AI+Web3: Башни и площади

Введение

За последние два года развитие ИИ похоже на нажатие кнопки ускорения. Эта волна, вызванная Chatgpt, не только открыла новый мир генеративного искусственного интеллекта, но и вызвала огромные изменения в области Web3.

С помощью концепции ИИ финансирование проектов Web3 значительно возросло. В первой половине 2024 года было завершено финансирование 64 проектов Web3+AI, среди которых операционная система на базе искусственного интеллекта Zyber365 собрала максимальную сумму финансирования в 100 миллионов долларов на этапе A.

Вторичный рынок становится все более процветающим. Данные показывают, что всего за чуть более года общая капитализация сектора ИИ достигла 48,5 миллиарда долларов, а объем торгов за 24 часа близок к 8,6 миллиарда долларов. Прогресс в основных технологиях ИИ приносит явные преимущества: после выхода модели OpenAI Sora для преобразования текста в видео средняя цена на акции сектора ИИ выросла на 151%. Эффект ИИ также распространился на мем-акции: первая мем-валюта с концепцией AI Agent - GOAT быстро стала популярной и получила оценку в 1,4 миллиарда долларов, вызвав волну мемов на тему ИИ.

Исследования и темы, связанные с AI+Web3, также становятся все более популярными, от AI+Depin до AI Memecoin и текущих AI Agent и AI DAO, новые нарративы появляются один за другим.

Комбинация AI+Web3, наполненная горячими деньгами, трендами и футуристическими фантазиями, неизбежно воспринимается как брак, устроенный капиталом. Нам трудно различить, под этой великолепной оболочкой, на самом деле это арена спекулянтов или предутренний рассвет взрыва?

Чтобы ответить на этот вопрос, ключевым размышлением является: станет ли лучше с другой стороной? Можно ли извлечь выгоду из модели другой стороны? В этой статье рассматривается эта схема: как Web3 может играть роль в стеке технологий AI, и что AI может принести новому дыханию Web3?

! AI+Web3: Башни и площади

Какие возможности предоставляет Web3 в рамках AI-стека?

Перед тем как развивать эту тему, нам необходимо понять технологический стек больших моделей ИИ:

Технический стек больших моделей ИИ включает в себя этапы сбора данных, предобработки, обучения, дообучения, вывода и т.д. Проще говоря, большая модель похожа на человеческий мозг, который нуждается в сборе и обработке огромного объема информации для понимания мира. После обучения формируется модель с пониманием и предсказательной способностью, которая может быть применена к различным конкретным задачам. А AI Agent является продвинутой формой большой модели, которая может самостоятельно выполнять задачи и стремиться к сложным целям.

С учетом болевых точек AI в различных стэках, Web3 в настоящее время первоначально сформировал многоуровневую, взаимосвязанную экосистему, охватывающую все этапы процесса AI-моделей.

Базовый уровень: Airbnb вычислительной мощности и данных

Хэшрейт

Одной из высоких затрат ИИ является вычислительная мощность и энергия, необходимые для обучения и вывода. Например, для обучения Meta LLAMA3 требуется 16000 GPU NVIDIA H100 в течение 30 дней, инвестиции в оборудование составляют от 400 до 700 миллионов долларов, а ежемесячные расходы на электроэнергию близки к 20 миллионам долларов.

Проекты Web3 пытаются решить проблему вычислительной мощности ИИ с помощью распределенной сети, такие как io.net, Aethir, Akash и другие. Их логика заключается в том, чтобы позволить отдельным лицам или организациям с неиспользуемыми ресурсами GPU вносить свой вклад в вычислительную мощность децентрализованным образом, повышая эффективность использования ресурсов через онлайн-рынок, аналогичный Uber или Airbnb, и снижая затраты для конечных пользователей.

Особенности этой модели включают в себя:

• Сосредоточение неиспользуемых ресурсов GPU: в основном из избытка вычислительной мощности малых и средних центров обработки данных, криптомайнинговых ферм и неиспользуемого горного оборудования в механизме консенсуса PoS.

• Долгосрочный рынок вычислительной мощности, ориентированный на ИИ: более подходящий для этапов вывода и сцен оптимизации и тонкой настройки для малых и средних потребителей вычислительной мощности.

