Làn sóng suy luận tường thuật tiếp theo trên lộ trình AI được mã hóa: lộ trình phát triển và các mục tiêu liên quan

Tác giả: Alex Xu, Mint Ventures

Giới thiệu

Cho đến nay, chu kỳ thị trường tăng giá tiền điện tử này là vòng nhàm chán nhất xét về mặt đổi mới kinh doanh. Nó thiếu các xu hướng gây sốt ở cấp độ hiện tượng như DeFi, NFT và Gamefi trong thị trường tăng giá trước đó, dẫn đến thiếu của các điểm nóng của ngành trên thị trường tổng thể, sự tăng trưởng của người dùng, đầu tư trong ngành và các nhà phát triển tương đối yếu.

Điều này cũng được phản ánh qua giá tài sản hiện tại Nhìn vào toàn bộ chu kỳ, hầu hết các đồng Alt đều tiếp tục mất máu so với tỷ giá hối đoái của BTC, bao gồm cả ETH. Xét cho cùng, việc định giá nền tảng hợp đồng thông minh được quyết định bởi sự thịnh vượng của ứng dụng. Khi sự phát triển và đổi mới của ứng dụng còn mờ nhạt, việc tăng giá trị của chuỗi công khai sẽ khó khăn.

AI, với tư cách là một hạng mục kinh doanh mã hóa mới hơn trong vòng này, được hưởng lợi từ tốc độ phát triển bùng nổ và các điểm nóng liên tục trong thế giới kinh doanh bên ngoài, và điều đó vẫn có thể thực hiện được để mã hóa cho Dự án theo dõi AI của thế giới đã thu hút được sự chú ý ngày càng tăng.

Ưu điểm của tài nguyên và tính không tin cậy có thể là một trong những giải pháp giải quyết ba thách thức về tính ngẫu nhiên, cường độ tài nguyên và khó khăn trong việc phân biệt giữa con người và máy móc của AI.

Trong lộ trình AI trong lĩnh vực kinh tế tiền điện tử, tác giả cố gắng thảo luận và suy luận một số vấn đề quan trọng thông qua một bài viết khác, bao gồm:

< p style="text-align: left;">· Những câu chuyện nào khác đang nảy nở trong bản nhạc Ai được mã hóa hoặc sẽ bùng nổ trong tương lai?

· Những câu chuyện này Con đường xúc tác và logic

· Mục tiêu dự án liên quan đến câu chuyện

· Rủi ro của câu chuyện suy luận và sự không chắc chắn

Bài viết này là suy nghĩ dàn dựng của tác giả tính đến thời điểm xuất bản. Nó có thể thay đổi trong tương lai và các quan điểm mang tính chủ quan cao và cũng có thể. tồn tại. Những sai sót về dữ kiện, dữ liệu và lý luận không nên được sử dụng làm tài liệu tham khảo đầu tư.

Sau đây là phần văn bản.

Làn sóng tường thuật tiếp theo về bản nhạc AI được mã hóa

Trong kho chính thức của Theo dõi AI được mã hóa Trước làn sóng tường thuật tiếp theo, chúng ta hãy xem các câu chuyện chính hiện tại về AI được mã hóa Từ góc độ giá trị thị trường, những thứ có giá trị hơn 1 tỷ đô la Mỹ là:

Sức mạnh tính toán: Render (RNDR, giá trị thị trường lưu hành 3,85 tỷ), Akash (giá trị thị trường lưu hành 1,2 tỷ), IO.NET (vòng định giá tài chính sơ cấp gần đây nhất là 1 tỷ)

Mạng thuật toán: Bittensor (TAO, giá trị thị trường lưu hành 2,97 tỷ)

Tác nhân AI: Fetchai (FET, thị trường lưu hành giá trị trước khi sáp nhập: 2,1 tỷ)

Thời điểm dữ liệu: 2024.5.24, đơn vị tiền tệ là đô la Mỹ.

Ngoài các lĩnh vực trên, lĩnh vực AI nào sẽ là lĩnh vực tiếp theo có giá trị thị trường của một dự án duy nhất vượt quá 1 tỷ?

Tác giả cảm thấy có thể suy đoán từ hai góc độ: câu chuyện về "phía cung của ngành" và câu chuyện về "thời điểm GPT" .

Góc nhìn đầu tiên về câu chuyện AI: từ phía cung ứng công nghiệp, hãy xem xét các cơ hội theo dõi năng lượng và dữ liệu đằng sau AI

Từ góc độ phía cung của ngành, bốn động lực phát triển AI là:

· Thuật toán: cao -thuật toán chất lượng Có thể thực hiện các nhiệm vụ đào tạo và suy luận hiệu quả hơn

· Sức mạnh tính toán: Cho dù đó là đào tạo mô hình hay suy luận mô hình, phần cứng GPU đều cần thiết để cung cấp sức mạnh tính toán, cũng là điểm nghẽn chính hiện nay Nút thắt của ngành, sự thiếu hụt cốt lõi của ngành đã dẫn đến giá chip từ trung cấp đến cao cấp tăng cao

· Năng lượng: Dữ liệu Trung tâm điện toán cần thiết cho AI sẽ tạo ra một lượng năng lượng tiêu thụ lớn, ngoài bản thân GPU. Ngoài năng lượng cần thiết để thực hiện các tác vụ tính toán, việc xử lý tản nhiệt của GPU cũng đòi hỏi rất nhiều năng lượng. Một hệ thống làm mát trung tâm dữ liệu lớn cũng chiếm rất nhiều năng lượng. khoảng 40% tổng mức tiêu thụ năng lượng

· Dữ liệu: Cải thiện hiệu suất của các mô hình lớn đòi hỏi phải mở rộng các tham số đào tạo, nghĩa là cần có dữ liệu lớn chất lượng cao< /p>

Xét về động lực của bốn ngành công nghiệp trên, Cả hai nhóm sức mạnh điện toán và thuật toán đều có các dự án tiền điện tử với giá trị thị trường lưu thông trên 1 tỷ USD, trong khi đường ray năng lượng và dữ liệu vẫn chưa thấy dự án nào có cùng giá trị thị trường.

