Bởi Alex Xu,Đối tác nghiên cứu tại Mint Ventures
Giới thiệu
Chu kỳ tăng trưởng của tiền điện tử này là chu kỳ kém hấp dẫn nhất về mặt đổi mới thương mại. Không giống như thị trường tăng giá trước đây, nơi chứng kiến các xu hướng phi thường như DeFi, NFT và GameFi, chu kỳ này thiếu các điểm nóng quan trọng trong ngành. Do đó, có sự tăng trưởng chậm chạp về cơ sở người dùng, đầu tư trong ngành và hoạt động của nhà phát triển.
Xu hướng này cũng được thể hiện rõ qua giá của tài sản tiền điện tử. Trong toàn bộ chu kỳ, hầu hết các altcoin, bao gồm ETH, đều liên tục mất giá trị so với BTC. Việc định giá các nền tảng hợp đồng thông minh phần lớn được thúc đẩy bởi sự thịnh vượng của các ứng dụng của chúng. Khi sự đổi mới trong phát triển ứng dụng bị đình trệ, việc định giá các chuỗi công cộng sẽ trở thành thách thức.
Tuy nhiên, trí tuệ nhân tạo (AI), là một lĩnh vực tương đối mới trong bối cảnh kinh doanh tiền điện tử, có thể hưởng lợi từ sự tăng trưởng bùng nổ và các điểm nóng đang diễn ra trong thế giới thương mại rộng lớn hơn. Điều này mang lại cho các dự án AI trong không gian tiền điện tử tiềm năng thu hút sự chú ý gia tăng đáng kể.
Trong báo cáo IO.NET do Mint Ventures công bố vào tháng 4, nhu cầu tích hợp AI với tiền điện tử đã được phân tích kỹ lưỡng. Những lợi thế của các giải pháp kinh tế tiền điện tử—như tính tất định, phân bổ nguồn lực hiệu quả và không cần tin tưởng—có khả năng giải quyết ba thách thức chính của AI: tính ngẫu nhiên, cường độ nguồn lực và khó khăn trong việc phân biệt giữa con người và máy móc.
Trong lĩnh vực AI của nền kinh tế tiền điện tử, tôi muốn thảo luận và khám phá một số vấn đề quan trọng trong bài viết này, bao gồm:
Có những câu chuyện mới nổi hoặc có khả năng gây chấn động trong lĩnh vực AI tiền điện tử.
Các con đường xúc tác và khuôn khổ logic của những câu chuyện này.
Dự án tiền điện tử + AI.
Những rủi ro và sự không chắc chắn liên quan đến sự phát triển của lĩnh vực tiền điện tử + AI.
Xin lưu ý rằng bài viết này phản ánh suy nghĩ hiện tại của tôi và có thể phát triển. Các ý kiến ở đây là chủ quan và có thể có lỗi về sự kiện, dữ liệu và lý luận logic. Đây không phải là lời khuyên về tài chính, nhưng chúng tôi hoan nghênh phản hồi và thảo luận.
Làn sóng tiếp theo của các câu chuyện trong lĩnh vực AI tiền điện tử
Trước khi đi sâu vào các xu hướng mới nổi trong lĩnh vực AI tiền điện tử, trước tiên chúng ta hãy xem xét các câu chuyện hàng đầu hiện tại. Dựa trên vốn hóa thị trường, những công ty có giá trị vượt quá 1 tỷ đô la bao gồm:
Sức mạnh tính toán
Render Network ($RNDR): nắm giữ vốn hóa thị trường lưu hành là 3,85 tỷ đô la,
Akash: với vốn hóa thị trường lưu hành là 1,2 tỷ đô la
IO.NET: gần đây được định giá 1 tỷ đô la trong vòng gọi vốn mới nhất.
Mạng thuật toán
Bittensor ($TAO): Có vốn hóa thị trường lưu hành là 2,97 tỷ đô la.
Đại lý AI
Fetch.ai ($FET): đạt vốn hóa thị trường lưu hành trước khi sáp nhập là 2,1 tỷ đô la
*Thời gian cập nhật dữ liệu: Ngày 24 tháng 5 năm 2024.
Ngoài các lĩnh vực được đề cập ở trên, lĩnh vực AI nào sẽ tạo ra dự án tiếp theo có vốn hóa thị trường vượt quá 1 tỷ đô la?
Tôi tin rằng điều này có thể được suy đoán từ hai góc độ: góc nhìn “phía cung công nghiệp” và góc nhìn “khoảnh khắc GPT”.
Xem xét các cơ hội trong lĩnh vực năng lượng và dữ liệu từ góc nhìn của phía cung ứng công nghiệp
Theo quan điểm của phía cung ứng công nghiệp, bốn động lực chính thúc đẩy sự phát triển của AI là:
Thuật toán: Thuật toán chất lượng cao có thể thực hiện các nhiệm vụ đào tạo và suy luận hiệu quả hơn.
Sức mạnh tính toán: Cả đào tạo mô hình và suy luận đều đòi hỏi sức mạnh tính toán đáng kể do phần cứng GPU cung cấp. Yêu cầu này đại diện cho một nút thắt cổ chai công nghiệp lớn, với tình trạng thiếu chip hiện tại đẩy giá chip trung bình đến cao cấp lên cao.
Năng lượng: Các trung tâm dữ liệu AI cần tiêu thụ năng lượng đáng kể. Ngoài điện năng cần thiết để GPU thực hiện các tác vụ tính toán, còn cần năng lượng đáng kể để làm mát GPU. Trong các trung tâm dữ liệu lớn, riêng hệ thống làm mát chiếm khoảng 40% tổng mức tiêu thụ năng lượng.
Dữ liệu: Việc nâng cao hiệu suất của các mô hình lớn đòi hỏi phải mở rộng các tham số đào tạo, dẫn đến nhu cầu lớn về dữ liệu chất lượng cao.
