La IA más popular en este momento se considera el punto clave y el núcleo de la cuarta revolución industrial, y un concepto candente en el mundo de la tecnología es la Web3, que se considera el núcleo clave de la Internet de próxima generación.

La IA y la Web3 son dos conceptos importantes que desencadenarán una revolución tecnológica. Si se combinan poderosamente, ¿qué tipo de "sorpresas" podrían traernos?

01 Hablemos primero de la IA en sí

La industria de la IA en realidad va a estar en declive. Todo el mundo conoce a Yilong, el fundador de Near, ¿verdad? Este tipo en realidad solía dedicarse a la IA. Es el principal contribuyente de código de TensorFlow (el marco de aprendizaje automático más popular). Todo el mundo especula que llegó a hacer Web3 porque no veía esperanza en la IA (aprendizaje automático antes de los grandes modelos).

Como resultado, la industria finalmente marcó el comienzo de ChatGpt3.5 a fines del año pasado, y de repente la industria volvió a estar viva, porque esta vez realmente puede considerarse como un cambio cualitativo, en lugar de las oleadas anteriores de exageraciones y cambios cuantitativos. . En unos meses, la ola de emprendimiento en IA también ha llegado a nuestra Web3. El lado Web2 de Silicon Valley está luchando. Varios FOMO de capital, varias soluciones homogéneas han comenzado a competir en guerras de precios y varios grandes fabricantes y grandes modelos están haciendo PK...

Sin embargo, cabe señalar que después de más de medio año de crecimiento explosivo, la IA ha entrado en un período de relativa cuello de botella. Por ejemplo, el interés de búsqueda de Google en IA se ha desplomado, el crecimiento de usuarios de Chatgpt se ha ralentizado significativamente y la producción de IA tiene un cierto grado de crecimiento. La aleatoriedad del sexo limita muchos escenarios de aterrizaje... En resumen, todavía estamos muy, muy lejos de la legendaria "AGI - Inteligencia General Artificial".

Actualmente, el círculo de capital riesgo de Silicon Valley tiene las siguientes opiniones sobre el próximo desarrollo de la IA:

1) No existe un modelo vertical, solo un modelo grande + aplicación vertical (lo mencionaremos nuevamente cuando hablemos de Web3 + AI más adelante)

2) Los datos de dispositivos perimetrales, como los teléfonos móviles, pueden ser una barrera, y la IA basada en dispositivos perimetrales también puede ser una oportunidad.

3) La longitud del contexto puede provocar cambios cualitativos en el futuro (actualmente se utilizan bases de datos vectoriales como memoria de IA, pero la longitud del contexto aún no es suficiente)

02Web3+IA

La IA y la Web3 son en realidad dos campos completamente diferentes. La IA requiere potencia informática concentrada y datos masivos para el entrenamiento. Web3 se centra en la descentralización, por lo que no es tan fácil de combinar en términos de narrativa. La productividad y los cambios de blockchain en las relaciones de producción están demasiado arraigados en los corazones de las personas, por lo que siempre habrá personas que busquen ese punto de integración. En los últimos dos meses, hemos discutido no menos de 10 proyectos de IA.

Antes de hablar de la nueva vía combinada, hablemos de los antiguos proyectos AI+Web3. Básicamente están basados ​​en plataformas, representados por FET y AGIX. ¿Cómo debería decirlo? Esto es lo que me dijeron mis amigos que son profesionales en IA en China: "Aquellos que solían hacer IA ahora son básicamente inútiles. Independientemente de Web2 o Web3, muchos de ellos son más equipaje que experiencia. La dirección Y el futuro es como OpenAI. Este tipo de modelo grande basado en Transformer, "el modelo grande salva la IA", su propio producto.

