Останніми роками штучний інтелект (ШІ) вийшов за межі своїх традиційних сфер хмарних обчислень і програмного забезпечення та все більше зливається з роботами та пристроями IoT у фізичному світі. На початку 2025 року генеральний директор NVIDIA Дженсен Хуанг заявив, що «ера робототехніки зі штучним інтелектом наближається». Це підняло важливе питання: чи домінуватимуть у майбутньому інтелектуальних машин кілька технологічних гігантів, чи вони будуть децентралізовані, належатимуть і керуватимуться спільнотами через структуру Web3? У міру того, як концепція «фізичного штучного інтелекту» набирає обертів, з'являється нова парадигма — децентралізований фізичний штучний інтелект (DePAI), яка пропонує переконливе рішення. У цій статті ми розглянемо основні принципи, технологічну архітектуру, реальні програми та проблеми DePAI, щоб провести вас через потенційні інвестиційні можливості в цій галузі, що розвивається.

Що таке DePAI? Хто контролюватиме роботів завтра?

Отже, що саме таке децентралізований фізичний штучний інтелект? Простими словами, DePAI виводить штучний інтелект з хмари і вносить його до реального світу, завдяки децентралізованим технологіям, таким як блокчейн. Він поєднує фізичну робототехніку, AI агенти, просторовий інтелект, та децентралізовані фізичні інфраструктурні мережі (DePIN) , що дозволяє втілені системи штучного інтелекту працювати автономно та з суверенітетом в рамках архітектури Web3. У цій моделі фізичний штучний інтелект - такий як роботи - вже не просто інструмент для автоматизації. Він стає активним учасником в блокчейн мережі, здатним приймати незалежні рішення, взаємодіяти з своєю оточуючою середою та користуватися відкритими спільнотами для обчислювальної потужності та даних.

Наприклад, уявіть, що у вас є автомобіль з системою автопілоту. У традиційній централізованій системі штучного інтелекту автомобіль керувався б попередньо встановленими алгоритмами. Однак у фреймворку DePAI транспортний засіб може аналізувати умови дорожнього руху в реальному часі, обмінюватися даними з іншими транспортними засобами та спільно визначати найбезпечніший маршрут. Його обчислювальні ресурси та дані про дорожні умови не надходили б від одного централізованого джерела, але надавалися б розподіленою мережею пристроїв та користувачів по всьому світу.

Як DePAI пов'язаний з децентралізованим штучним і фізичним штучним інтелектом

Для уточнення, децентралізований штучний інтелект вказує на використання технологій блокчейну або розподілених технологій для навчання або запуску моделей штучного інтелекту, переважно з фокусом на програмному забезпеченні та даних (наприклад, децентралізовані обчислювальні мережіабоШІ DAOс). Фізичний штучний інтелект, з іншого боку, підкреслює інтеграцію ШІ в реальне апаратне забезпечення, таке як роботи, автономні транспортні засоби, штучні інтелектуальні окуляри або навіть розумні протези. DePAI поєднує в собі обидва підходи - вбудовування ШІ в фізичні пристрої, забезпечуючи децентралізовану координацію та операції через блокчейн. Це дозволяє машинам взаємодіяти, співпрацювати та приймати рішення в недовірливому та перевіреному способі.

Одним реченням: DePAI - це версія фізичного штучного інтелекту у веб3.
За цією моделлю власність та контроль над розумними машинами вже не монополізується великими корпораціями, але ділиться серед спільнот та користувачів.

Технічні засади DePAI: консенсус блокчейну, ZKP та надійні джерела даних

При тому, як роботи на базі штучного інтелекту стають все більш поширеними, DePAI має на меті побудувати безпечну та ефективну інтелектуальну екосистему, яка ґрунтується на кількох основних технологіях. Наведений нижче графік надає швидкий огляд того, як технологія DePAI розвивалася з часом.

Хронологія еволюції технології DePAI (Джерело: Gate Learn, автор John)

Давайте зараз зосередимося на основних технологіях, які є найважливішими для DePAI.

Блокчейн та механізми консенсусу

Один з блокчейнОсновні переваги полягають у можливості забезпечити децентралізоване записування та обмін даними без покладання на центральний орган. Шляхом використання механізми консенсусу, воно забезпечує те, що всі машини в мережі підтримують послідовний, недоступний для втручання вид системного стану. У майбутньому, яке визначається взаємопов'язаним Інтернет речейпристрої та автономні роботи, блокчейн забезпечує масштабовану та низьколатентну інфраструктуру, здатну обробляти великі потоки даних, критичні для прийняття рішень в реальному часі в сценаріях, таких як управління автономним трафіком та координація багатоагентних систем.

Довірені джерела даних з пристроїв Інтернету речей

DePAI сильно покладається на дані в реальному часі, зібрані датчиками та пристроями, щоб навчати моделі штучного інтелекту. Однак з цими джерелами даних, які розподілені так широко, забезпечення їх автентичності стає викликом. Це те місце, де відома проблема оракулав блокчейн приходить на передній план: як надійно передавати дані з реального світу до блокчейну. Загальні рішення включають апаратну перевірку ідентичності,цифрові підписи, та перевірка джерел. Зростаюче, Докази нульового знання ZKPs) також ухвалюються.

ZKPs дозволяють одній стороні довести правдивість заяви, не розголошуючи основних даних. Наприклад, ви можете довести, що ви знаєте пароль, не розголошуючи сам пароль. У контексті DePAI кожен пристрій може перевірити валідність та автентичність даних, які він надає, не розголошуючи фактичного змісту, тим самим захищаючи конфіденційність.

