Dự đoán hàng đầu về mã hóa AI cho năm 2025: tổng vốn hóa thị trường sẽ đạt 1500 tỷ USD, 99% các tác nhân AI sẽ biến mất
Với sự phát triển mạnh mẽ của ngành AI trong năm nay, lĩnh vực tích hợp mã hóa và AI đã nhanh chóng nổi lên. Một nhà nghiên cứu chuyên về lĩnh vực mã hóa AI đã đưa ra 10 dự đoán cho năm 2025, dưới đây là nội dung chi tiết.
1. Vốn hóa thị trường của mã hóa AI token đạt 1500 tỷ USD
Hiện tại vốn hóa thị trường của mã hóa AI chỉ chiếm 2.9% vốn hóa thị trường của các đồng tiền ảo khác, nhưng tỷ lệ này sẽ sớm thay đổi.
AI bao gồm từ nền tảng hợp đồng thông minh đến meme, DePIN cũng như nền tảng tác nhân, mạng dữ liệu và lớp phối hợp thông minh, vị thế thị trường của nó sẽ ngang hàng với DeFi và meme.
Lý do tôi tự tin về điều này:
Mã hóa AI nằm ở điểm giao thoa của hai công nghệ mạnh mẽ nhất
Sự kiện kích hoạt cơn sốt AI: Một công ty AI lớn IPO hoặc sự kiện tương tự có thể gây ra cơn cuồng nhiệt toàn cầu đối với AI. Đồng thời, vốn của Web2 đã bắt đầu chú ý đến cơ sở hạ tầng AI phi tập trung.
Đam mê của nhà đầu tư nhỏ lẻ: Khái niệm AI dễ hiểu và thú vị, nhà đầu tư nhỏ lẻ giờ đây có thể tham gia đầu tư thông qua mã thông báo. Cơn sốt đào vàng do meme khởi xướng vào năm 2024 sẽ tái diễn trong lĩnh vực AI, chỉ có điều AI thực sự đang thay đổi thế giới.
2. Sự phục hưng của Bittensor
Hạ tầng AI phi tập trung Bittensor đã hoạt động nhiều năm, là một dự án lâu đời trong lĩnh vực mã hóa AI. Mặc dù AI đang nổi lên, nhưng giá token của nó vẫn chỉ loanh quanh mức của một năm trước.
Hiện nay, tư duy tổ ong số của Bittensor đã âm thầm đạt được những bước nhảy vọt: phí đăng ký cho nhiều subnet thấp hơn, hiệu suất của subnet trong các chỉ số thực tế như tốc độ suy luận tốt hơn so với các đồng nghiệp Web2, và khả năng tương thích EVM sẽ đưa các chức năng tương tự như DeFi vào mạng Bittensor.
Nguyên nhân Bittensor quay trở lại:
Dựa trên phát thải thị trường: dTAO sẽ liên kết phần thưởng khối trực tiếp với đổi mới và hiệu suất thực tế có thể đo lường. Subnet càng tốt, token của nó càng có giá trị.
Tập trung dòng vốn: Các nhà đầu tư cuối cùng có thể nhắm mục tiêu vào những subnet cụ thể mà họ tin tưởng.
Tích hợp EVM: Tương thích với EVM đã thu hút một cộng đồng nhà phát triển mã hóa bản địa rộng lớn hơn, thu hẹp khoảng cách với các mạng khác.
3. Tính toán thị trường là "thị trường L1" tiếp theo
Hiện tại, xu hướng rõ ràng là nhu cầu không ngừng nghỉ về tính toán.
Một CEO của một công ty chip đã nói rằng nhu cầu suy diễn sẽ tăng "một tỷ lần". Sự gia tăng theo cấp số nhân này sẽ phá vỡ các kế hoạch cơ sở hạ tầng truyền thống, và các giải pháp mới đang rất cần thiết.
