Comprendre l'écosystème IA en plein essor du Web3

Un peu plus d'un an après la sortie de ChatGPT, l'IA générative est sans doute devenue le sujet de discussion mondial le plus influent. Le succès initial d'OpenAI a suscité un regain d'intérêt des investisseurs pour les grands modèles linguistiques (LLM) et les applications d'IA, attirant 25 milliards de dollars de financement en 2023.(en hausse de 5x sur un an !), à la poursuite d’une opportunité de marché potentielle de plusieurs milliards de dollars.

Vous lisez Crypto Long & Short, notre newsletter hebdomadaire contenant des informations, des actualités et des analyses pour l'investisseur professionnel.Inscrivez-vous icipour le recevoir dans votre boîte mail chaque mercredi.

Comme je l'aiécrit précédemmentLes technologies d'IA et de Crypto se complètent parfaitement. Il n'est donc pas surprenant de voir émerger un écosystème d'IA en pleine expansion au sein du Web3. Malgré toute l'attention portée à ces technologies, j'ai constaté une grande confusion quant à leur fonction, à la distinction entre le battage médiatique et la réalité, et à leur articulation. Ce rapport présentera la chaîne d'approvisionnement de l'IA du Web3, définira chaque couche de la pile technologique et explorera les différents environnements concurrentiels. À la fin de ce rapport, vous aurez une compréhension de base du fonctionnement de l'écosystème et des perspectives à suivre.

La pile technologique d'IA de Web3

Couche d'infrastructure

L'IA générative s'appuie sur des LLM, qui s'exécutent sur des GPU hautes performances. Les LLM ont trois charges de travail principales : l'entraînement (création de modèles), le réglage fin (spécialisation sectorielle/thématique) et l'inférence (exécution du modèle). J'ai segmenté cette couche en GPU à usage général, GPU spécifiques au ML et agrégateurs de GPU, qui se caractérisent par leurs différentes capacités de charge de travail et cas d'utilisation. Ces places de marché P2P sont stimulées par la cryptographie afin de garantir une décentralisation sécurisée, mais il est important de noter que le traitement GPU lui-même s'effectue hors chaîne.

• GPU à usage général :Marchés (décentralisés) crypto-incités pour la puissance de calcul GPU, utilisable pour tout type d'application. Compte tenu de sa polyvalence, cette ressource de calcul est particulièrement adaptée à l'inférence de modèles (la charge de travail LLM la plus utilisée). Akash et Render figurent parmi les premiers leaders du secteur, mais avec l'émergence de nombreux nouveaux entrants, l'évolution de la différenciation des protocoles reste incertaine. Bien que le calcul soit techniquement un produit de base, la demande du Web3 pour des calculs sans permission et spécifiques au GPU devrait continuer de croître de manière exponentielle au cours de la prochaine décennie, à mesure que l'IA s'intégrera davantage à notre quotidien. Les principaux facteurs de différenciation à long terme seront les effets de distribution et de réseau.
• GPU spécifique au ML :Ces places de marché sont plus spécifiques aux applications d'apprentissage automatique (ML) et peuvent donc être utilisées pour l'entraînement, le réglage fin et l'inférence de modèles. Contrairement aux places de marché génériques, ces protocoles se distinguent mieux grâce à la superposition de logiciels spécifiques au ML, mais la distribution et les effets de réseau seront également essentiels. Bittensor est en tête, mais de nombreux projets seront bientôt lancés.
• Agrégateurs GPU :Ces marchés regroupent l'offre de GPU des deux catégories précédentes, isolent l'orchestration réseau et intègrent des logiciels spécifiques au ML. Ils fonctionnent comme des revendeurs à valeur ajoutée (VAR) Web2 et peuvent être considérés comme des distributeurs de produits. Ces protocoles offrent des solutions GPU plus complètes, capables d'exécuter l'entraînement, le réglage fin et l'inférence de modèles.Io.netc'est le premier protocole à émerger dans la catégorie, mais je m'attends à ce que davantage de concurrents émergent étant donné le besoin d'une distribution GPU plus consolidée.

