|
原文标题：Flipping the AI coin
原文作者：Gagra Ventures
原文源自：gagra
编译：ChainCatcher
编者按：作者透过技术的光环，看到了 Web3 项目在推进 AI 发展中所面临的资本、硬件等多重阻碍。尽管 Web3 的初衷是打破中心化，实现去中心化的理想，但在实际操作中，却常常受到市场叙事和代币激励的上下，偏离了初衷。
ChainCatcher 将原文编译如下：
AI 和 Web3 结合的呼声越来越高，但这再也不是一篇阳光的风投文案。咱们对合并这两种技术感到阳光，但下面的文字是一种呼吁。否则，这种阳光将没法实现。
为何？由于研发和运行最佳 AI 模型必须巨额资本支出，最先进的硬件一般难以得到，况且必须非常特定行业的开发。像大都数 Web3 人工智能项目正在做的那样，经过加密激励来众包这些资源并不足以抵消掌控 AI 发展的大机构投入的数百亿美元。鉴于硬件方面的限制，这可能是首个大型软件范式，在现有组织之外的聪明和有创造力的工程师都没法打破它。
软件正在以越来越快的速度“吞噬着世界”，火速将随着人工智能的加速而指数增长。当前状况下，所有这些“蛋糕”都流向了科技巨头，而最后用户，包含政府和大型公司，则更加受制于它们的权力。
错位的激励机制
所有这一切出现在一个极不合适的机会——90%的去中心化网络参与者都在忙着追求由叙事驱动的容易法币收益的“金蛋”。
研发人员正跟随咱们行业的投资者，而不是反过来。这种状况有各样表现形式，从公开承认到更微妙的潜认识动机，但叙事和围绕它们形成的市场驱动了 Web3 中许多决策。和传统反射泡泡同样，参与者太过专注于内部世界，没法重视到外边世界，除非这有助于进一步推动这1星期期的叙事。而人工智能显然是最大的叙事，由于它本身正处在蓬勃发展的周期。
咱们与人工智能和加密货币交叉行业的数十个团队进行过交流，能够确认她们中的许多人都是非常有能力、以使命为导向且充满激情的建设者。但人的本性便是如此，在面对引诱时，咱们常常会屈服于它们，而后在事后将这些选取恰当化。
易于流动性的路径始终是加密行业的历史诅咒——日前在这一点上，它已然拖延了数年的发展和有价值的采用。它乃至让最忠实的加密货币信仰者亦转向 “拉高代币”的方向。恰当化的理由是，持有代币的建设者可能会有更好的机会。
公司资本和散户资本的低繁杂性为建设者供给了机会，让她们能够脱离现实提出主张，同期还能从估值中获益，就好似这些主张已然实现了同样。这些过程的结果实质上是根深蒂固的道德危害和资本破坏，很少有这般的策略能在长时间内生效。需求是一切发明之母，当需求消失时，发明亦就消失了。
这种状况出现的机会简直不可再糟糕。当所有最聪明的科技公司家、国家行径者和体积公司都在竞相保证从人工智能革命中分得一杯羹时，加密货币的创始人和投资者却选取了 “快速 10 倍”。而在咱们看来，这才是真正的机会成本。
Web3 人工智能前景概述
鉴于以上的激励机制， Web3 人工智能项目的归类实质上能够分为：
恰当的（亦能够细分为现实主义者和理想主义者）
半恰当的
造假的
从基本上说，咱们认为项目建设者应该清楚地晓得怎样能跟上她们的 Web2 竞争对手，并且晓得那些行业是能够竞争的，那些是痴心妄想，尽管这些痴心妄想的行业可能会向危害投资机构和公众推销。
咱们的目的是能够这里时此地参与竞争。否则，人工智能的发展速度可能会把 Web3 甩在后面，而世界则会跃升到西方公司人工智能与中国国家人工智能之间的 “ Web4 ”。哪些不可够即时具备竞争力并依赖分布式技术在更长期范围内追赶的人过于阳光，不足以受到认真对待。
显然，这只是一个非常粗略的概括，即使是 “造假者 ”群体中亦最少有几个认真的团队（亦许更加多的只是妄想者）。但这篇文案是一篇呼吁书，因此呢咱们没意客观，而是呼吁读者要有紧迫感。
恰当的：
研发“人工智能上链”中间件的处理方法创始人不多，她们明白日前去中心化训练或推理用户实质必须的模型（即尖端技术）是不可行的，乃至是不可能的。
