Самый популярный на данный момент искусственный интеллект считается ключевым моментом и ядром четвертой промышленной революции, а горячей концепцией в мире технологий является Web3, который считается ключевым ядром Интернета следующего поколения.
Если они объединятся, какие «сюрпризы» они могут нам преподнести?
01 Давайте сначала поговорим о самом ИИ
Индустрия искусственного интеллекта на самом деле будет в упадке. Все знают Илонга, основателя Near, верно? Этот парень действительно занимался искусственным интеллектом. Он является основным автором кода TensorFlow (самой популярной среды машинного обучения). Все предполагают, что он пришел к Web3, потому что не видел надежды в искусственном интеллекте (машинное обучение перед большими моделями).
В результате в конце прошлого года индустрия, наконец, представила ChatGpt3.5, и внезапно индустрия снова ожила, потому что на этот раз это действительно можно расценивать как качественное изменение, а не предыдущие волны ажиотажа и количественных изменений. . В течение нескольких месяцев волна предпринимательства в области искусственного интеллекта достигла и нашего Web3. Сторона Web2 Кремниевой долины испытывает трудности. Различные капитальные FOMO, различные однородные решения начали конкурировать в ценовых войнах, а различные крупные производители и крупные модели конкурируют...
Однако следует отметить, что после более чем полугода бурного роста ИИ вступил в период относительного узкого места. Например, поисковый интерес Google к ИИ резко упал, рост числа пользователей Chatgpt значительно замедлился, а результаты AI имеют определенную степень. Случайность. Секс ограничивает многие сценарии высадки... Короче говоря, до легендарного «AGI – Искусственного общего интеллекта» нам еще очень и очень далеко.
В настоящее время круг венчурного капитала Кремниевой долины имеет следующие суждения о следующем развитии ИИ:
1) Вертикальной модели нет, есть только большая модель + вертикальное приложение (мы упомянем об этом позже, когда будем говорить о Web3+AI)
2) Данные с периферийных устройств, таких как мобильные телефоны, могут стать препятствием, а искусственный интеллект на базе периферийных устройств также может стать возможностью.
3) Длина Контекста может вызвать качественные изменения в будущем (в качестве памяти ИИ сейчас используются векторные базы данных, но длины контекста все равно недостаточно)
02Web3+ИИ
ИИ и Web3 на самом деле представляют собой две совершенно разные области. ИИ требует концентрированных вычислительных мощностей и огромных данных для обучения, а Web3 ориентирован на децентрализацию, поэтому его не так-то легко объединить. С точки зрения повествования, ИИ меняется. Изменения в производительности и блокчейне. Производственные отношения слишком глубоко укоренились в сердцах людей, поэтому всегда найдутся люди, которые будут искать эту точку интеграции. За последние два месяца мы обсудили не менее 10 проектов ИИ.
Прежде чем говорить о новом комбинированном треке, давайте поговорим о старых проектах AI+Web3. Они в основном основаны на платформах и представлены FET и AGIX. Как бы это сказать? Вот что сказали мне мои друзья, которые занимаются искусственным интеллектом в Китае: «Те, кто раньше занимался искусственным интеллектом, сейчас практически бесполезны. Независимо от Web2 или Web3, многие из них — это скорее багаж, чем опыт. Направление». и будущее похоже на OpenAI. Это своего рода большая модель, основанная на Transformer, «большая модель спасает ИИ», ваш собственный продукт.
Таким образом, универсальный тип платформы — это не модель Web3+AI, в отношении которой он оптимистичен. Более 10 проектов, о которых я говорил, не имеют этого аспекта. На данный момент я видел в основном следующие треки:
1. Активизация модели бота/агента/помощника
2. Вычислительная мощная платформа
3. Платформа данных
4. Генеративный ИИ
5. Торговля/аудит/контроль рисков Defi
6.ЗКМЛ
1. Активация модели бота/агента/помощника
Активизация бота/агента/помощника — это наиболее обсуждаемый трек, и это трек с самой серьезной однородностью. Проще говоря, большинство этих проектов используют OpenAI в качестве нижнего уровня и сотрудничают с другими техническими средствами с открытым исходным кодом/собственной разработкой, такими как TTS (текст в речь) и тому подобное. FineTune предлагает некоторые конкретные данные. «Более передовые технологии, чем ChatGPT, в определенной области». «Лучшие роботы.
Например, вы можете научить прекрасную учительницу английскому языку. Вы можете выбрать, будет ли у нее американский акцент или лондонский акцент. Таким образом, ее личность и стиль общения можно будет изменить по сравнению с более механическими и официальными ответами. ChatGPT, интерактивный опыт. Будет лучше. На заре развития индустрии существовала виртуальная игра-парень DAPP и женская игра Web3 под названием HIM, которую можно рассматривать как представителя этого типа.
Исходя из этой идеи, теоретически вы можете иметь множество обслуживающих вас ботов/агентов. Например, если вы хотите приготовить вареную рыбу, может быть кулинарный бот под названием Fine Tune, который специализируется в этой области и научит вас. Ответы будут более профессиональными, чем ChatGPT. Если вы хотите путешествовать, есть также помощник по путешествиям. Бот, который предоставит вам различные варианты путешествий. Для предложений и планирования или, если вы являетесь разработчиком проекта, получите робота службы поддержки клиентов Discord, который поможет вам ответить на вопросы сообщества.
