La fusión de la IA y la cadena de bloques: explorando las perspectivas y desafíos de la combinación de Web3 y la inteligencia artificial
En los últimos años, el rápido desarrollo de la inteligencia artificial (AI) y la tecnología de la Cadena de bloques ha convertido AI+Crypto en un foco de inversión. La descentralización, la alta transparencia y las características antimonopolio de la Cadena de bloques compensan las deficiencias de los sistemas de IA, y la combinación de ambos nos brinda nuevas oportunidades.
Los expertos de la industria clasifican la aplicación de la combinación de IA y Cadena de bloques en cuatro categorías: como participantes de la aplicación, interfaz, reglas y objetivos. Consideran que la IA en Crypto debe ser más vista desde la perspectiva de "aplicación", incluyendo la optimización de la potencia de cálculo, algoritmos y datos, entre otros aspectos.
Las instituciones de investigación clasifican los proyectos de AI+Crypto en tres capas: la capa básica, la capa de ejecución y la capa de aplicación. En la capa básica, la tecnología zkML combina pruebas de conocimiento cero y Cadena de bloques, proporcionando soluciones seguras y verificables para el comportamiento de los agentes de AI. En la capa de ejecución, la AI muestra potencial en el procesamiento de datos, desarrollo automatizado, seguridad en transacciones en cadena, entre otros. En la capa de aplicación, los robots de trading impulsados por AI, las herramientas de análisis predictivo y la gestión de liquidez AMM desempeñan un papel importante en el ámbito de DeFi.
Este artículo explorará las direcciones de inversión en la pista de AI+Crypto, centrándose en la innovación y el desarrollo en la infraestructura y la capa de aplicaciones, y analizará las perspectivas y los desafíos de la combinación de AI y Cadena de bloques.
Direcciones clave en la pista de IA
Los expertos clasifican las aplicaciones que combinan IA y Cadena de bloques en 4 grandes categorías:
AI como participante en la aplicación
IA como interfaz de aplicación
AI como regla de la aplicación
AI como objetivo de la aplicación
Desde la perspectiva de la productividad vs las relaciones de producción, Crypto principalmente ofrece relaciones de producción. Se puede considerar desde tres direcciones:
Optimizar la potencia de cálculo: proporcionar recursos de cálculo descentralizados y eficientes, reducir el riesgo de fallos en un solo punto y mejorar la eficiencia de cálculo.
Algoritmo de optimización: fomentar la apertura, el intercambio y la innovación de algoritmos o modelos.
Optimizar datos: lograr el almacenamiento, contribución, uso y gestión de seguridad de datos descentralizados.
Las instituciones de investigación clasifican los proyectos de AI+Web3 en capa base, capa de ejecución y capa de aplicación:
Capa básica: incluye el entrenamiento de modelos, datos, potencia de cálculo descentralizada y hardware, con un enfoque en la combinación de tecnología zk y tecnología ML.
Capa de ejecución: procesamiento y transmisión de datos, agente de IA, zkML, FHE, etc.
Capa de aplicación: AI+DeFi, AI+GameFi, metaverso, AIGC y Meme, así como RAAS, oráculos, coprocesadores, UBI, etc.
Entre ellos, los proyectos en la capa de infraestructura y en la capa de aplicación se desarrollan rápidamente, como Io.net en la capa de potencia de cálculo, Flock en la capa de modelos básicos, la infraestructura de cadena de bloques ZeroGravity, el agente de IA Myshell y 0xScope en la capa de aplicación.
Los siguientes enfoques merecen ser explorados con especial atención:
Uno, dirección zkML
La tecnología zkML proporciona una solución segura, verificable y transparente para monitorear y restringir el comportamiento de los agentes de IA al combinar pruebas de conocimiento cero y tecnología de Cadena de bloques. Ha creado nuevos métodos para usar modelos públicos al verificar datos privados, o usar datos públicos al verificar modelos privados. Esta innovación hace que los contratos inteligentes sean más flexibles y capaces de adaptarse a una mayor variedad de escenarios de aplicación.
Proyectos típicos de tecnología zkML
Modulus Labs: uno de los proyectos más diversos en el campo de ZKML, construyendo ejemplos de aplicaciones de IA en la cadena, como RockyBot y Leela vs. the World.
Giza: un protocolo que permite desplegar modelos de IA en la cadena, utilizando ONNX formato, Giza Transpiler, ONNX Cairo Runtime y otras tecnologías.
Zkaptcha: Se centra en los problemas de bots en Web3, proporcionando servicios de captcha para contratos inteligentes, utilizando pruebas de cero conocimiento para crear contratos inteligentes resistentes a ataques de bruja.