因此呢，找到一种办法将最佳的中心化模型与链上环境连接起来，让其从繁杂的自动化中受益，对她们来讲是一个足够好的第1步。日前，能够托管 API 拜访点的硬件隔离 TEE （“空气隔离”处理器）、双向预言机（用于双向索引链上和链下数据）、以及为代理供给可验证的链下计算环境的协处理器架构，似乎是日前最好的处理方法。
还有一种运用零知识证明（ ZKPs ）对状态变化进行快照（而不是验证完整计算）的协处理器架构，咱们认为中期内亦是可行的。
针对一样的问题，更理想化的办法是尝实验证链下推理，以使其在信任假设方面与链上计算保持一致。
咱们认为，这般做的目的应该是让人工智能在一个统一的运行环境中执行链上和链下任务。然而，大都数推理可验证性的支持者谈论的是“信任模型权重”等棘手的目的，这些目的实质上在几年内（倘若有的话）才会变得关联。近期，这个阵营的创始人起始探索替代办法来验证推理，但最初都是基于 ZKP 的。虽然非常多聪明的团队正在开展 ZKML （即零知识设备学习）的科研工作，但他们预计加密优化的速度会超过人工智能模型的繁杂性和计算需求，冒了太大的危害。因此呢，咱们认为她们日前不适合竞争。不外，近期的有些发展还是特别有趣的，不该该被忽略。
半恰当的：
消费者应用程序运用封装了闭源和开源模型的包装器（例如，用于图像生成的稳定扩散或 Midjourney ）。其中有些团队率先进入市场，并得到了实质用户的认可。因此呢，一概叫作其为造假者并不公平，但仅有少许几个团队正在深入思考怎样以去中心化的方式发展其底层模型，并在激励设计方面进行创新。在代币部分，亦有有些有趣的治理/所有权设计。然则，这类项目中的大都数只是在诸如 OpenAI API 的基本上，在本来中心化的包装上打上一个代币，以得到估值溢价或为团队带来更快的流动性。
以上两个阵营都无处理的问题是去中心化环境下大型模型的训练和推理。日前，倘若不依靠紧密连接的硬件集群，就没法在恰当的时间内训练出基本模型。鉴于竞争水平，“恰当的时间 ”是重要原因。
近期已然有有些有前途的科研成果，从理论上讲，“微分数据流”（ Differential Data Flow ）等办法将来可能会扩展到分布式计算网络，以加强其容量（随着网络能力赶上数据流需求）。然则，有竞争力的模型训练仍然必须本地化集群之间的通信，而不是单一的分布式设备和尖端计算（零售 GPU 越来越缺乏竞争力）。
经过缩小模型体积来实现本地化推理（去中心化的两种办法之一）的科研近期亦取得了发展，但在 Web3 中还无利用它的现有协议。
去中心化训练和推理的问题规律上将咱们带到了三个阵营中的最后一个，亦是迄今为止最要紧的一个，因此呢对咱们来讲是最具情感触发性的一个。
造假的：
基本设备应用重点集中在分散服务器行业，供给裸硬件或分散模型训练/托管环境。还有有些软件基本设备项目正在推动联盟学习（分散模型训练）等协议，或哪些将软件和硬件组件结合到一个平台的项目，在这个平台上，人们基本上能够端到端地训练和安排她们的去中心化模型。它们中的大都数都缺乏实质处理所述问题所需的繁杂性，“代币激励+市场助力 ”的天真想法在这儿占了上风。咱们在公共和私人市场上看到的处理方法，无一个能这里时此地实现有道理的竞争。有些方法可能会发展作为可行的（但小众的）制品，但咱们此刻必须的是鲜嫩的、有竞争力的方法。而这只能经过处理分布式计算瓶颈的创新设计来实现。在训练中，不仅速度是一个大问题，已完成工作的可验证性和培训工作负载的协调亦是一个大问题，这就增多了带宽瓶颈。
咱们必须一套有竞争力的、真正去中心化的基本模型，它们必须去中心化的训练和推理才可发挥功效。失去人工智能可能会彻底否定自以太坊显现败兴 “去中心化世界计算机 ”所取得的一切成就。倘若计算机变成为了人工智能，而人工智能又是中心化的，那样除了某种反乌托邦式的版本之外，世界计算机将没从谈起。
训练和推理是人工智能创新的核心。当人工智能世界的其他行业都在向更紧密的架构发展时， Web3 必须有些正交的处理方法来与之竞争，由于正面竞争的可行性正变得越来越低。
问题的规模
