Tiêu đề gốc: "Web3 + AI: Trí tuệ nhân tạo vì chủ quyền cộng đồng"

Nguồn gốc: IOBC Capital

Khi Huang Renxun phát biểu tại WGS ở Dubai, ông đề xuất Một từ "AI có chủ quyền". Vậy AI có chủ quyền nào có thể đáp ứng được lợi ích và nhu cầu của cộng đồng Crypto?

Có lẽ nó cần được xây dựng dưới dạng Web3+AI.

Vitalik đã mô tả sức mạnh tổng hợp giữa AI và Tiền điện tử trong bài viết “Lời hứa và thách thức của tiền điện tử + ứng dụng AI”: Tính phi tập trung của tiền điện tử có thể cân bằng tính tập trung của AI. , Tiền điện tử mang lại sự minh bạch; AI yêu cầu dữ liệu và blockchain có lợi cho việc lưu trữ và theo dõi dữ liệu. Loại sức mạnh tổng hợp này xuyên suốt toàn bộ bối cảnh công nghiệp của Web3+AI.

Hầu hết các dự án Web3 + AI đều sử dụng công nghệ blockchain để giải quyết các vấn đề xây dựng của các dự án cơ sở hạ tầng ngành AI và một số dự án sử dụng AI để giải quyết một số vấn đề nhất định.

Bức tranh ngành Web3 + AI nhìn chung như sau:

Quá trình sản xuất và quy trình làm việc của AI đại khái như sau:

Trong các liên kết này, sự kết hợp giữa Web3 và AI chủ yếu được thể hiện ở 4 khía cạnh:

1. về sức mạnh tính toán

Trong hai năm qua, sức mạnh tính toán được sử dụng để đào tạo các mô hình AI lớn đã tăng theo cấp số nhân, về cơ bản tăng gấp đôi mỗi quý, với tốc độ vượt xa Định luật Moore. Tình trạng này đã dẫn đến sự mất cân bằng lâu dài trong cung và cầu sức mạnh tính toán AI, đồng thời giá phần cứng như GPU đã tăng nhanh, do đó làm tăng chi phí sức mạnh tính toán.

Nhưng đồng thời, trên thị trường cũng có một lượng lớn phần cứng sức mạnh tính toán cấp trung đến cấp thấp nhàn rỗi. sức mạnh tính toán của phần cứng tầm trung đến cấp thấp này không thể đáp ứng được yêu cầu về hiệu năng cao. Tuy nhiên, nếu mạng điện toán phân tán được xây dựng thông qua Web3 và mạng tài nguyên điện toán phi tập trung được tạo ra thông qua việc cho thuê và chia sẻ sức mạnh điện toán, nó vẫn có thể đáp ứng nhu cầu của nhiều ứng dụng AI. Do sức mạnh tính toán nhàn rỗi phân tán được sử dụng nên chi phí cho sức mạnh tính toán AI có thể giảm đáng kể.

Phân lớp sức mạnh tính toán bao gồm:

· Sức mạnh tính toán phi tập trung chung (như Arkash, Io.net, v.v.);

· Sức mạnh tính toán phi tập trung cho đào tạo AI ( Ví dụ: Gensyn , Flock.io, v.v.);

· Sức mạnh tính toán phi tập trung cho lý luận AI (chẳng hạn như Fetch.ai, Hyperbolic, v.v.);

· Dành cho kết xuất 3D Sức mạnh tính toán phi tập trung (chẳng hạn như Mạng kết xuất, v.v.).

Lợi thế cốt lõi của việc sở hữu sức mạnh tính toán của Web3+AI nằm ở các dự án sức mạnh tính toán phi tập trung. Kết hợp với các ưu đãi mã thông báo, bạn có thể dễ dàng mở rộng quy mô mạng và phạm vi của nó. tính toán Chi phí tài nguyên thấp và tiết kiệm chi phí, đồng thời có thể đáp ứng một số nhu cầu về sức mạnh tính toán từ trung bình đến cấp thấp.

2. Lớp dữ liệu: viết hoa dữ liệu

Dữ liệu là dầu và máu của AI. Nếu không dựa vào Web3, nhìn chung chỉ những công ty khổng lồ mới có lượng lớn dữ liệu người dùng. Các công ty khởi nghiệp bình thường khó có được dữ liệu phong phú và giá trị của dữ liệu người dùng trong ngành AI không được phản hồi lại cho người dùng. Thông qua Web3+AI, các quy trình như thu thập dữ liệu, chú thích dữ liệu và lưu trữ dữ liệu phân tán có thể được thực hiện rẻ hơn, minh bạch hơn và có lợi hơn cho người dùng.

Thu thập dữ liệu chất lượng cao là điều kiện tiên quyết để đào tạo mô hình AI Thông qua Web3, các mạng phân tán có thể được sử dụng, kết hợp với các cơ chế khuyến khích Token phù hợp và thu thập Gói công khai. phương pháp để có được dữ liệu chất lượng cao và rộng rãi với chi phí thấp hơn.

Dựa trên mục đích của dự án, các dự án dữ liệu chủ yếu bao gồm các loại sau:

· Các dự án Loại thu thập dữ liệu (như Grass, v.v.);

· Các dự án giao dịch dữ liệu (như Ocean Protocol, v.v.);

· Các dự án chú thích dữ liệu (chẳng hạn như Taida , Alaya, v.v.);

· Các dự án nguồn dữ liệu chuỗi khối (như Spice AI, Không gian và thời gian, v.v.);

· Các dự án lưu trữ phi tập trung (như Filecoin, Arweave , vân vân.).

