10 найкращих прогнозів для криптоштучного інтелекту у 2025 році

У зв'язку з бурхливим розвитком індустрії штучного інтелекту сфера Crypto x AI швидко розвивається. Дослідник, який займається цією галуззю, зробив 10 прогнозів на 2025 рік. Нижче наводимо подробиці прогнозу.

! [10 найкращих прогнозів для криптоштучного інтелекту у 2025 році: загальна ринкова капіталізація $150 мільярдів, 99% агентів штучного інтелекту помруть](https://img-cdn.gateio.im/social/moments-777d1e5537614525698dc7de0b0ebb019283746574839201

1. Загальна ринкова капіталізація криптовалютних токенів AI становить 150 мільярдів доларів

Наразі ринкова капіталізація криптовалютних токенів AI становить лише 2,9% від ринкової капіталізації альткоїнів, але таке співвідношення триватиме недовго.

Штучний інтелект охоплює все, від платформ смарт-контрактів до мемів, DePIN і агентських платформ, мереж передачі даних та інтелектуальних координаційних рівнів, і його позиція на ринку, безсумнівно, порівнянна з позицією DeFi і мемів.

Чому ви впевнені в цьому?

• Криптоштучний інтелект знаходиться на стику двох найпотужніших технологій
• Подія, що викликає божевілля штучного інтелекту: IPO або подібна подія у відомій компанії, що займається штучним інтелектом, може спровокувати глобальне божевілля для штучного інтелекту. У той же час традиційний капітал почав зосереджуватися на децентралізованій інфраструктурі штучного інтелекту
• Бурхливий інтерес роздрібних інвесторів: концепція ШІ дуже зрозуміла та захоплююча, роздрібні інвестори тепер можуть інвестувати в неї через токени. Чи пам'ятаєте золотий бум мемів 2024 року? ШІ буде такою ж бурхливою модою, тільки ШІ насправді змінює світ.

! [10 найкращих прогнозів для криптоштучного інтелекту у 2025 році: із загальною ринковою капіталізацією в 150 мільярдів доларів 99% агентів штучного інтелекту помруть])https://img-cdn.gateio.im/webp-social/moments-6263b22148f736feea0252f5d17026e3.webp(

2. Відродження Bittensor

Bittensor, децентралізована інфраструктура штучного інтелекту, працює в мережі вже багато років і є ветеранським проектом у сфері криптоштучного інтелекту. Незважаючи на популярність ШІ, ціна його токена коливається на рівні річної давності.

І тепер мислення цифрового вулика Bittensor непомітно зробило стрибок вперед: більше підмереж мають нижчу комісію за реєстрацію, підмережі перевершують традиційні аналоги за реальними показниками, такими як швидкість висновків, а сумісність з EVM приносить функції, схожі на DeFi, у мережу Bittensor.

Чому токен TAO не злетів? Різкий план інфляції та зосередженість ринку на платформі Agent завадили його ралі. Однак dTAO (запуск якого очікується в 1 кварталі 2025 року) може стати серйозним поворотним моментом. З dTAO кожна підмережа матиме власні токени, і відносна ціна цих токенів визначатиме, як розподілятимуться емісії.

Чому Bittensor може повернутися:

• Ринкові викиди: dTAO безпосередньо пов'язує винагороди за блок з інноваціями та фактичною вимірюваною продуктивністю. Чим якісніша підмережа, тим ціннішими будуть її токени.
• Концентровані потоки капіталу: інвестори нарешті можуть націлитися на конкретні підмережі, в які вони вірять. Якщо певна підмережа виграє завдяки інноваційному підходу до розподіленого навчання, інвестори можуть використовувати капітал для представлення своїх поглядів.
• Інтеграція з EVM: Сумісність з EVM приваблює ширшу спільноту розробників криптовалют у Bittensor, долаючи розрив з іншими мережами.

3. Ринок комп'ютерної техніки – це наступний «ринок L1»

Очевидним мегатрендом зараз є ненаситний попит на комп'ютери.

Генеральний директор відомої компанії з виробництва мікросхем якось заявив, що попит на висновок зросте «в мільярд разів». Це експоненціальне зростання може зруйнувати традиційні інфраструктурні ініціативи, а нових рішень не вистачатиме.

Рівень децентралізованих обчислень забезпечує необроблені обчислення (для навчання та висновків) перевіреним та економічно ефективним способом. Деякі стартапи непомітно вибудовують міцний фундамент, роблячи акцент на продуктах, а не на токенах (жодна з цих компаній не має токенів). У міру того, як децентралізоване навчання моделей штучного інтелекту стане практичним, весь адресний ринок різко зросте.

З порівнянням з L1:

• Як і у 2021 році: згадайте, скільки відомих публічних мереж змагалися за «найкращий» L1? Аналогічна конкуренція буде між обчислювальними протоколами для розробників і додатками штучного інтелекту, побудованими на їх обчислювальних рівнях.
• Традиційний попит: Ринок хмарних обчислень вартістю від 680 до 2,5 трильйонів доларів затьмарює ринок криптовалютного штучного інтелекту. Якщо ці децентралізовані обчислювальні рішення зможуть сподобатися хоча б незначній частині клієнтів традиційних хмарних технологій, вони можуть побачити наступну хвилю 10- або 100-кратного зростання.

