Không nên kết hợp AI với Web3 vì AI tương đối tập trung trong khi Web3 tập trung vào phân cấp.

Trong khi thị trường thứ cấp NFT đang giảm, thị trường sơ cấp dường như không nói về NFT hoặc các dự án liên quan đến NFTFi trong hai tháng qua, trong khi các dự án AI đang thực sự bắt đầu cất cánh, vì vậy bài viết về NFT tiếp tục kéo dài . Khi tôi viết xong về hệ sinh thái BTC lần trước, lẽ ra tôi nên thêm bài viết về NFT và NFTFI. Tuy nhiên, NFT hiện tại thực sự không thú vị. Xu hướng kết hợp AI với Web3 được đề cập đầu tiên.

trí tuệ nhân tạo

Ngành công nghiệp AI sắp suy tàn. Illia, Người sáng lập Near Protocol, thực sự có kỹ năng về AI, người đóng góp mã chính cho TensorFlow, khung học máy nổi tiếng nhất. Mọi người suy đoán rằng anh ấy nghĩ rằng không có hy vọng nào về trí tuệ nhân tạo (máy học trước mô hình lớn) và đã chuyển sang làm Web3.

Tuy nhiên, ngành này đã chào đón ChatGpt3.5 vào khoảng cuối năm ngoái và hoạt động kinh doanh AI bắt đầu hồi sinh. Bởi vì, không giống như các đợt cường điệu và thay đổi về lượng trước đây, lần này có thể thực sự được coi là một sự thay đổi về chất. Sau một vài tháng, cơn sóng thần kinh doanh AI cũng đã đến với Web3. Sự cạnh tranh nội bộ của Silicon Valley Web2 rất khốc liệt, nhiều loại vốn là Fomo, rất nhiều chương trình đồng nhất hóa đã bắt đầu tiến hành cuộc chiến giá cả, các nhà máy lớn và mô hình lớn là PK...

Tuy nhiên, cần lưu ý rằng AI cũng đã bước vào giai đoạn tắc nghẽn tương đối sau hơn nửa năm bùng phát, chẳng hạn như mức độ phổ biến trong tìm kiếm của Google với AI đã giảm mạnh, tốc độ tăng trưởng người dùng Chatgpt chậm lại đáng kể, Kết quả đầu ra của AI với tính ngẫu nhiên nhất định đã hạn chế nhiều cảnh hạ cánh... Nói chung, chúng ta ở rất, rất xa so với "AGI-trí tuệ nhân tạo nói chung"

Hiện tại, các quỹ đầu tư mạo hiểm ở Thung lũng Silicon  có những đánh giá như vậy về sự phát triển tiếp theo của AI:

1. Không có mô hình dọc, chỉ có các ứng dụng dọc mô hình lớn (chúng ta sẽ quay lại vấn đề đó sau khi nói về Web3+AI);

2. Dữ liệu trên các thiết bị biên như điện thoại di động có thể là một rào cản và các thiết bị biên dựa trên AI cũng có thể là một cơ hội;

3. Độ dài của ngữ cảnh có thể gây ra những thay đổi về chất trong tương lai (cơ sở dữ liệu vector hiện được sử dụng làm bộ nhớ AI, nhưng độ dài ngữ cảnh vẫn chưa đủ).

Web3+AI

Trên thực tế, AI và Web3 là hai công nghệ hoàn toàn khác biệt. AI yêu cầu sức mạnh xử lý tập trung và lượng dữ liệu khổng lồ để thực hiện đào tạo, điều này khá tập trung. Mặc dù chúng không hoạt động tốt với nhau vì Web3 được phân cấp, nhưng quan điểm cho rằng AI thay đổi năng suất và chuỗi khối thay đổi mối quan hệ sản xuất là quá phổ biến. Sẽ luôn có những cá nhân tìm kiếm giao điểm đó và trong hai tháng qua, tôi đã thảo luận về không dưới 10 sáng kiến ​​AI.