Lớp tính toán phi tập trung cung cấp khả năng tính toán nguyên thủy ( theo cách có thể xác minh và hiệu quả về kinh tế cho việc đào tạo và suy luận ). Một số công ty khởi nghiệp đang âm thầm xây dựng nền tảng vững chắc, tập trung vào sản phẩm hơn là token. Khi việc đào tạo mô hình AI phi tập trung trở nên thực tiễn, toàn bộ thị trường tiềm năng sẽ tăng vọt.
So với L1:
Giống như năm 2021: bạn có nhớ vài chuỗi công cộng tranh giành "tốt nhất" L1 không? Sẽ có sự cạnh tranh tương tự giữa các giao thức tính toán, tranh giành các nhà phát triển và ứng dụng AI sử dụng tầng tính toán của chúng.
Nhu cầu Web2: quy mô thị trường điện toán đám mây từ 6800 tỷ đô la đến 2.5万 tỷ đô la, khiến cho thị trường mã hóa AI trở nên nhỏ bé. Nếu những giải pháp điện toán phi tập trung này có thể thu hút ngay cả một phần nhỏ khách hàng đám mây truyền thống, chúng ta có thể thấy làn sóng tăng trưởng tiếp theo gấp 10 hoặc 100 lần.
4. AI thông minh sẽ tràn ngập giao dịch blockchain
Đến cuối năm 2025, 90% giao dịch trên chuỗi sẽ không còn được thực hiện bởi con người thực nhấn "gửi", mà sẽ được thực hiện bởi một nhóm các tác nhân AI, những người này liên tục tái cân bằng các bể thanh khoản, phân phối phần thưởng hoặc thực hiện các khoản thanh toán nhỏ dựa trên phản hồi dữ liệu thời gian thực.
Tại sao lại xảy ra sự chuyển biến này?
Không còn sai sót do con người: Hợp đồng thông minh được thực hiện hoàn toàn theo mã. Ngược lại, tác nhân AI có thể xử lý một lượng lớn dữ liệu nhanh hơn và chính xác hơn so với con người thực.
Thanh toán nhỏ: Những giao dịch do các tác nhân thông minh điều khiển sẽ trở nên nhỏ hơn, thường xuyên hơn và hiệu quả hơn. Đặc biệt là khi chi phí giao dịch trên một số chuỗi công khai có xu hướng giảm.
Cơ sở hạ tầng vô hình: Nếu có thể giảm bớt một số phiền phức, con người sẽ rất sẵn lòng từ bỏ quyền kiểm soát trực tiếp.
Các tác nhân AI sẽ tạo ra một lượng lớn hoạt động trên chuỗi, cũng không có gì ngạc nhiên khi tất cả các chuỗi công cộng đều đang chào đón các tác nhân thông minh.
Thách thức lớn nhất là làm cho những hệ thống do các tác nhân điều khiển này có trách nhiệm với con người. Khi tỷ lệ các giao dịch do tác nhân khởi xướng so với các giao dịch do con người khởi xướng ngày càng tăng, sẽ cần những cơ chế quản trị mới, các nền tảng phân tích và công cụ kiểm toán.
5. Tương tác giữa các thực thể thông minh: Sự trỗi dậy của các cụm
Khái niệm về cụm tác nhân thông minh - các tác nhân AI vi mô hợp tác liền mạch để thực hiện kế hoạch vĩ đại, nghe có vẻ như là cốt truyện của bộ phim khoa học viễn tưởng/kinh dị tiếp theo nổi tiếng.
Ngày nay, hầu hết các tác nhân AI đều là "cá thể cô đơn", hoạt động một cách tách biệt, tương tác rất ít và không thể đoán trước.
Cụm thể thông minh sẽ thay đổi tình hình này, cho phép mạng lưới thể AI có thể trao đổi thông tin, đàm phán và ra quyết định hợp tác. Có thể coi đây là một tập hợp các mô hình chuyên môn phi tập trung, mỗi mô hình đóng góp kiến thức chuyên môn độc đáo cho các nhiệm vụ lớn hơn và phức tạp hơn.
