Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Investigación de galaxias
Comprender la
intersección de las
criptomonedas y la IA
14 DE FEBRERO DE 2022
Machine Translated by Google
Autor &
Agradecimientos
Lucas Tcheyan
Investigación de galaxias
Este informe es un producto de Galaxy Research, una organización de investigación dentro de Galaxy, el proveedor líder de servicios financieros en el
sector de activos digitales, criptomonedas y tecnología blockchain. Galaxy Research ofrece comentarios de mercado de primer nivel, vistas temáticas, conocimientos
tácticos e investigación de protocolos en profundidad.
Contenido
Introducción 4
Conclusiones clave 4
Terminología 5
Computación descentralizada 7
Descripción general 7
Computación generalizada 8
Mercados secundarios 8
Coprocesadores 18
Aplicaciones 18
panorama 19
Agentes de IA 20
Proveedores de agentes 20
Agentes de Bitcoin e IA 20
panorama 21
Conclusión 22
Machine Translated by Google
Introducción
La llegada de las cadenas de bloques públicas es uno de los avances más profundos en la historia de la informática. Pero el desarrollo de la
inteligencia artificial tendrá, y ya está teniendo, un profundo impacto en nuestro mundo. Si la tecnología blockchain proporciona una nueva plantilla
para la liquidación de transacciones, el almacenamiento de datos y el diseño de sistemas, la inteligencia artificial es una revolución en la computación,
el análisis y la entrega de contenidos.
La innovación en las dos industrias está desbloqueando nuevos casos de uso que podrían acelerar la adopción de ambas en los próximos años.
Este informe explora las integraciones en curso de criptografía e inteligencia artificial con un enfoque en casos de uso novedosos que intentan
cerrar la brecha entre los dos, aprovechando el poder de ambos. Específicamente, este informe examina proyectos que desarrollan protocolos
informáticos descentralizados, infraestructura de aprendizaje automático de conocimiento cero (zkML) y agentes de inteligencia artificial.
Crypto proporciona a la IA una capa de liquidación sin permiso, sin confianza y componible. Esto desbloquea casos de uso como hacer que el hardware
sea más accesible a través de sistemas informáticos descentralizados, crear agentes de inteligencia artificial que puedan ejecutar tareas complejas
que requieren el intercambio de valor y desarrollar soluciones de identidad y procedencia para combatir los ataques de Sybil y las falsificaciones
profundas.
La IA aporta a las criptomonedas muchos de los mismos beneficios que vemos en la Web 2.
Esto incluye una experiencia de usuario (UX) mejorada tanto para usuarios como para desarrolladores gracias a modelos de lenguaje grande (es
decir, versiones especialmente entrenadas de ChatGPT y Copilot), así como el potencial de mejorar significativamente la funcionalidad y
automatización de los contratos inteligentes. Las cadenas de bloques son los entornos transparentes y ricos en datos que necesita la IA.
Pero las cadenas de bloques también tienen una capacidad computacional limitada, un obstáculo importante para la integración
La fuerza impulsora detrás de la experimentación en curso y la eventual adopción en la intersección de las criptomonedas y la IA es la misma que
impulsa muchos de los casos de uso más prometedores de las criptomonedas: el acceso a una capa de coordinación sin permiso y sin confianza que
facilita mejor la transferencia de valor. Dado el enorme potencial, los participantes en el espacio deben comprender las formas fundamentales
en que se cruzan las dos tecnologías.
Conclusiones clave
• La integración de las criptomonedas y la IA en el futuro inmediato (de 6 meses a 1 año) estará dominada por aplicaciones de IA que
mejoren la eficiencia de los desarrolladores, la auditabilidad y seguridad de los contratos inteligentes y la accesibilidad de los usuarios.
Estas integraciones no son específicas de las criptomonedas, sino que mejoran la experiencia del usuario y del desarrollador en cadena.
• Las ofertas de computación descentralizada están implementando ofertas de GPU adaptadas a la IA justo cuando hay una escasez
significativa de GPU de alto rendimiento, lo que proporciona un viento de cola para la adopción.
• La experiencia del usuario y la regulación siguen siendo obstáculos para incorporar clientes de computación descentralizada.
Sin embargo , los recientes desarrollos en OpenAI , así como las revisiones regulatorias en curso en los Estados Unidos, resaltan la propuesta de
valor de las redes de IA descentralizadas, resistentes a la censura y sin permiso.
• Integraciones de IA en cadena, especialmente para contratos inteligentes capaces de utilizar modelos de IA,
Requieren mejoras en la tecnología zkML y otros métodos computacionales que verifiquen la computación fuera de la cadena
dentro de la cadena. La falta de herramientas integrales y talento de desarrollador, así como los altos costos, son barreras para la
adopción.
• Los agentes de IA son muy adecuados para las criptomonedas, donde los usuarios (o los propios agentes) pueden crear billeteras para
realizar transacciones con otros servicios, agentes o personas. Actualmente, esto no es posible utilizando los rieles financieros tradicionales.
Se necesita una integración adicional con productos no criptográficos para una adopción más amplia.
Machine Translated by Google
Terminología
La Inteligencia Artificial es el uso de la computación y las máquinas para imitar las capacidades de razonamiento y resolución de
problemas de los seres humanos.
Las redes neuronales son un método de entrenamiento para modelos de IA. Ejecutan entradas a través de capas
discretas de algoritmos, refinándolas hasta que se produce la salida deseada. Las redes neuronales se componen de
ecuaciones que tienen pesos que pueden modificarse para cambiar la salida. Pueden requerir cantidades increíbles de
Se deben capacitar datos y cálculos para que sus resultados sean precisos. Es una de las formas más comunes en que se
desarrollan los modelos de IA (ChatGPT utiliza un proceso de red neuronal que depende de transformadores).
El entrenamiento es el proceso mediante el cual se desarrollan redes neuronales y otros modelos de IA. Se requieren grandes
cantidades de datos para entrenar modelos para que interpreten correctamente las entradas y produzcan resultados precisos.