Por lo tanto, el tipo de plataforma universal no es el modelo Web3 + AI sobre el que es optimista. Los más de 10 proyectos de los que hablé no tienen este aspecto. Lo que he visto hasta ahora son básicamente las siguientes pistas:

1. Activo del modelo de bot/agente/asistente

2. Plataforma de potencia informática

3.Plataforma de datos

4. IA generativa

5.Comercio Defi/auditoría/control de riesgos

6.ZKML

1. Activo del modelo de bot/agente/asistente

La assetización de Bot/Agent/Assitant es la pista de la que más se habla y es la pista con la homogeneidad más seria. En pocas palabras, la mayoría de estos proyectos utilizan OpenAI como capa inferior y cooperan con otros medios técnicos de código abierto o de desarrollo propio, como TTS (Text to Speech) y similares. Con datos específicos, FineTune presenta algunos. "tecnologías más avanzadas que ChatGPT en un campo determinado". "Mejores robots".

Por ejemplo, puedes entrenar a una hermosa profesora para que te enseñe inglés. Puedes elegir si tiene acento americano o londinense. Su personalidad y estilo de conversación también se pueden ajustar, en comparación con las respuestas más mecánicas y oficiales. ChatGPT, la experiencia interactiva será mejor. En los primeros días de la industria, había un novio virtual DAPP y un juego Web3 orientado a mujeres llamado HIM, que puede considerarse como un representante de este tipo.

A partir de esta idea, en teoría puedes tener muchos Bots/Agentes a tu servicio. Por ejemplo, si quieres cocinar pescado hervido, puede haber un Cooking Bot llamado Fine Tune que se especializa en este campo para enseñarte. Las respuestas dadas son más profesionales que ChatGPT. Si quieres viajar, también hay un asistente de viajes. Bot para brindarte varias opciones de viaje. Para sugerencias y planificación, o si eres un desarrollador de proyectos, obtén un robot de servicio al cliente de Discord para ayudarte a responder las preguntas de la comunidad.

Además de este Bot de "aplicación vertical basada en GPT", también existen proyectos derivados basados ​​​​en este, como la "capitalización de modelos" de Bot. Es un poco como la "aprovechamiento de imágenes pequeñas" de NFT. ¿Se pueden escribir en mayúsculas los mensajes que ahora son populares en la IA? Por ejemplo, diferentes mensajes en MidJourney pueden generar diferentes mensajes y también tendrán diferentes efectos al entrenar Bot. Promopt en sí también tiene valor y puede capitalizarse.

También existen proyectos como la indexación de portales y la búsqueda basada en dichos Bots. Un día tendremos miles de Bots, entonces, ¿cómo encontrar el Bot más adecuado para usted? Quizás necesites un portal como Hao123 en el mundo Web2, o un buscador como Google que te ayude a “posicionar”.

En mi opinión personal, la assetización de Bot (modelo) tiene dos inconvenientes y dos direcciones en esta etapa:

1) Desventajas

Desventaja 1: Demasiada homogeneidad, porque esta es la ruta AI+web3 más fácil de entender para los usuarios, y es un poco como NFT con un pequeño atributo de utilidad. Por lo tanto, el mercado primario está comenzando a mostrar una tendencia de océano rojo y está aumentando, pero la capa inferior es OpenAI, por lo que en realidad no hay barreras técnicas y solo pueden luchar por el diseño y la operación;

Desventaja 2- A veces, cosas como el encadenamiento NFT de tarjetas de membresía de Starbucks, aunque es un buen intento de salir del círculo, pueden no ser tan convenientes como una tarjeta de membresía física o electrónica para la mayoría de los usuarios. Los bots basados ​​en Web3 también tienen este problema. Si quiero aprender inglés con el robot o chatear con Musk o Sócrates, ¿no sería bueno usar http://Character.AI de Web2?

2) Dirección

La dirección 1- es el corto y mediano plazo, el modelo en cadena puede ser una idea. En la actualidad, estos modelos son algo similares a las imágenes pequeñas de ETH NFT. La mayoría de los metadatos apuntan a servidores fuera de la cadena o IPFS, en lugar de puramente dentro de la cadena. Los modelos suelen tener un tamaño de decenas a cientos de megabytes y deben colocarse en el servidor.

