Trong thời đại AI, làm thế nào các doanh nghiệp Web3 có thể cạnh tranh với những ông lớn truyền thống trong lĩnh vực trí tuệ nhân tạo?

Tiêu đề Gốc: "Lật Đảo Đồng Tiền AI"

Tác Giả Gốc: Gagra Ventures

Dịch Gốc: ChainCatcher

Chú ý của Biên Tập Viên: Qua ánh sáng của công nghệ, tác giả nhìn thấy nhiều rào cản mà các dự án Web3 đối mặt trong việc phát triển trí tuệ nhân tạo, như vốn và phần cứng. Mặc dù Web3 ban đầu có ý định phá vỡ sự tập trung và đạt được lý tưởng phi tập trung, nhưng trong thực tế, nó thường bị ảnh hưởng bởi câu chuyện thị trường và động cơ token, lệch khỏi mục đích ban đầu.

Dịch của ChainCatcher từ văn bản gốc như sau:

Yêu cầu tích hợp trí tuệ nhân tạo và Web3 đang trở nên ồn ào hơn, nhưng đây không còn là một bài viết về vốn rủi ro lạc quan nữa. Chúng tôi lạc quan về việc kết hợp hai công nghệ này, nhưng văn bản sau đây là một lời kêu gọi hành động. Nếu không, sự lạc quan này sẽ không thành hiện thực.

Tại sao? Bởi vì phát triển và vận hành các mô hình trí tuệ nhân tạo tốt nhất đòi hỏi chi phí vốn lớn, phần cứng tiên tiến nhất thường khó có thể tiếp cận, và nó đòi hỏi nghiên cứu lĩnh vực cụ thể rất cụ thể. Thu thập tài nguyên này thông qua động cơ mã hóa, như hầu hết các dự án trí tuệ nhân tạo Web3 đang làm, không đủ để đối phó với hàng trăm tỷ đô la được đầu tư bởi các công ty lớn kiểm soát phát triển trí tuệ nhân tạo. Với những hạn chế về phần cứng, đây có thể là mô hình phần mềm lớn đầu tiên mà các kỹ sư thông minh và sáng tạo bên ngoài các tổ chức hiện tại không thể vượt qua.

Phần mềm đang "ăn thế giới" với tốc độ ngày càng nhanh chóng, và sẽ sớm phát triển mạnh mẽ với sự tăng tốc của trí tuệ nhân tạo. Hiện nay, toàn bộ "chiếc bánh" này đang chảy vào tay các gigantech, trong khi người dùng cuối, bao gồm chính phủ và các doanh nghiệp lớn, phụ thuộc nhiều hơn vào sức mạnh của họ.

Cơ Chế Động Cơ Bị Thay Thế

Tất cả điều này đang diễn ra vào một thời điểm cực kỳ không thích hợp—90% các thành viên mạng phi tập trung đang bận rộn theo đuổi "quả trứng vàng" của lợi nhuận fiat dễ dàng dựa trên câu chuyện.

Các nhà phát triển đang theo đuổi các nhà đầu tư trong ngành của chúng tôi, chứ không phải ngược lại. Tình hình này thể hiện dưới nhiều hình thức, từ sự công nhận mở cửa đến động cơ tiềm thức tinh tế hơn, nhưng câu chuyện và thị trường mà chúng tạo ra đang thúc đẩy nhiều quyết định trong Web3. Giống như các bong bóng phản xạ truyền thống, các thành viên quá tập trung vào thế giới nội bộ để chú ý đến thế giới bên ngoài, trừ khi nó giúp thúc đẩy câu chuyện của chu kỳ này. Và trí tuệ nhân tạo rõ ràng là câu chuyện lớn nhất, vì nó đang ở giai đoạn phát triển mạnh mẽ.

Chúng tôi đã tương tác với hàng chục nhóm ở sự giao điểm giữa trí tuệ nhân tạo và tiền điện tử, và có thể xác nhận rằng nhiều trong số họ rất có khả năng, có sứ mệnh và là những người xây dựng đam mê. Nhưng bản chất con người là như vậy, khi đối mặt với cám dỗ, chúng ta thường chịu khuất phục, và sau đó lý giải những lựa chọn đó.

