ชื่อเดิม: What We're Watching in 2025 (Crypto AI)

ผู้เขียนต้นฉบับ: Teng Yan ( @0x Prismatic )

เรียบเรียงโดย: Asher ( @Asher_0210 )

อนาคตของภาค crypto AI นั้นน่าสนใจมาก แม้ว่าจะไม่มีตัวอย่างในอดีตและแนวโน้มที่ชัดเจนให้ติดตาม แต่ก็หมายความว่ามันอยู่ในจุดเริ่มต้นใหม่ที่กำลังรอการพัฒนาในอนาคต การคิดย้อนกลับไปในปี 2569 และการเห็นช่องว่างระหว่างสิ่งที่คาดหวังในต้นปี 2568 กับสิ่งที่เกิดขึ้นจริงนั้นเป็นเรื่องน่าตื่นเต้นยิ่งกว่าเดิม

1. มูลค่าตลาดรวมของภาค crypto AI จะสูงถึง 150 พันล้านดอลลาร์สหรัฐ

ปัจจุบันโทเค็นในภาค crypto AI คิดเป็น 2.9% ของมูลค่าตลาดของ altcoins เท่านั้น แต่ ฉันเชื่อว่าสัดส่วนนี้จะคงอยู่ไม่นาน ในขณะที่ปัญญาประดิษฐ์ค่อยๆ ขยายไปสู่พื้นที่ใหม่ๆ เช่น แพลตฟอร์มสัญญาอัจฉริยะ Meme โครงสร้างพื้นฐานทางกายภาพแบบกระจายอำนาจ (DePIN) แพลตฟอร์มตัวแทน เครือข่ายข้อมูล และเลเยอร์การประสานงานอัจฉริยะ การบูรณาการดังกล่าวกับโทเค็น DeFi และ Meme กลายเป็นเทรนด์ที่หลีกเลี่ยงไม่ได้

ความเชื่อมั่นในภาค crypto-AI อยู่ ที่จุดบรรจบของสองแนวโน้มเทคโนโลยีที่ทรงพลังที่สุด:

• เหตุการณ์ที่กระตุ้นให้เกิดความคลั่งไคล้ AI: การเสนอขายหุ้น OpenAI หรือเหตุการณ์ที่คล้ายกันอาจกระตุ้นให้เกิดความบ้าคลั่งระดับโลกสำหรับ AI ในเวลาเดียวกัน ทุนสถาบันของ Web2 กำลังมุ่งเน้นไปที่โครงสร้างพื้นฐาน AI แบบกระจายอำนาจเป็นการลงทุนอยู่แล้ว

• ความคลั่งไคล้ในการค้าปลีก: แนวคิดของปัญญาประดิษฐ์นั้นง่ายต่อการเข้าใจและน่าตื่นเต้น และตอนนี้ก็สามารถลงทุนผ่านโทเค็นได้แล้ว จำการตื่นทองของเหรียญ Meme ในปี 2024 ได้ไหม? มันจะเป็นความคลั่งไคล้แบบเดียวกัน มีเพียงปัญญาประดิษฐ์ที่เปลี่ยนแปลงโลกในทางปฏิบัติมากขึ้นเท่านั้น

2. การฟื้นตัวของ Bittensor

Bittensor (ชื่อโทเค็น TAO) มีมานานหลายปีแล้ว เป็นผู้เล่นที่ได้รับการยอมรับในพื้นที่นี้ แม้ว่าปัญญาประดิษฐ์จะได้รับความนิยมอย่างมาก แต่ราคาโทเค็นของมันก็ยังคงอยู่ในระดับของปีที่แล้ว แต่ในความเป็นจริงแล้ว กลุ่มแนวคิดดิจิทัลที่อยู่เบื้องหลัง Bittensor กำลังก้าวหน้าไปอย่างเงียบๆ มีซับเน็ตเกิดขึ้นมากขึ้น ค่าธรรมเนียมการลงทะเบียนก็ลดลง และซับเน็ตก็เหนือกว่าเทคโนโลยีที่เกี่ยวข้องของ Web2 ในแง่ของประสิทธิภาพจริง เช่น ความเร็วในการอนุมาน ในเวลาเดียวกัน ความเข้ากันได้ของ EVM ได้แนะนำฟังก์ชั่นที่คล้ายกับ DeFi เพื่อเพิ่มคุณค่าให้กับเครือข่ายของ Bittensor