Ось як працює процес: як тільки пристрій увімкнеться, він спочатку реєструється в блокчейні, щоб отримати Децентралізований Ідентифікатор (DID)DIDВона потім використовує вбудоване апаратне та програмне забезпечення для генерації ZKP, щоб довести, що її дані є законними. Розумні контракти на блокчейні перевіряють доказ, і якщо все перевірено, пристрій отримує винагороду (наприклад, токени). Ще більше пристроїв будуть мотивовані внести дані відчуттів, обчислювальну потужність або інші послуги.

ZKP Workflow (Джерело: NovaNet)

Дозволяючи пристроям доводити свою легітимність, не порушуючи конфіденційність даних, ZKPs допомагають DePAI вирішувати дві основні проблеми: автентичність даних та захист конфіденційності. Результатом є надійна та відкрита екосистема.

Вимоги до даних та обчислень для навчання штучного інтелекту

Для того щоб фізичні штучні інтелект-агенти могли працювати автономно в складних та динамічних середовищах, вони потребують міцних моделей штучного інтелекту. Це вимагає двох ключових ресурсів: різноманітних тренувальних даних та великої обчислювальної потужності.

У межах екосистеми DePAI більшість навчальних даних буде надходити з розподілених пристроїв Інтернету речей. Ці пристрої безперервно транслюють свіжі екологічні дані з усього світу, що дозволяє моделям залишатися актуальними та адаптивними.

Наприклад, давайте скажемо, що ми хочемо створити 3D-карту міста. Ви можете уявити, що використовуєте високороздільний LiDAR для сканування все, але такі системи можуть коштувати сотні тисяч доларів, і їхні карти швидко застарівають. Більш ефективним підходом є використання мережі IoT-пристроїв — таких як вуличні камери та датчики навколишнього середовища — які постійно захоплюють умови доріг в реальному часі та деталі (наприклад, форми будівель, кути доріг, текстури матеріалів). Ці пристрої не централізовані; вони розподілені по міському ландшафту. Це робить їх унікально розташованими для подачі багатих, в реальному часі даних в моделі AI. У результаті роботи можуть краще розуміти та пристосовуватися до свого оточення — розвивати високорозвинену просторову інтелектуальність.

На стороні обчислень DePAI планує використовувати неактивне обладнання (таке як смартфони або ноутбуки) для формування децентралізованої обчислювальної мережі для тренування штучного інтелекту. Наприклад, Bittensorвикористовує механізм стимулювання на основі блокчейну для координації внесків GPU по всьому світу для розподілених завдань з штучного інтелекту. Проекти, як Благословітьдосліджували подібні концепції. Хоча децентралізоване обчислення все ще стикається з викликами у комунікації та ефективності, майбутні просування в протоколах комунікації та федеративне навчанняможе зробити його вівцем еволюції штучного інтелекту DePAI.

Використання DePAI

Хоча це ще є концепцією, DePAI має кілька перспективних сценаріїв застосування — навіть деякі з них вже входять у експериментальну фазу. Давайте розглянемо кілька ключових областей:

Автономне водіння та обмін даними між транспортними засобами (V2X)

Автономні транспортні засоби потребують величезних обсягів даних про водіння та контекстуальних вхідних даних для навчання моделей ШШ. Наразі більшість цих даних знаходиться в силосах в межах окремих виробників автомобілів.

DePAI надає можливість зламати ці силоси, надаючи водіям та пристроям стимули для завантаження вимірювань датчиків, відеозаписів та інших даних про водіння в децентралізовану мережу. Одним з реальних прикладів є додаток Drive & app мережі NATIX, який дозволяє користувачам пасивно сприяти створенню карт, їздячи на автомобілі. Згідно з NATIXНаразі понад 245 000 користувачів разом відобразили понад 156 мільйонів кілометрів доріг. Отримані дані про трафік та інфраструктурні уявлення компілюються у високоцінні, відкриті набори даних. Ці набори даних можуть бути використані для оптимізації навігаційних штучних інтелектів, підтримки міського планування та підвищення систем управління трафіком.

Привод та додаток, що залучають користувачів до створення карт (Джерело: NATIX)

Для підтримки цієї ініціативи NATIX розробив апаратний пристрій під назвою VX360, який може бути встановлений на автомобілі Tesla. Він зберігає до 256 ГБ відеоматеріалу про поїздки та безпечно передає динамічні геопросторові дані на блокчейн. У відповідь водії отримують токенні винагороди, тоді як зібрані відеодані можуть бути використані для симуляції, виявлення ризиків та вдосконалення алгоритмів автономного водіння.

Краса цієї моделі полягає в її здатності демократизувати дані. Замість того, щоб контролюватися декількома великими корпораціями, дані автономного керування стають спільною власністю. З масовою участю ми можемо створювати високоточні 3D-карти, які допомагають автомобілям з автопілотом швидше адаптуватися до реальних умов, зроблюючи майбутні системи мобільності безпечнішими та надійнішими.

Децентралізована робота співпраці

У центрах розподілу свіжої їжі та лікарнях автоматизація за допомогою роботів та смарт-пристроїв стає все більш поширеною у таких середовищах, як фабрики. Однак часто виникає нестача координації між роботами різних брендів і з різними функціями. Це призводить до ізольованих систем. Тут і виникає DePAI (Децентралізований Фізичний ШІ)—його мета полягає в створенні мережі співпраці між роботами на основі стандартизованих, децентралізованих протоколів, що дозволяють різнорідним роботам працювати разом незперечно.

