Пересечение генеративного искусственного интеллекта и Web3 является ONE из самых активных областей исследований и разработок в Криптo за последние несколько месяцев. Децентрализованные вычисления, ИИ с нулевым разглашением, меньшие фундаментальные модели, децентрализованные сети данных и цепочки AI-first — вот некоторые из последних тенденций, которые направлены на то, чтобы включить рельсы Web3 для рабочих нагрузок AI.

Эти тенденции являются технологическими инновациями, которые стремятся соединить миры Web3 и ИИ, представляя собой естественное трение против централизованной природы генеративного ИИ. Хотя создание технологических мостов с ИИ является основополагающим для эволюции Web3, они T представляют собой единственный путь интеграции для этих Технологии тенденций.

Что, если путь интеграции Web3 и ИИ был бы финансовым, а не чисто техническим? Оказывается, программируемые возможности Финансы и формирования капитала Криптo могут быть полезны для ONE из самых больших проблем, с которыми сталкивается современный рынок генеративного ИИ.

О какой проблеме идет речь? Ни о чем ином, как о проблемах финансирования генеративного ИИ с открытым исходным кодом.

Генеративный ИИ с открытым исходным кодом должен добиться успеха

Несмотря на недавний уровень инноваций в области децентрализованного генеративного ИИ, разрыв с централизованной технологией ИИ увеличивается, а не уменьшается. Многие согласны с тем, что блокчейны представляют собой лучшую Технологии альтернативу растущему централизованному контролю ИИ крупных технологических платформ. Однако проблемы принятия децентрализованных платформ ИИ колоссальны.

Децентрализованные вычисления являются очевидным столпом для децентрализованного ИИ, но оказываются непрактичными для предварительной подготовки и тонкой настройки рабочих нагрузок, требующих графических процессоров в непосредственной близости с доступом к наборам данных, которые часто находятся за корпоративными брандмауэрами. ML с нулевым разглашением слишком дорого, чтобы быть практичным в крупных базовых моделях, и T увидели реального спроса на рынке. Децентрализованным рынкам данных необходимо преодолеть те же проблемы, которые помешали рынкам данных стать крупными технологическими предприятиями.

В то время как децентрализованный ИИ стремится преодолеть эти трения, централизованные альтернативы ускоряются с бешеной скоростью, создавая пугающий разрыв между ними. ONE тенденция, которая сохраняет надежды на мир, в котором децентрализованный ИИ может преуспеть, — это быстрая эволюция генеративного ИИ с открытым исходным кодом.

Все тенденции в области децентрализованного ИИ опираются на здоровую экосистему генеративного ИИ с открытым исходным кодом, однако эта экосистема может быть не такой здоровой, как кажется.

Генеративный ИИ с открытым исходным кодом испытывает серьезную проблему с финансированием

За последние пару лет мы стали свидетелями взрыва инноваций в области открытого исходного кода большого генеративного ИИ в качестве альтернативы таким платформам, как OpenAI/Microsoft, Google или Anthropic. Meta стала неожиданным бесспорным чемпионом открытого исходного кода генеративного ИИ с выпуском моделей Llama. Такие компании, как Mistral, привлекли миллиарды венчурного финансирования, корпоративные платформы, такие как Databricks или Snowflake, продвигают модели с открытым исходным кодом, и еженедельно появляется все больше релизов открытого исходного кода генеративного ИИ.

Хотя импульс в области генеративного ИИ с открытым исходным кодом силен, более подробный анализ показывает иную реальность. Генеративное ИИ с открытым исходным кодом сталкивается с огромной проблемой финансирования. Когда дело доходит до крупных фундаментальных моделей, только крупные компании, такие как Databricks, Snowflake, Meta или хорошо финансируемые стартапы, такие как Mistral, выдерживают производительность крупных закрытых моделей. Большинство релизов из других лабораторий, таких как Databricks и Snowflake, сосредоточены на оптимизированных корпоративных рабочих нагрузках, в то время как большинство недавних исследований с открытым исходным кодом сосредоточены на дополнительных методах, а не на новых моделях.