Liên quan đến bốn động lực công nghiệp được đề cập ở trên, các lĩnh vực thuật toán và năng lượng điện toán đã có các dự án tiền điện tử với vốn hóa thị trường lưu hành vượt quá 1 tỷ đô la. Tuy nhiên, các lĩnh vực năng lượng và dữ liệu vẫn chưa thấy các dự án đạt được vốn hóa thị trường tương tự.
Trên thực tế, tình trạng thiếu hụt nguồn cung năng lượng và dữ liệu có thể sớm xuất hiện, có khả năng trở thành điểm nóng tiếp theo của ngành và thúc đẩy sự gia tăng các dự án liên quan trong không gian tiền điện tử.
Chúng ta hãy bắt đầu với phần năng lượng.
Vào ngày 29 tháng 2 năm 2024, Elon Musk đã phát biểu tại hội nghị Bosch ConnectedWorld 2024, “Tôi đã dự đoán tình trạng thiếu hụt chip từ hơn một năm trước và tình trạng thiếu hụt tiếp theo sẽ là điện. Tôi nghĩ rằng năm tới bạn sẽ thấy rằng họ không thể tìm đủ điện để chạy tất cả các chip.”
Theo dữ liệu cụ thể, Viện Trí tuệ nhân tạo lấy con người làm trung tâm của Đại học Stanford, do Fei-Fei Li đứng đầu, công bố “Báo cáo chỉ số AI” hàng năm. Trong báo cáo năm 2022 về ngành AI năm 2021, nhóm nghiên cứu ước tính rằng mức tiêu thụ năng lượng AI trong năm đó chỉ chiếm 0,9% nhu cầu điện toàn cầu, gây áp lực hạn chế lên năng lượng và môi trường. Tuy nhiên, vào năm 2023, Cơ quan Năng lượng Quốc tế (IEA) đã tóm tắt năm 2022 bằng cách nêu rằng các trung tâm dữ liệu toàn cầu tiêu thụ khoảng 460 terawatt-giờ (TWh) điện, chiếm 2% nhu cầu điện toàn cầu. Họ cũng dự đoán rằng đến năm 2026, mức tiêu thụ năng lượng của trung tâm dữ liệu toàn cầu sẽ đạt ít nhất 620 TWh, có khả năng đạt tới 1050 TWh.
Trên thực tế, ước tính của Cơ quan Năng lượng Quốc tế vẫn còn thận trọng, vì nhiều dự án AI chuẩn bị ra mắt sẽ đòi hỏi nhiều năng lượng hơn đáng kể so với dự kiến vào năm 2023.
Ví dụ, Microsoft và OpenAI đang lên kế hoạch cho dự án Stargate. Sáng kiến đầy tham vọng này dự kiến sẽ bắt đầu vào năm 2028 và hoàn thành vào khoảng năm 2030. Dự án này nhằm mục đích xây dựng một siêu máy tính được trang bị hàng triệu chip AI chuyên dụng, cung cấp cho OpenAI sức mạnh tính toán chưa từng có để thúc đẩy nghiên cứu về trí tuệ nhân tạo, đặc biệt là các mô hình ngôn ngữ lớn. Chi phí ước tính của dự án này vượt quá 100 tỷ đô la, gấp 100 lần chi phí của các trung tâm dữ liệu lớn hiện tại.
Dự kiến mức tiêu thụ năng lượng riêng của dự án Stargate sẽ đạt tới 50 TWh.
Do đó, nhà sáng lập OpenAI Sam Altman đã phát biểu tại Diễn đàn Davos vào tháng 1 này: “Trí tuệ nhân tạo trong tương lai sẽ đòi hỏi những đột phá về năng lượng, vì lượng điện mà AI tiêu thụ sẽ vượt xa mong đợi”.
Sau sức mạnh tính toán và năng lượng, tình trạng thiếu hụt lớn tiếp theo trong ngành AI đang phát triển nhanh chóng có thể là dữ liệu.
Trên thực tế, tình trạng thiếu hụt dữ liệu chất lượng cao cần thiết cho AI đã trở thành hiện thực.
Thông qua quá trình phát triển liên tục của GPT, chúng tôi đã nắm bắt được phần lớn mô hình nâng cao khả năng của các mô hình ngôn ngữ lớn—bằng cách mở rộng các tham số mô hình và dữ liệu đào tạo, khả năng của các mô hình này có thể tăng theo cấp số nhân. Quá trình này không cho thấy nút thắt kỹ thuật ngay lập tức.
Tuy nhiên, dữ liệu chất lượng cao và có sẵn công khai có thể sẽ ngày càng khan hiếm trong tương lai. Các sản phẩm AI có thể phải đối mặt với xung đột cung-cầu tương tự như những gì đã xảy ra với chip và năng lượng.
Đầu tiên, có sự gia tăng các tranh chấp về quyền sở hữu dữ liệu.
Vào ngày 27 tháng 12 năm 2023, The New York Times đã đệ đơn kiện OpenAI và Microsoft tại Tòa án Quận Hoa Kỳ, cáo buộc rằng họ đã sử dụng hàng triệu bài viết của mình mà không được phép để đào tạo mô hình GPT. The New York Times đang tìm kiếm hàng tỷ đô la tiền bồi thường theo luật định và thực tế cho "việc sao chép và sử dụng bất hợp pháp các tác phẩm có giá trị độc đáo" và yêu cầu hủy bỏ tất cả các mô hình và dữ liệu đào tạo bao gồm các tài liệu có bản quyền của mình.
Vào cuối tháng 3 năm 2024, tờ New York Times đã đưa ra một tuyên bố mới, mở rộng các cáo buộc của mình vượt ra ngoài OpenAI để bao gồm cả Google và Meta. Tuyên bố này tuyên bố rằng OpenAI đã sử dụng một công cụ nhận dạng giọng nói có tên là Whisper để phiên âm một số lượng lớn video YouTube thành văn bản, sau đó được sử dụng để đào tạo GPT-4. Tờ New York Times lập luận rằng việc các công ty lớn sử dụng các chiến thuật gian lận trong quá trình đào tạo các mô hình AI của họ đã trở thành thông lệ phổ biến. Họ cũng chỉ ra rằng Google đang tham gia vào các hoạt động tương tự, chuyển đổi nội dung video YouTube thành văn bản để đào tạo mô hình của họ, về cơ bản là xâm phạm quyền của người sáng tạo nội dung video.
