人工智能 x 加密货币的交叉点——机遇与挑战

进阶4/23/2024, 8:02:16 AM

人工智能 x 加密货币涵盖了多个子领域，包括AI代理、去中心化计算、数据、预言机、ZKML（零知识机器学习）、FHEML（全同态加密机器学习）、协处理器、Memes、生成艺术平台和游戏应用。

TL; DR

我们认为，人工智能 x 加密货币领域的发展是可持续的，而不仅仅是一时的炒作。随着AI技术的不断进步，我们预期将看到更多的资金和关注持续流入这一领域，带来多轮发展机会。因此，制定人工智能 x 加密货币领域的策略不仅是可行的，而且是一个必要的战略选择。
在人工智能 x 加密货币领域，我们可以识别出几个子领域，包括AI代理、去中心化计算、数据、预言机、ZKML（零知识机器学习）、FHEML（全同态加密机器学习）、协处理器、Memes、通用基本收入、生成艺术平台和游戏应用。其中，去中心化计算尤其值得关注。无论是GPU计算还是算法模型，它都代表了一个巨大的创新空间，对计算能力有着极端的需求。计算能力成为了一种共识，其潜在价值可以与公共区块链的市值上限竞争。我们也对ZKML、FHEML和协处理器这些早期但潜力巨大的领域持乐观态度。
考虑到当前市场流动性、项目基础和社区影响力，我们相信Worldcoin、Arkham、Render Network、Arweave、Akash Network、Bittensor和io.net是领导项目，具有领导地位和增长潜力。

介绍

在近几年里，AI 与加密货币领域融合后迎来了翻天覆地的变化与发展。这个新兴领域结合了区块链与人工智能这两种革命性技术，旨在探索去中心化方法如何助力人工智能应用，以此提升透明度、安全性以及用户的掌控力。随着人工智能技术的快速发展，尤其是生成型人工智能技术，以及对去中心化解决方案日益增长的需求，AI 与加密货币的结合已经成为技术界最引人注目的创新前线之一。

人工智能 x 加密货币领域的资产化新视野：计算力、模型和数据的创新路径

加密货币最直接的应用是资产化。在 AI 与加密货币领域，「计算力资产化」、「模型/代理资产化」以及「数据资产化」构成了三个主要的应用场景。

关于计算力的资产化，主要分为两大方向：去中心化计算和AI代理执行的去中心化推理。去中心化计算关注利用分布式网络训练AI模型，而AI代理则是运用已训练的AI模型进行去中心化推理。这些AI代理可部署在去中心化网络中，向用户提供多样的智能服务，比如自动交易、知识助理或安全审计等。

然而，从技术视角来看，目前大型AI模型的训练需要处理大量数据，并且对通信带宽的速度要求很高，这对硬件基础设施提出了严峻的挑战。训练诸如Transformer这类大型模型通常需要顶级的CPU，例如NVIDIA的H100或A100，利用NVIDIA的NVLink技术进行GPU之间的连接，以及专业的光纤交换机来实现超过100Gbps的网络连接速度，支持跨越多个数据中心的模型训练。这些模型拥有从数十亿到数千亿的参数量，需要强大的计算力和内存来执行深度网络算法。同时，为了迅速处理数据，需要高速存储和网络带宽来减轻I/O瓶颈。并行计算策略，比如模型并行和数据并行，需要高速的内部及外部网络带宽，以保证多GPU之间的有效同步。这些要求在当前技术和成本条件下，对去中心化AI训练确实构成了巨大的挑战。

人工智能代理执行推理的过程，因为对计算力和通信带宽的需求相对较低，使得采用去中心化的方法变得更加可行和实用。这也解释了为什么目前市场上许多与计算力相关的项目更倾向于关注推理而非训练。尽管去中心化的方法具有其优势，但考虑到成本效益和可靠性，中心化解决方案在目前阶段往往还是更胜一筹。

模型/代理资产化是另一个关键的发展方向，尤其是在大型语言模型，如GPT的推动下，已成为一个显著的趋势。用户可以与基于AI的虚拟角色进行互动。通过将这些AI代理转换为非同质化代币（NFT），用户得以购买、出售、收集或交易它们，类似于艺术品交易的方式。然而，这一方向的项目往往技术门槛较低，缺乏创新性，且AI与加密技术之间的集成程度不高。许多项目仅仅是将AI模型转换为NFT，而没有深入挖掘AI与加密技术之间可能的集成点，导致了市场上的同质化竞争现象。此外，代理主要存储于云服务器，仅有所有权证明被制作成NFT并存储于区块链上，这导致了与加密技术的集成较为表面化。