Durante el proceso de entrenamiento, los pesos de la ecuación del modelo se modifican continuamente hasta que se produce un
resultado satisfactorio. La formación puede resultar muy costosa. ChatGPT, por ejemplo, utiliza decenas de miles de sus
propias GPU para procesar sus datos. Los equipos con menos recursos a menudo dependen de proveedores informáticos
dedicados como Amazon Web Services, Azure y Google Cloud Providers.
La inferencia es el uso real de un modelo de IA para obtener un resultado (por ejemplo, usar ChatGPT para crear un
esquema para un artículo sobre la intersección de las criptomonedas y la IA). Las inferencias se utilizan durante todo el proceso
de formación y en el producto final. Su ejecución puede ser costosa, incluso después de completar la capacitación, debido a los
costos computacionales, pero son menos intensivas en términos computacionales que la capacitación.
Las pruebas de conocimiento cero (ZKP) permiten la verificación de un reclamo sin revelar la información subyacente. Esto
es útil en criptografía por dos razones principales: 1) privacidad y 2) escalabilidad. Por razones de privacidad, esto permite a
los usuarios realizar transacciones sin revelar información confidencial, como cuánto ETH hay en su billetera.
Para escalar, permite probar el cálculo fuera de la cadena dentro de la cadena más rápidamente que tener que volver a ejecutar el
cálculo. Esto permite que las cadenas de bloques y las aplicaciones ejecuten cálculos de forma económica fuera de la cadena y
luego los verifiquen dentro de la cadena. Para obtener más información sobre el conocimiento cero y su papel en la máquina
virtual Ethereum, consulte el informe zkEVMs: The Future of Ethereum Scalability de Christine Kim.
Machine Translated by Google
Los proyectos en la intersección de la IA y las criptomonedas todavía están zkML es un área de enfoque emergente para proyectos que desean proporcionar
construyendo la infraestructura subyacente necesaria para respaldar las resultados de modelos verificables en cadena de manera rentable y oportuna.
interacciones de la IA en cadena a escala. Estos proyectos permiten principalmente que las aplicaciones manejen solicitudes
informáticas pesadas fuera de la cadena y luego publiquen en la cadena un resultado
Están surgiendo mercados informáticos descentralizados para suministrar grandes verificable que demuestre que la carga de trabajo fuera de la cadena es completa
cantidades de hardware físico, principalmente en forma de unidades de y precisa. zkML es costoso y requiere mucho tiempo en su creación de instancias
procesamiento gráfico (GPU), necesarias para entrenar e inferir modelos de IA. actual, pero se utiliza cada vez más como solución. Esto es evidente en el creciente
Estos mercados bilaterales conectan a quienes alquilan y buscan alquilar número de integraciones entre proveedores de zkML y aplicaciones DeFi/Juegos
computación, facilitando la transferencia de valor y la verificación de la computación. que desean aprovechar los modelos de IA.
Dentro de la computación descentralizada están surgiendo varias subcategorías que
brindan funcionalidad adicional. Además de los mercados bilaterales, este La amplia oferta de computación y la capacidad de verificar que la computación en
informe examinará los proveedores de capacitación en aprendizaje automático que cadena abre la puerta a los agentes de IA en cadena. Los agentes son
se especializan en brindar servicios de capacitación verificables y ajustar resultados, modelos entrenados capaces de ejecutar solicitudes en nombre de un usuario.
así como proyectos que trabajan para conectar la computación y la generación de Los agentes ofrecen la oportunidad de mejorar significativamente la experiencia en
modelos para lograr inteligencia artificial general, también conocida como Redes cadena, permitiendo a los usuarios ejecutar transacciones complejas con solo hablar con
de incentivos de inteligencia. un chatbot. Sin embargo, tal como existen hoy, los proyectos de Agent todavía se
centran en desarrollar la infraestructura y las herramientas para una implementación
fácil y rápida.
Machine Translated by Google
Computación descentralizada
Descripción general Verticales de computación descentralizada
La IA requiere grandes cantidades de computación, tanto para entrenar En los últimos años han surgido varios modelos de computación
modelos como para ejecutar inferencias. Durante la última década, a medida descentralizada, cada uno con su propio enfoque y compensaciones.
que los modelos se volvieron más sofisticados, los requisitos informáticos
aumentaron exponencialmente. OpenAI, por ejemplo, descubrió que entre
2012 y 2018 los requisitos informáticos para sus modelos pasaron de
Verticales de computación descentralizada
duplicarse cada dos años a cada tres meses y medio. Esto ha provocado un Fuente: Investigación de galaxias
Las GPU de última generación, como las producidas por Nvidia, tienen una
gran demanda. En septiembre, Tether adquirió una participación en Northern
Data, un minero alemán de Bitcoin, y supuestamente pagó 420 millones de
dólares para adquirir 10.000 GPU H100 (una de las GPU más avanzadas para
entrenamiento de IA). Los tiempos de espera para obtener el mejor hardware de
su clase pueden ser de al menos seis meses y, en muchos casos, más. Para
empeorar aún más la situación, a menudo se exige a las empresas que firmen
contratos a largo plazo por cantidades de computación que tal vez ni siquiera
utilicen. Esto puede llevar a situaciones en las que hay computación disponible,
pero no está disponible en el mercado. Los sistemas informáticos descentralizados
ayudan a abordar estas ineficiencias del mercado, creando un mercado secundario
donde los propietarios de informática pueden subarrendar su exceso de
capacidad en cualquier momento, desbloqueando nueva oferta.
lanzó su red principal de GPU que permite a los usuarios alquilar GPU para llevando a las empresas a acumular computación más allá de lo que pueden necesitar,
entrenamiento e inferencias de IA. y el suministro se ve aún más limitado debido a la estructura de los contratos con los
proveedores de la nube que encierran a los clientes en contratos a largo plazo aunque
Hay dos actores principales en el ecosistema Akash: inquilinos y proveedores. Los no se requiera un acceso continuo. Las plataformas informáticas descentralizadas
inquilinos son usuarios de la red Akash que desean comprar recursos computacionales. Los desbloquean nueva oferta, lo que permite que cualquier persona en el mundo con la
Para unir inquilinos y proveedores, Akash se basa en un proceso de subasta inversa. Los
inquilinos envían sus requisitos informáticos, dentro de los cuales pueden especificar ciertas Queda por ver si la creciente demanda de GPU para entrenamiento de IA se traducirá
condiciones, como la ubicación de los servidores o el tipo de hardware que realiza el en el uso de la red a largo plazo en Akash. Akash ha proporcionado durante mucho tiempo
cálculo, y la cantidad que están dispuestos a pagar. Luego, los proveedores envían su un mercado para CPU, por ejemplo, ofreciendo servicios similares como alternativas
precio de venta y la oferta más baja recibe la tarea. centralizadas con un descuento del 7080% .
