L'IA la plus populaire à l'heure actuelle est considérée comme le point clé et le cœur de la quatrième révolution industrielle, et un concept brûlant dans le monde technologique est le Web3, qui est considéré comme le cœur clé de l'Internet de nouvelle génération.

L’IA et le Web3 sont deux concepts majeurs qui déclencheront une révolution technologique s’ils sont puissamment combinés, quelles sortes de « surprises » pourraient-ils nous apporter ?

01 Parlons d’abord de l’IA elle-même

L'industrie de l'IA va en fait être en déclin. Tout le monde connaît Yilong, le fondateur de Near, n'est-ce pas ? Ce type faisait de l'IA. Il est le principal contributeur de code de TensorFlow (le framework d'apprentissage automatique le plus populaire). Tout le monde pense qu’il est venu faire du Web3 parce qu’il ne voyait aucun espoir dans l’IA (l’apprentissage automatique avant les grands modèles).

En conséquence, l'industrie a finalement inauguré ChatGpt3.5 à la fin de l'année dernière, et tout à coup l'industrie a repris vie, car cette fois, cela peut vraiment être considéré comme un changement qualitatif, plutôt que les vagues précédentes de battage médiatique et de changements quantitatifs. . En quelques mois, la vague de l’entrepreneuriat IA a également atteint notre Web3. Le côté Web2 de la Silicon Valley est en difficulté. Divers FOMO de capitaux, diverses solutions homogènes ont commencé à rivaliser dans la guerre des prix, et divers grands fabricants et grands modèles sont PKing...

Cependant, il convient de noter que l'IA est entrée dans une période de goulot d'étranglement relatif après plus de six mois de croissance explosive. Par exemple, l'intérêt de recherche de Google pour l'IA a chuté, la croissance des utilisateurs de Chatgpt a considérablement ralenti et la production de l'IA a un certain degré de croissance. Le hasard. Le sexe limite de nombreux scénarios d'atterrissage... Bref, on est encore très, très loin de la mythique "AGI - Artificial General Intelligence".

Actuellement, le cercle du capital-risque de la Silicon Valley porte les jugements suivants sur le prochain développement de l'IA :

1) Il n'y a pas de modèle vertical, seulement du grand modèle + une application verticale (nous le reparlerons lorsque nous parlerons du Web3+IA plus tard)

2) Les données provenant d’appareils de pointe tels que les téléphones mobiles peuvent constituer un obstacle, et l’IA basée sur des appareils de pointe peut également constituer une opportunité.

3) La longueur du contexte peut entraîner des changements qualitatifs à l'avenir (les bases de données vectorielles sont actuellement utilisées comme mémoire de l'IA, mais la longueur du contexte n'est toujours pas suffisante)

02Web3+AI

L'IA et le Web3 sont en fait deux domaines complètement différents. L'IA nécessite une puissance de calcul concentrée et des données massives pour la formation, ce qui est très centralisé. Le Web3 se concentre sur la décentralisation, il n'est donc pas si facile de combiner l'argument selon lequel l'IA change. les changements de productivité et de blockchain les relations de production sont trop profondément ancrées dans le cœur des gens, il y aura donc toujours des gens à la recherche de ce point d'intégration. Au cours des deux derniers mois, nous avons discuté de pas moins de 10 projets d'IA.

Avant de parler de la nouvelle piste combinée, parlons des anciens projets AI+Web3. Ils sont essentiellement basés sur une plateforme, représentés par FET et AGIX. Comment devrais-je le dire ? C'est ce que m'ont dit mes amis professionnels de l'IA en Chine : « Ceux qui faisaient de l'IA sont fondamentalement inutiles maintenant. Indépendamment du Web2 ou du Web3, beaucoup d'entre eux sont des bagages plutôt que de l'expérience. et l'avenir sont comme OpenAI. Ce genre de grand modèle basé sur Transformer, "le grand modèle sauve l'IA", votre propre produit.