แล้วทำไม TAO ถึงไม่ทะยานล่ะ? มันถูกจำกัดด้วยตารางเงินเฟ้อที่สูงชันและการเปลี่ยนการมุ่งเน้นไปที่แพลตฟอร์มที่เน้น AI Agent อย่างไรก็ตาม dTAO (คาดไตรมาส 1 ปี 2568) อาจเป็นจุดเปลี่ยนสำคัญ ด้วย dTAO แต่ละซับเน็ตจะมีโทเค็นของตัวเอง และราคาสัมพัทธ์ของโทเค็นเหล่านี้จะกำหนดวิธีกระจายการเผยแพร่

ทำไม Bittensor ถึงมีโอกาสระเบิดอีกครั้ง:

• การเปิดตัวตามตลาด: dTAO ปิดกั้นการให้รางวัลโดยตรงกับนวัตกรรมและประสิทธิภาพที่วัดได้จริง ยิ่งเครือข่ายย่อยทำงานได้ดีเท่าไร โทเค็นก็จะยิ่งมีคุณค่ามากขึ้นเท่านั้น และด้วยเหตุนี้ เครือข่ายย่อยจึงได้รับการเผยแพร่มากขึ้นเท่านั้น

• มุ่งเน้นไปที่กระแสเงินทุน: ในที่สุดนักลงทุนก็สามารถกำหนดเป้าหมายซับเน็ตเฉพาะที่พวกเขามองในแง่ดีได้ หากเครือข่ายย่อยใช้แนวทางที่เป็นนวัตกรรมในการฝึกอบรมแบบกระจายและประสบความสำเร็จ เงินทุนก็จะไหลเข้าสู่เครือข่ายย่อยนั้นเพื่อแสดงมุมมองด้านการลงทุน

• การบูรณาการ EVM: ความเข้ากันได้ของ EVM ดึงดูดชุมชนนักพัฒนา crypto-native ที่กว้างขึ้นให้มาที่ Bittensor ซึ่งเชื่อมช่องว่างกับเครือข่ายอื่น ๆ

ขณะนี้เรากำลังมุ่งเน้นไปที่แต่ละเครือข่ายย่อยและบันทึกความคืบหน้าที่เกิดขึ้นจริงในสาขาของตน คาดว่าเมื่อถึงจุดหนึ่งก็จะมีบางอย่างเช่น @opentensor เวอร์ชันของ DeFi Summer

3. การคำนวณตลาดถือเป็นธุรกรรม L1 ถัดไป

ความต้องการด้านคอมพิวเตอร์ที่ไม่เพียงพอจะกลายเป็นเทรนด์หลักที่ชัดเจน Jensen Huang ซีอีโอของ Nvidia กล่าวว่าความต้องการในการอนุมานจะเพิ่มขึ้น " พันล้านเท่า " การเติบโตแบบก้าวกระโดดนี้จะขัดขวางการวางแผนโครงสร้างพื้นฐานแบบเดิมๆ และเรียกร้องให้มี "โซลูชันใหม่" อย่างเร่งด่วน

เลเยอร์การประมวลผลแบบกระจายอำนาจให้การคำนวณดิบ (สำหรับการฝึกอบรมและการอนุมาน) ในลักษณะที่ตรวจสอบได้และคุ้มต้นทุน สตาร์ทอัพอย่าง @spheronfdn, @gensynai, @atoma_network และ @kuzco_xyz กำลังสร้างรากฐานที่แข็งแกร่งเพื่อใช้ประโยชน์จากสิ่งนี้อย่างเงียบๆ โดยมุ่งเน้นไปที่ผลิตภัณฑ์มากกว่าโทเค็น (ปัจจุบันไม่มีบริษัทใดในเหล่านี้ที่มีโทเค็น) เนื่องจากการฝึกอบรมโมเดล AI แบบกระจายอำนาจมีความเป็นไปได้ ตลาดที่สามารถระบุที่อยู่ได้จึงคาดว่าจะเพิ่มขึ้นอย่างมาก

สำหรับภาค AI ที่เข้ารหัส ให้เปรียบเทียบกับภาค L1:

• มันเหมือนกับปี 2021: จำได้ไหมเมื่อ Solana, Terra และ Avalanche ต่อสู้เพื่อเป็น L1 ที่ "ดีที่สุด"? เราจะเห็นการต่อสู้ที่คล้ายกันระหว่างโปรโตคอลการประมวลผลที่แย่งชิงนักพัฒนาและแอปพลิเคชัน AI เพื่อสร้างบนเลเยอร์การประมวลผลของพวกเขา

• ความต้องการ Web2: ตลาดการประมวลผลบนคลาวด์ที่มีมูลค่า 680 พันล้านดอลลาร์ถึง 2.5 ล้านล้านดอลลาร์นั้นสูงกว่าตลาด crypto AI มาก หากโซลูชันการประมวลผลแบบกระจายอำนาจเหล่านี้สามารถดึงดูดลูกค้าคลาวด์แบบดั้งเดิมได้แม้แต่เศษเสี้ยว ก็มีโอกาสที่จะเห็นคลื่นการเติบโต 10 เท่าหรือ 100 เท่าถัดไป

เช่นเดียวกับที่ Solana ปรากฏตัวในพื้นที่ L1 ผู้ชนะที่นี่จะครองขอบเขตใหม่ โดยให้ความสนใจอย่างใกล้ชิดกับเกณฑ์สามประการ: ความน่าเชื่อถือ ความคุ้มค่า และเครื่องมือที่เป็นมิตรต่อนักพัฒนา

4. ตัวแทน AI จะหลั่งไหลเข้าสู่ธุรกรรมบล็อคเชน

ภายในสิ้นปี 2568 90% ของธุรกรรมออนไลน์จะไม่ถูกกระตุ้นโดยมนุษย์คลิก "ส่ง" ด้วยตนเองอีกต่อไป ธุรกรรมเหล่านี้จะดำเนินการโดยกองทัพตัวแทน AI ที่จะปรับสมดุลของแหล่งสภาพคล่อง กระจายรางวัล หรือดำเนินการชำระเงินแบบไมโครตามแหล่งข้อมูลแบบเรียลไทม์อย่างต่อเนื่อง

ทั้งหมดนี้ไม่ใช่เรื่องไกลตัวอย่างที่คิด ทุกสิ่งที่เราสร้างขึ้นในช่วงเจ็ดปีที่ผ่านมา (L1, Rollups, DeFi, NFT ฯลฯ) ได้ปูทางไปสู่โลกออนไลน์ที่นำโดย AI อย่างเงียบๆ

@autonolas โบรกเกอร์ทำธุรกรรมบน Gnosis

แล้วทำไมถึงเปลี่ยนเรื่องนี้?

• ไม่มีข้อผิดพลาดจากมนุษย์อีกต่อไป: สัญญาอัจฉริยะดำเนินการตามโค้ดทุกประการ ตัวแทน AI สามารถประมวลผลข้อมูลจำนวนมากได้รวดเร็วและแม่นยำกว่าทีมมนุษย์

• การชำระเงินแบบไมโครเพย์เมนต์: ธุรกรรมที่ขับเคลื่อนโดยเอเจนต์ AI จะมีขนาดเล็กลง บ่อยขึ้น และมีประสิทธิภาพมากขึ้น โดยเฉพาะอย่างยิ่งเมื่อต้นทุนธุรกรรมสำหรับ Solana, Base และ L1/L2 อื่นๆ มีแนวโน้มลดลง

• โครงสร้างพื้นฐานที่มองไม่เห็น: มนุษย์ยินดีที่จะยอมแพ้การควบคุมโดยตรงหากปัญหาน้อยลง การไว้วางใจให้ Netflix ต่ออายุการสมัครรับข้อมูลโดยอัตโนมัติและการไว้วางใจตัวแทน AI เพื่อปรับตำแหน่ง DeFi ของผู้ใช้ให้สมดุลโดยอัตโนมัติถือเป็นขั้นตอนต่อไป

ตัวแทน AI สร้างกิจกรรมออนไลน์จำนวนมาก แต่ ความท้าทายที่ใหญ่ที่สุดคือการทำให้ระบบที่ขับเคลื่อนโดยตัวแทน AI เหล่านี้รับผิดชอบต่อมนุษย์ เนื่องจากอัตราส่วนของธุรกรรมที่เริ่มต้นโดยตัวแทน AI ต่อธุรกรรมที่เริ่มต้นโดยมนุษย์เพิ่มขึ้น จึงจำเป็นต้องมีกลไกการกำกับดูแล แพลตฟอร์มการวิเคราะห์ และเครื่องมือตรวจสอบใหม่