Trước khi nói về đường kết hợp mới, hãy bắt đầu bằng cách thảo luận về các dự án AI+Web3 cũ, về cơ bản là các loại nền tảng, được đại diện bởi FET và AGIX. Những người bạn AI chuyên nghiệp trong nước của tôi nói với tôi rằng Tất cả những thứ AI đã từng làm bây giờ về cơ bản là vô dụng, dù là Web2 hay Web3, nhiều thứ là hành trang hơn là kinh nghiệm." Hướng đi và tương lai là ở các mô hình lớn như OpenAI dựa trên máy biến áp, các mô hình lớn đã lưu lại AI.

Do đó, loại nền tảng chung không phải là mô hình Web3 + AI mà anh ấy lạc quan và hơn 10 dự án mà tôi đã đề cập đều không có khía cạnh này, và những điều cơ bản tôi thấy là các lĩnh vực sau:

1. Viết hoa cho Bot/Agent/Assistant

2. Nền tảng điện toán

3. Nền tảng dữ liệu

4. Trí tuệ nhân tạo

5. Giao dịch DeFi/Kiểm toán/Kiểm soát rủi ro

6. ZKML

1. Bot/Đại lý/Trợ lýviết hoa

Lĩnh vực được thảo luận nhiều nhất và đồng nhất là lĩnh vực này. Nói một cách đơn giản, các dự án này thường sử dụng OpenAI làm nền tảng, cùng với các công cụ kỹ thuật nguồn mở hoặc tự phát triển bổ sung như TTS (Chuyển văn bản thành giọng nói) và với dữ liệu cụ thể, FineTune tạo ra một số bot "tốt hơn ChatGPT ở một số khía cạnh nhất định". trường."

Ví dụ: bạn có thể thuê một người hướng dẫn tuyệt đẹp để dạy bạn tiếng Anh. Cô ấy có một lựa chọn giữa giọng Cockney và giọng Mỹ. Trải nghiệm tương tác của bạn sẽ tốt hơn so với với ChatGPT, chính trang trọng và máy móc hơn, nhờ có khả năng sửa đổi tính cách và phong cách trò chuyện của cô ấy. có bạn trai ảo DAPP, một trò chơi dành cho nữ trên Web3, có tên là HIM, có thể coi là một đại diện tiêu biểu cho loại hình này.

Từ khái niệm này, về mặt lý thuyết, bạn có thể có nhiều bot/tác nhân để phục vụ bạn. Chẳng hạn, nếu bạn muốn học cách luộc cá, có thể có một Bot nấu ăn Fine Tune dành riêng cho lĩnh vực này dạy cho bạn và phản hồi chất lượng hơn ChatGPT. Nếu bạn muốn đi du lịch, cũng có những bot du lịch có thể đưa ra lời khuyên và lập kế hoạch du lịch cho bạn. Hoặc, nếu bạn là đối tác của dự án, hãy mua rô-bốt dịch vụ khách hàng của Discord để giúp bạn trả lời các câu hỏi của cộng đồng.

Có các dự án phái sinh dựa trên loại "loại ứng dụng dọc dựa trên GPT" Bot ngoài việc thực hiện loại "loại ứng dụng dọc dựa trên GPT" Bot, dưới dạng viết hoa mô hình" và NFT dưới dạng viết hoa hình ảnh," điều đó có nghĩa là giờ đây Lời nhắc nổi tiếng trong AI cũng có thể được viết hoa. Bản thân lời nhắc có giá trị và có thể được viết hoa, ví dụ: các lời nhắc khác nhau trong Hành trình giữa hành trình có thể tạo ra hình ảnh riêng biệt và các lời nhắc khác nhau sẽ có kết quả khác nhau khi huấn luyện bot.

