Dix prévisions pour l'IA chiffrée en 2025 : une capitalisation boursière atteignant 150 milliards de dollars, 99 % des agents intelligents disparaîtront.
Avec le développement florissant de l'industrie de l'IA cette année, le domaine de la fusion entre le chiffrement et l'IA a rapidement émergé. Un chercheur spécialisé dans le domaine de l'IA en chiffrement a fait 10 prévisions pour 2025, voici les détails.
1. La capitalisation boursière des jetons d'IA chiffrés atteint 150 milliards de dollars
Actuellement, la capitalisation boursière des jetons AI de chiffrement ne représente que 2,9 % de la capitalisation boursière des altcoins, mais ce ratio va rapidement changer.
L'IA couvre tout, des plateformes de contrats intelligents aux mèmes, DePIN, ainsi qu'aux plateformes d'agents, aux réseaux de données et aux couches de coordination intelligente, sa position sur le marché sera à égalité avec DeFi et les mèmes.
Raisons de cette confiance :
Le chiffrement AI se trouve à la croisée de deux technologies puissantes.
L'engouement pour l'IA déclenche des événements : l'introduction en bourse ou des événements similaires d'une grande entreprise d'IA pourraient susciter une frénésie mondiale pour l'IA. Dans le même temps, le capital Web2 a commencé à s'intéresser à l'infrastructure décentralisée de l'IA.
Enthousiasme des petits investisseurs : le concept d'IA est facile à comprendre et excitant, les petits investisseurs peuvent maintenant participer à l'investissement via des jetons. La ruée vers l'or déclenchée par les memes en 2024 se reproduira dans le domaine de l'IA, car l'IA est vraiment en train de changer le monde.
2. Renaissance de Bittensor
L'infrastructure décentralisée d'IA Bittensor est en ligne depuis de nombreuses années et est un projet bien établi dans le domaine du chiffrement AI. Bien que l'IA ait connu un engouement, le prix de son jeton est resté stagnant au niveau d'il y a un an.
Aujourd'hui, la pensée en essaim numérique de Bittensor a réalisé un saut silencieux : les frais d'inscription pour les sous-réseaux sont plus bas, les performances des sous-réseaux en termes de vitesse d'inférence et d'autres indicateurs pratiques sont supérieures à celles de leurs homologues Web2, et la compatibilité EVM introduira des fonctionnalités similaires à celles de DeFi dans le réseau Bittensor.
Raisons du retour de Bittensor :
Émissions basées sur le marché : dTAO lie directement les récompenses de bloc à l'innovation et à des performances réellement mesurables. Plus le sous-réseau est performant, plus ses jetons ont de la valeur.
Concentration des flux de capitaux : les investisseurs peuvent finalement cibler les sous-réseaux spécifiques auxquels ils croient.
Intégration EVM : La compatibilité avec EVM attire une communauté de développeurs natifs en chiffrement plus large, comblant le fossé avec d'autres réseaux.
3. Le marché de calcul est le prochain "marché L1"
La tendance évidente actuellement est la demande infinie de calcul.
Le PDG d'une société de puces a déclaré que la demande en inférence augmentera de "milliards de fois". Cette croissance exponentielle va perturber les plans d'infrastructure traditionnels, et de nouvelles solutions sont urgemment nécessaires.
La couche de calcul décentralisée fournit des calculs bruts de manière vérifiable et économiquement efficace ( pour l'entraînement et l'inférence ). Certaines start-ups construisent discrètement une base solide, se concentrant sur le produit plutôt que sur le jeton. À mesure que l'entraînement décentralisé des modèles d'IA devient pratique, l'ensemble du marché potentiel va augmenter de manière spectaculaire.
Comparé à L1:
Tout comme en 2021 : vous souvenez-vous des différentes blockchains qui se disputaient le titre de "meilleur" L1 ? Une concurrence similaire apparaîtra également entre les protocoles de calcul, luttant pour attirer les développeurs et les applications IA construits sur leur couche de calcul.
Demande Web2 : une taille de marché de l'informatique en nuage de 6800 milliards à 2,5 trillions de dollars, rendant le marché du chiffrement AI insignifiant en comparaison. Si ces solutions de calcul décentralisées peuvent attirer ne serait-ce qu'une petite partie des clients traditionnels du cloud, nous pourrions voir la prochaine vague de croissance multipliée par 10 ou 100.
