แนะ นำ

ณ ตอนนี้ วัฏจักรตลาดกระทิงของ crypto ในปัจจุบันนั้นขาดความดแจ่มใสที่สุดในแง่ของนวัตกรรมเชิงพาณิชย์ โดยขาดแทร็กยอดนิยมอย่าง DeFi, NFT และ GameFi ที่เห็นในตลาดกระทิงก่อนหน้านี้ ส่งผลให้ตลาดโดยรวมต้องการฮอตสปอตอุตสาหกรรม โดยมีการเติบโตที่ซบเซาของผู้ใช้ การลงทุนภาคอุตสาหกรรม และนักพัฒนา

ความซบเซานี้ยังสะท้อนให้เห็นในราคาสินทรัพย์ปัจจุบัน ตลอดวัฏจักร altcoins ส่วนใหญ่ยังคงสูญเสียมูลค่าเมื่อเทียบกับ BTC รวมถึง ETH ท้ายที่สุดการประเมินมูลค่าของแพลตฟอร์มสัญญาอัจฉริยะนั้นพิจารณาจากความเจริญรุ่งเรืองของแอปพลิเคชัน เมื่อนวัตกรรมในการพัฒนาแอปพลิเคชันขาดความดแจ่มใส การประเมินมูลค่าบล็อกเชนสาธารณะก็ยากที่จะยกระดับ

AI ในฐานะหมวดหมู่เชิงพาณิชย์ที่ค่อนข้างใหม่ในรอบนี้ ยังคงมีศักยภาพที่จะดึงดูดความสนใจที่เพิ่มขึ้นอย่างมากในโครงการภาค crypto AI เนื่องจากความเร็วในการพัฒนาที่ระเบิดได้และประเด็นร้อนอย่างต่อเนื่องในโลกการค้าภายนอก

ในรายงานปี IO.NET ที่เผยแพร่โดยผู้เขียนในเดือนเมษายน ได้มีการสรุปความจําเป็นในการรวม AI เข้ากับ Crypto ข้อดีของโซลูชันเศรษฐกิจคริปโตในแง่ของการกําหนด การระดมทรัพยากรและการจัดสรร และความไม่ไว้วางใจอาจจัดการกับความท้าทายสามประการของ AI: การสุ่ม ความเข้มของทรัพยากร และความยากลําบากในการแยกแยะระหว่างมนุษย์กับเครื่องจักร

ในภาค AI ของเศรษฐกิจ crypto ผู้เขียนพยายามหารือและอนุมานประเด็นสําคัญบางประการผ่านบทความอื่น ได้แก่:

• เรื่องเล่าที่เกิดขึ้นใหม่หรืออาจระเบิดได้ในภาค crypto AI
• เส้นทางตัวเร่งปฏิกิริยาและตรรกะที่อยู่เบื้องหลังเรื่องเล่าเหล่านี้
• เป้าหมายโครงการที่เกี่ยวข้องที่เกี่ยวข้องกับเรื่องเล่าเหล่านี้
• ความเสี่ยงและความไม่แน่นอนในการหักคําบรรยาย

บทความนี้สะท้อนความคิดของผู้เขียน ณ วันที่ตีพิมพ์ ซึ่งอาจมีการเปลี่ยนแปลงในอนาคต มุมมองมีความเป็นอัตวิสัยสูงและอาจมีข้อผิดพลาดในข้อเท็จจริงข้อมูลและตรรกะการให้เหตุผล โปรดอย่าใช้สิ่งนี้เป็นคําแนะนําในการลงทุน ยินดีต้อนรับการวิพากษ์วิจารณ์และการอภิปรายจากเพื่อนร่วมงาน

มาลงมือทําธุรกิจกันดีกว่า

คลื่นลูกต่อไปของการเล่าเรื่องในการติดตาม crypto AI

ก่อนที่จะแนะนําคลื่นลูกต่อไปของการเล่าเรื่องอย่างเป็นทางการในการติดตาม crypto AI ก่อนอื่นเรามาดูเรื่องเล่าหลักของ crypto AI ปัจจุบันกันก่อน จากมุมมองของมูลค่าตลาดผู้ที่มีมากกว่า 1 พันล้านดอลลาร์สหรัฐคือ:

• พลังการประมวลผล: Render (RNDR ที่มีมูลค่าตลาดหมุนเวียน 3.85 พันล้าน), Akash (มูลค่าตลาดหมุนเวียน 1.2 พันล้าน), IO.NET (การประเมินมูลค่าทางการเงินหลักรอบล่าสุดคือ 1 พันล้าน)
• เครือข่ายอัลกอริทึม: Bittensor (TAO, 2.97 พันล้านมูลค่าตลาดหมุนเวียน)
• ตัวแทน AI: Fetchai (FET มูลค่าหลักทรัพย์ตามราคาตลาด 2.1 พันล้านก่อนการควบรวมกิจการ)

*เวลาข้อมูล: 2024.5.24 หน่วยสกุลเงินคือดอลลาร์สหรัฐ

นอกเหนือจากภาคส่วนดังกล่าวแล้ว ภาคใดจะเป็นภาค AI ต่อไปที่มีมูลค่าตลาดโครงการเดียวเกิน 1 พันล้านดอลลาร์

ผู้เขียนเชื่อว่าสามารถคาดเดาได้จากสองมุมมอง: การเล่าเรื่องของ "ด้านอุปทานอุตสาหกรรม" และการเล่าเรื่องของ "ช่วงเวลา GPT"

มุมมองแรกเกี่ยวกับการเล่าเรื่อง AI: โอกาสในภาคพลังงานและข้อมูลเบื้องหลัง AI จากด้านอุปทานอุตสาหกรรม

จากด้านอุปทานอุตสาหกรรมมีแรงผลักดันสี่ประการสําหรับการพัฒนา AI:

• อัลกอริทึม: อัลกอริธึมคุณภาพสูงสามารถดําเนินงานการฝึกอบรมและการอนุมานได้อย่างมีประสิทธิภาพมากขึ้น
• พลังการประมวลผล: ทั้งการฝึกโมเดลและการอนุมานต้องใช้พลังการประมวลผลจากฮาร์ดแวร์ GPU นี่เป็นปัญหาคอขวดหลักในอุตสาหกรรมในปัจจุบัน เนื่องจากการขาดแคลนชิปทําให้ราคาชิประดับกลางถึงระดับสูงมีราคาสูง
• พลังงาน: ศูนย์ข้อมูล AI ใช้พลังงานอย่างมาก นอกจากไฟฟ้าที่จําเป็นในการจ่ายไฟให้กับ GPU แล้ว ระบบระบายความร้อนสําหรับศูนย์ข้อมูลขนาดใหญ่ยังสามารถคิดเป็นประมาณ 40% ของการใช้พลังงานทั้งหมด
• ข้อมูล: การปรับปรุงประสิทธิภาพของโมเดลขนาดใหญ่จําเป็นต้องขยายพารามิเตอร์การฝึกอบรม ซึ่งหมายถึงความต้องการข้อมูลคุณภาพสูงจํานวนมาก

ในบรรดาแรงผลักดันทั้งสี่นี้ มีโครงการ crypto ที่มีมูลค่าตลาดหมุนเวียนเกิน 1 พันล้านดอลลาร์ในภาคอัลกอริทึมและพลังการประมวลผล อย่างไรก็ตาม โครงการที่มีมูลค่าตลาดใกล้เคียงกันยังไม่ปรากฏในด้านพลังงานและข้อมูล

ในความเป็นจริงการขาดแคลนพลังงานและข้อมูลอาจกลายเป็นฮอตสปอตอุตสาหกรรมใหม่ในไม่ช้าซึ่งอาจผลักดันให้เกิดการเพิ่มขึ้นของโครงการ crypto ที่เกี่ยวข้อง เริ่มจากพลังงานกันก่อน

