 수 있습니다.

작업의 글로벌 크라우드소싱, 재정적 인센티브, 데이터 자산의 가격 책정, 유통 및 개인정보 보호, 누구나 접근 가능성은 웹3 패러다임에 부합하는 비즈니스처럼 보입니다.

산업 공급 측면의 관점에서 본 AI 내러티브 주제

칩 부족에 대한 우려가 암호화폐 업계에 퍼지면서 분산 산술은 지금까지 가장 인기 있는 AI 트랙 카테고리이자 시가총액이 가장 높은 분야가 되었습니다.

그렇다면 향후 1~2년 내에 에너지와 데이터를 둘러싼 AI 업계의 공급과 수요 갈등이 폭발한다면 현재 암호화폐 업계에서는 어떤 내러티브 관련 프로젝트가 주목받고 있을까요?

먼저 에너지 분야를 살펴봅시다.

헤더 CEX에 상장된 에너지 프로젝트는 파워 레저(토큰 Powr)가 단 한 개뿐입니다.

2017년에 출시된 Power Ledger는 블록체인 기술을 기반으로 하는 종합 에너지 플랫폼으로, 에너지 거래를 탈중앙화하고 개인과 커뮤니티의 전력 직거래를 촉진하며 재생 에너지의 광범위한 사용을 지원하고 스마트 계약을 통해 거래의 투명성과 효율성을 보장하는 것을 목표로 합니다. 처음에 파워 레저는 이더리움에서 채택한 연합 체인으로 운영되었으며, 2023년 하반기에 백서를 업데이트하고 분산 에너지 시장에서 고주파 소액 거래를 처리할 수 있는 솔라나의 기술 프레임워크에 기반한 자체 통합 퍼블릭 체인을 출시했습니다. 현재 파워 레저의 주요 활동은 다음과 같습니다.

- 에너지 거래: 사용자가 재생 에너지원을 중심으로 전기를 직접 또는 P2P로 사고 팔 수 있도록 지원합니다.

- 환경 상품 거래: 탄소 배출권 및 재생 에너지 인증서 거래, 환경 상품 기반 금융 등.

- 퍼블릭 체인 운영: 앱 개발자가 파워렛저 블록체인에 앱을 구축하도록 유도하고, 퍼블릭 체인 거래 수수료는 Powr 토큰으로 지급합니다.

파워렛저 프로젝트의 유동 시가총액은 현재 1억 7천만 달러, 완전 유동 시가총액은 3억 2천만 달러입니다.

데이터 트랙의 암호화폐 입찰 수는 에너지 카테고리의 암호화폐 입찰 수보다 조금 더 많습니다.

현재 제가 팔로우하고 있고 코인베이스, OKX, 코인베이스의 CEX 중 하나 이상을 이미 출시한 데이터 트랙 프로젝트들을 FDV 내림차순으로 나열해 보겠습니다:

1. 왼쪽;">1. Streamr - 데이터

Streamr의 가치 제안은 사용자가 자신의 데이터를 완벽하게 제어하면서 데이터를 자유롭게 거래하고 공유할 수 있는 탈중앙화된 실시간 데이터 네트워크를 구축하는 것입니다. Streamr는 데이터 마켓플레이스를 통해 데이터 생산자가 중개자 없이도 관심 있는 소비자에게 직접 데이터 스트림을 판매하여 비용을 절감하고 효율성을 높일 수 있기를 희망합니다.

출처: https://streamr.network/hub/projects

실제 협업의 경우에는 Streamr는 또 다른 Web3 차량용 하드웨어 프로젝트인 DIMO와 제휴하여 차량에 장착된 DIMO 하드웨어 센서를 통해 온도, 기압 및 기타 데이터를 수집하여 필요한 기관에 전송할 기상 데이터 스트림을 형성하고 있습니다.

Streamr는 위에서 언급한 DIMO 차량 내 데이터 외에도 헬싱키의 실시간 교통 흐름과 같은 다른 데이터 프로젝트보다 IoT, 하드웨어 센서의 데이터에 더 중점을 두고 있습니다. 그 결과, 디핀 개념이 절정에 달했던 작년 12월에는 하루 만에 스트리머의 프로젝트 토큰인 DATA가 두 배로 증가했습니다.

현재 Streamr 프로젝트의 시가총액은 4,400만 달러, 전체 시가총액은 5,800만 달러입니다.