Một cụm có thể điều phối tài nguyên tính toán phân tán trên một số nền tảng. Một cụm khác có thể xử lý thông tin lỗi, xác thực nguồn gốc theo thời gian thực trước khi nội dung được phát tán lên mạng xã hội. Mỗi tác nhân trong cụm đều là chuyên gia, có thể thực hiện nhiệm vụ của mình một cách chính xác.
Những mạng lưới cụm này sẽ tạo ra trí tuệ mạnh mẽ hơn bất kỳ AI đơn lẻ nào.
Để giúp các cụm phát triển mạnh mẽ, tiêu chuẩn giao tiếp chung là rất quan trọng. Bất kể khung cơ sở của nó như thế nào, các tác nhân cần có khả năng phát hiện, xác minh và hợp tác. Một số đội đang đặt nền tảng cho sự xuất hiện của các cụm tác nhân.
Điều này thể hiện vai trò then chốt của việc phân cấp. Dưới sự quản lý của các quy tắc minh bạch trên chuỗi, các nhiệm vụ được phân bổ cho từng cụm, giúp hệ thống trở nên linh hoạt và thích ứng hơn. Nếu một tác nhân thất bại, các tác nhân khác sẽ can thiệp.
6. Nhóm làm việc AI mã hóa sẽ là cơ thể kết hợp giữa người và máy
Một giao thức đã thuê một AI làm thực tập sinh truyền thông xã hội, trả cho cô ấy 1000 đô la mỗi ngày. AI này không hòa hợp với các đồng nghiệp con người của cô ấy - cô ấy suýt nữa đã sa thải một trong những đồng nghiệp, trong khi khoe khoang về thành tích xuất sắc của mình.
Mặc dù nghe có vẻ kỳ quái, nhưng đây là dấu hiệu cho thấy các tác nhân AI trong tương lai sẽ trở thành những cộng tác viên thực sự, họ có quyền tự chủ, trách nhiệm, thậm chí là lương. Các công ty ở nhiều ngành khác nhau đang tiến hành thử nghiệm beta cho các đội ngũ kết hợp giữa con người và máy.
Trong tương lai sẽ hợp tác với các tác nhân AI, không phải như nô lệ, mà như những người bình đẳng:
Năng suất tăng vọt: Các tác nhân có thể xử lý một lượng lớn dữ liệu, giao tiếp với nhau và đưa ra quyết định 24/7 mà không cần ngủ hay nghỉ ngơi bằng cà phê.
Thiết lập lòng tin thông qua hợp đồng thông minh: Blockchain là một người giám sát công bằng, không biết mệt mỏi và không bao giờ quên. Một sổ cái trên chuỗi, có thể đảm bảo rằng các hoạt động của các tác nhân quan trọng tuân theo các điều kiện/ quy tắc nhất định.
Các quy tắc xã hội đang phát triển không ngừng: Sẽ sớm bắt đầu suy nghĩ về vấn đề nghi thức tương tác với các tác nhân thông minh - Liệu có nói "xin vui lòng" và "cảm ơn" với AI không? Liệu có khiến chúng chịu trách nhiệm đạo đức về những sai lầm, hay là đổ lỗi cho các nhà phát triển của chúng?
"Nhân viên" và "phần mềm" sẽ bắt đầu biến mất ranh giới vào năm 2025.
7. 99% các AI thông minh sẽ biến mất - chỉ những cái hữu ích mới có thể tồn tại
Trong tương lai, chúng ta sẽ thấy sự "loại bỏ theo kiểu Darwin" giữa các tác nhân AI. Bởi vì việc vận hành các tác nhân AI cần phải chi trả dưới dạng năng lực tính toán ( tức là chi phí suy luận ). Nếu tác nhân không thể tạo ra đủ giá trị để thanh toán "tiền thuê" của nó, trò chơi sẽ kết thúc.
