AI + Crypto 2025, 1/2
Надеюсь, на этом закончатся мои подходы к снаряду по имени Messari с десятками кросс-референс статей по теме😊
Итак, попробуем суммировать и упросить все, что на сегодня существует по теме AI в децентрализованной среде, чтобы не набирать только GOAT, AI16Z, и ZEREBRO в свои AI сумки😂
Для начала, стоит признать, что рынок AI + Crypto показывает впечатляющий рост: капитализация AI-протоколов выросла с $5 млрд в октябре 2023 до более $60 млрд в конце 2024 года, при этом только в частный сектор было инвестировано свыше $1 млрд. А капитализация токенов AI-агентов достигла $13 млрд!
За этими внушительными цифрами стоит фундаментальное изменение подхода к развитию искусственного интеллекта. В то время как традиционные AI-гиганты вроде OpenAI и Google развивают закрытые системы, криптосообщество работает над созданием открытой и децентрализованной инфраструктуры для AI следующего поколения.
Фундамент децентрализованного искусственного интеллекта состоит из 6 критически важных компонентов:
⁃ Вычислительная инфраструктура (GPU)
⁃ Качество данных — системы сбора и верификации данных
⁃ Прозрачная система обучения языковых моделей
⁃ Конфиденциальные AI-интерфейсы
⁃ Инструменты и платформы для AI-агентов
⁃ Неманипулируемые AI-агенты и приложения
Первым и, возможно, самым важным является вычислительная инфраструктура. Традиционные AI-компании полагаются на огромные централизованные кластеры GPU — не каждая организация может позволить себе управлять фермой из 7500 графических процессоров. В качестве альтернативы проекты вроде Hyperbolic, IO_net и Akash создают децентрализованные сети GPU, работающие по принципам шеринговой экономики. Важным технологическим прорывом в этой области стала интеграция TEE (Trusted Execution Environment) в новые GPU Nvidia серий H100 и H200, что обеспечивает безопасность и верифицируемость вычислений.
Вторым критическим компонентом являются данные. Качество AI-моделей напрямую зависит от качества данных для обучения, однако сейчас основными источниками являются крупные корпорации, чьи датасеты непрозрачны и могут содержать искажения. Проекты как Vana работают над созданием децентрализованных сетей для сбора и верификации пользовательских данных, где участники сохраняют контроль над своей информацией и получают вознаграждение за её предоставление через систему Data DAO.
Третий компонент — прозрачная система обучения моделей. Sentient, Prime Intellect и Gensyn разрабатывают инфраструктуру, где весь процесс тренировки происходит в защищенной среде GPU TEE с генерацией криптографических доказательств, которые можно верифицировать через блокчейн. Это обеспечивает беспрецедентный уровень прозрачности в создании AI-моделей.