Con đường đến tính thanh khoản luôn là lời nguyền lịch sử của ngành công nghiệp tiền điện tử—hiện nay, nó đã trì hoãn nhiều năm phát triển và sự chấp nhận quý giá. Nó thậm chí đã khiến những người tin tưởng nhất vào tiền điện tử chuyển sang "đẩy token." Lý do là người nắm giữ token có thể có cơ hội tốt hơn.

Sự phức tạp thấp của vốn tài chính tổ chức và bán lẻ cung cấp cho các nhà xây dựng cơ hội đưa ra các tuyên bố tách biệt với thực tế, trong khi vẫn hưởng lợi từ định giá, như thể những tuyên bố này đã được thực hiện. Kết quả của những quy trình này thực sự là rủi ro đạo đức sâu sắc và phá hủy vốn, và ít chiến lược nào hiệu quả trong dài hạn. Nhu cầu là mẹ của tất cả sáng chế, và khi nhu cầu biến mất, sáng chế cũng biến mất.

Tình hình này không thể tồi tệ hơn. Trong khi tất cả những doanh nhân công nghệ thông minh nhất, các nhà hoạt động nhà nước và các doanh nghiệp lớn đang cạnh tranh để đảm bảo một phần của bánh từ cuộc cách mạng trí tuệ nhân tạo, các nhà sáng lập và nhà đầu tư tiền điện tử đã

Chúng tôi đã chọn "quick 10x." Và theo quan điểm của chúng tôi, đây chính là chi phí cơ hội thực sự.

Tổng quan về Triển vọng AI Web3

Với các cơ chế khuyến khích đã đề cập, các dự án AI Web3 thực sự có thể được phân loại như sau:

• Hợp lý (có thể được phân chia thêm thành người thực tế và người lý tưởng)
• Bán hợp lý
• Lừa đảo

Về cơ bản, chúng tôi tin rằng người xây dựng dự án nên hiểu rõ cách để cạnh tranh với các đối thủ Web2 của họ và biết rõ những lĩnh vực nào là cạnh tranh và những lĩnh vực nào là ảo tưởng, mặc dù những lĩnh vực ảo tưởng này có thể được tiếp thị cho các công ty vốn rủi ro và công chúng.

Mục tiêu của chúng tôi là có thể cạnh tranh ở đây và ngay bây giờ. Nếu không, tốc độ phát triển của AI có thể để lại Web3 phía sau, và thế giới sẽ nhảy sang "Web4" giữa AI doanh nghiệp phương Tây và AI quốc gia Trung Quốc. Những người không thể cạnh tranh kịp thời và phải dựa vào công nghệ phân tán để đuổi kịp trong một khoảng thời gian dài là quá lạc quan và không đáng được coi trọng.

Rõ ràng, đây chỉ là một tóm tắt rất sơ bộ, ngay cả trong danh mục "lừa đảo", cũng có ít nhất một vài đội ngũ nghiêm túc (có lẽ nhiều hơn chỉ là những người mơ mộng). Nhưng bài viết này là một lời kêu gọi hành động, vì vậy chúng tôi không khách quan, mà thay vào đó là kêu gọi độc giả phải có tinh thần cấp bách.

Hợp lý:

Có một số người sáng lập giải pháp phát triển "AI trên chuỗi" hiểu rằng hiện tại là không thực tế, thậm chí là không thể, để huấn luyện hoặc suy luận mô hình (tức là công nghệ tiên tiến) một cách phân tán. Do đó, tìm cách kết nối các mô hình tập trung tốt nhất với môi trường trên chuỗi, cho phép chúng hưởng lợi từ tự động hóa phức tạp, là một bước đầu tiên tốt đẹp cho họ. Hiện nay, TEEs (Môi trường Thực thi Đáng tin cậy) cách ly phần cứng có thể chứa điểm truy cập API, các nguồn gốc oracles hai chiều (để chỉ mục hai chiều của dữ liệu trên chuỗi và ngoài chuỗi), và kiến trúc coprocessor cung cấp môi trường tính toán ngoài chuỗi có thể xác minh cho các đại lý dường như là những giải pháp tốt nhất hiện tại.

Cũng có một kiến trúc coprocessor sử dụng Zero-Knowledge Proofs (ZKPs) để chụp lại các thay đổi trạng thái (thay vì xác minh toàn bộ tính toán), mà chúng tôi tin rằng cũng khả thi trong dài hạn.