Уявіть майбутнє смарт-склад, де роботи від різних виробників, такі як транспортні боти та інспекційні дрони, всі підключені до децентралізованої платформи. Ці машини можуть автономно узгоджувати завдання, обмінюватися даними про запаси та навколишнє середовище в реальному часі та координуватися без необхідності реєстрації центральному контролеру для видачі кожної команди. Для досягнення цього необхідна висока сумісність та послідовність, щоб кожен робот міг розуміти дії інших.

Наприклад, мережа Robonomics досліджує можливість з'єднання широко використовуваної Операційної системи роботів (ROS) з блокчейном, щоб дозволити роботам публікувати завдання або надавати послуги безпосередньо через смарт-контракти. У цій моделі патрульний робот може автоматично оплатити іншому роботові токени за прибирання певної області, повністю автономно і без втручання людини.

Для запобігання конфліктів та забезпечення плавної співпраці це також ґрунтується на децентралізованому просторовому обчисленні, де розподілені камери та сенсори створюють постійно оновлюваний 3D-цифровий двійник реального світу. Роботи, що працюють на штучному інтелекті, можуть посилатися на цей спільний просторовий шар. Хорошим прикладом є протокол Posemesh від Auki Network, який має на меті створити в реальному часі, зберігаючи конфіденційність, децентралізовану мережу просторової усвідомленості, дозволяючи розсіяним пристроям спільно генерувати спільну віртуальну карту. Роботи можуть використовувати цю карту не лише для локалізації та планування маршруту, але й для тренування в середовищі симуляції, схожому на метавсвіт, для підвищення їх точності в реальному світі.

Хоча децентралізована робототехнічна співпраця все ще перебуває на початкових етапах, деякі вертикальні випадки вже показують перспективу. У логістиці автономні керовані транспортні засоби (АКТЗ) на складах можуть спілкуватися через блокчейн, щоб уникати зіткнень та оптимізувати маршрути. У сільському господарстві дрони та автономні трактори можуть обмінюватися даними про врожай для точного землеробства. У галузі громадської безпеки децентралізовані патрульні роботи можуть спільно контролювати великі території та передавати обов'язки слідкування без централізованого контролю. Після досягнення зрілості ці сценарії можуть значно підвищити комерційну цінність DePAI.

Розумні міста, побудовані на ринках даних

Ще одне ключове застосування DePAI - це можливість створення фізичних систем штучного інтелекту за допомогою децентралізованих ринків даних - не лише агрегуючи фрагментовані дані Інтернету речей (наприклад, якість повітря або споживання енергії), а й дозволяючи агентам ШІ отримувати доступ до даних у реальному часі, обробляти їх і діяти на їх основі для швидшого та точнішого прийняття рішень.

У цій екосистемі фізичні особи або бізнеси з сенсорами можуть завантажувати та маркувати зібрані дані на блокчейн. Додатки, що прагнуть покращити продуктивність штучного інтелекту, можуть платити токени за доступ до цієї інформації в режимі реального часу. Блокчейн гарантує прозорість та незмінність транзакцій з даними, тоді як розумні контракти автоматично вирішують розподіл доходів, створюючи самоуправляючий, довірчий ринок даних.

Наприклад, WeatherXM надихає користувачів на розгортання персональних метеостанцій та завантаження гіперлокальних кліматичних даних в обмін на токени. Окрім використання для покращення прогнозів погоди, цей тип даних також може бути використаний пристроями, що підтримують DePAI. Наприклад, автономний автомобіль може вибирати оптимальні маршрути або знаходити місця для паркування на основі поточної погоди та трафіку. Розумні будинки можуть автоматично регулювати вентиляцію або температуру відповідно до зовнішніх умов.

WeatherXM децентралізує дані про погоду (Джерело: WeatherXM)

Схожі застосунки включають в себе децентралізовані системи управління енергією на основі штучного інтелекту, які використовують блокчейн для інтеграції оперативних даних від сонячних панелей, вітряних турбін та інших відновлюваних активів. Пристрої можуть динамічно перебалансувати навантаження та покращити ефективність мережі. Тим часом, дані датчиків, розподілені по різних регіонах, можуть бути використані для навчання моделей штучного інтелекту, які прогнозують природні катастрофи, такі як землетруси або повені, та випускають автоматичні попередження.

Усі процеси збору даних та оплати можуть бути автоматизовані за допомогою протоколів on-chain. Це усуває традиційних посередників API. Ця модель перетворює дані в торговий актив, що дозволяє ефективні та автоматизовані ринкові операції, в кінцевому підсиливши фізичні системи штучного інтелекту надійними даними, пропонуючи нові інвестиційні можливості в рамках економіки даних.

Персоналізовані штучні інтелектуальні асистенти та пристрої

DePAI також відкриває шлях для нового покоління асистентів з особистого штучного інтелекту з підтримкою конфіденційності та високої продуктивності, інтегруючи щоденні пристрої Інтернету речей - такі як пристрої для відстеження здоров'я, системи для розумного будинку та підключені офісні налаштування - з децентралізованим сховищем даних. На відміну від традиційних хмарних асистентів, ці системи працюють на межі, працюючи у взаємодії з фізичними пристроями штучного інтелекту, забезпечуючи суверенітет даних. Користувачі повністю володіють своїми особистими даними, які зберігаються безпечно на особистих вузлах або зашифрованих хмарах, поза досягом централізованих технологічних монополій. Моделі штучного інтелекту отримують доступ до цих даних за допомогою технік обчислення з підтримкою конфіденційності та надають індивідуальні уявлення та автоматизацію на основі поведінки, показників здоров'я або середовищних вхідних даних - все це взаємодіючи безпосередньо з реальними системами.