5. ปฏิสัมพันธ์ระหว่างตัวแทน: การเพิ่มขึ้นของแนวคิดคลัสเตอร์ AI

ฝูงตัวแทน AI เป็นหน่วยงานปัญญาประดิษฐ์ขนาดเล็กที่ทำงานร่วมกันได้อย่างราบรื่นเพื่อดำเนินการตามแผนอันยิ่งใหญ่ ซึ่งฟังดูคล้ายกับโครงเรื่องของนิยายวิทยาศาสตร์หรือภาพยนตร์สยองขวัญเรื่องต่อไป เจ้าหน้าที่ AI ในปัจจุบันส่วนใหญ่ทำงานแบบแยกส่วน โดยมีการโต้ตอบเพียงเล็กน้อยและคาดเดาไม่ได้ อย่างไรก็ตาม กลุ่มตัวแทน AI จะเปลี่ยนสถานการณ์นี้ โดยอนุญาตให้ตัวแทน AI หลายคนแลกเปลี่ยนข้อมูล เจรจา และตัดสินใจร่วมกันในเครือข่าย

ประชากร AI Agent เหล่านี้ถือได้ว่าเป็นกลุ่มที่มีการกระจายอำนาจของโมเดลเฉพาะทาง โดยแต่ละกลุ่มได้แบ่งปันความเชี่ยวชาญเฉพาะตัวของตนกับงานที่ใหญ่และซับซ้อนมากขึ้น ศักยภาพนั้นน่าประหลาดใจ ตัวอย่างเช่น กลุ่มหนึ่งอาจประสานงานทรัพยากรคอมพิวเตอร์แบบกระจายบนแพลตฟอร์ม เช่น Bittensor ในขณะที่อีกกลุ่มหนึ่งสามารถตรวจสอบที่มาของเนื้อหาแบบเรียลไทม์ และป้องกันไม่ให้ข้อมูลที่บิดเบือนแพร่กระจายบนโซเชียลมีเดีย เจ้าหน้าที่ AI แต่ละคนในกลุ่มเป็นผู้เชี่ยวชาญและปฏิบัติงานของตนได้อย่างถูกต้อง

ความฉลาดของเครือข่ายแบบฝูงเหล่านี้จะเหนือกว่าความฉลาดของ AI ที่แยกเดี่ยวใดๆ มาก เพื่อให้ชุมชนตัวแทนเติบโตได้ มาตรฐานการสื่อสารทั่วไปถือเป็นสิ่งสำคัญ เจ้าหน้าที่จะต้องสามารถค้นพบ รับรองความถูกต้อง และทำงานร่วมกันได้ โดยไม่ถูกจำกัดโดยเฟรมเวิร์กพื้นฐาน ทีมงานอย่าง Story, FXN, ZEREBRO และ ai16z กำลังทำงานเพื่อวางรากฐานสำหรับการเติบโตของชุมชนตัวแทน

ในเวลาเดียวกัน สิ่งนี้ยังดึงบทบาทสำคัญของการกระจายอำนาจออกมา ซึ่งจะจัดสรรงานให้กับกลุ่มตัวแทนที่จัดการโดยกฎออนไลน์ที่โปร่งใส ทำให้ระบบมีความยืดหยุ่นและปรับเปลี่ยนได้มากขึ้น หากตัวแทนรายหนึ่งล้มเหลว เจ้าหน้าที่รายอื่นสามารถเข้ามารับช่วงต่อและทำให้ระบบทำงานต่อไปได้

6. ทีมงาน crypto AI จะเป็นส่วนผสมของมนุษย์และปัญญาประดิษฐ์

Story จ้าง Luna (โครงการ AI Agent) เป็นเด็กฝึกงานด้านโซเชียลมีเดีย โดยจ่ายเงินให้เธอ 1,000 ดอลลาร์ต่อวัน อาจฟังดูแปลก แต่เป็นลางสังหรณ์แห่งอนาคตที่ตัวแทน AI กลายเป็นผู้ทำงานร่วมกันอย่างแท้จริง โดยมีอิสระ ความรับผิดชอบ และแม้แต่เงินเดือนของตนเอง ในอุตสาหกรรมต่างๆ บริษัทต่างๆ กำลังทดสอบทีมมนุษย์และเครื่องจักรแบบไฮบริด

