Момент Дарвина для искусственного интеллекта: когда модель начинает бороться за выживание

Оригинальное название: Дарвиновский ИИ — Голодные игры ИИ

Автор оригинала: 0xJeff

Оригинальный перевод: Сирша, Foresight News

Конкуренция всегда была основой человеческой эволюции. На протяжении всей истории люди постоянно конкурировали ради достижения различных целей, включая:

· Еда и территория

· Друзья / партнеры

· Статус в племенах или обществах

· Альянсы и возможности сотрудничества

Охотники преследовали добычу, воины сражались за выживание, вожди племён боролись за территорию. Со временем особи с благоприятными для выживания качествами смогли выжить, размножиться и передать свои гены из поколения в поколение.

Этот процесс известен как «естественный отбор».

Процесс естественного отбора никогда не прекращался, эволюционируя: от «конкуренции за выживание» к постепенному переходу к «соревнованию как развлечению» (например, гладиаторским боям, Олимпийским играм, спортивным мероприятиям и киберспорту), в конечном итоге трансформировавшемуся в «соревнование в стиле ускорителя, движущего эволюцию» (в таких областях, как технологии, СМИ, кино, политика и т. д.).

Естественный отбор всегда был основной движущей силой эволюции человека, но следует ли этой же логике эволюция искусственного интеллекта?

Развитие искусственного интеллекта не определяется одним-единственным «изобретением», а, скорее, обусловлено бесчисленными примерами «невидимых соревнований и экспериментов» — эти соревнования в конечном итоге отбирают выживающие модели, отбрасывая забытые.

В этой статье мы подробно рассмотрим эти невидимые конкурентные ситуации (охватывающие области Web2 и Web3) и, с точки зрения «конкуренции», проанализируем эволюционную траекторию искусственного интеллекта. Давайте исследуем вместе.

В период с 2023 по 2025 год, с появлением ChatGPT, сфера искусственного интеллекта пережила взрывной рост.

Однако еще до появления ChatGPT компания OpenAI уже успела проявить себя в игре «Dota 2» (используя систему «OpenAI Five»): в десятках тысяч матчей с обычными игроками, профессиональными геймерами и даже с самой собой она продемонстрировала способность к быстрому развитию, в каждом матче увеличивая свою мощь.

В конце концов родилась сложная интеллектуальная система, которая в 2019 году одержала убедительную победу над действующими чемпионами мира по «Dota 2».

Другой известный случай произошёл в 2016 году: AlphaGo победила чемпиона мира по го Ли Седоля. Самым поразительным в этом событии была не сама «победа над чемпионом мира», а «метод обучения» AlphaGo.

Обучение AlphaGo не основывалось исключительно на данных, полученных от человека. Подобно OpenAI Five, он развивался посредством «самостоятельной игры» — повторяющегося процесса:

· Каждое поколение модели конкурирует с предыдущим поколением;

· Наиболее эффективные варианты модели сохраняются и «воспроизводятся» (т.е. итерация оптимизации);

· Слабые стратегии устраняются.

Другими словами, «дарвиновский ИИ» сжал эволюционный процесс, который изначально занял бы миллионы лет, до вычислительного периода длиной в несколько часов.

Этот «конкурентный цикл» привёл к технологическим прорывам, невиданным ранее. Сегодня мы наблюдаем похожую конкурентную модель в финансовой сфере, хотя и в иной форме.

Дарвиновский ИИ в сфере криптовалют

На прошлой неделе Nof1 стал горячей темой благодаря запуску «Альфа Арены». Это была «битва не на жизнь, а на смерть за бессрочные криптовалютные контракты» с участием шести моделей искусственного интеллекта (Claude, DeepSeek, Gemini, GPT, Qwen, Grok). Каждая модель управляла $10 000, и победителем оказывалась модель с лучшим соотношением прибыли и убытка (PnL).

«Альфа Арена уже запущена! 6 моделей ИИ инвестировали по 10 000 долларов каждая для автономной торговли. Реальные средства, реальный рынок, реальный бенчмарк — какая модель, по вашему мнению, покажет лучшие результаты?»

