Dirbtiniam intelektui (AI) greitai veikiant viename ekonomikos sektoriuje po kito sudėtinga magija, vis labiau reikia skaičiavimo išteklių, kad būtų galima maitinti visą šį mašininį intelektą.
Tokio modelio kaip „ChatGPT“ mokymas kainuoja daugiau nei 5 mln. USD, o ankstyvosios „ChatGPT“ demonstracinės versijos paleidimas, net prieš pradedant naudoti iki dabartinio lygio, „OpenAI“ kainuoja apie 100,000 XNUMX USD per dieną. Ir AI yra daugiau nei tik teksto generavimas; AI taikymas praktinėms problemoms įvairiose pramonės šakose reikalauja panašių didelių neuronų modelių, parengtų remiantis įvairių duomenų tipų – medicininės, finansinės, klientų informacijos, geografinės erdvės ir kt. Peržengus dabartinio neuroninio tinklo AI apribojimus ir pereinant prie sistemų su aukštesniu dirbtinio bendrojo intelekto lygiu, beveik neabejotinai reikės dar intensyviau skaičiuoti.
Visiškai natūralu, kad nedidelis, bet vis daugiau kriptovaliutų kasėjų skaičius dabar ieško būdų, kaip panaudoti savo pačių skaičiavimo infrastruktūrą, kad padėtų stumti AI revoliuciją.
Susiję: Nuo Bernie Madoff iki Bankman-Fried, Bitcoin maksimalistai buvo patvirtinti
Bitcoin (BTC) kasyba tebėra pelningas verslas. Išgaunant kitas kriptovaliutas taip pat galima užsidirbti pinigų, tačiau tai sparčiai besikeičiantis kraštovaizdis. eteris (ETH) kalnakasiai, pavyzdžiui, praėjusių metų pabaigoje patyrė didelį smūgį, kai „Ethereum“ tinklas pasitraukė darbo įrodymas į statymo įrodymą.
Ekonominė ir techninė padėtis kriptovaliutų erdvėje per pastaruosius dvejus metus paskatino vis daugiau kriptovaliutų gavybos organizacijų ištirti galimybes panaudoti savo įrenginius kitiems tikslams, pavyzdžiui, didelio našumo kompiuteriams ir ypač dirbtiniam intelektui.
Konkreti kompiuterinė įranga, reikalinga didelio našumo skaičiavimui (HPC) arba AI apdorojimui, dažnai skiriasi nuo optimalios kriptovaliutų gavybai. Tačiau serverių pirkimas paprastai nėra pati sunkiausia kasybos ūkio įkūrimo dalis. Elektros energijos, aušinimo, saugumo ir kitos fizinės infrastruktūros įdiegimas yra didelės išlaidos ir pastangos, o visa tai išlieka beveik tokia pati, nesvarbu, ar yra RAM lengvi GPU, tinkami ETH kasybai, ar daug RAM turintis GPUS, tinkamas AI modelio mokymuisi. .
Kasybos įmonė „Hut 8“ pirmavo, panaudodama savo anksčiau kasybai skirtas skaičiavimo priemones mašininiam mokymuisi ir kitoms HPC programoms. „Hive Blockchain“ jau kurį laiką darė tą patį, užpildydama savo serverius procesoriaus kortelėmis, kurios „gali būti naudojamos debesų kompiuterijai ir AI programoms bei atvaizdavimui inžinerinėms programoms, be mokslinio skysčių dinamikos modeliavimo“.
Galbūt įdomiausia yra kalnakasių galimybė perkelti savo skaičiavimo išteklius į dirbtinį intelektą tokiu būdu, kuris visiškai išliktų blokų grandinės erdvėje – naudojant juos dirbtinio intelekto procesams, kurie yra priglobti decentralizuotuose blokų grandinės tinkluose, vykdyti. Šią galimybę suteikia daugybė AI projektų, susijusių su jų pačių altkoinais, pvz., Fetch.ai (FET), Ocean (OCEAN) Matrix AI tinklas (MAN), Cortex (CTXC) ir mano projektas SingularityNET (AGIX), ir įvairūs jo ekosistemų projektai, tokie kaip „NuNet“ (NTX) ir nauja „HyperCycle“ blokų grandinė be knygų. Su dirbtiniu intelektu susiję altkoinai puikiai pasirodė pirmoje 2023 m. pusėje, nes rinka suprato decentralizuotos AI programinės įrangos potencialą.
Susiję: Ar „Bored Ape“ pirkėjai turėtų turėti teisę į pinigų grąžinimą?
Dar prieš „Bitcoin“ baltąją knygą buvo aišku, kad paskirstytojo skaičiavimo, stipraus šifravimo ir decentralizuotos kontrolės sintezė turi platų pritaikymą ne tik finansiniams tikslams. Štai kodėl turime „blockchain“ projektų srityse, apimančiose beveik visas vertikalias rinkas – mediciną, tiekimo grandinę, žaidimus, robotiką ir pan. Kadangi kiekvienoje iš šių verslo sričių dominuoja dirbtinis intelektas, AI pagrindžiančios programinės ir aparatinės įrangos decentralizavimas bus esminis pasaulio ekonomikos decentralizavimo aspektas. Dalies kriptovaliutų gavybos aparatūros panaudojimas dirbtinio intelekto apdorojimui, kai kurie iš jų yra suvynioti į DI orientuotus kriptovaliutų tinklus, vis labiau taps istorijos dalimi.
Jei nereikšminga pasaulinio AI apdorojimo dalis bus atlikta kriptovaliutų gavybos įrenginiuose, tai gali turėti įtakos ne tik finansams. Kripto gavybos įrenginiai veikia įvairiose teisinėse jurisdikcijose ir priklauso įvairioms šalims. Vyriausybei ar kitoms šalims būtų daug sunkiau centralizuotai valdyti pasauliniu mastu paskirstytą AI tinklą, paskirstytą kriptovaliutų kasybos įrenginiuose, nei dirbtinio intelekto tinklą, kurio centras yra Big Tech priklausančiose serverių fermose (dabar yra numatytasis DI). Ar tai gera, ar bloga AI etikos požiūriu, priklauso nuo jūsų įvertinimo apie „Big Tech“ ir didelės vyriausybės pobūdį.
Benas Goertzelas yra SingularityNET generalinis direktorius ir įkūrėjas bei Dirbtinio bendrojo intelekto draugijos pirmininkas. Jis dirbo mokslinių tyrimų mokslininku daugelyje organizacijų, ypač vyriausiuoju mokslininku Hanson Robotics, kur kartu sukūrė Sophia. Anksčiau jis dirbo Mašinų intelekto tyrimų instituto tyrimų direktoriumi, AI programinės įrangos bendrovės „Novamente“ vyriausiuoju mokslininku ir pirmininku bei „OpenCog Foundation“ pirmininku. Temple universitete jis baigė daktaro laipsnį. matematikoje.
Šis straipsnis skirtas bendrai informacijai ir nėra skirtas ir neturėtų būti laikomas teisiniu ar investiciniu patarimu. Čia išsakytos pažiūros, mintys ir nuomonės yra tik autoriaus ir nebūtinai atspindi ar atstovauja Cointelegraph požiūrius ir nuomones.
Šaltinis: https://cointelegraph.com/news/cryptocurrency-miners-may-lead-the-next-stage-of-ai