L'intersezione tra intelligenza artificiale generativa e Web3 è ONE delle aree di ricerca e sviluppo più attive nei circoli Cripto degli ultimi mesi. Calcolo decentralizzato, IA a conoscenza zero, modelli di fondazione più piccoli, reti di dati decentralizzate e catene AI-first sono alcune delle tendenze recenti che mirano ad abilitare binari nativi Web3 per carichi di lavoro AI.

Queste tendenze sono innovazioni tecnologiche che cercano di colmare il divario tra i mondi di Web3 e AI, rappresentando un attrito naturale contro la natura centralizzata dell'AI generativa. Mentre la creazione di ponti tecnologici con l'AI è fondamentale per l'evoluzione di Web3, T rappresentano l'unico percorso di integrazione per queste tendenze Tecnologie .

E se il percorso per integrare Web3 e AI fosse finanziario anziché puramente tecnico? Si scopre che le capacità Finanza programmabile e formazione di capitale delle Cripto potrebbero essere utili per ONE delle sfide più grandi che l'attuale mercato dell'AI generativa deve affrontare.

A quale sfida ci riferiamo? A niente altro che alle sfide di finanziamento dell'intelligenza artificiale generativa open source.

L'intelligenza artificiale generativa open source deve avere successo

Nonostante il recente livello di innovazione nell'AI generativa decentralizzata, il divario con la tecnologia AI centralizzata sta aumentando anziché diminuire. Molte persone concordano sul fatto che le blockchain rappresentino la migliore alternativa Tecnologie al crescente controllo centralizzato dell'AI da parte delle grandi piattaforme tecnologiche. Tuttavia, le sfide di adozione per le piattaforme AI decentralizzate sono monumentali.

Il calcolo decentralizzato è un chiaro pilastro per l'IA decentralizzata, ma si dimostra poco pratico per i carichi di lavoro di pre-addestramento e messa a punto che richiedono GPU in stretta prossimità con accesso a set di dati che spesso si trovano dietro firewall aziendali. Il ML a conoscenza zero è troppo costoso per essere pratico in grandi modelli di fondazione e T ha visto alcuna domanda reale sul mercato. I marketplace di dati decentralizzati devono superare gli stessi problemi che hanno impedito ai marketplace di dati di diventare grandi aziende tecnologiche.

Mentre l'IA decentralizzata si sforza di superare queste frizioni, le alternative centralizzate stanno accelerando a un ritmo frenetico, creando un divario spaventoso tra le due. L' ONE tendenza che sta mantenendo le speranze per un mondo in cui l'IA decentralizzata può avere successo è la rapida evoluzione dell'IA generativa open source.

Tutte le tendenze dell'intelligenza artificiale decentralizzata si basano su un sano ecosistema di intelligenza artificiale generativa open source, ma tale ecosistema potrebbe non essere così sano come sembra.

L'intelligenza artificiale generativa open source ha un enorme problema di finanziamento

Negli ultimi due anni, abbiamo assistito a un'esplosione di innovazione nell'IA generativa open source di grandi dimensioni come alternativa a piattaforme come OpenAI/Microsoft, Google o Anthropic. Meta è diventato un sorprendente campione indiscusso dell'IA generativa open source con il rilascio dei modelli Llama. Aziende come Mistral hanno raccolto miliardi di finanziamenti di rischio, piattaforme aziendali come Databricks o Snowflake stanno spingendo modelli open source e c'è un numero crescente di rilasci di IA generativa open source su base settimanale.

Sebbene lo slancio dell'intelligenza artificiale generativa open source sia forte, un'analisi più dettagliata mostra una realtà diversa. L'intelligenza artificiale generativa open source sta affrontando un enorme problema di finanziamento. Quando si tratta di grandi modelli di fondazione, solo grandi aziende come Databricks, Snowflake, Meta o startup ben finanziate come Mistral stanno tenendo il passo con le prestazioni di grandi modelli chiusi. La maggior parte delle release di altri laboratori, come Databricks e Snowflake, si concentrano su carichi di lavoro aziendali ottimizzati, mentre la maggior parte della recente ricerca open source si sta concentrando su tecniche complementari piuttosto che su nuovi modelli.