Sin embargo, con la reciente y rápida caída de los precios del almacenamiento (2TB SSD cuesta 500 RMB) y el avance de proyectos de almacenamiento como Filecoin FVM y ETH Storage, creo que no será difícil lanzar un modelo de nivel 100M en la cadena en los próximos dos o tres años.

Quizás te preguntes ¿cuáles son los beneficios de enrollar? Una vez que el modelo está en la cadena, otros contratos pueden llamarlo directamente. Es más Crypto Native y definitivamente hay más trucos que se pueden jugar. Tiene una sensación visual como un juego completamente en cadena. los datos son nativos de la cadena. Actualmente vemos que hay equipos explorando este aspecto, pero por supuesto aún se encuentra en una etapa muy temprana.

Dirección 2: medio + largo plazo. Si piensa seriamente en los contratos inteligentes, de hecho, lo más adecuado no es la interacción persona-computadora, sino la "interacción máquina-computadora" que ahora tiene el concepto de AutoGPT. Tu "avatar virtual" o "asistente virtual" no solo puede chatear contigo, sino que también puede ayudarte a realizar tareas según tus requisitos, como ayudarte a reservar vuelos, hoteles, comprar nombres de dominio y crear sitios web...

¿Cree que el asistente de IA es más conveniente para operar sus diversas cuentas bancarias, Alipay, etc., o es más conveniente para transferir fondos desde una dirección blockchain completa? La respuesta es obvia. Entonces, en el futuro, ¿habrá un montón de asistentes de IA integrados como AutoGPT que puedan realizar automáticamente pagos y liquidaciones C2C, B2C e incluso B2B a través de blockchain y contratos inteligentes en diversos escenarios de tareas? En ese momento, la frontera entre Web2 y Web3 se volvió muy borrosa.

2. Plataforma de potencia informática

Los proyectos de plataforma de potencia informática no tienen tantos activos como el modelo Bot, pero son relativamente más fáciles de entender. Todo el mundo sabe que la IA requiere mucha potencia informática, y BTC y ETH han demostrado que existe en los últimos 10 años. Existe un método de este tipo en el mundo. De forma espontánea, descentralizada, en un entorno de incentivos económicos y juegos, organiza y coordina una potencia informática masiva para cooperar y competir para hacer una cosa. Este método ahora se puede aplicar a la IA.

Los dos proyectos más famosos de la industria son, sin duda, Together y Gensyn. Una ronda inicial recaudó decenas de millones de dólares y la otra recaudó 43 millones en la Serie A. Se dice que la razón por la que estos dos proyectos recaudaron tanto dinero es porque. Primero necesitan fondos y potencia informática. Entrene su propio modelo, y luego lo convertirán en una plataforma informática y lo proporcionarán a otros proyectos de IA para su capacitación.

La cantidad de financiación de las plataformas de potencia informática para la inferencia será relativamente pequeña, porque en esencia agregan GPU inactivas y otra potencia informática y la proporcionan a proyectos de IA que necesitan agregados RNDR para generar potencia informática, y estas plataformas realizan cálculos de inferencia. agregación. Pero los umbrales técnicos son actualmente relativamente vagos, e incluso me pregunto si algún día RNDR o la plataforma de computación en la nube Web3 tendrán un pie en la plataforma de computación de inferencia.

La dirección de la plataforma de potencia informática es más práctica y predecible que la capitalización del modelo. Básicamente, habrá demanda y habrá uno o dos proyectos líderes. Depende de quién pueda tener éxito. y el razonamiento tienen sus propios líderes, o el líder abarca tanto el entrenamiento como el razonamiento?

3.Plataforma de datos

En realidad, esto no es difícil de entender, porque la capa inferior de la IA son simplemente tres cosas principales: algoritmo (modelo), potencia informática y datos.

Dado que existen "versiones descentralizadas" de algoritmos y potencia informática, los datos ciertamente no faltarán. Esta es también la dirección en la que el Dr. Lu Qi, fundador de Qiji Chuangtan, es más optimista cuando habla de IA y Web3.

