იმის გამო, რომ ხელოვნური ინტელექტი (AI) სწრაფად ამუშავებს თავის კომპლექსურ მაგიას ეკონომიკის ერთ სექტორზე მეორის მიყოლებით, სულ უფრო აქტუალურია გამოთვლითი რესურსების საჭიროება მთელი ამ მანქანური ინტელექტის გასაძლიერებლად.
ChatGPT-ის მსგავსი მოდელის სწავლება 5 მილიონ დოლარზე მეტი ღირს, ხოლო ადრეული ChatGPT დემო-ს გაშვება, სანამ გამოყენება მის ამჟამინდელ დონემდე გაიზრდებოდა, OpenAI-ს დაახლოებით $100,000 უჯდება დღეში. და AI უფრო მეტია, ვიდრე უბრალოდ ტექსტის გენერაცია; ხელოვნური ინტელექტის გამოყენება პრაქტიკულ პრობლემებზე მრავალ ინდუსტრიაში მოითხოვს მსგავს დიდ ნერვულ მოდელებს, რომლებიც მომზადებულნი არიან მონაცემთა ტიპების მრავალფეროვნებაზე - სამედიცინო, ფინანსური, მომხმარებელთა ინფორმაცია, გეოსივრცული და ა.შ. ამჟამინდელი ნერვული ქსელის ხელოვნური ინტელექტის შეზღუდვების მიღმა გადაადგილება სისტემებისკენ, რომლებსაც აქვთ ხელოვნური ზოგადი ინტელექტის უფრო მაღალი დონე, თითქმის აუცილებლად იქნება კიდევ უფრო ინტენსიური გამოთვლები.
ბუნებრივია, რომ კრიპტო მაინერების მცირე, მაგრამ მზარდი რაოდენობა ახლა უყურებს, თუ როგორ გამოიყენონ საკუთარი გამოთვლითი ინფრასტრუქტურა, რათა ხელი შეუწყონ ხელოვნური ინტელექტის რევოლუციის წინსვლას.
ამავე თემაზე: ბერნი მედოფიდან ბანკმენ-ფრიდამდე, ბიტკოინის მაქსიმალისტები დადასტურებულია
ბიტკოინი (BTC) მაინინგი რჩება მომგებიან ბიზნესად. სხვა კრიპტოვალუტების მაინინგით ასევე შესაძლებელია ფულის გამომუშავება, მაგრამ ეს არის სწრაფად ცვალებადი ლანდშაფტი. ეთერი (ETH) მაინერებმა, მაგალითად, დიდი დარტყმა მიიღეს გასული წლის ბოლოს, როდესაც Ethereum ქსელი გადავიდა proof-of-work to proof-of-stake.
კრიპტო სივრცეში ეკონომიკურმა და ტექნიკურმა მდგომარეობამ ბოლო ორი წლის განმავლობაში აიძულა კრიპტო მაინინგ ორგანიზაციების მზარდი რაოდენობა, გამოიკვლიონ თავიანთი ობიექტების სხვა მიზნებისთვის, როგორიცაა მაღალი ხარისხის გამოთვლები და, კერძოდ, AI.
სპეციფიკური გამოთვლითი აპარატურა, რომელიც საჭიროა მაღალი ხარისხის გამოთვლებისთვის (HPC) ან AI დამუშავებისთვის, ხშირად განსხვავდება კრიპტო მაინინგისთვის ოპტიმალურისგან. მაგრამ სერვერების ყიდვა ზოგადად არ არის ყველაზე რთული ნაწილი მაინინგ ფერმის შექმნისას. ელექტროენერგიის, გაგრილების, უსაფრთხოების და სხვა ფიზიკური ინფრასტრუქტურის მოპოვება არის მთავარი ხარჯი და ძალისხმევა, და ეს ყველაფერი დაახლოებით იგივე რჩება, მიუხედავად იმისა, რომ მასპინძლობს RAM-მსუბუქი GPU, რომელიც შესაფერისია ETH მაინინგისთვის ან RAM-მძიმე GPU, რომელიც შესაფერისია AI მოდელის სწავლისთვის. .
მაინინგმა ფირმა Hut 8-მა მიიყვანა გზა, რომელიც გამოიყენა ადრე მაინინგზე გამოყოფილი გამოთვლითი საშუალებები მანქანათმცოდნეობისთვის და სხვა HPC აპლიკაციებისთვის. Hive Blockchain აკეთებს იგივეს გარკვეული პერიოდის განმავლობაში, ავსებს თავის სერვერებს პროცესორის ბარათებით, რომლებიც „შეიძლება გამოვიყენოთ ღრუბლოვანი გამოთვლებისთვის და ხელოვნური ინტელექტის აპლიკაციებისთვის და საინჟინრო აპლიკაციებისთვის, სითხის დინამიკის მეცნიერული მოდელირების გარდა“.
