Когда Джен-Сун Хуанг выступал на WGS в Дубае, он предложил термин «суверенный ИИ». Итак, какой суверенный ИИ сможет удовлетворить интересы и требования криптосообщества?
Возможно, его нужно построить в виде Web3+AI.
Виталик описал синергию между ИИ и криптовалютой в статье «Перспективы и проблемы приложений криптографии + ИИ»: децентрализация крипты может сбалансировать централизацию ИИ непрозрачна, криптография обеспечивает прозрачность, ИИ нуждается в данных, блокчейн облегчает хранение и отслеживание; данных. Подобная синергия пронизывает весь индустриальный ландшафт Web3+AI.
Большинство проектов Web3 + AI используют технологию блокчейна для решения проблем построения инфраструктурных проектов в индустрии искусственного интеллекта, а несколько проектов используют ИИ для решения определенных проблем в приложениях Web3.
Картина индустрии Web3+AI примерно следующая:
Производство и рабочий процесс ИИ примерно таков:
В этих ссылках сочетание Web3 и AI в основном отражено в четырех аспектах:
Уровень вычислительной мощности: капитализация вычислительной мощности
За последние два года вычислительная мощность, используемая для обучения крупных моделей ИИ, выросла в геометрической прогрессии, удваиваясь практически каждый квартал и растя со скоростью, намного превышающей закон Мура. Эта ситуация привела к долгосрочному дисбалансу спроса и предложения на вычислительную мощность ИИ, а цены на оборудование, такое как графические процессоры, быстро выросли, что привело к увеличению стоимости вычислительной мощности.
Но в то же время на рынке также имеется большое количество простаивающего оборудования среднего и низкого уровня вычислительной мощности. Возможно, одна вычислительная мощность этой части оборудования среднего и низкого уровня не может соответствовать высокому уровню. потребности в производительности. Однако если сеть распределенных вычислительных мощностей будет построена с помощью Web3, а сеть децентрализованных вычислительных ресурсов создана посредством аренды и совместного использования вычислительных мощностей, она все равно сможет удовлетворить потребности многих приложений искусственного интеллекта. Поскольку используется распределенная вычислительная мощность в режиме ожидания, стоимость вычислительной мощности ИИ может быть значительно снижена.
Разбивка уровня вычислительной мощности включает в себя:
Общие децентрализованные вычислительные мощности (такие как Arkash, Io.net и т. д.);
Децентрализованные вычислительные мощности для обучения ИИ (например, Gensyn, Flock.io и т. д.);
Децентрализованные вычислительные мощности для вывода ИИ (например, Fetch.ai, Hyperbolic и т. д.);
Децентрализованные вычислительные мощности для 3D-рендеринга (например, The Render Network и т. д.).
Основное преимущество использования вычислительных мощностей Web3+AI заключается в децентрализованных проектах вычислительных мощностей. В сочетании с стимулами в виде токенов легко расширить масштаб сети, а стоимость вычислительных ресурсов низкая и экономически эффективна, что может удовлетворить запросы среднего и среднего уровня. -потребности в вычислительной мощности низкого уровня.
Уровень данных: капитализация данных
Данные — это масло и кровь ИИ. Если вы не полагаетесь на Web3, то, как правило, только гигантские компании имеют большой объем пользовательских данных. Обычным стартапам сложно получить обширные данные, а ценность пользовательских данных в индустрии искусственного интеллекта не передается обратно пользователям. Благодаря Web3+AI такие процессы, как сбор данных, аннотирование данных и распределенное хранение данных, можно сделать дешевле, прозрачнее и выгоднее для пользователей.
Сбор высококачественных данных является обязательным условием для обучения модели ИИ. С помощью Web3 вы можете использовать распределенную сеть в сочетании с соответствующим механизмом стимулирования токенов и методом краудсорсинга для получения высококачественных и обширных данных с меньшими затратами.
В соответствии с целью проекта проекты данных в основном включают в себя следующие категории:
Проекты сбора данных (например, Grass и т. д.);
Проекты торговли данными (такие как Ocean Protocol и т. д.);
Проекты аннотаций данных (такие как Taida, Alaya и т. д.);
Проекты источников данных блокчейна (такие как Spice AI, Space and time и т. д.);
Проекты децентрализованного хранения (такие как Filecoin, Arweave и т. д.).