Trên thực tế, tình trạng thiếu nguồn cung cấp năng lượng và dữ liệu có thể sớm xảy ra, trở thành một làn sóng điểm nóng công nghiệp mới, từ đó thúc đẩy sự bùng nổ của các dự án liên quan đến mã hóa cánh đồng.

Trước tiên hãy nói về năng lượng.

Vào ngày 29 tháng 2 năm 2024, Musk phát biểu tại Hội nghị Bosch Internet World 2024: "Tôi đã dự đoán tình trạng thiếu chip từ hơn một năm trước. Một sự thiếu hụt sẽ là điện Tôi không nghĩ sẽ có đủ điện để chạy tất cả các con chip vào năm tới.” Từ dữ liệu cụ thể, Stanford do Li Feifei dẫn đầu đã công bố “Báo cáo chỉ số AI”. " hàng năm. Trong báo cáo được nhóm công bố vào năm 2022 cho ngành công nghiệp AI 21 năm, nhóm nghiên cứu đánh giá quy mô tiêu thụ năng lượng AI năm đó chỉ chiếm 10% mức tiêu thụ năng lượng toàn cầu. 0,9% nhu cầu điện , với áp lực hạn chế về năng lượng và môi trường. Năm 2023, Cơ quan Năng lượng Quốc tế (IEA) kết luận năm 2022: các trung tâm dữ liệu toàn cầu tiêu thụ khoảng 460 terawatt giờ (TWh) điện, chiếm 2% nhu cầu điện toàn cầu và dự đoán đến năm 2026, các trung tâm dữ liệu toàn cầu sẽ tiêu thụ năng lượng sẽ ở mức thấp nhất là 620 terawatt giờ và cao nhất là 1050 terawatt giờ.

Trên thực tế, ước tính của Cơ quan Năng lượng Quốc tế vẫn còn thận trọng, vì đã có một số lượng lớn các dự án xoay quanh AI sắp được triển khai và tương ứng nhu cầu năng lượng lớn hơn nhiều so với sức tưởng tượng của anh sau 23 năm.

Ví dụ: dự án Stargate đang được Microsoft và Open AI lên kế hoạch. Kế hoạch này dự kiến ​​sẽ được triển khai vào năm 2028 và hoàn thành vào khoảng năm 2030. Dự án có kế hoạch xây dựng một siêu máy tính với hàng triệu chip AI chuyên dụng để cung cấp cho Open AI sức mạnh tính toán chưa từng có và hỗ trợ sử dụng nó trong trí tuệ nhân tạo, đặc biệt là các mô hình nghiên cứu và ngôn ngữ lớn. phát triển. Kế hoạch này dự kiến ​​tiêu tốn hơn 100 tỷ USD, gấp 100 lần chi phí của các trung tâm dữ liệu lớn hiện nay.

Mức tiêu thụ năng lượng của riêng dự án Stargate đã lên tới 50 terawatt giờ.

Chính vì điều này mà Sam Altman, người sáng lập OpenAI, đã phát biểu tại Diễn đàn Davos vào tháng 1 năm nay: "Trong tương lai, trí tuệ nhân tạo sẽ đòi hỏi năng lượng. Đột phá, vì trí tuệ nhân tạo sẽ tiêu thụ nhiều năng lượng hơn con người mong đợi"

Sau sức mạnh và năng lượng tính toán, sự phát triển nhanh chóng của AI ​​lĩnh vực thiếu hụt tiếp theo có thể là dữ liệu.

Nói cách khác, tình trạng thiếu dữ liệu chất lượng cao mà AI yêu cầu đã trở thành hiện thực.

Hiện nay, từ sự phát triển của GPT, con người về cơ bản đã tìm ra các quy luật cho sự phát triển của khả năng mô hình ngôn ngữ lớn - tức là bằng cách mở rộng các tham số mô hình và đào tạo dữ liệu, chúng tôi có thể Khả năng của mô hình được cải thiện theo cấp số nhân - và không có nút thắt kỹ thuật nào trong quá trình này trong thời gian ngắn.

Nhưng vấn đề là dữ liệu mở và chất lượng cao có thể ngày càng khan hiếm trong tương lai và các sản phẩm AI có thể phải đối mặt với những mâu thuẫn cung cầu về dữ liệu giống như chip và năng lượng.

Đầu tiên là sự gia tăng tranh chấp về quyền sở hữu dữ liệu.

Vào ngày 27 tháng 12 năm 2023, New York Times chính thức khởi kiện OpenAI và Microsoft tại Tòa án quận Liên bang Hoa Kỳ, cáo buộc họ sử dụng hàng triệu tiền của chính mình mà không được phép Bài báo . đã được sử dụng để đào tạo các mô hình GPT, yêu cầu họ phải chịu trách nhiệm về "những thiệt hại thực tế và theo luật định hàng tỷ đô la đối với việc sao chép và sử dụng bất hợp pháp các tác phẩm có giá trị duy nhất" và phá hủy tất cả các mô hình và dữ liệu đào tạo có chứa New York Times. tài liệu có bản quyền.

Vào cuối tháng 3, New York Times đã xuất bản một tuyên bố mới, nhắm mục tiêu không chỉ Open AI mà còn cả Google và Meta. Tuyên bố của New York Times cho biết Open AI đã phiên âm các phần lời nói của một số lượng lớn video YouTube thông qua công cụ nhận dạng giọng nói có tên Whisper, sau đó tạo văn bản dưới dạng văn bản để huấn luyện GPT-4. Tờ New York Times cho rằng hiện nay việc các công ty lớn sử dụng hành vi trộm cắp nhỏ khi đào tạo các mô hình AI là rất phổ biến và cho biết Google cũng đang thực hiện việc này. Họ cũng chuyển đổi nội dung video YouTube thành văn bản để đào tạo các mô hình lớn của riêng họ. về cơ bản là vi phạm quyền của người sáng tạo nội dung video.

