원제 : AI 동전 뒤집기
작가: 가그라
편집자: 테크 플로우 (Techflowpost) TechFlow
이 기사 요약
- 이것은 "AI + Web3" 공간에 대한 또 다른 낙관적인 VC 기사가 아닙니다. 우리는 두 기술의 통합에 대해 낙관적이지만, 이 기사는 무기를 요구하는 것입니다. 그렇지 않으면 이러한 낙관주의는 결국 그 정당성을 잃게 될 것입니다.
- 왜? 최고의 AI 모델을 개발하고 실행하려면 도메인별 연구 개발뿐만 아니라 구하기 힘든 최첨단 하드웨어에 대한 막대한 자본 지출이 필요하기 때문입니다. 대부분의 Web3 AI 프로젝트와 마찬가지로 암호화 인센티브를 통한 크라우드소싱만으로는 AI 개발을 확고하게 통제하는 대기업이 투자한 수백억 달러를 상쇄하기에는 충분하지 않습니다. 하드웨어 제한을 고려할 때 이는 기존 조직 외부의 똑똑하고 창의적인 엔지니어가 방해할 리소스가 없는 최초의 대규모 소프트웨어 패러다임일 수 있습니다.
- 소프트웨어는 점점 더 빠르게 세상을 먹어치우고 있으며, 인공 지능이 가속화됨에 따라 곧 기하급수적으로 성장할 것입니다. 현 상황에서는 이 모든 '케이크'가 기술 대기업에게 흘러가고 있는 반면, 정부와 대기업을 포함한 최종 사용자는 물론 소비자는 그들의 힘에 더욱 의존하고 있습니다.
인센티브 불일치
이 중 어느 것도 이보다 더 부적절한 시기에 전개될 수는 없습니다. 탈중앙화 네트워크 참가자의 90%가 내러티브 중심 개발의 쉽고 큰 이익을 쫓느라 바쁘기 때문입니다. 그렇습니다. 개발자들은 투자자를 따라 우리 업계에 들어오고 있습니다. 그 반대가 아닙니다. 이는 명백한 인정부터 보다 미묘한 잠재의식적 동기까지 다양하지만, 이를 중심으로 형성되는 내러티브와 시장은 Web3 의사결정의 상당 부분을 주도합니다. 참가자들은 반사 거품에 너무 몰입하여 주기를 더욱 촉진하는 데 도움이 되는 내러티브를 제외하고는 외부 세계를 알아차리지 못합니다. 그리고 AI는 그 자체로 붐을 경험하고 있기 때문에 분명히 가장 큰 것입니다.
우리는 AI x Crypto의 교차점에서 수십 개의 팀과 이야기를 나눴으며 그들 중 많은 팀이 매우 유능하고 임무 중심적이며 프로젝트 구축에 열정적이라는 것을 확인할 수 있습니다. 그러나 인간의 본성은 유혹에 직면했을 때 그것에 굴복하고 나중에 그 선택을 합리화하는 경향이 있습니다.
유동성에 대한 쉬운 접근은 암호화폐 산업의 역사적 저주였으며, 이로 인해 개발 속도가 느려지고 유용한 채택이 몇 년 동안 지연되었습니다. 이는 가장 열렬한 암호화폐 신자들조차 "과대광고 코인"으로 전환시킬 수 있습니다. 합리화는 더 많은 자본 보유 토큰을 통해 이러한 빌더가 더 나은 기회를 가질 수 있다는 것입니다.
기관 및 소매 자본의 상대적으로 낮은 정교함은 건설업자에게 현실과 동떨어진 주장을 할 수 있는 기회를 제공하는 동시에 그러한 주장이 실현된 것처럼 여전히 가치 평가로부터 이익을 얻습니다. 이러한 프로세스의 결과는 실제로 도덕적 리스크 와 자본 파괴로 이어지며 장기적으로 효과가 있는 전략은 거의 없습니다. 필요는 모든 발명의 어머니이다. 필요가 사라지면 발명은 더 이상 존재하지 않게 된다.