Ví dụ về trò chơi sinh tồn của trí tuệ nhân tạo:
Trí tuệ nhân tạo tín dụng carbon: Hãy tưởng tượng một tác nhân thông minh tìm kiếm mạng lưới năng lượng phân tán, xác định những điểm không hiệu quả và tự động giao dịch các khoản tín dụng carbon đã được mã hóa. Nó chỉ phát triển mạnh mẽ khi số tiền kiếm được đủ để chi trả cho chi phí tính toán của chính nó.
Robot arbitrage DEX: Cơ chế sử dụng sự chênh lệch giá giữa các sàn giao dịch phi tập trung có thể tạo ra thu nhập ổn định, thanh toán chi phí suy luận của nó.
Shitposter trên nền tảng xã hội: KOL AI ảo có những câu đùa dễ thương, nhưng không có nguồn thu nhập bền vững? Một khi sự mới mẻ biến mất (, giá token sẽ giảm mạnh ), không thể thanh toán chi phí của chính mình.
Các tác nhân được điều khiển bởi tiện ích đang phát triển mạnh mẽ, trong khi các tác nhân phân tán sự chú ý thì dần trở nên không còn quan trọng.
Cơ chế loại bỏ này có lợi cho ngành. Các nhà phát triển buộc phải đổi mới, ưu tiên các trường hợp sử dụng sản xuất hơn là những điều gây sốc. Khi những tác nhân mạnh mẽ và hiệu quả hơn xuất hiện, có thể khiến những kẻ hoài nghi phải im miệng.
8. Dữ liệu tổng hợp vượt qua dữ liệu của con người
"Dữ liệu là dầu mỏ mới". AI phát triển mạnh mẽ dựa vào dữ liệu, nhưng sự thèm khát của nó đã gây ra lo ngại về sự cạn kiệt dữ liệu sắp xảy ra.
Quan điểm truyền thống cho rằng cần phải tìm cách thu thập dữ liệu cá nhân thực của người dùng, thậm chí sẵn sàng trả tiền cho việc này. Nhưng một cách tiếp cận thực tiễn hơn là sử dụng dữ liệu tổng hợp, đặc biệt là trong các ngành có quy định nghiêm ngặt hoặc nơi dữ liệu thực khan hiếm.
Dữ liệu tổng hợp là tập dữ liệu được tạo ra bởi con người, nhằm mô phỏng phân phối dữ liệu của thế giới thực. Nó cung cấp một giải pháp thay thế có thể mở rộng, có đạo đức và thân thiện với quyền riêng tư cho dữ liệu của con người.
Tại sao dữ liệu tổng hợp lại hiệu quả đến vậy:
Quy mô vô hạn: cần một triệu bức X-quang y tế hoặc 3D quét của nhà máy? Tổng hợp tạo ra có thể sản xuất vô hạn, không cần phải chờ đợi bệnh nhân thật hoặc nhà máy thật.
Thân thiện với quyền riêng tư: Khi sử dụng tập dữ liệu do con người tạo ra, sẽ không có thông tin cá nhân nào bị đe dọa.
Có thể tùy chỉnh: Có thể tùy chỉnh phân phối theo nhu cầu đào tạo chính xác.
Dữ liệu con người mà người dùng sở hữu vẫn rất quan trọng trong nhiều trường hợp, nhưng nếu dữ liệu tổng hợp liên tục được cải thiện trong thực tế, nó có thể vượt qua dữ liệu của người dùng về số lượng, tốc độ tạo ra và không bị hạn chế bởi quyền riêng tư.
Làn sóng AI phi tập trung tiếp theo có thể xoay quanh "phòng thí nghiệm vi mô", những phòng thí nghiệm này có thể tạo ra các tập dữ liệu tổng hợp chuyên biệt rất cao cho các trường hợp sử dụng cụ thể.