"The New York Times" và Open AI là "vụ kiện bản quyền AI đầu tiên", có tính đến mức độ phức tạp của vụ việc và tác động sâu rộng của nó đối với tương lai của ngành nội dung và AI, kết quả có thể không sớm có được. Một trong những kết quả cuối cùng có thể xảy ra là một thỏa thuận ngoài tòa án giữa hai bên, trong đó Microsoft và Open AI giàu có phải trả một khoản bồi thường lớn. Tuy nhiên, nhiều xung đột về bản quyền dữ liệu hơn trong tương lai chắc chắn sẽ làm tăng tổng chi phí của dữ liệu chất lượng cao.

Ngoài ra, với tư cách là công cụ tìm kiếm lớn nhất thế giới, Google cũng tiết lộ rằng họ đang xem xét tính phí cho chức năng tìm kiếm của mình, nhưng mục tiêu tính phí không phải là công chúng. , nhưng công ty AI.

Nguồn: Reuters

Các máy chủ của công cụ tìm kiếm Google lưu trữ một lượng lớn nội dung. Thậm chí có thể nói Google lưu trữ tất cả nội dung đã xuất hiện trên tất cả các trang Internet kể từ thế kỷ 21. Các sản phẩm tìm kiếm dựa trên AI hiện tại, chẳng hạn như các sản phẩm ở nước ngoài như Perplexity và trong nước như Kimi và Secret Tower, đều xử lý dữ liệu tìm kiếm thông qua AI rồi xuất ra cho người dùng. Phí của công cụ tìm kiếm dành cho AI chắc chắn sẽ làm tăng chi phí thu thập dữ liệu.

Trên thực tế, ngoài dữ liệu công khai, những gã khổng lồ AI cũng đang để mắt đến dữ liệu nội bộ không công khai.

Photobucket là một trang web lưu trữ hình ảnh và video cũ vào đầu những năm 2000, nó có 70 triệu người dùng và gần một nửa. của thị trường ảnh trực tuyến Hoa Kỳ. Với sự gia tăng của phương tiện truyền thông xã hội, số lượng người dùng Photobucket đã giảm đáng kể. Hiện tại, chỉ có 2 triệu người dùng hoạt động (họ phải trả mức phí cao là 399 USD mỗi năm). đã đăng ký, chúng đã không được sử dụng trong hơn một năm. Tài khoản sẽ được tái chế và quyền sử dụng dữ liệu hình ảnh và video do người dùng tải lên của Photobucket cũng được hỗ trợ. Giám đốc điều hành Photobucket Ted Leonard tiết lộ rằng 1,3 tỷ dữ liệu ảnh và video của nó cực kỳ có giá trị để đào tạo các mô hình AI tổng hợp. Anh ấy đang đàm phán với nhiều công ty công nghệ để bán dữ liệu, với mức giá từ 5 xu đến 1 đô la cho mỗi bức ảnh và hơn 1 đô la cho mỗi video, ước tính rằng dữ liệu mà Photobucket có thể cung cấp trị giá hơn 1 tỷ đô la.

EPOCH, một nhóm nghiên cứu tập trung vào xu hướng phát triển của trí tuệ nhân tạo, sẽ xem xét sự phát triển của tài nguyên máy tính dựa trên việc sử dụng dữ liệu bằng máy học và thế hệ dữ liệu mới vào năm 2022, từng xuất bản một báo cáo về dữ liệu cần thiết cho máy học "Liệu chúng ta có hết dữ liệu không? Một phân tích về các giới hạn của quy mô trong tập dữ liệu g trong Mach in e Learn in g", báo cáo kết luận rằng cao chất lượng Dữ liệu văn bản sẽ cạn kiệt trong khoảng thời gian từ tháng 2 năm 2023 đến năm 2026 và dữ liệu hình ảnh sẽ cạn kiệt trong khoảng thời gian từ năm 2030 đến năm 2060. Nếu hiệu quả sử dụng dữ liệu không thể được cải thiện đáng kể hoặc các nguồn dữ liệu mới xuất hiện, xu hướng hiện nay của các mô hình học máy lớn dựa trên các tập dữ liệu lớn có thể chậm lại.

Đánh giá từ tình hình hiện tại khi những gã khổng lồ AI đang mua dữ liệu với giá cao, dữ liệu văn bản chất lượng cao miễn phí về cơ bản đã cạn kiệt EPOCH 2 năm trước. Dự đoán là. tương đối chính xác.

Đồng thời, các giải pháp cho nhu cầu "thiếu hụt dữ liệu AI" cũng xuất hiện, cụ thể là: Dịch vụ cung cấp dữ liệu AI.

Được xác định . ai là công ty cung cấp dữ liệu tùy chỉnh, thực và chất lượng cao cho các công ty AI.

Ví dụ về các loại dữ liệu do Defined.ai cung cấp: https://www.d xác định.ai/datasets

Mô hình kinh doanh của nó là: Các công ty AI cung cấp cho Definition.ai những nhu cầu riêng về dữ liệu, chẳng hạn như độ phân giải cần thiết để có chất lượng hình ảnh, Tránh mờ, phơi sáng quá mức. và giữ cho nội dung xác thực. Về nội dung, các công ty AI có thể tùy chỉnh các chủ đề cụ thể dựa trên nhiệm vụ đào tạo của riêng họ, chẳng hạn như ảnh vào ban đêm, hình nón vào ban đêm, bãi đỗ xe và biển báo, để cải thiện tỷ lệ nhận dạng của AI trong cảnh đêm. Công chúng có thể nhận nhiệm vụ và công ty sẽ xem xét sau khi chụp ảnh, sau đó những phần đạt yêu cầu sẽ được giải quyết dựa trên số lượng ảnh. Giá khoảng 1-2 USD cho một bức ảnh chất lượng cao. , 5-7 USD cho một đoạn phim ngắn hơn 10 giây. Một video chất lượng cao dài hơn 10 phút có giá 100-300 USD và một văn bản là 1 USD cho một nghìn từ. khoảng 20% ​​phí. Việc cung cấp dữ liệu có thể trở thành một hoạt động kinh doanh cung cấp dịch vụ cộng đồng khác sau khi "gắn nhãn dữ liệu".