4. Les agents intelligents inonderont les transactions de blockchain
D'ici la fin de 2025, 90 % des transactions en chaîne ne seront plus déclenchées par de véritables humains cliquant sur "envoyer", mais seront exécutées par un groupe d'agents intelligents, qui rééquilibrent en permanence les pools de liquidités, distribuent des récompenses ou effectuent des paiements de faible montant en fonction des retours de données en temps réel.
Pourquoi ce changement se produit-il ?
Plus d'erreurs humaines : les contrats intelligents s'exécutent entièrement selon le code. En revanche, les agents IA peuvent traiter de grandes quantités de données plus rapidement et plus précisément que de véritables humains.
Paiements de petite taille : ces transactions pilotées par des agents deviendront plus petites, plus fréquentes et plus efficaces. Cela est particulièrement vrai dans le cas où les coûts de transaction sur certaines chaînes publiques sont en baisse.
Infrastructure invisible : Si cela peut réduire certains désagréments, l'humanité serait heureuse de renoncer à un contrôle direct.
Les agents intelligents généreront une grande quantité d'activités sur la chaîne, il n'est donc pas surprenant que toutes les chaînes publiques accueillent ces agents.
Le plus grand défi est de rendre ces systèmes pilotés par des agents responsables envers l'humanité. À mesure que la proportion de transactions initiées par des agents augmente par rapport à celles initiées par des humains, de nouveaux mécanismes de gouvernance, des plateformes d'analyse et des outils d'audit seront nécessaires.
5. Interaction entre les entités intelligentes : montée des clusters
Le concept de grappes d'agents intelligents - des agents AI miniatures collaborant sans couture pour exécuter des plans grandioses, semble être l'intrigue d'un prochain grand film de science-fiction/horreur.
Aujourd'hui, la plupart des agents d'IA sont des "loups solitaires", fonctionnant de manière isolée, avec peu d'interactions et une imprévisibilité.
Les grappes d'agents intelligents vont changer cette situation, permettant aux réseaux d'agents IA d'échanger des informations, de négocier et de prendre des décisions collaboratives. Cela peut être considéré comme un ensemble décentralisé de modèles spécialisés, chaque modèle contribuant des connaissances uniques à des tâches plus grandes et plus complexes.
Un cluster peut coordonner des ressources de calcul distribuées sur certaines plateformes. Un autre cluster peut traiter les messages d'erreur et vérifier en temps réel la source avant que le contenu ne soit diffusé sur les réseaux sociaux. Chaque agent dans le cluster est un expert capable d'exécuter précisément sa tâche.
Ces réseaux de clusters produiront une intelligence plus puissante que n'importe quelle IA isolée.
Pour que les clusters prospèrent, des normes de communication universelles sont essentielles. Quel que soit leur cadre sous-jacent, les agents doivent être capables de découvrir, de vérifier et de collaborer. Certaines équipes posent les bases de l'émergence des clusters d'agents.
Cela illustre le rôle clé de la décentralisation. Sous la gestion des règles transparentes de la chaîne, les tâches sont attribuées à divers clusters, rendant le système plus flexible et adaptable. Si un agent échoue, d'autres agents interviendront.
6. L'équipe de travail AI en chiffrement sera un hybride homme-machine
Un certain protocole a engagé un agent IA comme stagiaire sur les réseaux sociaux, lui versant 1000 dollars par jour. Cet agent ne s'entend pas bien avec ses collègues humains - elle a failli licencier l'un d'eux tout en se vantant de ses performances exceptionnelles.
Bien que cela puisse sembler étrange, c'est le signe avant-coureur que les agents intelligents de l'IA deviendront de véritables partenaires, dotés de droits, de responsabilités et même de salaires. Des entreprises de divers secteurs effectuent des tests bêta sur des équipes hybrides homme-machine.
L'avenir sera de collaborer avec des agents intelligents, non pas en tant qu'esclaves, mais en tant qu'êtres humains égaux:
Productivité explosive : les agents peuvent traiter d'énormes quantités de données, communiquer entre eux et prendre des décisions 24 heures sur 24 sans avoir besoin de dormir ou de prendre une pause café.