数据资产化同样是AI与加密技术结合领域中的一个重要方向，着重于利用去中心化技术和激励机制，开放和利用通常受限于私人领域的大量数据资源，包括个人数据和企业内部数据等。这些数据一旦被转换为可以用于训练或微调大型模型的资源，就能显著提升AI模型在不同垂直领域的专业性和效率。然而，数据的多样性、质量、应用场景和隐私保护等因素，为数据资产化的过程增加了复杂性，使得数据标准化成为挑战。虽然难以标准化的数据可以被转换为NFT，但这也凸显了建立一个流动性强、易于交易的市场的难度。

作为数据资产化一环的去中心化数据标注，通过“标注以赚取”模型或众包平台激励社区成员参与数据标注，既提高了数据的可用性和质量，又降低了成本和时间。这种去中心化的工作方式不仅保证了数据标注的效率和质量，还确保了参与者能够得到公平的报酬，为数据资产化开辟了新途径。

来源：MT Capital

从上文可以看出，目前在人工智能 x 加密货币领域中实际确立的场景相对有限，大多数方向的进入门槛较低，近期市场热情很大程度上是由资本操作和FOMO情绪驱动的。人工智能 x 加密货币跟踪目前面临几个核心痛点：

不成熟的商业模式：人工智能 x 加密货币还处于非常早期阶段，许多试图结合两者的项目尚不成熟，无法充分利用各自的优势。随着对两个领域都有深刻理解的团队参与其中，预计会开发出更多展示AI技术力量同时深度整合Crypto特性的解决方案。
跨学科专业知识与从业者偏好的双重挑战：在人工智能 x 加密货币项目中，团队通常在AI领域有深厚背景，或对Web3和加密货币有深刻理解，但很难在两者中都表现出色。这不仅限制了技术创新和商业模式探索的能力，也反映了从业者在选择领域时的偏好倾向，即，优秀的AI人才往往犹豫于进入加密行业。这种缺乏跨学科专业知识和从业者偏好的矛盾成为创新领域的主要障碍。未来，能够跨界工作并对AI和加密技术都有见解的团队将成为该领域创新和进步的关键力量。
内部赋能技术挑战：当Crypto试图内部赋能AI，如通过ZKML和FHEML时，主要痛点是这些技术的可扩展性差，限制了它们的实际应用。相似地，当AI试图内部赋能Crypto时，挑战不仅仅是将AI集成到现有系统中的复杂工程问题，还要确保这种集成可以有效工作，而不妨碍系统性能。这些挑战反映出，在深度整合AI与Crypto时，需要创新的技术解决方案，以及在实施这些解决方案时克服复杂性和可扩展性问题。

尽管目前面临困难，我们仍然认为人工智能 x 加密货币是本周期内最重要的方向之一。AI与Crypto的结合不仅展现了强大的技术潜力和应用前景，同时在当前的技术与投资领域占据了独特而重要的位置：

AI在技术上的革命性地位：AI被广泛视为推动下一轮技术革命的关键力量。与上一个以元宇宙概念为中心的周期相比，后者需要更多实际应用的落地并面临用户数据验证的挑战，代表性公司如Roblox和Meta的股价暴跌后，对元宇宙概念的热情迅速下降。相比之下，像OpenAI这样尚未上市的高科技公司在当前阶段不需要通过收入来证明其价值。与元宇宙相比，AI对实际应用和技术创新的影响更广泛。它渗透到包括健康保健、教育、交通和安全等多个领域，有能力推进整个高科技产业链。去中心化的计算能力进一步释放了AI的潜力，通过分布式网络提供支持AI模型训练和推断所需的计算资源，促进AI技术的进步和广泛应用。
计算能力的重要性：在人工智能 x 加密货币项目中，计算能力的重要性是不言而喻的。计算能力不仅直接关系到AI模型训练的效率和效果，还是项目技术实力和市场共识的重要指标。计算能力越高，共识越强，市场价值越高。随着越来越多的企业和个人参与贡献去中心化计算能力，不仅实现了资源配置的优化，还促进了新经济模型和价值分配方式的探索，例如通过计算能力挖矿和AI计算能力托管。