Dos, dirección del procesamiento de datos
La ruptura de la IA en la ejecución se refleja principalmente en los siguientes aspectos:
a. IA y análisis de datos en la cadena: utilizar tecnología de IA para profundizar en los datos de la cadena de bloques y obtener más información.
b. Desarrollo de dApps de IA y automatización: proyectos de infraestructura para Devops, que ayudan a los desarrolladores a escribir contratos inteligentes más rápido y a corregir errores automáticamente.
c. AI y la seguridad de las transacciones en la cadena de bloques: implementar agentes de IA en la cadena de bloques para mejorar la seguridad y la confiabilidad de las aplicaciones de IA.
Caso de proyecto: SeQure es una plataforma de seguridad que utiliza IA para la monitorización y análisis en tiempo real, garantizando la estabilidad y seguridad de las transacciones en la cadena de bloques.
Tres, dirección AI+DeFi
La combinación de IA y DeFi se refleja principalmente en los siguientes aspectos:
Robots de trading impulsados por IA: ejecución rápida y precisa de operaciones, análisis de datos del mercado y tendencias de precios.
Análisis predictivo: proporciona predicciones fiables sobre las tendencias del mercado y los posibles movimientos de precios.
Gestión de liquidez AMM: a través de la integración de IA, ajuste inteligente del rango de liquidez, optimización de la eficiencia y los ingresos de AMM.
Protección de liquidación y gestión de posiciones de deuda: combinar datos en cadena y fuera de cadena para implementar estrategias inteligentes de protección de liquidación.
Diseño de productos estructurados DeFi complejos: depende del modelo de IA financiera para diseñar el mecanismo de tesorería, aumentando la inteligencia y flexibilidad del producto.
Cuatro, dirección AI+GameFi
La aplicación de la IA en los proyectos de GameFi se refleja principalmente en los siguientes aspectos:
Optimización de estrategias de juego: ajustar en tiempo real la dificultad y las estrategias del juego a través del aprendizaje de los hábitos de los jugadores.
Gestión de la utilización de activos del juego: ayudar a los jugadores a gestionar y comerciar de manera más efectiva los activos virtuales dentro del juego.
Mejorar la interacción en el juego: crear NPC más inteligentes y responsivos, aumentando la inmersión en el juego y la satisfacción del jugador.
Estrategias de inversión en dimensión temporal
A corto plazo: prestar atención a los campos en los que la IA se implementa primero en Crypto, como las aplicaciones de IA conceptuales y los memes.
Medio plazo: prestar atención a la combinación de AI Agent e Intent, así como a la combinación con contratos inteligentes.
A largo plazo: prestar atención a la combinación de tecnologías AI y zkML, lo que eventualmente afectará el campo de Crypto.
Ver originales
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
13 me gusta
Recompensa
13
5
Compartir
Comentar
0/400
GateUser-5854de8b
· hace13h
Demasiado intenso, tengo que aprender cosas nuevas.
Fusión de IA+Bloquear: Perspectivas y desafíos de la combinación de Web3 e inteligencia artificial
La fusión de la IA y la cadena de bloques: explorando las perspectivas y desafíos de la combinación de Web3 y la inteligencia artificial
En los últimos años, el rápido desarrollo de la inteligencia artificial (AI) y la tecnología de la Cadena de bloques ha convertido AI+Crypto en un foco de inversión. La descentralización, la alta transparencia y las características antimonopolio de la Cadena de bloques compensan las deficiencias de los sistemas de IA, y la combinación de ambos nos brinda nuevas oportunidades.
Los expertos de la industria clasifican la aplicación de la combinación de IA y Cadena de bloques en cuatro categorías: como participantes de la aplicación, interfaz, reglas y objetivos. Consideran que la IA en Crypto debe ser más vista desde la perspectiva de "aplicación", incluyendo la optimización de la potencia de cálculo, algoritmos y datos, entre otros aspectos.
Las instituciones de investigación clasifican los proyectos de AI+Crypto en tres capas: la capa básica, la capa de ejecución y la capa de aplicación. En la capa básica, la tecnología zkML combina pruebas de conocimiento cero y Cadena de bloques, proporcionando soluciones seguras y verificables para el comportamiento de los agentes de AI. En la capa de ejecución, la AI muestra potencial en el procesamiento de datos, desarrollo automatizado, seguridad en transacciones en cadena, entre otros. En la capa de aplicación, los robots de trading impulsados por AI, las herramientas de análisis predictivo y la gestión de liquidez AMM desempeñan un papel importante en el ámbito de DeFi.