La ragione di questo fenomeno può essere attribuita ai costi astronomici della costruzione di grandi modelli di frontiera. Qualsiasi ciclo di pre-addestramento per un modello di oltre 20 miliardi di parametri potrebbe costare tra i dieci e i cento milioni di dollari e comporta un processo di diversi mesi con molti tentativi falliti. Questi costi esulano dal budget della maggior parte dei laboratori universitari. Per rendere le cose più interessanti, molte delle sovvenzioni per i laboratori universitari di intelligenza artificiale provengono da grandi operatori tecnologici, che sono quindi i beneficiari immediati degli output.

Fare soldi con l'open source è sempre stato difficile, e fare soldi con l'IA generativa open source è difficile su scala AI. Di conseguenza, l'IA generativa open source sta vivendo una massiccia crisi di finanziamenti che può creare un serio divario con gli operatori storici dell'IA.

Capitale Cripto per l'intelligenza artificiale generativa open source

I primitivi di formazione di capitale delle Cripto sembrano ONE delle poche alternative valide per affrontare la crisi di finanziamenti nell'IA generativa. Nel corso della sua storia, i token Cripto sono stati un veicolo primario per la formazione di capitale per i progetti Web3 attraverso cicli di mercato rialzisti e ribassisti. Alcuni di questi principi potrebbero essere applicati all'IA generativa open source? C'è sicuramente più di ONE interessante.

• Finanziamento quadratico Gitcoin
  
  

Gitcoin rappresenta ONE degli esempi di maggior successo di finanziamento dell'innovazione open source in Web3. Il meccanismo di finanziamento quadratico introdotto da Gitcoin potrebbe essere applicato direttamente all'IA generativa. Portare le capacità native dell'IA generativa in Web3 è fondamentale per l'evoluzione dello spazio, quindi è naturale aspettarsi che i progetti di IA generativa attirino l'attenzione della comunità.

Diciamo che un laboratorio di intelligenza artificiale universitario deve raccogliere 10 milioni di $ per la pre-formazione di un LLM basato su una nuova architettura. Più DAO e fondazioni possono contribuire a una sovvenzione Gitcoin che può anche essere abbinata dai concedenti, creando un meccanismo di finanziamento più efficiente. Questo meccanismo è molto più efficiente delle alternative attuali sul mercato.

• Una nuova licenza di intelligenza artificiale generativa open source
  

Il finanziamento di progetti open source abilita meccanismi in cui il valore creato da tali progetti può beneficiare la comunità di finanziamento originale. Quando si tratta di Web3 e di IA generativa aperta, un'idea interessante è quella di stabilire una licenza in cui qualsiasi applicazione commerciale che utilizzi un modello finanziato tramite token Web3 dovrebbe contribuire con parte di tali entrate sotto forma di quel token specifico. Questo meccanismo può anche essere applicato tramite contratti intelligenti.

Affrontare un rischio sistemico per l'intelligenza artificiale generativa aperta

I veicoli di finanziamento per l'IA open source sono ONE delle sfide più importanti da affrontare nell'attuale panorama dell'IA generativa. L'open source è tradizionalmente difficile da Finanza, e l'IA generativa open source lo è ancora di più, considerando i costosi requisiti computazionali.

Non abilitare canali di finanziamento adeguati per promuovere l'innovazione open source nell'IA generativa può creare un rischio sistemico per l'intero spazio, poiché l'equilibrio si sposterà interamente su piattaforme commerciali chiuse. Cripto ha stabilito alcuni dei canali più sofisticati e collaudati per il finanziamento dell'innovazione open source. Forse, il primo ponte tra Web3 e l'IA generativa sarà finanziario e non necessariamente tecnico.

Nota: le opinioni espresse in questa rubrica sono quelle dell'autore e non riflettono necessariamente quelle di CoinDesk, Inc. o dei suoi proprietari e affiliati.