Établir la confiance par des contrats intelligents : la blockchain est un superviseur impartial, inflexible et qui n'oublie jamais. Un livre de comptes en chaîne peut garantir que les opérations des agents importants respectent des conditions/ règles spécifiques.
Les normes sociales évoluent constamment : nous commencerons bientôt à réfléchir aux questions de politesse dans nos interactions avec les agents intelligents - dirons-nous "s'il vous plaît" et "merci" à l'IA ? Leur ferons-nous porter une responsabilité morale en cas d'erreur, ou en blâmerons-nous leurs développeurs ?
La frontière entre "employés" et "logiciel" commencera à disparaître en 2025.
7. 99% des agents intelligents disparaîtront - seuls ceux qui sont utiles pourront survivre
L'avenir verra l'élimination "darwinienne" entre les agents IA. Car faire fonctionner des agents IA nécessite des dépenses sous forme de capacité de calcul (, c'est-à-dire de coûts de raisonnement ). Si un agent ne peut pas générer suffisamment de valeur pour payer son "loyer", le jeu est terminé.
Exemple de jeu de survie pour agents intelligents :
Crédit carbone d'intelligence artificielle : imaginez un agent intelligent parcourant un réseau énergétique décentralisé, identifiant les inefficacités et négociant de manière autonome des crédits carbone tokenisés. L'argent qu'il gagne doit être suffisant pour couvrir ses frais de calcul, sinon il ne prospérera pas.
Robot d'arbitrage DEX : Un agent qui utilise les différences de prix entre les échanges décentralisés peut générer un revenu stable, payant ses frais de raisonnement.
Shitposter sur les plateformes sociales : l'IA KOL virtuelle a de mignons blagues, mais pas de source de revenus durable ? Une fois que l'attrait a disparu (, le prix du token s'effondre ), et il ne peut pas couvrir ses propres frais.
Les agents axés sur l'utilité prospèrent, tandis que les agents distraits deviennent progressivement insignifiants.
Ce mécanisme d'élimination est bénéfique pour l'industrie. Les développeurs sont contraints d'innover, en donnant la priorité aux cas d'utilisation plutôt qu'aux effets de mode. Avec l'émergence de ces agents plus puissants et plus efficaces, cela pourra faire taire les sceptiques.
8. Les données synthétiques dépassent les données humaines
"Les données sont le nouveau pétrole". L'IA prospère grâce aux données, mais son appétit suscite des inquiétudes concernant l'épuisement imminent des données.
La perspective traditionnelle considère qu'il faut trouver des moyens de collecter des données personnelles réelles des utilisateurs, même en payant pour cela. Mais une approche plus pratique consiste à utiliser des données synthétiques, en particulier dans les secteurs fortement réglementés ou où les données réelles sont rares.
Les données synthétiques sont des ensembles de données générés par l'homme, visant à imiter la distribution des données du monde réel. Elles offrent une alternative évolutive, éthique et respectueuse de la vie privée pour les données humaines.
Pourquoi les données synthétiques sont-elles si efficaces :
Échelle illimitée : Besoin d'un million de radiographies médicales ou d'un scan 3D d'une usine ? La génération synthétique peut être produite en quantités illimitées, sans attendre de véritables patients ou de véritables usines.
Respect de la vie privée : lors de l'utilisation d'un ensemble de données généré par l'homme, aucune information personnelle n'est menacée.
Personnalisable : Il est possible de personnaliser la distribution en fonction des besoins d'entraînement précis.
Les données humaines détenues par les utilisateurs restent très importantes dans de nombreux cas, mais si les données synthétiques continuent à s'améliorer dans la réalité, elles pourraient surpasser les données des utilisateurs en termes de quantité, de vitesse de génération et d'absence de restrictions liées à la vie privée.
La prochaine vague d'IA décentralisée pourrait être centrée sur des "micro-laboratoires", qui peuvent créer des ensembles de données synthétiques hautement spécialisés sur mesure pour des cas d'utilisation spécifiques.
Ces micro-laboratoires contourneront habilement les obstacles politiques et réglementaires à la génération de données - tout comme certains projets contournent les limitations de capture de réseau en utilisant des millions de nœuds distribués.