เราจะทำงานร่วมกับตัวแทน AI ไม่ใช่ในฐานะทาสของเรา แต่เป็นพันธมิตรที่เท่าเทียมกัน:

• ประสิทธิภาพการผลิตเพิ่มขึ้นอย่างรวดเร็ว: เจ้าหน้าที่ AI สามารถประมวลผลข้อมูลจำนวนมาก สื่อสารระหว่างกัน และตัดสินใจได้ตลอด 24 ชั่วโมงทุกวัน โดยไม่จำเป็นต้องนอนหลับหรือพักดื่มกาแฟ

• การสร้างความไว้วางใจผ่านสัญญาอัจฉริยะ: บล็อกเชนเป็นผู้ดูแลที่เป็นกลาง ไม่เหนื่อย และไม่เคยลืม บัญชีแยกประเภทแบบออนไลน์ช่วยให้แน่ใจว่าพฤติกรรม AI Agent ที่สำคัญเป็นไปตามเงื่อนไข/กฎขอบเขตเฉพาะ

• บรรทัดฐานทางสังคมกำลังพัฒนา: ในไม่ช้าเราจะต้องเผชิญกับมารยาทในการโต้ตอบกับตัวแทน - เราควรพูดว่า "ได้โปรด" และ "ขอบคุณ" กับ AI หรือไม่? พวกเขามีความรับผิดชอบทางศีลธรรมต่อความผิดพลาดหรือควรตำหนิผู้พัฒนาหรือไม่?

เส้นแบ่งระหว่าง “พนักงาน” และ “ซอฟต์แวร์” เริ่มเลือนลางในปี 2568 ฉันเชื่อว่าทีม crypto จำนวนมากขึ้นจะเข้ามามีส่วนร่วม เนื่องจาก AI Agent เชี่ยวชาญในการสร้างเนื้อหา และสามารถสตรีมสดและโพสต์เนื้อหาบนโซเชียลมีเดียได้ตลอดเวลา หากคุณกำลังพัฒนาโปรโตคอล AI ทำไมไม่สาธิตความสามารถของโปรโตคอลด้วยการปรับใช้ AI Agent ภายในองค์กรล่ะ

7. 99% ของ AI Agent จะตาย (มีเพียงผู้ที่มีประโยชน์เท่านั้นที่จะอยู่รอดได้)

เราจะเห็นการกำจัดดาร์วินในหมู่เจ้าหน้าที่ AI เนื่องจากการเรียกใช้ AI Agent ต้องใช้พลังในการประมวลผล ซึ่งเป็นต้นทุนในการให้เหตุผล หากตัวแทน AI ไม่สามารถสร้างมูลค่าได้เพียงพอที่จะครอบคลุม "ค่าเช่า" ของตน ก็จะเผชิญกับความล้าสมัย

ยกตัวอย่างเกมการอยู่รอดของ AI Agent โดยเริ่มจาก AI คาร์บอนเครดิต: สมมติว่ามี AI Agent กำลังมองหาความไร้ประสิทธิภาพในเครือข่ายพลังงานที่มีการกระจายอำนาจและซื้อขายคาร์บอนเครดิตโทเค็นแบบอัตโนมัติ หากสามารถสร้างรายได้เพียงพอที่จะจ่ายค่าคอมพิวเตอร์ของตัวเองได้ ตัวแทน AI ก็จะเติบโต อีกตัวอย่างหนึ่งคือบอทการเก็งกำไร DEX: ตัวแทน AI นี้สร้างรายได้ที่มั่นคงโดยการใช้ประโยชน์จากความแตกต่างของราคาระหว่างการแลกเปลี่ยนแบบกระจายอำนาจ ซึ่งเพียงพอที่จะครอบคลุมค่าธรรมเนียมการอนุมาน ในทางตรงกันข้าม โทรลล์ออน

ความแตกต่างนั้นชัดเจน ตัวแทน AI ที่เน้นประโยชน์ใช้สอยจะประสบความสำเร็จ ในขณะที่ตัวแทนที่พึ่งพาสิ่งรบกวนสมาธิและลูกเล่นต่างๆ จะไม่เกี่ยวข้อง การคัดเลือกโดยธรรมชาติดังกล่าวเป็นผลดีต่ออุตสาหกรรม เนื่องจากเป็นการบังคับให้นักพัฒนาต้องคิดค้นและจัดลำดับความสำคัญของแอปพลิเคชันที่มีประสิทธิผลมากกว่าเทคโนโลยีแฟนซี เมื่อเจ้าหน้าที่ AI ที่ทรงพลังและมีประสิทธิภาพมากขึ้นปรากฏตัวขึ้น ผู้สงสัยก็จะถูกเงียบลง