Подібно до того, як відома публічна мережа перемагає на полі L1, переможець домінуватиме на абсолютно новому полі. Слідкуйте за надійністю (наприклад, надійними угодами про рівень обслуговування або SLA), економічною ефективністю та зручними для розробників інструментами.

4. Агенти штучного інтелекту заполонять транзакції блокчейну

До кінця 2025 року 90% транзакцій у ланцюжку більше не будуть натискатися «відправити» реальними людьми, а виконуватимуться групою агентів штучного інтелекту, які постійно ребалансують пули ліквідності, розподіляють винагороди або виконують мікроплатежі на основі каналів даних у режимі реального часу.

Здається, це не є надто примусово. Усе, що було побудовано за останні сім років (L1, rollup, DeFi, NFT), потихеньку проклало шлях для світу, в якому AI працює на блокчейні.

За іронією долі, багато будівельників можуть навіть не усвідомлювати, що вони створюють інфраструктуру для машинного майбутнього.

Чому відбувається такий зсув?

• Не буде більше людських помилок: смарт-контракти виконуються повністю відповідно до коду. З іншого боку, AI-агенти можуть обробляти великі обсяги даних швидше та точніше, ніж справжні люди.
• Мікроплатежі: транзакції, керовані агентами, стануть меншими, частішими та ефективнішими. Це особливо вірно, коли спостерігається тенденція до зниження трансакційних витрат на деякому L1/L2.
• Стелс-інфраструктура: Люди були б раді відмовитися від прямого контролю, якби частину клопоту можна було зменшити.

Агенти штучного інтелекту генерують багато активності в мережі, і не дивно, що всі L1/L2 є агентами, що охоплюють.

Найбільша проблема полягає в тому, щоб зробити ці системи, керовані агентами, відповідальними перед людьми. Оскільки співвідношення транзакцій, ініційованих агентами, до транзакцій, ініційованих людиною, продовжує зростати, знадобляться нові механізми управління, аналітичні платформи та інструменти аудиту.

5. Взаємодія між інтелектуальними агентами: зростання кластерів

Концепція кластера агентів – крихітних агентів зі штучним інтелектом, які злагоджено працюють разом для виконання грандіозних планів, звучить як сюжет наступного великого хіта науково-фантастичного фільму жахів.

Сучасні AI агенти в основному є "одинокими вовками", які працюють ізольовано, взаємодіють дуже мало і непередбачувано.

Кластери агентів змінять це, дозволивши мережі агентів штучного інтелекту обмінюватися інформацією, вести переговори та приймати спільні рішення. Думайте про це як про децентралізовану сукупність спеціалізованих моделей, кожна з яких вносить унікальний досвід у більші та складніші завдання.

Кластер може координувати розподілені обчислювальні ресурси на певних платформах. Інший кластер може обробляти дезінформацію, перевіряючи джерело в режимі реального часу, перш ніж контент пошириться в соціальних мережах. Кожен агент у кластері є експертом і може точно виконувати свої завдання.

Ці кластеризовані мережі вироблятимуть інтелект, який буде потужнішим, ніж будь-який окремий розрізнений штучний інтелект.

Щоб кластер розвивався, загальні комунікаційні стандарти є вкрай важливими. Незалежно від його базової структури, Агенти повинні мати можливість виявляти, перевіряти та співпрацювати. Деякі команди закладають основу для появи кластерів Агентів.

Це свідчить про ключову роль децентралізації. Завдання розподіляються між окремими кластерами під прозорим управлінням правилами в ланцюжку, що робить систему більш стійкою та адаптивною. Якщо один агент зазнає невдачі, у справу втручаються інші.

6. ШифруванняAI робоча команда буде гібридом людини та машини

Угода найняла агента зі штучного інтелекту як стажера в соціальних мережах і платила їй 1000 доларів на день. Агент погано ладнає зі своїми колегами-людьми – одного з них вона ледь не звільняє, вихваляючись своєю роботою.

Як би дивно це не звучало, але це провісник майбутнього, де AI Agents стануть справжніми співробітниками, з автономією, відповідальністю і навіть зарплатою. Компанії з різних галузей проводять бета-тестування гібридних команд.

У майбутньому будемо співпрацювати з AI Agent, не як раби, а як рівні люди:

• Стрибок продуктивності: агенти можуть обробляти великі обсяги даних, спілкуватися один з одним і приймати рішення цілодобово, не спати і не робити перерву на каву.
• Зміцнюйте довіру за допомогою смарт-контрактів: блокчейн є неупередженим, невтомним і ніколи не забутим наглядачем. Реєстр у ланцюжку, який гарантує, що важливі операції агентів відповідають конкретним граничним умовам/правилам.
• Еволюція соціальних норм: Не потрібно багато часу, щоб почати думати про етикет взаємодії з агентами - чи скаже ШІ «будь ласка» і «спасибі»? Чи будуть вони нести моральну відповідальність за свої помилки, чи звинуватять своїх розробників?