Đối với cùng một vấn đề, một cách tiếp cận lý tưởng hơn là cố gắng xác minh suy luận ngoài chuỗi để làm cho chúng nhất quán với các tính toán trên chuỗi về giả định về sự tin cậy.

Chúng tôi tin rằng mục tiêu của việc làm này nên là để trí tuệ nhân tạo thực hiện các nhiệm vụ trên chuỗi và ngoài chuỗi trong môi trường hoạt động thống nhất. Tuy nhiên, hầu hết các người ủng hộ suy luận có thể xác minh đề cập đến "trọng số mô hình tin cậy" và các mục tiêu khó khăn khác mà thực sự sẽ trở nên quan trọng trong vài năm tới (nếu có). Gần đây, các nhà sáng lập trong trại này đã bắt đầu khám phá các phương pháp thay thế để xác minh suy luận, nhưng ban đầu tất cả dựa trên ZKP. Trong khi nhiều đội thông minh đang làm việc trên Zero-Knowledge Machine Learning (ZKML), họ mong đợi tốc độ tối ưu hóa mã hóa sẽ vượt qua sự phức tạp và yêu cầu tính toán của các mô hình AI, đưa ra quá nhiều rủi ro. Do đó, chúng tôi tin rằng họ hiện tại chưa sẵn sàng để cạnh tranh. Tuy nhiên, một số phát triển gần đây là thú vị và không nên bị bỏ qua.

Bán Hợp lý:

Các ứng dụng tiêu dùng sử dụng bọc (wrappers) để bao gói các mô hình mã nguồn đóng và mã nguồn mở (ví dụ, Stable Diffusion cho tạo hình ảnh hoặc Midjourney). Một số đội ngũ này đang dẫn đầu thị trường và nhận được sự công nhận từ người dùng thực tế. Do đó, không công bằng khi phân loại tất cả chúng là lừa đảo, mà chỉ có một số đội ngũ đang xem xét một cách sâu sắc cách phát triển các mô hình cơ bản của họ một cách phân tán và đổi mới trong thiết kế khuyến khích. Cũng có một số thiết kế quản trị/sở hữu thú vị trong phần token. Tuy nhiên, hầu hết các dự án trong danh mục này chưa giải quyết việc huấn luyện và suy luận các mô hình lớn trong môi trường phân tán. Hiện nay, việc huấn luyện các mô hình cơ bản với