เมื่อวันที่ 29 กุมภาพันธ์ 2024 Elon Musk กล่าวถึงในการประชุม Bosch ConnectedWorld 2024: "ฉันคาดการณ์การขาดแคลนชิปเมื่อปีที่แล้ว การขาดแคลนต่อไปจะเป็นไฟฟ้า ฉันคิดว่าจะไม่มีพลังงานเพียงพอที่จะใช้งานชิปทั้งหมดในปีหน้า"

เมื่อพิจารณาจากข้อมูลเฉพาะ รายงานดัชนี AI ที่เผยแพร่เป็นประจําทุกปีโดย Stanford Institute for Human-Centered Artificial Intelligence นําโดย Fei-Fei Li ประเมินในรายงานปี 2022 เกี่ยวกับอุตสาหกรรม AI ปี 2021 ว่าการใช้พลังงานของ AI มีเพียง 0.9% ของความต้องการไฟฟ้าทั่วโลก ซึ่งสร้างแรงกดดันอย่างจํากัดต่อพลังงานและสิ่งแวดล้อม ในปี 2023 สํานักงานพลังงานระหว่างประเทศ (IEA) สรุปว่าในปี 2022 ศูนย์ข้อมูลทั่วโลกใช้ไฟฟ้าประมาณ 460 เทราวัตต์-ชั่วโมง (TWh) คิดเป็น 2% ของความต้องการไฟฟ้าทั่วโลก พวกเขาคาดการณ์ว่าภายในปี 2026 การใช้พลังงานของศูนย์ข้อมูลทั่วโลกจะอยู่ที่อย่างน้อย 620 TWh และอาจสูงถึง 1050 TWh

อย่างไรก็ตาม การประมาณการของ IEA ยังคงเป็นแบบอนุรักษ์นิยม เนื่องจากโครงการ AI จํานวนมากกําลังจะเปิดตัว โดยมีความต้องการพลังงานมากกว่าที่คาดการณ์ไว้ในปี 2023

ตัวอย่างเช่น Microsoft และ OpenAI กําลังวางแผนโครงการ Stargate โครงการนี้คาดว่าจะเริ่มในปี 2028 และแล้วเสร็จประมาณปี 2030 มีเป้าหมายที่จะสร้างซูเปอร์คอมพิวเตอร์ที่มีชิป AI เฉพาะหลายล้านตัว ซึ่งให้พลังการประมวลผลที่ไม่เคยมีมาก่อนสําหรับ OpenAI โดยเฉพาะอย่างยิ่งสําหรับการวิจัยด้านปัญญาประดิษฐ์และโมเดลภาษาขนาดใหญ่ โครงการนี้คาดว่าจะมีค่าใช้จ่ายมากกว่า 100 พันล้านดอลลาร์ ซึ่งมากกว่าต้นทุนปัจจุบันของศูนย์ข้อมูลขนาดใหญ่ถึง 100 เท่า

การใช้พลังงานของโครงการ Stargate เพียงอย่างเดียวคาดว่าจะอยู่ที่ 50 เทราวัตต์-ชั่วโมง

ด้วยเหตุนี้ Sam Altman ผู้ก่อตั้ง OpenAI จึงกล่าวที่ Davos Forum ในเดือนมกราคมปีนี้ว่า "ปัญญาประดิษฐ์ในอนาคตต้องการความก้าวหน้าด้านพลังงาน เพราะ AI จะใช้พลังงานไฟฟ้ามากกว่าที่ผู้คนคาดไว้มาก"

หลังจากพลังการประมวลผลและพลังงานพื้นที่ต่อไปของการขาดแคลนในอุตสาหกรรม AI ที่เติบโตอย่างรวดเร็วน่าจะเป็นข้อมูล

หรือมากกว่านั้น การขาดแคลนข้อมูลคุณภาพสูงที่ AI ต้องการได้กลายเป็นความจริงไปแล้ว

จากวิวัฒนาการของ GPT โดยพื้นฐานแล้วมนุษย์ได้เข้าใจรูปแบบการเติบโตของความสามารถของโมเดลภาษาขนาดใหญ่ โดยการขยายพารามิเตอร์ของโมเดลและข้อมูลการฝึกอบรม ความสามารถของโมเดลสามารถปรับปรุงได้แบบทวีคูณ และกระบวนการนี้ในปัจจุบันไม่แสดงปัญหาคอขวดทางเทคนิคในระยะสั้น

อย่างไรก็ตาม ปัญหาคือข้อมูลคุณภาพสูงและเปิดเผยต่อสาธารณะอาจหายากขึ้นเรื่อยๆ ในอนาคต ผลิตภัณฑ์ AI อาจเผชิญกับความขัดแย้งด้านอุปสงค์และอุปทานสําหรับข้อมูลที่คล้ายกับชิปและพลังงาน

ประการแรกคือข้อพิพาทที่เพิ่มขึ้นเกี่ยวกับการเป็นเจ้าของข้อมูล

เมื่อวันที่ 27 ธันวาคม 2023 The New York Times ได้ยื่นฟ้อง OpenAI และ Microsoft ในศาลแขวงสหรัฐฯ โดยกล่าวหาว่าพวกเขาใช้บทความหลายล้านบทความโดยไม่ได้รับอนุญาตในการฝึกโมเดล GPT คดีนี้เรียกร้องค่าเสียหายตามกฎหมายและตามจริงหลายพันล้านดอลลาร์สําหรับ "การคัดลอกและการใช้ผลงานที่มีคุณค่าเฉพาะตัวอย่างผิดกฎหมาย" และเรียกร้องให้ทําลายโมเดลและข้อมูลการฝึกอบรมทั้งหมดที่มีเนื้อหาที่มีลิขสิทธิ์ของ The New York Times

เมื่อปลายเดือนมีนาคม The New York Times ได้ออกแถลงการณ์ฉบับใหม่ซึ่งกําหนดเป้าหมายไม่เพียงแต่ OpenAI เท่านั้น แต่ยังรวมถึง Google และ Meta ด้วย แถลงการณ์อ้างว่า OpenAI ถอดเสียงวิดีโอ YouTube จํานวนมากเป็นข้อความโดยใช้เครื่องมือรู้จําเสียงที่เรียกว่า Whisper จากนั้นใช้ข้อความเพื่อฝึก GPT-4 The New York Times ยืนยันว่าเป็นเรื่องปกติที่บริษัทขนาดใหญ่จะใช้วิธีการลับๆ ล่อๆ ในการฝึกโมเดล AI โดยชี้ให้เห็นว่า Google ยังได้แปลงเนื้อหาวิดีโอ YouTube เป็นข้อความเพื่อฝึกโมเดลขนาดใหญ่ของตนเอง ซึ่งโดยพื้นฐานแล้วเป็นการละเมิดสิทธิ์ของผู้สร้างเนื้อหาวิดีโอ

คดีความระหว่าง The New York Times และ OpenAI ซึ่งถูกระบุว่าเป็น "คดีลิขสิทธิ์ AI คดีแรก" นั้นซับซ้อนและมีผลกระทบอย่างกว้างขวางต่ออนาคตของเนื้อหาและอุตสาหกรรม AI เมื่อพิจารณาถึงความซับซ้อนของคดีและผลกระทบที่อาจเกิดขึ้นการแก้ปัญหาอย่างรวดเร็วจึงไม่น่าเป็นไปได้ ผลลัพธ์ที่เป็นไปได้ประการหนึ่งคือการยุติคดีนอกศาล โดยบริษัทที่ร่ํารวยอย่าง Microsoft และ OpenAI จ่ายค่าชดเชยจํานวนมาก อย่างไรก็ตาม ข้อพิพาทด้านลิขสิทธิ์ข้อมูลในอนาคตจะทําให้ต้นทุนโดยรวมของข้อมูลคุณภาพสูงสูงขึ้นอย่างหลีกเลี่ยงไม่ได้