Couche intermédiaire

La couche précédente permet un accès sans autorisation aux GPU, mais un middleware est nécessaire pour connecter cette ressource informatique aux contrats intelligents en chaîne de manière à minimiser la confiance (c'est-à-dire pour une utilisation par des applications Web3). C'est là qu'interviennent les preuves à divulgation nulle de connaissance (ZKP), une méthode cryptographique permettant à une partie (le prouveur) de prouver à une autre partie (le vérificateur) la véracité d'une affirmation donnée, tout en évitant de transmettre au vérificateur toute information autre que la véracité de l'affirmation. Dans notre cas, l'« affirmation » correspond à la sortie des LLM, compte tenu d'une entrée spécifique.

• Vérification d'inférence à connaissance nulle (ZK) :Des marchés décentralisés permettent aux vérificateurs ZKP de tenter de vérifier (contre rémunération) que les résultats d'inférence sont correctement produits par le LLM souhaité (tout en préservant la confidentialité des données et des paramètres du modèle). Bien que la Technologies ZK ait beaucoup évolué, ZK pour l'apprentissage automatique (zkML) en est encore à ses balbutiements et doit devenir moins cher et plus rapide pour être pratique. Lorsqu'il le sera, il pourrait ouvrir considérablement l'espace de conception du Web3 et de l'IA, en permettant aux contrats intelligents d'accéder aux LLM de manière décentralisée. Bien qu'encore précoces, =nil;, Giza et RISC Zero sont les moteurs de l'activité des développeurs sur GitHub. Des protocoles comme Blockless sont bien positionnés, quel que soit le fournisseur ZKP WIN , car ils agissent comme des couches d'agrégation et d'abstraction (distribution ZKP).
• Outils de développement et centres d'applications :En plus des ZKP, les développeurs Web3 ont besoin d'outils, de kits de développement logiciel (SDK) et de services pour créer efficacement des applications telles que des agents d'IA.(entités logicielles qui effectuent des opérations pour le compte d'un utilisateur ou d'un autre programme avec un certain degré d'autonomie, en utilisant la représentation des objectifs de l'utilisateur)et des stratégies de trading automatisées basées sur l'IA. Nombre de ces protocoles font également office de plateformes applicatives, permettant aux utilisateurs d'accéder directement aux applications finalisées développées sur leurs plateformes (distribution d'applications). Parmi les premiers leaders, on trouve Bittensor, qui héberge actuellement 32 « sous-réseaux » différents (applications IA), etFetch.ai, qui offre une plate-forme de services complets pour le développement d'agents d'IA de niveau entreprise.

Couche application

Enfin, au sommet de la pile technologique, nous trouvons les applications d'interface utilisateur qui exploitent la puissance de traitement de l'IA sans permission du Web3 (activée par les deux couches précédentes) pour réaliser des tâches spécifiques dans divers cas d'usage. Ce segment du marché est encore naissant et repose encore sur une infrastructure centralisée, mais les premiers exemples incluent l'audit des contrats intelligents, les chatbots spécifiques à la blockchain, les jeux en métavers, la génération d'images et les plateformes de trading et de gestion des risques. À mesure que l'infrastructure sous-jacente continue de progresser et que les ZKP gagnent en maturité, des applications d'IA de nouvelle génération émergeront avec des fonctionnalités difficiles à imaginer aujourd'hui. Il est difficile de savoir si les premiers entrants parviendront à KEEP le rythme ou si de nouveaux leaders émergeront en 2024 et au-delà.

Perspectives des investisseurs :Bien que je sois optimiste quant à l'ensemble des technologies de l'IA, je pense que les protocoles d'infrastructure et de middleware constituent aujourd'hui de meilleurs investissements, compte tenu de l'incertitude quant à l'évolution future des fonctionnalités de l'IA. Quelle que soit l'évolution, les applications d'IA Web3 nécessiteront sans aucun doute une puissance GPU importante, la Technologies ZKP, ainsi que des outils et services de développement (infrastructure et middleware).

Déclaration de transparence:M31 Capital détient des positions dans plusieurs jetons mentionnés dans cet article.