Перейти к основному содержимому

15 постов помечено как "блокчейн"

Просмотреть все теги

Революция с открытым исходным кодом от DeepSeek: Взгляд из закрытого саммита по ИИ

· 6 минут чтения
Lark Birdy
Chief Bird Officer

Революция с открытым исходным кодом от DeepSeek: Взгляд из закрытого саммита по ИИ

DeepSeek захватывает мир ИИ. Только обсуждения вокруг DeepSeek-R1 не успели остыть, как команда сделала еще один громкий анонс: открытая мультимодальная модель Janus-Pro. Темп головокружительный, амбиции ясны.

Революция с открытым исходным кодом от DeepSeek: Взгляд из закрытого саммита по ИИ

Два дня назад группа ведущих исследователей ИИ, разработчиков и инвесторов собралась для закрытого обсуждения, организованного Шисяном, сосредоточенного исключительно на DeepSeek. В течение трех часов они анализировали технические инновации DeepSeek, организационную структуру и более широкие последствия его роста — на бизнес-модели ИИ, вторичные рынки и долгосрочную траекторию исследований ИИ.

Следуя принципу прозрачности с открытым исходным кодом DeepSeek, мы открываем наши коллективные мысли для общественности. Вот основные выводы из обсуждения, охватывающие стратегию DeepSeek, его технические прорывы и влияние, которое он может оказать на индустрию ИИ.

DeepSeek: Тайна и миссия

  • Основная миссия DeepSeek: Генеральный директор Лян Вэньфэн не просто еще один предприниматель в области ИИ — он инженер в душе. В отличие от Сэма Альтмана, он сосредоточен на техническом исполнении, а не только на видении.
  • Почему DeepSeek заслужил уважение: Его архитектура MoE (смесь экспертов) является ключевым отличием. Ранняя репликация модели o1 от OpenAI была лишь началом — настоящая задача заключается в масштабировании с ограниченными ресурсами.
  • Масштабирование без благословения NVIDIA: Несмотря на утверждения о наличии 50 000 графических процессоров, DeepSeek, вероятно, работает с примерно 10 000 устаревших A100 и 3 000 предзапретных H800. В отличие от американских лабораторий, которые бросают вычислительные мощности на каждую проблему, DeepSeek вынужден стремиться к эффективности.
  • Истинный фокус DeepSeek: В отличие от OpenAI или Anthropic, DeepSeek не зациклен на «ИИ, служащем людям». Вместо этого он стремится к самому интеллекту. Это может быть его секретным оружием.

Исследователи против последователей: законы силы в ИИ

  • Разработка ИИ — это ступенчатая функция: Стоимость догоняющих в 10 раз ниже, чем у лидеров. «Последователи» используют прошлые прорывы за небольшую часть стоимости вычислений, в то время как «исследователи» должны двигаться вперед вслепую, неся огромные расходы на НИОКР.
  • Сможет ли DeepSeek превзойти OpenAI? Это возможно, но только если OpenAI оступится. ИИ все еще является открытой проблемой, и подход DeepSeek к моделям рассуждений — это сильная ставка.

Технические инновации DeepSeek

1. Конец контролируемой тонкой настройки (SFT)?

  • Самое разрушительное утверждение DeepSeek: SFT может больше не быть необходимым для задач рассуждения. Если это правда, это знаменует собой смену парадигмы.
  • Но не так быстро… DeepSeek-R1 все еще полагается на SFT, особенно для выравнивания. Настоящий сдвиг заключается в том, как используется SFT — более эффективное дистиллирование задач рассуждения.

2. Эффективность данных: настоящая защита

  • Почему DeepSeek уделяет приоритетное внимание маркировке данных: Сообщается, что Лян Вэньфэн сам маркирует данные, подчеркивая их важность. Успех Tesla в автономном вождении был достигнут благодаря тщательной человеческой аннотации — DeepSeek применяет ту же строгость.
  • Мультимодальные данные: еще не готовы — несмотря на выпуск Janus-Pro, мультимодальное обучение остается чрезмерно дорогим. Ни одна лаборатория еще не продемонстрировала убедительных достижений.

3. Дистилляция моделей: палка о двух концах

  • Дистилляция повышает эффективность, но снижает разнообразие: это может ограничить возможности моделей в долгосрочной перспективе.
  • «Скрытый долг» дистилляции: без понимания фундаментальных проблем обучения ИИ, полагаясь на дистилляцию, можно столкнуться с непредвиденными трудностями, когда появятся архитектуры следующего поколения.

4. Награда за процесс: новый рубеж в выравнивании ИИ

  • Контроль результатов определяет потолок: обучение с подкреплением на основе процессов может предотвратить взлом, но верхняя граница интеллекта все еще зависит от обратной связи, основанной на результатах.
  • Парадокс RL: у больших языковых моделей (LLM) нет определенного условия победы, как в шахматах. AlphaZero работал, потому что победа была бинарной. Рассуждения ИИ лишены этой ясности.