Vụ kiện giữa The New York Times và OpenAI, được mệnh danh là "vụ kiện bản quyền AI" đầu tiên, khó có thể được giải quyết nhanh chóng do tính phức tạp của nó và tác động sâu sắc mà nó có thể gây ra cho tương lai của nội dung và ngành công nghiệp AI. Một kết quả tiềm năng là một giải quyết ngoài tòa án, với Microsoft và OpenAI giàu có phải trả một khoản tiền bồi thường đáng kể. Tuy nhiên, các tranh chấp trong tương lai về bản quyền dữ liệu chắc chắn sẽ làm tăng tổng chi phí của dữ liệu chất lượng cao.
Hơn nữa, Google, với tư cách là công cụ tìm kiếm lớn nhất thế giới, được cho là đang cân nhắc tính phí cho các dịch vụ tìm kiếm của mình - không phải cho công chúng nói chung, mà là cho các công ty AI.
Nguồn: Reuters
Máy chủ công cụ tìm kiếm của Google lưu trữ một lượng lớn nội dung—về cơ bản, tất cả nội dung đã xuất hiện trên các trang web kể từ thế kỷ 21. Các sản phẩm tìm kiếm do AI điều khiển, chẳng hạn như Perplexity và Kimi và Meta Sota do các công ty Trung Quốc phát triển, xử lý dữ liệu thu được từ các tìm kiếm này thông qua AI và sau đó cung cấp cho người dùng. Việc áp dụng phí cho các công ty AI để truy cập dữ liệu công cụ tìm kiếm chắc chắn sẽ làm tăng chi phí thu thập dữ liệu.
Hơn nữa, các gã khổng lồ AI không chỉ tập trung vào dữ liệu công khai; họ còn nhắm tới dữ liệu nội bộ không công khai.
Photobucket, một trang web lưu trữ hình ảnh và video lâu đời, từng tự hào có 70 triệu người dùng và gần một nửa thị phần ảnh trực tuyến của Hoa Kỳ vào đầu những năm 2000. Tuy nhiên, với sự phát triển của phương tiện truyền thông xã hội, lượng người dùng của Photobucket đã giảm đáng kể, hiện chỉ còn 2 triệu người dùng hoạt động, mỗi người phải trả một khoản phí hàng năm rất cao là 399 đô la. Theo thỏa thuận người dùng và chính sách bảo mật của trang web, các tài khoản không hoạt động trong hơn một năm sẽ được khôi phục, cấp cho Photobucket quyền sử dụng các hình ảnh và video đã tải lên. Giám đốc điều hành của Photobucket, Ted Leonard, tiết lộ rằng 1,3 tỷ bức ảnh và video của họ cực kỳ có giá trị để đào tạo các mô hình AI tạo sinh. Hiện tại, ông đang đàm phán với một số công ty công nghệ để bán dữ liệu này, với mức giá dao động từ 5 xu đến 1 đô la cho mỗi bức ảnh và hơn 1 đô la cho mỗi video. Leonard ước tính rằng dữ liệu của Photobucket có thể trị giá hơn 1 tỷ đô la.
Nhóm nghiên cứu EPOCH, chuyên về xu hướng phát triển AI, đã công bố một báo cáo có tiêu đề "Liệu chúng ta có hết dữ liệu không? Phân tích về giới hạn của việc mở rộng tập dữ liệu trong Học máy". Báo cáo này, dựa trên việc sử dụng dữ liệu năm 2022 trong học máy và việc tạo ra dữ liệu mới, đồng thời xem xét sự tăng trưởng của tài nguyên điện toán, đã kết luận rằng dữ liệu văn bản chất lượng cao có thể cạn kiệt trong khoảng thời gian từ tháng 2 năm 2023 đến năm 2026 và dữ liệu hình ảnh có thể cạn kiệt trong khoảng thời gian từ năm 2030 đến năm 2060. Nếu không có sự cải thiện đáng kể về hiệu quả sử dụng dữ liệu hoặc sự xuất hiện của các nguồn dữ liệu mới, xu hướng hiện tại của các mô hình học máy lớn phụ thuộc vào các tập dữ liệu khổng lồ có thể chậm lại.
Xem xét xu hướng hiện tại của các gã khổng lồ AI mua dữ liệu với giá cao, có vẻ như dữ liệu văn bản miễn phí, chất lượng cao thực sự đã cạn kiệt, điều này chứng minh cho dự đoán của EPOCH từ hai năm trước.
Đồng thời, các giải pháp cho “tình trạng thiếu hụt dữ liệu AI” cũng đang nổi lên, cụ thể là dữ liệu AI dưới dạng dịch vụ.
Defined.ai là một công ty cung cấp dữ liệu thực tế chất lượng cao, tùy chỉnh cho các công ty AI.
Ví dụ về các kiểu dữ liệu trên Defined.ai
Mô hình kinh doanh của Defined.ai hoạt động như sau: Các công ty AI chỉ định các yêu cầu về dữ liệu của họ, chẳng hạn như cần hình ảnh có chất lượng độ phân giải nhất định, không bị mờ và phơi sáng quá mức, và có nội dung xác thực. Các công ty cũng có thể yêu cầu các chủ đề cụ thể dựa trên nhiệm vụ đào tạo của họ, chẳng hạn như ảnh chụp nón giao thông, bãi đỗ xe và biển báo vào ban đêm để nâng cao khả năng nhận dạng cảnh đêm của AI. Công chúng có thể chấp nhận các nhiệm vụ này, tải ảnh của họ lên, sau đó được Defined.ai xem xét. Hình ảnh được chấp thuận sẽ được trả tiền, thường là 1-2 đô la cho mỗi hình ảnh chất lượng cao, 5-7 đô la cho mỗi đoạn video ngắn và 100-300 đô la cho một video chất lượng cao dài hơn 10 phút. Văn bản được trả công 1 đô la cho mỗi nghìn từ, với những người hoàn thành nhiệm vụ kiếm được khoảng 20% phí. Cách tiếp cận cung cấp dữ liệu này có thể trở thành một hoạt động kinh doanh huy động vốn cộng đồng mới tương tự như "gắn nhãn dữ liệu".
