AI+Web3: Вежі та площі

Вступ

Останні два роки розвиток ШІ схожий на натискання кнопки прискорення. Ця хвиля, викликана Chatgpt, не лише відкрила новий світ генеративного штучного інтелекту, але й викликала величезні хвилі в області Web3.

Під впливом концепції AI фінансування проектів Web3 значно зросло. У першій половині 2024 року 64 проекти Web3+AI завершили фінансування, серед яких операційна система на основі штучного інтелекту Zyber365 отримала найбільший обсяг фінансування в 100 мільйонів доларів США на раунді A.

Вторинний ринок став ще більш процвітаючим. Дані показують, що всього за трохи більше ніж рік загальна ринкова капіталізація в секторі ШІ досягла 48,5 мільярда доларів, а обсяг торгів за 24 години наблизився до 8,6 мільярда доларів. Прогрес у основних технологіях ШІ приніс помітні вигоди: після випуску моделі OpenAI Sora для перетворення тексту в відео середня ціна в секторі ШІ зросла на 151%. Ефект ШІ також поширюється на сектор Meme: перша концепція AI Agent MemeCoin - GOAT швидко стала популярною і отримала оцінку в 1,4 мільярда доларів, викликавши бум AI Meme.

Дослідження та теми, пов'язані з AI+Web3, також є гарячими: від AI+Depin до AI Memecoin, а потім до поточних AI Agent і AI DAO, нові наративи з'являються один за одним.

Комбінація AI+Web3, що переповнена гарячими грошима, трендами та фантазіями про майбутнє, неминуче сприймається як шлюб, укладений капіталом. Нам важко розрізнити, під цим розкішним покриттям, чи це арена спекулянтів, чи переддень вибуху нового світанку?

Щоб відповісти на це питання, ключове міркування полягає в тому: чи стане краще завдяки іншому? Чи можна отримати вигоду з моделі іншого? Ця стаття намагається розглянути цю картину: як Web3 може відігравати роль у технологічному стеку AI, і що нове AI може принести Web3?

! AI+Web3: Вежі та Плази

Які можливості Web3 під AI-стеком?

Перед тим, як розгорнути цю тему, нам потрібно зрозуміти технологічний стек великих моделей ШІ:

Технічний стек великих моделей ШІ включає в себе збори даних, попередню обробку, тренування, доопрацювання, інференцію та інші етапи. Простіше кажучи, велика модель подібна до людського мозку, яка потребує збору та обробки величезної кількості інформації для розуміння світу. Після навчання формується модель, що має здатність до розуміння та прогнозування, яка може бути застосована до різних специфічних завдань. AI Agent є прогресивною формою великої моделі, здатною самостійно виконувати завдання та переслідувати складні цілі.

Щодо болючих точок AI в різних стекових рішеннях, Web3 наразі початково сформував багаторівневу, взаємопов'язану екосистему, що охоплює всі етапи процесу AI моделей.

Базовий рівень: Airbnb для обчислювальної потужності та даних

Потужність

Одним із високих витрат AI є обчислювальна потужність та енергія, необхідні для навчання та інференції. Наприклад, для тренування Meta's LLAMA3 потрібно 16000 NVIDIA H100 GPU протягом 30 днів, інвестиції в апаратуру сягають 400-700 мільйонів доларів, а щомісячні витрати на енергію становлять майже 20 мільйонів доларів.

Проекти Web3 намагаються вирішити проблему обчислювальної потужності штучного інтелекту через розподілену мережу, такі як io.net, Aethir, Akash тощо. Їхня логіка полягає в тому, щоб дозволити особам або суб'єктам, які мають невикористані ресурси GPU, вносити обчислювальну потужність у децентралізований спосіб, підвищуючи ефективність використання ресурсів через онлайн-ринок, подібний до Uber або Airbnb, знижуючи витрати кінцевих користувачів.

Цієї моделі характерні такі особливості:

• Збір неактивних ресурсів GPU: переважно з надлишкової обчислювальної потужності середніх та малих дата-центрів, крипто-майнінгових ферм, а також з неактивного майнінгового обладнання в механізмах консенсусу PoS.

• Ринок довгого хвоста, орієнтований на обчислювальну потужність AI: більше підходить для кроків висновку, а також для оптимізації та налаштування для замовників із середньою та малою обчислювальною потужністю.