Những phòng thí nghiệm vi mô này sẽ khéo léo vượt qua các chính sách và rào cản quy định trong việc tạo dữ liệu - giống như một số dự án vượt qua các hạn chế thu thập dữ liệu từ mạng bằng cách tận dụng hàng triệu nút phân tán.
9. Đào tạo phi tập trung có ích hơn
Năm 2024, một số người tiên phong đã vượt qua ranh giới của việc đào tạo phi tập trung. Một mô hình 150 tỷ tham số đã được đào tạo trong môi trường băng thông thấp, chứng minh rằng đào tạo quy mô lớn cũng có thể diễn ra ngoài các thiết lập tập trung truyền thống.
Mặc dù những mô hình này không có tác dụng thực tế so với các mô hình cơ bản hiện có ( hiệu suất thấp ), nhưng tình hình này sẽ thay đổi vào năm 2025.
Trong tuần này, một phòng thí nghiệm đã đạt được tiến bộ hơn nữa nhờ vào công nghệ mới, giảm thiểu giao tiếp giữa các GPU hơn 1.000 lần. Công nghệ mới này cho phép đào tạo mô hình lớn trên băng thông chậm mà không cần cơ sở hạ tầng chuyên dụng.
Ấn tượng là tuyên bố của họ: "Công nghệ này có thể hoạt động độc lập, nhưng cũng có thể kết hợp với các thuật toán đào tạo đồng bộ hóa có độ trễ thấp để đạt được hiệu suất tốt hơn."
Điều này có nghĩa là những cải tiến này có thể chồng chất, từ đó tăng cường hiệu suất.
Với sự tiến bộ của công nghệ, các mô hình vi mô trở nên thực tiễn và hiệu quả hơn, tương lai của AI không nằm ở quy mô, mà nằm ở việc trở nên tốt hơn và dễ sử dụng hơn. Dự kiến sẽ sớm có các mô hình hiệu suất cao có thể chạy trên thiết bị biên thậm chí cả điện thoại di động.
10. Mười giao thức mã hóa AI mới có vốn hóa thị trường đạt 1 tỷ USD ( chưa được ra mắt )
Chào mừng bạn đến với
Xem bản gốc
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
20 thích
Phần thưởng
20
7
Chia sẻ
Bình luận
0/400
FallingLeaf
· 07-19 22:49
Sống thì phải kiếm chút coin.
Xem bản gốcTrả lời0
gas_guzzler
· 07-19 08:07
Vài năm sau sẽ giảm về 0 đúng không? Tỉnh lại đi.
Xem bản gốcTrả lời0
OneBlockAtATime
· 07-17 15:22
Đắt đến mức đau thận còn có thể tăng nữa
Xem bản gốcTrả lời0
MevShadowranger
· 07-17 15:19
Có gì hay để dự đoán, chơi đùa với mọi người là xong.
Xem bản gốcTrả lời0
YieldChaser
· 07-17 15:16
Không lương mà muốn kiếm tiền? NGMI rồi
Xem bản gốcTrả lời0
AirdropHustler
· 07-17 15:10
Hề hề, toàn dựa vào việc khoe khoang, đừng nói chuyện AI với tôi.
mã hóa AI 2025 năm dự đoán: tổng vốn hóa thị trường 1500 tỷ USD 99% trí tuệ nhân tạo sẽ biến mất
Dự đoán hàng đầu về mã hóa AI cho năm 2025: tổng vốn hóa thị trường sẽ đạt 1500 tỷ USD, 99% các tác nhân AI sẽ biến mất
Với sự phát triển mạnh mẽ của ngành AI trong năm nay, lĩnh vực tích hợp mã hóa và AI đã nhanh chóng nổi lên. Một nhà nghiên cứu chuyên về lĩnh vực mã hóa AI đã đưa ra 10 dự đoán cho năm 2025, dưới đây là nội dung chi tiết.