타이밍이 이보다 더 나쁠 수는 없습니다. 가장 뛰어난 기술 기업가, 국가 지도자, 크고 작은 기업 모두가 AI 혁명의 혜택을 누리기 위해 경쟁하고 있는 반면, 암호화폐 창립자와 투자자는 "빠른 성장"을 선택하고 있습니다. 우리의 견해로는 이것이 실제 기회비용입니다.
Web3 AI 시장 개요
위의 인센티브를 고려하면 Web3 AI 프로젝트의 분류는 실제로 다음과 같이 요약됩니다.
- 법률적(현실주의자와 이상주의자로 나누어지기도 함)
- 준법적
- 위조자
기본적으로 우리는 빌더가 Web2 경쟁자와 보조를 맞추려면 무엇이 필요한지, 어떤 분야에서 경쟁이 가능한지, 어떤 분야에서 리스크 투자할 수 있는지에 대한 명확한 아이디어를 갖고 있다고 생각합니다. 그리고 미성숙한 홍보.
목표는 지금 이 순간 경쟁할 수 있는 것이다. 그렇지 않으면 AI 개발 속도가 Web3를 뒤처지게 될 수 있으며, 세계는 서구 기업 AI와 중국 국가 AI라는 디스토피아적인 Web4를 향해 나아갈 것입니다. 빠르게 경쟁력을 갖추지 못하고 분산 기술에 의존하여 장기적으로 따라잡을 수 없는 사람들은 너무 낙관적이어서 심각하게 받아들일 수 없습니다.
분명히 이것은 매우 대략적인 일반화이며 위조자 커뮤니티에도 최소한 몇 개의 진지한 팀(그리고 아마도 더 망상적인 팀)이 포함되어 있습니다. 하지만 이 글은 군대를 촉구하는 글이기 때문에 우리는 객관적이 되려고 하기보다는 독자들에게 긴박감을 느끼도록 요청하고 있습니다.
정당한
"체인에 AI를 배치하는" 미들웨어. 비록 많지는 않지만 이러한 솔루션을 뒷받침하는 창립자들은 사용자가 실제로 원하는 모델의 탈중앙화 훈련이나 추론이 지금까지 실현 가능하지 않았거나 심지어 가능하지 않다는 것을 이해하고 있습니다. 따라서 이는 최고의 중앙 집중식 모델을 온체인 환경과 연결하여 정교한 자동화의 혜택을 누릴 수 있는 충분한 첫 번째 단계입니다. 현재 API 액세스 포인트, 양방향 오라클(온체인 양방향 인덱싱용) 및 프록시에 대한 검증 가능한 오프체인 계산을 제공하는 하드웨어 엔클레이브(TEE 또는 "널 격리" 프로세서)가 있는 것으로 보입니다. 최고의 솔루션이 되십시오. 전체 계산을 확인하는 대신 영지식 증명(ZKP)을 사용하여 상태 변경의 스냅샷을 찍는 보조 프로세서 아키텍처도 있는데, 이는 중기적으로 실현 가능하다고 생각됩니다.
동일한 문제에 대한 보다 이상적인 접근 방식은 오프체인 추론을 검증하여 신뢰 가정 측면에서 온체인 계산과 일치하도록 시도합니다. 우리의 목표는 AI가 일관된 단일 런타임 환경에서 온체인 및 오프체인 작업을 수행할 수 있도록 하는 것입니다. 그러나 추론 검증 가능성을 지지하는 대부분의 사람들은 향후 몇 년 동안 결코 중요하지 않을 수 있는 "모델 가중치 신뢰"와 같은 모호한 목표에 대해 이야기합니다. 최근 이 캠프의 창립자들은 추론을 검증하기 위한 대안적인 방법을 모색하기 시작했지만 처음에는 모두 ZKP를 기반으로 했습니다. 많은 스마트 팀이 소위 ZKML을 개발하고 있지만 AI 모델의 복잡성과 계산 요구 사항보다 암호화 최적화를 기대하는 데 너무 큰 리스크 감수하고 있습니다. 따라서 우리는 그들이 현재 경쟁하기에 부적합하다고 생각합니다. 그러나 최근의 일부 발전은 흥미롭기 때문에 무시되어서는 안 됩니다.