Nguồn cung cấp dịch vụ cộng đồng toàn cầu cho các nhiệm vụ, khuyến khích kinh tế, định giá, lưu thông và bảo vệ quyền riêng tư của tài sản dữ liệu, mọi người đều có thể tham gia, nghe có vẻ giống như một lĩnh vực đặc biệt. Mô hình Web3.

Mục tiêu tường thuật của AI từ góc nhìn của phía cung công nghiệp

Mối lo ngại do Sự thiếu hụt chip lan rộng Ngành công nghiệp mã hóa đã biến sức mạnh tính toán phân tán trở thành danh mục theo dõi AI phổ biến nhất với giá trị thị trường cao nhất cho đến nay.

Vậy nếu mâu thuẫn giữa cung và cầu trong ngành AI về năng lượng và dữ liệu nổ ra trong 1-2 năm tới, thì dự án nào liên quan đến câu chuyện sẽ xảy ra? Hiện tại có ngành công nghiệp mã hóa không?

Trước tiên hãy xem xét các mục tiêu năng lượng.

Có rất ít dự án năng lượng ra mắt CEX hàng đầu và chỉ có một Power Ledger (token Powr).

Power Ledger được ra mắt vào năm 2017. Đây là một nền tảng năng lượng toàn diện dựa trên công nghệ blockchain, nhằm mục đích phân cấp các giao dịch năng lượng và thúc đẩy cá nhân và cộng đồng giao dịch điện trực tiếp, hỗ trợ ứng dụng rộng rãi năng lượng tái tạo, đảm bảo tính minh bạch và hiệu quả của các giao dịch thông qua hợp đồng thông minh. Ban đầu, Power Ledger chạy dựa trên chuỗi tập đoàn được sửa đổi từ Ethereum. Vào nửa cuối năm 2023, Power Ledger đã cập nhật sách trắng của mình và ra mắt chuỗi công khai toàn diện của riêng mình, được sửa đổi dựa trên khung kỹ thuật của Solana để hỗ trợ xử lý các giao dịch vi mô tần số cao trong thị trường năng lượng phân tán. Hoạt động kinh doanh chính hiện tại của Power Ledger bao gồm:

· Kinh doanh năng lượng: cho phép người dùng trực tiếp mua bán điện ngang hàng, đặc biệt là từ các nguồn năng lượng tái tạo.

· Kinh doanh sản phẩm môi trường: chẳng hạn như kinh doanh tín chỉ carbon và chứng chỉ năng lượng tái tạo cũng như tài trợ dựa trên các sản phẩm môi trường.

· Vận hành chuỗi công khai: Thu hút các nhà phát triển ứng dụng xây dựng ứng dụng trên chuỗi khối Powerledger và phí giao dịch của chuỗi công khai được thanh toán bằng mã thông báo Powr.

Giá trị thị trường lưu hành hiện tại của dự án Power Ledger là 170 triệu USD và giá trị thị trường lưu hành đầy đủ là 320 triệu USD.

So với các mục tiêu mã hóa năng lượng, số lượng mục tiêu mã hóa trong rãnh dữ liệu phong phú hơn.

Tác giả chỉ liệt kê các dự án theo dõi dữ liệu mà tôi hiện đang quan tâm và đã triển khai ít nhất một trong các dự án theo dõi dữ liệu CEX của Binance , OKX và Coinbase và Sắp xếp từ thấp đến cao theo FDV:

1. Streamr – DATA

Đề xuất giá trị của Streamr Đó là xây dựng mạng dữ liệu thời gian thực phi tập trung cho phép người dùng giao dịch và chia sẻ dữ liệu một cách tự do trong khi vẫn duy trì toàn quyền kiểm soát dữ liệu của chính họ. Thông qua thị trường dữ liệu của mình, Streamr hy vọng có thể cho phép các nhà sản xuất dữ liệu bán luồng dữ liệu trực tiếp cho người tiêu dùng quan tâm mà không cần qua trung gian, do đó giảm chi phí và tăng hiệu quả.

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

Trong trường hợp hợp tác thực tế, Streamr hợp tác với DIMO, một dự án phần cứng xe Web3 khác, để thu thập nhiệt độ, áp suất không khí và các dữ liệu khác thông qua các cảm biến phần cứng DIMO gắn trên xe để tạo thành Dữ liệu thời tiết được truyền đến các cơ quan có nhu cầu.

So với các dự án dữ liệu khác, Streamr tập trung nhiều hơn vào dữ liệu từ Internet of Things và cảm biến phần cứng. Ngoài dữ liệu xe DIMO đã đề cập ở trên, các dự án khác cũng vậy. Có luồng dữ liệu giao thông trực tiếp cho Helsinki và hơn thế nữa. Do đó, token dự án DATA của Streamr đã từng tăng gấp đôi giá chỉ trong một ngày vào tháng 12 năm ngoái, khi khái niệm Depin đang ở thời điểm nóng nhất.

Giá trị thị trường lưu hành hiện tại của dự án Streamr là 44 triệu đô la và giá trị thị trường lưu hành đầy đủ là 58 triệu đô la.

2. Covalent – ​​​​CQT

Khác với các dự án dữ liệu khác Có, Covalent cung cấp dữ liệu blockchain. Mạng cộng hóa trị đọc dữ liệu từ các nút blockchain thông qua RPC, sau đó xử lý và sắp xếp dữ liệu để tạo cơ sở dữ liệu truy vấn hiệu quả. Bằng cách này, người dùng Covalent có thể nhanh chóng truy xuất thông tin họ cần mà không cần phải thực hiện các truy vấn phức tạp trực tiếp từ nút blockchain. Loại dịch vụ này còn được gọi là “lập chỉ mục dữ liệu blockchain”.