Sin embargo, los precios más bajos no han resultado en una aceptación significativa.
Los arrendamientos activos en la red se han estabilizado, con un promedio de solo el adopción. Una señal de demanda es que la utilización promedio de la GPU hasta la fecha
33 % de cómputo, el 16 % de la memoria y el 13 % del almacenamiento para el segundo es del 44 % y superior a la de las CPU, la memoria y el almacenamiento. Esto se debe
de 2023. Si bien estas son métricas impresionantes para la adopción en cadena (como principalmente a la demanda de GPU de la más alta calidad (como las A100), con más del 90%
referencia, el proveedor líder de almacenamiento Filecoin tenía 12,6% de utilización del arrendado, alquilado.
Datos: Cloudmos.io
Datos: Cloudmos.io
Machine Translated by Google
Proveedor H100 (80 GB) A100 (80 GB) A100 (40 GB) RTX A600 RTX 4090 RTX 3090
– – – –
Nube de Google $5.07 $3.67
Amazon Web – – – –
$5.12 $4.10
Servicios
MicrosoftAzure – – – – –
$3.67
Nube Lamda – – –
$1.99 $1.50 $1.10
Tejido central – – –
$4.25 $2.21 $2.06
Vasta IA – –
$1.35 $1.00 $0.35 $0.31
Los precios igualan (o en algunos casos son un poco más caros) a sus competidores centralizados El protocolo tiene cuatro actores principales: remitentes, solucionadores, verificadores y
como Lambda Cloud y Vast.ai. La increíble demanda de GPU de gama alta (como H100 y denunciantes. Los remitentes envían tareas a la red con
A100) significa que la mayoría de los propietarios de esos equipos tienen poco interés en solicitudes de formación. Estas tareas incluyen el objetivo de capacitación, el modelo a
cotizar en mercados donde enfrentan precios competitivos. entrenar y los datos de capacitación. Como parte del proceso de envío, los remitentes pagan
una tarifa por adelantado por el cálculo estimado requerido por el solucionador.
Si bien el interés inicial es prometedor, persisten barreras para la adopción (que se analizan
más adelante). Las redes informáticas descentralizadas deberán hacer más para generar Una vez enviadas, las tareas se asignan a los solucionadores que llevan a cabo el
demanda y oferta, y los equipos están experimentando la mejor manera de atraer nuevos usuarios. entrenamiento real de los modelos. Luego, los solucionadores envían las tareas completadas a los
A principios de 2024, por ejemplo, Akash aprobó la Propuesta 240 para aumentar las emisiones verificadores, quienes son responsables de verificar la capacitación para garantizar que se haya
de AKT para los proveedores de GPU e incentivar una mayor oferta, específicamente dirigida realizado correctamente. Los denunciantes son responsables de garantizar que los verificadores
a GPU de gama alta. Los equipos también están trabajando en la implementación de modelos de se comporten con honestidad. Para incentivar a los denunciantes a participar en la red,
prueba de concepto para demostrar a los posibles usuarios las capacidades en tiempo real Gensyn planea proporcionar periódicamente pruebas intencionalmente incorrectas que
de sus redes. Akash está entrenando su propio modelo fundamental y ya ha lanzado ofertas recompensen a los denunciantes por detectarlas.
de chatbot y generación de imágenes que crean resultados utilizando las GPU Akash.
Más allá de proporcionar computación para cargas de trabajo relacionadas con la IA, la
De manera similar, io.net ha desarrollado un modelo de difusión estable y está implementando propuesta de valor clave de Gensyn es su sistema de verificación, que aún está en
nuevas funcionalidades de red que imitan mejor el rendimiento y la escala de los centros de datos desarrollo. La verificación es necesaria para garantizar que los cálculos externos
de GPU tradicionales. realizados por los proveedores de GPU se realicen correctamente (es decir, para garantizar
Gensyn aborda este problema con un enfoque único, aprovechando métodos de verificación
Capacitación en aprendizaje automático descentralizado novedosos llamados "Prueba de aprendizaje probabilística, protocolo de localización basado
Además de las plataformas informáticas generalizadas que pueden satisfacer las Este es un modo de resolución optimista que permite a un verificador confirmar que un
necesidades de IA, también está surgiendo un conjunto de proveedores de GPU de solucionador ha ejecutado correctamente un modelo sin tener que volver a ejecutarlo por completo,
IA especializados centrados en el entrenamiento de modelos de aprendizaje automático. lo cual es un proceso costoso e ineficiente.
Gensyn, por ejemplo, está “coordinando electricidad y hardware para construir inteligencia
colectiva” con la visión de que “si alguien quiere entrenar algo y alguien está dispuesto a Además de su innovador método de verificación, Gensyn también afirma
entrenarlo, entonces se debe permitir que se lleve a cabo ese entrenamiento”. ser rentable en relación con las alternativas centralizadas y los competidores criptográficos:
brinda capacitación en aprendizaje automático hasta un 80% más barato que AWS y, al mismo
Datos: https://docs.gensyn.ai/litepaper/
https://docs.gensyn.ai/litepaper/
Machine Translated by Google
Queda por ver si estos resultados iniciales se pueden replicar a escala en una red Hay dos actores principales en la red Bittensor: validadores y mineros. Los validadores tienen la
descentralizada. Gensyn quiere aprovechar el exceso de computación de proveedores tarea de enviar solicitudes de inferencia a los mineros, revisar sus resultados y clasificarlos
como pequeños centros de datos, usuarios minoristas y, en el futuro, dispositivos móviles según la calidad de sus respuestas. Para garantizar que sus clasificaciones sean confiables,
incluso más pequeños, como teléfonos móviles. Sin embargo, como ha admitido el propio equipo los validadores reciben puntuaciones "vtrust" en función de qué tan bien se alinean sus
de Gensyn , depender de proveedores informáticos heterogéneos introduce varios desafíos clasificaciones con las clasificaciones de otros validadores. Cuanto mayor sea la
nuevos. puntuación vtrust de un validador, más emisiones TAO obtendrá. Esto tiene como objetivo
incentivar a los validadores a llegar a un consenso sobre el modelo.
