Cea mai populară IA în acest moment este considerată punctul cheie și nucleul celei de-a patra revoluții industriale, iar un concept fierbinte în lumea tehnologiei este Web3, care este considerat nucleul cheie al următoarei generații de Internet.

AI și Web3 sunt două concepte majore care vor declanșa o revoluție tehnologică Dacă sunt combinate puternic, ce fel de „surprize” ne-ar putea aduce?

01 Să vorbim mai întâi despre AI în sine

Industria AI va fi de fapt în declin. Toată lumea îl cunoaște pe Yilong, fondatorul Near, nu-i așa? Toată lumea speculează că a venit să facă Web3 pentru că nu vedea nicio speranță în AI (învățarea automată înainte de modelele mari).

Drept urmare, industria a introdus în sfârșit ChatGpt3.5 la sfârșitul anului trecut și, dintr-o dată, industria a fost din nou vie, deoarece de data aceasta poate fi privită într-adevăr ca o schimbare calitativă, mai degrabă decât valurile anterioare de hype și schimbări cantitative. . În câteva luni, valul antreprenoriatului AI a ajuns și pe Web3. Partea Web2 a Silicon Valley se luptă Diverse FOMO de capital, diverse soluții omogene au început să concureze în războaiele prețurilor, iar diverși mari producători și modele mari sunt PKing...

Cu toate acestea, trebuie remarcat faptul că AI a intrat într-o perioadă relativ de blocaj după mai mult de jumătate de an de creștere explozivă. De exemplu, interesul de căutare al Google pentru AI a scăzut, creșterea utilizatorilor Chatgpt a încetinit semnificativ, iar AI Output are un anumit grad de creștere. aleatorietatea Sexul limitează multe scenarii de aterizare... Pe scurt, suntem încă foarte, foarte departe de legendara „AGI – Inteligența Generală Artificială”.

În prezent, cercul de capital de risc din Silicon Valley are următoarele judecăți cu privire la următoarea dezvoltare a IA:

1) Nu există model vertical, doar model mare + aplicație verticală (vom aminti din nou când vorbim despre Web3+AI mai târziu)

2) Datele de la dispozitive de vârf, cum ar fi telefoanele mobile, pot fi o barieră, iar AI bazată pe dispozitive de vârf poate fi, de asemenea, o oportunitate.

3) Lungimea Contextului poate provoca schimbări calitative în viitor (bazele de date vectoriale sunt utilizate în prezent ca memorie AI, dar lungimea contextului nu este încă suficientă)

02Web3+AI

AI și Web3 sunt de fapt două domenii complet diferite AI necesită putere de calcul concentrată și date masive pentru antrenament, care este foarte centralizat, deci nu este atât de ușor de combinat productivitatea și blockchain-ul schimbă relațiile de producție sunt prea adânc înrădăcinate în inimile oamenilor, așa că vor exista mereu oameni care caută acel punct de integrare. În ultimele două luni, am discutat nu mai puțin de 10 proiecte AI.

Înainte de a vorbi despre noua pistă combinată, să vorbim despre vechile proiecte AI+Web3. Acestea sunt în principiu bazate pe platforme, reprezentate de FET și AGIX. Cum ar trebui să o spun? Iată ce mi-au spus prietenii mei care sunt profesioniști în AI în China - „Cei care înainte făceau AI sunt practic inutili acum. Indiferent de Web2 sau Web3, mulți dintre ei sunt mai degrabă bagaje decât experiență. și viitorul sunt ca OpenAI Acest tip de model mare bazat pe Transformer, „modelul mare salvează AI”, propriul tău produs.

Prin urmare, tipul de platformă universală nu este modelul Web3+AI despre care este optimist Cele peste 10 proiecte despre care am vorbit nu au acest aspect.