นอกจากนี้ ในฐานะเสิร์ชเอ็นจิ้นที่ใหญ่ที่สุดในโลก Google ได้เปิดเผยว่ากําลังพิจารณาเรียกเก็บค่าธรรมเนียมสําหรับฟังก์ชันการค้นหา ข้อกล่าวหานี้ไม่ได้มุ่งเป้าไปที่ประชาชนทั่วไป แต่มุ่งเป้าไปที่บริษัท AI

ที่มา: Reuters

เซิร์ฟเวอร์เสิร์ชเอ็นจิ้นของ Google จัดเก็บเนื้อหาจํานวนมาก อาจกล่าวได้ว่า Google จัดเก็บเนื้อหาทั้งหมดที่ปรากฏบนหน้าอินเทอร์เน็ตทั้งหมดตั้งแต่ศตวรรษที่ 21 ผลิตภัณฑ์การค้นหาที่ขับเคลื่อนด้วย AI ในปัจจุบัน เช่น ผลิตภัณฑ์ในต่างประเทศ เช่น ความฉงนสนเท่ห์ และผลิตภัณฑ์ในประเทศ เช่น Kimi และ Secret Tower ทั้งหมดประมวลผลข้อมูลที่ค้นหาผ่าน AI แล้วส่งออกไปยังผู้ใช้ ค่าใช้จ่ายของเครื่องมือค้นหาสําหรับ AI จะเพิ่มต้นทุนในการเก็บข้อมูลอย่างหลีกเลี่ยงไม่ได้

ในความเป็นจริงนอกเหนือจากข้อมูลสาธารณะแล้วยักษ์ใหญ่ AI ยังจับตาดูข้อมูลภายในที่ไม่เปิดเผยต่อสาธารณะ

Photobucket เป็นเว็บไซต์โฮสต์รูปภาพและวิดีโอที่จัดตั้งขึ้นซึ่งมีผู้ใช้ 70 ล้านคนและเกือบครึ่งหนึ่งของตลาดภาพถ่ายออนไลน์ในสหรัฐอเมริกาในช่วงต้นทศวรรษ 2000 ด้วยการเพิ่มขึ้นของโซเชียลมีเดียจํานวนผู้ใช้ Photobucket จึงลดลงอย่างมาก ปัจจุบันมีผู้ใช้งานเหลือเพียง 2 ล้านคน (พวกเขาจ่ายค่าธรรมเนียมสูง 399 เหรียญสหรัฐต่อปี) ตามข้อตกลงและนโยบายความเป็นส่วนตัวที่ลงนามโดยผู้ใช้เมื่อลงทะเบียนพวกเขาไม่ได้ใช้งานมานานกว่าหนึ่งปี บัญชีจะถูกรีไซเคิล และสิทธิ์ของ Photobucket ในการใช้ข้อมูลรูปภาพและวิดีโอที่ผู้ใช้อัปโหลดก็ได้รับการสนับสนุนเช่นกัน Ted Leonard ซีอีโอของ Photobucket เปิดเผยว่าข้อมูลภาพถ่ายและวิดีโอ 1.3 พันล้านรายการที่เป็นเจ้าของนั้นมีค่าอย่างยิ่งสําหรับการฝึกอบรมโมเดล AI เชิงกําเนิด เขากําลังเจรจากับบริษัทเทคโนโลยีหลายแห่งเพื่อขายข้อมูล โดยมีข้อเสนอตั้งแต่ 5 เซ็นต์ถึง 1 ดอลลาร์ต่อภาพ และมากกว่า 1 ดอลลาร์ต่อวิดีโอ โดยประเมินว่าข้อมูลที่ Photobucket สามารถให้ได้นั้นมีมูลค่ามากกว่า 1 พันล้านดอลลาร์

EPOCH ทีมวิจัยที่มุ่งเน้นไปที่แนวโน้มการพัฒนาของปัญญาประดิษฐ์เคยเผยแพร่รายงานเกี่ยวกับข้อมูลที่จําเป็นสําหรับการเรียนรู้ของเครื่องโดยพิจารณาจากการใช้ข้อมูลและการสร้างข้อมูลใหม่โดยการเรียนรู้ของเครื่องในปี 2022 และพิจารณาการเติบโตของทรัพยากรคอมพิวเตอร์ ครั้งหนึ่งเคยเผยแพร่รายงานเกี่ยวกับสถานะของข้อมูลที่จําเป็นสําหรับแมชชีนเลิร์นนิงในหัวข้อ " "ข้อมูลจะหมดหรือไม่? การวิเคราะห์ขีดจํากัดของการปรับขนาดชุดข้อมูลในแมชชีนเลิร์นนิง" . รายงานสรุปว่าข้อมูลข้อความคุณภาพสูงจะหมดลงระหว่างเดือนกุมภาพันธ์ 2023 ถึง 2026 และข้อมูลรูปภาพจะหมดลงระหว่างปี 2030 ถึง 2060 หากประสิทธิภาพของการใช้ข้อมูลไม่สามารถปรับปรุงได้อย่างมีนัยสําคัญหรือมีแหล่งข้อมูลใหม่เกิดขึ้นแนวโน้มปัจจุบันของโมเดลแมชชีนเลิร์นนิงขนาดใหญ่ที่อาศัยชุดข้อมูลขนาดใหญ่อาจช้าลง

เมื่อพิจารณาจากสถานการณ์ปัจจุบันที่ยักษ์ใหญ่ AI กําลังซื้อข้อมูลในราคาที่สูง คําทํานายของ EPOCH เมื่อ 2 ปีที่แล้วค่อนข้างแม่นยํา

ในขณะเดียวกันการแก้ปัญหาความต้องการ "การขาดแคลนข้อมูล AI" ก็เกิดขึ้นเช่นกัน ได้แก่ บริการจัดหาข้อมูล AI

Defined.ai เป็นบริษัทที่ให้ข้อมูลที่กําหนดเอง สมจริง และมีคุณภาพสูงสําหรับบริษัท AI

ตัวอย่างของชนิดข้อมูลที่ Defined.ai สามารถให้ได้: https://www.defined.ai/datasets

รูปแบบธุรกิจคือ: บริษัท AI จัดหาความต้องการข้อมูลของตนเองให้กับ Defined.ai ตัวอย่างเช่นในแง่ของคุณภาพของภาพความละเอียดจะต้องสูงที่สุดเท่าที่จะเป็นไปได้เพื่อหลีกเลี่ยงการเบลอการเปิดรับแสงมากเกินไปและเนื้อหาควรเป็นของแท้ ในแง่ของเนื้อหา บริษัท AI สามารถปรับแต่งธีมเฉพาะตามงานฝึกอบรมของตนเอง เช่น ภาพถ่ายกลางคืน กรวยกลางคืน ลานจอดรถ และป้าย เพื่อปรับปรุงอัตราการจดจํา AI ในฉากกลางคืน ประชาชนสามารถทําหน้าที่ถ่ายภาพได้ จากนั้นบริษัทจะตรวจสอบและอัปโหลด ชิ้นส่วนที่ตรงตามข้อกําหนดจะถูกตัดสินตามจํานวนภาพถ่าย ราคาอยู่ที่ประมาณ 1-2 เหรียญสหรัฐสําหรับภาพคุณภาพสูง 5-7 เหรียญสหรัฐสําหรับภาพยนตร์สั้นที่มีความยาวมากกว่าสิบวินาที วิดีโอคุณภาพสูงที่มีความยาวมากกว่า 10 นาทีมีราคา 100-300 ดอลลาร์สหรัฐ และข้อความราคา 1 ดอลลาร์สหรัฐต่อพันคํา ผู้ที่ได้รับงานรับเหมาช่วงจะได้รับประมาณ 20% ของค่าธรรมเนียม การจัดหาข้อมูลอาจกลายเป็นธุรกิจคราวด์ซอร์สซิ่งอีกธุรกิจหนึ่งหลังจาก "การติดฉลากข้อมูล"