준법적
비공개 및 오픈 소스 모델에 래퍼를 사용하는 소비자 애플리케이션(예: 이미지 생성을 위한 Stable Diffusion 또는 Midjourney) 이들 팀 중 일부는 시장에 최초로 출시되었으며 실제 사용자의 관심을 끌고 있습니다. 따라서 모두 가짜라고 부르는 것은 불공평하지만, 기본 모델을 어떻게 탈중앙화 발전시키고 인센티브 디자인을 혁신할지에 대해 깊이 고민하는 사람은 소수에 불과합니다. 여기에는 몇 가지 흥미로운 거버넌스/소유권 변경 사항이 있습니다. 그러나 이 범주에 속하는 대부분의 프로젝트는 OpenAI API와 같은 중앙 집중식 래퍼 위에 토큰을 추가하여 가치 프리미엄을 확보하거나 팀에 더 빠른 유동성을 제공합니다.
위의 두 진영 중 어느 쪽도 해결하지 못한 문제는 탈중앙화 환경에서 대형 모델을 훈련하고 추론하는 것입니다. 현재로서는 긴밀하게 연결된 하드웨어 클러스터에 의존하지 않고 합리적인 시간 내에 기본 모델을 훈련할 수 있는 방법이 없습니다. 경쟁 수준을 고려할 때 "합리적인 시간"이 핵심 요소입니다.
최근 몇 가지 유망한 연구가 진행되고 있으며 차등 데이터 스트리밍과 같은 방법은 이론적으로 분산 컴퓨팅 네트워크로 확장되어 향후 용량을 늘릴 수 있습니다(네트워크 기능이 계속해서 데이터 흐름 요구 사항과 일치하므로). 그러나 경쟁 모델 교육에는 여전히 단일 분산 장치가 아닌 지역화된 클러스터 간의 통신과 최첨단 컴퓨팅 성능(소매 GPU의 경쟁력이 점점 낮아지고 있음)이 필요합니다.
최근 모델 크기를 줄여 추론을 지역화(탈중앙화 하는 두 가지 방법 중 하나)하는 데 진전이 있었지만 Web3에서는 이를 활용할 수 있는 기존 프로토콜이 없습니다.
탈중앙화 훈련 및 추론 문제는 논리적으로 우리를 세 가지 캠프 중 마지막 캠프로 이끌고 가장 중요하며 따라서 우리에게 가장 정서 자극하는 문제입니다.
위조자
인프라 애플리케이션은 주로 탈중앙화 서버 분야에 집중되어 베어 하드웨어 또는 탈중앙화 모델 교육/호스팅 환경을 제공합니다. 또한 연합 학습(탈중앙화 모델 교육)과 같은 프로토콜을 장려하거나 소프트웨어 및 하드웨어 구성 요소를 사람들이 본질적으로 분산형 모델을 엔드 탈중앙화 로 교육하고 배포할 수 있는 단일 플랫폼으로 병합하는 소프트웨어 인프라 프로젝트도 있습니다. 대부분은 명시된 문제를 실제로 해결하는 데 필요한 복잡성이 부족하며 "토큰 인센티브 + 시장 풍향"이라는 순진한 아이디어가 여기에 우세합니다. 공공 및 민간 시장에서 우리가 볼 수 있는 어떤 솔루션도 현재 의미 있는 경쟁을 달성할 수 없습니다. 일부 솔루션은 실행 가능한(그러나 틈새) 제품으로 발전할 수 있지만 지금 우리에게 필요한 것은 신선하고 경쟁력 있는 솔루션입니다. 이는 분산 컴퓨팅 병목 현상을 해결하는 혁신적인 설계를 통해서만 달성할 수 있습니다. 훈련에서는 속도뿐만 아니라 작업 완료 검증 가능성과 훈련 워크로드 조정도 문제가 되어 대역폭 병목 현상을 가중시킵니다.