2. 코발런트 - CQT

다른 데이터 기반 프로젝트와 달리 코발런트는 블록체인의 데이터를 제공합니다. 코발런트 네트워크는 RPC를 통해 블록체인 노드로부터 데이터를 읽은 다음, 이 데이터를 처리하고 정리하여 효율적인 쿼리 데이터베이스를 생성합니다. 이를 통해 코발런트 사용자는 블록체인 노드에서 직접 복잡한 쿼리를 수행하지 않고도 필요한 정보를 빠르게 검색할 수 있으며, 이를 '블록체인 데이터 인덱싱'이라고도 합니다.

Covalent의 고객은 주로 B-side로, Defi와 같은 디앱 프로젝트부터 Consensys(메타마스크의 모회사), 코인게코(주요 암호화폐 티커)와 같은 중앙화된 암호화폐 회사까지 다양합니다, 로키(세금 도구), 레인보우(암호화폐 지갑) 등 전통적인 금융 업계의 거물인 피델리티와 빅4 회계법인 중 하나인 언스트앤영도 코발런트의 고객입니다. Covalent의 공식 데이터에 따르면, 이 프로젝트의 데이터 서비스 수익은 이미 같은 분야의 선두 프로젝트인 The Graph의 수익을 넘어섰습니다.

웹3 산업은 체인에 있는 데이터의 무결성, 개방성, 신뢰성, 실시간 특성으로 인해 틈새 AI 시나리오 및 특정 AI 미니어처를 위한 고품질 데이터 소스가 될 것으로 예상됩니다. 데이터 제공업체인 코발런트는 이미 다양한 AI 시나리오를 위한 데이터를 제공하기 시작했으며, 특히 AI를 위한 검증 가능한 구조화된 데이터를 출시했습니다.

출처: https://www.covalenthq.com/solutions/decentralized-ai/

예를 들어, 온체인 스마트 트레이딩 플랫폼인 SmartWhales는 AI를 사용하여 수익성 있는 거래 패턴과 주소를 식별하는 데이터를 제공하며, Entendre Finance는 실시간 인사이트, 이상 징후 감지 및 예측 분석을 위해 AI로 처리된 Covalent의 구조화된 데이터를 사용합니다.

Covalent의 온체인 데이터 서비스의 주요 시나리오는 아직 금융이지만, 웹3.0 제품과 데이터 유형이 확산됨에 따라 온체인 데이터 사용 시나리오는 더욱 확대될 것입니다.

Covalent의 현재 시가총액은 1억 5천만 달러이며, 전체 시가총액은 2억 3천 5백만 달러로 같은 궤도에 있는 블록체인 데이터 인덱싱 프로젝트인 The Graph보다 확실한 밸류에이션 우위를 점하고 있습니다.

3. 하이브매퍼 - 허니

비디오 데이터는 모든 데이터 자료 중 단가가 가장 높은 경향이 있습니다. 하이브매퍼는 동영상과 지도 정보가 포함된 데이터를 AI 회사에 제공할 수 있습니다. 하이브매퍼 자체는 블록체인 기술과 커뮤니티 기여를 통해 상세하고 역동적이며 접근 가능한 매핑 시스템을 만드는 것을 목표로 하는 탈중앙화된 글로벌 매핑 프로젝트입니다. 참여자는 대시캠을 통해 지도 데이터를 캡처하여 오픈 소스 Hivemapper 데이터 네트워크에 추가할 수 있으며, 기여도에 따라 프로젝트 토큰 HONEY로 보상을 받을 수 있습니다. 하이브매퍼는 네트워크의 효율성을 높이고 상호 작용 비용을 줄이기 위해 솔라나를 기반으로 구축되었습니다.

2015년 드론을 이용해 지도를 만들겠다는 비전을 가지고 처음 설립된 하이브매퍼는 이후 이 모델을 확장하기 어렵다는 것을 깨닫고 자동차 레코더와 스마트폰을 이용해 지리 데이터를 캡처하여 글로벌 지도 제작 비용을 절감하는 것으로 방향을 전환했습니다.

하이브 맵 퍼는 인센티브 네트워크와 크라우드소싱 모델을 통해 스트리트뷰나 Google 지도 같은 매핑 소프트웨어보다 더 효율적으로 지도 범위를 확장하고 실시간 지도를 최신 상태로 유지하며 동영상 품질을 개선합니다.

