使用加密貨幣資助開源生成式AI

       生成式人工智慧與Web3的交叉點成為過去幾個月中加密圈內研究與開發的最活躍領域之一。去中心化計算、零知識AI、小型基礎模型、去中心化數據網絡和以AI為核心的區塊鏈等新興趨勢，旨在為AI工作負載提供原生Web3軌道。

       這些趨勢是技術創新，試圖連接Web3和AI的世界，從而對抗生成式AI的集中化本質。雖然創建與AI的技術橋樑對於Web3的發展至關重要，但它們並不是這些技術趨勢的唯一整合途徑。

       如果整合Web3和AI的途徑是金融而非純技術呢？事實證明，加密貨幣的可編程金融和資本形成能力可能對當前生成式AI市場面臨的最大挑戰之一有所幫助。我們所指的挑戰是什麼呢？無他，即開源生成式AI的資金挑戰。

開源生成式AI需要成功

       儘管去中心化生成式AI最近的創新水平顯著，但與集中化AI技術的差距卻是在擴大，而非縮小。許多人認為，區塊鏈是對抗大型技術平台集中的AI控制的最佳技術替代方案。然而，去中心化AI平台的採用挑戰是巨大的。

       去中心化計算是去中心化AI的明確支柱，但對於需要GPU靠近並獲取通常位於公司防火牆後面的數據集的預訓練和微調工作負載來說，實際上是不切實際的。零知識機器學習（ML）對於大型基礎模型來說成本過高，並且在市場上沒有看到任何真正的需求。去中心化數據市場需要克服阻礙數據市場成為大型技術業務的相同問題。

       儘管去中心化AI努力克服這些摩擦，集中化替代方案卻以瘋狂的速度加速發展，兩者之間的差距令人畏懼。唯一能讓人們相信去中心化AI能取得成功的趨勢，是開源生成式AI的迅速發展。

所有去中心化AI趨勢都依賴於健康的開源生成式AI生態系統，但該生態系統可能並不像表面上那麼健康。

開源生成式AI面臨巨大的資金問題

       在過去幾年中，作為OpenAI/Microsoft、Google或Anthropic等平台的替代方案，我們目睹了開源大型生成式AI創新的大爆發。Meta在发布Llama模型後，成為了開源生成式AI的無可爭議冠軍。公司如Mistral獲得了數十億美元的風險投資，企業平台如Databricks或Snowflake在推動開源模型，每週都有越來越多的開源生成式AI發布。

       雖然開源生成式AI的勢頭強勁，但更詳細的分析則顯示出不同的現實。開源生成式AI正面臨巨大的資金問題。在大型基礎模型方面，只有像Databricks、Snowflake、Meta這樣的大公司或者像Mistral這樣資金充裕的初創公司才能跟上大型封閉模型的性能。其他實驗室的大多數發布，如Databricks和Snowflake，主要集中於優化的企業工作負載，而大多數最近的開源研究則側重於補充技術而非新模型。

       這種現象背後的原因可以歸結於構建大型前沿模型的天文成本。任何針對20億以上參數模型的預訓練週期可能花費數千萬到數億美元，並且涉及多個月的過程，期間會有許多失敗的嘗試。這些成本超出了大多數大學實驗室的預算。更有甚者，許多AI大學實驗室的資助來自大型技術公司，而這些公司是研究成果的直接受益者。

       從開源中賺錢歷來困難，而在AI規模下從開源生成式AI中賺錢更是困難。因此，開源生成式AI正經歷一場巨大的資金危機，這可能會使其與AI行業的領先者之間的差距更大。

結語

       透過加密貨幣的可編程金融和資本形成能力，我們有望找到一條新路徑，解決開源生成式AI的資金挑戰，從而推動這一領域的進一步發展，縮小與集中的AI系統之間的差距。這需要我們共同努力，善用新技術並推動創新，以迎接未來的挑戰。