lo más rápido posible. Gensyn le da la vuelta a ese marco, reduciendo los costos de computación
al permitir que cualquier persona en el mundo suministre GPU, pero aumentando los costos Los mineros, también llamados servidores, son participantes de la red que ejecutan los modelos
de comunicación, ya que la red ahora debe coordinar los trabajos de computación a través reales de aprendizaje automático. Los mineros compiten entre sí para proporcionar a los
de hardware heterogéneo ubicado muy lejos. Gensyn aún no se ha lanzado, pero es una validadores los resultados más precisos para una consulta determinada, obteniendo más
prueba de concepto de lo que podría ser posible cuando se trata de crear protocolos de capacitación emisiones de TAO cuanto más preciso sea su resultado. Los mineros pueden generar esos
de aprendizaje automático descentralizados. resultados como quieran. Por ejemplo, es completamente posible en un escenario futuro que un
minero de Bittensor haya entrenado previamente modelos en Gensyn que utilice para obtener
emisiones de TAO.
Inteligencia generalizada descentralizada Hoy en día, la mayoría de las interacciones ocurren directamente entre validadores y mineros.
Los validadores envían entradas a los mineros y solicitan salidas (es decir, entrenan el
Las plataformas informáticas descentralizadas también están abriendo posibilidades de modelo). Una vez que un validador ha consultado a los mineros en la red y ha recibido sus
diseño para métodos de creación de inteligencia artificial. Bittensor es un protocolo informático respuestas, clasifica a los mineros y envía sus clasificaciones a la red.
y mercantilizar la generación de inteligencia artificial. Lanzado en 2021, el protocolo quiere Esta interacción entre validadores (que dependen de PoS) y mineros (que dependen de Prueba
aprovechar el poder de los modelos colaborativos de aprendizaje automático para iterar de modelo, una forma de PoW) se llama Consenso de Yuma. Busca incentivar a los
continuamente y producir una mejor inteligencia artificial. mineros a producir los mejores resultados para obtener emisiones TAO y a los validadores
a clasificar con precisión los resultados de los mineros para obtener una puntuación vtrust más
Bittensor se inspira en Bitcoin, con un suministro de veintiún millones de su moneda nativa TAO
y un ciclo de reducción a la mitad de cuatro años (la primera reducción a la mitad será en
2025). En lugar de utilizar Prueba de trabajo para generar el nonce correcto y obtener una Subredes y aplicaciones
recompensa en bloque, Bittensor se basa en la "Prueba de inteligencia", que requiere que Las interacciones en Bittensor consisten principalmente en que los validadores envían solicitudes
los mineros ejecuten modelos que produzcan resultados en respuesta a solicitudes de inferencia. a los mineros y evalúan sus resultados. Sin embargo, a medida que aumenta la calidad de los
mineros que contribuyen y crece la inteligencia general de la red, Bittensor creará una capa
de aplicación encima de su pila existente para que los desarrolladores puedan crear
modelo generalizado, los modelos MoE transmiten la solicitud de inferencia a los modelos En octubre de 2023, Bittensor dio un paso importante para lograrlo con la introducción de
más precisos para un tipo de entrada determinado. Piense en construir una casa en la que subredes a través de su actualización Revolution. Las subredes son redes
contrate una variedad de especialistas para diferentes aspectos del proceso de construcción individuales en Bittensor que incentivan comportamientos específicos. Revolution abre la red
(por ejemplo, arquitectos, ingenieros, pintores, trabajadores de la construcción, etc.). MoE a cualquier persona interesada en crear una subred. En los meses transcurridos desde su
aplica esto a los modelos de aprendizaje automático, intentando aprovechar los resultados de lanzamiento, se han lanzado más de 32 subredes , incluidas aquellas para mensajes de
diferentes modelos dependiendo de la entrada. Como explicó el fundador de Bittensor, Ala texto, extracción de datos, generación de imágenes y almacenamiento. A medida que las
Shaabana , es como "hablar en una sala de gente inteligente y obtener la mejor respuesta en subredes maduren y estén listas para el producto, los creadores de subredes también crearán
lugar de hablar con una sola persona". Debido a los desafíos para garantizar el enrutamiento integraciones de aplicaciones, lo que permitirá a los equipos crear aplicaciones que consulten una
adecuado, la sincronización de mensajes con el modelo correcto y la incentivación, este subred específica. Algunas aplicaciones (chatbot, generador de imágenes, bot de respuesta de
enfoque se ha dejado de lado hasta que el proyecto esté más desarrollado. Twitter, mercado de predicción) existen hoy en día, pero no existen incentivos formales para
que los validadores acepten y transmitan esas consultas más allá de las subvenciones de la
fundación Bittensor.
Machine Translated by Google
Para proporcionar una ilustración más clara, aquí hay un ejemplo de cómo podría funcionar Bittensor una vez que las aplicaciones se integran en la red.
Las subredes obtienen TAO según su desempeño evaluado por la red raíz. En un artículo publicado recientemente por un desarrollador principal
La red raíz se encuentra encima de todas las subredes, actuando esencialmente llamado "Bittensor Paradigm", el equipo expone su visión de que Bittensor
como un tipo especial de subred y es administrada por los 64 validadores de eventualmente evolucione para ser "agnóstico a lo que se está midiendo". En
subredes más grandes por participación. Los validadores de redes raíz clasifican teoría, esto podría permitir a Bittensor desarrollar subredes que incentiven cualquier
las subredes según su rendimiento y distribuyen periódicamente las emisiones tipo de comportamiento, todo ello impulsado por TAO. Siguen existiendo limitaciones
de TAO a las subredes. De esta manera, las subredes individuales actúan como prácticas considerables, sobre todo demostrar que estas redes son capaces
mineros de la red raíz. de escalar para manejar un conjunto tan diverso de procesos y que los
incentivos subyacentes impulsan un progreso que supera las ofertas centralizadas.