Это соревнование быстро завоевало популярность, не столько благодаря своим правилам, сколько благодаря своей «открытости»: обычно «альфа-стратегии» (то есть стратегии с избыточной доходностью) держатся в строгой тайне. Однако в этом соревновании мы можем в режиме реального времени наблюдать, «какой ИИ лучше всего зарабатывает деньги».

Более того, пользовательский интерфейс (UI/UX), отображающий торговые показатели в реальном времени, отличается исключительной плавностью и оптимизацией. Команда использует текущую популярность и опыт, накопленный в ходе конкурентной борьбы, для разработки моделей и торговых инструментов Nof1; в настоящее время пользователи, заинтересованные в этом инструменте, могут записаться в лист ожидания для получения пробной версии.

Подход Nof1 не новинка — подобные соревнования давно существуют в финансовой сфере (особенно в экосистеме Bittensor и на рынке криптовалют в целом). Однако ни одна команда не смогла демократизировать и популяризировать подобные соревнования так, как это сделала Nof1.

Вот некоторые из наиболее показательных случаев нарушения конкуренции:

Synth (Конкурс синтезаторов)

(Идентификатор: SN50, Инициатор: @SynthdataCo)

В этом конкурсе инженерам машинного обучения необходимо использовать модели машинного обучения для прогнозирования цены и волатильности криптоактивов. Победители получают вознаграждение в виде токенов SN50 Synth Alpha. Впоследствии команда использует эти высококачественные результаты прогнозирования для генерации высокоточных «синтетических данных о ценах» (и прогнозов ценовых трендов).

«С начала этого года мы выделили более 2 миллионов долларов в качестве вознаграждений ведущим специалистам по обработке данных и количественным аналитикам, участвовавшим в конкурсе».

В настоящее время команда использует эти сигналы прогнозирования для торговли криптовалютами на платформе Polymarket. На сегодняшний день им удалось достичь чистой доходности инвестиций (ROI) 184% при начальном капитале в 3000 долларов США. Следующая задача — увеличить объём торгов, сохранив при этом текущие показатели.

«Вот последние новости о нашей торговле на платформе Polymarket:

・Основная сумма: 3000 долларов США

・Прибыль: 5521 доллар США

・Рентабельность инвестиций (ROI): 184%

・Годовая процентная доходность (APY): 3,951%

Всё это поддерживается прогнозной моделью Synth. Мы подробно рассмотрим логику, лежащую в основе этой функции, в рубрике «Поиск новинок» на этой неделе.

Sportstensor (конкурс спортивных прогнозов)

(Идентификатор: SN41, Инициатор: @sportstensor)

Это подсеть, ориентированная на «преодоление рыночных шансов» и нацеленная на изучение «выгодных возможностей» на мировом рынке ставок на спорт. Это постоянное соревнование, в котором инженеры машинного обучения должны использовать модели для прогнозирования результатов крупных спортивных лиг, таких как Главная лига бейсбола (MLB), Главная лига футбола (MLS), Английская премьер-лига (EPL), Национальная баскетбольная ассоциация (NBA) и других. «Лучшая модель», способная достичь прибыльности, получит вознаграждение в виде токенов SN41 Sportstensor Alpha.

В настоящее время средняя точность прогнозов участвующих моделей составляет около 55%, при этом наиболее высокорейтинговый «майнер» (т. е. разработчик модели) достигает точности до 69% и дополнительной доходности инвестиций в размере 59%.

Компания Sportstensor заключила партнерское соглашение с Polymarket, выступив в качестве ликвидного слоя, что позволило увеличить объем торговли спортивными прогнозами на платформе Polymarket.

Команда также разрабатывает платформу «Альманах» — платформу для соревнований по спортивному прогнозированию для широкой публики: пользователи смогут получать доступ к сигналам и расширенной аналитике прогнозов, предоставляемой майнерами Sportstensor, и соревноваться с другими пользователями на основе этой информации. Лучшие прогнозисты смогут получать вознаграждение до 100 000 долларов США в неделю (дата запуска будет определена позднее).

AION (Война рынков и конкуренция)

(Инициаторы: @aion5100, @futuredotfun)

@aion5100 (команда интеллектуальных агентов, специализирующаяся на прогнозировании событий/исходов) объединяется с @futuredotfun для запуска конкурса «Война рынков».