AI의 데이터 수요가 폭발적으로 증가하기 전에는 자동차 업계의 자율주행 부문, 내비게이션 서비스 회사, 정부, 보험 및 부동산 회사 등이 Hivemapper의 주요 고객이었습니다. 오늘날 하이브매퍼는 API를 통해 AI와 빅 모델에 광범위한 도로 및 환경 데이터를 제공할 수 있습니다. 지속적으로 업데이트되는 이미지와 도로 기능 스트림을 입력하면 AI와 ML 모델은 데이터를 지리적 위치, 시각적 판단과 관련된 작업을 수행할 수 있는 향상된 기능으로 변환할 수 있게 됩니다.

데이터 출처: https://hivemapper.com/blog/diversify-ai-computer-vision-models-with-global-road- imagery-map-data/

현재 하이브매퍼 - 꿀 아이템의 시가총액은 1억 2천만 달러, 전체 시가총액은 4억 9,600만 달러입니다.

위 세 프로젝트 외에도 데이터 트랙에는 블록체인 데이터 인덱싱 서비스를 제공한다는 점에서 코발런트와 유사한 The Graph - GRT(시가총액 32억 달러, FDV 37억 달러)와 Ocean Protocol - OCEAN도 포함되어 있습니다. 오션 프로토콜 - OCEAN(시가총액 6억 7천만 달러, FDV 14억 5천만 달러)은 Fetch.ai 및 SingularityNET과 파트너십을 맺을 예정입니다. ai 및 싱귤래리티넷의 토큰이 ASI로 변환됨)은 데이터 및 데이터 관련 서비스의 교환과 수익화를 촉진하고 데이터 소비자와 데이터 공급자를 연결하여 신뢰, 투명성 및 추적성이 보장된 데이터를 공유하도록 설계된 오픈 소스 프로토콜입니다.

AI 내러티브의 두 번째 관점: GPT의 순간이 다시 나타나고 범용 인공 지능이 내려온다

저자가 보기에 암호화폐 업계에서 'AI 트랙'의 첫 해는 GPT가 전 세계를 흔들었던 2023년이며 암호화폐 AI 프로젝트의 급증은 GPT의 성공에 따른 결과라고 할 수 있죠. 암호화폐 AI 프로젝트의 급증은 AI 산업의 폭발적인 발전이 가져온 '열파'에 가깝습니다.

GPT3.5에 이어 GPT4, 터보 등의 기능이 계속 업그레이드되고, 소라의 놀라운 동영상 제작 능력과 오픈 AI를 비롯한 대규모 언어 모델의 급속한 발전으로 인해 AI의 기술 발전이 일반 대중에게 미치는 인지적 영향이 줄어들고 사람들이 점점 더 AI 도구를 사용하기 시작했다는 것은 부인할 수 없는 사실입니다. 사람들은 점점 더 많은 AI 도구를 사용하기 시작하고 있으며, 아직 대규모 일자리 대체는 일어나지 않고 있는 것으로 보입니다.

그렇다면 AI의 크로스오버에 대중이 충격을 받고, 그 결과 자신의 삶과 직업이 변화할 것이라는 사실을 깨닫는 또 다른 'GPT 순간'이 올까요?

이 순간이 바로 범용 AI(AGI)의 도래일 수 있습니다.

AGI는 기계가 특정 작업에 국한되지 않고 다양하고 복잡한 문제를 해결할 수 있는 인간과 같은 종합적인 인지 능력을 갖추는 것을 말합니다.&strong>AGI 시스템은 고도의 추상적 사고, 광범위한 배경 지식, 도메인 전반의 상식적 추론과 인과관계 이해, 학제 간 전이 학습을 갖춥니다.  AGI는 각 영역에서 최고의 인간 못지않은 성능을 발휘하며, 전반적인 능력 면에서 최고의 인간을 능가합니다.

사실 공상과학, 게임, 영화, TV 프로그램에서나 일반 대중이 GPT의 빠른 대중화 이후 기대하는 것은 인간의 인지 수준을 뛰어넘는 AGI의 등장이라는 것이 일반 대중의 기대입니다. 즉, GPT 자체가 일반 인공지능의 예언적 버전인 AGI의 선구자라고 할 수 있습니다.

GPT가 산업적으로나 심리적으로 큰 파장을 일으킨 이유는 그 착륙의 속도와 성능이 대중의 예상을 뛰어넘었기 때문입니다.사람들은 튜링 테스트를 완료한 인공지능 시스템이 이렇게 빠른 속도로 실제로 등장할 것이라고는 예상하지 못했기 때문이죠.