Khách hàng của Covalent chủ yếu là bên B, bao gồm các dự án Dapp, chẳng hạn như nhiều Defi và nhiều công ty mã hóa tập trung, chẳng hạn như Consensys (Công ty mẹ của Metamask), CoinGecko (trạm thị trường tài sản tiền điện tử nổi tiếng), Rotki (công cụ thuế), Rainbow (ví tiền điện tử), v.v. Ngoài ra, Fidelity, một gã khổng lồ trong ngành tài chính truyền thống và Ernst & Young, bốn công ty kế toán lớn, cũng khách hàng của Covalent. Theo dữ liệu được Covalent tiết lộ chính thức, doanh thu từ dịch vụ dữ liệu của dự án đã vượt quá The Graph, dự án hàng đầu trong cùng lĩnh vực.

Do tính đầy đủ, cởi mở, xác thực và tính chất thời gian thực của dữ liệu trên chuỗi, ngành Web3 được kỳ vọng sẽ trở thành nền tảng để phân đoạn các kịch bản AI và nguồn dữ liệu chất lượng "AI mô hình nhỏ" cụ thể. Với tư cách là nhà cung cấp dữ liệu, Covalent đã bắt đầu cung cấp dữ liệu cho nhiều tình huống AI khác nhau và đã đưa ra dữ liệu có cấu trúc có thể xác minh dành riêng cho AI.

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

Ví dụ: nó cung cấp dữ liệu cho SmartWales, một nền tảng giao dịch thông minh trên chuỗi và sử dụng AI để xác định các mô hình và địa chỉ giao dịch có lợi nhuận mà Entender Finance sử dụng; Dữ liệu có cấu trúc của Covalent, được AI xử lý để cung cấp thông tin chuyên sâu theo thời gian thực, phát hiện điểm bất thường và phân tích dự đoán.

Hiện tại, các kịch bản chính cho dịch vụ dữ liệu trên chuỗi do Covalent cung cấp vẫn mang tính tài chính. Tuy nhiên, với sự khái quát hóa của các sản phẩm và loại dữ liệu Web3, trên-. các dịch vụ dữ liệu chuỗi ngày càng trở nên phổ biến. Các kịch bản sử dụng dữ liệu trực tuyến cũng sẽ được mở rộng hơn nữa.

Giá trị thị trường lưu thông hiện tại của dự án Covalent là 150 triệu đô la Mỹ và giá trị thị trường lưu thông đầy đủ là 235 triệu đô la Mỹ so với dự án. chỉ số dữ liệu blockchain của cùng một bản nhạc Dự án Graph có lợi thế định giá tương đối rõ ràng.

3. Hivemapper – Honey

Trong số tất cả các tài liệu dữ liệu, video The đơn giá dữ liệu thường là cao nhất. Hivemapper có thể cung cấp dữ liệu bao gồm thông tin video và bản đồ cho các công ty AI. Bản thân Hivemapper là một dự án lập bản đồ toàn cầu phi tập trung nhằm tạo ra một hệ thống bản đồ chi tiết, năng động và dễ tiếp cận thông qua công nghệ blockchain và sự đóng góp của cộng đồng. Người tham gia có thể thu thập dữ liệu bản đồ thông qua camera hành trình và thêm dữ liệu đó vào mạng dữ liệu Hivemapper nguồn mở, đồng thời nhận phần thưởng dựa trên những đóng góp của họ trong mã thông báo dự án HONEY. Để cải thiện hiệu ứng mạng và giảm chi phí tương tác, Hivemapper được xây dựng trên Solana.

Hivemapper được thành lập lần đầu tiên vào năm 2015. Tầm nhìn ban đầu là sử dụng máy bay không người lái để tạo bản đồ, nhưng sau đó nhận thấy rằng mô hình này khó mở rộng quy mô và chuyển sang sử dụng lái xe máy ghi âm và điện thoại thông minh để thu thập dữ liệu địa lý, giảm chi phí sản xuất bản đồ toàn cầu.

So với phần mềm bản đồ và chế độ xem phố như Google map, Hive map per có thể mở rộng phạm vi phủ sóng bản đồ và duy trì bản đồ một cách hiệu quả hơn thông qua mạng khuyến khích và mô hình cung cấp nguồn lực từ cộng đồng. cảnh thực và chất lượng video được cải thiện.

Trước khi nhu cầu về dữ liệu của AI bùng nổ, khách hàng chính của Hivemapper bao gồm lĩnh vực xe tự hành của ngành công nghiệp ô tô, các công ty dịch vụ định vị, chính phủ, công ty bảo hiểm và bất động sản, v.v. . Giờ đây, Hivemapper có thể cung cấp cho AI và các mô hình lớn nhiều loại dữ liệu về đường và môi trường thông qua API. Thông qua đầu vào của các luồng dữ liệu đặc điểm đường và hình ảnh được cập nhật liên tục, các mô hình AI và ML sẽ có thể chuyển đổi dữ liệu tốt hơn thành các khả năng được cải thiện và thực hiện Nhiệm vụ. liên quan đến vị trí địa lý và phán đoán trực quan.

Nguồn dữ liệu: https://hivemapper.com/blog/diversify-ai-computer-vision -models-with-global-road-imagery-map-data/

Giá trị thị trường lưu hành hiện tại của dự án Hivemapper – Honey là 120 triệu USD, với tổng vốn hóa thị trường lưu hành là 496 triệu USD.

Ngoài ba dự án trên, các dự án trên theo dõi dữ liệu bao gồm The Graph – GRT (giá trị thị trường lưu thông 3,2 tỷ đô la Mỹ, FDV 3,7 tỷ USD), có hoạt động kinh doanh tương tự Covalent và cũng cung cấp dịch vụ lập chỉ mục dữ liệu blockchain; và Ocean Protocol – OCEAN (giá trị thị trường lưu hành là 670 triệu USD, FDV là 1,45 tỷ USD, dự án này sắp hợp nhất với Fetch.ai và SingularityNET , chuyển đổi mã thông báo ASI), một giao thức nguồn mở được thiết kế để tạo thuận lợi cho việc trao đổi và kiếm tiền từ dữ liệu và các dịch vụ liên quan đến dữ liệu, kết nối người tiêu dùng dữ liệu với nhà cung cấp dữ liệu để chia sẻ dữ liệu với sự tin cậy, minh bạch và truy xuất nguồn gốc được đảm bảo.