• Децентрализованное владение: владельцы ресурсов сохраняют контроль, могут гибко регулировать и получать доход.

Данные

Данные являются основой ИИ. Основные проблемы, с которыми сталкивается текущий спрос на данные для ИИ, включают: жажду данных, повышенные требования к качеству, вопросы соблюдения конфиденциальности и высокие затраты на обработку.

Основные решения Web3 заключаются в следующем:

1. Сбор данных: получение более ценных пользовательских данных с низкими затратами через распределенную сеть и механизмы стимулирования. Например, проекты Grass, Vana, PublicAI и т.д.

2. Предобработка данных: использование децентрализованной системы вознаграждений для выполнения задач, таких как разметка данных. Например, Synesis, Sapien и другие.

3. Конфиденциальность данных и безопасность: использование технологий конфиденциальности, таких как TEE, FHE, ZK и др., для защиты чувствительных данных. Например, Super Protocol, BasedAI, Reclaim Protocol и др.

4. Хранение данных: предоставление высокопроизводительных решений для хранения на цепочке. Например, 0g.AI.

Мидлвар: Обучение и вывод модели

Децентрализованный рынок открытых моделей

Web3 предложил возможность создания децентрализованных открытых моделей рынков, предоставляя стимулы для команд разработчиков через токенизацию. Примеры таких проектов: Bittensor, ORA, Sentient, Spectral Nova и др.

Проверяемое умозаключение

Чтобы решить проблему "черного ящика" в AI-выводах, Web3 предложил решения для проверки в цепочке с использованием технологий, таких как ZK-доказательства. Основные технологии включают zkML, opML, TeeML и другие.

Уровень приложения:AI Agent

Текущий акцент в развитии ИИ смещается от возможностей моделей к ИИ-агентам. Web3 может предоставить агентам преимущества, такие как децентрализация и холодный запуск. Проекты, такие как GaiaNet, Theoriq, Virtual Protocol и другие, исследуют эту область.

! AI+Web3: Башни и площади

Как ИИ усиливает Web3?

Влияние ИИ на проекты Web3 очевидно, и оно проявляется в следующих основных аспектах:

ИИ и блокчейн-финансы

1. Криптоэкономика: AI Agent может осуществлять автономные сделки на блокчейне, такие как платежи, управление активами и т.д. Такие проекты, как Virtuals Protocol, Biconomy и другие, исследуют эту область.

2. Безопасность транзакций в блокчейне: ИИ может использоваться для мониторинга сделок, анализа рисков и т.д. Например, такие инструменты безопасности, как SeQure, AI-powered Sentinel.

ИИ и базовая инфраструктура на блокчейне

1. Анализ данных на блокчейне: такие проекты, как Web3 Analytics, MinMax AI, Kaito и другие, используют ИИ для сбора и анализа данных.

2. Разработка и аудит: ИИ может помочь в разработке смарт-контрактов, аудите кода и т.д. Например, проекты Clanker, Spectral, Fuzzland и другие.

Искусственный интеллект и новый нарратив Web3

1. NFT:AI вносит креативность в генеративные NFT. Например, проекты Bicasso, Solvo, Nicho и др.

2. GameFi: AI может повысить эффективность производства игрового контента. Например, AI Hero, Sleepless AI и другие.

3. DAO:AI может быть применен в управлении сообществом, инвестиционных решениях и др. Например, ai16z.

Значение сочетания AI и Web3: Башни и площади

Сочетание ИИ и Web3 можно сравнить с отношением между башней и площадью. ИИ представляет собой высокоцентрализованную технологическую силу, в то время как Web3 символизирует дух децентрализованной площади.

Развитие ИИ приносит новую жизнь Web3, помогая снизить порог входа и привлечь больше пользователей. В то же время, децентрализованный характер Web3 также может помочь смягчить риски, связанные с централизованностью ИИ.

Хотя у них разные стартовые точки, конечная цель обоих — лучше служить человечеству. Мы с нетерпением ожидаем будущего развития AI+Web3 и верим, что это будет мир, в котором сосуществуют башни и площади.

! AI+Web3: Башни и площади