8. ข้อมูลสังเคราะห์ของ AI มีมากกว่าข้อมูลของมนุษย์

คำกล่าวที่ว่า “ข้อมูลคือน้ำมันชนิดใหม่” แพร่หลายอย่างกว้างขวาง อย่างไรก็ตาม การพึ่งพาข้อมูลอย่างหนักของ AI ยังทำให้เกิดความกังวลเกี่ยวกับการขาดแคลนข้อมูลที่กำลังจะเกิดขึ้น ภูมิปัญญาดั้งเดิมถือว่าเราควรหาวิธีรวบรวมข้อมูลความเป็นจริงส่วนตัวจากผู้ใช้และแม้กระทั่งจ่ายเงินให้พวกเขา

อย่างไรก็ตาม ในอุตสาหกรรมที่มีการควบคุมอย่างเข้มงวดหรือในกรณีที่ข้อมูลจริงมีน้อย วิธีแก้ไขที่เป็นประโยชน์มากกว่าอาจเป็นข้อมูลสังเคราะห์ ข้อมูลสังเคราะห์ถูกสร้างขึ้นและออกแบบมาเพื่อจำลองการกระจายข้อมูลในโลกแห่งความเป็นจริง เป็นทางเลือกที่ปรับขนาดได้ เป็นมิตรต่อจริยธรรม และปลอดภัยต่อความเป็นส่วนตัวแทนข้อมูลของมนุษย์ ข้อดีของข้อมูลสังเคราะห์คือ:

• ขนาดไม่จำกัด: จากการเอ็กซเรย์ทางการแพทย์หรือการสแกน 3 มิติจำนวนล้านรายการในโรงงาน ข้อมูลสังเคราะห์สามารถสร้างขึ้นได้ในจำนวนไม่จำกัด โดยไม่ต้องอาศัยผู้ป่วยหรือโรงงานจริง

• เป็นมิตรกับความเป็นส่วนตัว: เมื่อประมวลผลข้อมูลสังเคราะห์ ข้อมูลส่วนบุคคลจะไม่ถูกคุกคาม

• ปรับแต่งได้: การกระจายข้อมูลสามารถปรับได้ตามความต้องการในการฝึกอบรมเฉพาะ แม้กระทั่งการแทรก Edge Case ที่หายากตามความเป็นจริงหรือซับซ้อนตามหลักจริยธรรม

แม้ว่าข้อมูลที่เป็นของมนุษย์จะยังคงมีความสำคัญในหลายกรณี แต่หากข้อมูลสังเคราะห์ยังคงปรับปรุงความถูกต้องต่อไป ข้อมูลดังกล่าวอาจแซงหน้าข้อมูลผู้ใช้ทั้งในด้านปริมาณ ความเร็วในการสร้าง และอิสระจากข้อจำกัดด้านความเป็นส่วนตัว อนาคตของ AI แบบกระจายอำนาจมีแนวโน้มที่จะหมุนรอบ "ห้องปฏิบัติการขนาดเล็ก" ที่มุ่งเน้นการสร้างชุดข้อมูลสังเคราะห์ที่มีความเชี่ยวชาญสูงเพื่อตอบสนองกรณีการใช้งานเฉพาะ

9. การฝึกอบรมแบบกระจายอำนาจเริ่มเข้ามามีบทบาท

ในปี 2024 ผู้บุกเบิกอย่าง Prime Intellect และ Nous Research ได้ผลักดันขอบเขตของการฝึกอบรมแบบกระจายอำนาจ ตัวอย่างเช่น แบบจำลองพารามิเตอร์ 15 พันล้านประสบความสำเร็จในการฝึกในสภาพแวดล้อมที่มีแบนด์วิธต่ำ ซึ่งแสดงให้เห็นว่าการฝึกอบรมขนาดใหญ่สามารถทำได้นอกการตั้งค่าแบบรวมศูนย์แบบดั้งเดิม แม้ว่าโมเดลเหล่านี้จะทำงานได้ดีในแอปพลิเคชันในโลกแห่งความเป็นจริงน้อยกว่ารุ่นพื้นฐานที่มีอยู่ แต่มีประสิทธิภาพต่ำกว่าและมีเหตุผลในการใช้งานน้อยกว่า แต่คาดว่าจะมีการเปลี่ยนแปลงในปี 2568