Góc nhìn thứ hai về câu chuyện AI: GPT xuất hiện trở lại trong giây lát, trí tuệ nhân tạo nói chung xuất hiện

Theo tác giả, năm đầu tiên của “đường đua AI” trong ngành mã hóa là năm 2023, khi GPT gây chấn động thế giới về sự gia tăng đột biến của các dự án AI mã hóa phần lớn là “hậu quả nóng bỏng” do sự phát triển bùng nổ của AI mang lại. ngành công nghiệp.

Mặc dù khả năng của GPT4, turbo, v.v. đã liên tục được nâng cấp sau GPT3.5 và màn trình diễn tuyệt vời của Sora về khả năng tạo video, bao gồm cả các mô hình ngôn ngữ lớn khác hơn Open AI, Nó cũng đang phát triển nhanh chóng, nhưng không thể phủ nhận rằng tác động nhận thức của tiến bộ công nghệ của AI đối với công chúng đang suy yếu. Mọi người đang dần sử dụng các công cụ AI và việc thay thế công việc trên quy mô lớn dường như vẫn chưa xảy ra.

Vậy liệu "khoảnh khắc GPT" có tái xuất hiện trong lĩnh vực AI trong tương lai hay không, với sự phát triển vượt bậc của AI khiến dư luận chấn động và khiến mọi người nhận thức được về cuộc sống và công việc của họ? Liệu mọi thứ có thay đổi không?

Thời điểm này có thể là sự xuất hiện của trí tuệ nhân tạo nói chung (AGI).

AGI đề cập đến thực tế là máy móc có khả năng nhận thức toàn diện tương tự như con người và có thể giải quyết nhiều vấn đề phức tạp chứ không chỉ những nhiệm vụ cụ thể. Hệ thống AGI có các khả năng như tư duy trừu tượng ở mức độ cao, kiến ​​thức nền tảng sâu rộng, lý luận thông thường và hiểu biết nhân quả trong mọi lĩnh vực cũng như học tập chuyển giao liên ngành.  Thành tích của AGI không thể phân biệt được với những con người giỏi nhất trong từng lĩnh vực, và xét về năng lực tổng thể thì nó hoàn toàn vượt trội so với những nhóm người giỏi nhất.

Trên thực tế, bất kể cách trình bày trong tiểu thuyết khoa học viễn tưởng, trò chơi, tác phẩm điện ảnh và truyền hình hay kỳ vọng của công chúng sau sự phổ biến nhanh chóng của GPT , thái độ của công chúng đối với Sự xuất hiện của AGI vượt qua trình độ nhận thức của con người đã được dự đoán từ lâu. Nói cách khác, bản thân GPT là sản phẩm hàng đầu của AGI và là phiên bản tiên tri của trí tuệ nhân tạo nói chung.

Lý do GPT có tác động tâm lý và năng lượng công nghiệp lớn như vậy là do tốc độ triển khai và hiệu suất của nó vượt quá sự mong đợi của công chúng: Mọi người không ngờ tới, một hệ thống trí tuệ nhân tạo có thể hoàn thành bài kiểm tra Turing đã thực sự xuất hiện và nó quá nhanh.

Trên thực tế, trí tuệ nhân tạo (AGI) một lần nữa có thể tái hiện lại sự bất ngờ của “khoảnh khắc GPT” sau 1-2 năm: con người vừa Sau khi thích nghi với sự hỗ trợ của GPT, bạn sẽ thấy rằng AI không còn chỉ là một trợ lý. Nó thậm chí còn có thể hoàn thành những nhiệm vụ cực kỳ sáng tạo và đầy thách thức một cách độc lập, bao gồm cả những vấn đề đã khiến các nhà khoa học hàng đầu của con người mắc kẹt trong nhiều thập kỷ.

Vào ngày 8 tháng 4 năm nay, Musk đã nhận lời phỏng vấn với Nicolai Tangen, giám đốc đầu tư của Quỹ tài sản có chủ quyền Na Uy và nói về thời điểm AGI xuất hiện.

Ông nói: "Nếu AGI được định nghĩa là thông minh hơn phần thông minh nhất của con người thì tôi nghĩ nó có khả năng xuất hiện vào năm 2025."

Theo ước tính của anh ấy, sẽ mất tối đa một năm rưỡi trước khi AGI xuất hiện. Tất nhiên, ông đã bổ sung thêm một điều kiện tiên quyết, đó là "nếu sức mạnh và phần cứng có thể theo kịp."

Lợi ích của sự ra đời của AGI là rõ ràng.

Điều đó có nghĩa là năng suất của con người sẽ tăng lên một tầm cao mới, và một số lượng lớn các vấn đề nghiên cứu khoa học đã khiến chúng ta mắc kẹt trong nhiều thập kỷ sẽ được giải quyết. Nếu chúng ta định nghĩa “bộ phận thông minh nhất của nhân loại” là cấp độ của những người đoạt giải Nobel, điều đó có nghĩa là chỉ cần có đủ năng lượng, sức mạnh tính toán và dữ liệu, chúng ta có thể có vô số “người đoạt giải Nobel” làm việc không mệt mỏi suốt ngày đêm. những vấn đề khoa học khó khăn nhất.

