Web3가 AI 레이스를 잃어 버리는 이유는 무엇입니까?

Web3-AI 운동은 인재, 데이터, 컴퓨팅, 인프라 및 자본이 부족하며 중앙 집중식 생태계에 대한 사후에 위험이 발생한다고 예수 Rodriguez는 말합니다.

2025 년 6 월 10 일 오후 2시 57 분

인공 지능 (AI)은 금세기의 가장 혁신적인 기술 중 하나로 널리 알려져 있습니다. 당연히 Web3 인프라에 의해 구동되는 분산 된 AI 시스템의 전망은 상당한 개념적 호소력을 가지고 있습니다.

그러나이 겉보기에 강력한 가치 제안에도 불구하고 Web3-AI는 더 넓은 AI 생태계에서 의미있는 견인력을 얻지 못했습니다. Frontier AI 기능이 전례없는 속도로 가속화함에 따라 Web3가 차세대 AI를위한 실행 가능한 기초가 될 수있는 기회의 창이 빠르게 폐쇄되고 있습니다.

이 에세이는 논란의 여지가 있지만 비판적인 논문을 탐구합니다. Web3는 AI 인종을 잃고 있습니다. 신뢰할 수있는 혼란을 겪기에는 너무 늦게 될 때 모든 기술 혁명에 요점이 있습니다. Web3-AI가 피상적 인 트렌드에서 기초 인프라로 초점을 이동시키지 않으면 분산 된 플랫폼에 차세대 AI 시스템을 구축하는 근거가 완전히 사라질 수 있습니다.

Web3 ai 이야기 오류

“The Black Swan”에서 Nassim Nicholas Taleb은 “내러티브 오류”라는 개념을 소개했습니다. 관련이 없거나 약하게 연결된 사건에 대한 일관된 이야기를 구성하는 경향이 있습니다. Web3-AI의 현재 상태는 교과서 예입니다. 커뮤니티는 AI 시장 (AI AITE AGENTS, PRECULATION ZK-AI 프로토 타입)의 맥락에서 고도로 성과를 내리지 만 거의 관련이없는 트렌드를 보상합니다. 일부 혁신이 존재하지만 Web3-AI와 더 넓은 AI 생태계 사이의 넓은 걸프는 지속 불가능 해지고 있습니다.

이야기 중심의 혁신의 매력은 Web3 생태계가 실험을 실수하도록 장려했습니다. 결과적으로, 자본과 관심은 종종 기초적인 능력보다는 참신에 대해 잘못 할당됩니다. 모멘텀의 환상은 오늘날 Web3-AI에서 구축되고있는 대부분의 것이 AI 혁신의 중요한 경로와 직교하다는 사실을 가리고 있습니다.

AI와 기술 진화의 물결 이론

Web3-IA의 연약한 위치를 이해하려면 기술이 어떻게 발전하는 경향이 있는지 살펴 보는 것이 도움이됩니다. 첫째, 돌파구는 상호 의존적 인 파도에서 전개되는 경향이 있습니다. 예를 들어, 모바일 컴퓨팅은 클라우드 인프라와 같은 이전 파도에 의해 촉매되었으며 AI 칩은 게임 하드웨어의 혁신에서 나왔습니다. 새로운 물결에 관련성을 유지하려면 기술이 이전의 기술을 기반으로해야합니다.

Web3-IA는 그 연속성이 부족합니다. 그것은 생성 AI 혁명을 일으킨 추세에서 의미있는 역할을하지 않았다. 클라우드 컴퓨팅, 대규모 데이터 엔지니어링 및 초기 AI 모델 개발의주기를 놓쳤습니다. 결과적으로 Web3-AI는 기본 진공으로 고통 받고 있습니다. 서핑 보드없이 파도를 타려고합니다.

둘째, 인프라 기술 시장은 통합하는 경향이 있습니다. 역사는 지배적 인 인프라 플랫폼이 거의 항상 몇몇 주요 플레이어에게 줄어들고 있음을 보여줍니다. 클라우드 컴퓨팅은 AWS, Azure 및 GCP를 중심으로 수렴했습니다. iOS와 Android 주변에서 모바일 개발이 안정화되었습니다. 빅 데이터는 눈송이와 데이터 사업을 중심으로 합쳐졌습니다. AI 인프라도 비슷한 패턴을 따를 것입니다. Web3-AI가 자신을 상위 3 개 실행 가능한 플랫폼 중 하나로 제자리에 놓지 않으면 고도로 집중된 풍경에서 관련이 없을 위험이 있습니다.