Par conséquent, le type de plate-forme universelle n'est pas le modèle Web3+AI dont il est optimiste. Les plus de 10 projets dont j'ai parlé n'ont pas cet aspect. Ce que j'ai vu jusqu'à présent sont essentiellement les pistes suivantes :

1. Assetisation du modèle Bot/Agent/Assistant

2. Plateforme de puissance informatique

3.Plateforme de données

4. IA générative

5. Defi trading/audit/contrôle des risques

6.ZKML

1. Assetisation du modèle Bot/Agent/Assistant

L’actifisation des Bot/Agent/Assitant est la piste la plus évoquée, et c’est la piste avec la plus grande homogénéité. Pour faire simple, la plupart de ces projets utilisent OpenAI comme couche inférieure et coopèrent avec d'autres moyens techniques open source/auto-développés, tels que TTS (Text to Speech) et autres. Avec des données spécifiques, FineTune en propose. "des technologies plus avancées que ChatGPT dans un certain domaine". "De meilleurs robots.

Par exemple, vous pouvez former une belle enseignante pour vous enseigner l'anglais. Vous pouvez également choisir si elle a un accent américain ou londonien. Sa personnalité et son style de conversation peuvent également être ajustés, par rapport aux réponses plus mécaniques et officielles. ChatGPT, l'expérience interactive sera meilleure. Au début de l'industrie, il existait un jeu de petit ami virtuel DAPP et Web3 destiné aux femmes appelé HIM, qui peut être considéré comme un représentant de ce type.

En partant de cette idée, vous pouvez théoriquement avoir de nombreux Bots/Agents à votre service. Par exemple, si vous souhaitez cuisiner du poisson bouilli, il existe peut-être un Cooking Bot appelé Fine Tune spécialisé dans ce domaine pour vous apprendre les réponses données sont plus professionnelles que ChatGPT. Si vous souhaitez voyager, il existe également un assistant de voyage. Bot pour vous proposer diverses options de voyage. Pour des suggestions et une planification, ou si vous êtes un développeur de projet, procurez-vous un robot du service client Discord pour vous aider à répondre aux questions de la communauté.

En plus de ce Bot « application verticale basée sur GPT », il existe également des projets dérivés basés sur celui-ci, comme « l'actifisation de modèle » de Bot. C'est un peu comme la « valorisation des petites images » de NFT. Les invites populaires dans l'IA peuvent-elles désormais également être majuscules ? Par exemple, différentes invites dans MidJourney peuvent générer différentes images lors de l'entraînement du Bot. Promopt lui-même a également de la valeur et peut être capitalisé.

Il existe également des projets tels que l’indexation de portails et la recherche basée sur de tels Bots. Un jour, nous aurons des milliers de Bots, alors comment trouver le Bot le plus adapté à vos besoins ? Vous aurez peut-être besoin d'un portail comme Hao123 dans le monde Web2, ou d'un moteur de recherche comme Google pour vous aider à vous « positionner ».

À mon avis personnel, l'assetisation du Bot (modèle) présente à ce stade deux inconvénients et deux directions :

1) Inconvénients

Inconvénient 1- Trop d'homogénéité, car c'est la piste AI+web3 la plus simple à comprendre pour les utilisateurs, et c'est un peu comme le NFT avec un petit attribut utilitaire. Par conséquent, le marché primaire commence actuellement à montrer une tendance océan rouge et s'enroule, mais la couche inférieure est OpenAI, donc tout le monde n'a en fait aucune barrière technique et ne peut se battre que pour la conception et l'exploitation ;

Inconvénient 2- Parfois, des choses comme le chaînage NFT des cartes de membre Starbucks, bien qu'il s'agisse d'une bonne tentative de sortir du cercle, peuvent ne pas être aussi pratiques qu'une carte de membre physique ou électronique pour la plupart des utilisateurs. Les robots basés sur Web3 ont également ce problème. Si je veux apprendre l'anglais avec le robot ou discuter avec Musk ou Socrate, ne serait-il pas bien d'utiliser simplement http://Character.AI de Web2 ?

2) Direction

La direction 1 est le court et moyen terme, le modèle en chaîne peut être une idée. À l'heure actuelle, ces modèles sont quelque peu similaires aux petites images ETH NFT. La plupart des métadonnées pointent vers des serveurs hors chaîne ou IPFS, plutôt que purement en chaîne. Les modèles ont généralement une taille de plusieurs dizaines à plusieurs centaines de mégaoctets et doivent être lancés sur le serveur.

Cependant, avec la récente baisse rapide des prix du stockage (un SSD de 2 To coûte 500 RMB) et l'avancement de projets de stockage tels que Filecoin FVM et ETH Storage, je pense qu'il ne sera pas difficile de lancer un modèle de niveau 100M sur la chaîne en les deux ou trois prochaines années.