Phân phối nhiệm vụ toàn cầu, các ưu đãi kinh tế, định giá tài sản dữ liệu, lưu thông và bảo vệ quyền riêng tư, với mọi người đều có thể tham gia, nghe rất giống với mô hình kinh doanh phù hợp với mô hình Web3.
Phân tích các dự án Crypto + AI từ góc nhìn của nguồn cung công nghiệp
Sự chú ý do tình trạng thiếu chip đã lan sang ngành công nghiệp tiền điện tử, đưa sức mạnh tính toán phi tập trung trở thành lĩnh vực AI phổ biến nhất và có giá trị cao nhất cho đến nay.
Nếu xung đột cung cầu trong ngành AI về năng lượng và dữ liệu trở nên nghiêm trọng trong 1-2 năm tới, thì những dự án liên quan đến câu chuyện nào hiện đang có mặt trong ngành tiền điện tử?
Hãy bắt đầu với các dự án về khái niệm năng lượng.
Hiện nay, các dự án năng lượng được niêm yết trên các sàn giao dịch tập trung lớn (CEX) rất khan hiếm, ví dụ duy nhất là Power Ledger và token gốc $POWR.
Power Ledger được thành lập vào năm 2017 như một nền tảng năng lượng toàn diện dựa trên blockchain nhằm mục đích phi tập trung hóa giao dịch năng lượng. Nền tảng này thúc đẩy giao dịch điện trực tiếp giữa các cá nhân và cộng đồng, hỗ trợ việc áp dụng rộng rãi năng lượng tái tạo và đảm bảo tính minh bạch và hiệu quả của giao dịch thông qua các hợp đồng thông minh. Ban đầu, Power Ledger hoạt động trên một chuỗi liên kết được chuyển thể từ Ethereum. Vào nửa cuối năm 2023, Power Ledger đã cập nhật sách trắng của mình và ra mắt chuỗi công khai toàn diện của riêng mình, dựa trên khuôn khổ kỹ thuật của Solana, để xử lý các giao dịch vi mô tần suất cao trên thị trường năng lượng phân tán. Các lĩnh vực kinh doanh chính của Power Ledger hiện bao gồm:
Giao dịch năng lượng: Cho phép người dùng mua và bán điện trực tiếp theo hình thức ngang hàng, đặc biệt là từ các nguồn năng lượng tái tạo.
Giao dịch sản phẩm thân thiện với môi trường: Thúc đẩy giao dịch tín chỉ carbon và chứng chỉ năng lượng tái tạo, cũng như tài trợ dựa trên các sản phẩm thân thiện với môi trường.
Hoạt động chuỗi công khai: Thu hút các nhà phát triển ứng dụng xây dựng trên blockchain Power Ledger, với phí giao dịch được thanh toán bằng token $POWR.
Vốn hóa thị trường lưu hành hiện tại của Power Ledger là 170 triệu đô la, với vốn hóa thị trường pha loãng hoàn toàn là 320 triệu đô la.
So với các dự án tiền điện tử theo khái niệm năng lượng, có nhiều mục tiêu đa dạng hơn trong lĩnh vực dữ liệu.
Dưới đây là danh sách các dự án trong lĩnh vực dữ liệu mà tôi hiện đang theo dõi, được niêm yết trên ít nhất một CEX lớn, chẳng hạn như Binance, OKX hoặc Coinbase, được sắp xếp theo định giá pha loãng hoàn toàn (FDV) từ thấp đến cao:
1. Streamr ($DỮ LIỆU)
Giá trị đề xuất của Streamr là xây dựng một mạng dữ liệu thời gian thực phi tập trung, nơi người dùng có thể tự do giao dịch và chia sẻ dữ liệu trong khi vẫn giữ toàn quyền kiểm soát thông tin của riêng họ. Thông qua thị trường dữ liệu của mình, Streamr hướng đến mục tiêu cho phép các nhà sản xuất dữ liệu bán luồng dữ liệu trực tiếp cho người tiêu dùng quan tâm, loại bỏ nhu cầu về trung gian, do đó giảm chi phí và tăng hiệu quả.
Nguồn: https://streamr.network/hub/projects
Trong các ứng dụng thực tế, Streamr đã hợp tác với một dự án phần cứng xe Web3 khác là DIMO để thu thập dữ liệu như nhiệt độ và áp suất không khí thông qua các cảm biến phần cứng DIMO được lắp đặt trong xe. Dữ liệu này sau đó được truyền dưới dạng luồng dữ liệu thời tiết đến các tổ chức cần dữ liệu đó.
Không giống như các dự án dữ liệu khác, Streamr tập trung nhiều hơn vào IoT và dữ liệu cảm biến phần cứng. Bên cạnh dữ liệu xe cộ DIMO, các dự án đáng chú ý khác bao gồm luồng dữ liệu giao thông thời gian thực ở Helsinki. Do đó, token của Streamr, $DATA, đã tăng đột biến đáng kể, tăng gấp đôi giá trị chỉ trong một ngày trong thời kỳ đỉnh cao của khái niệm Depin vào tháng 12 năm ngoái.
Hiện tại, vốn hóa thị trường lưu hành của Streamr là 44 triệu đô la, với vốn hóa thị trường pha loãng hoàn toàn là 58 triệu đô la.
2. Cộng hóa trị ($CQT)
Không giống như các dự án dữ liệu khác, Covalent tập trung vào việc cung cấp dữ liệu blockchain. Mạng Covalent đọc dữ liệu từ các nút blockchain thông qua RPC, xử lý và sắp xếp dữ liệu, đồng thời tạo cơ sở dữ liệu truy vấn hiệu quả. Điều này cho phép người dùng Covalent nhanh chóng truy xuất thông tin họ cần mà không cần thực hiện các truy vấn phức tạp trực tiếp trên các nút blockchain. Các dịch vụ như vậy được gọi là "lập chỉ mục dữ liệu blockchain".