Помимо этого бота «вертикальное приложение на основе GPT», существуют также производные проекты, основанные на нем, такие как «активизация модели» бота. Это немного похоже на «активацию маленьких картинок» в NFT. Могут ли подсказки, популярные в ИИ, также писаться с заглавной буквы? Например, разные подсказки в MidJourney могут генерировать разные картинки. Разные подсказки также будут иметь разные эффекты при обучении бота. Сама компания Promopt также имеет стоимость и может быть капитализирована.
Существуют также такие проекты, как индексирование порталов и поиск на основе таких ботов. Однажды у нас будут тысячи ботов, так как же найти наиболее подходящего для вас бота? Возможно, вам понадобится такой портал, как Hao123, в мире Web2 или поисковая система, такая как Google, которая поможет вам «позиционировать».
По моему личному мнению, активизация бота (модели) на данном этапе имеет два недостатка и два направления:
1) Недостатки
Недостаток 1. Слишком большая однородность, потому что это трек AI+web3, который легче всего понять пользователям, и он немного похож на NFT с небольшим атрибутом полезности. Таким образом, первичный рынок в настоящее время начинает демонстрировать тенденцию красного океана и разворачивается, но нижний уровень — это OpenAI, поэтому у всех фактически нет технических барьеров, и они могут бороться только за дизайн и эксплуатацию;
Недостаток 2. Иногда такие вещи, как объединение членских карт Starbucks в цепочку NFT, хотя это и хорошая попытка выйти из круга, для большинства пользователей могут быть не такими удобными, как физическая или электронная членская карта. У ботов, основанных на Web3, также есть эта проблема. Если я хочу выучить английский язык с помощью робота или пообщаться с Маском или Сократом, не лучше ли было бы просто использовать http://Character.AI от Web2?
2) Направление
Направление 1 — ближайшая + среднесрочная перспектива, возможно, идея будет заключаться в модели ончейн. В настоящее время эти модели чем-то похожи на небольшие изображения ETH NFT. Большинство метаданных указывают на серверы вне цепочки или IPFS, а не на чисто ончейн. Размер моделей обычно составляет десятки-сотни мегабайт, и их приходится закидывать на сервер.
Однако с учетом недавнего быстрого снижения цен на хранилище (твердотельный накопитель на 2 ТБ стоит 500 юаней) и развития таких проектов хранения, как Filecoin FVM и ETH Storage, я считаю, что не составит труда запустить модель уровня 100M в цепочке в следующем году. ближайшие два-три года.
Вы можете спросить, в чем преимущества намотки? Как только модель добавлена в цепочку, ее можно напрямую вызывать из других контрактов. Это больше похоже на Crypto Native, и здесь определенно можно использовать больше трюков. Визуально она немного напоминает полностью ончейн-игру, потому что все это. данные являются собственными для цепочки. В настоящее время мы видим, что есть команды, изучающие этот аспект, но, конечно, он все еще находится на очень ранней стадии.
Направление 2 — среднесрочная + долгосрочная перспектива. Если серьезно задуматься о смарт-контрактах, то на самом деле наиболее подходящим является не взаимодействие человека с компьютером, а «взаимодействие машины с компьютером», теперь у ИИ есть концепция AutoGPT, приобретите ее. ваш «Виртуальный аватар» или «виртуальный помощник» может не только общаться с вами, но и помогать вам выполнять задачи в соответствии с вашими требованиями, например, помогать бронировать авиабилеты, отели, покупать доменные имена и создавать веб-сайты...
Как вы думаете, ИИ-помощник более удобен для управления вашими различными банковскими счетами, Alipay и т. д., или он более удобен для перевода средств с целого адреса блокчейна? Ответ очевиден. Итак, появится ли в будущем множество интегрированных помощников искусственного интеллекта, таких как AutoGPT, которые смогут автоматически выполнять платежи и расчеты C2C, B2C и даже B2B через блокчейн и смарт-контракты в различных сценариях задач? В то время граница между Web2 и Web3 стала очень размытой.
2. Вычислительная мощная платформа
Проекты платформы вычислительной мощности не обладают таким количеством активов, как модель бота, но их относительно легче понять. Все знают, что ИИ требует большой вычислительной мощности, и за последние 10 лет BTC и ETH доказали это. является таким методом в мире. Спонтанно, децентрализованно, в среде экономических стимулов и игр, он организует и координирует огромные вычислительные мощности для сотрудничества и конкуренции за одно дело. Теперь этот метод можно применить к ИИ.
Двумя самыми известными проектами в отрасли, несомненно, являются Together и Gensyn. Один начальный раунд собрал десятки миллионов долларов, а другой собрал 43 миллиона в серии A. Говорят, что причина, по которой эти два проекта собрали так много денег, заключается в том, что эти два проекта собрали так много денег. сначала им нужны средства и вычислительная мощность. Обучите свою собственную модель, а затем она будет превращена в вычислительную платформу и предоставлена другим проектам ИИ для обучения.
Объем финансирования платформ вычислительной мощности для вывода будет относительно небольшим, поскольку, по сути, они объединяют простаивающие графические процессоры и другие вычислительные мощности и предоставляют их проектам искусственного интеллекта, нуждающимся в выводах, агрегаты RNDR, предоставляющие вычислительную мощность, и эти платформы выполняют расчеты вывода. агрегация. Но технические пороги в настоящее время относительно расплывчаты, и мне даже интересно, появится ли однажды RNDR или платформа облачных вычислений Web3 одной ногой на платформе вычислений вывода.
Направление платформы вычислительной мощности более практично и предсказуемо, чем капитализация модели. В принципе наверняка будет спрос и будет один или два ведущих проекта. Единственное, что на данный момент неясно, стоит ли заниматься обучением. и рассуждения имеют своих лидеров, или лидер включает в себя и обучение, и рассуждение?
3. Платформа данных
На самом деле это нетрудно понять, поскольку нижний уровень ИИ — это просто три основные вещи: алгоритм (модель), вычислительная мощность и данные.
Поскольку существуют «децентрализованные версии» алгоритмов и вычислительных мощностей, данные, безусловно, не будут отсутствовать. Это также то направление, в отношении которого доктор Лу Ци, основатель Qiji Chuangtan, наиболее оптимистичен, говоря об искусственном интеллекте и Web3.
Web3 всегда подчеркивал конфиденциальность и суверенитет данных, а также имеет такие технологии, как ZK, для обеспечения надежности и целостности данных. Поэтому ИИ, обученный на основе данных в сети Web3, должен отличаться от того, который обучен на данных вне сети Web2. . Таким образом, в целом, чтобы осмыслить эту линию, Ocean следует рассматривать как этот путь в текущем круге, и на первичном рынке также наблюдались такие проекты, как специализированные рынки данных AI, основанные на Ocean.
4. Генеративный ИИ
Проще говоря, это значит использовать живопись ИИ или подобные творения для других сценариев. Например, создание NFT или генерация внутриигровых карт, генерация фона NPC и т. д. Я считаю, что сделать NFT сложнее, потому что дефицита, создаваемого ИИ, недостаточно, и есть команды, которые пробуют это на первичном рынке.
Однако несколько дней назад я увидел новость о том, что Unity (которая уже много лет доминирует на рынке игровых движков вместе с Unreal Engine) также выпустила собственные инструменты генерации ИИ Sentis и Muse. Они все еще находятся на стадии закрытого бета-тестирования и ожидаются. официально будет представлен в следующем году. Как бы это сказать, я чувствую, что игровые проекты AIGC в среде Web3 могут пострадать от снижения размерности в Unity...
5.Транзакция DeFi/аудит/контроль доходности/риска
Мы видели проекты, опробованные в этих категориях, и однородность относительно неочевидна.
1) Торговля DeFi. Это немного сложно, потому что, если торговая стратегия проста в использовании, по мере того, как ее использует все больше людей, стратегия может постепенно стать менее полезной, и вам придется переключиться на новую стратегию. Тогда мне интересно узнать, каков будет будущий процент выигрышей торгового робота с искусственным интеллектом и какой рейтинг он будет среди обычных трейдеров.
2) Аудит. Визуальный осмотр должен помочь быстро просмотреть и устранить существующие распространенные уязвимости. Новые или логические уязвимости, которые не появлялись ранее, не должны быть возможны только в эпоху AGI.
3) Контроль доходности и риска. Доходность понять несложно, можно просто представить ее как YFI с интеллектом ИИ, кинуть в нее деньги, и ИИ найдет платформу для стейкинга, группового LP, майнинга и т. д. в соответствии с вашими предпочтениями по риску. Что касается контроля рисков, то кажется странным выделять его в отдельный проект. Более разумно обслуживать различные кредиты или аналогичные платформы Defi в виде плагинов.
6.ЗКМЛ
Направление, которое становится все более популярным в отрасли, поскольку сочетает в себе две самые передовые технологии: ZK внутри отрасли и ML (механическое обучение, узкая отрасль области искусственного интеллекта) за ее пределами.
Теоретически комбинация с ZK может обеспечить ML конфиденциальность, полноту и точность, но надо сказать, какие конкретные сценарии использования существуют. На самом деле многие участники проекта не могут о них подумать. Сначала будет построена инфраструктура. В настоящее время единственное, что действительно необходимо, — это то, чтобы машинное обучение в некоторых областях медицины предъявляло требования к конфиденциальности данных пациентов. Что касается повествования о целостности сетевых игр или борьбе с мошенничеством, оно всегда кажется немного надуманным.
На данный момент на этом треке всего несколько звездных проектов, таких как Modulus Labs, EZKL, Giza и т. д., которые все популярны на первичном рынке. Ни в коем случае, потому что в мире всего несколько человек, которые понимают ZK, и еще меньше людей, которые понимают ZK и также понимают ML. Поэтому технический порог этого трека намного выше, чем в других областях, и однородность. относительно низкий. Наконец, ZKML в основном нацелен на вывод, а не на обучение.