代表项目

Worldcoin

WLD最近表现出色的原因很简单。2月15日，OpenAI发布了一款名为Sora的大型视频生成模型。通过文本指令，Sora能生成最长60秒的高清视频，这些视频拥有逼真的背景、复杂的多角度拍摄以及丰富情感的多角色叙事，显示了对现实世界物理常识的深刻理解。尽管大众对GPT-5的期待很高，但Sora的推出与GPT-5的影响力可谓不相上下。

此事件再次激发了公众对人工智能领域的热情。众所周知，Worldcoin的创始人Sam Altman同时也是OpenAI的CEO。在市场做市商的推动下，WLD迅速成为了今年初市场上最受瞩目的焦点之一。

Worldcoin主要涉足身份验证和数字货币发行两大领域。有传闻称，OpenAI正在研发两种代理机器人，这些机器人能够深入理解人类的指令并据此采取行动，这被认为是迈向通用人工智能（AGI）的最后一步。一旦实现这一目标，几乎所有工作都有可能被替代，绝大多数人可能面临失业的危机，但他们不会挨饿。届时，OpenAI计划通过Worldcoin来发放基础收入（UBI），人们只需通过虹膜识别，每月就能领取6 WLD。

然而，经过深入分析，WLD并未显示出实质性的功能，其存在更多是作为一个被炒作的“空气币”。如果WLD真的被用于未来的基本收入分配，作为一种非稳定币的形式可能会引发各种问题。这是Worldcoin的白皮书和创始人在讨论WLD角色时显得含糊其辞的原因。

WLD可能永远只是一个梗币。然而，这并不代表WLD缺乏投资价值。从市值角度看，WLD与DOGE有相似之处。如果Altman的声望能超越Musk，WLD有可能达到DOGE的市值。但是，其较高的单位价格在一定程度上限制了其作为顶级梗币的潜力。如果Worldcoin的价格更加平民化，无疑会极大提升其作为顶级梗币的吸引力。作为AI领域的领军人物，Sam Altman关于AI或人工智能领域重大事件的每一次公开声明都极大影响了Worldcoin的市场表现，增加了其作为投资目标的吸引力和不确定性。

如果未来采取分币措施，即通过降低单位价格和提高流通量来重新定义Worldcoin的市场定位，这样的策略可能会促使价格快速上涨。

尽管目前Worldcoin的市场定位和实际应用仍然模糊，被一些人视为meme币，但Altman的影响力和AI领域的快速发展为Worldcoin带来了独特的市场动力。如果未来采取合适的市场策略，如分币，Worldcoin有成为市场上一个不可忽视的力量的潜力。

来源：https://foresightnews.pro/article/detail/53744

Arkham

Arkham，成立于2020年，总部位于美国，由创始人兼首席执行官Miguel Morel领导，团队成员包括运营总监Zachary Lerangis、商务发展总监Alexander Lerangis和机构关系专家John Kottlowski。Arkham已获得超过1200万美元的资金，包括来自币安实验室（Binance Labs）的250万美元公开轮融资。创始人在加密行业是资深人士，他们此前创立了为高通胀经济设计的稳定币项目Reserve，投资者包括Peter Thiel、Sam Altman、Coinbase和Digital Currency Group等。

币安于2023年7月10日宣布，Arkham的代币$ARKM将被列入其Launchpad，这是币安首次引入工具型产品，引起了极大的兴趣。

Arkham是一个使用人工智能算法分析区块链数据的平台，能够将区块链地址与现实世界的实体联系起来，为用户提供完整的幕后行为视角。Arkham最近推出了一个区块链情报交易平台Arkham Intel Exchange，用户可以通过奖励请求所需信息，而信息提供者可以通过提供信息来赚取奖励。Arkham还提供强大的工具，允许用户搜索、过滤和排序任何加密交易，揭示市场活动背后的实体和个人信息。

除了在币安上市之外，Kraken、OKX和Hotbit等交易所也支持$ARKM交易。

Arkham推出了“Intel-to-Earn”模式，通过区块链匹配买卖双方，实现情报经济。其平台代币$ARKM用于支付分析平台费用、治理投票和用户激励。$ARKM的总供应量为10亿，流通供应量为1.5亿（总供应量的15%），测试网站已注册20万用户。上市后，交易量预计将达到1亿美元的规模。

Arkham主要包括区块链分析工具和情报交易市场。分析工具通过实体页面、代币页面、网络映射等提供全面的数据洞察。Arkham使用其专有的AI引擎Ultra，通过算法对区块链数据进行去匿名化处理，并将地址与现实世界的实体匹配。情报交易市场允许用户通过奖励、拍卖和数据共享购买和出售信息。Arkham通过收取费用（对于上市和拍卖支付的费用为2.5%的铸币费，对于奖励支付和成功拍卖的费用为5%的接受费）来维持长期平台运营。