Covalent chủ yếu phục vụ khách hàng doanh nghiệp, bao gồm nhiều giao thức DeFi khác nhau và nhiều công ty tiền điện tử tập trung như Consensys (công ty mẹ của MetaMask), CoinGecko (một trang web theo dõi tài sản tiền điện tử nổi tiếng), Rotki (một công cụ thuế) và Rainbow (một ví tiền điện tử). Ngoài ra, những gã khổng lồ trong ngành tài chính truyền thống như Fidelity và Ernst & Young cũng nằm trong số các khách hàng của Covalent. Theo tiết lộ chính thức của Covalent, doanh thu từ dịch vụ dữ liệu của dự án đã vượt qua dự án hàng đầu trong cùng lĩnh vực, The Graph.
Ngành công nghiệp Web3, với dữ liệu chuỗi tích hợp, minh bạch, xác thực và theo thời gian thực, đang sẵn sàng trở thành nguồn dữ liệu chất lượng cao cho các kịch bản AI chuyên biệt và "mô hình AI nhỏ" cụ thể. Covalent, với tư cách là nhà cung cấp dữ liệu, đã bắt đầu cung cấp dữ liệu cho nhiều kịch bản AI khác nhau và đã giới thiệu dữ liệu có cấu trúc có thể xác minh được, được thiết kế riêng cho các ứng dụng AI.
Nguồn: Giải pháp về Covalent
Ví dụ, Covalent cung cấp dữ liệu cho nền tảng giao dịch thông minh trên chuỗi SmartWhales, sử dụng AI để xác định các mô hình giao dịch và địa chỉ có lợi nhuận. Entendre Finance tận dụng dữ liệu có cấu trúc của Covalent, được xử lý bằng công nghệ AI để có thông tin chi tiết theo thời gian thực, phát hiện bất thường và phân tích dự đoán.
Hiện tại, các kịch bản ứng dụng chính cho dịch vụ dữ liệu trên chuỗi của Covalent chủ yếu nằm trong lĩnh vực tài chính. Tuy nhiên, khi các sản phẩm và loại dữ liệu Web3 tiếp tục đa dạng hóa, các trường hợp sử dụng cho dữ liệu trên chuỗi dự kiến sẽ mở rộng hơn nữa.
Vốn hóa thị trường lưu hành của Covalent là 150 triệu đô la, với vốn hóa thị trường pha loãng hoàn toàn là 235 triệu đô la, mang lại lợi thế định giá đáng chú ý so với The Graph, một dự án hàng đầu trong lĩnh vực lập chỉ mục dữ liệu blockchain.
3. Hivemapper ($Mật ong)
Trong số tất cả các loại dữ liệu, dữ liệu video thường có giá cao nhất. Hivemapper có thể cung cấp cho các công ty AI cả thông tin video và bản đồ. Hivemapper là một dự án lập bản đồ toàn cầu phi tập trung nhằm mục đích tạo ra một hệ thống bản đồ chi tiết, năng động và dễ tiếp cận thông qua công nghệ blockchain và đóng góp của cộng đồng. Những người tham gia thu thập dữ liệu bản đồ bằng camera hành trình và thêm dữ liệu đó vào mạng dữ liệu Hivemapper nguồn mở, kiếm được mã thông báo $HONEY làm phần thưởng cho những đóng góp của họ. Để tăng cường hiệu ứng mạng và giảm chi phí tương tác, Hivemapper được xây dựng trên Solana.
Hivemapper được thành lập vào năm 2015 với tầm nhìn ban đầu là tạo bản đồ bằng máy bay không người lái. Tuy nhiên, cách tiếp cận này tỏ ra khó mở rộng quy mô, khiến công ty chuyển sang sử dụng camera hành trình và điện thoại thông minh để thu thập dữ liệu địa lý, do đó giảm chi phí tạo bản đồ toàn cầu.
So với phần mềm lập bản đồ và chế độ xem phố như Google Maps, Hivemapper tận dụng mạng lưới khuyến khích và mô hình huy động cộng đồng để mở rộng phạm vi bản đồ hiệu quả hơn, duy trì tính mới mẻ của dữ liệu bản đồ thực tế và nâng cao chất lượng video.
Trước khi nhu cầu AI về dữ liệu tăng đột biến, khách hàng chính của Hivemapper bao gồm các bộ phận lái xe tự động của các công ty ô tô, nhà cung cấp dịch vụ dẫn đường, chính phủ, công ty bảo hiểm và công ty bất động sản. Ngày nay, Hivemapper có thể cung cấp dữ liệu đường bộ và môi trường rộng lớn cho AI và các mô hình lớn thông qua API. Bằng cách liên tục cập nhật các luồng dữ liệu hình ảnh và đặc điểm đường bộ, các mô hình AI và ML sẽ được trang bị tốt hơn để chuyển dữ liệu này thành các khả năng nâng cao, cho phép chúng thực hiện các tác vụ liên quan đến vị trí địa lý và phán đoán trực quan hiệu quả hơn.
Nguồn: Blog Hivemapper
Hiện tại, vốn hóa thị trường lưu hành của $Honey, token gốc của Hivemapper, là 120 triệu đô la, với vốn hóa thị trường pha loãng hoàn toàn là 496 triệu đô la.
Bên cạnh các dự án đã đề cập ở trên, các dự án đáng chú ý khác trong lĩnh vực dữ liệu bao gồm:
1. The Graph ($GRT): Với vốn hóa thị trường lưu hành là 3,2 tỷ đô la và định giá pha loãng hoàn toàn (FDV) là 3,7 tỷ đô la, The Graph cung cấp dịch vụ lập chỉ mục dữ liệu blockchain tương tự như Covalent.