Trong một khung thời gian hợp lý là không thể thực hiện mà không phụ thuộc vào các cụm phần cứng kết nối chặt chẽ. Với mức độ cạnh tranh hiện tại, "khung thời gian hợp lý" là một yếu tố quan trọng. Gần đây đã có một số kết quả nghiên cứu hứa hẹn, và lý thuyết, các phương pháp như "Differential Data Flow" có thể cuối cùng được mở rộng đến các mạng tính toán phân tán để tăng khả năng của chúng (khi khả năng mạng bắt kịp với yêu cầu dòng dữ liệu). Tuy nhiên, việc huấn luyện mô hình cạnh tranh vẫn đòi hỏi sự giao tiếp giữa các cụm cục bộ, thay vì một thiết bị phân tán duy nhất và tính toán tiên tiến (các GPU bán lẻ đang trở nên ngày càng không cạnh tranh). Tiến bộ nghiên cứu cũng đã được đạt được gần đây trong việc đạt được suy luận cục bộ bằng cách giảm kích thước mô hình (một trong hai phương pháp phân tán), nhưng chưa được sử dụng trong các giao thức hiện tại trong Web3. Vấn đề về việc huấn luyện và suy luận phân tán lý lẽ dẫn chúng ta đến nhóm cuối cùng và quan trọng nhất trong ba nhóm, và do đó là nguồn gây kích động cảm xúc nhất đối với chúng ta. ### Lừa đảo: Các ứng dụng cơ sở hạ tầng chủ yếu tập trung vào lĩnh vực máy chủ phân tán, cung cấp phần cứng trần trụi hoặc môi trường huấn luyện/miễn phí mô hình phân tán. Một số dự án cơ sở hạ tầng phần mềm đang đẩy các giao thức như học tập liên minh (huấn luyện mô hình phân tán) hoặc các dự án kết hợp các thành phần phần mềm và phần cứng thành một nền tảng nơi mọi người có thể huấn luyện và triển khai mô hình phân tán của họ từ đầu đến cuối. Hầu hết chúng thiếu sự phức tạp cần thiết để thực sự giải quyết vấn đề, và ý tưởng ngây thơ về "động viên bằng mã thông báo + tăng cường thị trường" vẫn đang phổ biến ở đây. Các giải pháp mà chúng ta thấy trên thị trường công cộng và tư nhân không cung cấp bất kỳ điều gì có ý nghĩa cạnh tranh vào thời điểm và địa điểm hiện tại. Một số giải pháp có thể tiến triển thành các sản phẩm khả thi (nhưng hẹp), nhưng điều chúng ta cần bây giờ là các giải pháp mới, cạnh tranh. Và điều này chỉ có thể đạt được thông qua các thiết kế sáng tạo giải quyết các chướng ngại về tính phân tán của tính toán. Trong quá trình huấn luyện, tốc độ là một vấn đề lớn, cũng như khả năng xác minh công việc đã hoàn thành và phối hợp các công việc huấn luyện, đóng góp vào chướng ngại về băng thông. Chúng ta cần một bộ mô hình cơ bản thực sự cạnh tranh yêu cầu huấn luyện và suy luận phân tán để hiệu quả. Mất AI có thể hoàn toàn hủy bỏ tất cả các thành tựu đã đạt được kể từ khi Ethereum xuất hiện như "máy tính thế giới phân tán". Nếu máy tính trở thành AI và AI được tập trung, thì máy tính thế giới không còn là gì ngoài một phiên bản của thế giới đen tối. Huấn luyện và suy luận là trung tâm của sự đổi mới AI. Trong khi các lĩnh vực khác của thế giới AI đang di chuyển về các kiến trúc chặt chẽ hơn, Web3 cần các giải pháp đối lập để cạnh tranh với họ, vì tính khả thi của việc cạnh tranh trực tiếp đang trở nên ngày càng quan trọng. ### Phạm vi của Vấn đề Mọi thứ đều liên quan đến tính toán. Đầu tư nhiều vào huấn luyện và suy luận, kết quả càng tốt. Đúng, có thể có một số điều chỉnh và tối ưu hóa ở đây và đó, và tính toán chính nó không đồng nhất. Hiện nay có các phương pháp mới khác nhau để vượt qua chướng ngại của các đơn vị xử lý kiến trúc truyền thống von Neumann, nhưng tất cả đều quay về việc bạn có thể thực hiện bao nhiêu phép nhân ma trận trên một khối bộ nhớ lớn như thế nào và nhanh chóng. Đó là lý do tại sao chúng ta thấy cái gọi là "siêu quy mô" được đầu tư mạnh vào các trung tâm dữ liệu, tất cả đều hy vọng tạo ra một ngăn xếp hoàn chỉnh, với các mô hình trí tuệ nhân tạo ở đỉnh và phần cứng cung cấp sức mạnh ở dưới: OpenAI (mô hình) + Microsoft (tính toán), Anthropic (mô hình) + AWS (tính toán), Google (cả hai), và Meta (xây dựng các trung tâm dữ liệu của riêng họ với tần suất tăng). Có những sự khác biệt tinh tế hơn, tương tác động động, và các bên liên quan, nhưng chúng tôi sẽ không liệt kê tất cả. Nhìn chung, các doanh nghiệp siêu quy mô đang đầu tư hàng tỷ đô la chưa từng có vào xây dựng trung tâm dữ liệu và tạo ra sự tương hỗ giữa các sản phẩm tính toán và trí tuệ nhân tạo của họ, mong đợi lợi nhuận đáng kể khi trí tuệ nhân tạo trở thành

Mô hình Web3 đang trở nên phổ biến hơn trong nền kinh tế toàn cầu.

Hãy cùng nhìn vào mức độ xây dựng dự kiến của 4 công ty này chỉ trong năm nay:

Tổng giám đốc của NVIDIA™ (NVIDIA®) Jensen Huang trước đây đã tuyên bố rằng tổng cộng 1 nghìn tỷ đô la sẽ được đầu tư vào lĩnh vực tăng tốc trí tuệ nhân tạo trong những năm sắp tới. Gần đây, ông đã gấp đôi dự đoán này lên 2 nghìn tỷ đô la, được cho là do sự quan tâm mà ông thấy từ các doanh nghiệp quốc gia.