Vous vous demandez peut-être quels sont les avantages du bobinage ? Une fois que le modèle est en chaîne, il peut être directement appelé par d'autres contrats. Il est plus Crypto Native, et il y a certainement plus de tours qui peuvent être joués. Il a un peu l'impression visuelle d'un jeu entièrement en chaîne, car tout le reste. les données sont natives de la chaîne. À l’heure actuelle, nous constatons que des équipes explorent cet aspect, mais bien sûr, cela n’en est qu’à ses débuts.

Direction 2- est le moyen + long terme. Si vous réfléchissez sérieusement aux contrats intelligents, en fait, la chose la plus appropriée n'est pas l'interaction homme-machine, mais « l'interaction machine-ordinateur a maintenant le concept d'AutoGPT, obtenez-en un ». votre "avatar virtuel" ou "assistant virtuel" peut non seulement discuter avec vous, mais également vous aider à effectuer des tâches en fonction de vos besoins, comme vous aider à réserver des vols, des hôtels, acheter des noms de domaine et créer des sites Web...

Pensez-vous que l'assistant IA est plus pratique pour gérer vos différents comptes bancaires, Alipay, etc., ou est-il plus pratique pour transférer des fonds depuis une adresse blockchain entière ? La réponse est évidente. Ainsi, à l’avenir, y aura-t-il un ensemble d’assistants d’IA intégrés comme AutoGPT capables d’effectuer automatiquement des paiements et des règlements C2C, B2C et même B2B via la blockchain et les contrats intelligents dans divers scénarios de tâches ? A cette époque, la frontière entre Web2 et Web3 est devenue très floue.

2. Plateforme de puissance informatique

Les projets de plateforme de puissance de calcul n’ont pas autant d’atouts que le modèle Bot, mais ils sont relativement plus faciles à comprendre. Tout le monde sait que l’IA nécessite beaucoup de puissance de calcul, et BTC et ETH l’ont prouvé au cours des 10 dernières années. C'est une telle méthode dans le monde. Spontanément, décentralisée, dans un environnement d'incitations économiques et de jeux, elle organise et coordonne une puissance de calcul massive pour coopérer et rivaliser pour faire une chose. Cette méthode peut désormais être appliquée à l’IA.

Les deux projets les plus célèbres de l'industrie sont sans aucun doute Together et Gensyn. Un tour de table a permis de récolter des dizaines de millions de dollars et l'autre de récolter 43 millions de dollars en série A. On dit que la raison pour laquelle ces deux projets ont récolté autant d'argent est parce que. ils ont d'abord besoin de fonds et de puissance de calcul. Entraînez votre propre modèle, puis il sera transformé en plate-forme informatique et fourni à d'autres projets d'IA pour la formation.

Le montant du financement des plates-formes de puissance de calcul pour l'inférence sera relativement faible, car, en substance, elles regroupent des GPU inutilisés et d'autres puissances de calcul et les fournissent aux projets d'IA ayant besoin d'inférence, regroupant la puissance de calcul, et ces plates-formes effectuent des calculs d'inférence. agrégation. Mais les seuils techniques sont pour l’instant relativement flous, et je me demande même si un jour le RNDR ou la plateforme de cloud computing Web3 auront un pied dans la plateforme de calcul d’inférence.

L'orientation de la plate-forme de puissance de calcul est plus pratique et prévisible que la capitalisation du modèle. Il est fondamentalement certain qu'il y aura une demande et qu'il y aura un ou deux projets phares. La seule chose qui est actuellement incertaine est de faire de la formation. et le raisonnement ont leurs propres leaders, ou le leader englobe-t-il à la fois la formation et le raisonnement ?

3.Plateforme de données

Ce n’est en fait pas difficile à comprendre, car la couche inférieure de l’IA est simplement constituée de trois éléments principaux : l’algorithme (modèle), la puissance de calcul et les données.

Puisqu'il existe des « versions décentralisées » des algorithmes et de la puissance de calcul, les données ne seront certainement pas absentes. C'est également la direction dans laquelle le Dr Lu Qi, fondateur de Qiji Chuangtan, est le plus optimiste lorsqu'il parle de l'IA et du Web3.