사실, 인공지능("AGI")은 1~2년 안에 다시 'GPT의 순간'의 갑작스러움을 되찾을 수 있습니다. 사람들은 이제 막 GPT의 도움에 익숙해지고, 인공지능이 단순한 조력자 이상의 존재이며 다음과 같은 매우 창의적이고 도전적인 작업을 스스로 수행할 수 있다는 것을 깨닫고 있습니다. 수십 년 동안 최고의 인간 과학자들을 당혹스럽게 했던 문제들.

4월 8일, 머스크는 노르웨이 국부펀드의 최고투자책임자인 니콜라이 탕겐과 AGI 시점에 대해 이야기를 나눴습니다.

머스크는 "AGI를 인류의 가장 똑똑한 부분보다 더 똑똑해지는 것으로 정의한다면 2025년에 등장할 것 같다"고 말했습니다.

그에 따르면 AGI가 등장하기까지는 최대 1년 반 정도 남았습니다. 물론 그는 "전력과 하드웨어가 따라간다면"이라는 단서를 달았습니다.

AGI의 이점은 분명합니다.

인간의 생산성이 크게 도약하고 수십 년 동안 우리 머릿속에 갇혀 있던 많은 연구 문제가 해결될 수 있다는 뜻입니다. '인류의 가장 똑똑한 부분'을 노벨상 수상자 수준으로 정의한다면, 에너지와 컴퓨팅 파워, 데이터만 충분하다면 가장 어려운 과학적 문제를 해결하기 위해 지칠 줄 모르는 수많은 '노벨상 수상자'가 24시간 내내 연구할 수 있다는 뜻입니다.

그리고 사실 노벨상 수상자들은 수억 명 중 한 명처럼 귀한 것이 아니라, 능력과 지성 면에서 대부분 최고의 대학교수 수준이지만 확률과 운으로 인해 올바른 방향을 선택하고 꾸준히 노력하여 결과를 얻었습니다. 그와 같은 수준의 사람들, 똑같이 뛰어난 동료들이 평행 우주 과학 연구 분야에서 노벨상을 수상했을 수도 있습니다. 그러나 일류 대학에서 가르치고 과학적 혁신에 참여할 수 있는 능력을 갖춘 사람이 여전히 부족하기 때문에 '과학 연구의 모든 올바른 방향을 가로지르는 것'은 여전히 느립니다.

노벨상을 수상할 수 있는 AGI가 무제한으로 과학적 혁신의 모든 방향을 탐구할 수 있고, 에너지와 컴퓨팅 성능이 충분히 공급된다면 기술 발전의 속도는 수십 배 더 빨라질 것입니다. 이러한 기술 발전은 식량 생산, 신소재, 신약, 높은 수준의 교육 등 현재 매우 비싸고 희소하다고 여겨지는 자원을 10~20년 안에 100배 이상 증가시킬 것입니다. 이러한 자원을 확보하는 데 드는 비용도 기하급수적으로 떨어질 것이며, 1인당 부의 급격한 증가와 함께 적은 자원으로 더 많은 사람들을 먹여 살릴 수 있게 될 것입니다.

전 세계 총 GDP 차트, 출처: 세계은행

이것이 다소 선정적으로 들릴 수 있으므로 이전 게시물에서 다룬 두 가지 예를 살펴봅시다. IO . NET:

- 2018년 노벨 화학상 수상자인 프란시스 아놀드는 시상식에서 "오늘날 우리는 실용적인 응용 분야에서 모든 DNA 서열을 읽고, 쓰고, 편집할 수 있지만 아직 합성할 수는 없다"고 말했습니다. 그의 연설이 있은 지 불과 5년 후인 2023년, 스탠포드 대학과 실리콘밸리 AI 스타트업 Salesforce Research의 연구진은 GPT3에 맞게 미세 조정된 대규모 언어 모델을 사용하여 완전히 새로운 100만 개의 단백질을 생성하고 구조적으로 서로 다른 두 가지 박테리아를 죽이는 능력을 가진 단백질을 발견했다는 논문을 Nature Biotechnology에 발표했습니다. 이로부터 구조는 매우 다르지만 박테리아를 죽이는 능력을 가진 두 가지 단백질을 발견했으며, 이는 박테리아 퇴치에서 항생제의 대안이 될 수 있는 잠재력을 가지고 있습니다. 다시 말해, AI의 도움으로 단백질 생성의 병목 현상이 깨진 것입니다.