Các nhà phân tích tại Altimeter dự đoán rằng chi phí trung tâm dữ liệu toàn cầu liên quan đến trí tuệ nhân tạo sẽ đạt hơn 160 tỷ đô la vào năm 2024 và hơn 200 tỷ đô la vào năm 2025.

Bây giờ, so sánh các con số này với các động cơ được cung cấp bởi Web3 cho các nhà điều hành trung tâm dữ liệu độc lập để mở rộng các khoản chi tiêu vốn vào phần cứng trí tuệ nhân tạo mới nhất:

Hiện nay, tổng giá trị thị trường của tất cả các dự án cơ sở hạ tầng vật lý phi tập trung (DePIn) ước khoảng 40 tỷ đô la, chủ yếu bao gồm các token tương đối không dễ chuyển đổi và có tính chất đầu cơ. Đầu cơ thị trường của các mạng này bằng với ước lượng cao nhất về tổng vốn chi tiêu mà các bên liên quan đóng góp, khi họ sử dụng token để khuyến khích việc xây dựng này. Tuy nhiên, giá trị thị trường hiện tại gần như không có ích lợi vì đã được phát hành.

Do đó, hãy giả sử rằng trong 3-5 năm tới, thêm 80 tỷ đô la (gấp đôi so với giá trị hiện tại) vốn token DePIn từ tư nhân và công cộng sẽ xuất hiện trên thị trường như một động lực, và giả sử rằng các token này sẽ được sử dụng 100% cho các trường hợp sử dụng trí tuệ nhân tạo. Ngay cả khi chúng ta chia ước lượng này cho 3 (năm) và so sánh giá trị đô la của nó với giá trị tiền mặt chỉ đầu tư vào năm 2024 bởi các công ty siêu quy mô, rõ ràng việc áp đặt động cơ token lên một loạt các dự án "mạng GPU phi tập trung" không đủ.

Hơn nữa, cần có hàng tỷ đô la trong nhu cầu đầu tư để hấp thụ các token này, vì các nhà điều hành của các mạng này sẽ bán một lượng lớn token đào được để chi phí vốn và chi phí hoạt động quan trọng. Cần có thêm vốn để tăng giá trị của các token này và khuyến khích việc xây dựng tiếp theo vượt qua các công ty siêu quy mô.

Tuy nhiên, những người hiểu rõ về cách máy chủ Web3 hoạt động hiện tại có thể nghĩ rằng một phần đáng kể của "cơ sở hạ tầng vật lý phi tập trung" thực sự đang chạy trên dịch vụ đám mây của các công ty siêu quy mô này. Tất nhiên, sự tăng vọt trong nhu cầu về GPU và phần cứng cụ thể cho trí tuệ nhân tạo khác đang tạo ra thêm nguồn cung, điều này cuối cùng sẽ làm giảm giá thuê hoặc mua đám mây. Ít nhất là kỳ vọng như vậy.

Nhưng đồng thời, cũng cần lưu ý rằng NVIDIA hiện nay cần ưu tiên nhu cầu của khách hàng cho thế hệ GPU mới nhất của mình. NVIDIA cũng bắt đầu cạnh tranh với các nhà cung cấp dịch vụ máy chủ đám mây lớn nhất trên lãnh thổ của mình - cung cấp dịch vụ nền tảng trí tuệ nhân tạo cho các doanh nghiệp đã bị ràng buộc vào những siêu máy tính này. Điều này cuối cùng sẽ buộc họ dần dần thiết lập trung tâm dữ liệu của riêng mình theo thời gian (điều này sẽ làm suy giảm lợi nhuận khổng lồ mà họ đang tận hưởng hiện tại, vì vậy khó có khả năng xảy ra), hoặc hạn chế đáng kể việc bán phần cứng trí tuệ nhân tạo của họ cho mạng lưới các nhà cung cấp dịch vụ đám mây của họ.

Ngoài ra, các đối thủ của NVIDIA ra mắt thêm phần cứng cụ thể cho trí tuệ nhân tạo chủ yếu sử dụng vi mạch được sản xuất bởi TSMC, giống như NVIDIA. Do đó, về cơ bản tất cả các công ty phần cứng trí tuệ nhân tạo đều đang cạnh tranh để sử dụng năng lực sản xuất của TSMC. TSMC cũng cần ưu tiên cho một số khách hàng. Samsung và các đối thủ tiềm năng như Intel (Intel đang cố gắng nhanh chóng tái nhập lĩnh vực sản xuất vi mạch cắt lớn để sản xuất phần cứng chip của riêng mình) có thể hấp thụ nhu cầu bổ sung, nhưng hiện nay TSMC sản xuất phần lớn các vi mạch liên quan đến trí tuệ nhân tạo, và mở rộng và hiệu chỉnh để sản xuất vi mạch cắt lớn (3 và 2 nanomet) mất vài năm.