Trên các bot như vậy, có các sáng kiến ​​bổ sung như lập chỉ mục và tìm kiếm cổng thông tin. Làm cách nào chúng tôi có thể chọn Bot tốt nhất cho bạn khi chúng tôi có hàng nghìn Bot? Sau đó, để hỗ trợ bạn trong việc "định vị" bạn có thể yêu cầu cổng Web2 như Hao123 hoặc công cụ tìm kiếm như Google.

Tôi tin rằng tại thời điểm này, Bot (mô hình) viết hoa có hai nhược điểm và hai hướng:

Nhược điểm 1. Bởi vì đây là bản nhạc AI+web3 thân thiện với người dùng nhất nên tính đồng nhất là một nhược điểm lớn. Có các yếu tố của NFT với gợi ý về các đặc điểm tiện ích. Do đó, thị trường sơ cấp đã bắt đầu thể hiện xu hướng Biển Đỏ và cạnh tranh, nhưng OpenAI đang ở dưới đáy, vì vậy chúng tôi thực sự không gặp trở ngại kỹ thuật nào để vượt qua; chúng tôi chỉ có thể cạnh tranh trên cơ sở thiết kế và vận hành.

Hạn chế 2. Thẻ thành viên vật lý hoặc điện tử có thể thuận tiện hơn cho hầu hết người dùng, mặc dù thực tế là thẻ thành viên Starbucks NFT on-Chain đã nỗ lực đáng khen ngợi để tham gia vào thế giới web3. Đây cũng là một vấn đề với các bot dựa trên Web3. Nếu tôi muốn trò chuyện với Musk, Socrates hoặc rô-bốt để học tiếng Anh, tôi có nên sử dụng Web2 http:// Character.AI ngay lập tức không?

Hướng 1.  Mô hình trên chuỗi có thể là một khái niệm hay trong ngắn hạn và trung hạn. Các mô hình này hiện có hiểu biết hạn chế về ETH NFT, với MetaData chủ yếu trỏ đến IPFS hoặc máy chủ ngoài chuỗi thay vì chính chuỗi khối. Đặc biệt trên máy chủ, các mô hình thường có kích thước từ hàng chục đến hàng trăm MB.

Tuy nhiên, tôi nghĩ rằng sẽ không khó để xâu chuỗi các mô hình ở quy mô 100 megabit trong hai hoặc ba năm tới do giá lưu trữ giảm đáng kể gần đây (SSD 2TB 500RMB) và sự phát triển của các dự án lưu trữ như Filecoin FVM và ETHStorage.

Bạn có thể tự hỏi những lợi thế của on-chain là gì? Mô hình trên chuỗi có thể được sử dụng trực tiếp bởi các hợp đồng khác, mô hình này mang tính bản địa hơn của tiền điện tử và các mẫu trò chơi chắc chắn là lớn hơn. Có một chút cảm giác trực quan về Trò chơi hoàn toàn trên chuỗi vì tất cả dữ liệu đều có nguồn gốc từ chuỗi. có nhiều nhóm hiện đang khám phá điều này, tuy nhiên, vẫn còn rất sớm trong quá trình này.

Hướng2. Nếu bạn suy nghĩ nghiêm túc về hợp đồng thông minh trong trung và dài hạn, bạn có thể thấy rằng "tương tác máy-máy" thay vì tương tác giữa con người với máy tính là phù hợp hơn. Trí tuệ nhân tạo hiện có ​ý tưởng về AutoGPT, cho phép bạn có được "hình đại diện ảo" hoặc "trợ lý ảo" những người có thể hỗ trợ bạn làm các công việc chẳng hạn như đặt vé, khách sạn, mua một tên miền để tạo một trang web và các mục việc khác khi cần.

