Чи може штучний інтелект, який подорожує автостопом, призвести до нового тренду в розповідях про бичачи?

[TL;DR]

Трек AI+Web3 можна приблизно поділити на три рівні: інфраструктурний рівень, проміжний рівень та рівень застосування. Інфраструктурний рівень акцентується на наданні обчислювальної потужності та зберіганні, що на даний момент є найпопулярнішим і популярним полем.

Крім випадків застосування на рівні додатків у гральній індустрії, соціальних мережах та торгівлі, штучний інтелект також може бути використаний у таких сферах, як аналіз даних, моніторинг та відстеження інформації, і спортивних ставок.

Проекти, що тісно пов’язані з концепцією штучного інтелекту, часто швидко завоюють ринкову прихильність, але слід звернути увагу на відсіювання проектів, які не виправдовують свого імені і чисто спрямовані на гарячі теми.

Вступ

Нещодавно серія проектів AI+Web3 спалахнула ентузіазм ринку. Для дослідження цього потенційного ринкового можливості глибоко, дослідження Gate.io поєднає різноманітні гарячі проекти для проведення глибокого аналізу різних ланок ланцюга AI+Web3, щоб надати читачам всеосяжне і глибоке розуміння.

AI+Web3: Нові технології, нові напрямки, нові спекуляції

Минулого року з’явилася нова тема для інвестування - AI, завдяки великим генеративним моделям AI, таким як ChatGPT. Також, ринок Web3 теж пережив новий раунд процвітання.

Органічне поєднання штучного інтелекту та Web3, безсумнівно, стає перетином двох гарячих тем в сучасній технологічній сфері. Недавно ми спостерігали велику кількість нових і старих проектів на цю тему, які отримали увагу ринку, що підкреслює великий інтерес і високі очікування інвесторів щодо цього поєднання.

Згідно з визначенням блокчейну Wanxiang, поєднання штучного інтелекту та Web3 головним чином відображається у двох аспектах: як Web3 сприяє розвитку штучного інтелекту, та як додатки Web3 поєднують технологію штучного інтелекту. Наразі більшість проектів націлюються на використання технології та концепцій Web3 для просування штучного інтелекту. Для аналізу цього поєднання ми можемо почати з усього процесу штучного інтелекту від тренування моделі до застосування.

Процес виробництва ШШ приблизно включає: збір даних, надання фундаменту для навчання моделі; попередня обробка даних та інженерія ознак/підказок, що включає очищення даних, анотування та структуровані запити; навчання та оптимізація моделі, покращення продуктивності моделі через ітерацію; огляд та управління моделлю для забезпечення якості та прозорості моделі; виведення моделі, передбачення нових даних; розгортання та моніторинг моделі для забезпечення оптимальної продуктивності моделі в практичних застосуваннях.

У цьому процесі Web3 має багато точок інтеграції. Наприклад, розподілена мережа та механізм стимулювання Web3 можуть створювати більше відкритих мереж і спільнот штучного інтелекту з відкритим вихідним кодом, задовольняючи потреби додатків штучного інтелекту для недорогої відкритої інфраструктури та мереж даних. Тим часом поєднання Web3 з криптотехнологіями, такими як ZK, може покращити проблеми довіри до штучного інтелекту, вирішити такі проблеми, як прозорість моделі, упередженість та етичні програми.

Джерело: Wanxiang blockchain

Як показано на вищевказаній фігурі, трек AI+Web3 може бути приблизно поділений на три рівні: інфраструктурний рівень, проміжний рівень та рівень застосування.

Інфраструктурний рівень зосереджений на наданні обчислювальної потужності та зберігання, а додавання Web3 може знизити його витрати та обслуговувати більше застосунків ШІ.

Середній рівень використовує технологію Web3 для оптимізації процесів виробництва ШІ, таких як збір даних, передобробка та перевірка моделей, що призводить до численних інноваційних проектів.

Рівень застосування демонструє широке застосування штучного інтелекту в Web3, таке як генерація, аналіз та прогнозування контенту. За спостереженнями автора, опис рівня застосування на вищезазначеній фігурі все ще досить консервативний. Ми детально обговоримо це ввечері. Хоча поки не було провідних проектів, потенціал величезний, а майбутні конкурентні боротьби будуть зосереджені на продуктових та технологічних можливостях.

Ми надамо конкретні кейси для цих трьох проектів на рівні в наступних розділах.