Почему OpenAI не использует методы DeepSeek?

  • Вопрос фокуса: OpenAI уделяет приоритетное внимание масштабу, а не эффективности.
  • «Скрытая война ИИ» в США: OpenAI и Anthropic могли игнорировать подход DeepSeek, но это будет недолго. Если DeepSeek окажется жизнеспособным, ожидайте изменения направления исследований.

Будущее ИИ в 2025 году

  • За пределами трансформеров? ИИ, вероятно, разделится на разные архитектуры. Область все еще зациклена на трансформерах, но могут появиться альтернативные модели.
  • Нереализованный потенциал RL: обучение с подкреплением остается недооцененным за пределами узких областей, таких как математика и программирование.
  • Год ИИ-агентов? Несмотря на ажиотаж, ни одна лаборатория еще не представила прорывного ИИ-агента.

Перейдут ли разработчики на DeepSeek?

  • Пока нет. Превосходные возможности OpenAI в кодировании и следовании инструкциям все еще дают ему преимущество.
  • Но разрыв сокращается. Если DeepSeek сохранит импульс, разработчики могут перейти в 2025 году.

Ставка OpenAI Stargate в $500 млрд: имеет ли она смысл?

  • Рост DeepSeek ставит под сомнение доминирование NVIDIA. Если эффективность превзойдет масштабирование грубой силы, суперкомпьютер OpenAI за $500 млрд может показаться чрезмерным.
  • Потратит ли OpenAI действительно $500 млрд? SoftBank является финансовым спонсором, но у него нет ликвидности. Исполнение остается неопределенным.
  • Meta реверсирует DeepSeek. Это подтверждает его значимость, но остается неясным, сможет ли Meta адаптировать свою дорожную карту.

Влияние на рынок: победители и проигравшие

  • Краткосрочная перспектива: акции производителей чипов для ИИ, включая NVIDIA, могут столкнуться с волатильностью.
  • Долгосрочная перспектива: история роста ИИ остается неизменной — DeepSeek просто доказывает, что эффективность важна не меньше, чем сырая мощность.

Открытый исходный код против закрытого: новый фронт борьбы

  • Если модели с открытым исходным кодом достигнут 95% производительности закрытых моделей, вся бизнес-модель ИИ изменится.
  • DeepSeek вынуждает OpenAI действовать. Если открытые модели продолжат улучшаться, проприетарный ИИ может стать нежизнеспособным.

Влияние DeepSeek на глобальную стратегию ИИ

  • Китай догоняет быстрее, чем ожидалось. Разрыв в ИИ между Китаем и США может составлять всего 3-9 месяцев, а не два года, как считалось ранее.
  • DeepSeek — это доказательство концепции для стратегии ИИ Китая. Несмотря на ограничения вычислительных мощностей, инновации, основанные на эффективности, работают.

Заключительное слово: видение важнее технологий

  • Настоящее отличие DeepSeek — его амбиции. Прорывы в ИИ происходят от расширения границ интеллекта, а не просто от совершенствования существующих моделей.
  • Следующая битва — это рассуждения. Тот, кто станет пионером следующего поколения моделей рассуждений ИИ, определит траекторию индустрии.

Мыслительный эксперимент: Если бы у вас была одна возможность задать вопрос генеральному директору DeepSeek Ляну Вэньфэну, что бы это было? Какой ваш лучший совет для компании в процессе масштабирования? Оставьте свои мысли — выдающиеся ответы могут получить приглашение на следующий закрытый саммит по ИИ.

DeepSeek открыл новую главу в ИИ. Останется ли он в истории, еще предстоит выяснить.

Анализ индустрии ИИ 2025 года: победители, проигравшие и критические ставки

· 5 минут чтения
Lark Birdy
Chief Bird Officer

Введение

Ландшафт ИИ претерпевает сейсмические изменения. За последние две недели мы провели закрытое обсуждение с ведущими исследователями и разработчиками ИИ, раскрывая захватывающие инсайты о траектории индустрии в 2025 году. То, что возникло, — это сложная перестройка власти, неожиданные вызовы для устоявшихся игроков и критические точки перегиба, которые будут формировать будущее технологий.

Это не просто отчет — это карта будущего индустрии. Давайте погрузимся в победителей, проигравших и критические ставки, определяющие 2025 год.