기본 사항이없고 관련이없는 것들

최신 AI 스택은 데이터, 컴퓨팅, 모델 및 연구 인재의 4 가지 기본 기둥을 기반으로합니다. 불행히도, Web3는 역사적으로 4 개를 모두 무시했습니다. 깊은 AI 인재가 부족합니다. Web3의 대규모 AI 데이터 세트는 없습니다. 컴퓨팅 인프라는 여전히 원시적입니다. 또한 분산 프로토콜에서 의미있게 실행되는 AI 모델은 널리 채택되지 않습니다.

이러한 기본의 부족은 반짝이는 물체를 쫓는 경향에 의해 복잡해집니다. Web3-AI의 프로젝트는 명확한 사용 사례없이 MEME 에이전트 또는 ZKML과 같은 투기 영역에 불균형 적으로 끌립니다. 이러한 아이디어는 지적으로 흥미롭지 만 의미있는 AI 기능을 가능하게하거나 확장하는 데 핵심이 아닙니다. 현재 형태로 AI 인프라 발전에 대한 실용적인 가치는 거의 없습니다.

실제 진전을 이루기 위해 Web3-AI 생태계는 이러한 기본 적자에 직면해야합니다. 즉, 인재에 투자하고 데이터 파이프 라인 구축, 효율적인 컴퓨팅 계층 생성 및 분산 시스템에 배포 될 때 실질적인 이점을 제공하는 모델을 개발하는 것을 의미합니다.

Web3와 Web2 사이의 AI 간격이 증가하고 있습니다

AI 혁신은 빠르게 복잡해지고 있으며 Web3은 수동적 관찰자였습니다. 미지의 감독 전 사전 조정, 고급 미세 조정, 검색 된 세대, 추론 엔진 또는 에이전트 프레임 워크와 같은 주요 AI 이정표는 의미있는 방식으로 Web3 아키텍처를 포함하지 않았습니다.

각각의 새로운 방출이 마지막으로 화합물을 따라 잡기 때문에 따라 잡기위한 장벽이 가파르게됩니다. 프론티어 모델 구축을위한 모든 중요한 툴링, 플랫폼 및 인프라는 현재 중앙 집중식입니다. 이 궤적을 바꾸려는 긴급하고 조정 된 노력이 없다면 Web3-AI는 몇 달 만에 발전하는 분야에서 수십 년 뒤에 남아있을 것입니다.

관련성의 위험

AI는 본질적으로 중앙 집중력입니다. 프론티어 모델 교육에는 방대한 데이터 세트, 엄청난 컴퓨팅 및 전문적인 인재가 필요합니다. 분산 된 대안은 깊은 기술적, 경제적 인 도전에 직면합니다.

이것은 분산 된 AI가 파멸 된 것을 의미하지는 않습니다. 그러나 오류의 여백은 사라지고 있습니다. Web3-AI가 극적으로 가속화되지 않으면 중앙 집중식 생태계는 분산이 나중에 생각되는 지배력에 도달 할 것입니다. 다음 AI 트렌드에는 위험이 누락되지 않습니다. 그것은 AI 미래에서 근본적으로 관련이 없어지고 있습니다.

모닝콜

탄력성과 낙관주의는 Web3의 DNA에 포함되어 있으며보다 기술적으로 심각한 팀의 최근 노력은 nous 연구(분산 교육), 주요 지능(분산 교육), 계층(벤치마킹 및 evals), 다원론(분산 교육), 사하라 (AI 앱) 및 소수의 다른 사람들. 일부는 핵심 문제를 해결하기 시작하고 있습니다-프리시시 프리즈 ML, 분산 교육, 검증 가능한 추론.

그러나 이러한 노력은 표준보다는 예외가 남아 있습니다. Web3-AI 운동은 여전히 ​​인재, 데이터, 컴퓨팅, 인프라 및 자본이 부족합니다. 산만 함을 포기하고 기초 능력을 향해 지향해야합니다. 명확성 으로이 현실에 직면하면 코스를 바꿀 수 있습니다. 그것을 무시한다는 것은 역사상 가장 결과적인 기술 혁명을 놓치는 것을 의미합니다.