Cuối cùng, do các hạn chế được áp đặt bởi Hoa Kỳ đối với NVIDIA và TSMC, Trung Quốc về cơ bản bị cắt đứt khỏi thế hệ mới nhất của phần cứng trí tuệ nhân tạo. Không giống như Web3, các công ty Trung Quốc thực sự có các mô hình cạnh tranh riêng của họ, đặc biệt là các công ty như Baidu và Alibaba với LLM, đòi hỏi một lượng lớn các thiết bị thế hệ trước để hoạt động. Do một hoặc sự kết hợp của các lý do trên, khi cuộc chiến về trí tuệ nhân tạo trở nên gay gắt và ưu tiên hơn doanh nghiệp đám mây, các doanh nghiệp siêu quy mô sẽ hạn chế quyền truy cập bên ngoài vào phần cứng trí tuệ nhân tạo của họ, đặt ra một rủi ro không thực sự. Điều quan trọng là họ đang chiếm hết khả năng đám mây liên quan đến trí tuệ nhân tạo cho chính họ, không còn cung cấp cho người khác, đồng thời tiêu thụ hết tất cả phần cứng mới nhất. Kết quả là, các công ty lớn khác, bao gồm cả các quốc gia chủ quyền, sẽ đòi hỏi yêu cầu cao hơn cho nguồn cung tính toán còn lại. Trong khi đó, các GPU dành cho người tiêu dùng còn lại đang trở nên ngày càng ít cạnh tranh hơn. Rõ ràng, đây là một tình huống cực đoan, nhưng nếu tình trạng chai lọ bottlenecks tiếp tục tồn tại, các nhà lãnh đạo lớn sẽ rút lui do tiền thưởng quá mức. Kết quả là, các nhà điều hành phi tập trung như các trung tâm dữ liệu phụ và chủ sở hữu phần cứng bán lẻ (đa số là các nhà cung cấp DePIn Web3) sẽ bị loại khỏi cuộc cạnh tranh. Mặt khác của đồng tiền Trong khi những người sáng lập tiền điện tử vẫn đang mơ mộng, các ông lớn trí tuệ nhân tạo đang theo dõi chặt chẽ tiền điện tử. Áp lực từ chính phủ và sự cạnh tranh có thể thúc đẩy họ chấp nhận tiền điện tử để tránh bị đóng cửa hoặc bị quy định nặng nề. Người sáng lập của Stability AI gần đây đã từ chức để "phi tập trung" công ty của mình, đó là một trong những gợi ý công khai sớm nhất. Anh ta không che giấu kế hoạch của mình để phát hành token sau khi công ty của mình thành công trong việc niêm yết công khai, điều này một phần tiết lộ động cơ thực sự đằng sau các hành động dự kiến. Tương tự, mặc dù Sam Altman không liên quan đến hoạt động của Worldcoin, các giao dịch tiền điện tử của dự án không thể phủ nhận sự giống nhau với OpenAI. Liệu có cách nào để liên kết các dự án mã thông tin internet với các dự án nghiên cứu trí tuệ nhân tạo, chỉ thời gian sẽ trả lời, nhưng nhóm Worldcoin cũng dường như nhận ra rằng thị trường đang kiểm tra giả thuyết này. Đối với chúng tôi, việc thấy các ông lớn trí tuệ nhân tạo khám phá các con đường phi tập trung khác nhau rất ý nghĩa. Những gì chúng tôi thấy ở đây một lần nữa là Web3 chưa tạo ra các giải pháp ý nghĩa. Hầu hết thời gian, "token quản trị" chỉ là một trò đùa, và hiện tại, chỉ có các token mà tránh rõ ràng sự tiếp xúc trực tiếp giữa người nắm tài sản và quá trình phát triển và vận hành mạng của họ, như BTC và ETH, mới thực sự là token phi tập trung. Các cơ chế khuyến khích làm chậm sự phát triển công nghệ cũng ảnh hưởng đến việc phát triển các thiết kế quản trị khác nhau cho các mạng mã hóa. Các nhóm khởi nghiệp chỉ đơn giản là đặt một "token quản