Perspectivas de Bittensor
Bittensor todavía está experimentando problemas crecientes a medida que
expande la funcionalidad del protocolo para incentivar la generación de
inteligencia en múltiples subredes. Los mineros continúan ideando nuevas Construyendo un sistema descentralizado
formas de atacar la red para ganar más recompensas TAO, por ejemplo, Pila de computación para modelos de IA
modificando ligeramente el resultado de una inferencia altamente calificada
ejecutada por su modelo y luego enviando múltiples variaciones. Las propuestas
Las secciones anteriores proporcionan una descripción general de alto nivel de
de gobernanza que afecten a toda la red solo pueden ser presentadas e
los distintos tipos de protocolos informáticos de inteligencia artificial
implementadas por el Triunvirato, que está compuesto en su totalidad por partes
descentralizados que se están desarrollando. Si bien se encuentran en una etapa
interesadas de la Fundación Opentensor (es importante tener en cuenta que las
temprana de su desarrollo y adopción, proporcionan la base de un ecosistema que
propuestas requieren la aprobación del Senado de Bittensor compuesto por
eventualmente podría facilitar la creación de “bloques de construcción de IA”,
validadores de Bittensor antes de su implementación). Y la tokenómica del proyecto
como el concepto de “Legos de dinero” de DeFi. La componibilidad de las cadenas
está en proceso de renovación para mejorar los incentivos para el uso de TAO en
de bloques sin permiso abre la posibilidad de que cada protocolo se
todas las subredes. El proyecto también está ganando notoriedad rápidamente
construya sobre el otro para proporcionar un ecosistema de inteligencia artificial
por su enfoque único, y el director ejecutivo de uno de los sitios web de
descentralizado más completo.
inteligencia artificial más populares, HuggingFace , indicó que Bittensor debería
agregar sus recursos al sitio web.
Machine Translated by Google
Por ejemplo, aquí hay una forma en la que Akash, Gensyn y Bittensor podrían interactuar para responder a una solicitud de inferencia.
Pila de IA descentralizada
Fuente: Investigación de galaxias
Para ser claros, esto es simplemente un ejemplo de lo que podría ser posible en el • Grass: un mercado de ancho de banda descentralizado. Los usuarios pueden
futuro, no una representación del ecosistema actual, las asociaciones existentes o los vender su exceso de ancho de banda a empresas de inteligencia artificial que
resultados probables. Las limitaciones a la interoperabilidad, así como otras lo utilizan para extraer datos de Internet. Construido sobre Wynd Network, esto
consideraciones que se describen a continuación, limitan considerablemente las no sólo permite a las personas monetizar su ancho de banda, sino que también
posibilidades de integración en la actualidad. Más allá de eso, la fragmentación de la proporciona a los compradores de ancho de banda un conjunto más diverso de puntos
liquidez y la necesidad de utilizar múltiples tokens pueden ser perjudiciales para la de vista sobre lo que los usuarios individuales ven en línea (ya que el acceso a
experiencia del usuario, algo que han señalado los fundadores de Akash y Bittensor. Internet de un individuo generalmente se adapta específicamente a su dirección IP). ).
• Oferta/Demanda de GPU. La escasez de GPU y la rápida (o la falta de ella) demuestra aún más los riesgos de empoderar a unos pocos la toma de
La creciente demanda informática está provocando una carrera armamentista de GPU. decisiones para el modelo de IA más poderoso existente. Además, todos los modelos de IA
OpenAI ya ha limitado una vez el acceso a su plataforma debido a limitaciones de GPU. reflejan necesariamente los prejuicios de quienes los crearon, ya sea intencionalmente o no.
Plataformas como Akash y Gensyn pueden proporcionar alternativas competitivas en costos Una forma de eliminar esos sesgos es hacer que los modelos estén lo más abiertos posible al
para los equipos que necesitan computación de alto rendimiento. Los próximos ajuste y al entrenamiento, garantizando que cualquier persona en cualquier lugar pueda
6 a 12 meses son una oportunidad especialmente única para que los proveedores de acceder a los modelos de todas las variedades y sesgos.
Datos: https://blog.ezkl.xyz/post/benchmarks/
Datos: https://blog.ezkl.xyz/post/benchmarks/
Machine Translated by Google
Modulus Labs también está desarrollando una nueva técnica a prueba de zk personalizada para Durante el próximo año, el equipo de Ritual planea implementar funciones adicionales que
modelos de IA. Modulus publicó un artículo llamado El costo de la inteligencia (que insinúa los formen una capa de infraestructura base llamada Ritual Superchain. Muchos de los
costos increíblemente altos de ejecutar modelos de IA en cadena), que comparó los sistemas a proyectos discutidos anteriormente podrían conectarse a Ritual como proveedores de servicios.
prueba de zk existentes en ese momento para identificar capacidades y cuellos de botella para El equipo de Ritual ya se ha integrado con EZKL para la generación de pruebas y
mejorar las pruebas de zk de los modelos de IA. Publicado en enero de 2023, el documento probablemente pronto agregará funcionalidades de otros proveedores líderes. Los nodos de
demuestra que las ofertas existentes son simplemente demasiado caras e ineficientes Infernet en Ritual también podrían usar GPU Akash o io.net y modelos de consulta entrenados en
para permitir aplicaciones de IA a escala. Sobre la base de su investigación inicial, en subredes Bittensor. Su objetivo final es ser el proveedor de referencia para una infraestructura
noviembre Modulus presentó Remainder, un probador de conocimiento cero especializado de IA abierta, capaz de atender el aprendizaje automático y otras tareas relacionadas con la IA
creado específicamente para reducir los costos y el tiempo de prueba de los modelos de desde cualquier red y en cualquier carga de trabajo.
IA con el objetivo de hacer económicamente viable que los proyectos integren modelos en
sus contratos inteligentes a escala.