Анализ индустрии ИИ 2025 года: победители, проигравшие и критические ставки

Победители: новая структура власти

Anthropic: прагматичный пионер

Anthropic выделяется как лидер в 2025 году, движимый ясной и прагматичной стратегией:

  • Протокол управления моделями (MCP): MCP — это не просто техническая спецификация, а фундаментальный протокол, направленный на создание отраслевых стандартов для кодирования и агентских рабочих процессов. Подумайте о нем как о TCP/IP для эры агентов — амбициозный шаг, чтобы позиционировать Anthropic в центре интероперабельности ИИ.
  • Мастерство в инфраструктуре: Фокус Anthropic на эффективности вычислений и дизайне пользовательских чипов демонстрирует дальновидность в решении проблем масштабируемости развертывания ИИ.
  • Стратегические партнерства: Сосредоточившись исключительно на создании мощных моделей и передаче дополнительных возможностей партнерам, Anthropic способствует созданию совместной экосистемы. Их модель Claude 3.5 Sonnet остается выдающейся, удерживая первое место в приложениях для кодирования в течение шести месяцев — вечность в терминах ИИ.

Google: чемпион вертикальной интеграции

Доминирование Google обусловлено его непревзойденным контролем над всей цепочкой создания стоимости ИИ:

  • Инфраструктура от начала до конца: Пользовательские TPU Google, обширные центры обработки данных и тесная интеграция между кремнием, программным обеспечением и приложениями создают непреодолимый конкурентный ров.
  • Производительность Gemini Exp-1206: Ранние испытания Gemini Exp-1206 установили новые стандарты, подтверждая способность Google оптимизировать всю стеку.
  • Решения для предприятий: Богатая внутренняя экосистема Google служит испытательным полигоном для решений по автоматизации рабочих процессов. Их вертикальная интеграция позволяет им доминировать в корпоративном ИИ так, как ни чисто ИИ-компании, ни традиционные облачные провайдеры не могут соперничать.

Проигравшие: сложные времена впереди

OpenAI: на перепутье

Несмотря на ранний успех, OpenAI сталкивается с нарастающими вызовами:

  • Организационные проблемы: Уходы высокопрофильных сотрудников, таких как Алек Радфорд, сигнализируют о возможном внутреннем несоответствии. Подрывает ли поворот OpenAI к потребительским приложениям его фокус на AGI?
  • Стратегические ограничения: Успех ChatGPT, хотя и коммерчески ценный, может ограничивать инновации. Пока конкуренты исследуют агентские рабочие процессы и приложения корпоративного уровня, OpenAI рискует быть зажатым в пространстве чат-ботов.

Apple: упущенная волна ИИ

Ограниченные достижения Apple в области ИИ угрожают ее давнему доминированию в мобильных инновациях:

  • Стратегические слепые зоны: Поскольку ИИ становится центральным элементом мобильных экосистем, отсутствие значительных вкладов Apple в решения с ИИ от начала до конца может подорвать ее основной бизнес.
  • Конкурентная уязвимость: Без значительного прогресса в интеграции ИИ в свою экосистему Apple рискует отстать от конкурентов, которые быстро внедряют инновации.

Критические ставки на 2025 год

Возможности моделей: великое расслоение

Индустрия ИИ стоит на перепутье с двумя возможными будущими:

  1. Прыжок к AGI: Прорыв в AGI может сделать текущие приложения устаревшими, мгновенно изменив индустрию.
  2. Постепенная эволюция: Более вероятно, что постепенные улучшения будут двигать практическими приложениями и автоматизацией от начала до конца, отдавая предпочтение компаниям, сосредоточенным на удобстве использования, а не на фундаментальных прорывах.

Компаниям необходимо найти баланс между поддержанием фундаментальных исследований и предоставлением немедленной ценности.

Эволюция агентов: следующий рубеж

Агенты представляют собой трансформационный сдвиг во взаимодействии человека и ИИ.

  • Управление контекстом: Предприятия выходят за рамки простых моделей запроса-ответа, чтобы включить контекстное понимание в рабочие процессы. Это упрощает архитектуры, позволяя приложениям эволюционировать с возможностями моделей.
  • Сотрудничество человека и ИИ: Баланс между автономией и контролем является ключевым. Инновации, такие как MCP от Anthropic, могут заложить основу для магазина приложений агентов, обеспечивая бесшовное взаимодействие между агентами и корпоративными системами.

Взгляд в будущее: следующие мега-платформы

Эра операционных систем ИИ

ИИ готов переопределить парадигмы платформ, создавая новые "операционные системы" для цифровой эпохи:

  • Модели-основы как инфраструктура: Модели становятся платформами сами по себе, с разработкой API-first и стандартизированными протоколами агентов, стимулирующими инновации.
  • Новые парадигмы взаимодействия: ИИ выйдет за рамки традиционных интерфейсов, интегрируясь бесшовно в устройства и окружающие среды. Приближается эра робототехники и носимых агентов ИИ.
  • Эволюция оборудования: Специализированные чипы, вычисления на краю и оптимизированные форм-факторы оборудования ускорят внедрение ИИ в различных отраслях.