Bạn thích sự tiện lợi của Alipay và tất cả các loại thẻ ngân hàng hay sự tiện lợi của việc chuyển địa chỉ chuỗi khối hoàn chỉnh khi có trợ lý AI quản lý nhiều tài khoản ngân hàng của bạn? Giải pháp là rõ ràng. Do đó, sẽ có rất nhiều người trợ giúp AI như AutoGPT trong tương lai thực hiện thanh toán và giải quyết C2C, B2C hoặc thậm chí B2B tự động thông qua chuỗi khối và hợp đồng thông minh trong nhiều tình huống nhiệm vụ khác nhau? Sau đó, ranh giới ngăn cách Web2 và Web3 trở nên khá mơ hồ vào thời điểm đó.

2. Nền tảng điện toán

Dự án nền tảng sức mạnh điện toán ít vốn hơn và ít cạnh tranh hơn so với mô hình Bot, nhưng nó tương đối dễ hiểu hơn. AI đòi hỏi sức mạnh tính toán đáng kể và BTC và ETH đã chứng minh trong thập kỷ qua rằng có một phương pháp như vậy tồn tại, phương pháp này có thể tổ chức và điều phối sức mạnh tính toán khổng lồ để hợp tác và cạnh tranh trong một môi trường phi tập trung của các trò chơi và khuyến khích kinh tế. Bây giờ, cách tiếp cận này có thể được áp dụng cho AI.

Together và Gensyn chắc chắn là hai dự án nổi tiếng nhất trong lĩnh vực này,  một dự án nhận được 10 triệu đô la tài trợ hạt giống và dự án còn lại nhận được 43 triệu đô la trong vòng A. Hai người này đang cố gắng huy động nhiều tiền vì trước tiên họ cần tiền và khả năng xử lý để xây dựng các mô hình của riêng mình, sau đó họ sẽ sử dụng các nền tảng đó để xây dựng các dự án AI khác.

Số tiền tài trợ cho nền tảng sức mạnh tính toán lý luận sẽ tương đối nhỏ vì về cơ bản, nó là sự tổng hợp của GPU nhàn rỗi và sức mạnh tính toán khác, sau đó cung cấp cho dự án AI cần lý luận. RNDR thực hiện tổng hợp năng lượng và các nền tảng này thực hiện tổng hợp năng lượng suy luận. Nhưng ngưỡng kỹ thuật hiện tại tương đối mơ hồ và tôi thậm chí còn tự hỏi liệu một ngày nào đó nền tảng điện toán đám mây RNDR hoặc Web3 sẽ mở rộng sang nền tảng điện toán lý luận hay không.

Hướng của nền tảng sức mạnh tính toán là thực tế hơn và là một công cụ dự đoán tốt hơn so với vốn mô hình; về cơ bản, sẽ có nhu cầu về nó và một hoặc hai dự án hàng đầu để xem ai có thể làm được. Điều không chắc chắn duy nhất là liệu đào tạo và lý luận có các dự án hàng đầu riêng biệt hay liệu các dự án hàng đầu sẽ làm cả hai.

3.Nền tảng dữ liệu

Điều này không khó hiểu, vì nền tảng của AI là ba thứ chính: thuật toán (mô hình), sức mạnh tính toán và dữ liệu.

Vì thuật toán và sức mạnh tính toán đều có "phiên bản phi tập trung" nên dữ liệu chắc chắn sẽ không vắng mặt, đó cũng là hướng lạc quan nhất của Tiến sĩ Lu Qi, người sáng lập nền tảng tạo Qiji, khi nói về AI và Web3.

Web3 luôn nhấn mạnh quyền riêng tư và chủ quyền dữ liệu, đồng thời có các công nghệ như ZK để đảm bảo độ tin cậy và tính toàn vẹn của dữ liệu, do đó, AI được đào tạo dựa trên dữ liệu trên chuỗi của Web3 phải khác với dữ liệu được đào tạo trên dữ liệu ngoài chuỗi của Web2. Vì vậy, hướng này nói chung có ý nghĩa. Ocean nên được coi là thuộc lĩnh vực này và cũng có các dự án như thị trường dữ liệu AI chuyên biệt dựa trên Ocean trên thị trường sơ cấp.

