¿Cómo acelerará Crypto la llegada de la era de la inteligencia artificial? - Grayscale

Autor: Investigación de Grayscale

Compilación: Felix, PANews

Grayscale（灰度）anunció ayer el lanzamiento del nuevo fondo Grayscale Decentralized AI Fund LLC, centrado en la Descentralización de AI. Los primeros proyectos del fondo incluyen Bittensor (TAO), FIL (FIL), Livepeer (LPT), Near (NEAR) y Render (RNDR), siendo Near, FIL y Render los activos con mayor peso en el fondo. Como resultado de esta noticia, los tokens relacionados experimentaron un aumento significativo. Posteriormente, Grayscale publicó un artículo para interpretar la IA y la Descentralización de AI, explicando las razones por las que les otorgan tanta importancia. A continuación, se muestra el texto completo.

La inteligencia artificial (IA) es una de las tecnologías emergentes más prometedoras de este siglo, con el potencial de aumentar la productividad humana de forma exponencial y impulsar avances en medicina. Aunque la IA puede ser importante hoy, su influencia solo seguirá creciendo. Según las estimaciones de PwC, para 2030, la IA se convertirá en una industria de 15 billones de dólares.

Sin embargo, esta tecnología prometedora también enfrenta desafíos. A medida que la IA se vuelve más poderosa, el poder en la industria de la IA se concentra en unas pocas empresas, lo que plantea potenciales riesgos para la sociedad. Esto también ha generado preocupaciones serias sobre la falsificación en la Profundidad, los sesgos incorporados y los riesgos de privacidad de los datos. Afortunadamente, la encriptación tecnológica ofrece posibles soluciones a algunos de estos problemas a través de la Descentralización y la transparencia.

Este artículo discutirá los problemas causados por la centralización, y cómo la inteligencia artificial descentralizada ayuda a resolver algunos de sus inconvenientes. También se analizará la intersección entre la criptografía y la inteligencia artificial, centrándose en las aplicaciones de encriptación que muestran signos tempranos de adopción en este campo.

Problemas de AI centralizada

El desarrollo actual de la IA enfrenta ciertos riesgos y desafíos. Los efectos de red y la intensa demanda de capital de la IA son muy significativos, tanto que muchos desarrolladores de IA fuera de las grandes compañías tecnológicas, como pequeñas empresas o investigadores académicos, tienen dificultades para obtener los recursos necesarios para desarrollar la IA o no pueden monetizar su trabajo. Esto limita la competencia y la innovación en general en la IA.

Por lo tanto, la influencia de esta tecnología clave se concentra principalmente en unas pocas empresas como OpenAI y Google, lo que ha suscitado serias dudas sobre la gobernanza de la IA. Por ejemplo, en febrero de este año, se reveló que el generador de imágenes de IA de Google, Gemini, estaba involucrado en discriminación racial y errores históricos, y se sospechaba que manipulaba el modelo. Además, en noviembre del año pasado, la decisión de una junta directiva compuesta por seis personas de despedir al CEO de OpenAI, Sam Altman, expuso el hecho de que unas pocas personas controlan las empresas que desarrollan estos modelos.

Con el creciente impacto e importancia de la IA, muchas personas están preocupadas de que una empresa pueda tener el poder de tomar decisiones sobre modelos de IA que tienen un gran impacto en la sociedad. Incluso podrían erigir barreras y manipular los modelos en su propio beneficio, a expensas de otros.

** DescentralizaciónAI如何提供帮助**

La IA descentralizada se refiere al uso de la tecnología blockchain para distribuir la propiedad y gobernanza de los servicios de IA de una manera que mejore la transparencia y accesibilidad. Según Grayscale Research, la IA descentralizada tiene el potencial de liberar estas decisiones importantes de entornos cerrados y hacer que sean de dominio público.

La tecnología blockchain puede ayudar a los desarrolladores a aumentar el acceso a la IA, lo que permite a los desarrolladores independientes Soltar y trabajar en la monetización de sus logros. Esto ayudará a mejorar la innovación y la competencia general en el campo de la IA, manteniendo un equilibrio con los modelos desarrollados por las grandes empresas de tecnología.

Además, la inteligencia artificial de Descentralización puede ayudar a lograr la democratización de la inversión en inteligencia artificial. Actualmente, aparte de invertir en algunas acciones tecnológicas, hay pocas formas de obtener ganancias relacionadas con el desarrollo de IA. Mientras tanto, una gran cantidad de capital privado se ha asignado a empresas emergentes y privadas de IA (47.000 millones de dólares en 2022 y 42.000 millones de dólares en 2023). Por lo tanto, solo una pequeña parte de capital de riesgo e inversores acreditados pueden obtener ganancias de estas empresas. En contraste, los activos de encriptación de IA de Descentralización están abiertos a todos, cualquier persona puede participar en el futuro de la IA.

