Завьялов Илья Николаевич про Ritual (Ч.1).

Перед тем как вы погрузитесь в изучение статьи, обратите внимание на тот факт что всё упомянутое в ней не является финансовой рекомендацией для принятие более взвешенного решения просьба провести свое собственное исследование.

Ritual готов трансформировать пространство ИИ x Crypto, решая критический, но часто упускаемый элемент: верификацию.

Акцентируя внимание на верифицируемости вместо доверия, Ritual стремится предоставить децентрализованные вычисления, которые можно проверить в блокчейне.

С ожидаемым запуском токена и ключевыми партнерствами на горизонте, Ritual нацелен на слияние мощи ИИ Web2 с безопасностью Web3.

Ritual — ключевые выводы:

1. Стратегические партнерства: Ritual гордится значимыми партнерствами с EigenLayer, Celestia и MyShell, создавая новые возможности.
2. Элитная поддержка: Поддерживаемый ведущими фигурами, такими как Баладжи Шринивасан и Артур Хейес, Ritual использует значительные сетевые эффекты.
3. Ritual Superchain: Этот исполнительный слой переопределяет децентрализованный ИИ с ИИ-оптимизированной виртуальной машиной, повышая безопасность и гибкость.
4. Предстоящие запуски: Предстоящий запуск Ritual Superchain и вероятный запуск токена в 2024 году станут сигналом к крупным изменениям в децентрализованном ИИ.
5. Бездоверительный ИИ: Ritual выделяется как ведущий новатор и авторитет в области решений для бездоверительного ИИ в пространстве web3.

А. Реальность «смарт-контрактов»:

Как красноречиво выразился Дэвид Аттерман, «смарт-контракты на самом деле не очень умны.»

Их базовая логика — это сознательный дизайн для поддержания децентрализации блокчейна и стимулирования участия. Это делает сложные вычисления в блокчейне, такие как требуемые для больших языковых моделей (LLMs), невыполнимыми.

Растущая необходимость интеграции моделей ИИ в смарт-контракты подчеркивает значительное узкое место в эволюции блокчейна.

B. Растущие вычислительные потребности и отсутствие комплексных решений:

Усиливающийся спрос на вычислительную мощность, необходимую для обучения моделей, их настройки и вывода, в сочетании с возрастающими затратами на централизованные облачные провайдеры, такие как AWS и Google Cloud, представляет собой значительную проблему.

Протоколы DeCompute, такие как Akash Network, могут предложить более доступные вычисления, чем централизованные сервисы, но часто полагаются на предполагаемую точность выводов и доверие к операторам узлов без проверки результатов.

Такая зависимость ограничивает их применимость в промышленных приложениях, где важны экономические соображения.

C. Недостаток механизмов для стимулирования и наказания:

Существующие протоколы DeCompute работают путем объединения неиспользуемых GPU, подобно системе carpool, которая собирает простаивающие автомобили для транспортировки.

Хотя эти системы эффективно организуют ресурсы — подобно сортировке автомобилей по модели и цвету — они не обладают надежными механизмами для наказания за неправомерные действия.

Этот пробел можно сравнить с разрешением участникам carpool злоупотреблять или повреждать автомобили без каких-либо последствий.

Для создания надежной децентрализованной инфраструктуры важно уменьшить зависимость от доверия, стимулируя надежное участие и наказывая за неудачи, обеспечивая справедливую и эффективную систему.

D. Риск заражения данных и вмешательства в вычисления:

Надежность выводов модели напрямую зависит от качества обрабатываемых данных. При использовании выводов модели в реальных приложениях крайне важно защитить целостность как данных, так и процесса вывода.

Из-за непрозрачной природы многих больших языковых моделей (LLMs) изменения в данных могут быть не сразу заметны, что потенциально позволяет манипуляциям оставаться незамеченными до тех пор, пока не станет слишком поздно.

E. Риски, связанные с централизованными облачными провайдерами:

Централизованные облачные провайдеры, контролирующие значительную часть узлов GPU, представляют серьезные риски, потенциально диктуя условия. У них есть возможность повышать цены, ограничивать доступ к GPU и цензурировать пользователей.

Кроме того, они могут навязывать строгие правила относительно типов разрешенных моделей, ограничивая свободу и гибкость разработчиков и пользователей.

Несмотря на эти ограничения технологической инновации и разнообразия, доля рынка этих крупных провайдеров продолжает расти:

F. Ликвидность и операционная эффективность в протоколах Web3:

Ликвидность в протоколах DeFi часто фрагментирована по сетям или недостаточно используется.

Кроме того, многие протоколы web3 испытывают централизованное влияние, поскольку не могут получить доступ к внешним источникам данных.

Ritual решает эти проблемы, предлагая проверяемый метод получения необходимых данных, уменьшая зависимость от централизованных источников.