การกระจาย crowdsourcing งานทั่วโลกสิ่งจูงใจทางเศรษฐกิจการกําหนดราคา / การหมุนเวียนสินทรัพย์ข้อมูลและการปกป้องความเป็นส่วนตัวเปิดกว้างสําหรับทุกคนซึ่งฟังดูเหมาะอย่างยิ่งสําหรับกระบวนทัศน์ทางธุรกิจของ Web3

AI Narrative Targets จากด้านอุปทานอุตสาหกรรม

ความสนใจที่เกิดจากการขาดแคลนชิปได้แทรกซึมเข้าไปในอุตสาหกรรม crypto ทําให้พลังการประมวลผลแบบกระจายเป็นแทร็ก AI ที่ร้อนแรงและมีมูลค่าตลาดสูงสุดจนถึงตอนนี้

ดังนั้นหากความขัดแย้งด้านอุปสงค์และอุปทานในภาคพลังงานและข้อมูลของอุตสาหกรรม AI จะระเบิดในอีก 1-2 ปีข้างหน้า

เป้าหมายที่เกี่ยวข้องกับพลังงาน

โครงการที่เกี่ยวข้องกับพลังงานที่ได้รับการจดทะเบียนในการแลกเปลี่ยนแบบรวมศูนย์ที่สําคัญ (CEX) นั้นหายาก โดย Power Ledger (โทเค็น: POWR) เป็นตัวอย่างเดียวที่โดดเด่น

Power Ledger ก่อตั้งขึ้นในปี 2560 เป็นแพลตฟอร์มพลังงานที่ครอบคลุมบนบล็อกเชนที่มุ่งกระจายอํานาจการซื้อขายพลังงาน ส่งเสริมการทําธุรกรรมไฟฟ้าโดยตรงระหว่างบุคคลและชุมชน สนับสนุนการใช้พลังงานหมุนเวียนอย่างแพร่หลาย และรับประกันความโปร่งใสและประสิทธิภาพผ่านสัญญาอัจฉริยะ ในขั้นต้น Power Ledger ดําเนินการบนเครือข่ายกลุ่มที่ได้มาจาก Ethereum ในช่วงครึ่งหลังของปี 2023 Power Ledger ได้อัปเดตเอกสารไวท์เปเปอร์และเปิดตัวเครือข่ายสาธารณะที่ครอบคลุมของตนเอง ซึ่งอิงตามกรอบทางเทคนิคของ Solana เพื่อจัดการธุรกรรมขนาดเล็กความถี่สูงในตลาดพลังงานแบบกระจาย ปัจจุบันธุรกิจหลักของ Power Ledger ได้แก่ :

• การซื้อขายพลังงาน: อนุญาตให้ผู้ใช้ซื้อและขายไฟฟ้าได้โดยตรง โดยเฉพาะจากแหล่งพลังงานหมุนเวียน
• การซื้อขายผลิตภัณฑ์ด้านสิ่งแวดล้อม: อํานวยความสะดวกในการซื้อขายคาร์บอนเครดิตและใบรับรองพลังงานหมุนเวียน ตลอดจนการจัดหาเงินทุนตามผลิตภัณฑ์ด้านสิ่งแวดล้อม
• การดําเนินงานห่วงโซ่สาธารณะ: ดึงดูดนักพัฒนาแอปพลิเคชันให้สร้างบนบล็อกเชน Power Ledger โดยมีค่าธรรมเนียมการทําธุรกรรมที่จ่ายเป็นโทเค็น POWR

ณ ตอนนี้ มูลค่าตลาดหมุนเวียนของ Power Ledger อยู่ที่ 170 ล้านดอลลาร์

เป้าหมายที่เกี่ยวข้องกับข้อมูล

เมื่อเทียบกับเป้าหมาย crypto ที่เกี่ยวข้องกับพลังงาน แทร็กข้อมูลมีเป้าหมาย crypto ที่หลากหลายยิ่งขึ้น ต่อไปนี้คือโครงการติดตามข้อมูลที่ฉันกําลังดูอยู่ ซึ่งทั้งหมดมีรายชื่ออยู่ใน CEX หลักอย่างน้อยหนึ่งรายการ เช่น Binance, OKX หรือ Coinbase ซึ่งจัดเรียงตามลําดับจากน้อยไปมากของการประเมินมูลค่าที่ลดลงเต็มที่ (FDV):

1. สตรีม – DATA

คุณค่าที่นําเสนอ: Streamr มีเป้าหมายเพื่อสร้างเครือข่ายข้อมูลแบบเรียลไทม์แบบกระจายอํานาจที่ช่วยให้ผู้ใช้สามารถแลกเปลี่ยนและแบ่งปันข้อมูลได้อย่างอิสระในขณะที่ยังคงควบคุมข้อมูลของตนได้อย่างเต็มที่ Streamr พยายามช่วยให้ผู้ผลิตข้อมูลสามารถขายสตรีมข้อมูลให้กับผู้บริโภคที่สนใจได้โดยตรงโดยไม่ต้องมีคนกลาง ซึ่งจะช่วยลดต้นทุนและเพิ่มประสิทธิภาพ

ที่มา: https://streamr.network/hub/projects

ในกรณีการทํางานร่วมกันในทางปฏิบัติ Streamr ได้ร่วมมือกับโครงการฮาร์ดแวร์ออนบอร์ด Web3 อีกโครงการหนึ่ง DIMO ผ่านเซ็นเซอร์ฮาร์ดแวร์ DIMO ที่ติดตั้งในรถยนต์ พวกเขารวบรวมข้อมูล เช่น อุณหภูมิ ความกดอากาศ และเมตริกอื่นๆ สร้างสตรีมข้อมูลสภาพอากาศที่ส่งไปยังองค์กรที่ต้องการ

เมื่อเทียบกับโครงการข้อมูลอื่นๆ Streamr มุ่งเน้นไปที่ข้อมูล IoT และเซ็นเซอร์ฮาร์ดแวร์มากกว่า นอกจากข้อมูลยานพาหนะ DIMO ดังกล่าวแล้ว โครงการอื่นๆ ยังรวมถึงสตรีมข้อมูลการจราจรแบบเรียลไทม์ในเฮลซิงกิ โทเค็นโครงการของ Streamr คือ DATA จึงมีมูลค่าเพิ่มขึ้นเป็นสองเท่าในวันเดียวเมื่อเดือนธันวาคมปีที่แล้วเมื่อแนวคิด DePIN อยู่ที่จุดสูงสุด

ปัจจุบัน มูลค่าตลาดหมุนเวียนของ Streamr อยู่ที่ 44 ล้านดอลลาร์

1. โควาเลนต์ – CQT

ซึ่งแตกต่างจากโครงการข้อมูลอื่น ๆ Covalent ให้ข้อมูลบล็อกเชน เครือข่าย Covalent อ่านข้อมูลจากโหนดบล็อกเชนผ่าน RPC ประมวลผลและจัดระเบียบข้อมูลนี้ สิ่งนี้ช่วยให้ผู้ใช้ของ Covalent สามารถดึงข้อมูลที่ต้องการได้อย่างรวดเร็วโดยไม่ต้องทําการสืบค้นที่ซับซ้อนโดยตรงจากโหนดบล็อกเชน บริการนี้เรียกว่า "การจัดทําดัชนีข้อมูลบล็อกเชน"