2. Ocean Protocol ($OCEAN): Ocean Protocol có vốn hóa thị trường lưu hành là 670 triệu đô la và FDV là 1,45 tỷ đô la. Dự án này nhằm mục đích tạo điều kiện thuận lợi cho việc trao đổi và kiếm tiền từ dữ liệu và các dịch vụ liên quan đến dữ liệu thông qua giao thức nguồn mở của mình. Ocean Protocol kết nối người tiêu dùng dữ liệu với các nhà cung cấp dữ liệu, đảm bảo sự tin cậy, minh bạch và khả năng truy xuất trong việc chia sẻ dữ liệu. Dự án được thiết lập để hợp nhất với Fetch.ai và SingularityNET, với mã thông báo được chuyển đổi thành $ASI.
Sự tái xuất hiện của khoảnh khắc GPT và sự ra đời của trí tuệ nhân tạo nói chung
Theo quan điểm của tôi, “ngành AI” trong ngành tiền điện tử thực sự bắt đầu vào năm 2023, đúng năm ChatGPT gây chấn động thế giới. Sự gia tăng nhanh chóng của các dự án AI tiền điện tử phần lớn được thúc đẩy bởi “làn sóng nhiệt tình” sau sự phát triển bùng nổ của ngành AI.
Bất chấp những nâng cấp liên tục về khả năng với các mô hình như GPT-4 và GPT-turbo, và khả năng tạo video ấn tượng được Sora chứng minh, cũng như sự phát triển nhanh chóng của các mô hình ngôn ngữ lớn ngoài OpenAI, không thể phủ nhận rằng những tiến bộ công nghệ trong AI đang gây ra cú sốc nhận thức ngày càng giảm đối với công chúng. Mọi người đang dần áp dụng các công cụ AI và việc thay thế công việc trên quy mô lớn vẫn chưa thành hiện thực.
Liệu chúng ta có chứng kiến một “khoảnh khắc GPT” khác trong tương lai, một bước nhảy vọt trong sự phát triển khiến công chúng kinh ngạc và nhận ra rằng cuộc sống và công việc của họ sẽ thay đổi cơ bản không?
Khoảnh khắc này có thể là sự xuất hiện của trí tuệ nhân tạo tổng quát (AGI).
AGI, hay trí tuệ nhân tạo tổng quát, dùng để chỉ những cỗ máy sở hữu khả năng nhận thức tổng quát giống con người, có khả năng giải quyết nhiều vấn đề phức tạp, thay vì chỉ giới hạn ở những nhiệm vụ cụ thể. Các hệ thống AGI có trình độ tư duy trừu tượng cao, kiến thức nền tảng sâu rộng, lý luận thông thường toàn diện, hiểu biết nhân quả và khả năng học chuyển giao liên ngành. AGI hoạt động ở cấp độ của những con người giỏi nhất trong nhiều lĩnh vực và về khả năng tổng thể, thậm chí còn vượt trội hơn cả những nhóm người xuất sắc nhất.
Trên thực tế, dù được mô tả trong tiểu thuyết khoa học viễn tưởng, trò chơi, phim ảnh hay thông qua kỳ vọng của công chúng sau sự trỗi dậy nhanh chóng của GPT, xã hội từ lâu đã mong đợi sự xuất hiện của AGI vượt qua mức độ nhận thức của con người. Nói cách khác, bản thân GPT là tiền thân của AGI, điềm báo của trí tuệ nhân tạo nói chung.
Lý do GPT có tác động sâu sắc đến ngành công nghiệp và cú sốc tâm lý là vì việc triển khai và hiệu suất của nó đã vượt xa mong đợi của công chúng. Mọi người không ngờ rằng một hệ thống AI có khả năng vượt qua bài kiểm tra Turing lại xuất hiện nhanh chóng và với những khả năng ấn tượng như vậy.
Trên thực tế, trí tuệ nhân tạo tổng quát (AGI) có thể một lần nữa tạo ra “khoảnh khắc GPT” trong vòng 1-2 năm tới: ngay khi mọi người bắt đầu quen với việc sử dụng GPT như một trợ lý, họ có thể sớm phát hiện ra rằng AI đã phát triển vượt ra ngoài việc chỉ là một trợ lý. Nó có thể tự mình giải quyết các nhiệm vụ sáng tạo và đầy thử thách, bao gồm giải quyết các vấn đề đã làm đau đầu các nhà khoa học hàng đầu của con người trong nhiều thập kỷ.
Vào ngày 8 tháng 4 năm nay, Elon Musk đã được Nicolai Tangen, Giám đốc đầu tư của quỹ đầu tư quốc gia Na Uy, phỏng vấn và ông đã thảo luận về mốc thời gian cho sự xuất hiện của AGI.
Musk tuyên bố, “Nếu chúng ta định nghĩa AGI là thông minh hơn những con người thông minh nhất, tôi nghĩ rất có thể nó sẽ xuất hiện vào năm 2025”.
Theo dự đoán của Elon Musk, phải mất nhiều nhất là một năm rưỡi nữa để AGI xuất hiện. Tuy nhiên, ông đã thêm một điều kiện: "với điều kiện là điện và phần cứng có thể theo kịp".
Những lợi ích của sự ra đời của AGI là rất rõ ràng.
Điều đó có nghĩa là năng suất của con người sẽ có bước tiến đáng kể, và nhiều vấn đề khoa học đã làm chúng ta bối rối trong nhiều thập kỷ sẽ được giải quyết. Nếu chúng ta định nghĩa "những con người thông minh nhất" là những người đoạt giải Nobel, điều đó có nghĩa là, miễn là chúng ta có đủ năng lượng, sức mạnh tính toán và dữ liệu, chúng ta có thể có vô số "người đoạt giải Nobel" không biết mệt mỏi làm việc suốt ngày đêm để giải quyết những vấn đề khoa học đầy thách thức nhất.
