Hyperdust 联合创始人汪林川在 4 月香港 Web3 嘉年华进行了《通往 AGI 的 Web3 之路》主题分享,其表示 AI 已历经 20 年发展,现在是时候建设 AGI 了,而 Web3 化是其中一条合理的实现路径。Hyperdust 的目的是要通过 Web3 的方式构建去中心化、通用的人工智能(AGI)。
从学习角度出发,本文是对主题分享的梳理,其中蕴含着两条脉络,一是有关 AI、计算和加密资产的发展进化;二是 Hyperdust 基于 Web3 的 AGI 实现框架。
人工智能(AI)发展过程中,联结主义(神经网络)和符号主义(人工智能体)两大流派的发展各自都不能实现通用的人工智能(AGI)。但当联结主义发展到现在的大语言模型,具有了推理能力,可以与符号强化学习结合起来,形成大模型驱动的智能体,带来通用的 AGI 的可能性。
该图中:
l 横坐标 X:代表并行计算能力从弱到强,依次是通用计算、加速计算和 AI 计算;CPU 并行计算弱,而 GPU 并行计算强;
l 竖坐标 Y:代表计算完备性,从非图灵完备到图灵完备;CPU 和 GPU 都支持图灵完备的计算;
l 纵坐标 Z:是计算虚拟化程度,从个人电脑的边缘计算、云实例、函数调用到虚拟化程度最高的 P2P 计算,这正是 Web3 的计算方式。
可以看出,以 POW 为代表的 bitcoin 具有很好的 P2P 和并行计算能力,但没有图灵完备性;而以 EVM 为代表的 ethereum 具有很好的 P2P 和图灵完备性,但不支持并行计算。但这样的特性可以满足 DeFi 应用的通用计算需求,所以我们看到 DeFi 在以太坊上得到了充足的发展。
在上面的坐标图中,Web3 AGI 应该是最远的那个点,可以看出 bitcoin、ethereum 都不能满足其需求,Web3 AGI 需要一个更好的计算范式:高度并行化、图灵完备性和 P2P,以解决一些真实世界的需求,比如渲染、AI 训练、算法推理等。所以若要满足 AGI 计算的需求,现有计算模型必须进行升级和改造。
而当前 Web3 计算能力现状如何呢?看图:
绿色线条表示的是英伟达 Nvidia 支持的 AI 计算能力,这与 PoW(白线)和 EVM(蓝线)拉出了巨大的差距,这个鸿沟可能将越来越大。而 Hyperdust 是其中一种可行的解决方案,以弥补链上算力和 AI 算力需求的巨大鸿沟,这被称之为Web3 算力的复兴。
Hyperdust 是一个链上的 3D AI 计算模型,将链下密集型 GPU 计算转变为可验证的链上数据的有效性,从而实现链上的强计算,无论在计算并行度、完备性和 P2P 方面,都是离 Web3 AGI 所需要的计算模型是最接近的。
从加密资产进化路径,也让我们看到 Web3 是通向 AGI 道路的可能性和必要性。
可能性就是前面提到的,Hyperdust 成为一种 Web3 算力模型范式的增加,具备并行、完备性和 P2P 计算特性,将为 Web3 世界带来更多的 AI 算力。
但必要性在哪里?为什么 Web3 需要 AGI?这可以从加密资产的进化趋势来看。上图呈现了加密资产范式从标量、矢量到张量的变化,资产的维度也从 1 维、2 维、3 维到高维的变化,在数学上它们可以分别由数、数组、矩阵、高维矩阵来表达。
维度的增加,意味着表达资产的复杂度增加,资产承载的信息也呈指数级增长:
l 1 维仅表达数量 number,比如 FT,这是标量资产;
l 2 维则可以表达唯一的 ID 和资产数据对应的 Url,比如 NFT,这是矢量资产;
l 3 维变得更加复杂,除了资产 ID,还有资产的各种二维信息,诸如数字、图片、音视频、各类数据信息等,这类资产如铭文、404 等混合了 FT 与 NFT 的双重属性,这是标量资产与二维资产的混合资产;
l 最后,高维情况下,资产需要【ID,X,Y,Z…】更多维度来表达诸如 AI 生成的训练数据、算法模型、链上信息等各种维度信息,以构建复杂的资产复合体,比如元宇宙 3D 资产、AI 资产、RWA、DePin 资产等。这类资产被称之为NFG,是一种非同质化生成物,具有更高的复杂度和自由度,这是 Hyperdust 在 2021 年提出来的一种 AIGC 资产标准,目前仍在完善和增强之中。
随着资产复杂度的增加,原来诸如 EVM 这样的通用计算模型,不能支持并行计算,难以支持复杂资产的实现和计算运行。就如 CPU 也可以玩一些简单游戏,但更炫的 3D 游戏则需要 GPU 的支持。那么对于 AI 时代的加密资产实现,资产的描述信息、验证信息等是高维的,链上计算模型范式也需要进一步的升级,以支撑资产多样化和不断进化。
构建一个完整的 AGI 系统,涉及到算法、算力和数据三类要素,但仅仅这三类还不够,还需要一套经济协作系统将其融合在一起,从而成为一个有机的整体。这里就完整呈现出生产力、生产资料和生产关系之间的相互关系。
算法和算力是生产力,数据是生产资料,经济协作系统则是生产关系,如图所示。
将这套逻辑运用到 Web3 化的 AGI 中,就成为了 Hyperdust 的 dAGI 实现框架。
其中,算法 / 模型是 HyperAI,是结合大模型驱动的 Agent;数据 / 环境是 MOSSAI;算力网络是 Hyperdust,这是 Web3 链上的 3D AI 计算平台;此三者通过代币 $HYPT 的经济模型而构建起验证机制、结算机制、激励机制和防作弊机制等,而实现 dAGI 融合。
最后说明一下,本文仅是从认知和实现框架上进行了梳理,以作为自我学习的参考。建立起这个整体框架,将有助于深入了解 Hyperdust 这个项目的实际运行情况,以及在竞争中所处的态势,是否值得参与,如何参与。这是接下来深入投研将要给出的答案。
更多信息更新请前往 X(Twitter):@web3thinking
【免责声明】市场有风险,投资需谨慎。本文不构成投资建议,用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资,责任自负。