На фоні постійного з’явлення проектів AI+Web3 тренд набирає популярність

Штучний інтелект + DePIN

Весь робочий процес штучного інтелекту ґрунтується на підтримці інфраструктури обчислень та зберігання. Ці об’єкти не лише відповідальні за забезпечення потужної обчислювальної потужності для тренування та прогнозування моделей, але й для зберігання, управління та обробки даних протягом усього життєвого циклу моделі та даних.

В даний час швидкий ріст застосувань штучного інтелекту спричинив великий попит на інфраструктуру, особливо на високопродуктивну обчислювальну потужність. Тому розробка більш ефективної, економічно вигідної та ресурсомісткої інфраструктури обчислення та зберігання стала ключовим трендом на ранніх етапах розвитку штучного інтелекту, який наразі є найпопулярнішою галуззю.
Джерело: Відображення Мережа

У цій сфері з’явилося кілька представницьких проектів, таких як мережа рендерингу, яка народилася в попередньому бичачому ринку і в основному надає послуги рендерингу, Akash, який фокусується на хмарних обчисленнях. Filecoin та Arweave які фокусуються на хмарному сховищі, IO.NET та Aethir, які були недавно запущені на цьому биковому ринку та головним чином надають підтримку обчислювальної потужності для штучного інтелекту. У нашій останній статті « BOME створює рекордні стрибки цін, аналізує трендові проекти в екосистемі SOL” воно представило передові проекти, такі як IO.NET, про які тут не буде подальших пояснень.

Штучний інтелект + дані

Середній шар є ключовим. Посилання у процесі виробництва штучного інтелекту використовується технологія Web3 для оптимізації та покращення конкретних робочих процесів.

По-перше, на етапі збору даних, середній шар вводить децентралізований управління ідентичністю даних, що не тільки захищає безпеку користувацьких даних, але й забезпечує чітке право власності на дані. У той же час, за допомогою стимулюючих механізмів, користувачі можуть бути заохочені до надання високоякісних даних для отримання монетизації, що розширює джерела даних.

У зв’язку з обмеженнями етапу розвитку галузі, в попередньому раунді бикового та ведмежого ринків практично не було відомих проєктів у цьому напрямку. У цьому бичачому ринку з’явилися проєкти з ідентифікації штучного інтелекту, такі як Worldcoin (про який ми писали кілька разів), Aspecta, в який інвестував Gate.io, Ocean Protocol, платформа для торгівлі даними, та Grass, мережа для розширеного видобутку даних.
Джерело: Aspecta

По-друге, на етапі підготовки даних середній рівень зобов’язаний побудувати розподілену платформу анотування та обробки даних штучного інтелекту, що надає міцну підтримку для подальшого тренування моделі. У цьому відношенні проекти, такі як Public AI, досягли значних результатів.

Нарешті, на етапі перевірки моделі та інференції, середній шар повністю використовує комбінацію технології Web3 та криптографічних технік, таких як ZK та гомоморфне шифрування, для перевірки того, чи використовує процес інференції моделі правильні дані та параметри. Це не тільки забезпечує точність моделі, але й захищає конфіденційність вхідних даних. Типовими сценаріями застосування є ZKML, такі як Bittensor, Privasea, Modulus та Privasea, в які інвестує Gate Labs.

Штучний інтелект + центрированість наміру

Intent centric, перекладається як «зосереджене на намірі», безпосередньо стосується «того, що ви хочете зробити», фокусуючись на результаті, а не на процесі. Мета зосередженості на намірі полягає в тому, щоб оптимізувати протоколи та інфраструктуру для забезпечення можливості виконання незручних операцій на ланцюжку в один крок. Конкретніше, приховуючи складні операційні процеси минулого, користувачі можуть досягти своїх цілей, не відчуваючи або безпосередньо відображаючи суть абстракції ланцюжка.

Загальні сценарії використання штучного інтелекту включають хрестовий ланцюг, роздачу, управління, високовартісні транзакції та пакетні операції. Телеграм Бот, про який ми раніше говорили в нашій статті, також може бути класифікований в цій категорії.

Наприклад, Delysium (AGI) прагне використовувати штучний інтелект для створення мережі AI Agent, спрямованої на намір користувача для Web3, яка здобула велику увагу на ринках, таких як Південна Корея.