Web3 siempre ha enfatizado la privacidad y soberanía de los datos, y también cuenta con tecnologías como ZK para garantizar la confiabilidad e integridad de los datos. Por lo tanto, la IA entrenada con los datos dentro de la cadena de Web3 debe ser diferente de la entrenada con los datos fuera de la cadena de Web2. . Por lo tanto, el sentido general de esta línea, Ocean, debe considerarse como esta pista en el círculo actual, y el mercado primario también ha visto proyectos como mercados de datos de IA especializados basados ​​en Ocean.

4. IA generativa

En pocas palabras, se trata de utilizar pintura con IA, o creaciones similares, para servir en otros escenarios. Por ejemplo, hacer NFT, o generación de mapas en el juego, generación de fondos de NPC, etc. Siento que es más difícil hacer NFT porque la escasez que genera la IA no es suficiente para Gamefi, y también hay equipos que lo intentan en el mercado primario.

Sin embargo, hace unos días vi la noticia de que Unity (que ha dominado el mercado de motores de juegos junto con Unreal Engine durante muchos años) también lanzó sus propias herramientas de generación de inteligencia artificial, Sentis y Muse. Todavía se encuentran en la etapa beta cerrada y se esperan. que se lanzará oficialmente el próximo año. ¿Cómo debería decirlo? Siento que los proyectos de juegos AIGC en el círculo Web3 pueden verse afectados por la reducción de dimensionalidad de Unity...

5.Transacción DeFi/auditoría/rendimiento/control de riesgo

Hemos visto proyectos probándose en estas categorías y la homogeneidad es relativamente obvia.

1) Comercio DeFi: esto es un poco complicado, porque si una estrategia comercial es fácil de usar, a medida que más personas la usan, la estrategia puede volverse gradualmente menos útil y es necesario cambiar a una nueva estrategia. Entonces tengo curiosidad sobre la futura tasa de ganancias del robot comercial de IA y qué rango ocupará entre los comerciantes comunes.

2) Auditoría: la inspección visual debería poder ayudar a revisar y abordar rápidamente las vulnerabilidades comunes existentes. Las vulnerabilidades nuevas o lógicas que no han aparecido antes no deberían ser posibles. Esto solo debería funcionar en la era AGI.

3) Control de rendimiento y riesgo: el rendimiento no es difícil de entender, puedes imaginarlo como un YFI con inteligencia de IA, arrojarle dinero y la IA encontrará la plataforma para apostar, LP grupal, minería, etc. según su preferencia de riesgo. En cuanto al control de riesgos, parece extraño convertirlo en un proyecto separado. Tiene más sentido ofrecer varios préstamos o plataformas Defi similares en forma de complementos.

6.ZKML

Una pista que se está volviendo cada vez más popular en la industria porque combina dos de las tecnologías más punteras, ZK dentro de la industria y ML (Mechine Learning, una rama estrecha del campo de la IA) fuera de la industria.

En teoría, la combinación con ZK puede proporcionar a ML privacidad, integridad y precisión, pero hay que decir qué escenarios de uso específicos existen. De hecho, muchas partes del proyecto no pueden pensar en ellos. En la actualidad, lo único que realmente se necesita es que el aprendizaje automático en algunos campos médicos tenga requisitos de privacidad para los datos de los pacientes. En cuanto a la narrativa de la integridad del juego en cadena o la lucha contra las trampas, siempre parece un poco exagerada.

Actualmente, sólo hay unos pocos proyectos estrella en este ámbito, como Modulus Labs, EZKL, Giza, etc., todos ellos populares en el mercado primario. De ninguna manera, porque solo hay unas pocas personas en el mundo que entienden ZK, y hay incluso menos personas que entienden ZK y también entienden ML. Por lo tanto, el umbral técnico de esta pista es mucho más alto que en otros campos, y la homogeneidad es. relativamente bajo. Finalmente, ZKML está dirigido principalmente a la inferencia, no al entrenamiento.