Наприклад, уявіть, що ви носите смарт-браслет або смарт-годинник, а ваш дім обладнаний смарт-лампами, термостатами та системами безпеки. Ці пристрої постійно збирають дані про вашу активність, сон, пульс, звички використання та оточуюче середовище вдома. Як тільки дані зашифровані та збережені в ланцюжку, ви залишаєте контроль. Коли ви налаштовуєте ціль щодо здоров'я або домашні налаштування, підключений до DePAI штучний інтелект може автоматично налаштувати ваші лампи, температуру або інші системи в реальному часі. У робочому середовищі персоналізований штучний інтелектуальний помічник може інтегрувати ваш календар, електронні листи та місцеві дані датчиків, щоб допомагати розкладати зустрічі, нагадувати вам про перерви та навіть керувати смарт-конференц-обладнанням — підвищуючи продуктивність.

Ця модель перевертає традиційну парадигму хмарного помічника, яку контролюють великі технологічні компанії, які часто централізують та експлуатують користувацькі дані. У децентралізованій структурі користувачі володіють своїми даними, а також користуються спеціалізованими послугами, наданими фізичними штучними інтелектами - вдома, на роботі або в дорозі. Весь процес залишається прозорим, безпечним та недоступним для втручання, оскільки всі обміни даними та транзакції контролюються протоколами блокчейну. Це відкриває шлях для справедливого та ефективного обміну даними та відкриває нові можливості для учасників економіки даних.

Виклики, що стоять перед DePAI сьогодні

Хоча ці програми показують величезні можливості, їх впровадження в реальному світі залежить від технічної зрілості та бізнес-прийняття. Однак тенденція очевидна: чи то в автономному водінні, робототехніці або розумних містах, ми рухаємося в бік систем, які є більш автономними, співпрацюючими та зорієнтованими на дані. DePAI служить основним координаційним шаром, надаючи відкрите, безпечне та справедливе середовище для фізичних застосувань штучного інтелекту.

Однак, як і всі нові технології, DePAI стикається з критичними викликами, які потрібно вирішити перед масовим прийняттям—особливо для тих, хто розглядає інвестиції:

Конфіденційність даних та відповідність законодавству

DePAI сильно покладається на реальні дані, деякі з яких можуть включати особисту інформацію—таку як обличчя або голосові записи з дорожніх записів. Забезпечення відповідності законам про конфіденційність, таким як GDPR, під час збору даних великого масштабу є значним перешкодою. Навіть з технологіями, такими як докази без знань (ZKPs), все ще потрібні чіткі політики використання даних та стандарти анонімізації. Крім того, деякі юрисдикції мають правові обмеження на спостереження або збір даних на основі дронів. Проекти DePAI повинні забезпечити відповідність законодавству в кожному регіоні діяльності.

Безпека мережі та пристроїв

Децентралізована система, яка переживає кібератаку, може стикнутися з наслідками, що виходять далеко за межі витоку даних – злоякісні команди можуть безпосередньо впливати на фізичні пристрої. Наприклад, підроблена інструкція, внесена в мережу роботів, може спричинити шкідливу поведінку або нещасний випадок. Для пом'якшення цього, платформа DePAI повинна надавати пріоритет безпеці смарт-контрактів, зашифрованим комунікаціям та захисту на рівні пристрою. Фізичні функції безпеки – такі, як екстрені вимикачі та виявлення ненормальної поведінки – також повинні бути вбудовані безпосередньо в самі роботи.

Стандарти та взаємодія

DePAI охоплює різноманітний спектр пристроїв та платформ. Наразі більшість виробників робототехніки та Інтернету речей працюють з власними протоколами зв'язку та форматами даних. Для того щоб забезпечити їм співпрацю в межах децентралізованої мережі, необхідно встановити загальні стандарти, як на рівні апаратного забезпечення (забезпечення фізичного з'єднання між пристроями), так і на рівні програмного забезпечення (забезпечення того, що моделі штучного інтелекту можуть інтерпретувати дані з різних джерел). Без сумісності DePAI екосистема ризикує фрагментацією та розподіленим розвитком, не здатною створити значущі мережеві ефекти.

Наприклад, стандарти, такі як децентралізований ідентифікатор (DID), дозволяють пристроям мати єдиний цифровий ідентифікатор, тоді як ініціативи, такі як peaq IDмає на меті визначити універсальні протоколи для ідентифікації машин та обміну даними. Однак переконання головних гравців галузі у прийнятті загального стандарту залишається викликом, який займе час, координацію та згоду.

Масштабованість та інфраструктура

Організація реального співпраці тисяч роботів та автономних транспортних засобів у масштабах глобального рівня ставить величезні вимоги до інфраструктури передачі та обробки даних. Великопасмове, низьколатентне підключення є передумовою, а сам шар блокчейну повинен бути високомасштабованим — здатним забезпечувати продуктивність та надійність при зростанні попиту. Чи можуть такі системи залишатися стабільними при справжніх комерційних навантаженнях, ще не доведено.