- 이는 18개월 만에 지구상에 존재하는 2억 1,400만 개의 거의 모든 단백질의 구조를 예측한 AI AlphaFold 알고리즘에 이은 것으로, 이는 기존 인간 구조 생물학자들의 작업보다 수백 배 더 많은 것입니다.

- AI가 지구상에 존재하는 2억 1,400만 개의 모든 단백질의 구조를 예측한 것은 이번이 처음입니다.

이미 변화는 일어나고 있으며, AGI의 등장은 그 과정을 더욱 가속화할 것입니다.

반면, AGI의 도래로 인해 제기되는 도전은 엄청납니다.

AGI는 수많은 정신 노동자를 대체할 뿐만 아니라, 현재 AI의 영향을 덜 받는 것으로 여겨지는 수작업 서비스 산업 종사자들도 로봇 기술이 발전하고 신소재가 개발되면서 생산 비용이 낮아지고 기계와 소프트웨어로 대체되는 노동 일자리 비율이 급격히 증가하면서 영향을 받게 될 것입니다.

이 시점에서 한때 매우 멀게만 느껴졌던 두 가지 문제가 빠르게 수면 위로 떠오를 것입니다.

1. 수많은 실업자의 고용과 소득

2. AI가 어디에나 있는 세상에서 AI와 인간을 구분하는 방법

그리고 월드코인은 홍채 기반 생체인식을 이용해 인간과 AI를 구분하는 UBI(보편적 기본소득) 시스템으로 대중에게 기본소득을 지급함으로써 해결책을 제시하려고 합니다. 홍채 기반 생체 인식을 사용하는 AI.

사실, 모든 사람에게 지급하는 UBI는 실제 실행되지 않은 공상 속의 아이디어가 아닙니다. 핀란드와 영국 같은 국가에서는 UBI를 시행하고 있으며 캐나다, 스페인, 인도에서는 정당이 실험을 제안하고 있습니다.

생체인식+블록체인에 기반한 UBI 분배의 장점은 시스템의 글로벌한 특성으로 인구의 범위를 넓힐 수 있다는 점과 소득 분배를 통해 확장된 사용자 네트워크를 기반으로 금융 서비스(Defi), 소셜 네트워킹, 작업, 크라우드소싱 및 기타 네트워크 내 비즈니스 등 비즈니스 모델을 구축할 수 있다는 점입니다. 크라우드소싱 등을 통해 네트워크 내에서 시너지를 창출하는

AGI 하락의 영향에 대응하는 종목으로는 시가총액 10.3억 달러, 유동성 풀 시 472억 달러에 달하는 월드코인(WLD)이 있습니다.

내러티브 추정의 위험과 불확실성

이 기사는 민트벤처스의 이전 프로젝트 및 트랙 연구와는 달리 내러티브 추정과 예측 측면에서 매우 주관적인 내용을 담고 있습니다. 이 글은 민트벤처스의 이전 프로젝트 및 트랙 연구 보고서와 달리 매우 주관적이라는 점에서 차이가 있으며, 독자들은 이 글의 내용을 미래에 대한 예언이 아닌 개별적인 논의로 받아들이는 것이 좋습니다. 위의 저자의 서술적 예측은 잘못된 추측으로 이어질 수 있는 여러 불확실성의 영향을 받으며, 이러한 위험 또는 영향에는 다음이 포함되지만 이에 국한되지 않습니다.

에너지: GPU 업데이트로 인한 에너지 감소

AI 관련 에너지 수요가 급증하고 있지만 GPU의 에너지 소비는 계속 증가할 것이며, GPU가 업데이트됨에 따라 에너지 소비량은 증가할 것입니다. AI를 중심으로 한 에너지 수요 급증에도 불구하고 엔비디아로 대표되는 칩 제조사들은 지속적인 하드웨어 업그레이드를 통해 더 낮은 전력 소비로 더 높은 컴퓨팅 성능을 제공하고 있습니다. 예를 들어 올해 3월 엔비디아는 B200 GPU 2개와 그레이스 CPU를 통합한 차세대 AI 컴퓨팅 카드인 G B200을 출시했으며, 이전 세대 메인 AI GPU인 H100의 4배에 달하는 훈련 성능과 많은 훈련 시간이 필요한 H100의 7배에 달하는 추론 성능을 갖췄습니다. G B200은 이전 세대 메인 AI GPU인 H100의 훈련 성능은 4배, 추론 성능은 7배에 달하면서도 에너지 소비량은 H100의 4분의 1 수준입니다. 물론 그럼에도 불구하고 사람들이 AI로부터 얻고자 하는 성능에 대한 욕구는 아직 끝나지 않았고, 단위 에너지 소비량의 감소와 함께 AI 애플리케이션의 시나리오와 요구가 더욱 확대되면서 총 에너지 소비량은 올라갈 가능성이 높습니다.