ลูกค้าของ Covalent ส่วนใหญ่เป็น B2B รวมถึงโครงการ Dapp เช่น แอปพลิเคชัน DeFi ต่างๆ รวมถึงบริษัทคริปโตแบบรวมศูนย์หลายแห่ง เช่น ConsenSys (บริษัทแม่ของ MetaMask), CoinGecko (ไซต์ติดตามทรัพย์สิน crypto ที่มีชื่อเสียง), Rotki (เครื่องมือภาษี) และ Rainbow (กระเป๋าเงินดิจิทัล) นอกจากนี้ ยักษ์ใหญ่ทางการเงินแบบดั้งเดิมอย่าง Fidelity และสํานักงานบัญชี Big Four EY ก็เป็นลูกค้าของ Covalent เช่นกัน ตามการเปิดเผยอย่างเป็นทางการของ Covalent รายได้ของโครงการจากบริการข้อมูลได้แซงหน้าโครงการชั้นนําในสาขาเดียวกันอย่าง The Graph แล้ว

อุตสาหกรรม Web3 เนื่องจากความสมบูรณ์ การเปิดกว้าง ความถูกต้อง และลักษณะแบบเรียลไทม์ของข้อมูลบนเครือข่าย จึงพร้อมที่จะกลายเป็นแหล่งข้อมูลคุณภาพสูงที่มีค่าสําหรับสถานการณ์ AI เฉพาะและ "โมเดล AI ขนาดเล็ก" ในฐานะผู้ให้บริการข้อมูล Covalent ได้เริ่มจัดหาข้อมูลสําหรับสถานการณ์ AI ต่างๆ และได้เปิดตัวข้อมูลที่มีโครงสร้างที่ตรวจสอบได้สําหรับ AI โดยเฉพาะ

ที่มา: https://www.covalenthq.com/solutions/decentralized-ai/

ตัวอย่างเช่น ให้ข้อมูลแก่ SmartWhales ซึ่งเป็นแพลตฟอร์มการซื้อขายอัจฉริยะบนเครือข่าย และใช้ AI เพื่อระบุรูปแบบการซื้อขายและที่อยู่ที่ทํากําไรได้ Entendre Finance ใช้ข้อมูลที่มีโครงสร้างของ Covalent และการประมวลผล AI สําหรับข้อมูลเชิงลึกแบบเรียลไทม์

ในปัจจุบันสถานการณ์หลักสําหรับบริการข้อมูลบนเครือข่ายที่ให้บริการโดย Covalent ยังคงเป็นการเงิน อย่างไรก็ตาม ด้วยลักษณะทั่วไปของผลิตภัณฑ์และประเภทข้อมูล Web3 สถานการณ์การใช้งานของข้อมูลบนเครือข่ายจะถูกขยายเพิ่มเติมด้วย

มูลค่าตลาดปรับลดปัจจุบันของโครงการ Covalent อยู่ที่ 150 ล้านดอลลาร์ และมูลค่าตลาดปรับลดเต็มจํานวนอยู่ที่ 235 ล้านดอลลาร์ เมื่อเทียบกับ The Graph ซึ่งเป็นโครงการดัชนีข้อมูลบล็อกเชนในเส้นทางเดียวกัน แต่ก็มีข้อได้เปรียบในการประเมินมูลค่าที่ค่อนข้างชัดเจน

1. Hivemapper – น้ําผึ้ง

ในบรรดาวัสดุข้อมูลทั้งหมดข้อมูลวิดีโอมักจะมีราคาต่อหน่วยสูงสุด Hivemapper สามารถให้ข้อมูลรวมถึงข้อมูลวิดีโอและแผนที่แก่บริษัท AI Hivemapper เป็นโครงการแผนที่ทั่วโลกแบบกระจายอํานาจที่มีจุดมุ่งหมายเพื่อสร้างระบบการทําแผนที่ที่มีรายละเอียด ไดนามิก และเข้าถึงได้ผ่านเทคโนโลยีบล็อกเชนและการมีส่วนร่วมของชุมชน ผู้เข้าร่วมสามารถบันทึกข้อมูลแผนที่ผ่าน dashcam และเพิ่มลงในเครือข่ายข้อมูล Hivemapper แบบโอเพ่นซอร์ส และรับรางวัลตามการมีส่วนร่วมในโทเค็นโครงการ HONEY เพื่อปรับปรุงเอฟเฟกต์เครือข่ายและลดต้นทุนการโต้ตอบ Hivemapper สร้างขึ้นบน Solana

Hivemapper ก่อตั้งขึ้นในปี 2015 โดยเริ่มแรกมีเป้าหมายเพื่อสร้างแผนที่โดยใช้โดรน อย่างไรก็ตามในไม่ช้ามันก็ตระหนักว่าโมเดลนี้ปรับขนาดได้ยากกระตุ้นให้เปลี่ยนไปใช้กล้องติดรถยนต์และสมาร์ทโฟนเพื่อเก็บข้อมูลทางภูมิศาสตร์ซึ่งช่วยลดต้นทุนการผลิตแผนที่ทั่วโลกได้อย่างมาก

เมื่อเทียบกับมุมมองถนนและซอฟต์แวร์การทําแผนที่เช่น Google Maps แล้ว Hivemapper ใช้เครือข่ายที่จูงใจและรูปแบบการระดมความคิดเห็นเพื่อขยายความครอบคลุมของแผนที่ได้อย่างมีประสิทธิภาพมากขึ้นรักษาความสดใหม่ของแผนที่ในโลกแห่งความเป็นจริงและปรับปรุงคุณภาพวิดีโอ

ก่อนที่ความต้องการข้อมูลที่ขับเคลื่อนด้วย AI จะเพิ่มขึ้นลูกค้าหลักของ Hivemapper ได้แก่ แผนกขับขี่อัตโนมัติของอุตสาหกรรมยานยนต์ บริษัท ผู้ให้บริการนําทางรัฐบาล บริษัท ประกันภัยและ บริษัท อสังหาริมทรัพย์ วันนี้ Hivemapper สามารถให้ข้อมูลถนนและสิ่งแวดล้อมที่ครอบคลุมสําหรับ AI และโมเดลขนาดใหญ่ผ่าน API ด้วยการอัปเดตสตรีมรูปภาพและข้อมูลคุณลักษณะบนท้องถนนอย่างต่อเนื่องโมเดล AI และ ML สามารถแปลข้อมูลนี้เป็นความสามารถที่ได้รับการปรับปรุงได้ดีขึ้นโดยทํางานที่เกี่ยวข้องกับตําแหน่งทางภูมิศาสตร์และการตัดสินด้วยภาพ

แหล่งข้อมูล: https://hivemapper.com/blog/diversify-ai-computer-vision-models-with-global-road-imagery-map-data/

ปัจจุบัน โครงการ Hivemapper's Honey มีมูลค่าตามราคาตลาดปรับลดที่ 120 ล้านดอลลาร์ และมูลค่าตามราคาตลาดปรับลดเต็มที่ (FDV) ที่ 496 ล้านดอลลาร์

นอกเหนือจากสามโครงการที่กล่าวถึงข้างต้นแล้วพื้นที่ข้อมูลยังรวมถึง:

The Graph – GRT: ด้วยมูลค่าตามราคาตลาดที่ลดลง 3.2 พันล้านดอลลาร์และ FDV ที่ 3.7 พันล้านดอลลาร์ The Graph ให้บริการจัดทําดัชนีข้อมูลบล็อกเชนที่คล้ายกับ Covalent

Ocean Protocol – OCEAN: ด้วยมูลค่าตามราคาตลาดหมุนเวียน 670 ล้านดอลลาร์และ FDV 1.45 พันล้านดอลลาร์ Ocean Protocol เป็นโปรโตคอลโอเพ่นซอร์สที่มุ่งอํานวยความสะดวกในการแลกเปลี่ยนและสร้างรายได้จากข้อมูลและบริการที่เกี่ยวข้องกับข้อมูล เชื่อมโยงผู้ใช้ข้อมูลกับผู้ให้บริการข้อมูลเพื่อแบ่งปันข้อมูลในขณะที่รับประกันความไว้วางใจ ความโปร่งใส และการตรวจสอบย้อนกลับ โครงการนี้ถูกตั้งค่าให้รวมเข้ากับ Fetch.ai และ SingularityNET โดยโทเค็นจะแปลงเป็น ASI