¿Cómo está desarrollándose el campo de intersección hoy en día?

La convergencia de Crypto y AI está en una etapa temprana en términos de madurez, pero la respuesta del mercado es alentadora. Hasta mayo de 2024, el rendimiento de los activos de encriptación en el área de AI fue del 20%, superando la mayoría de las áreas de encriptación. Además, según los datos de Kaito, en comparación con otras áreas como Finanzas descentralizadas, Layer2, MEME y RWA, actualmente el área de AI tiene la mayor ‘cuota de narrativa mental’ en las plataformas sociales (la mayor atención del mercado).

Recientemente, algunos personajes prominentes han comenzado a abrazar este nuevo campo, comprometiéndose a solucionar las deficiencias de la IA centralizada. En marzo de este año, el fundador de la empresa de IA Stability AI, Emad Mostaque, dejó la compañía para perseguir la descentralización de la IA, afirmando que “ahora es el momento de asegurarse de que la IA se mantenga abierta y descentralizada”. Además, el fundador de ShapeShift, Erik Vorhees, recientemente lanzó Venice.ai, un servicio de IA centrado en la privacidad que cuenta con encriptación de extremo a extremo.

Figura 1: Hasta ahora este año, el rendimiento de AI Universe ha superado prácticamente a todas las pistas de encriptación

La intersección de Crypto y AI se puede dividir en tres subcategorías principales:

• Capa de infraestructura: la red que proporciona plataformas para el desarrollo de la inteligencia artificial (por ejemplo NEAR, TAO, FET)
• Recursos necesarios para la IA: Activos que proporcionan los recursos clave (computación, almacenamiento, datos) necesarios para el desarrollo de IA (por ejemplo, RNDR, AKT, LPT, FIL, AR, MASA)
• Solución de problemas de IA: activos que intentan resolver problemas relacionados con la IA, como el surgimiento de robots y falsificaciones de Profundidad, así como la validación de modelos (como WLD, TRAC, NUM).

图 2*：AI和Crypto市场地图*

Fuente de información: Grayscale Investments. El protocolo incluido es un ejemplo ilustrativo

La red que proporciona infraestructura para el desarrollo de la IA

El primer tipo es una red de arquitectura abierta que proporciona servicios de inteligencia artificial sin licencia, diseñada específicamente para el desarrollo general de la inteligencia artificial. Estos activos no se centran en un solo producto o servicio de inteligencia artificial, sino en la creación de infraestructura subyacente y mecanismos de incentivos para diversas aplicaciones de inteligencia artificial.

NEAR se destaca en esta categoría, con el cofundador siendo también el cofundador de la arquitectura ‘Transformer’, la cual respalda sistemas de IA como ChatGPT. En mayo de este año, NEAR anunció su enfoque en la creación de un ecosistema de IA propiedad de los usuarios, con el compromiso de optimizar la privacidad y soberanía de los usuarios. A finales de junio, NEAR lanzó su programa de incubación de IA para desarrollar una plataforma de datos, marcos de agentes de IA y un mercado de computación para modelos base nativos de NEAR y aplicaciones de IA.

Bittensor es una plataforma que utiliza el Token TAO para incentivar económicamente el desarrollo de la inteligencia artificial. Bittensor es la plataforma subyacente de 38 subredes (subnets), cada una con diferentes casos de uso, como chatbots, generación de imágenes, predicción financiera, traducción de idiomas, entrenamiento de modelos, almacenamiento y cálculo. La red de Bittensor recompensa a los Mineros y Validadores mejor desempeñados de cada subred con el Token TAO, y proporciona una API sin permisos para que los desarrolladores construyan aplicaciones de IA específicas consultando a los Mineros de Bittensor en la subred.

Esta categoría también incluye otros protocolos, como Fetch.ai y la red Allora. Fetch.ai es una plataforma para que los desarrolladores creen asistentes de inteligencia artificial complejos (también conocidos como “agentes de IA”), recientemente se fusionó con AGIX y OCEAN, con una capitalización de mercado total de aproximadamente 75 mil millones de dólares. Otro es la red Allora, que se enfoca en la aplicación de la inteligencia artificial en aplicaciones financieras, incluidas estrategias de comercio automático para DEX y mercados de predicción. Allora aún no ha emitido tokens y llevó a cabo una ronda de financiación estratégica en junio, con un total de 35 millones de dólares en financiamiento privado.

