MariSokol369
Помощник форума
Сооснователь Ethereum Виталик Бутерин обратил внимание на важный технологический сдвиг: развитие локальных моделей искусственного интеллекта.
По его словам, современные мощные модели начинают эффективно работать на потребительском «железе», что открывает новые перспективы для приватности и децентрализации.
DeepSeek V4: доступность домашнего уровня
Бутерин отметил прогресс в оптимизации модели DeepSeek V4. Благодаря методам квантования (в частности, 2-битной версии) модель стала доступной для запуска на домашнем оборудовании:
Виталик ввел термин "CROPS AI" (Cross-Platform Optimized Systems), чтобы подчеркнуть разницу между просто "децентрализованным" ИИ и системами, которые действительно оптимизированы под различное аппаратное обеспечение. По его мнению, индустрия должна двигаться в сторону такой универсальности, чтобы мощные нейросети не были привязаны к конкретным дата-центрам или производителям чипов.
ИИ как инструмент безопасности Ethereum
Бутерин видит глубокую связь между развитием локального ИИ и нуждами блокчейн-экосистемы:
По его словам, современные мощные модели начинают эффективно работать на потребительском «железе», что открывает новые перспективы для приватности и децентрализации.
DeepSeek V4: доступность домашнего уровня
Бутерин отметил прогресс в оптимизации модели DeepSeek V4. Благодаря методам квантования (в частности, 2-битной версии) модель стала доступной для запуска на домашнем оборудовании:
- Требования: Модель требует около 90 ГБ видеопамяти.
- Производительность: На устройствах Apple модель обрабатывает около 35 токенов в секунду, на оборудовании AMD — около 7 токенов в секунду.
Виталик ввел термин "CROPS AI" (Cross-Platform Optimized Systems), чтобы подчеркнуть разницу между просто "децентрализованным" ИИ и системами, которые действительно оптимизированы под различное аппаратное обеспечение. По его мнению, индустрия должна двигаться в сторону такой универсальности, чтобы мощные нейросети не были привязаны к конкретным дата-центрам или производителям чипов.
ИИ как инструмент безопасности Ethereum
Бутерин видит глубокую связь между развитием локального ИИ и нуждами блокчейн-экосистемы:
- Приватность: Технологии, позволяющие безопасно и приватно обращаться к ИИ-моделям, аналогичны методам защиты данных при работе с сетью Ethereum через RPC. Одно решение может защищать пользователя в обоих направлениях.
- Безопасность кода: Виталик призвал разработчиков создавать ИИ-модели, специально заточенные под написание и аудит смарт-контрактов.
- Пример эффективности: В качестве успешного примера он привел модель Leanstral. Несмотря на относительно небольшой объем (менее 70 ГБ), она успешно конкурирует с гигантскими моделями в написании формально верифицируемого кода на языке Lean, что критически важно для безопасности протоколов.