Tuy nhiên, những người đoạt giải Nobel không phải là hiếm như một trong hàng trăm triệu người. Khả năng và trí tuệ của họ thường ở mức của các giáo sư đại học hàng đầu. Tuy nhiên, nhờ vào xác suất và may mắn, họ đã chọn đúng hướng, kiên trì và đạt được kết quả. Nhiều người đồng cấp có năng lực ngang bằng họ có thể đã giành được Giải Nobel trong một vũ trụ song song của nghiên cứu khoa học. Thật không may, vẫn chưa có đủ giáo sư đại học hàng đầu tham gia vào các đột phá khoa học, vì vậy tốc độ "khám phá tất cả các hướng đúng trong nghiên cứu khoa học" vẫn còn rất chậm.
Với AGI, và được cung cấp đủ năng lượng và sức mạnh tính toán, chúng ta có thể có một số lượng không giới hạn các AGI “cấp độ Nobel” tiến hành khám phá chuyên sâu theo bất kỳ hướng tiềm năng nào cho các đột phá khoa học. Tốc độ tiến bộ công nghệ sẽ tăng theo cấp số nhân. Sự tăng tốc này sẽ dẫn đến sự gia tăng gấp trăm lần các nguồn tài nguyên mà hiện tại chúng ta coi là đắt đỏ và khan hiếm trong 10 đến 20 năm tới, chẳng hạn như sản xuất lương thực, vật liệu mới, thuốc men và giáo dục chất lượng cao. Chi phí để có được các nguồn tài nguyên này sẽ giảm đáng kể. Chúng ta sẽ có thể hỗ trợ một dân số lớn hơn với ít tài nguyên hơn và của cải bình quân đầu người sẽ tăng nhanh chóng.
Xu hướng GDP toàn cầu do Ngân hàng Thế giới thực hiện
Điều này có vẻ hơi giật gân, vì vậy hãy xem xét hai ví dụ. Những ví dụ này cũng đã được sử dụng trong báo cáo nghiên cứu trước đây của tôi về IO.NET:
Năm 2018, Người đoạt giải Nobel Hóa học, Frances Arnold, đã phát biểu trong lễ trao giải của mình, "Ngày nay, chúng ta có thể đọc, viết và chỉnh sửa bất kỳ trình tự DNA nào cho mọi mục đích thực tế, nhưng chúng ta không thể biên soạn nó." Quay trở lại năm năm trước, năm 2023, một nhóm các nhà nghiên cứu từ Đại học Stanford và Salesforce Research, một công ty khởi nghiệp tập trung vào AI, đã công bố một ấn phẩm trên "Nature Biotechnology". Sử dụng một mô hình ngôn ngữ lớn được tinh chỉnh từ GPT-3, họ đã tạo ra một danh mục hoàn toàn mới gồm 1 triệu protein. Trong số này, họ đã phát hiện ra hai protein có cấu trúc riêng biệt, cả hai đều có chức năng kháng khuẩn, có khả năng mở đường cho các chiến lược kháng vi khuẩn mới ngoài các loại kháng sinh truyền thống. Điều này đánh dấu một bước tiến vượt bậc trong việc vượt qua các rào cản trong quá trình tạo ra protein với sự hỗ trợ của AI.
Trước đó, thuật toán trí tuệ nhân tạo AlphaFold đã dự đoán cấu trúc của gần như tất cả 2,14 tỷ loại protein trên Trái Đất trong vòng 18 tháng—một cột mốc làm tăng gấp bội những thành tựu của các nhà sinh học cấu trúc trong suốt lịch sử.
Sự chuyển đổi đang diễn ra và sự xuất hiện của AGI sẽ đẩy nhanh quá trình này hơn nữa.
Tuy nhiên, sự xuất hiện của AGI cũng mang đến những thách thức to lớn.
AGI không chỉ thay thế một lượng lớn lao động trí óc mà còn thay thế cả những người làm trong ngành dịch vụ vật lý, vốn hiện được coi là "ít bị ảnh hưởng bởi AI". Khi công nghệ robot phát triển và vật liệu mới làm giảm chi phí sản xuất, tỷ lệ công việc bị máy móc và phần mềm thay thế sẽ tăng nhanh chóng.
Khi điều này xảy ra, hai vấn đề trước đây có vẻ rất xa vời sẽ nhanh chóng xuất hiện:
Những thách thức về việc làm và thu nhập của một bộ phận lớn dân số thất nghiệp
Làm thế nào để phân biệt giữa AI và con người trong một thế giới mà AI có mặt ở khắp mọi nơi
Worldcoin và Worldchain đang cố gắng cung cấp các giải pháp bằng cách triển khai hệ thống thu nhập cơ bản toàn dân (UBI) để đảm bảo thu nhập cơ bản cho công chúng và sử dụng công nghệ sinh trắc học dựa trên mống mắt để phân biệt giữa con người và AI.
Trên thực tế, UBI không chỉ là một khái niệm lý thuyết; nó đã được thử nghiệm trong thực tế. Các quốc gia như Phần Lan và Anh đã tiến hành các thí nghiệm UBI, trong khi các đảng phái chính trị ở Canada, Tây Ban Nha và Ấn Độ đang tích cực đề xuất và thúc đẩy các sáng kiến tương tự.
Lợi thế của việc sử dụng mô hình nhận dạng sinh trắc học và blockchain để phân phối UBI nằm ở phạm vi toàn cầu, cung cấp phạm vi bao phủ rộng hơn cho dân số. Hơn nữa, mạng lưới người dùng mở rộng thông qua phân phối thu nhập có thể hỗ trợ các mô hình kinh doanh khác, chẳng hạn như dịch vụ tài chính (DeFi), mạng xã hội và crowdsourcing nhiệm vụ, tạo ra sự hiệp lực trong hệ sinh thái thương mại của mạng lưới.
Một trong những dự án đáng chú ý giải quyết tác động của sự xuất hiện của AGI là Worldcoin ($WLD), với vốn hóa thị trường lưu hành là 1,03 tỷ đô la và vốn hóa thị trường pha loãng hoàn toàn là 47,2 tỷ đô la.
