Dalam edisi eksklusif ini, kamiDi sebalik permulaansiri, Ishan Pandey duduk dengan Travis Good, pendiri bersamaPersekitaran, rangkaian AI terdesentralisasi yang mendefinisikan semula bagaimana pengiraan, pengesahan, dan konsensus blockchain datang bersama-sama.
Persekitaran
Daripada membina sistem pengangkutan yang optimal secara matematik kepada memulakan kecekapan bioteknologi yang didorong oleh AI, Travis kini menumpukan tumpuan kepadadecentralizing AIDalam perbualan yang tulus dan secara teknikal padat ini, Travis menjelaskan mengapa Ambient menolak asumsi industri, mengapa Proof of Work membuat comeback, dan bagaimana inferensi AI boleh mendorong ekonomi internet baru yang boleh diperiksa.
Ishan Pandey:Hi Travis, selamat datang kepada kamiDi sebalik permulaan series. You started at Harvard, worked on optimizing complex systems in biotech and transportation, and now you're leading an AI-powered blockchain company. Can you walk us through that journey? What drove your shift from traditional AI applications to building a decentralized AI network?
Travis Good:Terima kasih kerana mempunyai saya, Ishan. saya adalah apa yang anda boleh sebut teknologi mendalam yang bertentangan. saya tertarik kepada domain yang sukar di mana pakar-pakar mengklaim bahawa pendekatan yang betul adalah "pengetahuan yang ditetapkan." Ini telah berlaku dalam tiga bidang seperti yang telah disebutkan, biotech, pengangkutan, dan kini blockchain.
Dalam bioteknologi, saya berada dalam mesyuarat dengan sebuah syarikat farmaseutikal utama apabila mereka dengan bangga menyatakan bahawa mereka telah menguji dua bilion sebatian untuk menggantikan pestisida tertentu menggunakan pendekatan kuasa kasar sepenuhnya yang mengandungi banyak orang dan mesin yang bekerja 24/7. Semua yang saya boleh fikir pada masa itu ialah "itu sangat membuang-buang."Di syarikat di mana saya adalah CTO, kami berusaha untuk secara radikal mengurangkan keperluan untuk memeriksa banyak sebatian, menggunakan pembelajaran mesin dan kimia pengiraan.
Demikian juga, dalam pengangkutan, saya diberitahu oleh pakar-pakar bahawa enjin peraturan (yang tidak mempunyai jaminan prestasi tetapi boleh bekerja dengan cepat), dan algoritma genetik (yang tidak mempunyai jaminan prestasi dan masa) adalah yang terbaik industri kargo boleh berharap untuk mencapai. skeptisisme saya tentang itu membawa saya ke bawah lubang kelinci penyelidikan yang berakhir dengan saya mengumpulkan beberapa ahli matematik yang bersekutu dengan Universiti Rom sebagai perunding yang akhirnya membantu kami membina perancangan pergerakan kereta api kargo yang pertama di dunia, yang bekerja dengan cepat, mempunyai jaminan prestasi, dan sebenarnya meningkatkan kelajuan seluruh rangkaian kereta api.
CryptoAI, yang telah saya tonton sejak 2017, telah secara konsisten membuat beberapa asumsi yang saya fikir bernilai mengkaji secara kritikal. Yang pertama ialah bahawa "pasaran model" adalah yang terbaik untuk ekonomi rangkaian, inovasi dan prestasi. Yang kedua ialah bahawa Proof of Stake adalah cara terbaik untuk mengamankan rangkaian yang mempunyai banyak perlombongan. Saya sangat tidak bersetuju dengan kedua-dua idea itu, tetapi mereka terus diulangi rantaian selepas rantaian. Kemudian, AI bersentralisasi memasuki tempat kejadian dengan "OpenAI" dan Anthropic, dan saya mula benar-benar bimbang, kerana tiada siapa yang membina apa yang saya fikir akan menjadi alternatif ekonomi terdesentralisasi yang layak. Saya merasa kewajipan moral untuk memasuki pertikaian, jadi saya mencipta Ambient dengan rakan-rakan saya Max. Ambient dibina bertentangan dengan dua as
Ishan Pandey:Ambient baru-baru ini menjamin dana sebanyak $7.2 juta yang dipimpin oleh a16z's Crypto Startup Accelerator, bersama-sama dengan Delphi Digital dan Amber Group. Pelabur biasanya mencari model ekonomi yang kukuh dan moats yang boleh dilindungi.