• Децентралізоване володіння: власники ресурсів зберігають контроль, можуть гнучко регулювати та отримувати прибуток.

Дані

Дані є основою ШІ. Основними викликами, з якими стикається попит на дані для ШІ, є: спрага до даних, підвищення вимог до якості, питання конфіденційності та відповідності, високі витрати на обробку тощо.

Рішення Web3 в основному проявляються в:

1. Збір даних: отримання більш цінних даних користувачів за допомогою розподіленої мережі та механізму стимулювання з низькими витратами. Наприклад, проекти Grass, Vana, PublicAI тощо.

2. Передобробка даних: використання децентралізованих механізмів заохочення для виконання завдань, таких як позначення даних. Наприклад, Synesis, Sapien тощо.

3. Приватність даних та безпека: використання технологій конфіденційності, таких як TEE, FHE, ZK тощо, для захисту чутливих даних. Наприклад, Super Protocol, BasedAI, Reclaim Protocol тощо.

4. Зберігання даних: надання високопродуктивних рішень для зберігання даних на ланцюгу. Як 0g.AI.

Проміжне програмне забезпечення: навчання та виведення моделі

Децентралізований ринок відкритих моделей

Web3 запропонував можливість створення децентралізованих відкритих моделей ринку, надаючи командам розробників стимули через токенізацію. Такі проекти, як Bittensor, ORA, Sentient, Spectral Nova.

Доказова логіка

Щодо проблеми "чорного ящика" в AI-інференції, Web3 пропонує рішення для верифікації в ланцюзі за допомогою технологій, таких як ZK-докази. Основні технології включають zkML, opML, TeeML тощо.

Рівень застосування: AI Agent

Поточний акцент розвитку штучного інтелекту переміщується з можливостей моделей на AI Agent. Web3 може надати Agent переваги децентралізації, холодного старту тощо. Такі проєкти, як GaiaNet, Theoriq, Virtual Protocol тощо, вже досліджують цю сферу.

! AI+Web3: Вежі та Квадрати

Як штучний інтелект надає можливості Web3?

Вплив ШІ на проєкти Web3 є очевидним, головним чином у наступних аспектах:

ШІ та фінанси на блокчейні

1. Криптоекономіка: AI Agent може здійснювати автономні транзакції в ланцюгу, такі як платежі, управління активами тощо. Такі проекти, як Virtuals Protocol, Biconomy, вже досліджують цю сферу.

2. Безпека угод в мережі: Штучний інтелект може використовуватися для моніторингу угод, аналізу ризиків тощо. Наприклад, безпекові інструменти SeQure, AI-powered Sentinel тощо.

Штучний інтелект та інфраструктура на блокчейні

1. Аналіз даних на блокчейні: такі проекти, як Web3 Analytics, MinMax AI, Kaito та інші, використовують ШІ для збору та аналізу даних.

2. Розробка та аудит: ШІ може допомогти в розробці смарт-контрактів, аудиті коду тощо. Як-от проекти Clanker, Spectral, Fuzzland тощо.

Штучний інтелект та новий наратив Web3

1. NFT:AI впроваджує креативність у генеративні NFT. Як проекти Bicasso, Solvo, Nicho та інші.

2. GameFi: AI може підвищити ефективність виробництва ігрового контенту. Наприклад, AI Hero, Sleepless AI тощо.

3. DAO:AI може бути застосовано в управлінні спільнотою, інвестиційних рішеннях тощо. Як ai16z.

Значення поєднання AI та Web3: Вежі та Площа

Об'єднання AI та Web3 можна порівняти з відносинами між вежами та площею. AI представляє собою високо централізовану технологічну силу, тоді як Web3 символізує децентралізований дух площі.

Розвиток ШІ приносить нову енергію в Web3, допомагаючи знизити поріг входу та залучити більше користувачів. Водночас децентралізовані характеристики Web3 також можуть допомогти зменшити ризики, пов'язані з централізацією ШІ.

Хоча у обох є різні точки відправлення, кінцева мета – краще служити людству. Ми з нетерпінням очікуємо на майбутній розвиток AI+Web3 і віримо, що це буде світ, де вежі і площі співіснують.

! AI+Web3: Вежі та Квадрати