Заключение

Индустрия ИИ вступает в решающую фазу, где на передний план выходят практическое применение, инфраструктура и взаимодействие человека и ИИ. Победители будут превосходить в:

  • Предоставлении решений от начала до конца, которые решают реальные проблемы.
  • Специализации в вертикальных приложениях, чтобы обогнать конкурентов.
  • Построении сильной, масштабируемой инфраструктуры для эффективного развертывания.
  • Определении парадигм взаимодействия человека и ИИ, которые балансируют автономию и контроль.

Это критический момент. Компании, которые добьются успеха, будут теми, кто превратит потенциал ИИ в ощутимую, трансформационную ценность. По мере того как 2025 год разворачивается, гонка за определение следующих мега-платформ и экосистем уже началась.

Что вы думаете? Мы на пороге прорыва в AGI, или доминирует постепенный прогресс? Поделитесь своими мыслями и присоединяйтесь к обсуждению.

Cuckoo Network сотрудничает с Tenspect для внедрения AI нового поколения в домашние инспекции

· 2 минут чтения
Lark Birdy
Chief Bird Officer

Мы рады объявить о революционном партнерстве между Cuckoo Network и Tenspect, объединяющем нашу децентрализованную AI инфраструктуру с инновационной платформой домашней инспекции Tenspect. Это сотрудничество знаменует собой значительный шаг к внедрению мощи децентрализованного AI в индустрию недвижимости.

Cuckoo Network сотрудничает с Tenspect для внедрения AI нового поколения в домашние инспекции

Почему это партнерство важно

Tenspect произвел революцию в индустрии домашних инспекций с помощью своей платформы на базе AI, которая позволяет инспекторам проводить более быстрые и эффективные проверки. Интегрируясь с децентрализованной AI инфраструктурой Cuckoo Network, Tenspect сможет предложить еще более мощные возможности, обеспечивая при этом конфиденциальность данных и снижая затраты.

Ключевые преимущества этого партнерства включают:

  1. Децентрализованная обработка AI: Умный блокнот и AI функции Tenspect будут использовать сеть GPU майнинга Cuckoo Network, обеспечивая более быстрое время обработки и улучшенную конфиденциальность.
  2. Экономическая эффективность: Используя децентрализованную инфраструктуру Cuckoo Network, Tenspect сможет предлагать свои AI услуги по более конкурентоспособным ценам для домашних инспекторов.
  3. Улучшенная конфиденциальность: Наш децентрализованный подход гарантирует, что конфиденциальные данные инспекций остаются защищенными и приватными, при этом пользуясь преимуществами передовых AI возможностей.

Техническая интеграция

Tenspect интегрируется с Cuckoo Chain для обеспечения безопасных и прозрачных транзакций и использует нашу сеть GPU майнинга для задач AI вывода. Это включает:

  • Обработку голосовой транскрипции через наши децентрализованные AI узлы
  • Обработку анализа изображений для документации инспекций
  • Генерацию отчетов об инспекциях с использованием наших распределенных вычислительных ресурсов

Что дальше

Это партнерство представляет собой лишь начало. Вместе Cuckoo Network и Tenspect будут работать над:

  • Расширением AI возможностей для домашних инспекторов
  • Разработкой новых децентрализованных AI функций для индустрии недвижимости
  • Созданием инновационных решений, которые используют сильные стороны обеих платформ

Мы рады сотрудничать с Tenspect, чтобы принести преимущества децентрализованного AI в индустрию домашних инспекций. Это партнерство идеально соответствует нашей миссии по демократизации доступа к AI, обеспечивая при этом конфиденциальность и эффективность.

Следите за обновлениями об этом захватывающем сотрудничестве!


Для получения дополнительной информации о этом партнерстве:

Ritual: Ставка в $25M на то, чтобы заставить блокчейны думать

· 9 минут чтения
Lark Birdy
Chief Bird Officer

Ritual, основанный в 2023 году бывшим инвестором Polychain Нираджем Пант и Акилешем Потти, является амбициозным проектом на пересечении блокчейна и ИИ. Поддерживаемый финансированием в размере $25M в рамках серии A, возглавляемой Archetype и стратегическими инвестициями от Polychain Capital, компания стремится устранить критические пробелы в инфраструктуре для обеспечения сложных взаимодействий на цепочке и вне её. С командой из 30 экспертов из ведущих учреждений и компаний, Ritual разрабатывает протокол, который интегрирует возможности ИИ непосредственно в блокчейн-среды, нацеливаясь на такие случаи использования, как смарт-контракты, генерируемые на естественном языке, и динамические кредитные протоколы, управляемые рынком.