Thực tế, người đoạt giải Nobel không hiếm bằng hàng trăm triệu người. Hầu hết họ đều ở trình độ giáo sư đại học hàng đầu về năng lực và năng lực. Tuy nhiên, do may mắn nên tôi đã chọn đúng hướng, tiếp tục thực hiện và nhận được kết quả. Những người cùng trình độ với ông, những đồng nghiệp xuất sắc không kém của ông, có lẽ cũng đã đoạt được giải Nobel trong vũ trụ song song của nghiên cứu khoa học. Đáng tiếc là vẫn chưa đủ nhân lực với các giáo sư đại học hàng đầu và người tham gia nghiên cứu khoa học đột phá nên tốc độ “đi đúng hướng nghiên cứu khoa học” còn rất chậm.

Với AGI, nếu năng lượng và sức mạnh tính toán được cung cấp đầy đủ, chúng ta có thể có AGI không giới hạn ở cấp độ "Người đoạt giải Nobel" bất cứ lúc nào. tìm hiểu sâu theo hướng nghiên cứu khoa học đột phá, tốc độ cải tiến công nghệ sẽ nhanh gấp hàng chục lần. Sự cải tiến của công nghệ sẽ khiến các nguồn tài nguyên mà hiện nay chúng ta cho là rất đắt đỏ và khan hiếm sẽ tăng lên hàng trăm lần trong vòng 10 đến 20 năm, như sản xuất lương thực, vật liệu mới, thuốc mới, giáo dục trình độ cao, v.v., và chi phí việc đạt được những thứ này cũng sẽ giảm theo cấp số nhân. Chúng ta đã có thể nuôi sống một lượng dân số lớn hơn với ít tài nguyên hơn và tài sản bình quân đầu người tăng lên nhanh chóng.

Biểu đồ xu hướng tổng GDP toàn cầu, nguồn dữ liệu: Ngân hàng Thế giới

< p style="text-align: left;">Điều này nghe có vẻ hơi giật gân. Chúng ta hãy xem hai ví dụ mà tác giả cũng đã sử dụng trong các báo cáo nghiên cứu trước đây về IO:

· Năm 2018, người đoạt giải Nobel Francis Arnold đã phát biểu tại lễ trao giải: "Ngày nay chúng ta có thể đọc, viết và chỉnh sửa bất kỳ chuỗi DNA nào trong các ứng dụng thực tế. Nhưng chúng ta chưa thể soạn thảo nó." 5 năm sau bài phát biểu của ông, vào năm 2023, các nhà nghiên cứu từ Đại học Stanford và công ty khởi nghiệp AI ở Thung lũng Silicon Salesforce Research đã xuất bản một bài báo trên tạp chí Công nghệ sinh học tự nhiên. Thông qua một mô hình ngôn ngữ lớn được tinh chỉnh dựa trên GPT3, họ đã tạo ra 1 triệu protein mới ngay từ đầu và và. tìm thấy hai loại protein có cấu trúc hoàn toàn khác nhau nhưng cả hai đều có khả năng diệt khuẩn và được cho là sẽ trở thành vi khuẩn không phải là thuốc kháng sinh. Nói cách khác: với sự trợ giúp của AI, nút thắt trong việc “sáng tạo” protein đã được giải tỏa.

· Trước đây, thuật toán trí tuệ nhân tạo AlphaFold đã dự đoán gần như toàn bộ 214 triệu cấu trúc protein trên trái đất trong vòng 18 tháng.Kết quả này lớn hơn hàng trăm lần so với kết quả của tất cả các công việc trước đây của các nhà sinh học cấu trúc con người.

Sự thay đổi đang diễn ra và sự xuất hiện của AGI sẽ đẩy nhanh hơn nữa quá trình này.

Mặt khác, những thách thức do sự ra đời của AGI mang lại cũng rất lớn.

AGI sẽ không chỉ thay thế một lượng lớn lao động trí óc mà cả những nhà cung cấp dịch vụ thủ công hiện được coi là "ít bị ảnh hưởng bởi AI" cũng sẽ sử dụng công nghệ robot để Bị ảnh hưởng bởi việc giảm chi phí sản xuất do nghiên cứu và phát triển vật liệu mới mang lại, tỷ lệ vị trí lao động được thay thế bằng máy móc và phần mềm sẽ tăng lên nhanh chóng.

Vào thời điểm đó, hai vấn đề tưởng chừng như rất xa vời sẽ sớm xuất hiện:

1. Vấn đề việc làm và thu nhập của một lượng lớn người thất nghiệp

2. Trong một thế giới mà AI có mặt ở khắp mọi nơi, làm thế nào để phân biệt AI với con người

Worldcoin \ Worldchain đang cố gắng cung cấp một giải pháp, đó là sử dụng hệ thống UBI (Thu nhập cơ bản chung) để cung cấp thu nhập cơ bản cho công chúng và sử dụng sinh trắc học dựa trên mống mắt để phân biệt con người với AI.

Trên thực tế, UBI phân phối tiền cho tất cả mọi người không phải là lâu đài trên không nếu không có thực tiễn thực tế. Phần Lan, Anh và các quốc gia khác đã thực hiện thu nhập cơ bản phổ quát. trong khi Canada và Tây Ban Nha cũng có các đảng chính trị ở các quốc gia như Trung Quốc và Ấn Độ đang tích cực đề xuất thúc đẩy các thử nghiệm liên quan.

Ưu điểm của việc phân phối UBI dựa trên nhận dạng sinh trắc học + mô hình blockchain là hệ thống này có tính toàn cầu và có phạm vi phủ sóng rộng hơn đối với người dân. được xây dựng dựa trên mạng lưới người dùng được mở rộng thông qua phân phối thu nhập, chẳng hạn như dịch vụ tài chính (Defi), mạng xã hội, cung cấp dịch vụ cộng đồng, v.v., để hình thành sự cộng tác kinh doanh trong mạng, đó chính xác là những gì

Một trong những mục tiêu tương ứng cho tác động do sự ra đời của AGI mang lại là Worldcoin – WLD, với giá trị thị trường lưu hành là 1,03 tỷ USD và giá trị thị trường lưu hành đầy đủ là 47,2 tỷ USD.