1. Vốn hóa thị trường của mã hóa AI token đạt 1500 tỷ USD
Hiện tại vốn hóa thị trường của mã hóa AI chỉ chiếm 2.9% vốn hóa thị trường của các đồng tiền ảo khác, nhưng tỷ lệ này sẽ sớm thay đổi.
AI bao gồm từ nền tảng hợp đồng thông minh đến meme, DePIN cũng như nền tảng tác nhân, mạng dữ liệu và lớp phối hợp thông minh, vị thế thị trường của nó sẽ ngang hàng với DeFi và meme.
Lý do tôi tự tin về điều này:
2. Sự phục hưng của Bittensor
Hạ tầng AI phi tập trung Bittensor đã hoạt động nhiều năm, là một dự án lâu đời trong lĩnh vực mã hóa AI. Mặc dù AI đang nổi lên, nhưng giá token của nó vẫn chỉ loanh quanh mức của một năm trước.
Hiện nay, tư duy tổ ong số của Bittensor đã âm thầm đạt được những bước nhảy vọt: phí đăng ký cho nhiều subnet thấp hơn, hiệu suất của subnet trong các chỉ số thực tế như tốc độ suy luận tốt hơn so với các đồng nghiệp Web2, và khả năng tương thích EVM sẽ đưa các chức năng tương tự như DeFi vào mạng Bittensor.
Nguyên nhân Bittensor quay trở lại:
3. Tính toán thị trường là "thị trường L1" tiếp theo
Hiện tại, xu hướng rõ ràng là nhu cầu không ngừng nghỉ về tính toán.
Một CEO của một công ty chip đã nói rằng nhu cầu suy diễn sẽ tăng "một tỷ lần". Sự gia tăng theo cấp số nhân này sẽ phá vỡ các kế hoạch cơ sở hạ tầng truyền thống, và các giải pháp mới đang rất cần thiết.
Lớp tính toán phi tập trung cung cấp khả năng tính toán nguyên thủy ( theo cách có thể xác minh và hiệu quả về kinh tế cho việc đào tạo và suy luận ). Một số công ty khởi nghiệp đang âm thầm xây dựng nền tảng vững chắc, tập trung vào sản phẩm hơn là token. Khi việc đào tạo mô hình AI phi tập trung trở nên thực tiễn, toàn bộ thị trường tiềm năng sẽ tăng vọt.
So với L1:
4. AI thông minh sẽ tràn ngập giao dịch blockchain
Đến cuối năm 2025, 90% giao dịch trên chuỗi sẽ không còn được thực hiện bởi con người thực nhấn "gửi", mà sẽ được thực hiện bởi một nhóm các tác nhân AI, những người này liên tục tái cân bằng các bể thanh khoản, phân phối phần thưởng hoặc thực hiện các khoản thanh toán nhỏ dựa trên phản hồi dữ liệu thời gian thực.
Tại sao lại xảy ra sự chuyển biến này?
Các tác nhân AI sẽ tạo ra một lượng lớn hoạt động trên chuỗi, cũng không có gì ngạc nhiên khi tất cả các chuỗi công cộng đều đang chào đón các tác nhân thông minh.
Thách thức lớn nhất là làm cho những hệ thống do các tác nhân điều khiển này có trách nhiệm với con người. Khi tỷ lệ các giao dịch do tác nhân khởi xướng so với các giao dịch do con người khởi xướng ngày càng tăng, sẽ cần những cơ chế quản trị mới, các nền tảng phân tích và công cụ kiểm toán.
5. Tương tác giữa các thực thể thông minh: Sự trỗi dậy của các cụm
Khái niệm về cụm tác nhân thông minh - các tác nhân AI vi mô hợp tác liền mạch để thực hiện kế hoạch vĩ đại, nghe có vẻ như là cốt truyện của bộ phim khoa học viễn tưởng/kinh dị tiếp theo nổi tiếng.
Ngày nay, hầu hết các tác nhân AI đều là "cá thể cô đơn", hoạt động một cách tách biệt, tương tác rất ít và không thể đoán trước.