데이터: Q *, '자체 생산 데이터'를 활성화할 계획

오픈 AI 내부에서 소문으로 떠돌던 'Q *'라는 프로젝트가 있는데, 이는 오픈 AI가 직원들에게 보낸 내부 메시지에서 언급된 바 있습니다. 로이터 통신이 인용한 Open AI 내부자에 따르면, 이는 Open AI가 추구하는 초지능/일반 인공지능(AGI)의 돌파구가 될 수 있다고 합니다. Q*는 추상화 기능 덕분에 이전에는 볼 수 없었던 수학적 문제를 해결할 수 있을 뿐만 아니라 실제 데이터를 제공받지 않고도 대규모 모델 훈련에 사용되는 데이터를 자체적으로 생성할 수 있게 될 것입니다. 이 소문이 사실이라면 AI 빅 모델 학습을 제한하는 병목 현상인 양질의 데이터 부족 문제가 해소될 것입니다.

AGI의 도래: 오픈AI의 걱정

머스크의 말대로 2025년에 정말 AGI의 도래가 올지는 알 수 없지만, 시간 문제일 뿐입니다. 그러나 AGI 하강설의 직접적인 수혜자인 월드코인의 가장 큰 관심사는 'OpenAI 섀도 토큰'으로 인식되고 있는 OpenAI에서 비롯될 수 있습니다.

5월 14일 새벽, OpenAI는 봄 출시 이벤트에서 최신 GPT-4o 및 기타 19가지 버전의 빅 언어 모델의 성능을 통합 작업 점수에서 보여주었습니다. 전체 점수로 보면 2위인 GPT 4 터보보다 4.5%, 4위인 구글의 제미니 1.5 프로보다 4.9%, 5위인 앤트로픽의 클로드 3 오퍼스보다 5.1% 높은 점수에 불과합니다.

GPT3.5가 처음 등장해 세상을 놀라게 한 지 1년이 조금 넘었고, 이미 OpenAI의 경쟁자들이 바짝 추격하고 있는 가운데(아직 출시되지 않은 GPT5는 올해 출시될 예정이지만), OpenAI가 앞으로도 업계 리더로서의 위치를 유지할 수 있을지 여부에 대한 해답은 공중에 떠 있는 듯합니다. OpenAI가 향후에도 업계 리더로서의 지위를 유지할 수 있을지 여부는 점점 더 불투명해지고 있습니다. OpenAI의 리더십과 지배력이 희석되거나 심지어 추월당한다면, OpenAI의 섀도 토큰인 월드코인에 대한 이야기도 타당성이 떨어질 것입니다.

또한, 월드코인의 홍채 인증 솔루션 외에도 최근 10억 달러의 가치로 3천만 달러의 새로운 라운드를 마감했다고 발표한 손바닥 스캔 ID 프로젝트 휴머니티 프로토콜과 10억 달러 가치로 3천만 달러의 새로운 라운드를 마감했다고 발표한 레이어제로 랩스 등 점점 더 많은 경쟁자가 시장에 진입하고 있습니다. 레이어제로 랩스는 또한 휴머니티에서 운영되며 ZK 증명을 사용하여 자격 증명을 인증하는 검증자 노드 네트워크에 합류할 것이라고 발표했습니다.

결론

마지막으로 AI 회로의 후속 이야기를 예상했지만, AI 회로는 디파이와 같은 암호화폐의 고유 회로와는 다르며, 이는 AI 붐이 암호화폐 세계로 파급된 산물에 가깝습니다. 현재 많은 프로젝트가 비즈니스 모델을 거치지 않았고, 많은 프로젝트가 AI를 주제로 한 밈에 가깝기 때문에(예: Rndr는 엔비디아의 밈과 유사하고, 월드코인은 오픈 AI의 밈과 유사) 독자들은 신중하게 살펴봐야 합니다.