Travis Good:Saya tidak mahu meletakkan kata-kata dalam mulut sesiapa, tetapi saya percaya bahawa pelabur kami mengakui bahawa Ambient menyelesaikan masalah ekonomi asas yang muncul kerana AI menjadi tulang belakang ekonomi global.
Model pendapatan kami berputar di sekitar apa yang kita sebut "bukti kerja yang berguna" - sebuah sistem di mana penambang mendapat ganjaran berasaskan inflasi dan transaksi dengan melakukan inferensi AI yang disahkan yang pengguna benar-benar perlukan dan membayar. Tidak seperti cryptocurrencies tradisional di mana penambangan tidak mewujudkan utiliti langsung, penambang Ambient menghasilkan nilai ekonomi dengan setiap transaksi.
Pertahanan datang daripada tiga sumber utama. Pertama, inovasi teknikal kami dalam penyelesaian terkawal — kami telah mencapai pengesahan dengan hanya 0.1% overhead berbanding dengan kos overhead 10-1000x pesaing. Kedua, tumpuan kami kepada standardisasi — dengan mengoptimumkan untuk satu model bahasa besar berkualiti tinggi daripada membahagikan sumber-sumber di pelbagai model, kami secara dramatik meningkatkan ekonomi penambang. dan ketiga, kesan rangkaian — apabila lebih banyak penambang menyertai, latensi berkurangan dan prestasi meningkat, menjadikan rangkaian lebih menarik kepada pengguna.
Dari perspektif kestabilan, Ambient mewujudkan ekonomi di mana mata wang secara langsung dikaitkan dengan sumber ekonomi yang paling berharga zaman yang akan datang: kecerdasan mesin.
Aspek yang paling meyakinkan yang saya fikir adalah keupayaan kami untuk menunjukkan, bukan hanya teori, inovasi ini - contohnya, pada masa kami membesarkan benih kami, kami telah melaksanakan sistem inferensi kami yang disahkan pada model sehingga 400 bilion parameter saiz.
Ishan Pandey:Meningkatkan modal di pasaran semasa adalah mencabar, tetapi Ambient berjaya mendapatkan sokongan daripada a16z, Delphi Ventures, dan Amber Group. Apa pelajaran utama yang anda pelajari daripada proses pengumpulan dana, dan apa nasihat yang anda akan berikan kepada startup AI dan blockchain lain yang ingin menarik pelabur peringkat atas?
Travis Good:Mengenai pelajaran daripada proses pengambilan dana, saya fikir saya telah belajar bahawa lebih berhati-hati yang dilakukan oleh dana, semakin terkesan dan bersemangat saya, kerana usaha itu menunjukkan keupayaan teknikal, wawasan dan keinginan dana untuk terlibat dengan projek.
Pelajaran lain yang saya pelajari adalah bahawa tidak semua orang mempunyai tesis tentang segala-galanya, jadi ia adalah penting dan perlu untuk menyatukan dengan dana yang mempunyai tesis di kawasan projek anda dan yang tesisnya menyatukan dengan projek anda.
Mengenai nasihat saya? Saya fikir niat penting. Misi Ambient adalah untuk menyampaikan AI terdesentralisasi pada skala, untuk menangani masalah ekonomi asas yang dicipta oleh AI terpusat, sambil memberikan perjanjian ekonomi terbaik yang mungkin kepada penambang dengan membawa kembali dan memodernisasi Proof of Work. Kami mahu membantu bukan sahaja rangkaian kami, tetapi berkhidmat Web2 dan banyak blockchain lain dengan kesimpulan tercepat dan paling murah yang disahkan pada model berat terbuka yang terbaik. Saya sangat percaya pelabur kami bersuara dengan misi itu dan mahu melabur dalam inovasi yang kami cadangkan untuk mencapainya. nasihat mudah saya kepada pengasas lain adalah untuk tidak mengejar trend, untuk melakukan projek yang anda percaya dengan tulus dan berfikir akan mengubah dunia.
Ishan Pandey:Bagaimanakah anda merancang untuk mengalokasikan modal baru melalui penyelidikan dan pembangunan, infrastruktur, dan usaha skala? adakah terdapat langkah-langkah teknikal atau strategi masuk ke pasaran yang akan mempercepatkan pembiayaan ini?