Старт конкурса запланирован на четвертый квартал 2024 года, он позиционируется как «Кубок мира по рынку предсказаний», где в поединках прогнозов на платформах Polymarket и Kalshi смогут участвовать как люди, так и искусственный интеллект.

Цель конкурса — стать «абсолютным источником истины» благодаря «коллективному обмену опытом». Основным показателем оценки является не традиционная «точность прогнозов», а «доля внимания, объём торгов и репутация», и победителями становятся участники, показавшие лучшие результаты по этим показателям.

Команда глубоко интегрирует свои передовые инструменты анализа рынка прогнозирования, функционал копирования сделок и продукты социальной торговли в конкурентную борьбу, чтобы помочь трейдерам использовать эти инструменты и получить преимущество в конкуренции с другими прогнозистами.

Fraction AI (Многосценарное соревнование ИИ)

(Инициатор: @FractionAI_xyz)

На платформе проводятся различные типы соревнований: пользователи могут задействовать агентов ИИ в таких сценариях, как «Крестики-нолики на основе ставок», «Футбольная драка», «Биткойн-торговая битва» и «Торговля на Polymarket». Кроме того, на платформе представлено соревнование «ALFA» — похожее на «Alpha Arena», но модели ИИ используют виртуальную валюту для торговли друг с другом по бессрочным контрактам.

В соревновании «ALFA» пользователи могут приобретать «длинные/короткие акции» ИИ-агентов, делая ставки на то, какой агент достигнет наибольшей прибыли или убытка (PnL) по итогам каждой ежедневной торговой сессии. Подобно «Alpha Arena», пользователи могут в режиме реального времени отслеживать стратегии, используемые каждым агентом, и активы, которые он использует.

Полученные в ходе соревнования знания и данные будут использованы для дальнейшей оптимизации агентов ИИ, а в будущем пользователи смогут направлять свои средства этим агентам для совершения торговых операций от их имени.

Команда планирует распространить применение ИИ-агентов на все популярные финансовые сферы, включая трейдинг, DeFi и рынки прогнозов.

Аллора (Финансовый конкурс микроработ)

(Инициатор: @AlloraNetwork)

Allora можно назвать «Биттензором финансовой сферы»: платформа устанавливает «тематические задачи» или «микроработу» (например, прогнозирование цен криптовалют), в рамках которой инженеры машинного обучения соревнуются за разработку «лучшей модели».

В настоящее время модели прогнозирования цен в основном ориентированы на основные криптовалюты; наиболее эффективные инженеры машинного обучения (именуемые «фальсификаторами» или «майнерами») могут получить вознаграждение «Allora Hammer», которое будет конвертировано в поощрительные токены $ALLO после официального запуска основной сети (скоро).

У команды есть ряд глубоких приложений «Динамическая стратегия DeFi»: благодаря применению модели Allora стратегии DeFi становятся более гибкими, что снижает риск и одновременно повышает уровень доходности.

Например, «Стратегия цикла ETH/LST»: она резервирует часть средств для использования «возможностей для коротких продаж» — если модель прогнозирования указывает на то, что колебание цены превышает определенный порог, стратегия автоматически обменивает LST (токен стейкинга ликвидности) на USDC и устанавливает короткую позицию, стремясь получить прибыль от прогнозируемого колебания цены.

Интересной особенностью Allora является принятие ею модели «Распределение токенов субсидирования фактического дохода»: например, комбинация «10 000 долларов США токенов ALLO + 5 000 долларов США дохода клиентов» будет распределена для снижения потенциального давления со стороны майнеров в плане продажи токенов.

Другие значимые соревнования

（1）Конкурсы, связанные с финансами (дополнительные)

SN8 PTN (Инициатор: @taoshiio): Цель этого конкурса — краудсорсинг высококачественных торговых сигналов, полученных с помощью глобальных моделей искусственного интеллекта и количественных аналитиков, чтобы превзойти показатели традиционных хедж-фондов. Его основная цель — «прибыльность, скорректированная с учётом риска», а не просто «чистая доходность».