trị" lên sản phẩm của họ, hy vọng tìm ra một con đường mới trong quá trình xây dựng, nhưng cuối cùng lại đình đốn trong "vở kịch quản trị" xoay quanh phân bổ tài nguyên. Kết luận Cuộc cạnh tranh trí tuệ nhân tạo đang diễn ra, và mọi người đều đang rất nghiêm túc với nó. Trong quá trình suy tư về việc mở rộng khả năng tính toán bởi các ông lớn công nghệ lớn, chúng ta không thể tìm thấy bất kỳ kẽ hở nào - tính toán càng nhiều có nghĩa là trí tuệ nhân tạo tốt hơn, trí tuệ nhân tạo tốt hơn có nghĩa là chi phí thấp hơn, tăng doanh thu mới và mở rộng thị phần. Đối với chúng ta, điều này có nghĩa là bong bóng là hợp lý, nhưng tất cả những kẻ lừa đảo vẫn sẽ bị loại bỏ trong cuộc tái cấu trúc không thể tránh khỏi trong tương lai. Trí tuệ nhân tạo của các doanh nghiệp lớn tập trung đang chiếm ưu thế trong lĩnh vực này, làm cho việc các công ty khởi nghiệp theo kịp trở nên khó khăn. Trong khi lĩnh vực Web3 đến sau, nhưng cũng đang tham gia vào cuộc cạnh tranh. So với các công ty khởi nghiệp trong lĩnh vực Web2, phần thưởng thị trường cho các dự án trí tuệ nhân tạo mã hóa quá hấp dẫn, khiến cho các nhà sáng lập chuyển sự tập trung của họ từ việc giao hàng sản phẩm sang việc thúc đẩyGiá token tăng trong những thời điểm quan trọng, một cửa sổ đang đóng cửa nhanh chóng. Cho đến nay, không có sáng kiến nào có thể tránh khỏi việc mở rộ quy mô tính toán để cạnh tranh. Bây giờ, một phong trào mã nguồn mở đáng tin cậy đã nổi lên xung quanh các mô hình dành cho người tiêu dùng, ban đầu chỉ được một số doanh nghiệp tập trung chọn lựa để cạnh tranh với các đối thủ mã nguồn đóng (như Meta, Stability AI). Nhưng bây giờ, cộng đồng đang bắt kịp, đặt áp lực lên các công ty trí tuệ nhân tạo hàng đầu. Những áp lực này sẽ tiếp tục ảnh hưởng đến việc phát triển mã nguồn đóng của các sản phẩm trí tuệ nhân tạo, nhưng cho đến khi các sản phẩm mã nguồn mở bắt kịp, tác động sẽ không đáng kể. Đây là một cơ hội lớn khác trong lĩnh vực Web3, nhưng phải giải quyết vấn đề về việc huấn luyện và suy luận mô hình phân cấp. Do đó, mặc dù cơ hội cho những người "phá vỡ" cổ điển dường như tồn tại trên bề mặt, thực tế lại khác xa. Trí tuệ nhân tạo chặt chẽ liên quan đến tính toán, và mà không có sự đột phá trong những năm tới, tình trạng hiện tại sẽ không thay đổi, đó là giai đoạn quan trọng xác định ai kiểm soát và hướng dẫn việc phát triển trí tuệ nhân tạo. Thị trường tính toán chính mình, do nhu cầu thúc đẩy, bị hạn chế bởi các yếu tố cấu trúc như sản xuất chip và quy mô kinh tế, khiến cho việc "nở khắp nơi" của các nhà sản xuất trở nên không thể. Chúng tôi vẫn lạc quan về trí tuệ con người và tin rằng có đủ người thông minh và cao quý có thể cố gắng giải quyết những thách thức của trí tuệ nhân tạo một cách có lợi cho thế giới tự do thay vì bị kiểm soát từ trên xuống bởi các tập đoàn hoặc chính phủ. Tuy nhiên, cơ hội này dường như rất mong manh, tốt nhất chỉ là một trò tung đồng xu, nhưng những người sáng lập Web3 đang bận rộn tung đồng xu vì lợi ích kinh tế thay vì tạo ra ảnh hưởng thực sự đối với thế giới.