与市场上其他数据分析平台相比，Arkham具有几个独特优势，例如创造代币使用案例，通过情报交易实现链上数据价值交易，并为数据分析师提供了一条货币化知识的渠道。平台通过如收取分成等机制自我激励，有利于可持续发展；它为用户提供了追踪其历史投资组合档案的能力，并通过可视化数据图表降低研究成本。然而，Arkham面临挑战，如对公链的支持有限，与诸如Nansen等平台的功能差距，代币场景的可复制性有限，用户群主要是专业人士，限制了对普通投资者的吸引力，数据处理能力较弱，依赖外部数据团队等。

Arkham项目在区块链信息分析领域具有先发优势和广阔的市场空间，但仍处于早期阶段，其商业模式需要验证。生态系统建设和扩展需要时间来培养。风险包括链上信息分析普及所需的时间、用户教育成本高、商业模式的可复制性有限、依赖人员处理信息、高昂的运营成本和风险、信息质量变化、声誉风险以及监管政策的不确定性。

https://foresightnews.pro/article/detail/48222

Render Network

自2020年4月推出以来，Render Network已成为领先的去中心化渲染平台，将需要GPU计算能力的用户与拥有多余计算资源的提供者连接起来。该平台主要服务于高需求计算领域，如人工智能、虚拟现实和多媒体内容创作，通过其独特的动态定价策略为所有参与方提供一个公平且具有竞争力的市场环境，该策略考虑了任务的复杂度、紧急性和可用资源。通过这种方式，GPU所有者可以将其设备连接到Render Network，并使用OTOY开发的OctaneRender软件接受和完成渲染任务。作为交换，用户使用RNDR代币支付完成渲染任务的个人，而OTOY则收取少量的RNDR作为手续费，以便促进交易和网络操作。

Render Network总部位于美国，由Jules Urbach创立。Urbach不仅是Render Network的创始人，还是OTOY的创始人兼CEO，为3D渲染技术和去中心化计算平台的深度洞察和进步做出了贡献。

Render Network已完成多轮融资，包括战略融资。2021年12月21日，Render Network在一轮战略融资中成功筹集了3000万美元，投资者包括Multicoin Capital、Alameda Research、Sfermion、Solana Ventures、Vinny Lingham和Bill Lee等知名投资机构和个人。此外，Render Network在2018年1月通过ICO筹集了116万美元。成功的筹资不仅支持了Render Network的技术开发和市场扩展，也反映了市场对去中心化渲染服务潜力的认可。

通过利用RNDR代币的点对点网络能力，Render Network可以有效地在空闲GPU资源的提供者之间分配工作负载，同时激励机制鼓励节点分享其未使用的计算容量。这种方法不仅最大化了资源利用效率，还为参与者创造了价值，推动了去中心化渲染生态系统的繁荣。

在2023年12月，Render通过将其基础设施从以太坊迁移到Solana，实现了一次重大的技术飞跃。这一转变为Render带来了新的能力，包括实时流媒体、动态NFT以及状态压缩，显著提升了网络的性能和可扩展性，并为用户开辟了更广阔、更多样化的应用场景。

DePIN（Decentralized Physical Infrastructure Network，去中心化物理基础设施网络）作为一个新概念出现，它包括两个主要领域：数字资源网络和物理资源网络，旨在通过一种物理工作证明（PoPW）机制，激励个人参与到真实世界基础设施的建设和高效使用中来。DePIN的出现，不仅为传统的信息与通信技术（ICT）行业带来了创新解决方案，也预示着一个更去中心化、更高效的基础设施网络模型的到来。

尽管当前ICT行业面临着高门槛和低资源利用效率的挑战，DePIN引入了一种点对点的网络模型，使得空闲资源的再利用成为可能，并通过去中心化降低了进入门槛，增强了市场竞争力和效率。

Render Network的成功升级及其与Solana的紧密整合，展示了去中心化渲染平台在应对实时响应和降低交易成本方面的优势。这不仅巩固了Render在DePIN领域的领导地位，也为其未来的发展开辟了新的道路。

随着Render Network继续推进技术创新和生态系统建设，其在去中心化渲染、人工智能和数字权利管理等前沿领域的潜力逐渐显现。Render不仅仅是一个渲染服务平台，它是一个推动创新、连接资源与需求、促进去中心化和数字化转型的强大引擎。随着技术的不断进步和市场需求的增长，Render Network有望成为推动数字经济新发展的关键力量。