유용하려면 탈중앙화 훈련과 추론이 필요한 경쟁력 있고 진정한 탈중앙화 기본 모델 세트가 필요합니다. 컴퓨터가 지능화되고 AI가 중앙 집중화되면 일부 디스토피아 버전 외에는 말할 수 있는 컴퓨터가 세상에 없을 것입니다.
훈련과 추론은 AI 혁신의 핵심입니다. 나머지 AI 세계는 더욱 긴밀한 아키텍처로 이동하고 있지만 정면 경쟁이 점점 더 어려워지고 있기 때문에 Web3에는 이와 경쟁하기 위한 직교 솔루션이 필요합니다.
문제의 규모
그것은 모두 컴퓨팅 능력에 관한 것입니다. 훈련이든 추론이든 더 많이 투자할수록 결과는 더 좋아집니다. 예, 약간의 조정과 최적화가 있으며 컴퓨팅 자체는 동질적이지 않으며 기존 폰 노이만 아키텍처 처리 장치의 병목 현상을 극복할 수 있는 모든 종류의 새로운 방법이 있지만 결국 문제는 얼마나 큰지에 달렸습니다. 메모리 블록에서 행렬 곱셈 연산을 수행하는 횟수와 연산 속도를 나타냅니다.
그렇기 때문에 상단에는 AI 모델을 위한 강력한 프로세서와 하단에는 이를 지원하는 하드웨어를 갖춘 풀 스택을 생성하려는 소위 "하이퍼스케일러"가 데이터 센터에서 강력한 구축을 보고 있는 것입니다. AI(모델) + Microsoft(컴퓨팅), Anthropic(모델) + AWS(컴퓨팅), Google(둘 다) 및 Meta(데이터 센터를 두 배로 늘려 둘 다에 점점 더 많이 참여). 더 많은 뉘앙스, 상호 작용 역학 및 관련 당사자가 있지만 여기서는 이에 대해 논의하지 않습니다. 전반적인 상황은 하이퍼스케일 사업자가 데이터 센터 확장에 전례 없는 수십억 달러를 투자하고 컴퓨팅과 AI 제품 간의 시너지 효과를 창출하고 있으며, 이는 AI가 글로벌 경제에서 더욱 보편화됨에 따라 엄청난 수익을 창출할 것으로 예상된다는 것입니다.
올해 4개 회사가 예상하는 확장 수준을 살펴보겠습니다.
- Meta는 2024년 자본 지출이 300억 달러에서 370억 달러 사이가 될 것으로 예상하는데, 이는 데이터 센터에 크게 편중될 가능성이 높습니다.
- 2023년 마이크로소프트의 자본 지출은 약 115억 달러가 될 것이며, 24-25년에는 400억~500억 달러를 추가로 투자할 것이라는 소문이 돌고 있습니다! 이는 영국 32억 달러, 호주 35억 달러, 스페인 21억 달러, 독일 32억 유로, 미국 조지아주 10억 달러, 위스콘신 100억 달러 등 몇몇 국가에서 발표된 막대한 데이터 센터 투자에서 부분적으로 추론할 수 있습니다. 이는 60개가 넘는 지역에 분산된 300개의 데이터 센터 네트워크에 대한 지역 투자의 일부일 뿐입니다. Microsoft가 OpenAI용 슈퍼컴퓨터를 구축하기 위해 추가로 1000억 달러를 지출할 것이라는 소문도 있습니다!
- Amazon 경영진은 주로 인공 지능을 위한 AWS 인프라 확장으로 인해 자본 지출이 2023년 지출 480억 달러에서 2024년 대폭상승 것으로 예상하고 있습니다.
- Google은 서버와 데이터 센터를 확장하기 위해 2023년 4분기에만 110억 달러를 지출했습니다. 그들은 이러한 투자가 예상되는 AI 수요를 충족하고 AI로 인해 2024년에 인프라 지출의 속도와 총량이 크게 증가할 것으로 예상한다는 점을 인정합니다.