1. Asezare model Bot/Agent/Asistent

2. Platformă de putere de calcul

3. Platforma de date

4. IA generativă

5.Defi tranzacționare/audit/controlul riscurilor

6.ZKML

1. Asezare model Bot/Agent/Asistent

Assetizarea Bot/Agent/Assitant este piesa despre care se vorbește cel mai mult și este piesa cu cea mai serioasă omogenitate. Pentru a spune simplu, majoritatea acestor proiecte folosesc OpenAI ca strat inferior și cooperează cu alte mijloace tehnice open source/autodezvoltate, cum ar fi TTS (Text to Speech) și altele asemenea, FineTune vine cu unele „tehnologii mai avansate decât ChatGPT într-un anumit domeniu”.

De exemplu, puteți antrena o profesoară frumoasă pentru a vă învăța limba engleză. Puteți alege dacă are un accent american sau un accent londonez ChatGPT, experiența interactivă este Va fi mai bine. În primele zile ale industriei, a existat un iubit virtual DAPP și un joc orientat către femei Web3 numit HIM, care poate fi considerat un reprezentant al acestui tip.

Pornind de la această idee, teoretic puteți avea mulți Boți/Agenți care vă servesc. De exemplu, dacă doriți să gătiți pește fiert, poate exista un Cooking Bot numit Fine Tune care este specializat în acest domeniu pentru a vă învăța Răspunsurile oferite sunt mai profesioniste decât ChatGPT. Dacă doriți să călătoriți, există și un asistent de călătorie Bot pentru a vă oferi diverse opțiuni de călătorie Pentru sugestii și planificare, sau dacă sunteți un dezvoltator de proiecte, obțineți un robot de serviciu pentru clienți Discord pentru a vă ajuta să răspundeți la întrebările comunității.

În plus față de acest Bot „aplicație verticală bazată pe GPT”, există și proiecte derivate bazate pe acesta, cum ar fi „activizarea modelului” a lui Bot. Este un pic asemănător cu „activizarea imaginilor mici” de la NFT. Pot fi scrise cu majuscule și mesajele populare din MidJourney. Promopt în sine are și valoare și poate fi valorificat.

Există, de asemenea, proiecte precum indexarea portalului și căutarea bazată pe astfel de Boți Într-o zi vom avea mii de Boți, așa că cum să găsim cel mai potrivit Bot pentru tine? Poate că veți avea nevoie de un portal precum Hao123 în lumea Web2 sau de un motor de căutare precum Google care să vă ajute să „poziționați”.

În opinia mea personală, assetization Bot (model) are două dezavantaje și două direcții în această etapă:

1) Dezavantaje

Dezavantaj 1- Prea multă omogenitate, deoarece aceasta este pista AI+web3 care este cel mai ușor de înțeles de către utilizatori și este un pic ca NFT cu puțin atribut de utilitate. Prin urmare, piața primară începe în prezent să arate o tendință de ocean roșu și se rostogolește, dar stratul de jos este OpenAI, așa că toată lumea nu are de fapt bariere tehnice și poate lupta doar pentru proiectare și operare;

Dezavantaj 2- Uneori, lucruri precum înlănțuirea NFT a cardurilor de membru Starbucks, deși este o încercare bună de a ieși din cerc, pot să nu fie la fel de convenabile ca un card de membru fizic sau electronic pentru majoritatea utilizatorilor. Boții bazați pe Web3 au și această problemă Dacă vreau să învăț limba engleză de la robot sau să discut cu Musk sau Socrates, nu ar fi bine să folosesc doar http://Character.AI de la Web2?

2) Direcția

Direcția 1- este pe termen scurt + mediu, modelul pe lanț poate fi o idee. În prezent, aceste modele sunt oarecum similare cu imaginile mici ETH NFT Majoritatea MetaData indică servere off-chain sau IPFS, mai degrabă decât pur on-chain. Modelele sunt de obicei de la zeci până la sute de megaocteți și trebuie aruncate pe server.

Cu toate acestea, odată cu scăderea rapidă recentă a prețurilor de stocare (SSD-ul de 2TB costă 500 RMB) și cu avansarea proiectelor de stocare precum Filecoin FVM și ETH Storage, cred că nu va fi dificil să lansăm un model la nivel de 100M pe lanț în următorii doi-trei ani.