Numerai (хедж-фонд на основе искусственного интеллекта) (Инициатор: @numerai): Это хедж-фонд, основанный на искусственном интеллекте, недавно получивший финансирование в размере 500 миллионов долларов от JPMorgan Chase (что означает, что JPMorgan Chase выделит до 500 миллионов долларов на торговые стратегии Numerai). Стратегия фонда основана на «конкурсе моделей машинного обучения», где особое внимание уделяется «долгосрочной оригинальности» и «точности с поправкой на риск». Участие в конкурсе предполагает стейкинг токенов NMR в качестве вознаграждения. На сегодняшний день платформа распределила между участниками токены NMR на сумму более 40 миллионов долларов.

（2）Конкурсы, не связанные с финансами

Ridges AI (конкурс децентрализованного программирования) (идентификатор: SN62, инициатор: @ridges_ai): это децентрализованная торговая платформа для «агентов ИИ-разработки программного обеспечения», цель которой — полностью заменить программистов-людей на ИИ-агентов в таких задачах, как «генерация кода, исправление ошибок и полная разработка проекта». ИИ-агенты соревнуются в «реальных задачах программирования», а агенты, предоставляющие высококачественные решения, получают ежемесячные награды «Alpha Subnet» в размере от 20 000 до 50 000 долларов США.

Конкурс Flock.io (Инициатор: @flock_io): Конкурс разделен на две части: одна — «создание лучшей базовой модели ИИ», а другая — «тонкая настройка предметно-ориентированных моделей посредством федеративного обучения». Выдающиеся тренеры (т.е. «майнеры») могут зарабатывать от 500 000 до 1 миллиона долларов в год, обучая модели ИИ. Преимущество федеративного обучения заключается в том, что учреждения могут в полной мере использовать возможности ИИ, сохраняя при этом конфиденциальность локальных данных.

Что все это значит?

Сегодня развитие искусственного интеллекта достигается посредством «открытой конкуренции».

Каждая новая модель, появляющаяся на свет, сталкивается с высоким давлением: дефицитом данных, ограниченными вычислительными ресурсами и ограниченными механизмами стимулирования. Эти факторы стали основными критериями «отсева выживающих моделей».

Вознаграждения в виде токенов служат одновременно и «источником энергии»: модели, которые могут эффективно использовать эту «энергию», будут постоянно расширять свое влияние, в то время как модели, которые не смогут эффективно ее использовать, будут постепенно выходить из строя.

В конечном итоге мы построим «Экосистему агентов» — эти агенты будут развиваться посредством «обратной связи», а не «инструкций», известных как «автономные агенты» (а не «генеративный искусственный интеллект»).

Куда движется будущее?

Эта волна «открытой конкуренции» выведет искусственный интеллект из «централизованной модели» в «децентрализованную модель с открытым исходным кодом».

В будущем в «децентрализованной среде» появятся мощные модели и агенты.

Вскоре искусственный интеллект сможет самостоятельно управлять своим «циклом самосовершенствования»: одни модели будут настраивать другие, оценивать их производительность, самооптимизироваться и автоматически устанавливать обновления. Этот цикл значительно сократит участие человека и одновременно ускорит итерации ИИ.

По мере распространения этой тенденции роль человека сместится с «проектирования искусственного интеллекта» на «фильтрацию ИИ с целью сохранения и сохранения полезного поведения ИИ, а также установления правил и границ, имеющих положительное математическое ожидание (EV+) для общества».

Последняя мысль

Конкуренция часто подпитывает инновации, но также может способствовать «манипулированию вознаграждениями» и «игре с системой».

Если конструкция системы не может «стимулировать долгосрочное полезное поведение», она неизбежно приведет к провалу — например, некоторые майнеры могут использовать лазейки в правилах, чтобы «играть в награды», вместо того чтобы действительно вносить ценность.

Поэтому «открытая система» должна быть оснащена надежными «механизмами управления» и «системами стимулирования»: как для поощрения хорошего поведения, так и для наказания плохого.

Тот, кто первым сможет достичь этой цели, овладеет следующей волной «ценности, внимания и базовой мудрости» инноваций.

Ссылка на оригинальную статью

Добро пожаловать в официальное сообщество BlockBeats:

Группа подписки в Telegram: https://t.me/theblockbeats

Группа обсуждения Telegram: https://t.me/BlockBeats_App

Официальный аккаунт в Twitter: https://twitter.com/BlockBeatsAsia