2023년에 NVIDIA가 이미 AI 하드웨어에 지출한 금액
엔비디아 CEO 젠슨 황(Jensen Huang)은 향후 몇 년 동안 인공지능 가속화에 1조 달러를 투자할 것이라고 선전해 왔습니다. 그는 최근 주권 플레이어들의 관심으로 인해 이 예측을 2조 달러로 두 배로 늘린 것으로 알려졌습니다. Altimeter의 분석가들은 AI 관련 데이터 센터에 대한 전 세계 지출이 2024년에 1,600억 달러, 2025년에는 2,000억 달러 이상이 될 것으로 예상합니다.
이제 이 수치를 독립 데이터 센터 운영자가 최신 AI 하드웨어에 대한 자본 지출을 확대하도록 인센티브를 제공하기 위해 Web 3에서 제공한 수치와 비교해 보세요.
- 모든 탈중앙화 물리적 인프라(DePIn) 프로젝트의 총 시총 현재 약 400억 달러이며, 상대적으로 비유동적이고 대부분 투기적인 토큰의 시총. 본질적으로, 이러한 네트워크의 시총 토큰을 통해 이러한 구축을 장려하기 때문에 기여자의 총 자본 지출에 대한 상한 추정치와 동일합니다. 그러나 현재 시총 이미 발행된 것이기 때문에 거의 쓸모가 없다.
- 글쎄, 인센티브가 향후 3~5년에 걸쳐 시장에 출시됨에 따라 프라이빗 및 퍼블릭 DePIn 토큰 시가 시총 추가로 800억 달러(현재 가치의 2배)이고 이것이 전적으로 AI 사용 사례에만 사용된다고 가정해 보겠습니다.
이 대략적인 추정치를 3년으로 나누고 그 달러 가치를 2024년에만 하이퍼스케일 운영자가 지출한 현금과 비교하더라도 다양한 "탈중앙화 GPU" 네트워크" 프로젝트에 토큰 인센티브를 적용하는 것만으로는 충분하지 않다는 것이 분명합니다.
또한 이러한 토큰을 흡수하기 위해 투자자들로부터 수십억 달러의 수요가 있습니다. 왜냐하면 이러한 네트워크의 운영자는 자본 지출과 같은 비용을 충당하기 위해 채굴된 코인을 대량 판매하기 때문입니다. 이러한 토큰의 가치를 높이고 하이퍼스케일 운영자를 넘어 건설 성장을 장려하려면 더 많은 수십억 달러가 필요합니다.
그러나 현재 대부분의 Web3 서버가 어떻게 작동하는지 깊이 이해하고 있는 사람은 "탈중앙화 물리적 인프라"의 상당 부분이 실제로 이러한 하이퍼스케일 운영자의 클라우드 서비스에서 실행되고 있다고 기대할 수 있습니다. 물론 GPU 및 기타 AI 관련 하드웨어에 대한 수요 급증으로 인해 공급도 늘어나 결국 클라우드에서 이를 임대하거나 구매하는 것이 더 저렴해질 것입니다. 적어도 그것이 예상되는 것입니다.
그러나 동시에 우리는 다음 사항도 고려해야 합니다. 이제 Nvidia는 고객에게 최신 세대 GPU를 제공하는 것을 우선시해야 합니다. 동시에 Nvidia는 이미 하이퍼스케일 서버에 묶여 있는 기업 고객에게 인공 지능 플랫폼 서비스를 제공하면서 자체 영역에서 최대 클라우드 컴퓨팅 제공업체와 경쟁하기 시작했습니다. 이는 궁극적으로 시간이 지남에 따라 자체 데이터 센터를 구축하거나(본질적으로 현재 누리고 있는 막대한 이익을 먹어치울 가능성이 거의 없음) AI 하드웨어 판매를 파트너 네트워크 클라우드 제공업체로 크게 제한하도록 유도할 것입니다.
또한 NVIDIA의 경쟁업체는 TSMC에서 NVIDIA가 생산한 것과 동일한 칩을 주로 사용하는 AI 전용 하드웨어를 추가로 출시했습니다. 따라서 기본적으로 모든 AI 하드웨어 회사는 현재 TSMC의 생산 능력을 놓고 경쟁하고 있습니다. TSMC도 특정 고객을 우선시해야 합니다. 삼성과 인텔(곧 최첨단 칩 제조에 복귀하려고 노력 중)이 추가 수요를 흡수할 수 있을지도 모르지만 TSMC는 현재 AI 관련 칩 대부분을 생산하고 있으며 절단을 확장하고 조정하고 있습니다. -엣지 칩 제조(3nm 및 2nm)에는 수년이 걸립니다.