Ritual: Ставка в $25M на то, чтобы заставить блокчейны думать

Почему клиентам нужен Web3 для ИИ

Интеграция Web3 и ИИ может устранить многие ограничения, наблюдаемые в традиционных централизованных системах ИИ.

  1. Децентрализованная инфраструктура помогает снизить риск манипуляций: когда вычисления ИИ и результаты моделей выполняются несколькими независимыми узлами, становится гораздо сложнее для какого-либо одного субъекта — будь то разработчик или корпоративный посредник — подделывать результаты. Это укрепляет доверие пользователей и прозрачность в приложениях, управляемых ИИ.

  2. Web3-нативный ИИ расширяет возможности смарт-контрактов на цепочке за пределы простой финансовой логики. С ИИ в цикле контракты могут реагировать на данные рынка в реальном времени, запросы, сгенерированные пользователями, и даже сложные задачи вывода. Это позволяет использовать такие случаи, как алгоритмическая торговля, автоматизированные кредитные решения и взаимодействия в чате (например, FrenRug), которые были бы невозможны при существующих изолированных API ИИ. Поскольку результаты ИИ проверяемы и интегрированы с активами на цепочке, эти решения с высокой стоимостью или высокой ставкой могут выполняться с большим доверием и меньшим количеством посредников.

  3. Распределение рабочей нагрузки ИИ по сети может потенциально снизить затраты и повысить масштабируемость. Хотя вычисления ИИ могут быть дорогими, хорошо спроектированная среда Web3 использует глобальный пул вычислительных ресурсов, а не одного централизованного поставщика. Это открывает более гибкое ценообразование, улучшенную надежность и возможность для непрерывных рабочих процессов ИИ на цепочке — все это подкреплено общими стимулами для операторов узлов предлагать свои вычислительные мощности.

Подход Ritual

Система имеет три основных уровня — Infernet Oracle, Ritual Chain (инфраструктура и протокол) и Нативные приложения — каждый из которых разработан для решения различных задач в пространстве Web3 x ИИ.

1. Infernet Oracle

  • Что он делает Infernet — это первый продукт Ritual, который действует как мост между смарт-контрактами на цепочке и вычислениями ИИ вне цепочки. Вместо того чтобы просто извлекать внешние данные, он координирует задачи вывода моделей ИИ, собирает результаты и возвращает их на цепочку в проверяемом виде.
  • Ключевые компоненты
    • Контейнеры: Безопасные среды для размещения любых рабочих нагрузок ИИ/МО (например, ONNX, Torch, модели Hugging Face, GPT-4).
    • infernet-ml: Оптимизированная библиотека для развертывания рабочих процессов ИИ/МО, предлагающая готовые интеграции с популярными фреймворками моделей.
    • Infernet SDK: Предоставляет стандартизированный интерфейс, чтобы разработчики могли легко писать смарт-контракты, которые запрашивают и потребляют результаты вывода ИИ.
    • Узлы Infernet: Развернуты на таких сервисах, как GCP или AWS, эти узлы слушают запросы вывода на цепочке, выполняют задачи в контейнерах и возвращают результаты обратно на цепочку.
    • Оплата и проверка: Управляет распределением сборов (между вычислительными и проверочными узлами) и поддерживает различные методы проверки, чтобы гарантировать честное выполнение задач.
  • Почему это важно Infernet выходит за рамки традиционного оракула, проверяя вычисления ИИ вне цепочки, а не только каналы данных. Он также поддерживает планирование повторяющихся или чувствительных ко времени задач вывода, снижая сложность связывания задач, управляемых ИИ, с приложениями на цепочке.

2. Ritual Chain

Ritual Chain интегрирует функции, дружественные к ИИ, как на уровне инфраструктуры, так и на уровне протокола. Он разработан для обработки частых, автоматизированных и сложных взаимодействий между смарт-контрактами и вычислениями вне цепочки, выходя далеко за рамки того, что могут управлять типичные L1.

2.1 Инфраструктурный уровень

  • Что он делает Инфраструктура Ritual Chain поддерживает более сложные рабочие процессы ИИ, чем стандартные блокчейны. Через предварительно скомпилированные модули, планировщик и расширение EVM под названием EVM++, он стремится облегчить частые или потоковые задачи ИИ, надежные абстракции учетных записей и автоматизированные взаимодействия контрактов.

  • Ключевые компоненты

    • Предварительно скомпилированные модули

      :

      • Расширения EIP (например, EIP-665, EIP-5027) устраняют ограничения длины кода, уменьшают газ для подписей и обеспечивают доверие между задачами ИИ на цепочке и вне её.
      • Вычислительные предварительно скомпилированные модули стандартизируют фреймворки для вывода ИИ, доказательств с нулевым разглашением и тонкой настройки моделей в смарт-контрактах.
    • Планировщик: Устраняет зависимость от внешних контрактов "Keeper", позволяя задачам выполняться по фиксированному расписанию (например, каждые 10 минут). Критично для непрерывных действий, управляемых ИИ.

