Cómo entender el floreciente ecosistema de IA de Web3

Aunque la intersección de Web3 y la IA tiene un gran potencial, hoy en día existe mucha confusión sobre esta tecnología emergente en el mercado. Trazar la cadena de suministro de GPU, las capas de la pila tecnológica y varios panoramas competitivos puede ayudar a los inversores a comprender mejor el ecosistema y tomar decisiones de inversión más informadas, dice David Attermann, de M31 Capital.

Jan 10, 2024 at 4:45 p.m. UTC

Updated Mar 8, 2024 at 7:48 p.m. UTC

En poco más de un año desde el lanzamiento debut de ChatGPT, la IA generativa se ha convertido posiblemente en la narrativa global más influyente en la actualidad. El éxito inicial de OpenAI impulsó un aumento en el interés de los inversores por los grandes modelos de lenguaje (LLM) y las aplicaciones de IA, atrayendo 25 mil millones de dólares en financiación en 2023 ( ¡cinco veces más interanual!) , en busca de una potencial oportunidad de mercado multimillonaria.

Estás leyendo Crypto Long & Short , nuestro boletín semanal que incluye información, noticias y análisis para el inversor profesional. Regístrese aquí para recibirlo en su bandeja de entrada todos los miércoles.

Como escribí anteriormente , las tecnologías de IA y criptografía se complementan bien entre sí, por lo que no es sorprendente ver surgir un ecosistema de IA en crecimiento dentro de Web3. A pesar de toda la atención, he notado mucha confusión sobre lo que hacen estos protocolos, qué es exagerado versus real y cómo encajan todos juntos. Este informe trazará un mapa de la cadena de suministro de Web3 AI, definirá cada capa de la pila tecnológica y explorará los diversos panoramas competitivos. Al final, debería tener una comprensión básica de cómo funciona el ecosistema y qué buscar a continuación.

Pila de tecnología de inteligencia artificial de Web3

Capa de infraestructura

La IA generativa funciona con LLM, que se ejecutan en GPU de alto rendimiento. Los LLM tienen tres cargas de trabajo principales: capacitación (creación de modelos), ajuste (especialización en sectores/temas) e inferencia (ejecución del modelo). He segmentado esta capa en GPU de uso general, GPU específica de ML y agregadores de GPU, que se caracterizan por sus diferentes capacidades de carga de trabajo y casos de uso. Estos mercados P2P están criptoincentivados para garantizar una descentralización segura. pero es importante tener en cuenta que el procesamiento real de la GPU se produce fuera de la cadena.

GPU de uso general: criptoincentivada (descentralizada) Mercados para la potencia informática de GPU que se pueden utilizar para cualquier tipo de aplicación. Dada su naturaleza de propósito general, el recurso informático es más adecuado para la inferencia de modelos únicamente (la carga de trabajo de LLM más utilizada). Los primeros líderes de las categorías incluyen Akash y Render, pero, con muchos nuevos participantes surgiendo, no está claro cómo se desarrollará la diferenciación de protocolos. Aunque la computación es técnicamente un producto básico, la demanda Web3 de computación sin permiso y específica de GPU debería continuar creciendo exponencialmente durante la próxima década a medida que integremos más la IA en nuestra vida diaria. Los diferenciadores clave a largo plazo serán los efectos de distribución y de red.
GPU específica de ML: estos mercados son más específicos del aprendizaje automático (ML) aplicaciones y, por lo tanto, se puede utilizar para entrenamiento, ajuste e inferencia de modelos. A diferencia de los mercados de propósito general, estos protocolos pueden diferenciarse mejor mediante la superposición de software específico de ML, pero los efectos de distribución y red también serán clave. Bittensor tiene una ventaja inicial, pero muchos proyectos se lanzarán pronto.
Agregadores de GPU: estos mercados agregan el suministro de GPU de las dos categorías anteriores, abstraen la orquestación de redes y superposición con software específico de ML. Son como Web2 VAR (revendedores de valor añadido) y pueden considerarse distribuidores de productos. Estos protocolos ofrecen soluciones de GPU más completas que pueden ejecutar entrenamiento, ajuste e inferencia de modelos. Io.net es el primer protocolo que surge en la categoría, pero espero que surjan más competidores dada la necesidad de una distribución de GPU más consolidada.