게다가 모든 최첨단 칩 제조는 현재 대만 TSMC와 한국 삼성에 의해 대만 해협 근처에서 이루어지고 있으며, 이를 상쇄하기 위해 현재 미국에 시설이 건설되고 있습니다(향후 몇 년 내에 생산되지 않을 것으로 예상됩니다). .세대 칩)이 출시될 경우 군사적 충돌 리스크 현실화될 수 있습니다.
마지막으로 중국은 Nvidia 및 TSMC에 대한 미국의 제한으로 인해 최신 세대의 AI 하드웨어에서 크게 단절되었으며 Web3 DePIn 네트워크의 경우와 마찬가지로 남은 컴퓨팅 성능을 놓고 경쟁하고 있습니다. Web3와 달리 중국 기업은 실제로 자체 경쟁 모델, 특히 Baidu 및 Alibaba와 같은 대형 언어 모델(LLM)을 보유하고 있으며 이를 실행하려면 대량 의 이전 세대 장비가 필요합니다.
따라서 위의 요소 중 하나 또는 조합으로 인해 AI 지배 전쟁이 심화되고 클라우드 업무 가 우선되는 시점에 하이퍼스케일 클라우드 서비스 제공업체가 AI 하드웨어를 제한할 리스크 크지 않습니다. 외부 당사자. 기본적으로 AI 관련 클라우드 컴퓨팅 용량을 모두 자체적으로 사용하고 다른 사람에게 제공하지 않는 동시에 최신 하드웨어도 모두 게걸스레 먹어치우는 시나리오입니다. 이 일이 발생하면 나머지 컴퓨팅 공급은 주권 국가를 포함한 다른 대규모 플레이어의 수요가 높아질 것입니다. 그러나 소비자급 GPU는 점점 경쟁력이 떨어지고 있습니다.
물론 이는 극단적인 경우지만, 대형 플레이어들에게는 보상이 너무 커서 하드웨어 병목 현상이 남아도 물러서지 않을 것입니다. 이는 Web3 DePIn 제공업체의 대다수를 구성하는 보조 데이터 센터 및 소매 등급 하드웨어 소유자와 같은 탈중앙화 운영자를 경쟁에서 제외하게 됩니다.
동전 의 반대편
암호화폐 창업자들은 이를 인식하지 못하는 반면, AI 거대 기업들은 암호화폐를 면밀히 주시하고 있습니다. 정부의 압력과 경쟁으로 인해 폐쇄되거나 과도한 규제를 피하기 위해 암호화폐를 채택해야 할 수도 있습니다.
Stability AI의 창립자는 최근 그의 회사를 "탈중앙화"하기 위해 사임했습니다. 이는 최초의 공개 힌트 중 하나입니다. 그는 이전 공개 석상에서 회사의 성공적인 IPO에 이어 토큰을 출시하겠다는 계획을 숨기지 않았는데, 이는 의도한 동기의 진정성을 어느 정도 드러냅니다.
마찬가지로 Sam Altman은 자신이 공동 창립한 암호화폐 프로젝트인 Worldcoin의 운영에 관여하지 않지만 해당 토큰은 OpenAI의 에이전트로 거래됩니다. 무료 인터넷 통화 프로젝트와 인공 지능 R&D 프로젝트를 연결할 수 있는 경로가 있는지 여부는 시간이 지나야 알 수 있지만 Worldcoin 팀도 시장이 이 가설을 테스트하고 있음을 알고 있는 것 같습니다.
AI 거대 기업이 탈중앙화 다양한 경로를 탐색할 수 있다는 것은 우리에게 이해가 됩니다. 여기서 볼 수 있는 문제는 Web3가 아직 의미 있는 솔루션을 제시하지 못했다는 것입니다. "거버넌스 토큰"은 대체로 밈이며 $BTC 및 $ETH와 같이 자산 보유자와 네트워크 개발 및 운영 간의 직접적인 연결을 명시적으로 피하는 토큰만이 현재 진정한 탈중앙화 입니다.