Як показано на малюнку, через спекуляцію на ринку та виявлення цінності, токен цього проекту за останні часи показав приголомшливе зростання.
Джерело: Gate.io

Delysium запустив штучний інтелект Lucy. Як система управління Web3, Lucy може розумно планувати та автоматично виконувати робочі процеси, які задовольнять потреби користувачів на основі розуміння намірів та цілей, що містяться в природній мові, спрощуючи складні операційні процеси поточних додатків та протоколів Web3.

Штучний інтелект+Гра

Штучний інтелект + ігри також мають надзвичайно високий простір уяви. Технологія штучного інтелекту не тільки прискорює процес виробництва гри, але й пронизує кожний аспект виробництва гри, від дослідження звичок користувачів до налаштування персоналізованих сцен взаємодії, проявляючи величезний потенціал. Нині провідні виробники ігор активно приймають штучний інтелект та реструктуризують екосистему ланцюга виробництва ігор.

Стосовно виробництва ігор, штучний інтелект надає міцну підтримку мистецтву, плануванню та операціям. Незалежно від того, чи йдеться про творчу натхнення, генерацію рівнів, написання копірайту та аналізу операцій, штучний інтелект надає прискорення виробництву вмісту гри. Щодо геймплею, можливості генерації природньої мови та зображення, які надає штучний інтелект, роблять геймплей більш інноваційним і різноманітним, а взаємодію між НПС більш розумною та живою.

Наприклад, Jue Wu AI з гри “Honor of Kings” широко застосовується в оцінці рівня та тестуванні; у грі “Mount & Blade II: Bannerlord” ChatGPT дозволяє NPCs динамічно реагувати на дії гравців, покращуючи взаємодію гри; у грі “Naraka: Bladepoint” гравці можуть навіть використовувати AI для створення моделей моди та голосування за найпопулярніші роботи, демонструючи величезний потенціал AI в інноваціях гри.
Джерело: sleeplessAI

На додаток до традиційних ігор Web2, які використовують штучний інтелект, ігри Web3 не є винятком. Наприклад, Ultriverse надає користувачам глибокий аналіз функцій штучного інтелекту та індивідуальний соціальний, ігровий, метавсесвітний та інші численні можливості за допомогою свого потужного механізму штучного інтелекту, а також віртуальну гру-компаньйона безсонного штучного інтелекту, яка зосереджена на штучному інтелекті.

Штучний інтелект + аналіз

Крім випадків на рівні додатків в ігровій галузі, соціальних мережах та торгівлі, штучний інтелект може бути використаний також в сферах, таких як аналіз даних, моніторинг та відстеження інформації, а також укладання ставок. Представницькі проекти, такі як Kaito та Dune, вийшли на передовий план, встановлюючи планку для галузі.

Ми часто цитуємо графіки даних Dune у наших блог-постах, тому немає потреби розписуватися про них тут.

Підсумовуючи

Протягом минулого року інтеграція Web3 та AI не тільки очолила новий тренд у технологіях, але й породила новий консенсус в галузі: блокчейн змінив виробничі відносини, а штучний інтелект змінив продуктивність. Ця концепція тепер глибоко закорінена в серцях людей і стала потужною силою для розвитку галузі.

З розробниками ігор, протоколами DeFi та іншими проектами інфраструктури Web3, які збільшують свої інвестиції в штучний інтелект, поєднання штучного інтелекту та Web3 стає важливим напрямком інновацій у галузі. Насправді, проекти, що тісно пов’язані з концепцією штучного інтелекту, часто швидко здобувають прихильність ринку, і ми вже раніше помітили цей дивовижний ріст.

Однак, за зовнішнім процвітанням і ажіотажем, ми не можемо ігнорувати практичні перешкоди в індустрії AI+Web3. Особливо для практиків необхідно глибоко вивчити їх практичні та здійсненні сценарії застосування, оцінити їхню здатність створювати цінність та будувати галузеві наративи. У довгостроковій перспективі, як формуватиметься екологічний патерн індустрії AI+Web3, які галузі покажуть величезний потенціал розвитку та чи зіткнеться вона з етичними та моральними дилемами, потрібно постійно досліджувати та вирішувати на практиці.

Отже, у зустрічі з хвилею AI+Web3 ми повинні не лише бачити можливості, які вона приносить, але й зберігати ясний розум і раціонально оцінювати її виклики та недоліки. Тільки таким чином ми зможемо краще зрозуміти траєкторію розвитку галузі AI+Web3, сприяти її здоровому та стійкому розвитку, та використати можливості прибутку, які приносить цей тренд.