Rủi ro và sự không chắc chắn của việc suy luận tường thuật

Bài viết này của Mint Ventures Không giống như nhiều báo cáo nghiên cứu theo dõi và dự án đã phát hành trước đây, các suy luận và dự đoán tường thuật mang tính chủ quan cao. Người đọc được yêu cầu chỉ coi nội dung của bài viết này như một cuộc thảo luận khác nhau chứ không phải là một dự đoán về tương lai. Cách suy luận tường thuật nêu trên của tác giả gặp nhiều bất ổn, dẫn đến phỏng đoán sai. Những rủi ro hoặc yếu tố ảnh hưởng này bao gồm nhưng không giới hạn ở:

Năng lượng: do GPU gây ra. thay thế Giảm mức tiêu thụ năng lượng nhanh chóng

Mặc dù nhu cầu năng lượng xung quanh AI tăng cao, các nhà sản xuất chip do NVIDIA đại diện đang sử dụng ít năng lượng hơn thông qua việc nâng cấp phần cứng liên tục. Nó cung cấp khả năng tính toán cao hơn. Ví dụ, vào tháng 3 năm nay, NVIDIA đã phát hành thẻ máy tính AI thế hệ mới GB200 tích hợp hai GPU B200 và CPU Grace của nó gấp 4 lần so với GPU AI chính H100 thế hệ trước. Gấp 7 lần so với H100 nhưng mức tiêu thụ năng lượng cần thiết chỉ bằng 1/4 H100. Tất nhiên, bất chấp điều này, mong muốn của mọi người về sức mạnh từ AI vẫn còn lâu mới kết thúc khi mức tiêu thụ năng lượng của thiết bị giảm và khi các kịch bản và nhu cầu ứng dụng AI mở rộng hơn nữa, tổng mức tiêu thụ năng lượng thực sự có thể tăng lên.

Về mặt dữ liệu: Q * có kế hoạch triển khai "dữ liệu tự sản xuất"

Open AI đã được triển khai nội bộ Có một dự án được đồn đại là "Q*" đã được đề cập trong một tin nhắn nội bộ do Open AI gửi cho nhân viên. Theo Reuters dẫn lời những người trong cuộc về Open AI, đây có thể là một bước đột phá đối với Open AI trong việc theo đuổi siêu trí tuệ/trí tuệ nhân tạo nói chung (AGI). Q* không chỉ có thể giải quyết các vấn đề toán học chưa từng thấy bằng khả năng trừu tượng của nó mà còn có thể tự tạo dữ liệu dùng để huấn luyện các mô hình lớn mà không cần dữ liệu trong thế giới thực. Nếu tin đồn này là sự thật, nút thắt do thiếu dữ liệu chất lượng cao trong đào tạo mô hình lớn AI sẽ được giải quyết.

Sự xuất hiện của AGI: Những lo lắng tiềm ẩn của OpenAI

Có phải thời điểm AGI xuất hiện đã thực sự sắp đến? Không biết liệu nó có đến vào năm 2025 như Skok đã nói hay không, nhưng đó chỉ là vấn đề thời gian. Tuy nhiên, vì Worldcoin là người hưởng lợi trực tiếp từ sự ra đời của câu chuyện AGI, mối quan tâm lớn nhất có thể đến từ OpenAI. Sau cùng, nó được công nhận là “token bóng OpenAI”.

Sáng sớm ngày 14 tháng 5, OpenAI đã trình diễn GPT-4o mới nhất và 19 phiên bản khác nhau của các mô hình ngôn ngữ lớn trong phần điểm nhiệm vụ toàn diện tại kỳ thi mùa xuân mới Chỉ tính riêng bảng, GPT-4o đạt 1310 điểm, nhìn bề ngoài có vẻ cao hơn rất nhiều so với những điểm sau, nhưng xét về tổng điểm, nó chỉ cao hơn 4,5% so với GPT 4 turbo đứng thứ hai. Cao hơn 4,9% so với Gemini 1.5 Pro của Google ở ​​vị trí thứ tư và cao hơn 5,1% so với Claude 3 Opus của Anthropic ở vị trí thứ năm.

Chỉ hơn một năm trôi qua kể từ khi GPT3.5 gây chấn động thế giới khi ra mắt, các đối thủ của OpenAI đã bị bắt. Đang tiến đến một vị trí rất gần (mặc dù GPT5 vẫn chưa ra mắt và dự kiến ​​ra mắt trong năm nay), câu trả lời cho việc liệu OpenAI có thể duy trì được vị trí dẫn đầu ngành trong tương lai hay không dường như đang trở nên mờ nhạt. Nếu vị trí dẫn đầu và thống trị của OpenAI bị giảm bớt hoặc thậm chí bị vượt qua, thì giá trị tường thuật của Worldcoin với tư cách là token bóng tối của OpenAI cũng sẽ giảm.

Ngoài ra, ngoài giải pháp xác thực mống mắt của Worldcoin, ngày càng có nhiều đối thủ cạnh tranh bắt đầu tham gia vào thị trường này, chẳng hạn như dự án quét lòng bàn tay ID Humanity Protocol đã có vừa được công bố Sau khi hoàn thành vòng tài trợ mới trị giá 30 triệu USD với mức định giá 1 tỷ USD, LayerZero Labs cũng thông báo rằng họ sẽ chạy trên Humanity và tham gia mạng nút xác thực của mình, sử dụng chứng chỉ ZK để xác thực thông tin xác thực.

Kết luận

Cuối cùng, mặc dù tác giả đã suy luận được diễn biến tiếp theo của AI ​​​​Tuy nhiên, con đường AI khác với những con đường có nguồn gốc từ tiền điện tử như DeFi. Nó giống một sản phẩm của sự bùng nổ AI tràn sang lĩnh vực tiền tệ. Hiện tại, nhiều dự án vẫn chưa thành công. về mặt mô hình kinh doanh và nhiều dự án giống Meme có chủ đề AI hơn (Ví dụ: Rndr giống với meme NVIDIA và Worldcoin giống với meme Open AI), độc giả nên thận trọng khi xử lý chúng.