    • EVM++: Улучшает EVM с помощью нативной абстракции учетных записей (EIP-7702), позволяя контрактам автоматически одобрять транзакции на определенный период. Это поддерживает непрерывные решения, управляемые ИИ (например, автоматическая торговля), без вмешательства человека.

  • Почему это важно Встраивая функции, ориентированные на ИИ, непосредственно в свою инфраструктуру, Ritual Chain упрощает сложные, повторяющиеся или чувствительные ко времени вычисления ИИ. Разработчики получают более надежную и автоматизированную среду для создания по-настоящему "интеллектуальных" децентрализованных приложений.

2.2 Уровень протокола консенсуса

  • Что он делает Протокольный уровень Ritual Chain решает необходимость эффективного управления разнообразными задачами ИИ. Большие задачи вывода и гетерогенные вычислительные узлы требуют специальной логики рыночных сборов и нового подхода к консенсусу для обеспечения плавного выполнения и проверки.
  • Ключевые компоненты
    • Resonance (Рынок сборов):
      • Вводит роли "аукциониста" и "брокера" для сопоставления задач ИИ различной сложности с подходящими вычислительными узлами.
      • Использует почти исчерпывающее или "пакетное" распределение задач для максимизации пропускной способности сети, гарантируя, что мощные узлы обрабатывают сложные задачи без задержек.
    • Symphony (Консенсус):
      • Разделяет вычисления ИИ на параллельные подзадачи для проверки. Несколько узлов проверяют этапы процесса и результаты отдельно.
      • Предотвращает перегрузку сети большими задачами ИИ, распределяя рабочие нагрузки проверки по нескольким узлам.
    • vTune:
      • Демонстрирует, как проверять тонкую настройку моделей, выполненную узлами, на цепочке с использованием проверок данных "черного хода".
      • Иллюстрирует более широкую способность Ritual Chain обрабатывать более длительные, более сложные задачи ИИ с минимальными предположениями о доверии.
  • Почему это важно Традиционные рынки сборов и модели консенсуса испытывают трудности с тяжелыми или разнообразными рабочими нагрузками ИИ. Переработав оба, Ritual Chain может динамически распределять задачи и проверять результаты, расширяя возможности на цепочке далеко за пределы базовой логики токенов или контрактов.

3. Нативные приложения

  • Что они делают Основываясь на Infernet и Ritual Chain, нативные приложения включают рынок моделей и сеть валидации, демонстрируя, как функции, управляемые ИИ, могут быть нативно интегрированы и монетизированы на цепочке.
  • Ключевые компоненты
    • Рынок моделей:
      • Токенизирует модели ИИ (и, возможно, тонко настроенные варианты) как активы на цепочке.
      • Позволяет разработчикам покупать, продавать или лицензировать модели ИИ, с доходами, вознаграждаемыми создателям моделей и поставщикам вычислений/данных.
    • Сеть валидации и "Rollup-as-a-Service":
      • Предлагает внешним протоколам (например, L2) надежную среду для вычислений и проверки сложных задач, таких как доказательства с нулевым разглашением или запросы, управляемые ИИ.
      • Предоставляет индивидуальные решения rollup, использующие EVM++, функции планирования и дизайн рынка сборов Ritual.
  • Почему это важно Делая модели ИИ непосредственно торгуемыми и проверяемыми на цепочке, Ritual расширяет функциональность блокчейна в рынок услуг и наборов данных ИИ. Более широкая сеть также может использовать инфраструктуру Ritual для специализированных вычислений, формируя единый экосистему, где задачи и доказательства ИИ становятся дешевле и прозрачнее.

Развитие экосистемы Ritual

Видение Ritual как "открытой сети инфраструктуры ИИ" идет рука об руку с созданием надежной экосистемы. Помимо основного проектирования продукта, команда создала партнерства в области хранения моделей, вычислений, систем доказательств и приложений ИИ, чтобы обеспечить экспертную поддержку каждого уровня сети. В то же время Ritual активно инвестирует в ресурсы для разработчиков и рост сообщества, чтобы способствовать реальным случаям использования на своей цепочке.