Vă puteți întreba care sunt beneficiile bobinării? Odată ce modelul este în lanț, poate fi apelat direct de alte contracte. Este mai mult Crypto Native și, cu siguranță, există mai multe trucuri care pot fi jucate datele sunt native pentru lanț. În prezent, vedem că există echipe care explorează acest aspect, dar bineînțeles că este încă într-un stadiu foarte incipient.

Direcția 2- este pe termen mediu + lung Dacă te gândești serios la contractele inteligente, de fapt, cel mai potrivit nu este interacțiunea om-calculator, ci „interacțiunea mașină-calculator are acum conceptul de AutoGPT de-al tău „Avatar virtual” sau „asistent virtual” nu poate doar să discute cu tine, ci și să te ajute să îndeplinești sarcini conform cerințelor tale, cum ar fi să te ajute să rezervi zboruri, hoteluri, să cumperi nume de domenii și să construiești site-uri web...

Credeți că asistentul AI este mai convenabil pentru a vă opera diferitele conturi bancare, Alipay etc., sau este mai convenabil pentru a transfera fonduri de la o întreagă adresă blockchain? Răspunsul este evident. Deci, în viitor, vor exista o mulțime de asistenți AI integrati, cum ar fi AutoGPT, care pot efectua automat plăți și decontări C2C, B2C și chiar B2B prin blockchain și contracte inteligente în diferite scenarii de sarcini? La acel moment, granița dintre Web2 și Web3 a devenit foarte neclară.

2. Platformă de putere de calcul

Proiectele platformei de putere de calcul nu au atât de multe active ca modelul Bot, dar sunt relativ mai ușor de înțeles Toată lumea știe că AI necesită multă putere de calcul, iar BTC și ETH au demonstrat în ultimii 10 ani că există. este o astfel de metodă în lume În mod spontan, descentralizat, într-un mediu de stimulente economice și jocuri, organizează și coordonează puterea de calcul masivă pentru a coopera și a concura pentru a face un singur lucru. Această metodă poate fi acum aplicată AI.

Cele mai cunoscute două proiecte din industrie sunt, fără îndoială, Together și Gensyn. O rundă de semințe a strâns zeci de milioane de dolari, iar cealaltă a strâns 43 de milioane în Seria A. Se spune că motivul pentru care aceste două proiecte au strâns atât de mulți bani. au nevoie de fonduri și putere de calcul mai întâi Antrenați-vă propriul model, apoi va fi transformat într-o platformă de calcul și va fi furnizat altor proiecte de IA pentru instruire.

Valoarea de finanțare a platformelor de putere de calcul pentru inferență va fi relativ mică, deoarece, în esență, ele adună GPU-ul inactiv și alte puteri de calcul și o oferă proiectelor AI care au nevoie de agregate RNDR care redau puterea de calcul, iar aceste platforme fac calcule de inferență agregare. Dar pragurile tehnice sunt în prezent relativ vagi și chiar mă întreb dacă într-o zi RNDR sau platforma de cloud computing Web3 va avea un picior în platforma de calcul de inferență.

Direcția platformei de putere de calcul este mai practică și mai previzibilă decât capitalizarea modelului. Este practic sigur că va exista unul sau două proiecte de vârf. Depinde de cine poate reuși iar raționamentul are propriii lideri, sau liderul cuprinde atât pregătirea, cât și raționamentul?

3. Platforma de date

Acest lucru nu este de fapt greu de înțeles, deoarece stratul inferior al AI este pur și simplu trei lucruri majore: algoritm (model), putere de calcul și date.

Deoarece există „versiuni descentralizate” de algoritmi și putere de calcul, cu siguranță datele nu vor lipsi. Aceasta este și direcția în care Dr. Lu Qi, fondatorul Qiji Chuangtan, este cel mai optimist când vorbește despre AI și Web3.