Capa de software intermedio

La capa anterior permite el acceso sin permiso a las GPU, pero se necesita middleware para conectar este recurso informático a contratos inteligentes en cadena de una manera que minimice la confianza (es decir, para que lo utilicen aplicaciones Web3). Ingrese a las pruebas de conocimiento cero (ZKP), un método criptográfico mediante el cual una parte (probador) puede demostrarle a otra parte (verificador) que una declaración determinada es verdadera, evitando al mismo tiempo transmitir al verificador cualquier información más allá del hecho de la verdad de la declaración. En nuestro caso, la "declaración" es el resultado del LLM dada una entrada específica.

Verificación de inferencia de conocimiento cero (ZK): mercados descentralizados para Los verificadores de ZKP ofertarán por la oportunidad de verificar (a cambio de una compensación) que los resultados de inferencia sean producidos con precisión por el LLM deseado (mientras se mantienen privados los datos y los parámetros del modelo). Aunque la tecnología ZK ha recorrido un largo camino, ZK para aprendizaje automático (zkML) aún está en sus inicios y debe ser más barato y más rápido para que sea práctico. Cuando lo haga, tendrá el potencial de abrir drásticamente el espacio de diseño Web3 y de IA, al permitir que los contratos inteligentes accedan a los LLM de forma descentralizada. Aunque aún es temprano, =nil;, Giza y RISC Zero lideran la actividad de desarrollo en GitHub. Protocolos como Blockless están bien posicionados independientemente de los proveedores de ZKP que WIN , ya que actúan como capas de agregación y abstracción (distribución ZKP).
Centros de aplicaciones y herramientas para desarrolladores: además de ZKP, Web3 desarrolladores requieren herramientas, kits de desarrollo de software (SDK) y servicios para crear de manera eficiente aplicaciones como agentes de IA (entidades de software que llevan a cabo operaciones en nombre de un usuario u otro programa con cierto grado de autonomía, empleando representación de los objetivos del usuario) y basadas en IA. estrategias comerciales automatizadas. Muchos de estos protocolos también funcionan como centros de aplicaciones, donde los usuarios pueden acceder directamente a aplicaciones terminadas que se crearon en sus plataformas (distribución de aplicaciones). Los primeros líderes incluyen Bittensor, que actualmente alberga 32 “subredes” diferentes (aplicaciones de IA), y Fetch.ai , que ofrece una plataforma de servicio completo para desarrollar agentes de IA de nivel empresarial.

Capa de aplicación

Y finalmente, en la cima de la pila tecnológica, tenemos aplicaciones de interfaz de usuario que aprovechan el poder de procesamiento de IA sin permiso de Web3 (habilitado por las dos capas anteriores) para completar tareas específicas para una variedad de casos de uso. Esta porción del mercado aún es incipiente y todavía depende de una infraestructura centralizada, pero los primeros ejemplos incluyen auditorías de contratos inteligentes, chatbots específicos de blockchain, juegos de metaverso, generación de imágenes y plataformas comerciales y de gestión de riesgos. A medida que la infraestructura subyacente siga avanzando y los ZKP maduren, surgirán aplicaciones de IA de próxima generación con una funcionalidad que es difícil de imaginar hoy en día. No está claro si los primeros participantes podrán KEEP el ritmo o si surgirán nuevos líderes en 2024 y más allá.

Perspectiva de los inversores: si bien soy optimista sobre toda la tecnología de IA, creo que los protocolos de infraestructura y middleware son mejores inversiones hoy en día, dada la incertidumbre sobre cómo evolucionará la funcionalidad de la IA con el tiempo. Independientemente de cómo evolucione, las aplicaciones Web3 AI sin duda requerirán una enorme potencia de GPU, tecnología ZKP y herramientas y servicios de desarrollo (es decir, infraestructura y middleware).

Divulgación: M31 Capital tiene posiciones en varios tokens mencionados en este artículo.

Editado por Benjamin Schiller.

Disclosure

Tenga en cuenta que nuestra política de privacidad, condiciones de uso, cookies, y no vender mis datos personales ha sido actualizada.

CoinDesk es un galardonado medio de comunicación que cubre la industria de la criptomoneda. Sus periodistas siguen un conjunto estricto de políticas editoriales. En noviembre de 2023, CoinDesk fue adquirido por el grupo Bullish, propietario de Bullish, un intercambio de activos digitales regulado. El grupo Bullish es mayoritariamente propiedad de Block.one; ambas empresas tienen intereses en una variedad de negocios de blockchain y activos digitales y tenencias significativas de activos digitales, incluido bitcoin. CoinDesk opera como una subsidiaria independiente con un comité editorial para proteger la independencia periodística. Los empleados de CoinDesk, incluidos los periodistas, pueden recibir opciones en el grupo Bullish como parte de su compensación.