Причину этого явления можно объяснить астрономическими затратами на создание больших пограничных моделей. Любой цикл предварительной подготовки для модели с более чем 20 миллиардами параметров может стоить от десяти до ста миллионов долларов и включает многомесячный процесс со множеством неудачных попыток. Эти затраты выходят за рамки бюджета большинства университетских лабораторий. Чтобы сделать ситуацию еще интереснее, многие гранты для университетских лабораторий ИИ поступают от крупных технологических компаний, которые затем становятся непосредственными бенефициарами результатов.

Зарабатывать деньги с открытым исходным кодом исторически было сложно, а зарабатывать деньги с открытым исходным кодом генеративного ИИ сложно в масштабах ИИ. В результате генеративный ИИ с открытым исходным кодом испытывает огромный дефицит финансирования, который может создать серьезный разрыв с действующими игроками ИИ.

Криптo капитал для генеративного ИИ с открытым исходным кодом

Примитивы формирования капитала Криптo кажутся ONE из немногих жизнеспособных альтернатив для решения проблемы нехватки финансирования в генеративном ИИ. На протяжении всей своей истории Криптo были основным средством формирования капитала для проектов Web3 через бычьи и медвежьи рыночные циклы. Можно ли применить некоторые из этих принципов к генеративному ИИ с открытым исходным кодом? Безусловно, есть более чем ONE интересный вариант.

• Квадратичное финансирование Gitcoin
  
  

Gitcoin представляет собой ONE из самых успешных примеров финансирования инноваций с открытым исходным кодом в Web3. Квадратичный механизм финансирования, впервые разработанный Gitcoin , может напрямую применяться к генеративному ИИ. Внедрение возможностей собственного генеративного ИИ в Web3 имеет первостепенное значение для развития этой области, поэтому вполне естественно ожидать, что проекты генеративного ИИ привлекут внимание сообщества.

Допустим, университетской лаборатории ИИ необходимо собрать 10 миллионов долларов на предварительную подготовку LLM на основе новой архитектуры. Несколько DAO и фондов могут внести свой вклад в грант Gitcoin , который также может быть дополнен грантодателями, создавая более эффективный механизм финансирования. Этот механизм намного эффективнее текущих альтернатив на рынке.

• Новая лицензия генеративного ИИ с открытым исходным кодом
  

Финансирование проектов с открытым исходным кодом позволяет создавать механизмы, в которых ценность, созданная этими проектами, может принести пользу изначальному сообществу финансирующих. Когда речь идет о Web3 и открытом генеративном ИИ, интересной идеей является установление лицензии, в которой любое коммерческое приложение, использующее модель, финансируемую с помощью токенов Web3, должно возвращать часть этого дохода в форме этого конкретного токена. Этот механизм может быть даже реализован с помощью смарт-контрактов.

Устранение системного риска для открытого генеративного ИИ

Финансирование средств для ИИ с открытым исходным кодом является ONE из важнейших задач, требующих решения в текущем ландшафте генеративного ИИ. Финансы открытого исходного кода традиционно затруднено, а генеративный ИИ с открытым исходным кодом — тем более, учитывая высокие вычислительные требования.

Невозможность создания надлежащих каналов финансирования для поощрения инноваций с открытым исходным кодом в генеративном ИИ может создать системный риск для всего пространства, поскольку баланс полностью сместится на закрытые коммерческие платформы. Криптo создала некоторые из самых сложных и проверенных в боях каналов для финансирования инноваций с открытым исходным кодом. Возможно, первый мост между Web3 и генеративным ИИ будет финансовым, а не обязательно техническим.

Примечание: Мнения, выраженные в этой колонке, принадлежат автору и не обязательно отражают точку зрения CoinDesk, Inc. или ее владельцев и аффилированных лиц.