Hack Seasons Singapore Panel untersucht die Zukunft von KI-Agenten, dezentraler Datenverarbeitung und On-Chain-Governance

Anfang Oktober Hack Seasons-Konferenz in Singapur brachte Technologen, Investoren und Innovatoren aus aller Welt zusammen, um die Zukunft von Blockchain und KI zu erkunden. Eines der mit Spannung erwarteten Hauptereignisse war die Podiumsdiskussion mit dem Titel „KI auf der Chain: Werden Protokolle bald selbst denken?“, veranstaltet von Tomer Sharoni , Vorstandsvorsitzende des Adressierbar . 

Das Panel featured ein hochkarätiges Lineup, darunter Jewgeni Ponomarjow , Mitbegründer von Fluence , Michael Heinrich , Gründer von 0G , Jack Collier , CGO von io.net und Clark Alexander , Chief AI Officer bei Argentum AI Die Diskussion bot eine eingehende Untersuchung darüber, wie die Schnittstelle zwischen Web3 und KI könnten die digitale Landschaft in den kommenden Jahren prägen.

Zu Beginn des Gesprächs untersuchten die Redner die aktuellen praktischen Anwendungen von KI-Agenten in der Produktion sowie Anwendungsfälle, die noch Zukunftsmusik sind oder deren Realisierung unwahrscheinlich ist. Die Diskussionsteilnehmer betonten die breite Palette praktischer Anwendungen für KI-Agenten und wiesen darauf hin, dass sich der Begriff im Allgemeinen auf die Verwendung großer Sprachmodelle (LLMs) in der Geschäftsautomatisierung bezieht. In vielen Fällen arbeiten KI-Agenten ohne Konversationsschnittstelle und übernehmen Aufgaben wie Kundensupport, Vertriebsautomatisierung, Datenerfassung und Profilerstellung. Obwohl diese Anwendungen bereits weit verbreitet sind, bleibt der langfristige Traum die Schaffung von KI-Agenten, die wie Menschen denken können. Derzeit kann die Architektur bestehender Modelle die menschliche Intelligenz nicht nachbilden.

Die Redner betonten, dass KI-Agenten am effektivsten sind, wenn sie zur Automatisierung von Aufgaben auf Betriebssystemebene eingesetzt werden. Modelle wurden anhand von Artefakten trainiert, die Menschen über Jahrtausende geschaffen haben, doch das volle Spektrum menschlicher Kreativität und Innovation geht weit über das bisher Dokumentierte hinaus. Daher werden kreative Arbeit, Ideenfindung, Governance und Verwaltung auf absehbare Zeit in der Hand des Menschen bleiben. Die Diskussionsteilnehmer waren sich einig, dass der Mensch in diesen Prozessen mindestens in den nächsten 50 Jahren weiterhin eine entscheidende Rolle spielen wird.

Die Diskussion befasste sich auch damit, dass KI-Agenten derzeit hauptsächlich als interne Tools eingesetzt werden. KI hat das Potenzial, relevanten Kontext bereitzustellen, der es Menschen ermöglicht, bessere Entscheidungen zu treffen und die Kreativität innerhalb autonomer Systeme zu steigern.

Während für einige die künstliche allgemeine Intelligenz (AGI) das ultimative Ziel ist, räumte das Panel die erheblichen physischen und konzeptionellen Einschränkungen aktueller LLMs ein. Die Redner schlossen jedoch nicht aus, dass zukünftige Algorithmen anders oder menschlicher denken könnten, und wiesen darauf hin, dass einige Entwickler diese Ansätze aktiv erforschen.

Diskussionsteilnehmer untersuchen KI-Handelsagenten, dezentrales Computing, On-Chain-Daten und GPU-Governance in der Zukunft von Krypto und KI

Ein zentrales Thema der Podiumsdiskussion war der Handel mit KI-Agenten. Im Kryptowährungsbereich entstehen schnell Selbsthandelsprotokolle und Wallets, die darauf abzielen, Gewinne für die Nutzer zu generieren.

Die Diskussionsteilnehmer stellten fest, dass der Handel mit Kryptowährungen ähnlich wie der Devisenhandel funktioniert. Wenn mehrere KI-Agenten mit unterschiedlichen Handelsstrategien programmiert sind, können sie letztendlich gegeneinander handeln. Sind ihre Strategien jedoch stark korreliert, kann das System zusammenbrechen, sodass ein dominanter Gewinner übrig bleibt, während andere Verluste erleiden. In vielerlei Hinsicht spiegelt die Dynamik des KI-Agentenhandels die eines Marktes wider.

Andere Redner betonten, dass die meisten KI-Handelsagenten laut Untersuchungen immer noch schlechter abschneiden als Menschen. Das Panel war sich einig, dass KI-Agenten ineffizient bleiben, weil sie entstehende Muster nicht vorhersehen oder selbstständig neue Strategien entwickeln können.

Dezentrales Computing war ein weiterer wichtiger Diskussionspunkt. Die Diskussionsteilnehmer erklärten, dass dezentrales Computing für den Aufbau großer GPU-Netzwerke eine Alternative zu Cloud-Anbietern wie AWS oder Google Cloud darstellt. Eine zentrale Herausforderung besteht darin, große Unternehmen wie Fortune 500-Unternehmen davon zu überzeugen, zusätzlich zur traditionellen Cloud-Infrastruktur dezentrale GPU-Netzwerke einzusetzen.

Die Referenten wiesen darauf hin, dass manche Unternehmen extrem leistungsstarke GPUs benötigen, um im großen Maßstab zu arbeiten. Wenn dezentrale Anbieter diese Hardware nicht liefern können, werden sie keine Unternehmenskunden gewinnen. Zudem hängt die Akzeptanz in Unternehmen oft von Sicherheitszertifizierungen ab, die dezentralen Protokollen oft fehlen. Ohne diese Zertifizierungen haben Unternehmen nur eine begrenzte Sicherheit, dass sensible Daten geschützt bleiben.

Trotz dieser Herausforderungen argumentierten andere Redner, dass dezentrale Systeme inhärente Vertrauensvorteile bieten. Staking-Mechanismen ermöglichen es den Teilnehmern, die von ihnen bereitgestellten Ressourcen zu sichern und bieten so eine Form der Rechenschaftspflicht. Derzeit ist die Rechenleistung einer der größten Kostenfaktoren der KI, unter anderem weil sich Unternehmen unter Druck gesetzt fühlen, Ressourcen von Hyperscalern zu sichern, was oft zu einer Unterauslastung der Hardware führt – manchmal nur zu 10–15 %. Dezentrale Netzwerke ermöglichen die effiziente Monetarisierung freier GPU-Kapazitäten, während Verbraucher nur für das bezahlen, was sie nutzen.

Die Diskussion befasste sich auch mit dem wachsenden Interesse, Daten in die Blockchain zu übertragen, um Herkunft, Kontrolle und Verifizierbarkeit sicherzustellen. Die Diskussionsteilnehmer diskutierten, ob Blockchains das Training autonomer KI-Modelle effizient und sicher unterstützen könnten.

Das Panel schloss mit einem Schwerpunkt auf der Governance im KI- und GPU-Bereich und warf Fragen darüber auf, wer in Zukunft die GPU-Versorgung kontrollieren wird und wie sich dies auf die Gesamtwirtschaft auswirken wird.