Este artículo explorará las direcciones de inversión en la pista de AI+Crypto, centrándose en la innovación y el desarrollo en la infraestructura y la capa de aplicaciones, y analizará las perspectivas y los desafíos de la combinación de AI y Cadena de bloques.
Direcciones clave en la pista de IA
Los expertos clasifican las aplicaciones que combinan IA y Cadena de bloques en 4 grandes categorías:
Desde la perspectiva de la productividad vs las relaciones de producción, Crypto principalmente ofrece relaciones de producción. Se puede considerar desde tres direcciones:
Las instituciones de investigación clasifican los proyectos de AI+Web3 en capa base, capa de ejecución y capa de aplicación:
Entre ellos, los proyectos en la capa de infraestructura y en la capa de aplicación se desarrollan rápidamente, como Io.net en la capa de potencia de cálculo, Flock en la capa de modelos básicos, la infraestructura de cadena de bloques ZeroGravity, el agente de IA Myshell y 0xScope en la capa de aplicación.
Los siguientes enfoques merecen ser explorados con especial atención:
Uno, dirección zkML
La tecnología zkML proporciona una solución segura, verificable y transparente para monitorear y restringir el comportamiento de los agentes de IA al combinar pruebas de conocimiento cero y tecnología de Cadena de bloques. Ha creado nuevos métodos para usar modelos públicos al verificar datos privados, o usar datos públicos al verificar modelos privados. Esta innovación hace que los contratos inteligentes sean más flexibles y capaces de adaptarse a una mayor variedad de escenarios de aplicación.
Proyectos típicos de tecnología zkML
Modulus Labs: uno de los proyectos más diversos en el campo de ZKML, construyendo ejemplos de aplicaciones de IA en la cadena, como RockyBot y Leela vs. the World.
Giza: un protocolo que permite desplegar modelos de IA en la cadena, utilizando ONNX formato, Giza Transpiler, ONNX Cairo Runtime y otras tecnologías.
Zkaptcha: Se centra en los problemas de bots en Web3, proporcionando servicios de captcha para contratos inteligentes, utilizando pruebas de cero conocimiento para crear contratos inteligentes resistentes a ataques de bruja.
Dos, dirección del procesamiento de datos
La ruptura de la IA en la ejecución se refleja principalmente en los siguientes aspectos:
a. IA y análisis de datos en la cadena: utilizar tecnología de IA para profundizar en los datos de la cadena de bloques y obtener más información.
b. Desarrollo de dApps de IA y automatización: proyectos de infraestructura para Devops, que ayudan a los desarrolladores a escribir contratos inteligentes más rápido y a corregir errores automáticamente.
c. AI y la seguridad de las transacciones en la cadena de bloques: implementar agentes de IA en la cadena de bloques para mejorar la seguridad y la confiabilidad de las aplicaciones de IA.
Caso de proyecto: SeQure es una plataforma de seguridad que utiliza IA para la monitorización y análisis en tiempo real, garantizando la estabilidad y seguridad de las transacciones en la cadena de bloques.
Tres, dirección AI+DeFi
La combinación de IA y DeFi se refleja principalmente en los siguientes aspectos:
Robots de trading impulsados por IA: ejecución rápida y precisa de operaciones, análisis de datos del mercado y tendencias de precios.
Análisis predictivo: proporciona predicciones fiables sobre las tendencias del mercado y los posibles movimientos de precios.
Gestión de liquidez AMM: a través de la integración de IA, ajuste inteligente del rango de liquidez, optimización de la eficiencia y los ingresos de AMM.
Protección de liquidación y gestión de posiciones de deuda: combinar datos en cadena y fuera de cadena para implementar estrategias inteligentes de protección de liquidación.
Diseño de productos estructurados DeFi complejos: depende del modelo de IA financiera para diseñar el mecanismo de tesorería, aumentando la inteligencia y flexibilidad del producto.
Cuatro, dirección AI+GameFi
La aplicación de la IA en los proyectos de GameFi se refleja principalmente en los siguientes aspectos:
Optimización de estrategias de juego: ajustar en tiempo real la dificultad y las estrategias del juego a través del aprendizaje de los hábitos de los jugadores.
Gestión de la utilización de activos del juego: ayudar a los jugadores a gestionar y comerciar de manera más efectiva los activos virtuales dentro del juego.
Mejorar la interacción en el juego: crear NPC más inteligentes y responsivos, aumentando la inmersión en el juego y la satisfacción del jugador.
Estrategias de inversión en dimensión temporal