  1. Сотрудничество в экосистеме
  • Хранение моделей и их целостность: Хранение моделей ИИ с помощью Arweave гарантирует, что они останутся неизменными.
  • Партнерства в области вычислений: IO.net предоставляет децентрализованные вычисления, соответствующие потребностям масштабирования Ritual.
  • Системы доказательств и уровень-2: Сотрудничество с Starkware и Arbitrum расширяет возможности генерации доказательств для задач на основе EVM.
  • Потребительские приложения ИИ: Партнерства с Myshell и Story Protocol приносят больше услуг, управляемых ИИ, на цепочку.
  • Уровень активов моделей: Pond, Allora и 0xScope предоставляют дополнительные ресурсы ИИ и расширяют границы ИИ на цепочке.
  • Улучшение конфиденциальности: Nillion укрепляет уровень конфиденциальности Ritual Chain.
  • Безопасность и стекинг: EigenLayer помогает обеспечивать безопасность и стекинг в сети.
  • Доступность данных: Модули EigenLayer и Celestia улучшают доступность данных, что жизненно важно для рабочих нагрузок ИИ.
  1. Расширение приложений
  • Ресурсы для разработчиков: Подробные руководства объясняют, как запускать контейнеры ИИ, использовать PyTorch и интегрировать GPT-4 или Mistral-7B в задачи на цепочке. Практические примеры — такие как создание NFT через Infernet — снижают барьеры для новичков.
  • Финансирование и акселерация: Акселератор Ritual Altar и проект Ritual Realm предоставляют капитал и наставничество командам, создающим децентрализованные приложения на Ritual Chain.
  • Известные проекты:
    • Anima: Многоагентный DeFi-ассистент, который обрабатывает запросы на естественном языке в области кредитования, обмена и стратегий доходности.
    • Opus: Токены мемов, созданные ИИ, с запланированными торговыми потоками.
    • Relic: Интегрирует модели прогнозирования, управляемые ИИ, в AMM, стремясь к более гибкой и эффективной торговле на цепочке.
    • Tithe: Использует МО для динамической настройки кредитных протоколов, улучшая доходность при снижении риска.

Согласуя проектирование продукта, партнерства и разнообразный набор децентрализованных приложений, управляемых ИИ, Ritual позиционирует себя как многофункциональный центр для Web3 x ИИ. Его подход, ориентированный на экосистему, дополненный обширной поддержкой разработчиков и реальными возможностями финансирования, закладывает основу для более широкого принятия ИИ на цепочке.

Перспективы Ritual

Планы по продукту и экосистема Ritual выглядят многообещающе, но многие технические пробелы остаются. Разработчикам все еще нужно решать фундаментальные проблемы, такие как настройка конечных точек вывода моделей, ускорение задач ИИ и координация нескольких узлов для крупномасштабных вычислений. На данный момент основная архитектура может справляться с более простыми случаями использования; настоящая задача — вдохновить разработчиков на создание более креативных приложений, управляемых ИИ, на цепочке.

В будущем Ritual может сосредоточиться меньше на финансах и больше на том, чтобы сделать вычислительные или модельные активы торгуемыми. Это привлекло бы участников и укрепило бы безопасность сети, связав токен цепи с практическими рабочими нагрузками ИИ. Хотя детали дизайна токена пока не ясны, очевидно, что видение Ritual заключается в том, чтобы вдохновить новое поколение сложных, децентрализованных приложений, управляемых ИИ, продвигая Web3 в более глубокую и креативную область.

Рост полнофункционального децентрализованного ИИ: прогноз на 2025 год

· 4 минут чтения
Lark Birdy
Chief Bird Officer

Слияние ИИ и криптовалюты долгое время было предметом ажиотажа, но плохо реализовывалось. Прошлые попытки децентрализовать ИИ разбивали стек, не принося реальной ценности. Будущее не в частичной децентрализации, а в создании полнофункциональных платформ ИИ, которые действительно децентрализованы, интегрируя вычисления, данные и интеллект в единые, самоподдерживающиеся экосистемы.

Cuckoo Network

Я провел месяцы, интервьюируя 47 разработчиков, основателей и исследователей на этом пересечении. Консенсус? Полнофункциональный децентрализованный ИИ — это будущее вычислительного интеллекта, и 2025 год станет его прорывным годом.

Разрыв на рынке в $1,7 триллиона

Сегодня инфраструктура ИИ контролируется несколькими игроками:

  • Четыре компании контролируют 92% поставок GPU NVIDIA H100.
  • Эти GPU приносят до $1,4 млн годового дохода на единицу.
  • Наценки на выводы ИИ превышают 80%.

Эта централизация подавляет инновации и создает неэффективности, готовые к разрушению. Децентрализованные полнофункциональные платформы ИИ, такие как Cuckoo Network, стремятся устранить эти узкие места, демократизируя доступ к вычислениям, данным и интеллекту.

Полнофункциональный децентрализованный ИИ: расширение видения

Полнофункциональная децентрализованная платформа ИИ не только интегрирует вычисления, данные и интеллект, но и открывает двери для трансформационных новых случаев использования на пересечении блокчейна и ИИ. Давайте исследуем эти уровни в свете новых тенденций.