Крім того, фізична інфраструктура має вирішальне значення. До неї входять децентралізовані мережі зберігання (для зберігання величезних обсягів даних від датчиків), вузли розподіленого обчислення (для локалізованої обробки з метою зменшення затримок) та децентралізовані станції живлення/зарядки (для забезпечення неперервної роботи пристроїв). Коротко кажучи, реалізація DePAI виходить далеко за межі програмного забезпечення - це потребує серйозних інвестицій у реальну інфраструктуру. Так хто буде будувати та фінансувати це? І як буде стимулюватися довгострокове утримання? Це залишається нагальними невирішеними питаннями.

Управління та контроль

Хоча DePAI просуває громадське управління, введення фізичних активів вносить шари складності поза традиційними онлайн-протоколами. Візьмемо DePAI DAO, спрямоване на децентралізоване володіння машинами на основі штучного інтелекту, як приклад: Члени можуть колективно фінансувати та отримувати прибуток від операцій роботів. Проте щоденне управління - обслуговування, ремонт, перевірка безпеки - все ще потребує професійного виконання.

Це створює подвійне виклик управління: DAO повинні делегувати відповідальність традиційним компаніям або оперативним командам (збільшуючи довіру та нагляд), і коли інциденти стосуються безпеки або правової відповідальності (наприклад, аварія з роботом), які повинні нести відповідальність члени DAO? Існує мало прецедентів для вирішення таких питань.

Розмір ринку та потенціал зростання DePAI

Незважаючи на свої виклики, DePAI представляє собою злиття дуже перспективних секторів - Інтернет речей, блокчейну та штучного інтелекту, які всі переживають стрімкий розвиток. На 2024 рік оцінюється, що комбінована глобальна ринкова вартість цих галузей перевищить 1,36 трильйона доларів і очікується подальший зріст до 2025 року. Це злиття створює величезну міжсекторальну можливість. Якщо DePAI успішно втілиться як перетинова інновація, він може використовувати багатомільярдний технологічний ландшафт.

На більш конкретних термінах, ми також спостерігаємо міцні прогнози на нішевих ринках. Наприклад, згідно здослідження, ринок блокчейн + Інтернет речей, який у 2020 році оцінювався лише в $258 мільйонів, очікується досягнути $2.409 мільярда до 2026 року, зростаючи за рівнем 45,1% річних. Це свідчить про зростаючу довіру до потенціалу блокчейну забезпечувати безпеку систем Інтернету речей та сприяти обміну даними. Так само, ринок блокчейн + штучний інтелект, хоча і ще тільки виходить на ринок, єпрогнозованодосягне $700 мільйонів до 2025 року, зберігаючи CAGR на рівні приблизно 28% у наступні роки. Хоча ці цифри є досить скромними, вони відображають зростаючий інтерес інвесторів та промисловості до ідеї «ШІ на ланцюжку».

Ринок блокчейн + штучного інтелекту готується до стрімкого зростання (Джерело: Звіт ринку блокчейн Ai на 2025 рік)

Поглядаючи на саму робототехнічну галузь, імпульс однаково сильний. Згідно з Дослідження ринку союзу, глобальний ринок робототехніки прогнозується зрости з приблизно 12,1 мільярда доларів у 2020 році до 149,9 мільярда доларів до 2030 року - більше ніж у 12 разів протягом десятиліття, з СКВР 27,7%. Більшість цього зростання буде походити від сервісних роботів та автономних систем. Оскільки штучний інтелект продовжує проникати в робототехніку, очікується ще швидший зріст сегмента робототехніки з ШІ.приблизнона понад 38% річного середньорічного темпу між 2024 та 2030 роками. Цей зростаючий хвиля фізичного впровадження штучного інтелекту закладає міцний фундамент для DePAI. Оскільки машини на основі штучного інтелекту стають все більш поширеними, децентралізована платформа для координації та управління ними набуде великої цінності.

У підсумку потенційний ринок DePAI можна розглядати з двох точок зору: (1) як інновацію, яка визначає категорію, вона може створити кілька флагманських проектів на рівні єдинорога - подібно до ранніхЛанцюги рівня 1абоDeFiпротоколи; та (2) як базовий шар, що дозволяє суміжним галузям, включаючи ринки машинних даних, роботизовані сервісні економіки та інше. За консервативними оцінками, можна очікувати, що протягом 2024–2025 років з'явиться десятки пілотних проєктів та комерціалізаційних експериментів. Ймовірно, успішні ініціативи залучать значні інвестиції та прискорять зростання їхнього екосистеми. Оскільки область стає більш визначеною, дослідницькі фірми можуть почати публікувати спеціалізовані прогнози ринку "DePIN/DePAI" вже з 2025 року, надаючи більш детальні показники для інвесторів.

Конкурентна ландшафт: DePAI проти пов'язаних проєктів

Як міждисциплінарний простір, DePAI перетинається з широким спектром екосистем, а його конкуренти походять з різних технологічних середовищ. Нижче наведено кілька репрезентативних проєктів, разом з тим, як вони порівнюються з візією DePAI:

Fetch.ai

Fetch.aiбув одним з перших проектів, що досліджували перетин блокчейну та штучних інтелектуальних агентів. Він ввів поняття автономних економічних агентів (AEAs), агентів на основі програмного забезпечення, які діють від імені користувачів для виконання завдань та здійснення транзакцій на ланцюжку. Fetch.ai в основному акцентується на цифровій координації - використання, такі як бронювання паркінгових місць або автоматичне отримання бізнес-даних. У суті, це платформа автоматизації процесів, народжена на основі Web3, де агенти оптимізують щоденну економічну діяльність. Натомість, DePAI розширює цю модель на фізичний світ - тобто роботи та розумні пристрої як увібрані агенти.