Recursos necesarios para el desarrollo de la IA

La segunda categoría incluye activos que proporcionan recursos necesarios para el desarrollo de la IA en forma de cálculo, almacenamiento o datos.

El surgimiento de la IA ha generado una gran demanda de recursos de cálculo en forma de GPU. Mercados como Render (RNDR), Akash (AKT) y Livepeer (LPT) proporcionan suministro de GPU no utilizadas para desarrolladores de entrenamiento de modelos, inferencia de modelos o generación de IA generativa en 3D. Se estima que Render ofrece alrededor de 10,000 GPU, dirigidas especialmente a artistas y IA generativa; mientras que Akash ofrece 400 GPU, dirigidas especialmente a desarrolladores e investigadores de IA. Al mismo tiempo, Livepeer ha anunciado recientemente un nuevo plan de subred de IA con el objetivo de ejecutar tareas de inferencia de IA como conversión de texto a imagen, texto a video e imagen a video para agosto de 2024.

Además de requerir una gran cantidad de recursos informáticos, los modelos de inteligencia artificial también requieren una gran cantidad de datos. Por lo tanto, la demanda de almacenamiento de datos ha aumentado significativamente. Soluciones de almacenamiento de datos como FIL (FIL) y Arweave (AR) pueden actuar como alternativas descentralizadas y seguras a las redes, almacenando datos de IA en servidores AWS centralizados. Estas soluciones no solo proporcionan almacenamiento rentable y escalable, sino que también mejoran la seguridad y la integridad de los datos al eliminar los riesgos de fallas únicas y la filtración de datos mediante la Soltar de puntos únicos.

Finalmente, los servicios de IA existentes, como OpenAI y Gemini, pueden acceder continuamente a datos en tiempo real a través de Bing y Google. Esto pone a todos los demás desarrolladores de modelos de IA, excepto las empresas de tecnología, en una posición desfavorable. Sin embargo, servicios de extracción de datos como Grass y Masa pueden ayudar a crear un entorno de competencia justa, ya que permiten a las personas beneficiarse al proporcionar datos de aplicaciones para entrenar modelos de IA, al tiempo que mantienen el control y la privacidad de sus datos personales.

Intentando resolver problemas relacionados con AI de activos

La tercera categoría incluye activos que intentan abordar problemas relacionados con la IA, como robots, falsificaciones de profundidad y el surgimiento de fuentes de contenido.

Otro problema importante de la IA es la proliferación de robots y mensajes de error. Las falsificaciones de Profundidad generadas por la IA ya han tenido un impacto en las elecciones presidenciales de India y Europa, y los expertos están ‘muy preocupados’ por las próximas elecciones presidenciales de Estados Unidos, donde se espera una gran cantidad de ‘información falsa’ impulsada por las falsificaciones de Profundidad. Los activos que buscan abordar los problemas relacionados con las falsificaciones de Profundidad incluyen Origin Trail (TRAC), Numbers Protocol (NUM) y Story Protocol. Además, Worldcoin (WLD) intenta abordar el problema de los robots mediante una identificación biométrica única.

Otro riesgo de la IA es asegurar la confianza en el propio modelo. ¿Cómo confiar en que los resultados de la IA recibidos no han sido alterados o manipulados? Actualmente, hay varios protocolos que utilizan criptografía, Prueba de conocimiento cero y encriptación homomórfica completa (FHE) para ayudar a resolver este problema, como Modulus Labs y Zama.

Conclusión

Aunque estos activos de IA de Descentralización han logrado resultados iniciales, todavía se encuentran en una etapa temprana. A principios de este año, el inversionista de riesgo Fred Wilson dijo que la IA y la criptografía son “dos caras de la misma moneda” y que “Web3 nos ayudará a confiar en la IA”. A medida que la industria de la IA madura, Grayscale Research cree que estos casos de uso encriptación relacionados con la IA se volverán cada vez más importantes, y estas dos tecnologías en rápido desarrollo tienen el potencial de complementarse mutuamente.

Muchas señales indican que la era de la IA está por venir y tendrá un impacto profundo, ya sea positivo o negativo. Creemos que la tecnología blockchain puede ayudar a mitigar algunos de los peligros de la IA al aprovechar sus características.

相关阅读：为什么风投公司大举押注Crypto x AI