Web3 a toujours mis l'accent sur la confidentialité et la souveraineté des données, et dispose également de technologies telles que ZK pour garantir la fiabilité et l'intégrité des données. Par conséquent, l'IA formée sur la base des données en chaîne de Web3 doit être différente de celle formée sur les données hors chaîne de Web2. . Par conséquent, le sens global de cette ligne, Ocean doit être considéré comme cette piste dans le cercle actuel, et le marché primaire a également vu des projets tels que des marchés spécialisés de données d'IA basés sur Ocean.

4. IA générative

Pour faire simple, il s’agit d’utiliser la peinture IA, ou des créations similaires, au service d’autres scénarios. Par exemple, la création de NFT, ou la génération de cartes dans le jeu, la génération d'arrière-plans de PNJ, etc. Je pense qu'il est plus difficile de faire du NFT car la rareté générée par l'IA n'est pas suffisante, et il y a aussi des équipes qui l'essaient sur le marché primaire.

Cependant, j'ai appris il y a quelques jours que Unity (qui domine le marché des moteurs de jeu avec Unreal Engine depuis de nombreuses années) avait également publié ses propres outils de génération d'IA, Sentis et Muse. Ils sont encore en phase bêta fermée et sont attendus. sera officiellement lancé l’année prochaine. Comment dois-je le dire ? J'ai l'impression que les projets de jeux AIGC dans le cercle Web3 pourraient être touchés par la réduction de dimensionnalité d'Unity...

5. Transaction/audit/rendement/contrôle des risques DeFi

Nous avons vu des projets s'essayer dans ces catégories, et l'homogénéité est relativement peu évidente.

1) Trading DeFi - C'est un peu délicat, car si une stratégie de trading est facile à utiliser, à mesure que de plus en plus de personnes l'utilisent, la stratégie peut progressivement devenir moins utile et vous devez passer à une nouvelle stratégie. Ensuite, je suis curieux de connaître le futur taux de gain du robot de trading IA et quel rang il occupera parmi les traders ordinaires.

2) Audit - L'inspection visuelle devrait permettre d'examiner et de traiter rapidement les vulnérabilités communes existantes. Les vulnérabilités nouvelles ou logiques qui ne sont pas apparues auparavant ne devraient pas être possibles. Cela ne devrait fonctionner qu'à l'ère de l'AGI.

3) Rendement et contrôle des risques - Le rendement n'est pas difficile à comprendre, vous pouvez simplement l'imaginer comme un YFI doté de l'intelligence de l'IA, y jeter de l'argent, et l'IA trouvera la plate-forme pour le jalonnement, le LP de groupe, l'exploitation minière, etc. selon votre préférence en matière de risque. En ce qui concerne le contrôle des risques, il semble étrange d'en faire un projet distinct. Il semble plus logique de proposer divers prêts ou plates-formes Defi similaires sous forme de plug-ins.

6.ZKML

Une piste qui devient de plus en plus populaire dans l'industrie car elle combine deux des technologies les plus avant-gardistes, ZK au sein de l'industrie et ML (Mechine Learning, une branche étroite du domaine de l'IA) en dehors de l'industrie.

Théoriquement, la combinaison avec ZK peut fournir au ML confidentialité, exhaustivité et précision, mais vous devez dire quels sont les scénarios d'utilisation spécifiques. En fait, de nombreuses parties au projet n'y pensent pas. L'infrastructure sera construite en premier. À l'heure actuelle, la seule chose qui est vraiment nécessaire est que l'apprentissage automatique dans certains domaines médicaux ait des exigences en matière de confidentialité pour les données des patients. Quant au récit de l'intégrité des jeux en chaîne ou de la lutte contre la triche, cela semble toujours un peu tiré par les cheveux.

Actuellement, il n'y a que quelques projets phares dans cette filière, comme Modulus Labs, EZKL, Giza, etc., qui sont tous populaires sur le marché primaire. Pas question, car il n'y a que quelques personnes dans le monde qui comprennent ZK, et il y a encore moins de personnes qui comprennent ZK et comprennent également ML. Par conséquent, le seuil technique de cette piste est beaucoup plus élevé que celui des autres domaines, et l'homogénéité est. relativement faible. Enfin, ZKML vise principalement l'inférence, pas la formation.