来源：https://dune.com/lviswang/render-network-dollarrndr-mterics

Arweave

Arweave 是一个创新的去中心化数据存储协议，专为数据的永久存储而设计。通过其独特的永久网（permaweb），Arweave 使存储的数据可以以人类可读的形式被访问（例如，通过网络浏览器），从而创建了一个持久的、不可变的互联网。这种用于永久存储的能力，对于确保信息的不变性和永久可访问性至关重要，特别是在那些需要高数据完整性和永久性的应用中，如法律文件存储、学术研究档案和版权保护。

Arweave 通过其网络内的数据存储提供者激励机制和其原生代币 AR，确保了网络存储容量的可持续性和可扩展性。作为一个基础设施和存储网络项目，Arweave 旨在重新塑造数据存储和访问的方式。该项目最初被称为 Archain，成立于 2017 年，总部位于德国。创始团队包括联合创始人兼首席执行官 Sam Williams、首席运营官 Sebastian Campos Groth 和法律总监 Giti Said，他们在技术、运营和法律领域拥有丰富的经验，是推动 Arweave 项目发展的关键。

自 2018 年 6 月主网启动以来，Arweave 吸引了来自 a16z Crypto、Coinbase Ventures 和 Union Square Ventures 等知名实体的广泛关注和支持。2018 年 5 月，一个公开的筹资轮筹集了 157 万美元。随后，该项目在 2019 年 11 月和 2020 年 3 月进行了两轮融资，分别筹集了 500 万美元和 830 万美元，投资者包括 a16z Crypto、Multicoin Capital、Union Square Ventures 和 Coinbase Ventures。

Arweave 推出的 AO解决方案代表了区块链技术的一个重大创新，主要体现在其提供的超并行计算架构上。这种架构允许在去中心化计算环境中并行运行任意数量的进程，极大地提高了计算效率和可扩展性。AO 的核心特性包括巨大的计算能力、可验证计算的实现，以及通过构建三个不同的子网络（信使单元、调度单元、计算单元）并以 Arweave 作为基础层，实现高并行处理和可扩展性。

来源：https://foresightnews.pro/article/detail/54511

以“AO”（面向演员的方法）命名，其灵感来自计算机科学里的演员模型（Actor model）。这种模型非常适合创建能同时处理多任务、分布式运行且能自我修复错误的系统。通过推出AO，Arweave团队向我们展现了他们对未来分布式计算技术发展方向的深入理解和创新思路。

AO建立在Arweave的基础层之上，利用Arweave的链上存储作为其运营数据的永久主机，增强了其分布式计算能力，允许同时运行任意数量的并行进程，类似于数据中心和互联网计算机的协同功能。此外，AO的一个关键部分是AOS，一种基于AO架构的特定操作系统，允许开发者使用Lua语言创建应用程序，进一步增强了其可用性和灵活性。

AO的推出与Arweave长期目标相一致，即通过其数据存储平台支持高度可扩展的区块链网络。尽管Arweave团队在实现这一目标时面临挑战，但他们的坚持和创新最终使AO成为可能。这不仅增强了Arweave链的功能，使其能够支持更多的智能合约和区块链协议，而且还为分布式计算提供了一种新的、强大的解决方案。

Arweave AO的工作原理突破了传统区块链技术的限制，通过将区块链的三个主要组成部分分解为可以相互通信并同时执行大量交易的独立单元，实现了前所未有的可扩展性。这一创新为Arweave自身的发展开辟了新的可能性，同时也为整个区块链和分布式技术领域提供了新的视角和灵感。

最终，Arweave的目标是使AO成为一个仅需要不频繁更新的稳定系统，类似于比特币，确保核心功能和用户权利的连续性。这种稳定性和透明度对用户至关重要，因为它使他们能够对他们使用的协议有更深的信任和理解。随着Arweave AO继续发展和改进，它有潜力成为分布式智能合约平台领域的一个重要参与者，对现有的区块链技术如以太坊构成强大的竞争。

Akash Network

Akash Network的核心价值在于其作为一个去中心化的计算平台的角色，该平台利用全球未充分使用的GPU资源，将这些资源与需要GPU计算能力的用户连接起来。这个平台不仅为GPU资源拥有者提供了一个盈利机会，而且为需要这些资源的用户提供了一个更具成本效益的选择。根据2023年9月的数据，Akash Network已成功在其网络上部署了150到200个GPU，实现了50%到70%的利用率。这一成就转化为每年50万到100万美元的交易价值，展示了去中心化计算资源共享模式的市场潜力。