Su trabajo es de código cerrado y, por lo tanto, no se puede comparar con las soluciones
Aplicaciones
anteriores, pero recientemente se hizo referencia a él en la publicación del blog de Vitalik
sobre criptografía e inteligencia artificial.
zkML ayuda a reconciliar la contradicción entre blockchains e IA, donde las primeras tienen
recursos inherentemente limitados y la segunda requiere grandes cantidades de
El desarrollo de herramientas e infraestructura es fundamental para el crecimiento futuro
computación y datos. Como lo expresó uno de los fundadores de Giza : “Los casos de uso
del espacio zkML porque reduce significativamente la fricción para los equipos que
son tan abundantes…
necesitan implementar circuitos zk necesarios para ejecutar cálculos fuera de cadena
es como preguntar en los primeros días de Ethereum cuáles son los casos de uso de los
verificables. La creación de interfaces seguras que permitan a los constructores nativos no
contratos inteligentes... lo que estamos haciendo es simplemente expandir los casos de
criptográficos que trabajan en aprendizaje automático incorporar sus modelos a la cadena
uso de los contratos inteligentes”. Sin embargo, como se destacó anteriormente, el desarrollo
permitirá una mayor experimentación de aplicaciones con casos de uso verdaderamente
actual se produce principalmente a nivel de herramientas e infraestructura. Las
novedosos. Las herramientas también abordan un obstáculo importante para una adopción
aplicaciones aún se encuentran en la fase de exploración, y los equipos tienen el desafío de
más amplia de zkML: la falta de desarrolladores con conocimientos e interesados en trabajar
demostrar que el valor generado al implementar modelos que utilizan zkML supera la
en la intersección del conocimiento cero, el aprendizaje automático y la criptografía.
complejidad y los costos de hacerlo.
Las soluciones adicionales en desarrollo, denominadas "coprocesadores", incluyen RiscZero, capacidades de contratos inteligentes. Los protocolos DeFi proporcionan modelos de
Axiom y Ritual. El término coprocesador es principalmente semántico: estas redes cumplen aprendizaje automático con grandes cantidades de datos verificables e inmutables
muchas funciones diferentes, incluida la verificación de la computación fuera de la cadena que se pueden utilizar para generar estrategias comerciales o de generación de rendimiento,
dentro de la cadena. Al igual que EZKL, Giza y Modulus, su objetivo es abstraer análisis de riesgos, UX y mucho más. Giza, por ejemplo, se ha asociado con Yearn
completamente el proceso de generación de pruebas de conocimiento cero, creando esencialmente Finance para crear un motor de evaluación de riesgos automatizado de prueba de
máquinas virtuales de conocimiento cero capaces de ejecutar programas fuera de la cadena concepto para las nuevas bóvedas v3 de Yearn. Modulus Labs ha trabajado con Lyra
y generar pruebas para la verificación en la cadena. RiscZero y Axiom pueden dar servicio Finance para incorporar el aprendizaje automático en sus AMM, está asociado con Ion
Protocol para implementar un modelo para analizar el riesgo del validador y está ayudando
modelos de IA simples, ya que están destinados a ser coprocesadores de uso más general, a Upshot a verificar sus precios de NFT impulsados por IA. Protocolos como NOYA (que
mientras que Ritual está diseñado específicamente para su uso con modelos de IA. aprovecha EZKL) y Mozaic brindan acceso a modelos patentados fuera de la cadena que
brindan a los usuarios acceso a una agricultura de rendimiento automatizada y al mismo
Infernet es la primera instancia de Ritual e incluye un SDK de Infernet que permite a los tiempo les permiten verificar las entradas de datos y las pruebas en la cadena. Spectral
desarrolladores enviar solicitudes de inferencia a la red y recibir un resultado y una prueba Finance está creando motores de calificación crediticia en cadena para predecir la
(opcional) a cambio. probabilidad de que los prestatarios de Compound o Aave incumplan sus préstamos.
Un nodo Infernet recibe estas solicitudes y maneja el cálculo fuera de la cadena antes Es probable que estos productos denominados “DeAiFi” se vuelvan mucho más frecuentes
de devolver una salida. Por ejemplo, una DAO podría crear un proceso para garantizar que en los próximos años gracias a zkML.
todas las nuevas propuestas de gobernanza cumplan ciertas condiciones previas antes de
ser presentadas.
Cada vez que se envía una nueva propuesta, el contrato de gobernanza activa una solicitud de
• Juegos de azar. Durante mucho tiempo se ha considerado que los juegos están listos para la disrupción
inferencia a través de Infernet que llama a un modelo de IA entrenado en gobernanza
y mejora mediante cadenas de bloques públicas (para obtener más información sobre
específico de DAO. El modelo revisa la propuesta para garantizar que se hayan enviado
criptomonedas y juegos, consulte este informe de Galaxy Digital: La historia de los juegos y
todos los criterios necesarios y devuelve el resultado y la prueba, ya sea aprobando o
su futuro Web3). zkML hace posible los juegos en cadena con inteligencia artificial. Modulus
rechazando la presentación de la propuesta.
Labs ya ha implementado
Machine Translated by Google
Prueba de conceptos para juegos simples en cadena. Leela vs the World es panorama
un juego de ajedrez de teoría de juegos en el que los usuarios se enfrentan a un
modelo de ajedrez de IA, en el que zkML verifica que cada movimiento que hace
zkML todavía se encuentra en la etapa experimental y la mayoría de los proyectos se
Leela se basa en el modelo que el juego dice que está ejecutando.
centran en la construcción de primitivas de infraestructura y pruebas de conceptos.
De manera similar, los equipos han utilizado marcos EZKL para crear concursos
Los desafíos actuales incluyen costos computacionales, limitaciones de memoria,
de canto simples y tictactos en cadena. Cartucho está utilizando Giza para permitir
complejidad del modelo, herramientas e infraestructura limitadas y talento de los
que los equipos implementen juegos completamente en cadena, destacando más
desarrolladores. En pocas palabras, queda mucho más trabajo por hacer antes de
recientemente un simple juego de conducción con IA en el que los usuarios
que zkML pueda implementarse a la escala necesaria para los productos de
compiten para crear mejores modelos para un automóvil que intenta evitar obstáculos.
consumo.