มุมมองที่สองเกี่ยวกับการเล่าเรื่อง AI: การมาถึงของ AGI ชวนให้นึกถึงช่วงเวลา GPT

ในมุมมองของผู้เขียน ปีแรกของ "การติดตาม AI" ในอุตสาหกรรม crypto เป็นปีที่โดดเด่นของปี 2023 ซึ่งทําเครื่องหมายด้วยการถือกําเนิดของ GPT และการเพิ่มขึ้นของโครงการ crypto AI เป็นผลกระทบกระเพื่อมจากการเติบโตอย่างรวดเร็วของอุตสาหกรรม AI

แม้ว่าความสามารถอย่าง GPT4 และ Turbo จะยังคงพัฒนาต่อไปหลังจาก GPT3.5 และ Sora ได้แสดงความสามารถในการสร้างวิดีโอที่น่าอัศจรรย์ ควบคู่ไปกับการพัฒนาอย่างรวดเร็วในโมเดลภาษาขนาดใหญ่นอก OpenAI แต่ก็ปฏิเสธไม่ได้ว่าผลกระทบทางปัญญาของความก้าวหน้าทางเทคโนโลยี AI ต่อสาธารณชนทั่วไปกําลังลดลง ผู้คนเริ่มใช้เครื่องมือ AI อย่างค่อยเป็นค่อยไป และการเคลื่อนย้ายงานขนาดใหญ่ดูเหมือนจะยังไม่เกิดขึ้น

ดังนั้น วงการ AI จะเป็นสักขีพยาน "ช่วงเวลา GPT" อีกครั้งในอนาคต ซึ่งการพัฒนา AI แบบก้าวกระโดดทําให้คนจํานวนมากประหลาดใจ ช่วงเวลานี้อาจเป็นการถือกําเนิดของปัญญาประดิษฐ์ทั่วไป (AGI)

AGI หมายถึงเครื่องจักรที่มีความสามารถทางปัญญาที่ครอบคลุมคล้ายกับมนุษย์สามารถแก้ปัญหาที่ซับซ้อนต่าง ๆ นอกเหนือจากงานเฉพาะ ระบบ AGI มีการคิดเชิงนามธรรมระดับสูงความรู้พื้นฐานที่กว้างขวางการใช้เหตุผลสามัญสํานึกข้ามโดเมนความเข้าใจเชิงสาเหตุและความสามารถในการเรียนรู้การถ่ายโอนข้ามสาขาวิชา ในแง่ของความสามารถที่ครอบคลุม ประสิทธิภาพของ AGI นั้นเทียบเท่ากับมนุษย์ที่ดีที่สุด และยังเหนือกว่าความสามารถโดยรวมของกลุ่มมนุษย์ที่โดดเด่นที่สุด

ในความเป็นจริง ไม่ว่าจะปรากฎในนิยายวิทยาศาสตร์ เกม หรือภาพยนตร์ หรือได้รับแรงหนุนจากความคาดหวังของสาธารณชนหลังจากการแพร่กระจายอย่างรวดเร็วของ GPT สังคมได้คาดการณ์มานานแล้วว่าการเกิดขึ้นของ AGI จะเกินระดับความรู้ความเข้าใจของมนุษย์ อาจกล่าวได้ว่า GPT เองเป็นสารตั้งต้นของ AGI ซึ่งเป็นคําทํานายของปัญญาประดิษฐ์ทั่วไป

เหตุผลที่ GPT มีพลังงานอุตสาหกรรมมหาศาลและผลกระทบทางจิตวิทยาก็คือความเร็วและประสิทธิภาพในการใช้งานเกินความคาดหมายของมวลชน: ผู้คนไม่คาดคิดว่าระบบปัญญาประดิษฐ์ที่สามารถผ่านการทดสอบทัวริงจะมาถึงจริง ๆ และมาถึงเร็วมาก

ในความเป็นจริง ปัญญาประดิษฐ์ทั่วไป (AGI) อาจชดใช้ความฉับพลันของ "ช่วงเวลา GPT" ภายใน 1-2 ปี: ผู้คนเพิ่งปรับตัวเข้ากับความช่วยเหลือของ GPT เพียงเพื่อค้นพบว่า AI ไม่ใช่แค่ผู้ช่วยอีกต่อไป มันยังสามารถทํางานที่สร้างสรรค์และท้าทายได้อย่างอิสระ รวมถึงปัญหาที่ทําให้นักวิทยาศาสตร์ชั้นนํางุนงงมานานหลายทศวรรษ

เมื่อวันที่ 8 เมษายนปีนี้ Musk ถูกสัมภาษณ์โดย Nicolai Tangen ประธานเจ้าหน้าที่ฝ่ายการลงทุนของ Norwegian Sovereign Wealth Fund เกี่ยวกับช่วงเวลาของการเกิดขึ้นของ AGI

เขากล่าวว่า "ถ้าเรานิยาม AGI ว่าฉลาดกว่ามนุษย์ที่ฉลาดที่สุด ฉันคิดว่ามันน่าจะเกิดขึ้นประมาณปี 2025" กล่าวอีกนัยหนึ่งตามการประมาณการของเขาจะใช้เวลาไม่เกินหนึ่งปีครึ่งสําหรับ AGI ที่จะมาถึง แน่นอนว่าเขาเพิ่มข้อแม้ว่า "พลังงานและฮาร์ดแวร์ตามทัน"

ประโยชน์ของการมาถึงของ AGI นั้นชัดเจน

หมายความว่าผลผลิตของมนุษยชาติจะก้าวกระโดดครั้งใหญ่ และปัญหาการวิจัยทางวิทยาศาสตร์มากมายที่รบกวนเรามานานหลายทศวรรษจะได้รับการแก้ไขอย่างง่ายดาย หากเรานิยาม "มนุษย์ที่ฉลาดที่สุด" ว่าเป็นผู้ชนะรางวัลโนเบล นั่นหมายความว่าตราบใดที่มีพลังงาน พลังการประมวลผล และข้อมูลเพียงพอ เราก็จะมี "ผู้ชนะรางวัลโนเบล" นับไม่ถ้วนที่เจาะลึกปัญหาทางวิทยาศาสตร์ที่ท้าทายที่สุดตลอดเวลา

ในความเป็นจริงผู้ชนะรางวัลโนเบลไม่ได้หายากเท่ากับหนึ่งในหลายร้อยล้านคน ส่วนใหญ่ทัดเทียมกับอาจารย์มหาวิทยาลัยในแง่ของความสามารถและสติปัญญา อย่างไรก็ตามเนื่องจากความน่าจะเป็นและโชคในการเลือกทิศทางที่ถูกต้องและคงอยู่จนกว่าจะได้ผลลัพธ์บุคคลที่มีความสามารถใกล้เคียงกับพวกเขาเพื่อนร่วมงานที่โดดเด่นเท่าเทียมกันของพวกเขาอาจได้รับรางวัลโนเบลในจักรวาลคู่ขนานของการวิจัยทางวิทยาศาสตร์ น่าเสียดายที่ยังมีคนที่มีความสามารถไม่เพียงพอของอาจารย์มหาวิทยาลัยชั้นนําที่เข้าร่วมในความก้าวหน้าทางวิทยาศาสตร์ดังนั้นความเร็วของ "การสํารวจทิศทางที่ถูกต้องทั้งหมดในการวิจัยทางวิทยาศาสตร์" ยังคงช้า