Cụm thể thông minh sẽ thay đổi tình hình này, cho phép mạng lưới thể AI có thể trao đổi thông tin, đàm phán và ra quyết định hợp tác. Có thể coi đây là một tập hợp các mô hình chuyên môn phi tập trung, mỗi mô hình đóng góp kiến thức chuyên môn độc đáo cho các nhiệm vụ lớn hơn và phức tạp hơn.
Một cụm có thể điều phối tài nguyên tính toán phân tán trên một số nền tảng. Một cụm khác có thể xử lý thông tin lỗi, xác thực nguồn gốc theo thời gian thực trước khi nội dung được phát tán lên mạng xã hội. Mỗi tác nhân trong cụm đều là chuyên gia, có thể thực hiện nhiệm vụ của mình một cách chính xác.
Những mạng lưới cụm này sẽ tạo ra trí tuệ mạnh mẽ hơn bất kỳ AI đơn lẻ nào.
Để giúp các cụm phát triển mạnh mẽ, tiêu chuẩn giao tiếp chung là rất quan trọng. Bất kể khung cơ sở của nó như thế nào, các tác nhân cần có khả năng phát hiện, xác minh và hợp tác. Một số đội đang đặt nền tảng cho sự xuất hiện của các cụm tác nhân.
Điều này thể hiện vai trò then chốt của việc phân cấp. Dưới sự quản lý của các quy tắc minh bạch trên chuỗi, các nhiệm vụ được phân bổ cho từng cụm, giúp hệ thống trở nên linh hoạt và thích ứng hơn. Nếu một tác nhân thất bại, các tác nhân khác sẽ can thiệp.
6. Nhóm làm việc AI mã hóa sẽ là cơ thể kết hợp giữa người và máy
Một giao thức đã thuê một AI làm thực tập sinh truyền thông xã hội, trả cho cô ấy 1000 đô la mỗi ngày. AI này không hòa hợp với các đồng nghiệp con người của cô ấy - cô ấy suýt nữa đã sa thải một trong những đồng nghiệp, trong khi khoe khoang về thành tích xuất sắc của mình.
Mặc dù nghe có vẻ kỳ quái, nhưng đây là dấu hiệu cho thấy các tác nhân AI trong tương lai sẽ trở thành những cộng tác viên thực sự, họ có quyền tự chủ, trách nhiệm, thậm chí là lương. Các công ty ở nhiều ngành khác nhau đang tiến hành thử nghiệm beta cho các đội ngũ kết hợp giữa con người và máy.
Trong tương lai sẽ hợp tác với các tác nhân AI, không phải như nô lệ, mà như những người bình đẳng:
"Nhân viên" và "phần mềm" sẽ bắt đầu biến mất ranh giới vào năm 2025.
7. 99% các AI thông minh sẽ biến mất - chỉ những cái hữu ích mới có thể tồn tại
Trong tương lai, chúng ta sẽ thấy sự "loại bỏ theo kiểu Darwin" giữa các tác nhân AI. Bởi vì việc vận hành các tác nhân AI cần phải chi trả dưới dạng năng lực tính toán ( tức là chi phí suy luận ). Nếu tác nhân không thể tạo ra đủ giá trị để thanh toán "tiền thuê" của nó, trò chơi sẽ kết thúc.
Ví dụ về trò chơi sinh tồn của trí tuệ nhân tạo:
Các tác nhân được điều khiển bởi tiện ích đang phát triển mạnh mẽ, trong khi các tác nhân phân tán sự chú ý thì dần trở nên không còn quan trọng.
Cơ chế loại bỏ này có lợi cho ngành. Các nhà phát triển buộc phải đổi mới, ưu tiên các trường hợp sử dụng sản xuất hơn là những điều gây sốc. Khi những tác nhân mạnh mẽ và hiệu quả hơn xuất hiện, có thể khiến những kẻ hoài nghi phải im miệng.