Các dự án Web3+AI dựa trên dữ liệu gặp nhiều thách thức hơn trong quá trình thiết kế mô hình kinh tế Token vì dữ liệu khó chuẩn hóa hơn sức mạnh tính toán.

3. Lớp nền tảng: Viết hoa giá trị nền tảng

Hầu hết các dự án nền tảng sẽ được dán nhãn Ôm mặt , nó tập trung vào việc tích hợp nhiều nguồn lực khác nhau trong ngành AI. Thiết lập một nền tảng tổng hợp các liên kết đến nhiều tài nguyên và vai trò khác nhau như dữ liệu, sức mạnh tính toán, mô hình, nhà phát triển AI và blockchain để giải quyết các nhu cầu khác nhau một cách thuận tiện hơn với nền tảng là trung tâm. Ví dụ, Giza tập trung vào việc xây dựng nền tảng vận hành zkML toàn diện, nhằm mục đích làm cho suy luận của máy học trở nên đáng tin cậy và minh bạch, bởi vì hộp đen dữ liệu và mô hình là những vấn đề phổ biến trong AI hiện nay. Nó sử dụng các mật khẩu như ZK và FHE thông qua kỹ thuật Web3 Learning. Việc xác minh rằng lý luận của mô hình thực sự được thực hiện chính xác sớm hay muộn sẽ được ngành công nghiệp kêu gọi.

Ngoài ra còn có Layer1/Layer2 dành cho Focus AI, chẳng hạn như Nuroblocks, Janction, v.v. Câu chuyện cốt lõi kết nối nhiều sức mạnh tính toán, dữ liệu, mô hình, nhà phát triển AI, nút và các tài nguyên khác, đồng thời giúp các ứng dụng Web3+AI đạt được sự xây dựng và phát triển nhanh chóng bằng cách đóng gói các thành phần chung và SDK chung.

Ngoài ra còn có các nền tảng loại Mạng tác nhân, dựa trên đó Tác nhân AI có thể được xây dựng cho các tình huống ứng dụng khác nhau, chẳng hạn như Olas, ChainML, v.v.

Các dự án Web3+AI loại nền tảng chủ yếu sử dụng Token để nắm bắt giá trị của nền tảng và khuyến khích tất cả những người tham gia nền tảng cùng nhau xây dựng nó. Nó rất hữu ích cho các dự án khởi nghiệp từ 0-1 và có thể giảm bớt khó khăn cho các bên dự án trong việc tìm kiếm đối tác như sức mạnh tính toán, dữ liệu, cộng đồng nhà phát triển AI, nút, v.v.

4. Lớp ứng dụng: Vốn hóa giá trị AI

Các dự án cơ sở hạ tầng trước đây, hầu hết trong số đó sử dụng công nghệ blockchain để giải quyết các bài toán xây dựng dự án cơ sở hạ tầng trong ngành AI. Các dự án lớp ứng dụng thiên về sử dụng AI để giải quyết các vấn đề trong ứng dụng Web3.

Ví dụ như Vitalik đã đề cập đến hai hướng trong bài viết mà tôi cho là rất có ý nghĩa.

Một là AI với tư cách là người tham gia Web3. Ví dụ: trong Trò chơi Web3, AI có thể hoạt động như một người chơi trò chơi, nó có thể nhanh chóng hiểu luật chơi và hoàn thành nhiệm vụ trò chơi một cách hiệu quả nhất; trong DEX, AI đã đóng vai trò trong giao dịch chênh lệch giá trong nhiều năm; , Tác nhân AI có thể chấp nhận rộng rãi một lượng lớn dữ liệu, cơ sở tri thức và thông tin, đào tạo khả năng phân tích và dự đoán cho mô hình của nó và cung cấp cho người dùng dưới dạng sản phẩm, giúp người dùng dự đoán các sự kiện cụ thể thông qua suy luận mô hình, chẳng hạn như các sự kiện thể thao , bầu cử tổng thống, v.v.

Thứ hai là tạo ra AI riêng tư phi tập trung có thể mở rộng. Bởi vì nhiều người dùng lo lắng về vấn đề hộp đen của AI và hệ thống bị thiên vị; hoặc có một số dApp lừa dối người dùng để kiếm lợi nhuận thông qua công nghệ AI. Về cơ bản, điều này là do người dùng không có quyền xem xét và quản trị quá trình suy luận và đào tạo mô hình AI. Nhưng nếu bạn tạo AI Web3, giống như dự án Web3, cộng đồng đã phân bổ quyền quản trị cho AI này, điều này có thể dễ dàng được chấp nhận hơn.

Tính đến thời điểm hiện tại, không có dự án bạch mã nào có trần cao trong lớp ứng dụng Web3+AI.

Tóm tắt

Web3 + AI vẫn đang ở giai đoạn đầu và ngành đang bị chia rẽ về triển vọng phát triển của hướng này. Chúng tôi sẽ tiếp tục chú ý. đến đường đua này. Chúng tôi hy vọng rằng sự kết hợp giữa Web3 và AI có thể tạo ra những sản phẩm có giá trị hơn AI tập trung, cho phép AI thoát khỏi nhãn hiệu “kiểm soát khổng lồ” và “độc quyền” và “AI đồng quản trị” trong một môi trường dựa vào cộng đồng hơn đường. Có lẽ trong quá trình tham gia và quản trị chặt chẽ hơn, con người sẽ có nhiều “sợ” hơn và bớt “sợ” AI hơn.

Liên kết gốc

Chào mừng bạn tham gia cộng đồng chính thức của BlockBeats:

Nhóm Telegram đăng ký: https://t.me/theblockbeats

Nhóm Telegram thảo luận: https://t.me/BlockBeats_App

Tài khoản Twitter chính thức: https://twitter.com/BlockBeatsAsia