ალბათ ყველაზე საინტერესოა მაინერების პოტენციალი, გადაიტანონ გამოთვლითი რესურსები AI-ზე ისე, რომ სრულად დარჩეს ბლოკჩეინის სივრცეში – მათი გამოყენებით AI პროცესების გასაშვებად, რომლებიც მასპინძლობს ბლოკჩეინზე დაფუძნებულ დეცენტრალიზებულ ქსელებში. ეს შესაძლებლობა მოცემულია AI პროექტების მიერ, რომლებიც დაკავშირებულია საკუთარ ალტკოინებთან, როგორიცაა Fetch.ai (FET), Ocean (OCEAN) Matrix AI Network (MAN), Cortex (CTXC) და ჩემი საკუთარი პროექტი SingularityNET (AGIX). და მისი სხვადასხვა ეკოსისტემის პროექტები, როგორიცაა NuNet (NTX) და ახალი ledgerless blockchain HyperCycle. AI-თან დაკავშირებულმა ალტკოინებმა კარგად იმუშავეს 2023 წლის პირველ ნაწილში, რადგან ბაზარმა გაიგო დეცენტრალიზებული AI პროგრამული უზრუნველყოფის პოტენციალი.
ამავე თემაზე: უნდა ჰქონდეთ თუ არა Bored Ape-ის მყიდველებს თანხის ანაზღაურების კანონიერი უფლება?
ბიტკოინის თეთრ ქაღალდამდე ცხადი იყო, რომ განაწილებული გამოთვლის, ძლიერი დაშიფვრისა და დეცენტრალიზებული კონტროლის შერწყმას ფინანსური სფეროს მიღმა ფართო აპლიკაციები აქვს. სწორედ ამიტომ გვაქვს ბლოკჩეინის პროექტები რეგიონებში, რომლებიც მოიცავს თითქმის ყველა ვერტიკალურ ბაზარს - მედიცინა, მიწოდების ჯაჭვი, თამაშები, რობოტიკა და ა.შ. ვინაიდან თითოეული ამ ბიზნეს დომენის დომინირება ხდება ხელოვნური ინტელექტის მიერ, პროგრამული უზრუნველყოფისა და ტექნიკის დეცენტრალიზაცია, რომელიც ემყარება AI-ს, იქნება გლობალური ეკონომიკის დეცენტრალიზაციის კრიტიკული ასპექტი. კრიპტო-მაინინგის ტექნიკის ნაწილის ხელახალი დანიშნულება ხელოვნური ინტელექტის დამუშავებისთვის, რომელთა ნაწილი AI-ზე ორიენტირებულ კრიპტო ქსელებშია გახვეული, სულ უფრო მეტად გახდება ამბის ნაწილი.
თუ გლობალური ხელოვნური ინტელექტის დამუშავების არა ტრივიალური ნაწილი დასრულდება კრიპტო მაინინგის ობიექტებზე, ამას შეიძლება ჰქონდეს გავლენა ფინანსების მიღმა. კრიპტო მაინინგ პლატფორმები დაფუძნებულია მრავალფეროვან იურიდიულ იურისდიქციაში და ეკუთვნის სხვადასხვა მხარეებს. გლობალურად განაწილებული AI ქსელი, რომელიც გავრცელებულია კრიპტო-მაინინგის მოწყობილობებზე, მთავრობებისთვის ან სხვა მხარეებისთვის მკვეთრად უფრო რთული იქნება ცენტრალიზებული კონტროლი, ვიდრე AI ქსელი, რომელიც ორიენტირებულია Big Tech-ის მფლობელობაში არსებულ სერვერულ ფერმებში (ამჟამინდელი ნაგულისხმევი AI-სთვის). კარგია თუ ცუდი ხელოვნური ინტელექტის ეთიკის თვალსაზრისით ეს დამოკიდებულია თქვენს შეფასებაზე დიდი ტექნოლოგიებისა და დიდი მთავრობის ხასიათის შესახებ.
ბენ გოერტზელი არის SingularityNET-ის აღმასრულებელი დირექტორი და დამფუძნებელი და ხელოვნური გენერალური ინტელექტის საზოგადოების თავმჯდომარე. ის მუშაობდა მეცნიერ-მკვლევად მრავალ ორგანიზაციაში, განსაკუთრებით, როგორც მთავარი მეცნიერი Hanson Robotics-ში, სადაც მან შექმნა სოფია. ის ადრე მუშაობდა კვლევით დირექტორად მანქანათმცოდნეობის კვლევით ინსტიტუტში, მთავარ მეცნიერად და AI პროგრამული უზრუნველყოფის კომპანია Novamente-ის თავმჯდომარედ და OpenCog Foundation-ის თავმჯდომარედ. დაამთავრა ტემპლის უნივერსიტეტი დოქტორის ხარისხით. მათემატიკაში.
ეს სტატია არის ზოგადი ინფორმაციის მიზნებისთვის და არ არის გამიზნული და არ უნდა იქნას მიღებული, როგორც იურიდიული ან საინვესტიციო რჩევა. აქ გამოთქმული შეხედულებები, აზრები და მოსაზრებები მხოლოდ ავტორის ეკუთვნის და სულაც არ ასახავს ან წარმოადგენს Cointelegraph-ის შეხედულებებსა და მოსაზრებებს.
წყარო: https://cointelegraph.com/news/cryptocurrency-miners-may-lead-the-next-stage-of-ai