Si bien son simples, estas pruebas de concepto apuntan hacia Sin embargo, a medida que el campo madure y se aborden estas limitaciones, zkML se
implementaciones futuras que permitirán verificaciones en cadena más complejas,
convertirá en un componente crítico de la integración de la IA y las criptomonedas.
como actores NPC sofisticados capaces de interactuar con las economías del
En esencia, zkML promete la capacidad de llevar la computación fuera de la cadena de
juego, como se ve en AI Arena, un juego tipo Super Smash Brothers donde los
cualquier tamaño a la cadena manteniendo las mismas o casi las mismas garantías de
jugadores entrenan a sus luchadores. Luego se implementan como modelos
seguridad que si la computación se hubiera ejecutado en la cadena.
de IA para luchar.
Sin embargo, hasta que esa visión se haga realidad, los primeros usuarios de la
tecnología seguirán teniendo que equilibrar las compensaciones entre la privacidad y
• Identidad, Procedencia y Privacidad. Las criptomonedas ya se están utilizando
seguridad de zkML y la eficiencia de las alternativas.
como medio para verificar la autenticidad y combatir la creciente cantidad de
contenido generado/manipulado por IA y falsificaciones profundas. zkML puede
avanzar en esos esfuerzos. WorldCoin es una solución de prueba de personalidad
que requiere que los usuarios escaneen su iris para generar una identificación
única. En el futuro, las identificaciones biométricas podrían guardarse automáticamente
en dispositivos personales mediante almacenamiento cifrado y los modelos
necesarios para verificar esos datos biométricos se ejecutarán localmente. Luego,
los usuarios podrían proporcionar pruebas de sus datos biométricos sin necesidad de
revelar quiénes son, combatiendo los ataques de Sybil y garantizando al mismo
tiempo la privacidad. Esto también se puede aplicar a otras inferencias que
requieren privacidad, como el uso de modelos para analizar datos médicos/
imágenes para detectar enfermedades, verificar la personalidad y desarrollar algoritmos
de coincidencia en aplicaciones de citas, o para agencias de seguros y préstamos que
necesitan verificar información financiera.
Machine Translated by Google
Agentes de IA
Una de las integraciones más interesantes de la IA y las criptomonedas es la Fetch.AI fue uno de los primeros protocolos de agentes de IA implementados y ha
experimentación continua con agentes de IA. Los agentes son robots autónomos desarrollado un ecosistema para crear, implementar y utilizar agentes en cadena
capaces de recibir, interpretar y ejecutar tareas utilizando un modelo de IA. Esto utilizando su token FET y su billetera Fetch.AI . El protocolo proporciona un
podría ser cualquier cosa, desde tener un asistente personal siempre disponible que se conjunto completo de herramientas y aplicaciones para usar Agentes, incluida la
adapte a sus preferencias hasta contratar a un agente financiero que administre y ajuste funcionalidad en la billetera para interactuar con los agentes y realizar pedidos.
su cartera de acuerdo con sus preferencias de riesgo.
La Red de Infraestructura Autónoma Descentralizada (DAIN) es un nuevo protocolo En julio de 2023, Lightning Labs lanzó una implementación de prueba de
de infraestructura de agentes que construye una economía de agente a agente en concepto para el uso de agentes en Lightning Network llamada LangChain Bitcoin Suite.
Solana. DAIN tiene como objetivo que los agentes de diferentes negocios puedan El producto es especialmente interesante ya que pretende abordar un problema
interactuar sin problemas entre sí a través de una API universal, abriendo creciente en el mundo web 2: cerrado
considerablemente el espacio de diseño para agentes de IA con un enfoque en y costosas claves API para aplicaciones web.
implementar agentes capaces de interactuar con productos web2 y web3. En enero, DAIN
anunció su primera asociación con Asset Shield, que permite a los usuarios agregar LangChain resuelve esto proporcionando a los desarrolladores un conjunto de herramientas
"agentes firmantes" a su firma múltiple que son capaces de interpretar transacciones que permiten a los agentes comprar, vender y mantener Bitcoin, así como consultar
y aprobar/rechazar según las reglas establecidas por el usuario. claves API y enviar micropagos. Mientras que en las vías de pago tradicionales los
pequeños micropagos tienen un costo prohibitivo debido a las tarifas, en Lightning
Network los agentes pueden enviar micropagos ilimitados diariamente.
Machine Translated by Google
con honorarios mínimos. Cuando se combina con el marco de API de pago medido Además, no está claro cómo podrían operar los agentes en la Web 2, donde las vías
L402 de LangChain, esto podría permitir a las empresas ajustar las tarifas de financieras dependen de instituciones bancarias reguladas que no operan las
acceso a su API a medida que el uso aumenta y disminuye, en lugar de establecer un 24 horas del día, los 7 días de la semana y no pueden realizar transacciones
estándar único de costo prohibitivo. transfronterizas sin problemas. Como ha destacado Lyn Alden , las
criptomonedas son especialmente atractivas en comparación con las tarjetas de
En un futuro donde la actividad en cadena esté dominada por agentes que crédito debido a la falta de devoluciones de cargo y la capacidad de procesar
interactúan con agentes, algo como esto será necesario para garantizar que los microtransacciones. Sin embargo, si los agentes se convierten en un medio más
agentes puedan interactuar entre sí de una manera que no tenga un costo común de realizar transacciones, es probable que los proveedores y aplicaciones
prohibitivo. Este es un ejemplo temprano de cómo el uso de agentes en vías de de pagos existentes se muevan rápidamente para implementar la
pago rentables y sin permiso abre posibilidades para nuevos mercados e infraestructura necesaria para operar en los rieles financieros existentes, mitigando
interacciones económicas. algunos de los beneficios del uso de criptomonedas.