Fetch.ai розробила власний блокчейн (FET) та відкриту агентну платформу й також вийшла на ринок обміну даними Інтернету речей (наприклад, співпрацяз IOTA для забезпечення автономних обмінів даними між пристроями Інтернету речей). В цілому, Fetch.ai можна розглядати як складову ширшої екосистеми DePAI, що представляє цифровий агентний шар. Його технології агентів можуть бути вбудовані в фізичні машини. З погляду інвестора токен Fetch.ai FET вже активно торгується, і його вартість залежить від розширення екосистеми агентів. Якщо концепція DePAI набуде імпульсу, FET може стати корисним ключовим активатором.

Autonolas (OLAS)

Autonolas є ще одним проєктом, що акцентує увагу на децентралізованих штучних інтелектуальних агентах. На відміну від Fetch.ai, він підкреслює можливість мультиагентного композиційного та спільного управління власністю агента. Autonolas пропонує Olasвідкритий фреймворк, який дозволяє розробникам створювати автономні служби агентів, які працюють поза ланцюжком, використовують безпечність на ланцюжку та забезпечують колаборативне управління між учасниками. Його основна філософія полягає в модуляризації послуг штучного інтелекту. Це дозволяє різним командам запускати одну й ту ж систему агентів разом. Токен OLAS використовується для управління прийняттям рішень та розподілу винагород.

Коротше кажучи, Autonolas фокусується на бекенд-архітектурі, а саме на тому, як зробити сервіси агентів штучного інтелекту більш надійними (наприклад, багатоваріантними виконаннями, відмовостійкістю) і такими, що належать спільноті. У порівнянні з DePAI, Autonolas менше пов'язана з фізичним світом і більше займається впровадженням децентралізованих операційних моделей у самі протоколи штучного інтелекту. Тим не менш, його технологія все ще може бути застосована у фізичному контексті штучного інтелекту — наприклад, хмарною координацією роботів-кур'єрів можна керувати за допомогою фреймворку Autonolas. Цікаво, що один із співзасновників Autonolas раніше працював над фреймворком AEA (Autonomous Economic Agent) у Fetch.ai. У той час як Fetch.ai фокусується на завданнях одного агента (наприклад, бронювання квитків), Autonolas націлена на співпрацю кількох агентів у більш складних сервісах. Обидві країни будують майбутнє економік, заснованих на агентах, хоча і різними шляхами. З інвестиційної точки зору, токен OLAS, запущений у 2023 році, позиціонується для управління та отримання цінності в екосистемі агентів. Інвестори повинні оцінити, чи зможе його екосистема залучити критичну масу розробників і користувачів.

Між двома провідними гравцями Fetch.ai пропонує міцну децентралізовану інфраструктуру агента та зростаючу екосистему, хоча її інтеграція з апаратним забезпеченням є відносно обмеженою. Натомість, Autonolas виділяється своєю великою сумісністю з апаратним забезпеченням та вирівнюванням з регулятивними вимогами, з чітким акцентом на модулярну архітектуру та багатоагентну співпрацю. Однак його прийняття на ринку все ще знаходиться на початкових етапах і має значний потенціал для зростання.

Порівняння Fetch.ai та Autonolas, джерело: Gate Learn

Проекти децентралізованих фізичних інфраструктурних мереж (DePIN)

Хоча це не є платформами штучного інтелекту, проекти DePIN представляють собою необхідну інфраструктуру для екосистеми DePAI. Приклади включають Гелій(децентралізовані бездротові мережі), HiveMapper(картографування, залучене групою) таМережа кишенькових (децентралізовані точки доступу до API). Ці проекти спрямовані на надання фізичних ресурсів або послуг з обробки даних, які стимулюються токенами для сприяння участі спільноти.

Успіх DePAI в значній мірі залежить від якісних даних та екологічної підтримки, що надаються такими ініціативами DePIN. Наприклад, Helium побудував глобальну бездротову мережу LoRaWAN, яку можуть використовувати пристрої IoT для підключення до Інтернету з низьким споживанням енергії. Якщо майбутні застосунки DePAI потребуватимуть підключення в реальному часі (наприклад, сільськогосподарські датчики, що надсилають дані агентам ШІ), вони можуть скористатися Helium замість побудови нової інфраструктури.

Як було зазначено раніше, мережа NATIX поєднує в собі як DePIN, так і AI, ставлячи приклад у сфері навігації. У цьому світлі проекти DePIN можна розглядати як "кровоносні судини та почуття" екосистем DePAI: кровоносні судини забезпечують зв'язок та обчислювальну потужність, а почуття постачають дані. Для інвесторів, які оптимістично ставляться до DePAI, відстеження цих фундаментальних проектів може відкрити цінні можливості - відразуванням цієї інфраструктурної хвилі може призвести до значних доходів.