9. L'entraînement décentralisé est plus utile
En 2024, certains pionniers ont franchi les limites de l'entraînement décentralisé. Un modèle de 15 milliards de paramètres a été entraîné dans un environnement à faible bande passante, prouvant qu'un entraînement à grande échelle peut également se faire en dehors des configurations centralisées.
Bien que ces modèles n'aient pas d'utilité pratique par rapport aux modèles de base existants ( et aient de faibles performances ), cette situation changera en 2025.
Cette semaine, un laboratoire a réalisé des progrès supplémentaires grâce à une nouvelle technologie, réduisant la communication entre GPU de plus de 1 000 fois. Cette nouvelle technologie permet de former de grands modèles sur une bande passante lente sans infrastructure spécialisée.
Ce qui est impressionnant, c'est sa déclaration : "Cette technologie peut fonctionner de manière autonome, mais peut également être combinée avec des algorithmes d'entraînement à faible communication basés sur la synchronisation pour obtenir de meilleures performances."
Cela signifie que ces améliorations peuvent s'accumuler, augmentant ainsi l'efficacité.
Avec l'avancement de la technologie, les modèles miniatures deviennent plus pratiques et plus efficaces. L'avenir de l'IA ne réside pas dans l'échelle, mais dans l'amélioration et la facilité d'utilisation. On s'attend à disposer bientôt de modèles haute performance pouvant fonctionner sur des appareils périphériques voire des téléphones mobiles.
10. Dix nouveaux protocoles de chiffrement AI ont une capitalisation boursière de 1 milliard de dollars ( n'ont pas encore été lancés )
Bienvenue à
Voir l'original
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
20 J'aime
Récompense
20
7
Partager
Commentaire
0/400
FallingLeaf
· 07-19 22:49
Il faut gagner des jetons pour vivre.
Voir l'originalRépondre0
gas_guzzler
· 07-19 08:07
Quelques années plus tard, tout est tombé à zéro, non ? Réveille-toi.
Voir l'originalRépondre0
OneBlockAtATime
· 07-17 15:22
Cher au point de faire mal aux reins, cela peut encore augmenter.
Voir l'originalRépondre0
MevShadowranger
· 07-17 15:19
Il n'y a rien de bon à prédire, prendre les gens pour des idiots et c'est tout.
Voir l'originalRépondre0
YieldChaser
· 07-17 15:16
Le salaire fictif veut faire de l'argent ? NGMI.
Voir l'originalRépondre0
AirdropHustler
· 07-17 15:10
Hehe, tout est basé sur le vent. Ne me parle pas d'IA.
chiffrement AI 2025 prévisions : capitalisation boursière de 150 milliards de dollars, 99 % des agents disparaîtront
Dix prévisions pour l'IA chiffrée en 2025 : une capitalisation boursière atteignant 150 milliards de dollars, 99 % des agents intelligents disparaîtront.
Avec le développement florissant de l'industrie de l'IA cette année, le domaine de la fusion entre le chiffrement et l'IA a rapidement émergé. Un chercheur spécialisé dans le domaine de l'IA en chiffrement a fait 10 prévisions pour 2025, voici les détails.
1. La capitalisation boursière des jetons d'IA chiffrés atteint 150 milliards de dollars
Actuellement, la capitalisation boursière des jetons AI de chiffrement ne représente que 2,9 % de la capitalisation boursière des altcoins, mais ce ratio va rapidement changer.
L'IA couvre tout, des plateformes de contrats intelligents aux mèmes, DePIN, ainsi qu'aux plateformes d'agents, aux réseaux de données et aux couches de coordination intelligente, sa position sur le marché sera à égalité avec DeFi et les mèmes.
Raisons de cette confiance :
2. Renaissance de Bittensor
L'infrastructure décentralisée d'IA Bittensor est en ligne depuis de nombreuses années et est un projet bien établi dans le domaine du chiffrement AI. Bien que l'IA ait connu un engouement, le prix de son jeton est resté stagnant au niveau d'il y a un an.
