Искусственный интеллект и неожиданные столкновения на рынке криптоактивов

Тенденция слияния искусственного интеллекта и криптоактивов развивается неожиданным образом. Это драматическое развитие не является сотрудничеством обоих, а представляет собой цепную реакцию ИИ на традиционные капитальные рынки и рынки криптоактивов.

В последнее время китайская AI-модель DeepSeek резко выделилась, её загрузки впервые превысили ChatGPT, и она заняла первое место в американском магазине приложений. Этот прорыв вызвал широкий интерес как в глобальном технологическом сообществе, так и среди инвесторов и СМИ, и заставил людей задуматься о возможных изменениях в технологическом ландшафте между Китаем и США.

Это событие вызвало кратковременную панику на американском фондовом рынке. В результате, акции нескольких технологических гигантов значительно упали в цене, включая Nvidia, ARM, Broadcom и TSMC. Даже фьючерсы на Nasdaq 100 значительно упали, что может привести к крупнейшему однодневному падению за последнее время. По оценкам, в этот день на американском фондовом рынке могло быть потеряно более 1 триллиона долларов рыночной капитализации.

Криптоактивы рынок следует за движением американских акций и также показывает значительное падение. Биткойн упал ниже 105000 долларов, за 24 часа падение составило 4.48%; Эфириум упал ниже 3200 долларов, за 24 часа падение составило 3.83%. Многие инвесторы смущены этим внезапным обвалом и могут связать его с понижением ожиданий по снижению процентных ставок Федеральной резервной системой или другими макроэкономическими факторами.

Источником рыночной паники может быть уникальная модель развития компании DeepSeek. В отличие от таких компаний, как OpenAI, Meta или Google, которые полагаются на крупные капиталы и значительные аппаратные ресурсы, DeepSeek за менее чем два года с 200 сотрудниками и затратами на разработку менее 10 миллионов долларов достигла впечатляющих результатов. Эта эффективная модель исследований и разработок разрушает традиционные представления о развитии ИИ.

Успех DeepSeek заключается не только в преимуществах по затратам на уровне капитала и технологий, но и в том, что он бросает вызов существующим представлениям. Они применили совершенно новый подход, значительно снизив стоимость обучения AI-моделей за счет оптимизации алгоритмов, а не простого увеличения аппаратных затрат. Этот инновационный метод снизил стоимость обучения топовых AI-моделей с 100 миллионов долларов до 5 миллионов долларов, количество необходимых GPU уменьшилось с 100 000 до 2000, а стоимость API снизилась на 95%.

Этот прорывной прогресс разрушает несколько традиционных представлений, включая восприятие инновационных возможностей китайских технологий, лидерства Кремниевой долины в области ИИ, технологического преимущества OpenAI, а также огромные инвестиции, необходимые для разработки моделей ИИ. Успех DeepSeek показывает, что с помощью умного инженерного дизайна можно достичь сопоставимых или даже лучших показателей ИИ с меньшими ресурсами.

Отраслевые эксперты считают, что восхождение DeepSeek представляет собой важную победу открытых моделей по сравнению с закрытыми моделями. Это будет способствовать процветанию и развитию всего открытого сообщества, а также подтолкнет открытые силы, включая Meta, к дальнейшему повышению уровня технологий ИИ. В то же время это также может снизить зависимость предприятий от коммерческих API, предоставив больше возможностей для развития downstream приложений.

Однако эксперты также отмечают, что важность вычислительной мощности не уменьшится от этого. Исторический опыт показывает, что повышение вычислительной способности имеет решающее значение для развития ИИ. В будущем могут появиться более разнообразные продукты вычислительных чипов и более процветающая экосистема приложений больших языковых моделей.

Хотя повышение эффективности технологий ИИ может снизить потребность в ресурсах отдельной модели, общий спрос на вычислительную мощность на рынке может, наоборот, увеличиться. Это явление похоже на парадокс Джевонса времён промышленной революции, когда повышение технологической эффективности, наоборот, увеличивало общее потребление ресурсов. По мере того как технологии ИИ становятся более эффективными и распространёнными, их область применения значительно расширится, что может привести к дальнейшему росту общего спроса на вычислительную мощность на рынке.