Проекты Web3+AI, основанные на данных, являются более сложными в процессе разработки экономической модели токена, поскольку данные сложнее стандартизировать, чем вычислительную мощность.
Уровень платформы: капитализация ценности платформы
Большинство платформенных проектов будут сравниваться с Hugging Face, ядром которого является интеграция различных ресурсов в индустрии искусственного интеллекта. Создайте платформу, которая объединяет ссылки на различные ресурсы и роли, такие как данные, вычислительные мощности, модели, разработчики искусственного интеллекта и блокчейн, для более удобного решения различных потребностей, используя платформу в качестве центра. Например, Giza фокусируется на создании комплексной операционной платформы zkML, стремясь сделать выводы машинного обучения достоверными и прозрачными, поскольку черный ящик данных и модели в настоящее время является распространенной проблемой в искусственном интеллекте. Он использует такие пароли, как ZK и FHE, через Web3. Методы обучения, позволяющие убедиться, что рассуждения модели действительно выполняются правильно, рано или поздно будут востребованы отраслью.
Также существуют уровни 1/2 для Focus AI, такие как Nuroblocks, Janction и т. д. Основное повествование объединяет различные вычислительные мощности, данные, модели, разработчиков искусственного интеллекта, узлы и другие ресурсы и помогает приложениям Web3+AI добиться быстрого создания и разработки за счет упаковки общих компонентов и общих SDK.
Существуют также платформы типа агентной сети, на основе которых могут быть построены ИИ-агенты для различных сценариев применения, такие как Olas, ChainML и т. д.
Проекты платформенного типа Web3+AI в основном используют токен, чтобы оценить ценность платформы и побудить всех участников платформы к ее совместному созданию. Это полезно для начинающих проектов с 0 до 1 и может облегчить участникам проекта поиск партнеров, таких как вычислительные мощности, данные, сообщества разработчиков ИИ, узлы и т. д.
Прикладной уровень: активизация ценности ИИ
Большинство предыдущих инфраструктурных проектов используют технологию блокчейн для решения проблем строительства инфраструктурных проектов в отрасли искусственного интеллекта. Проекты прикладного уровня больше связаны с использованием ИИ для решения проблем в приложениях Web3.
Например, Виталик в статье упомянул два направления, что, на мой взгляд, очень значимо.
Одним из них является искусственный интеллект как участник Web3. Например: в Web3 Games ИИ может выступать в роли игрока, он может быстро понимать правила игры и наиболее эффективно выполнять игровые задачи. В DEX ИИ уже много лет играет роль в арбитражной торговле на рынках предсказаний; ИИ-агент может широко принимать большие объемы данных, базы знаний и информации, обучать возможностям анализа и прогнозирования своей модели и предоставлять их пользователям в качестве продукта, помогая пользователям прогнозировать конкретные события посредством модельного рассуждения, например спортивные события. , президентские выборы и т.д.
Второе — создать масштабируемый децентрализованный частный ИИ. Потому что многие пользователи обеспокоены проблемой «черного ящика» ИИ, а система предвзята или существуют некоторые децентрализованные приложения, которые обманывают пользователей, чтобы получить прибыль с помощью технологии ИИ; По сути, это связано с тем, что пользователи не имеют прав на просмотр и управление процессом обучения и вывода модели ИИ. Но если вы создадите ИИ Web3, как в проекте Web3, сообщество распределит права управления этим ИИ, и это будет легче принять.
На данный момент на уровне приложений Web3+AI нет проектов «белой лошади» с высокими потолками.
Подведем итог
Web3+AI все еще находится на ранней стадии развития, и индустрия разделилась во взглядах на перспективы развития этого направления. Мы продолжим уделять этому направлению внимание. Мы надеемся, что сочетание Web3 и ИИ позволит создать продукты, более ценные, чем централизованный ИИ, что позволит ИИ избавиться от ярлыков «гигантского контроля», «монополии» и «совместного управления ИИ» в более ориентированной на сообщество среде. способ. Возможно, в процессе более тесного участия и управления у людей будет больше «трепета» и меньше «страха» перед ИИ.