4. Trí tuệ nhân tạo

Nói một cách đơn giản, nó liên quan đến việc sử dụng vẽ AI hoặc sản xuất tương đương khác để hỗ trợ một số cảnh khác, bao gồm việc xây dựng NFT, bản đồ trong trò chơi, hình nền NPC, v.v. Phương pháp triển khai NFT này là một thách thức vì sự khan hiếm của thế hệ AI là không đủ. Nhưng Gamefi có thể khả thi, có những nhóm đang cố gắng triển khai Gamefi trên thị trường sơ cấp.

Tuy nhiên, vài ngày trước, Unity (cùng với Unreal Engine, từ lâu đã thống trị thị trường game engine) cũng đã phát hành Sentis và Muse, hai trong số các công cụ tạo AI của riêng mình. Những công cụ này hiện đang ở giai đoạn thử nghiệm giới hạn, nhưng chúng được dự đoán sẽ được phát hành chính thức vào năm tới. Các dự án AIGC của trò chơi Web3, có thể giảm kích thước do ảnh hưởng của Unity...

5.Giao dịch DeFi/Kiểm toán/Kiểm soát rủi ro

Các dự án đã được thực hiện trong các hạng mục này, nhưng sự đồng nhất không rõ ràng lắm.

·      Giao dịch - Cái này hơi phức tạp vì nếu một chiến lược giao dịch hoạt động tốt, thì khi có nhiều người sử dụng nó, nó có thể trở nên kém hữu ích hơn và bạn phải chuyển sang một chiến lược mới. Sau đó, chúng tôi tò mò về tỷ lệ thắng trong tương lai của robot giao dịch AI và vị trí của chúng trong số các nhà giao dịch thông thường.

·      Kiểm tra - Nó sẽ hỗ trợ giải quyết kịp thời các lỗ hổng phổ biến hiện có, nhưng không hỗ trợ các điểm yếu logic hoặc hoàn toàn mới và điều này chỉ nên xảy ra trong thời đại AGI.

·      Yield – Năng suất rất dễ hiểu. Chỉ cần hình dung một YFI có trí thông minh nhân tạo AI và đầu tư tiền của bạn vào đó. AI Staking sẽ chọn các nền tảng để stake, tạo nhóm LP và khai thác dựa trên mức độ chấp nhận rủi ro của bạn.

·      Kiểm soát rủi ro - thật lạ khi thực hiện một dự án một mình và thật hợp lý khi cung cấp dịch vụ cho vay hoặc nền tảng Defi khác nhau dưới dạng phần bổ trợ.

6. ZKML

Đây là lĩnh vực đang ngày càng trở nên phổ biến vì nó kết hợp hai trong số những công nghệ tiên tiến nhất là ZK và ML (máy học, một lĩnh vực chuyên biệt của AI).

Về lý thuyết, sự kết hợp của ZK có thể mang lại tính riêng tư, tính toàn vẹn và độ chính xác của ML, nhưng trên thực tế, nhiều bên dự án gặp khó khăn trong việc đưa ra các kịch bản sử dụng cụ thể và thay vào đó tập trung vào việc xây dựng cơ sở hạ tầng.

Điều duy nhất thực sự cần thiết lúc này là máy học trong các bộ phận của lĩnh vực y tế, nhu cầu về quyền riêng tư của dữ liệu bệnh nhân và các câu chuyện như tính toàn vẹn của trò chơi trên chuỗi hoặc chống gian lận luôn cảm thấy xa vời.

Modulus Labs, EZKL, Giza, v.v., là một số dự án hấp dẫn nhất trong lĩnh vực này trên thị trường sơ cấp.

Rào cản kỹ thuật của ngành này cao hơn đáng kể so với các ngành khác và nhìn chung không thấy được sự đồng nhất. Không có nhiều người trên thế giới hiểu được ZK, và càng có ít tài năng hiểu được ZK và ML. ZKML tập trung nhiều vào lý luận hơn là đào tạo.