一切都与计算相关。对训练和推理的投入越多，结果就越好。是的，这儿可能会有有些调节和优化，那里亦可能有有些调节和优化，计算本身并不是同质的。此刻有各样各样的新办法来克服传统冯-诺依曼架构处理单元的瓶颈，但这一切仍然归结为你能在多大的内存块上做多少次矩阵乘法，速度有多快。
这便是为何咱们会看到所说的 “超大规模 ”在数据中心方面进行如此强大的建设，它们都期盼创建一个完整的堆栈，顶部是人工智能模型，底部是为其供给动力的硬件： OpenAI （模型）+微软（计算）、 Anthropic （模型）+ AWS （计算）、谷歌（两者都有）和 Meta （经过加倍奋斗建设自己的数据中心，两者都越来越多）。还有更加多的细微差别、相互功效动态和关联方，但咱们就不一一列举了。总的来讲，超大规模公司正在前所未有地投资数十亿美元用于数据中心建设，并在其计算和人工智能制品之间创造协同效应，随着人工智能在全世界经济中的普及，预计将产生巨大的收益。
让咱们来瞧瞧这 4 家机构仅在今年的预期建设水平：
英伟达™（ NVIDIA ®）机构首席执行官黄仁勋（ Jensen Huang ）曾提出，将来几年将向人工智能加速行业投入总计 1 万亿美元的资金。近期，他将这一预测翻了一番，增多到 2万美元，据叫作这是由于他看到了主权公司的兴趣。
Altimeter 机构的分析师预计，2024 年和 2025 年全世界与人工智能关联的数据中心支出将分别达到 1600 亿美元和 2000 多亿美元。
此刻，将这些数字与 Web3 为独立数据中心运营商供给的激励进行比较，以促进它们在最新的人工智能硬件上扩大资本支出：
当前，所有去中心化理学基本设备（ DePIn ）项目的总市值日前约为 400 亿美元，重点是由于相对流动性较低且以投机为主的代币形成。基本上，这些网络的市值等于其贡献者的总资本支出的上限估计，由于它们用代币来激励这种建设。然而，当前的市值几乎无用处，由于它已然发行了。
因此呢，让咱们假设在将来 3-5 年内，做为激励办法，市场上还会显现另一 800 亿美元（现有价值的 2 倍）的私有和公开 DePIn 代币资本，并假设这些代币将 100% 用于人工智能用例。即使咱们将这一非常粗略的估计除以 3（年），并将其美元价值与仅在 2024 年投入的超大规模机构的现金价值进行比较，很显著，将代币激励办法强加给一堆 “去中心化 GPU 网络 ”项目是不足的。
另外，还必须数十亿美元的投资者需求来吸收这些代币，由于这些网络的运营商将海量挖出的代币出售以支付资本和运营支出的重大成本。还必须更加多的资金来推动这些代币的上涨，并激励扩大建设，以超越超大规模机构。
然而，对 Web3 服务器日前的运行方式有深入认识的人可能会认为，“去中心化理学基本设备 ”的很大一部分实质上是运行在这些超大规模机构的云服务上。当然， GPU 和其他人工智能专用硬件需求的激增正在推动更加多的供应，这最后会使云租赁或购买变得更加便宜。最少这是人们的期望。
但同期亦要思虑到：此刻英伟达必须优先思虑客户对其最新一代 GPU 的需求。英伟达亦起始在自己的地盘上与最大的云计算供给商展开竞争——向已然锁定在这些超级计算器上的公司客户供给人工智能平台服务。这最后会促进它要么随着时间的推移创立自己的数据中心（实质上会侵蚀她们此刻享受的丰厚利润，因此呢不太可能），要么将其人工智能硬件营销大幅限制在其合作网络云供给商的范围内。
另外，正在推出额外人工智能专用硬件的英伟达竞争对手，大多运用的是由于台积电生产的与英伟达相同的芯片。因此呢，日前基本上所有人工智能硬件机构都在争夺台积电的产能。台积电亦必须优先思虑某些客户。三星和潜在的英特尔（英特尔正试图尽快重返最先进的芯片制造行业，为自己的硬件生产芯片）或许能够吸收额外的需求，但台积电日前正在生产大都数人工智能关联芯片，而对尖端芯片制造（3和 2 纳米）的扩展和校准必须数年时间。
最后，因为美国对英伟达（ NVIDIA ）和台积电（ TSMC ）的限制，中国基本上与最新一代人工智能硬件没缘。与 Web3 区别，中国机构实质上亦有自己的竞争模式，尤其是百度和阿里巴巴等机构的 LLM ，它们必须海量上一代设备才可运行。