Rủi ro và sự không chắc chắn trong các câu chuyện về AI tiền điện tử
Không giống như nhiều báo cáo nghiên cứu trước đây do Mint Ventures công bố, bài viết này có một mức độ chủ quan đáng kể trong dự báo và dự đoán tường thuật của nó. Người đọc nên xem nội dung của bài viết này như một cuộc thảo luận mang tính suy đoán hơn là một dự báo về tương lai. Các dự báo tường thuật được đề cập ở trên phải đối mặt với nhiều sự không chắc chắn có thể dẫn đến các giả định không chính xác. Những rủi ro hoặc yếu tố ảnh hưởng này bao gồm nhưng không giới hạn ở:
Rủi ro năng lượng: Giảm nhanh mức tiêu thụ năng lượng do nâng cấp GPU
Bất chấp nhu cầu năng lượng tăng vọt đối với AI, các nhà sản xuất chip như NVIDIA vẫn liên tục nâng cấp phần cứng của họ để cung cấp sức mạnh tính toán cao hơn với mức tiêu thụ năng lượng thấp hơn. Ví dụ, vào tháng 3 năm 2024, NVIDIA đã phát hành card điện toán AI thế hệ mới GB200, tích hợp hai GPU B200 và một CPU Grace. Hiệu suất đào tạo của nó gấp bốn lần so với GPU AI chính thống trước đây là H100 và hiệu suất suy luận của nó gấp bảy lần so với H100, trong khi chỉ cần một phần tư mức tiêu thụ năng lượng của H100. Tuy nhiên, nhu cầu về năng lượng do AI thúc đẩy vẫn tiếp tục tăng. Với việc giảm mức tiêu thụ năng lượng của đơn vị và sự mở rộng hơn nữa của các kịch bản và nhu cầu ứng dụng AI, tổng mức tiêu thụ năng lượng thực sự có thể tăng lên.
Rủi ro dữ liệu: Dự án Q* và “Dữ liệu tự tạo”
Có một dự án được đồn đại trong OpenAI có tên là “Q*”, được đề cập trong các thông tin liên lạc nội bộ với nhân viên. Theo Reuters, trích dẫn nguồn tin nội bộ tại OpenAI, đây có thể là một bước đột phá đáng kể trên con đường đạt được siêu trí tuệ hoặc trí tuệ nhân tạo tổng quát (AGI) của OpenAI. Q* được đồn đại là có thể giải quyết các bài toán chưa từng thấy trước đây thông qua trừu tượng hóa và tạo ra dữ liệu riêng để đào tạo các mô hình lớn, mà không cần dữ liệu đầu vào thực tế. Nếu tin đồn này là sự thật, thì nút thắt cổ chai của việc đào tạo mô hình AI lớn bị hạn chế bởi việc thiếu dữ liệu chất lượng cao sẽ được loại bỏ.
Sự xuất hiện của AGI: Mối quan tâm của OpenAI
Liệu AGI có thực sự xuất hiện vào năm 2025 như Musk dự đoán hay không vẫn còn chưa chắc chắn, nhưng đó chỉ là vấn đề thời gian. Worldcoin, với tư cách là bên hưởng lợi trực tiếp từ câu chuyện AGI, phải đối mặt với mối lo ngại lớn nhất từ OpenAI, vì nó được coi rộng rãi là "mã thông báo bóng tối của OpenAI".
Vào sáng sớm ngày 14 tháng 5, OpenAI đã trình bày hiệu suất mới nhất của GPT-4o và 19 phiên bản khác của các mô hình ngôn ngữ lớn trong điểm số nhiệm vụ toàn diện tại Lễ ra mắt sản phẩm mới mùa xuân của họ. Theo bảng, GPT-4o đạt 1310 điểm, về mặt trực quan có vẻ cao hơn đáng kể so với các phiên bản khác. Tuy nhiên, xét về tổng điểm, nó chỉ cao hơn 4,5% so với GPT-4 turbo đứng thứ hai, cao hơn 4,9% so với Gemini 1.5 Pro của Google ở vị trí thứ tư và cao hơn 5,1% so với Claude3 Opus của Anthropic ở vị trí thứ năm.
Kể từ khi GPT-3.5 lần đầu tiên làm cả thế giới kinh ngạc, chỉ hơn một năm trôi qua và các đối thủ cạnh tranh của OpenAI đã thu hẹp khoảng cách đáng kể (mặc dù GPT-5 vẫn chưa được phát hành, dự kiến sẽ diễn ra trong năm nay). Câu hỏi liệu OpenAI có thể duy trì vị thế dẫn đầu ngành trong tương lai hay không đang ngày càng trở nên không chắc chắn. Nếu lợi thế dẫn đầu và sự thống trị của OpenAI bị pha loãng hoặc thậm chí bị vượt qua, thì giá trị tường thuật của Worldcoin với tư cách là token bóng tối của OpenAI cũng sẽ giảm đi.
Ngoài giải pháp xác thực mống mắt của Worldcoin, ngày càng có nhiều đối thủ cạnh tranh tham gia thị trường. Ví dụ, dự án quét lòng bàn tay Humanity Protocol gần đây đã hoàn thành một vòng gọi vốn mới, huy động được 30 triệu đô la với mức định giá 1 tỷ đô la. LayerZero Labs cũng đã thông báo rằng họ sẽ hoạt động trên Humanity và tham gia mạng lưới nút xác thực của mình, sử dụng bằng chứng ZK để xác thực thông tin đăng nhập.
Phần kết luận
Tóm lại, trong khi tôi đã suy rộng các câu chuyện tương lai tiềm năng cho lĩnh vực AI tiền điện tử, điều quan trọng là phải nhận ra rằng nó khác với các lĩnh vực tiền điện tử bản địa như DeFi. Nó phần lớn là sản phẩm của sự cường điệu về AI tràn vào thế giới tiền điện tử. Nhiều dự án hiện tại vẫn chưa chứng minh được mô hình kinh doanh của họ và nhiều dự án giống như các meme theo chủ đề AI hơn (ví dụ: $RNDR giống với meme NVIDIA, Worldcoin giống với meme OpenAI). Người đọc nên tiếp cận vấn đề này một cách thận trọng.