Web3 a pus întotdeauna accent pe confidențialitatea și suveranitatea datelor și are, de asemenea, tehnologii precum ZK pentru a asigura fiabilitatea și integritatea datelor. Prin urmare, AI antrenat pe baza datelor în lanț ale Web3 trebuie să fie diferită de cea instruită pe datele off-chain ale Web2. . Prin urmare, în ansamblu Make Sense a acestei linii, Ocean ar trebui să fie privit ca această pistă în cercul actual, iar piața primară a văzut, de asemenea, proiecte precum piețele specializate de date AI bazate pe Ocean.

4. IA generativă

Pentru a spune simplu, este să folosiți pictura AI sau creații similare pentru a servi alte scenarii. De exemplu, realizarea NFT sau generarea de hărți în joc, generarea de fundal NPC etc. Simt că este mai dificil să faci NFT pentru că deficitul generat de AI nu este suficientă Gamefi, și există și echipe care o încearcă pe piața primară.

Cu toate acestea, am văzut știri în urmă cu câteva zile că Unity (care a dominat piața motoarelor de joc împreună cu Unreal Engine de mulți ani) și-a lansat și propriile instrumente de generare AI Sentis și Muse. Sunt încă în faza de beta închisă și sunt așteptate care urmează să fie lansată oficial anul viitor. Cum ar trebui să spun că proiectele AIGC ale jocului din cercul Web3 pot fi afectate de reducerea dimensionalității a Unity...

5.Controlul tranzacției/auditului/randamentului/riscului DeFi

Am văzut proiecte testate în aceste categorii, iar omogenitatea este relativ neevidentă.

1) Tranzacționare DeFi - Acest lucru este puțin complicat, deoarece dacă o strategie de tranzacționare este ușor de utilizat, pe măsură ce mai mulți oameni o folosesc, strategia poate deveni treptat mai puțin utilă și trebuie să treceți la o nouă strategie. Atunci sunt curios despre rata viitoare de câștig a robotului de tranzacționare AI și ce rang va fi acesta printre comercianții obișnuiți.

2) Audit - Inspecția vizuală ar trebui să poată ajuta la revizuirea și tratarea rapidă a vulnerabilităților comune existente, care nu au apărut înainte. Acest lucru ar trebui să fie posibil doar în era AGI.

3) Controlul randamentului și al riscului - Randamentul nu este greu de înțeles, vă puteți imagina doar ca un YFI cu inteligență AI, aruncați bani în el, iar AI ​​va găsi platforma pentru staking, grup LP, minerit etc. în funcție de preferința dvs. de risc. În ceea ce privește controlul riscului, este ciudat să faci din acesta un proiect separat. Se simte mai mult să deservești diverse împrumuturi sau platforme Defi similare sub formă de plug-in-uri.

6.ZKML

O pistă care devine din ce în ce mai populară în industrie, deoarece combină două dintre cele mai de ultimă oră tehnologii, ZK din industrie și ML (Mechine Learning, o ramură îngustă a domeniului AI) în afara industriei.

Teoretic, combinația cu ZK poate oferi ML confidențialitate, completitudine și acuratețe, dar trebuie să spuneți ce scenarii de utilizare specifice există, de fapt, multe părți ale proiectului nu se pot gândi la ele. În prezent, singurul lucru de care este cu adevărat necesar este că învățarea automată în unele domenii medicale are cerințe de confidențialitate pentru datele pacienților.

În prezent, există doar câteva proiecte vedete în această pistă, cum ar fi Modulus Labs, EZKL, Giza etc., care sunt toate populare pe piața primară. Nicicum, pentru că sunt doar câțiva oameni în lume care înțeleg ZK, și sunt și mai puțini oameni care înțeleg ZK și înțeleg și ML. Prin urmare, pragul tehnic al acestei piste este mult mai mare decât alte domenii, iar omogenitatea este relativ scăzută. În cele din urmă, ZKML vizează în principal inferență, nu antrenament.