因为以上原由之一或各样原因的迭加，随着人工智能争霸战愈演愈烈并优先于云业务，超大规模公司会限制外边拜访其人工智能硬件，这是一种非实质性危害。基本上，这是这般一种状况：她们将所有与人工智能关联的云容量都占为己有，再也不供给给其他人，同期还吞噬了所有最新的硬件。这般一来，包含主权国家在内的其他大机构就会对剩余的计算供应提出更高的需求。与此同期，剩下的消费级 GPU 亦越来越缺乏竞争力。
显然，这只是一个极端的状况，但倘若硬件瓶颈依然存在，大玩家们就会因奖金过高而退缩。这般一来，像二级数据中心和零售级硬件所有者这般的去中心化运营商（占 Web3 DePIn 供给商的大都数）就会被排除在竞争之外。
硬币的另一面
当加密货币的创始人还在睡梦中时，人工智能巨头们正在密切关注加密货币。政府的压力和竞争可能会促进她们采用加密货币，以避免被关闭或受到严格监管。
Stability AI 创始人近期辞职，以便起始 “去中心化 ”他的机构，这便是最早的公开暗示之一。他此前在公开露面时并无隐瞒他计划在机构成功上市后推出代币，这在某种程度上暴露了预期行动暗地里的真正动机。
一样，虽然 Sam Altman 并无参与他联合创立的加密项目 Worldcoin 的运营，但其代币的交易没疑就像是 OpenAI 的代理。是不是存在一种将互联网代币项目与人工智能开发项目联系起来的途径，仅有时间会告诉咱们，但 Worldcoin 团队似乎亦认识到市场正在测试这一假设。
对咱们来讲，人工智能巨头们探索区别的去中心化路径是非常有道理的。咱们在这儿再次看到的问题是， Web3 并无产生有道理的处理方法。“治理代币”大都数时候只是一个梗，而日前仅有哪些知道避免资产持有者与其网络研发和运营之间直接联系的代币，如 BTC 和 ETH ，才是真正的去中心化代币。
引起技术发展缓慢的激励机制亦影响了区别治理加密网络设计的发展。初创团队只是在自己的制品上贴上一个 “治理代币”，期盼在蓄势待发的过程中摸索出一条新路，而最后却只能在围绕资源分配的 “治理剧场 ”中固步自封。
结论
AI 竞赛正在进行，每一个人都对此非常认真。在大型科技巨头扩展计算能力的思考中，咱们没法找到任何漏洞——更加多的计算寓意着更好的人工智能，更好的人工智能寓意着降低成本、增多新收入和扩大市场份额。对咱们来讲，这寓意着泡泡是恰当的，但所有的造假者仍将在将来不可避免的洗牌中被淘汰。
集中化的大公司人工智能正在主导这个行业，初创公司很难跟上。 Web3 行业虽然姗姗来迟，但亦正在加入这场竞争。与 Web2 行业的初创机构相比，市场对加密人工智能项目的奖励过于丰厚，这使得创始人在重要时刻将重视力从制品交付转向了推动代币价格上涨，而这一机会正在快速关闭。到日前为止，还无任何创新能够规避扩展计算规模以进行竞争。
此刻，围绕面向消费者的模型，显现了一场可信的开源运动，最初，仅有有些集中式企业选取与更大的闭源对手（如 Meta 、 Stability AI ）争夺市场份额。但此刻，社区正在迎头赶上，给领先的人工智能机构带来了压力。这些压力将继续影响人工智能制品的闭源研发，但在开源制品迎头赶上之前，影响不会很大。这是 Web3 行业的另一大机遇，但前提是它必要处理分散模型训练和推理的问题。
因此呢，虽然从表面上看，“经典 ”的颠覆者机会是存在的，但实质状况却远非如此。人工智能与计算息息关联，倘若将来 3-5 年无突破性创新，就没法改变这一状况，而这正是决定由谁掌控和引导人工智能发展的重要时期。
计算市场本身，尽管需求推动了供应方的奋斗，但因为制造商之间的竞争受到芯片制造和规模经济等结构性原因的制约，亦不可能 “百花齐放”。
咱们仍然对人类的聪明才智持阳光态度，并确信有足够多的聪明人和高尚的人能够尝试以一种有利于自由世界，而非自上而下的公司或政府掌控的方式来破解人工智能困难。然则，这种机会看起来非常渺茫，充其量亦便是掷硬币罢了，但 Web3 的创始人却忙于掷硬币来得到经济效益，而不是对世界产生实质影响。返回外链论坛：http://www.fok120.com/，查看更加多
责任编辑：网友投稿
| 
发表于 2024-7-1 08:43:16