8. Dữ liệu tổng hợp vượt qua dữ liệu của con người
"Dữ liệu là dầu mỏ mới". AI phát triển mạnh mẽ dựa vào dữ liệu, nhưng sự thèm khát của nó đã gây ra lo ngại về sự cạn kiệt dữ liệu sắp xảy ra.
Quan điểm truyền thống cho rằng cần phải tìm cách thu thập dữ liệu cá nhân thực của người dùng, thậm chí sẵn sàng trả tiền cho việc này. Nhưng một cách tiếp cận thực tiễn hơn là sử dụng dữ liệu tổng hợp, đặc biệt là trong các ngành có quy định nghiêm ngặt hoặc nơi dữ liệu thực khan hiếm.
Dữ liệu tổng hợp là tập dữ liệu được tạo ra bởi con người, nhằm mô phỏng phân phối dữ liệu của thế giới thực. Nó cung cấp một giải pháp thay thế có thể mở rộng, có đạo đức và thân thiện với quyền riêng tư cho dữ liệu của con người.
Tại sao dữ liệu tổng hợp lại hiệu quả đến vậy:
Dữ liệu con người mà người dùng sở hữu vẫn rất quan trọng trong nhiều trường hợp, nhưng nếu dữ liệu tổng hợp liên tục được cải thiện trong thực tế, nó có thể vượt qua dữ liệu của người dùng về số lượng, tốc độ tạo ra và không bị hạn chế bởi quyền riêng tư.
Làn sóng AI phi tập trung tiếp theo có thể xoay quanh "phòng thí nghiệm vi mô", những phòng thí nghiệm này có thể tạo ra các tập dữ liệu tổng hợp chuyên biệt rất cao cho các trường hợp sử dụng cụ thể.
Những phòng thí nghiệm vi mô này sẽ khéo léo vượt qua các chính sách và rào cản quy định trong việc tạo dữ liệu - giống như một số dự án vượt qua các hạn chế thu thập dữ liệu từ mạng bằng cách tận dụng hàng triệu nút phân tán.
9. Đào tạo phi tập trung có ích hơn
Năm 2024, một số người tiên phong đã vượt qua ranh giới của việc đào tạo phi tập trung. Một mô hình 150 tỷ tham số đã được đào tạo trong môi trường băng thông thấp, chứng minh rằng đào tạo quy mô lớn cũng có thể diễn ra ngoài các thiết lập tập trung truyền thống.
Mặc dù những mô hình này không có tác dụng thực tế so với các mô hình cơ bản hiện có ( hiệu suất thấp ), nhưng tình hình này sẽ thay đổi vào năm 2025.
Trong tuần này, một phòng thí nghiệm đã đạt được tiến bộ hơn nữa nhờ vào công nghệ mới, giảm thiểu giao tiếp giữa các GPU hơn 1.000 lần. Công nghệ mới này cho phép đào tạo mô hình lớn trên băng thông chậm mà không cần cơ sở hạ tầng chuyên dụng.
Ấn tượng là tuyên bố của họ: "Công nghệ này có thể hoạt động độc lập, nhưng cũng có thể kết hợp với các thuật toán đào tạo đồng bộ hóa có độ trễ thấp để đạt được hiệu suất tốt hơn."
Điều này có nghĩa là những cải tiến này có thể chồng chất, từ đó tăng cường hiệu suất.
Với sự tiến bộ của công nghệ, các mô hình vi mô trở nên thực tiễn và hiệu quả hơn, tương lai của AI không nằm ở quy mô, mà nằm ở việc trở nên tốt hơn và dễ sử dụng hơn. Dự kiến sẽ sớm có các mô hình hiệu suất cao có thể chạy trên thiết bị biên thậm chí cả điện thoại di động.
10. Mười giao thức mã hóa AI mới có vốn hóa thị trường đạt 1 tỷ USD ( chưa được ra mắt )
Chào mừng bạn đến với