Travis Good:Kami mengalokasikan modal ke atas tiga keutamaan utama, dengan pembangunan teknikal mengambil bahagian yang terbesar.
Pertama, kira-kira 60% beralih ke R&D untuk menyempurnakan sistem inferensi terkawal kami dan meningkatkan fork Solana kami.Kami mahu inferensi terkawal menjadi pengalaman yang lancar untuk penambang besar dan kecil. Demikian juga, kami ingin API kami menjadi yang paling berguna bagi pengembang, jadi kami bekerja keras pada bahagian Solana.
Kedua, kira-kira 25% didedikasikan untuk infrastruktur dan pembangunan testnet.Kami bertujuan untuk melancarkan testnet pada akhir tahun ini, yang akan membolehkan penambang dan pengembang untuk mengalami platform ini dari tangan pertama.
15% yang tersisa menyokong strategi go-to-market kami, yang mempunyai dua trek: perekrutan penambang dan keterlibatan pengembang. Di pihak penambangan, kami mencipta alat dan sumber untuk membantu pemilik GPU beralih ke penambangan Ambient. Bagi pengembang, kami memberi tumpuan kepada menunjukkan kes penggunaan yang menarik untuk AI rantaian yang disahkan. Jika anda merupakan platform penambang, pengembang, atau pengembang yang berpotensi (seperti pembekal rangka kerja agentik) kami ingin mendengar daripada anda!
Pembiayaan ini mempercepatkan beberapa landasan utama termasuk pelancaran Testnet kami, kemasukan kohort pertambangan pertama kami, penyelesaian jambatan rantaian antara kami untuk interoperabiliti, dan pembangunan portal API kami yang berhad kepada awam.
Ishan Pandey:Kesimpulan AI dalam skala adalah cabaran yang kompleks, terutamanya apabila menyeimbangkan keselamatan, decentralisasi dan kecekapan kos.Bagaimana seni bina Ambient menyelesaikan kompromi antara kecekapan pengiraan dan pengesahan blockchain?
Travis Good:Di tengah-tengah arsitektur Ambient adalah sistem "proof of logits" kami, yang mewakili pemikiran semula asas kesimpulan yang disahkan yang menghapuskan kompromi tradisional.
Kebanyakan pendekatan pengesahan memaksa pilihan binari: sama ada pengorbanan kecekapan untuk keselamatan (seperti zkSNARKs dengan 1000x overhead) atau pengorbanan keselamatan untuk kecekapan (seperti sistem pengesahan optimistik). inovasi kami adalah mengenali bahawa "cetak jari" pemikiran model AI - output nombor mentah yang dipanggil logits - boleh digunakan untuk mengesahkan pelaksanaan model dengan minimum overhead.
Berikut adalah bagaimana ia berfungsi: Apabila model AI menghasilkan teks, ia menghasilkan satu set logit yang unik untuk setiap token. logit ini mencerminkan keadaan dalaman model dan boleh disamarkan untuk mewujudkan persembahan yang kompak. Satu wawasan utama ialah bahawa pengesahan tidak perlu mereplikasi keseluruhan proses pengeluaran - mereka boleh mengesahkan token individu dan hubungan matematik di antara mereka pada titik acak, secara dramatis mengurangkan keperluan pengiraan sambil mengekalkan jaminan keselamatan yang kuat.
Kami telah membina sistem ini sebagai mekanisme bukti konsensus kerja yang tidak menghalang, yang bermaksud pengesahan berlaku bersamaan dengan pemprosesan transaksi.
Untuk decentralization, kami telah melaksanakan teknik model sharding yang diilhamkan oleh terobosan akademik baru-baru ini.Ini membolehkan kami mengedarkan model besar (600B + parameter) di pelbagai nod, membolehkan walaupun perkakasan kelas pengguna untuk mengambil bahagian.
Untuk keselamatan blockchain, kami memberi penambang yang telah membuat sumbangan yang paling besar yang disahkan untuk menyelesaikan masalah rangkaian pada dua skala masa (kurang dan menengah) keupayaan terbesar untuk memilih dan memesan transaksi. dengan kata lain, kami telah menggantikan apa yang bermaksud "pasaran" dalam Solana (uang yang anda telah mengunci untuk mendapatkan ganjaran) dengan proxy untuk pelaburan perkakasan seperti yang anda lihat dengan Bitcoin, tetapi dengan cara yang membolehkan kita menggunakan semula konsensus Byzantine Menara Solana.