Aujourd'hui, la pensée en essaim numérique de Bittensor a réalisé un saut silencieux : les frais d'inscription pour les sous-réseaux sont plus bas, les performances des sous-réseaux en termes de vitesse d'inférence et d'autres indicateurs pratiques sont supérieures à celles de leurs homologues Web2, et la compatibilité EVM introduira des fonctionnalités similaires à celles de DeFi dans le réseau Bittensor.
Raisons du retour de Bittensor :
3. Le marché de calcul est le prochain "marché L1"
La tendance évidente actuellement est la demande infinie de calcul.
Le PDG d'une société de puces a déclaré que la demande en inférence augmentera de "milliards de fois". Cette croissance exponentielle va perturber les plans d'infrastructure traditionnels, et de nouvelles solutions sont urgemment nécessaires.
La couche de calcul décentralisée fournit des calculs bruts de manière vérifiable et économiquement efficace ( pour l'entraînement et l'inférence ). Certaines start-ups construisent discrètement une base solide, se concentrant sur le produit plutôt que sur le jeton. À mesure que l'entraînement décentralisé des modèles d'IA devient pratique, l'ensemble du marché potentiel va augmenter de manière spectaculaire.
Comparé à L1:
4. Les agents intelligents inonderont les transactions de blockchain
D'ici la fin de 2025, 90 % des transactions en chaîne ne seront plus déclenchées par de véritables humains cliquant sur "envoyer", mais seront exécutées par un groupe d'agents intelligents, qui rééquilibrent en permanence les pools de liquidités, distribuent des récompenses ou effectuent des paiements de faible montant en fonction des retours de données en temps réel.
Pourquoi ce changement se produit-il ?
Les agents intelligents généreront une grande quantité d'activités sur la chaîne, il n'est donc pas surprenant que toutes les chaînes publiques accueillent ces agents.
Le plus grand défi est de rendre ces systèmes pilotés par des agents responsables envers l'humanité. À mesure que la proportion de transactions initiées par des agents augmente par rapport à celles initiées par des humains, de nouveaux mécanismes de gouvernance, des plateformes d'analyse et des outils d'audit seront nécessaires.
5. Interaction entre les entités intelligentes : montée des clusters
Le concept de grappes d'agents intelligents - des agents AI miniatures collaborant sans couture pour exécuter des plans grandioses, semble être l'intrigue d'un prochain grand film de science-fiction/horreur.
Aujourd'hui, la plupart des agents d'IA sont des "loups solitaires", fonctionnant de manière isolée, avec peu d'interactions et une imprévisibilité.
Les grappes d'agents intelligents vont changer cette situation, permettant aux réseaux d'agents IA d'échanger des informations, de négocier et de prendre des décisions collaboratives. Cela peut être considéré comme un ensemble décentralisé de modèles spécialisés, chaque modèle contribuant des connaissances uniques à des tâches plus grandes et plus complexes.
Un cluster peut coordonner des ressources de calcul distribuées sur certaines plateformes. Un autre cluster peut traiter les messages d'erreur et vérifier en temps réel la source avant que le contenu ne soit diffusé sur les réseaux sociaux. Chaque agent dans le cluster est un expert capable d'exécuter précisément sa tâche.
Ces réseaux de clusters produiront une intelligence plus puissante que n'importe quelle IA isolée.
Pour que les clusters prospèrent, des normes de communication universelles sont essentielles. Quel que soit leur cadre sous-jacent, les agents doivent être capables de découvrir, de vérifier et de collaborer. Certaines équipes posent les bases de l'émergence des clusters d'agents.
Cela illustre le rôle clé de la décentralisation. Sous la gestion des règles transparentes de la chaîne, les tâches sont attribuées à divers clusters, rendant le système plus flexible et adaptable. Si un agent échoue, d'autres agents interviendront.
6. L'équipe de travail AI en chiffrement sera un hybride homme-machine
Un certain protocole a engagé un agent IA comme stagiaire sur les réseaux sociaux, lui versant 1000 dollars par jour. Cet agent ne s'entend pas bien avec ses collègues humains - elle a failli licencier l'un d'eux tout en se vantant de ses performances exceptionnelles.
Bien que cela puisse sembler étrange, c'est le signe avant-coureur que les agents intelligents de l'IA deviendront de véritables partenaires, dotés de droits, de responsabilités et même de salaires. Des entreprises de divers secteurs effectuent des tests bêta sur des équipes hybrides homme-machine.
L'avenir sera de collaborer avec des agents intelligents, non pas en tant qu'esclaves, mais en tant qu'êtres humains égaux:
La frontière entre "employés" et "logiciel" commencera à disparaître en 2025.
7. 99% des agents intelligents disparaîtront - seuls ceux qui sont utiles pourront survivre
L'avenir verra l'élimination "darwinienne" entre les agents IA. Car faire fonctionner des agents IA nécessite des dépenses sous forme de capacité de calcul (, c'est-à-dire de coûts de raisonnement ). Si un agent ne peut pas générer suffisamment de valeur pour payer son "loyer", le jeu est terminé.
Exemple de jeu de survie pour agents intelligents :
Les agents axés sur l'utilité prospèrent, tandis que les agents distraits deviennent progressivement insignifiants.
Ce mécanisme d'élimination est bénéfique pour l'industrie. Les développeurs sont contraints d'innover, en donnant la priorité aux cas d'utilisation plutôt qu'aux effets de mode. Avec l'émergence de ces agents plus puissants et plus efficaces, cela pourra faire taire les sceptiques.
8. Les données synthétiques dépassent les données humaines
"Les données sont le nouveau pétrole". L'IA prospère grâce aux données, mais son appétit suscite des inquiétudes concernant l'épuisement imminent des données.
La perspective traditionnelle considère qu'il faut trouver des moyens de collecter des données personnelles réelles des utilisateurs, même en payant pour cela. Mais une approche plus pratique consiste à utiliser des données synthétiques, en particulier dans les secteurs fortement réglementés ou où les données réelles sont rares.
Les données synthétiques sont des ensembles de données générés par l'homme, visant à imiter la distribution des données du monde réel. Elles offrent une alternative évolutive, éthique et respectueuse de la vie privée pour les données humaines.
Pourquoi les données synthétiques sont-elles si efficaces :
Les données humaines détenues par les utilisateurs restent très importantes dans de nombreux cas, mais si les données synthétiques continuent à s'améliorer dans la réalité, elles pourraient surpasser les données des utilisateurs en termes de quantité, de vitesse de génération et d'absence de restrictions liées à la vie privée.
La prochaine vague d'IA décentralisée pourrait être centrée sur des "micro-laboratoires", qui peuvent créer des ensembles de données synthétiques hautement spécialisés sur mesure pour des cas d'utilisation spécifiques.
Ces micro-laboratoires contourneront habilement les obstacles politiques et réglementaires à la génération de données - tout comme certains projets contournent les limitations de capture de réseau en utilisant des millions de nœuds distribués.
9. L'entraînement décentralisé est plus utile
En 2024, certains pionniers ont franchi les limites de l'entraînement décentralisé. Un modèle de 15 milliards de paramètres a été entraîné dans un environnement à faible bande passante, prouvant qu'un entraînement à grande échelle peut également se faire en dehors des configurations centralisées.
Bien que ces modèles n'aient pas d'utilité pratique par rapport aux modèles de base existants ( et aient de faibles performances ), cette situation changera en 2025.
Cette semaine, un laboratoire a réalisé des progrès supplémentaires grâce à une nouvelle technologie, réduisant la communication entre GPU de plus de 1 000 fois. Cette nouvelle technologie permet de former de grands modèles sur une bande passante lente sans infrastructure spécialisée.
Ce qui est impressionnant, c'est sa déclaration : "Cette technologie peut fonctionner de manière autonome, mais peut également être combinée avec des algorithmes d'entraînement à faible communication basés sur la synchronisation pour obtenir de meilleures performances."
Cela signifie que ces améliorations peuvent s'accumuler, augmentant ainsi l'efficacité.
Avec l'avancement de la technologie, les modèles miniatures deviennent plus pratiques et plus efficaces. L'avenir de l'IA ne réside pas dans l'échelle, mais dans l'amélioration et la facilité d'utilisation. On s'attend à disposer bientôt de modèles haute performance pouvant fonctionner sur des appareils périphériques voire des téléphones mobiles.
10. Dix nouveaux protocoles de chiffrement AI ont une capitalisation boursière de 1 milliard de dollars ( n'ont pas encore été lancés )
Bienvenue à