Інші пов'язані проекти

Кілька інших проектів підходять до простору з унікальних кутів. Наприклад:

SingularityNET (AGIX) прагне побудувати децентралізований ринок алгоритмів штучного інтелекту. Це дозволяє розробникам розміщувати моделі для платного використання, акцентуючи увагу на обміні програмним забезпеченням штучного інтелекту.
Океан Протокол(OCEAN) спеціалізується на ринках даних. Це дозволяє власникам даних токенізувати та торгувати наборами даних, що відповідає візії даних DePAI.
Robonomics Network (XRT), як зазначено раніше, пропонує інтерфейси ROS-блокчейн, підкреслюючи контроль в реальному часі та оплату для пристроїв Інтернету речей.
Проекти, як Peaq, блокчейн, створений для машинної економіки, CoLearn від Fetch.ai та Bittensor (TAO), досліджують перетин навчання штучного інтелекту, інференції та економік на основі блокчейну.

Деякі з них випустили токени та активно торгуються, тоді як інші залишаються на етапі технічного концептуального доказу. Ландшафт різноманітний та висококонкурентний, і ще немає чітких монополій. Для інвесторів ключовою стратегією на найближчий час є моніторинг колаборативних та інтегративних тенденцій, наприклад, одне додаток DePAI може використовувати кілька технологій з цих проектів. На довгостроковий період увагу слід звертати на те, які команди виступають як встановлювачі стандартів для галузі.

Інвестиційні можливості та оцінка ризиків у DePAI

Як із будь-якою новою галуззю, інвестори, що вивчають DePAI, повинні враховувати як можливості, так і ризики:

Потенційні можливості

Перевага першовідкривача та великий потенціал зростання
DePAI все ще знаходиться на ранній стадії розвитку. Небагато проєктів вже запустилися, і у світі обмежена увага до ринку. Для інвесторів, які дивляться в майбутнє, це представляє вікно високого потенціалу зростання. Якщо DePAI стане наступною ключовою технологічною темою, пов'язані з нею протокольні токени можуть досвідати вибухового цінового руху — подібно до зростання DeFi в 2020 році або піднесення Metaverse в 2021 році. Наприклад, на початку 2023 року токени, пов'язані з штучним інтелектом, такі як FET та AGIX, різко зросли відповідно до зростання ChatGPT. Це підкреслює реакцію ринку на "ШШ + Крипта" теми. Якщо тренд на фізичний ШШ закріпиться, якісні токени в екосистемі DePAI можуть побачити подібний рух вгору.

Довгострокове вирівнювання зі структурними тенденціями
З макроперспективи DePAI інтегрує робототехніку, автономних агентів, Інтернет речей та блокчейн - все це відповідає глобальному переходу до цифровізації та автоматизації. Якщо наступному десятиліттю дійсно пануватиме штучний інтелект та розумні пристрої, то DePAI може представляти собою фундаментальний рівень цього майбутнього. У цьому просторі можуть з'явитися платформені гіганти - подумайте про "Ethereum для робототехніки" або " Uniswapдля даних.” Як тільки платформа DePAI стане стандартом галузі, ранні учасники скористаються сталими мережевими ефектами.

Інвестування в різноманітну екосистему
Широка екосистема DePAI охоплює ринки даних, мережі підключення, обчислювальні рівні, моделі штучного інтелекту та робототехнічне обладнання. Інвестори можуть прийняти стратегію портфеля та вибрати проекти по ключових рівнях для створення "карти інвестицій DePAI". Наприклад, поєднуючи протоколи даних, мережі агентів та блокчейни, орієнтовані на машини, можна зменшити ризик, забезпечуючи при цьому експозицію до загального зростання сектору. Так як традиційні галузі, такі як автовиробники та фірми з робототехнікою, досліджують партнерства з блокчейном, стратегічні співпраці або придбання можуть подальше підвищити вартість токенів.

Токеноміка та інновації стимулювання
Проекти DePAI часто включають інноваційні токеноміки. Користувачі, що надають дані, та оператори пристроїв можуть отримувати токенові винагороди, які також служать формою оплати та управління. Ця багатофункціональна конструкція надає токенам внутрішній попит поза спекуляціями. Деякі проекти також впроваджують спалити, стейкінг, або механізми розподілу прибутку для стабілізації вартості токенів. Наприклад, NATIX використовує заплановані викупи та знищення. Це означає, що обсяг токенів зменшується зі зростанням використання мережі, що природно підвищує вартість токенів. Інвесторам слід шукати такі добре пророблені моделі з реальним користувацьким тягарем для забезпечення довгострокових прибутків.

Потенційні ризики

Ризик впровадження технологій
Незважаючи на зростаючий інтерес до DePAI (децентралізованого фізичного штучного інтелекту), багато технічних перешкод залишаються. Без проривів у таких областях, як дотримання конфіденційності даних та інтероперабельність, широкомасштабне впровадження може значно затриматися. Інвестиції на ранніх стадіях в цьому секторі вимагають ретельної оцінки технічної дорожньої карти та потужності виконання кожного проекту. Хоча деякі команди можуть представляти привабливі візії, слабка реалізація часто веде до малопродуктивної роботи в реальному світі. Інвесторам слід уважно відстежувати ключові віхи та пілотні впровадження — тривала стагнація може свідчити про переоцінені токени та базові ризики.