느린 기술 개발로 이어지는 동일한 (불)인센티브는 암호화 네트워크 관리를 위한 다양한 설계 개발에도 영향을 미칩니다. 스타트업 팀은 솔루션을 찾기 위해 제품에 '거버넌스 토큰' 라벨을 붙이고 결국 '거버넌스 극장'을 중심으로 리소스 할당에 얽매이게 됩니다.
결론적으로
인공지능 경쟁이 진행 중이고 모두가 이를 매우 심각하게 받아들이고 있습니다. 우리는 거대 기술 기업의 사고에서 어떤 허점도 찾을 수 없습니다. 더 많은 컴퓨팅은 더 나은 인공 지능을 의미하고, 더 나은 인공 지능은 더 낮은 비용, 새로운 수익 및 확장된 시장 점유율 의미합니다. 우리에게 이것은 거품이 정당화되지만 모든 사기꾼은 피할 수 없는 불안 속에서 여전히 쫓겨날 것임을 의미합니다.
중앙집중화된 대규모 엔터프라이즈 AI가 이 분야를 장악하고 있으며, 합법적인 스타트업은 이를 따라잡기가 어렵다고 느끼고 있습니다. Web3 공간은 늦게 진입했지만 경쟁에 합류하고 있습니다. 시장은 암호화폐 AI 프로젝트에 너무 관대하게 보상하는 반면, 이 분야의 Web2 스타트업은 상대적으로 보상이 적기 때문에 창립자의 관심이 제품 제공에서 중요한 순간에 토큰 가치 상승을 촉진하는 것으로 옮겨가고 기회를 잡을 수 있는 기회가 있습니다. 빠르게 닫힙니다. 지금까지 경쟁을 위해 컴퓨팅 확장을 우회할 수 있는 직교 혁신은 없었습니다.
이제 더 큰 폐쇄 소스 경쟁업체(예: Meta, Stability AI)와 시장 점유율 놓고 경쟁하기로 선택한 소수의 중앙 집중식 플레이어에 의해 처음에는 소비자 대면 모델을 중심으로 신뢰할 수 있는 오픈 소스 운동이 진행되고 있습니다. 그러나 이제 커뮤니티는 선도적인 AI 기업을 따라잡고 압력을 가하고 있습니다. 이러한 압력은 AI 제품의 비공개 소스 개발에 계속 영향을 미칠 것이지만, 오픈 소스가 따라잡을 때까지는 실질적인 영향을 미치지 않을 것입니다. 이는 Web3 공간에 대한 또 다른 큰 기회이지만 탈중앙화 모델 교육 및 추론 문제를 해결하는 경우에만 가능합니다.
따라서 표면적으로는 "전통적인" 파괴자에 대한 기회가 있지만 현실은 그것과 거리가 멀습니다. 인공지능은 주로 컴퓨팅과 연관되어 있으며, 향후 3~5년 내에 획기적인 혁신이 이루어지지 않는 한 이러한 상황은 바뀔 수 없으며, 이는 인공지능의 발전을 누가 통제하고 지도하는지를 결정하는 데 있어 매우 중요한 요소가 될 것입니다.
수요가 공급 측면의 노력을 주도하더라도 컴퓨팅 시장 자체는 꽃을 피울 수 없으며, 제조업체 간의 경쟁은 칩 제조, 규모의 경제 등 구조적 요인으로 인해 제한됩니다.
우리는 인간의 독창성에 대해 낙관적이며 하향식 기업이나 정부 통제보다는 자유 세계에 이익이 되는 방식으로 AI 문제 영역을 해결하려고 노력할 만큼 똑똑하고 고귀한 사람들이 있다고 확신합니다. 그러나 확률은 희박해 보이며 기껏해야 투기적인 게임 이며 Web3의 창립자들은 실제 영향보다는 금전적 이익에 너무 바쁩니다.