Межі між «співробітниками» та «програмним забезпеченням» почнуть стиратися у 2025 році.

! [10 найкращих прогнозів для криптоштучного інтелекту у 2025 році: загальна ринкова капіталізація $150 мільярдів, 99% агентів штучного інтелекту помруть])https://img-cdn.gateio.im/webp-social/moments-63501f46abd0eb55b522bd7b5f289cdb.webp(

7. 99% AI-агентів зникнуть — виживуть лише корисні

У майбутньому відбудеться «дарвінівська» поступова відмова від використання серед агентів штучного інтелекту. Тому що запуск агентів штучного інтелекту вимагає витрат у вигляді обчислювальної потужності (тобто витрат на висновок). Якщо Агент не зможе згенерувати достатню суму, щоб покрити свою "оренду", гра закінчується.

Приклад гри на виживання агента:

• Штучний інтелект вуглецевих кредитів: уявіть агента, який шукає децентралізовану енергетичну мережу, виявляє неефективність і автономно торгує токенізованими вуглецевими кредитами. Він заробляє достатньо грошей, щоб оплатити власні розрахунки, перш ніж процвітати.
• Арбітражні боти DEX: агенти, які використовують переваги різниці в цінах між децентралізованими біржами, можуть генерувати стабільний потік доходу, який оплачує їхні комісії за висновок.
• Shitposter у соціальних мережах: у віртуальних ШІ-KOL є милі жарти, але немає стабільного джерела доходу? Як тільки новинка зникне (ціна токена різко впаде), ви не зможете оплачувати власні внески.

Агенти, що керуються корисністю, процвітають, тоді як агенти, що відволікають увагу, поступово стають неважливими.

Цей механізм ліквідації приносить користь галузі. Розробники змушені впроваджувати інновації та віддавати перевагу варіантам використання у виробництві, а не трюкам. З появою цих більш потужних і ефективних Агентів стало можливим змусити замовкнути скептиків.

! [10 найкращих прогнозів для криптоштучного інтелекту у 2025 році: із загальною ринковою капіталізацією в 150 мільярдів доларів 99% агентів штучного інтелекту помруть])https://img-cdn.gateio.im/webp-social/moments-b27b79bf7fde74a65a6bf6ab3765afa1.webp(

8. Синтетичні дані перевищують людські дані

«Дані – це нова нафта». Штучний інтелект процвітає на даних, але його апетит викликав побоювання щодо неминучого виснаження даних.

Загальноприйнята думка полягає в тому, щоб знайти способи збирати реальні дані про особисте життя користувачів і навіть платити за них. Але більш практичним шляхом є використання синтетичних даних, особливо в суворо регульованих галузях або там, де реальних даних мало.

Синтетичні дані – це штучно створений набір даних, призначений для імітації розподілу даних у реальному світі. Забезпечує масштабовану, етичну та дружню до конфіденційності альтернативу людським даним.

Чому синтетичні дані такі ефективні:

• Необмежений масштаб: Потрібен мільйон медичних рентгенівських знімків або 3D-сканування вашої фабрики? Синтетичну генерацію можна виробляти в необмежених кількостях, не чекаючи реального пацієнта або справжнього заводу.
• Дружній до конфіденційності: при використанні штучно згенерованих наборів даних жодна особиста інформація не піддається загрозі.
• Настроюється: розподіл можна налаштувати відповідно до ваших точних потреб у навчанні.

Людські дані, що належать користувачам, все ще важливі в багатьох випадках, але синтетичні дані можуть перевершити дані користувачів за обсягом, швидкістю генерації та свободою від обмежень конфіденційності, якщо вони продовжать удосконалюватися в реальності.

Наступна хвиля децентралізованого штучного інтелекту, ймовірно, буде зосереджена навколо «мікролабораторій», які можуть створювати вузькоспеціалізовані синтетичні набори даних, адаптовані до конкретних випадків використання.

Ці мікролабораторії вміло обійдуть політичні та регуляторні перешкоди у генерації даних – так само, як деякі проєкти обходять обмеження на веб-скрейпінг, використовуючи мільйони розподілених вузлів.

! [10 найкращих прогнозів для криптоштучного інтелекту у 2025 році: загальна ринкова капіталізація $150 мільярдів, 99% агентів штучного інтелекту помруть])https://img-cdn.gateio.im/webp-social/moments-50810b28cde75f51a04c41b507ec156a.webp(

9. Децентралізоване навчання є більш корисним

У 2024 році деякі піонери розширюють межі децентралізованого навчання. Модель з 15 мільярдами параметрів була навчена в середовищі з низькою пропускною здатністю, доводячи, що великомасштабне навчання можливе за межами традиційних централізованих налаштувань.

Хоча ці моделі порівнюють з існуючими базовими моделями