1. Децентрализованные рынки вычислений

Централизованные поставщики вычислений взимают завышенные сборы и концентрируют ресурсы. Децентрализованные платформы, такие как Gensyn и Cuckoo Network, позволяют:

  • Эластичные вычисления: Доступ к GPU по требованию через распределенные сети.
  • Проверяемые вычисления: Криптографические доказательства гарантируют точность вычислений.
  • Снижение затрат: Ранние тесты показывают снижение затрат на 30-70%.

Кроме того, рост AI-Fi создает новые экономические примитивы. GPU становятся активами с доходностью, а ликвидность на блокчейне позволяет дата-центрам финансировать приобретение оборудования. Разработка децентрализованных обучающих фреймворков и оркестрации вывода ускоряется, прокладывая путь к действительно масштабируемой инфраструктуре вычислений ИИ.

2. Сообщества, управляемые данными

Зависимость ИИ от данных делает централизованные наборы данных узким местом. Децентрализованные системы, используя Data DAO и технологии повышения конфиденциальности, такие как доказательства с нулевым разглашением (ZK), позволяют:

  • Справедливое распределение ценности: Динамическое ценообразование и модели владения вознаграждают участников.
  • Рынки данных в реальном времени: Данные становятся торгуемым, токенизированным активом.

Однако, поскольку модели ИИ требуют все более сложных наборов данных, рынки данных должны будут балансировать между качеством и конфиденциальностью. Инструменты для вероятностных примитивов конфиденциальности, такие как безопасные вычисления с участием нескольких сторон (MPC) и федеративное обучение, станут необходимыми для обеспечения как прозрачности, так и безопасности в децентрализованных приложениях ИИ.

3. Прозрачный ИИ интеллект

Сегодня системы ИИ — это черные ящики. Децентрализованный интеллект приносит прозрачность через:

  • Аудируемые модели: Смарт-контракты обеспечивают подотчетность и прозрачность.
  • Объяснимые решения: Выводы ИИ интерпретируемы и повышают доверие.

Новые тенденции, такие как агентные намерения, где автономные агенты ИИ совершают транзакции или действуют на блокчейне, предлагают взгляд на то, как децентрализованный ИИ может переопределить рабочие процессы, микроплатежи и даже управление. Платформы должны обеспечить бесшовную интероперабельность между системами на основе агентов и системами на основе человека, чтобы эти инновации могли процветать.

Новые категории в децентрализованном ИИ

Взаимодействие агент-агент

Блокчейны по своей природе компонуемы, что делает их идеальными для взаимодействий агент-агент. Это пространство дизайна включает автономных агентов, участвующих в финансовых транзакциях, запуске токенов или упрощении рабочих процессов. В децентрализованном ИИ эти агенты могут сотрудничать в сложных задачах, от обучения моделей до проверки данных.

Генеративный контент и развлечения

Агенты ИИ — это не только работники, они также могут создавать. От агентного мультимедийного развлечения до динамического, генеративного контента в играх, децентрализованный ИИ может открыть новые категории пользовательского опыта. Представьте себе виртуальных персонажей, которые бесшовно сочетают блокчейн-платежи с ИИ-сгенерированными повествованиями, чтобы переопределить цифровое повествование.

Стандарты учета вычислений

Отсутствие стандартизированного учета вычислений было проблемой как для традиционных, так и для децентрализованных систем. Чтобы конкурировать, децентрализованные сети ИИ должны приоритизировать прозрачность, позволяя сравнениям "яблоко с яблоком" качества и вывода вычислений. Это не только повысит доверие пользователей, но и создаст проверяемую основу для масштабирования децентрализованных рынков вычислений.

Что должны делать разработчики и инвесторы

Возможности в полнофункциональном децентрализованном ИИ огромны, но требуют концентрации:

  • Используйте агентов ИИ для автоматизации рабочих процессов: Агенты, которые совершают транзакции автономно, могут упростить аутентификацию предприятий, микроплатежи и интеграцию между платформами.
  • Стройте для интероперабельности: Обеспечьте совместимость с существующими конвейерами ИИ и новыми инструментами, такими как интерфейсы агентных транзакций.
  • Приоритизируйте UX и доверие: Принятие зависит от простоты, прозрачности и проверяемости.

Взгляд в будущее

Будущее ИИ не фрагментировано, а объединено через децентрализованные, полнофункциональные платформы. Эти системы оптимизируют уровни вычислений, данных и интеллекта, перераспределяя власть и позволяя беспрецедентные инновации. С интеграцией агентных рабочих процессов, вероятностных примитивов конфиденциальности и прозрачных стандартов учета, децентрализованный ИИ может преодолеть разрыв между идеологией и практичностью.

В 2025 году успех придет к платформам, которые предоставляют реальную ценность, создавая единые, ориентированные на пользователя экосистемы. Эпоха действительно децентрализованного ИИ только начинается, и ее влияние будет трансформационным.