Dengan menyelesaikan cabaran teknikal ini, kami telah mencipta sistem di mana keselamatan, decentralisasi, dan kecekapan boleh hidup bersama daripada bersaing - mencapai pengesahan 0.1% di atas kepala daripada 10-1000x di atas kepala pendekatan alternatif.
Ishan Pandey:Sistem anda bertujuan untuk mengurangkan kos latihan sebanyak 10x dan overhead kesimpulan kepada 0.1%.Apakah anda boleh memecahkan inovasi teknikal yang membolehkan penemuan ini?
Travis Good:Sila lihat jawapan terdahulu saya mengenai cara kami mendekati kesimpulan. untuk latihan kami menggunakan beberapa alat yang sama untuk pengesahan bersama-sama dengan beberapa inovasi dalam penggunaan sesuatu yang dipanggil sparsity, yang merujuk kepada bagaimana hubungan antara beban disimpan semasa latihan.
Ishan Pandey:Melihat ke hadapan tiga hingga lima tahun, apa perubahan teknologi atau ekonomi utama yang anda harapkan dalam AI dan web3, dan bagaimana Ambient menempatkan diri untuk perkembangan itu?
Travis Good:Dalam tempoh tiga hingga lima tahun ke depan, saya melihat empat perubahan utama yang akan membentuk semula landskap AI dan web3:
Pertama, AI akan beralih daripada menjadi terutamanya manusia diarahkan kepada menjadi semakin otonom.Kami sudah melihat kemunculan sistem agentik yang boleh merancang, melaksanakan, dan belajar dengan pengawasan manusia minimal. Sistem ini akan mendorong permintaan untuk pengesahan yang tidak dipercayai - anda tidak akan mahu memberikan kuasa kepada seorang agen AI kecuali anda boleh mengesahkan bahawa ia menggunakan model dan sekatan yang anda tentukan.
Kedua, keperluan pengkomputeran untuk model AI sempadan akan meningkat sekurang-kurangnya satu perintah saiz, mewujudkan tekanan centralisasi yang ketara. model yang paling berkuasa akan memerlukan infrastruktur yang hanya entiti terbesar boleh membelanjakan, menimbulkan kebimbangan mengenai akses dan kawalan.
Ketiga, mata wang fiat tradisional akan menghadapi tekanan yang semakin meningkat kerana aktiviti ekonomi berpindah ke bidang digital di mana agen AI bertransaksi dengan agen AI lain, sering melintasi sempadan yurisdiksi.
Keempat, rangka kerja peraturan akan matang di sekitar AI, dengan penekanan yang mungkin pada ketelusan, auditabiliti, dan keselamatan. sistem yang tidak boleh menyediakan jaminan yang boleh disahkan mengenai operasi mereka akan menghadapi pemeriksaan yang semakin meningkat.
Ambient berada dalam kedudukan untuk peralihan ini dalam beberapa cara:
- Melayu
- Sistem inferensi kami yang disahkan sudah menyediakan lapisan kepercayaan yang diperlukan untuk agen AI autonomi. Melayu
- Pendekatan sharding model kami secara langsung menangani masalah centralisasi. Melayu
- Dengan menubuhkan kecerdasan mesin sebagai piawaian mata wang, kami mewujudkan medium pertukaran asli untuk era yang akan datang perdagangan agen-to-agent. Melayu
- Keseluruhan seni bina kami dibina di sekitar pengesahan dan ketelusan. Melayu
Visi akhir adalah untuk mewujudkan lapisan infrastruktur yang membolehkan kecerdasan mesin berkembang tanpa menjadi bersentralisasi di bawah kawalan beberapa syarikat atau kerajaan.
Jangan lupa suka dan berkongsi cerita!
Pengungkapan faedah: Penulis ini merupakan penyumbang bebas yang menerbitkan melalui program blogging perniagaan kami. HackerNoon telah meninjau laporan untuk kualiti, tetapi klaim di sini milik penulis. #DYO
MelayuKeterlibatan dalam pengungkapan kepentingan:MelayuPenulis ini merupakan penyumbang bebas yang menerbitkan melalui program blog perniagaan kami. HackerNoon telah meninjau laporan untuk kualiti, tetapi klaim di sini milik penulis. #DYO
Keterlibatan dalam pengungkapan kepentingan: