lời nói đầu:

Với sự phát triển nhanh chóng của công nghệ số, AI và Crypto đã trở thành hai chủ đề nóng nhất. Là một cuộc cách mạng công nghệ, AI đại diện cho năng suất tiên tiến nhất; Crypto dựa trên công nghệ blockchain và đại diện cho mối quan hệ sản xuất công bằng nhất. AI và Crypto liên tục thay đổi cách chúng ta sống và làm việc. Bài viết này sẽ khám phá sự hội tụ của AI và tiền điện tử cũng như cách chúng có thể cùng nhau định hình tương lai của chúng ta.

AI: năng suất tiên tiến

AI (Trí tuệ nhân tạo) là công nghệ cho phép hệ thống máy tính bắt chước trí thông minh của con người và thực hiện các nhiệm vụ thông minh. Nó bao gồm một số lĩnh vực phụ bao gồm:

1. Học máy: Học máy là nền tảng của AI và liên quan đến việc đào tạo hệ thống máy tính để cải thiện hiệu suất thông qua dữ liệu và kinh nghiệm. Bao gồm các loại khác nhau như học có giám sát, học không giám sát và học tăng cường;

2. Học sâu: Học sâu là một nhánh của học máy mô phỏng cách thức hoạt động của mạng lưới thần kinh của bộ não con người. Nó sử dụng mạng nơ-ron nhiều lớp để xử lý dữ liệu phức tạp và đã tạo ra những đột phá lớn trong các lĩnh vực như thị giác máy tính và xử lý ngôn ngữ tự nhiên;

3. Xử lý ngôn ngữ tự nhiên (NLP): NLP liên quan đến việc cho phép máy tính hiểu và xử lý ngôn ngữ của con người. Nó bao gồm phân tích văn bản, phân tích tình cảm, nhận dạng giọng nói, dịch máy và các công nghệ khác.

4. Thị giác máy tính: Thị giác máy tính nhằm mục đích cho phép hệ thống máy tính "nhìn" và hiểu hình ảnh và video. Nó liên quan đến các công nghệ nhận dạng hình ảnh, phát hiện mục tiêu, nhận dạng khuôn mặt, tạo hình ảnh, v.v.

Từ logic cơ bản, cốt lõi của AI là giúp máy tính có "nhận thức", "nhận thức", "sáng tạo" và "trí thông minh". Lời giải thích cụ thể là giúp máy tính có thể suy nghĩ như con người, hành động như con người, suy nghĩ hợp lý và đưa ra quyết định hợp lý.

Với sự phát triển của công nghệ AI, có nhiều kịch bản ứng dụng có thể giảm chi phí, cải thiện hiệu quả và an toàn thông qua việc sử dụng AI. Nói tóm lại, nó có thể phục vụ nhân loại tốt hơn. Ví dụ:

• Lái xe tự động: Công nghệ AI được sử dụng để phát triển các phương tiện tự hành nhằm cải thiện an toàn đường bộ và hiệu quả lái xe bằng cách cảm nhận môi trường, đưa ra quyết định và điều khiển phương tiện.

• Chăm sóc sức khỏe: AI đóng vai trò quan trọng trong việc nhận dạng hình ảnh y tế, chẩn đoán bệnh và lập kế hoạch điều trị, giúp bác sĩ đưa ra chẩn đoán chính xác hơn và kế hoạch điều trị cá nhân hóa.

• Dịch vụ tài chính: AI được sử dụng rộng rãi trong lĩnh vực tài chính, bao gồm đánh giá rủi ro, chấm điểm tín dụng, chiến lược đầu tư và chống gian lận, nhằm nâng cao hiệu quả và độ chính xác của các tổ chức tài chính.

• Nhà thông minh: AI được ứng dụng vào các thiết bị nhà thông minh, cho phép điều khiển các thiết bị trong nhà thông qua giọng nói hoặc cử chỉ, nâng cao sự tiện lợi và thoải mái trong nhà.

• Xử lý ngôn ngữ tự nhiên: Công nghệ AI cho phép máy móc hiểu và xử lý ngôn ngữ của con người, bao gồm nhận dạng giọng nói, hiểu ngữ nghĩa và dịch tự động. Nó được sử dụng rộng rãi trong các trợ lý thông minh (như Siri, Alexa, Google Assistant) và robot ảo (như robot khách hàng). service) thông qua tương tác bằng giọng nói và văn bản để cung cấp dịch vụ và hỗ trợ được cá nhân hóa.

• Giải trí và trò chơi: AI đóng vai trò quan trọng trong việc phát triển trò chơi, bao gồm thiết kế kẻ thù thông minh, độ khó của trò chơi thích ứng và hiệu ứng đồ họa chân thực.

ChatGPT phổ biến nhất năm nay là mô hình chatbot dựa trên Generative Pre-training Transformer. GPT là mô hình ngôn ngữ dựa trên kiến ​​trúc Transformer được phát triển bởi OpenAI. Mục tiêu của ChatGPT là tìm hiểu các quy luật thống kê và hiểu biết ngữ nghĩa của ngôn ngữ thông qua đào tạo trước về lượng lớn dữ liệu văn bản để tạo ra phản hồi ngôn ngữ tự nhiên giống con người.

Logic thiết kế cơ bản của GPT chủ yếu bao gồm hai thành phần chính: Kiến trúc máy biến áp và phương pháp tinh chỉnh trước đào tạo.

Kiến trúc máy biến áp: Máy biến áp là kiến ​​trúc mạng thần kinh dựa trên cơ chế tự chú ý, có thể thiết lập sự phụ thuộc từ xa khi xử lý dữ liệu chuỗi. Máy biến áp bao gồm nhiều lớp mã hóa-giải mã, mỗi lớp bao gồm cơ chế chú ý nhiều đầu và mạng lưới thần kinh chuyển tiếp nguồn cấp dữ liệu. Cơ chế chú ý cho phép mô hình tập trung vào các vị trí khác nhau trong chuỗi đầu vào khi tạo đầu ra, từ đó hiểu rõ hơn thông tin theo ngữ cảnh.

Phương pháp tinh chỉnh trước đào tạo: ChatGPT sử dụng đào tạo trước không giám sát quy mô lớn để học các mẫu và kiến ​​thức ngôn ngữ. Ở giai đoạn tiền đào tạo, mô hình cố gắng dự đoán các phần còn thiếu của chuỗi đầu vào bằng cách thực hiện quá trình học tự giám sát trên dữ liệu văn bản lớn. Điều này cho phép mô hình học các kiến ​​thức như ngữ pháp, ngữ nghĩa và lẽ thường. Sau đó, trong giai đoạn tinh chỉnh, mô hình được giám sát và tinh chỉnh bằng cách sử dụng dữ liệu được gắn nhãn dành riêng cho nhiệm vụ để điều chỉnh mô hình cho phù hợp với một nhiệm vụ cụ thể, chẳng hạn như chatbot.

Quá trình tạo ChatGPT bao gồm hai giai đoạn: giai đoạn đầu vào bộ mã hóa và giai đoạn tạo bộ giải mã. Trong giai đoạn đầu vào của bộ mã hóa, mô hình nhận đầu vào của người dùng và biến nó thành dạng biểu diễn ẩn để nắm bắt thông tin ngữ nghĩa của đầu vào. Trong giai đoạn tạo bộ giải mã, mô hình sử dụng biểu diễn ẩn của bộ mã hóa và mã thông báo được tạo trước đó để tạo mã thông báo phản hồi tiếp theo cho đến khi đạt được điều kiện dừng cụ thể.

Tiền điện tử: Blockchain là mối quan hệ sản xuất công bằng nhất

Không cần đi sâu vào chi tiết. Về cơ bản, lý do cốt lõi khiến Crypto có thể phát triển đến quy mô hiện tại là vì blockchain có thể nâng cao sự công bằng xã hội và thể hiện mối quan hệ sản xuất công bằng nhất. Tất nhiên, trước hết, sự công bằng cần được thảo luận trong một khuôn khổ giá trị tương đối phổ quát thì mới có ý nghĩa.

Lấy Bitcoin và Ethereum, hiện có vốn hóa thị trường lớn nhất, làm ví dụ. Trong khung giá trị “làm được nhiều, làm càng nhiều”, cơ chế đồng thuận PoW của Bitcoin rất công bằng; tương tự, trong khung giá trị “lợi nhuận vốn”, Ethereum vẫn rất công bằng; thay đổi từ PoW sang PoS.

Nói tóm lại, Crypto dựa trên công nghệ blockchain có thể tối ưu hóa việc phân bổ nguồn lực, đạt được quyền tự chủ của cộng đồng và thể hiện mối quan hệ sản xuất xã hội công bằng nhất.

Sự tích hợp của AI và tiền điện tử

Việc tích hợp AI và tiền điện tử có thể dẫn đến một số khám phá ứng dụng thú vị.

1、Bot giao dịch tiền điện tử AI

Bởi vì AI đã phát triển tương đối trưởng thành trong phân tích và xử lý dữ liệu, đào tạo mô hình, v.v. nên đã có những tiền lệ cho việc đầu tư vào AI:

Renaissance Technologies, một quỹ phòng hộ dựa 100% vào công nghệ học máy để phân tích dữ liệu và mô hình toán học quy mô lớn, sử dụng giao dịch tần suất cao, chênh lệch thống kê và chiến lược trung lập thị trường để đầu tư, kiếm được 100 tỷ USD trong suốt thời gian tồn tại. Renaissance Hedge Fund có thể được coi là phiên bản tài chính của AI sử dụng máy học và phân tích dữ liệu.

Thị trường tiền điện tử có những lợi thế đặc biệt trong việc hỗ trợ đầu tư can thiệp vào AI: hoạt động liền mạch 24 giờ, ẩn danh, không KYC, vòng lặp hoàn toàn khép kín trên chuỗi và không có tiếp xúc vật lý. Nếu Nhà giao dịch AI được phát triển cho thị trường Tiền điện tử, các chiến lược phòng ngừa rủi ro như chênh lệch giá, định lượng và phân tích xu hướng có thể được sử dụng trên chuỗi hoạt động của thị trường Tiền điện tử và một số mô hình phân tích dữ liệu và học máy có thể được thiết kế để cho phép Nhà giao dịch AI này liên tục; nâng cao hiểu biết của mình về thị trường tiền điện tử Biết được điều này, chúng tôi có thể tạo ra Nhà giao dịch AI có thể tạo ra lợi nhuận một cách bền vững.

Sử dụng AI để dự đoán xu hướng thị trường tiền điện tử: Biến động giá trong thị trường tiền điện tử rất dữ dội và AI có thể dự đoán xu hướng thị trường và biến động giá bằng cách phân tích một lượng lớn dữ liệu thị trường và xu hướng giá lịch sử. Các thuật toán học máy có thể xác định các mô hình và xu hướng ẩn, giúp các nhà đầu tư đưa ra quyết định sáng suốt hơn. Ví dụ: AI có thể phân tích tâm lý thị trường thông qua các mô hình học sâu để dự đoán xu hướng tăng hoặc giảm của giá tiền điện tử.

Giao dịch tự động sử dụng AI: Thuật toán giao dịch tự động của AI là một trong những công cụ quan trọng để giao dịch tiền điện tử. Giao dịch tiền điện tử tự động có thể đạt được bằng cách viết hợp đồng thông minh và bot giao dịch. Những robot này có thể thực hiện các giao dịch theo các quy tắc và chiến lược đặt trước, giảm sự can thiệp từ các yếu tố con người và cải thiện hiệu quả và độ chính xác của giao dịch. Ví dụ: sử dụng thuật toán AI, robot giao dịch có thể tự động thực hiện các hoạt động mua hoặc bán dựa trên điều kiện thị trường để thu được kết quả giao dịch tốt nhất.

Theo hướng này, chúng ta hiện đang thấy Rockybot. Đây là bot Giao dịch AI hoàn toàn trên chuỗi, có thể sử dụng các mô hình AI trên chuỗi để dự đoán giá ETH và tự đưa ra quyết định đầu tư mà không cần ủy quyền trung tâm. Rockybot dựa vào StarkNet và được đào tạo về dữ liệu giá/tỷ giá lịch sử cho cặp giao dịch WETH:USDC. Về mặt kiến ​​trúc, Rocky là một mạng lưới thần kinh tiếp nối ba lớp đơn giản có chức năng dự đoán liệu giá của WETH sẽ tăng hay giảm dựa trên dữ liệu lịch sử giá thị trường. Nhưng Rockybot vẫn chưa bắt đầu kiếm tiền... Nó có thể cần được đào tạo thêm (nhưng dự án đã ngừng nhận quyên góp)... Cũng có thể nhiệm vụ kiếm tiền khủng khiếp trong thị trường giá xuống của Crypto cũng là một nỗi xấu hổ đối với AI .

2. Đóng góp dữ liệu và bảo vệ quyền riêng tư

Sử dụng tiền điện tử để thúc đẩy nhiều người đóng góp dữ liệu hơn cho thuật toán AI: Thuật toán AI có nhu cầu cao về lượng lớn dữ liệu chất lượng cao và tiền điện tử có thể khuyến khích người dùng chia sẻ dữ liệu của họ thông qua các cơ chế khuyến khích. Tiền điện tử có thể mang lại lợi nhuận kinh tế nhất định cho các nhà cung cấp dữ liệu, từ đó thúc đẩy việc chia sẻ và lưu thông dữ liệu. Cơ chế khuyến khích này có thể khuyến khích nhiều người dùng đóng góp dữ liệu hơn, từ đó tăng mẫu đào tạo của thuật toán AI và cải thiện độ chính xác cũng như trí thông minh của nó.

Bảo vệ quyền riêng tư của những người đóng góp dữ liệu AI bằng Crypto: Các thuộc tính mã hóa và ẩn danh của blockchain cũng giúp bảo vệ quyền riêng tư của người dùng. Cơ chế chia sẻ dữ liệu và bảo vệ quyền riêng tư của tiền điện tử cung cấp nhiều tài nguyên dữ liệu hơn cho các thuật toán AI đồng thời đảm bảo tính bảo mật thông tin cá nhân của người dùng.

3. ZKML: Đảm bảo quyền riêng tư và tính xác thực của các mô hình machine learning

ZKML (học máy không có kiến ​​thức) là công nghệ sử dụng bằng chứng không có kiến ​​thức cho học máy. ZKML có thể giải quyết vấn đề bảo vệ quyền riêng tư của các mô hình/đầu vào AI và vấn đề về quy trình suy luận có thể kiểm chứng bằng cách sử dụng zkSNARK để chứng minh tính đúng đắn của lý luận học máy.

ZKML có thể được sử dụng để đào tạo và đánh giá các mô hình học máy trên dữ liệu nhạy cảm mà không tiết lộ dữ liệu cho bất kỳ ai khác. ZKML có thể được sử dụng để đảm bảo tính nhất quán của các mô hình học máy. Điều này rất quan trọng đối với người dùng vì các mô hình rất quan trọng đối với kết quả học máy.

Hiện đã có một số khám phá ứng dụng xung quanh ZKML. Theo hướng DeFi, bot-Rockybot giao dịch AI hoàn toàn trên chuỗi đã được ra mắt, có thể sử dụng các mô hình AI trên chuỗi để dự đoán giá ETH và tự mình đưa ra quyết định đầu tư mà không cần ủy quyền trung tâm theo hướng Trò chơi, Modulus Labs đã đưa ra một giải pháp Trò chơi cờ vua Leela dựa trên ZKML, nơi tất cả người dùng có thể đấu với robot được hỗ trợ bởi các mô hình AI đã được ZK xác minh và trò chơi chiến đấu trên nền tảng AI Arena, theo hướng của Creator Economic, cộng đồng đã gửi EIP có tên zkML AIGC-NFTs#; Đề xuất 7007 (EIP này vẫn chưa được thông qua), đề xuất sử dụng ZKML để xác minh xem NFT có được tạo bởi AI hay không, từ đó giới thiệu danh mục NFT do AI tạo ra theo hướng DID, Wordcoin đang khám phá việc sử dụng ZKML để cho phép người dùng tạo mã IRIS theo cách không được phép. Khi tạo IRIS Sau khi thuật toán của mã được nâng cấp, người dùng có thể tải xuống mô hình và tự tạo bằng chứng mà không cần đến trạm Orb, ngoài ra còn có tính năng dựa trên danh tiếng; nền tảng phân phối mã thông báo Astraly được xây dựng trên StarkNet, công ty đang tạo ra một hệ thống danh tiếng dựa trên AI (trong Sử dụng mô hình phân cụm để xác định đặc điểm người dùng/vật phẩm, huy hiệu và hành vi lịch sử trước khi tính toán xếp hạng danh tiếng một cách đáng tin cậy).

4. AI+Blockchain: Giao thức blockchain tự cải tiến

Thông qua học máy AI minh bạch, các giao thức DeFi có thể tự tối ưu hóa mà không cần sự tin cậy, chẳng hạn như sử dụng học máy để điều chỉnh tỷ giá/lãi suất của stablecoin. Bằng cách sử dụng sinh trắc học/xác thực đa phương thức, dApps có thể tự quản lý việc tuân thủ/bảo mật. Ngay cả quy trình tạo ZKP của ZK Rollup cũng có thể cải thiện đáng kể hiệu suất của ZK Rollup bằng cách tạo ra một hệ thống chứng minh tập trung vào việc xây dựng cho máy học, từ đó xây dựng Zk-AI Prover nhanh nhất thế giới.

Tất nhiên, vẫn còn nhiều thách thức trên con đường tích hợp AI và tiền điện tử. Ví dụ: cho đến nay, chưa có ai thực hiện chuyển các hoạt động AI hiện có sang các ngôn ngữ chứng minh được tạo tự động này, mặc dù Giza đang nghiên cứu chuyển các mô hình ONNX đã được huấn luyện trước sang Cario để suy luận có thể kiểm chứng được.

Tóm tắt

Sự kết hợp giữa AI và tiền điện tử có thể mang lại những thay đổi thông minh cho quá trình số hóa. Ứng dụng của AI giúp Crypto trở nên thông minh và hiệu quả hơn, đồng thời dựa trên Crypto, nó có thể cung cấp dữ liệu thực tế, toàn diện hơn và môi trường hoạt động đáng tin cậy cho các thuật toán AI.

Mặc dù phải đối mặt với nhiều thách thức, chúng ta có thể mong đợi sự tích hợp sâu hơn giữa AI và Tiền điện tử để cùng nhau thúc đẩy sự phát triển của nền kinh tế kỹ thuật số và tạo ra một tương lai tốt đẹp hơn cho toàn nhân loại.

Tài liệu tham khảo:

https://github.com/ethereum/EIPs/pull/7007/commits

https://www.rockybot.app/

https://www.leelavstheworld.xyz/