El espacio de los Agentes aún está incipiente. Los proyectos recién están comenzando para descubrir cómo ejecutar tareas complejas, y las herramientas, que amplían
a implementar agentes funcionales que pueden manejar tareas simples utilizando el alcance de lo que pueden lograr, requieren un mayor desarrollo. Para que los
su infraestructura, a la que a menudo solo pueden acceder desarrolladores y agentes criptográficos sean útiles fuera de los nuevos casos de uso de criptomonedas
usuarios sofisticados. Sin embargo, con el tiempo, uno de los mayores en cadena, será necesaria una integración y aceptación más amplia de las
impactos que tendrán los agentes de IA en las criptomonedas serán las mejoras de criptomonedas como forma de pago, así como claridad regulatoria. Sin embargo, a
UX en todos los sectores verticales. Las transacciones comenzarán a pasar de medida que estos componentes se desarrollan, los agentes están preparados para
apuntar y hacer clic a texto, y los usuarios tendrán la capacidad de interactuar convertirse en uno de los mayores consumidores de soluciones informáticas
con agentes en cadena a través de LLM. Equipos como Dawn Wallet ya están descentralizadas y zkML analizadas anteriormente, actuando de manera autónoma y
introduciendo carteras de chatbot para que los usuarios interactúen en la cadena. no determinista para recibir y resolver cualquier tarea.
Machine Translated by Google
Conclusión
La IA introduce en las criptomonedas las mismas innovaciones que ya vemos en web2, mejorando todo, desde el desarrollo
de infraestructura hasta la experiencia del usuario y la accesibilidad. Sin embargo, los proyectos aún se encuentran en las
primeras etapas de su evolución y la integración de las criptomonedas y la IA a corto plazo estará dominada principalmente por
las integraciones fuera de la cadena.
Productos como Copilot multiplicarán por diez la eficiencia de los desarrolladores, y las aplicaciones de capa 1 y DeFi ya están
implementando plataformas de desarrollo asistidas por IA en asociación con grandes corporaciones como Microsoft. Empresas
como Cub3.ai y Test Machine están desarrollando integraciones de inteligencia artificial para la auditoría de contratos inteligentes
y el monitoreo de amenazas en tiempo real para mejorar la seguridad en la cadena. Y los chatbots de LLM se están entrenando
utilizando datos en cadena, documentos de protocolo y aplicaciones para brindar a los usuarios una mejor accesibilidad y UX.
Para integraciones más avanzadas que realmente aprovechen las tecnologías subyacentes de las criptomonedas, el
desafío sigue siendo demostrar que implementar soluciones de IA en cadena es técnicamente posible y económicamente
viable a escala. Los avances en computación descentralizada, zkML y agentes de IA apuntan hacia verticales prometedoras
que están sentando las bases para un futuro en el que las criptomonedas y la IA están profundamente interconectadas.
Machine Translated by Google
Contáctenos
galaxia.com
Para todas las consultas, envíe un correo electrónico a contact@galaxy.com.
Divulgación legal
Galaxy Holdings LP y sus afiliados (“Galaxy”) le han proporcionado este documento y la información contenida en él únicamente con fines
informativos. Este documento no puede reproducirse ni redistribuirse total o parcialmente, en ningún formato, sin la aprobación expresa por escrito
de Galaxy. Ni la información ni ninguna opinión contenida en este documento constituyen una oferta para comprar o vender, o una solicitud de una
oferta para comprar o vender, ningún servicio de asesoría, valores, futuros, opciones u otros instrumentos financieros o para participar en cualquier
asesoría. servicios o estrategia comercial. Nada de lo contenido en este documento constituye asesoramiento de inversión, legal o fiscal. Debe
realizar sus propias investigaciones y evaluaciones de la información contenida en este documento. Cualquier decisión basada en la
información contenida en este documento es responsabilidad exclusiva del lector. Ciertas declaraciones en este documento reflejan los puntos
de vista, estimaciones, opiniones o predicciones de Galaxy (que pueden basarse en modelos y suposiciones patentados, incluidos, en
particular, los puntos de vista de Galaxy sobre el mercado actual y futuro de ciertos activos digitales), y no hay garantía de que estos puntos de
vista, estimaciones, opiniones o predicciones son actualmente precisos o que finalmente se harán realidad. En la medida en que estos supuestos
o modelos no sean correctos o las circunstancias cambien, el desempeño real puede variar sustancialmente o ser menor que las estimaciones
incluidas en este documento. Ninguno de Galaxy ni ninguno de sus afiliados, accionistas, socios, miembros, directores, funcionarios,
gerentes, empleados o representantes hacen ninguna representación o garantía, expresa o implícita, en cuanto a la exactitud o integridad de
cualquier información o cualquier otra información ( ya sea comunicado en forma escrita u oral) transmitido o puesto a su disposición. Cada una
de las partes antes mencionadas renuncia expresamente a toda responsabilidad relacionada con el uso de esta información o resultante del
mismo. Cierta información contenida en este documento (incluida la información financiera) se ha obtenido de fuentes publicadas y no
publicadas. Galaxy no ha verificado dicha información de forma independiente y Galaxy no asume responsabilidad por la exactitud de dicha
información.
Los afiliados de Galaxy pueden haber poseído o pueden poseer inversiones en algunos de los protocolos y activos digitales analizados en este
documento. Salvo que se indique lo contrario, la información contenida en este documento se basa en asuntos tal como existen en la fecha
de preparación y no en una fecha futura, y no se actualizará ni revisará de otro modo para reflejar la información que esté disponible posteriormente
o las circunstancias existentes. o cambios que ocurran después de la fecha del presente.
Este documento proporciona enlaces a otros sitios web que creemos que podrían ser de su interés. Tenga en cuenta que cuando hace clic en
uno de estos enlaces, es posible que se dirija al sitio web de un proveedor que no está asociado con Galaxy. Estos sitios vinculados y sus
proveedores no están controlados por nosotros, y no somos responsables del contenido ni del funcionamiento adecuado de ningún sitio vinculado.
La inclusión de cualquier enlace no implica nuestro respaldo o nuestra adopción de las declaraciones contenidas en el mismo. Le recomendamos
que lea los términos de uso y las declaraciones de privacidad de estos sitios vinculados, ya que sus políticas pueden diferir de las nuestras. Lo
anterior no constituye un "informe de investigación" según lo define la Regla FINRA 2241 o un "informe de investigación de deuda" según lo define la
Regla FINRA 2242 y no fue preparado por Galaxy Partners LLC.