EXO Labs ได้ผลักดันความก้าวหน้าให้ดียิ่งขึ้นด้วย SPARTA ซึ่งจะลดการสื่อสารระหว่าง GPU ลงมากกว่า 1,000 ครั้ง SPARTA ทำให้สามารถฝึกอบรมโมเดลขนาดใหญ่ที่มีแบนด์วิธต่ำได้โดยไม่ต้องอาศัยโครงสร้างพื้นฐานพิเศษ สิ่งที่น่าประทับใจที่สุดคือคำกล่าวของพวกเขา: "SPARTA ทำงานอย่างเป็นอิสระ แต่ยังสามารถใช้ร่วมกับอัลกอริธึมการฝึกอบรมที่มีการสื่อสารต่ำแบบซิงโครไนซ์ เช่น DiLoCo เพื่อประสิทธิภาพที่ดีขึ้น" ซึ่งหมายความว่าการปรับปรุงเหล่านี้เป็นการเพิ่มเติมและเพิ่มประสิทธิภาพ โดยจะค่อยๆ สะสม

ในขณะที่เทคโนโลยีแบบจำลองยังคงก้าวหน้า โมเดลที่มีขนาดเล็กลงและมีประสิทธิภาพมากขึ้นจะมีประโยชน์มากขึ้น และอนาคตของ AI จะไม่เกี่ยวกับขนาดอีกต่อไป แต่จะเกี่ยวกับคุณภาพและการเข้าถึงมากขึ้น เร็วๆ นี้ จะมีโมเดลประสิทธิภาพสูงที่สามารถทำงานบนอุปกรณ์ Edge และแม้แต่โทรศัพท์มือถือได้

10. มีซุปเปอร์โปรโตคอล crypto-AI ใหม่อย่างน้อยสิบรายการ

ในขณะที่หลายๆ คนเปรียบเทียบ Virtuals และ ai16z กับสมาร์ทโฟนยุคแรกๆ เช่น iOS และ Android โดยโต้แย้งว่าผู้นำในปัจจุบันจะยังคงชนะต่อไป แต่ตลาดมีขนาดใหญ่เกินไปและยังไม่มีผู้เล่นเพียงสองคนที่จะครองได้ ภายในสิ้นปี 2568 คาดว่าโปรโตคอล AI เข้ารหัสลับใหม่อย่างน้อยสิบรายการ (ที่ยังไม่ได้ออกเหรียญ) จะมีมูลค่าตลาดมากกว่า 1 พันล้านดอลลาร์

ปัญญาประดิษฐ์แบบกระจายอำนาจยังอยู่ในช่วงเริ่มต้น และมีผู้มีความสามารถจำนวนมากกำลังรวมตัวกัน โปรโตคอลใหม่ โมเดลโทเค็นใหม่ และเฟรมเวิร์กโอเพ่นซอร์สใหม่จะยังคงเกิดขึ้นต่อไป โดยมีแนวโน้มผ่านสิ่งจูงใจ (เช่น การลงจอดทางอากาศหรือการปักหลักที่ชาญฉลาด) ความก้าวหน้าทางเทคโนโลยี (เช่น การอนุมานแบบหน่วงเวลาต่ำหรือการทำงานร่วมกันระหว่างสายโซ่) และการปรับปรุงประสบการณ์ผู้ใช้ (เช่น ไม่มีโค้ด) เพื่อแทนที่นักแสดงที่มีอยู่ การเปลี่ยนแปลงในการรับรู้ของสาธารณชนอาจเกิดขึ้นได้ทันทีและน่าทึ่ง

Bittensor, Virtuals และ ai16z จะไม่อยู่เพียงลำพังอีกต่อไป โปรโตคอล crypto AI มูลค่าพันล้านดอลลาร์ถัดไปอยู่ใกล้แค่เอื้อม และจะมีโอกาสมากมายสำหรับนักลงทุนที่ชาญฉลาด ซึ่งทำให้ตลาดนี้น่าตื่นเต้นมาก