ด้วยการถือกําเนิดของ AGI ในสภาวะที่มีการจัดหาพลังงานและพลังการประมวลผลอย่างเพียงพอเราสามารถมี AGI จํานวนไม่ จํากัด ด้วยระดับของผู้ชนะรางวัลโนเบลที่สํารวจในเชิงลึกในทิศทางการพัฒนาทางวิทยาศาสตร์ที่เป็นไปได้ อัตราความก้าวหน้าทางเทคโนโลยีจะเพิ่มขึ้นหลายสิบเท่า ความก้าวหน้าทางเทคโนโลยีจะนําไปสู่ทรัพยากรที่ปัจจุบันถือว่ามีราคาแพงและหายากเพิ่มขึ้นหลายร้อยเท่าในอีก 10 ถึง 20 ปีข้างหน้า เช่น การผลิตอาหาร วัสดุใหม่ ยาใหม่ การศึกษาคุณภาพสูง เป็นต้น ค่าใช้จ่ายในการได้รับทรัพยากรเหล่านี้จะลดลงอย่างทวีคูณทําให้เราสามารถสนับสนุนผู้คนจํานวนมากขึ้นด้วยทรัพยากรที่น้อยลงและความมั่งคั่งต่อหัวจะเพิ่มขึ้นอย่างรวดเร็ว

แนวโน้ม GDP โลก (ที่มา: ธนาคารโลก)

นี่อาจฟังดูน่าตื่นเต้นเล็กน้อย ลองดูสองตัวอย่างซึ่งผู้เขียนได้กล่าวถึงใน รายงานการวิจัยปี IO.NET ก่อนหน้านี้:

• ในปี 2018 ฟรานเซส อาร์โนลด์ ผู้ได้รับรางวัลโนเบลสาขาเคมีกล่าวในพิธีมอบรางวัลว่า "วันนี้ เราสามารถอ่าน เขียน และแก้ไขลําดับดีเอ็นเอใดๆ ในการใช้งานจริง แต่เรายังไม่สามารถเขียนได้" เพียงห้าปีต่อมาในปี 2023 นักวิจัยจาก Salesforce Research สตาร์ทอัพ AI จากมหาวิทยาลัยสแตนฟอร์ดและซิลิคอนวัลเลย์ ได้ตีพิมพ์บทความใน เทคโนโลยีชีวภาพธรรมชาติ. พวกเขาใช้แบบจําลองภาษาขนาดใหญ่ตามการปรับแต่ง GPT-3 อย่างละเอียดเพื่อสร้างโปรตีนใหม่หนึ่งล้านตัวตั้งแต่เริ่มต้น และค้นพบโปรตีนสองตัวที่มีโครงสร้างแตกต่างกันอย่างมาก ซึ่งทั้งสองอย่างนี้มีคุณสมบัติต้านจุลชีพและอาจทําหน้าที่เป็นวิธีแก้ปัญหาการดื้อต่อแบคทีเรียนอกเหนือจากยาปฏิชีวนะ กล่าวอีกนัยหนึ่งด้วยความช่วยเหลือของ AI คอขวดใน "การสร้าง" โปรตีนได้เอาชนะแล้ว
• ก่อนหน้านี้อัลกอริทึมปัญญาประดิษฐ์ AlphaFold ทํานายโครงสร้างของโปรตีนที่รู้จักเกือบทั้งหมด 214 ล้านตัวบนโลกภายใน 18 เดือนซึ่งมากกว่าความพยายามร่วมกันของนักชีววิทยาโครงสร้างก่อนหน้านี้หลายร้อยเท่า

การปฏิวัติได้เกิดขึ้นแล้ว และการถือกําเนิดของ AGI จะช่วยเร่งกระบวนการนี้ให้เร็วขึ้น ในทางกลับกันความท้าทายที่เกิดจากการถือกําเนิดของ AGI ก็มีมากมายเช่นกัน AGI จะไม่เพียงแต่แทนที่ผู้ปฏิบัติงานด้านความรู้ความเข้าใจจํานวนมากเท่านั้น แต่ยังส่งผลกระทบต่อคนงานทางกายภาพซึ่งก่อนหน้านี้ถือว่า "ได้รับผลกระทบจาก AI น้อยกว่า" ด้วยวุฒิภาวะของเทคโนโลยีหุ่นยนต์และการพัฒนาวัสดุใหม่ที่นําไปสู่การลดต้นทุนการผลิตสัดส่วนของตําแหน่งแรงงานที่ถูกแทนที่ด้วยเครื่องจักรและซอฟต์แวร์จะเพิ่มขึ้นอย่างรวดเร็ว

ในเวลานั้นปัญหาสองประการที่ดูเหมือนจะห่างไกลจะปรากฏขึ้นอย่างรวดเร็ว:

1. ปัญหาการจ้างงานและรายได้ของผู้ว่างงานจํานวนมาก
2. วิธีแยกแยะระหว่าง AI กับมนุษย์ในโลกที่ AI มีอยู่ทั่วไป

Worldcoin\Worldchain พยายามจัดหาโซลูชันโดยนําเสนอระบบ Universal Basic Income (UBI) เพื่อจัดหารายได้พื้นฐานให้กับสาธารณชน และใช้คุณสมบัติไบโอเมตริกซ์แบบม่านตาเพื่อแยกความแตกต่างระหว่างมนุษย์กับ AI

ในความเป็นจริง UBI ซึ่งให้เงินแก่ทุกคนไม่ได้เป็นเพียงพายบนท้องฟ้า ประเทศต่างๆ เช่น ฟินแลนด์และอังกฤษได้ทดลองกับรายได้พื้นฐานสากล และฝ่ายต่างๆ ในแคนาดา สเปน อินเดีย และประเทศอื่นๆ กําลังเสนอและส่งเสริมการทดลองที่เกี่ยวข้องอย่างแข็งขัน

ประโยชน์ของการใช้การระบุตัวตนด้วยไบโอเมตริกซ์ + โมเดลที่ใช้บล็อคเชนสําหรับการกระจาย UBI นั้นอยู่ในลักษณะทั่วโลกของระบบ ซึ่งให้ความครอบคลุมที่กว้างขึ้นแก่ประชากร นอกจากนี้ยังสามารถใช้ประโยชน์จากเครือข่ายผู้ใช้ที่ขยายผ่านการกระจายรายได้เพื่อสร้างรูปแบบธุรกิจอื่นๆ เช่น บริการทางการเงิน (Defi) เครือข่ายสังคมออนไลน์ Crowdsourcing เป็นต้น ก่อให้เกิดการทํางานร่วมกันภายในเครือข่าย

หนึ่งในสินทรัพย์ที่สอดคล้องกับผลกระทบของการถือกําเนิดของ AGI คือ Worldcoin – WLD โดยมีมูลค่าตามราคาตลาดปรับลดที่ 1.03 พันล้านดอลลาร์ และมูลค่าตามราคาตลาดปรับลดเต็มที่ที่ 47.2 พันล้านดอลลาร์

ความเสี่ยงและความไม่แน่นอนของการหักคําบรรยาย

ซึ่งแตกต่างจากโครงการก่อนหน้านี้และติดตามรายงานการวิจัยที่เผยแพร่โดย Mint Ventures บทความนี้มีความเป็นอัตวิสัยมากขึ้นในการหักเงินและการทํานายการเล่าเรื่อง ผู้อ่านควรพิจารณาเนื้อหาของบทความนี้ว่าเป็นการอภิปรายที่แตกต่างกันมากกว่าคําทํานายในอนาคต การคาดเดาเรื่องเล่าที่นําเสนอโดยผู้เขียนเผชิญกับความไม่แน่นอนมากมายซึ่งนําไปสู่ข้อผิดพลาดในการคาดเดา ความเสี่ยงหรือปัจจัยที่มีอิทธิพลเหล่านี้รวมถึงแต่ไม่จํากัดเพียง:

• ด้านพลังงาน: การอัปเดต GPU ทําให้การใช้พลังงานลดลงอย่างรวดเร็ว

แม้ว่าความต้องการพลังงานรอบ ๆ AI จะเพิ่มขึ้นอย่างรวดเร็ว แต่ผู้ผลิตชิปอย่าง Nvidia ก็ให้พลังการประมวลผลที่สูงขึ้นด้วยการใช้พลังงานที่ลดลงผ่านการอัปเกรดฮาร์ดแวร์อย่างต่อเนื่อง ตัวอย่างเช่น ในเดือนมีนาคมของปีนี้ Nvidia ได้เปิดตัวการ์ดประมวลผล AI รุ่นใหม่ GB200 ซึ่งรวม GPU B200 สองตัวและ Grace CPU หนึ่งตัว ประสิทธิภาพการฝึกซ้อมนั้นสูงกว่า AI GPU H100 หลักของรุ่นก่อนหน้าถึงสี่เท่า และประสิทธิภาพการอนุมานนั้นสูงกว่า H100 ถึงเจ็ดเท่า ในขณะที่การใช้พลังงานที่ต้องการเป็นเพียงหนึ่งในสี่ของ H100 อย่างไรก็ตาม อย่างไรก็ตาม ความปรารถนาในพลังจาก AI ก็ยังห่างไกลจากความพึงพอใจ การใช้พลังงานทั้งหมดอาจเพิ่มขึ้นจริงเมื่อแอปพลิเคชัน AI และความต้องการขยายตัวมากขึ้น

• ด้านข้อมูล: โครงการ Q* ตระหนักถึง "ข้อมูลที่สร้างขึ้นเอง"

มีข่าวลือมานานแล้วภายใน OpenAI เกี่ยวกับโครงการ "Q" ซึ่งได้รับการกล่าวถึงในการสื่อสารภายในกับพนักงาน OpenAI ตามรายงานของ Reuters ที่อ้างถึงคนวงในที่ OpenAI นี่อาจเป็นความก้าวหน้าในการแสวงหา superintelligence/general artificial intelligence (AGI) ของ OpenAI Q ไม่เพียงแต่มีความสามารถในการแก้ปัญหาทางคณิตศาสตร์ที่มองไม่เห็นก่อนหน้านี้ผ่านสิ่งที่เป็นนามธรรม แต่ยังมีความสามารถในการสร้างข้อมูลสําหรับการฝึกอบรมแบบจําลองขนาดใหญ่โดยไม่จําเป็นต้องป้อนข้อมูลในโลกแห่งความเป็นจริง หากข่าวลือนี้เป็นความจริงคอขวดของการฝึกอบรมโมเดล AI ที่ถูก จํากัด โดยการขาดข้อมูลคุณภาพสูงจะถูกทําลาย

• การมาถึงของ AGI: ความกังวลของ OpenAI

ช่วงเวลาของการมาถึงของ AGI ตามที่ Elon Musk แนะนําอาจมาถึงภายในปี 2025 แต่นี่เป็นเพียงเรื่องของเวลาเท่านั้น อย่างไรก็ตาม Worldcoin ในฐานะผู้บรรยายผู้รับผลประโยชน์โดยตรงจากการมาถึงของ AGI อาจเผชิญกับความกังวลที่ใหญ่ที่สุดจาก OpenAI เนื่องจากได้รับการยอมรับอย่างกว้างขวางว่าเป็น "โทเค็นเงาของ OpenAI"

ในช่วงเช้าตรู่ของวันที่ 14 พฤษภาคม OpenAI ได้จัดแสดง GPT-4o ล่าสุดและโมเดลภาษาขนาดใหญ่อื่นๆ อีก 19 เวอร์ชันในคะแนนงานที่ครอบคลุมในงานเปิดตัวผลิตภัณฑ์ฤดูใบไม้ผลิ เพียงแค่ดูที่ตาราง GPT-4o ได้คะแนน 1310 ซึ่งดูเหมือนจะสูงกว่าอันดับต่อมาอย่างมาก อย่างไรก็ตาม ในแง่ของคะแนนรวม มันสูงกว่าเทอร์โบ GPT4 อันดับสองเพียง 4.5% สูงกว่า Gemini 1.5 Pro ของ Google 4.9% ในอันดับที่สี่ และสูงกว่า Claude 3 Opus ของ Anthropic 5.1% ในอันดับที่ห้า

นับตั้งแต่ช่วงเวลาที่เขย่าโลกของการเปิดตัวของ GPT3.5 ผ่านไปเพียงหนึ่งปี คู่แข่งของ OpenAI ก็อยู่ในตําแหน่งที่ใกล้เคียงกันมากแล้ว (แม้ว่า GPT5 จะยังไม่เปิดตัวและคาดว่าจะเปิดตัวในปีนี้) OpenAI สามารถรักษาตําแหน่งผู้นําอุตสาหกรรมในอนาคตได้หรือไม่นั้นดูเหมือนจะไม่ชัดเจน หากความได้เปรียบระดับแนวหน้าและตําแหน่งที่โดดเด่นของ OpenAI เจือจางหรือเหนือกว่า มูลค่าการเล่าเรื่องของ Worldcoin ในฐานะโทเค็นเงาของ OpenAI ก็จะลดลงเช่นกัน

นอกจากนี้ นอกจากรูปแบบการตรวจสอบม่านตาของ Worldcoin แล้ว คู่แข่งก็เข้าสู่ตลาดนี้มากขึ้นเรื่อยๆ ตัวอย่างเช่น โครงการ ID สแกนฝ่ามือ Humanity Protocol เพิ่งประกาศเสร็จสิ้นการจัดหาเงินทุนรอบใหม่มูลค่า 30 ล้านดอลลาร์ที่มูลค่า 1 พันล้านดอลลาร์ LayerZero Labs ยังประกาศการดําเนินการเกี่ยวกับมนุษยชาติและเข้าร่วมเครือข่ายโหนดตรวจสอบความถูกต้องโดยใช้การพิสูจน์ ZK เพื่อตรวจสอบข้อมูลประจําตัว

บทสรุป

โดยสรุป แม้ว่าผู้เขียนจะคาดการณ์การเล่าเรื่องของแทร็ก AI แต่แทร็ก AI นั้นแตกต่างจากฟิลด์การเข้ารหัสลับดั้งเดิม เช่น DeFi มันเป็นผลผลิตจากการล้นของ AI บูมเข้าสู่วงกลมสกุลเงิน ปัจจุบัน หลายโครงการยังไม่ได้สร้างรูปแบบธุรกิจอย่างเต็มที่ และหลายโครงการเป็นเหมือนมีมในธีม AI มากกว่า (เช่น Rndr คล้ายกับมีมของ Nvidia, Worldcoin คล้ายกับมีมของ OpenAI) ผู้อ่านควรระมัดระวังเกี่ยวกับพวกเขา

ถ้อยแถลง:

1. บทความนี้เดิมชื่อ "The Next Wave of Narrative Deduction in the Crypto AI Sector: Catalysts, Development Pathways, and Related Projects" ทําซ้ําจาก [mintventures] ลิขสิทธิ์ทั้งหมดเป็นของผู้แต่งต้นฉบับ [Alex Xu] หากคุณมีข้อโต้แย้งใด ๆ ต่อการพิมพ์ซ้ํา โปรดติดต่อทีม Gate Learn ทีมงานจะจัดการโดยเร็วที่สุด

2. ข้อจํากัดความรับผิดชอบ: มุมมองและความคิดเห็นที่แสดงในบทความนี้เป็นมุมมองส่วนตัวของผู้เขียนเท่านั้นและไม่ถือเป็นคําแนะนําในการลงทุนใดๆ

3. การแปลบทความเป็นภาษาอื่นดําเนินการโดยทีม Gate Learn ห้ามคัดลอก แจกจ่าย หรือลอกเลียนแบบบทความที่แปลเว้นแต่จะกล่าวถึง