Ризик прийняття та ефект мережі
Цінність платформи DePAI внутрішньо пов'язана з мережевими ефектами, а саме з масштабом участи девайсів та користувачів, обсягом згенерованих даних у реальному часі та складністю моделей штучного інтелекту, навчених на цих даних. Без достатньої участі вузлів мережа має малу внутрішню корисність. У відміну від софтверних соціальних платформ, мережі, залежні від апаратного забезпечення, стикаються з високими бар'єрами для самостійного запуску, часто стикаючись з класичною проблемою курча або яйце. Ранні прихильники можуть надавати апаратне забезпечення та дані, але без чітких та негайних стимулів утримання стає викликом. Застережний приклад - Helium: хоча за короткий період часу він включив сотні тисяч гарячих вузлів, реальний попит відставав. Протягом одного місяця 2022 року мережа згенерувала лише приблизно $6,651 доходу від даних.

Більшість вартості токену HNT була визначена спекулятивними покупками апаратного забезпечення, а не фактичним використанням мережі. Коли настрій на ринку згас, дохід операторів зазнав краху. Це змусило багатьох вимкнути свої вузли та спричинило скорочення мережі.

Проекти DePAI стикаються зі схожими ризиками. Інвесторам необхідно розрізняти між справжньою попитом та штучно завищеним початковим тягом, зумовленим стимулами. Оцінка основних показників, таких як кількість активних пристроїв та підтверджені операції з даними, є критичною для визначення стійких, споживчо-орієнтованих платформ порівняно з експериментами, що підпираються хайпом.

Ліквідність та волатильність
Більшість токенів, пов'язаних з DePAI, наразі мають відносно низькі капіталізації ринку та обмежену ліквідність. Тому вони дуже вразливі до цінової волатильності. Інвесторам слід бути готовими до різких коливань, особливо під час загальних ринкових спадів, коли ліквідність може швидко висохнути та спровокувати стрімкі зниження. Ще одним ключовим аспектом є розподіл токенів. Багато проектів виділяють значну частину свого токен-постачання командам, радникам або інвесторам на ранній стадії. Ця концентрація створює ризики, пов'язані з розблокуванням токенів та потенційним тиском на продаж. Перед залученням капіталу інвесторам слід ретельно оцінити прозорість та співвідношення токеноміки, щоб уникнути стати вихідною ліквідністю для внутрішніх осіб.

Регуляторний та політичний ризик
По мірі того, як блокчейн інтегрується з промисловістю реального світу, сфери регулювання стають все більш неоднозначними. Наприклад, винагородження користувачів токенами за збір екологічних даних може бути визнане неправомірним у деяких юрисдикціях; автономні операції безпілотників вимагають затвердження авіаційних органів; та обмін даними автономних автомобілів може включати суперечки щодо ІП між виробниками автомобілів. Якщо регулятори приймуть більш сувору позицію, ціна токенів може зазнати тиску. Ще одне серйозне занепокоєння — це закон про цінні папери: багато токенів проектів DePAI мають властивості, подібні до інвестицій, і у майбутньому їх можуть класифікувати як цінні папери. Це потенційно обмежить їх торговість та обмежить збір коштів на проекти.

Конкуренція та альтернативи
Хоча DePAI презентує захопливе візіонерство, централізовані рішення залишаються сильними конкурентами. Техгіганти мають ресурси для побудови пропрієтарних систем — наприклад, Tesla може створити закриту мережу обміну даними про транспортні засоби без блокчейну. Якщо ці централізовані варіанти ефективні та економічні, користувачі можуть віддавати їм перевагу над ризикованими децентралізованими альтернативами. У високорегульованих галузях, таких як роботизована хірургія, органи влади також можуть віддавати перевагу централізованим системам з чіткою відповідальністю. Ці фактори можуть обмежити прийняття DePAI. Інвесторам слід уважно спостерігати, чи приєднуються до екосистем DePAI основні гравці — що прискорить зростання — або запускають свої конкуруючі мережі, створюючи тиск. Це значно вплине на результати інвестицій.

У кінцевому підсумку, DePAI - це високоризиковий, високодохідний фронт. Інвесторам необхідно зберігати перспективний підхід та проводити всебічне дослідження. Можливість у цій галузі полягає в її потенціалі руйнувати існуючі технологічні парадигми та вводити нові шляхи для генерації прибутку. Однак, з урахуванням невизначеностей, пов'язаних з її траєкторією розвитку, пов'язані ризики є рівно важливими. Для інвесторів рекомендується постійно моніторити технологічні досягнення, тенденції у галузі та регуляторні зміни у сфері DePAI, щоб отримати глибоке розуміння екосистеми. Крім того, використання стратегії експериментування в малих масштабах, диверсифікації та гнучкого коригування портфеля дозволить поступово відкривати можливості для високоякісних проектів. Цей підхід дозволяє інвесторам капіталізувати майбутній ріст, ефективно керуючи ризиками.

Висновок

Децентралізований фізичний штучний інтелект (DePAI) сигналізує про зміну парадигми в еволюції штучного інтелекту — де системи штучного інтелекту виходять за межі цифрового світу, щоб взаємодіяти з фізичним світом. Оскільки штучний інтелект набуває здатності сприймати, рухатися і приймати автономні рішення в реальному часі, нам потрібна нова децентралізована інфраструктура для управління масштабом даних та координації, що включається. Хоча DePAI все ще знаходиться на початковій стадії і стикається з технічними та регуляторними перешкодами, прискорення тенденцій у Web3, розподіленому обчисленні та автономних машинах поступово прокладають шлях. Для інвесторів, які дивляться в майбутнє, DePAI представляє більше, ніж зароджувана історія — це може бути базовим рівнем майбутньої машинної економіки. Захоплення значення з цього зрушення може визначити наступну хвилю інвестування в технології з високою переконаністю.