对Akash Network商业模式的进一步分析，可以与房地产市场的Airbnb画出一个恰当的类比。阿卡什创造了一个市场，允许GPU资源拥有者出租他们未使用的计算能力，类似于Airbnb的房东出租他们的房产，而需要这些资源的用户可以以较低的成本访问所需的计算能力。这种模式不仅提高了GPU资源的利用率，而且还降低了进入人工智能和机器学习等领域的门槛。

随着人工智能的快速发展，对高性能计算资源如GPU的需求急剧增加。Nvidia，一家GPU的领先制造商，预计在未来几年内其收入将显著增长，从2022年的270亿美元增长到2023年的600亿美元，预计到2025年将达到约1000亿美元。这一增长预测反映了全球对GPU计算能力的强烈需求，为Akash Network提供了一个广阔的市场空间。

Akash Network的去中心化模型特别适合当前市场环境，其中对云计算服务的需求正在增加，全球大量的GPU计算能力仍然未被充分利用。通过阿卡什，提供者可以提供闲置的GPU资源，而消费者可以以较低的成本访问所需的计算能力。这种模式不仅优化了资源的分配，而且实现了计算能力的民主化，使更多的企业和个人能够参与到人工智能和高性能计算的研究与开发中。

Akash Network的原生代币是AKT，它在网络中扮演着几个重要的角色。首先，AKT用于在网络上支付计算资源，包括但不限于GPU计算、存储和带宽。其次，AKT还是网络治理的一部分，持有者可以通过代币投票参与决策过程，如协议更新和改进提案。此外，AKT作为一种激励机制，鼓励用户参与网络维护，包括提供计算资源和验证交易。

为了鼓励更多用户提供未使用的计算资源，Akash 通过两种主要方法设计了激励机制：代币奖励和交易费用。

代币奖励：Akash 网络通过发行新代币，对提供计算资源的用户给予奖励。这些新发行的代币分配给资源提供者作为激励，鼓励他们将更多资源连接到 Akash 网络。此外，网络验证人和参与网络治理的用户也可以获得 AKT 代币奖励，激励他们为网络安全和治理做出贡献。
交易费用：Akash 网络对使用其服务的交易收取费用，用 AKT 代币支付。根据 Akash 的政策，一部分交易费用被分配给提供计算资源的节点，作为他们提供服务的直接经济激励。

Akash 对用 AKT 支付的交易收取 4% 的费用，而用 USDC（一种稳定币）支付的交易则收取更高的费用，即 20%。这种差异化费用结构旨在促进 AKT 代币的流通和使用，同时为网络的维护和发展提供财务支持。

Akash 网络还建立了一个社区池，收集网络收入的一部分，包括来自通货膨胀和交易费用的代币。社区池中的资金用于资助网络发展的项目和提案，如技术改进和营销活动，资金的分配由社区投票决定。

通过这个复杂但有效的代币模型和激励机制，Akash 网络不仅确保了网络的积极健康发展，还为用户提供了参与网络并从中受益的机会。这些激励措施有助于吸引更多资源提供者和用户加入 Akash 生态系统，推动去中心化计算平台的长期成功和持续增长。

然而，尽管 Akash 网络的市场前景广阔，但它面临的挑战不容忽视。除了与传统云服务提供商竞争外，Akash 还必须持续优化其技术平台，以确保服务的高效和安全。此外，建立和维护一个去中心化市场需要不断吸引新的资源提供者和用户，并保持高市场活动度。

来源：https://www.modularcapital.xyz/writing/akash

Bittensor

Bittensor 由 AI 研究人员 Ala Shaabana 和 Jacob Steeves 于 2019 年创立，最初构想为 Polkadot 的一个平行链 (parachain)。到了 2023 年 3 月，该项目战略性地转向发展自己的区块链，旨在通过加密货币激励全球机器学习节点，促进 AI 发展的去中心化。Bittensor 引入了一个新范式，通过使这些节点能够协作训练和学习，通过整合增量资源并扩大个体研究者和模型对整体的贡献，增强了网络的集体智能。

Bittensor 引入了若干创新概念和机制，例如分布式专家模型 (MoE) 和智能证明 (Proof of Intelligence)，旨在通过奖励有用的机器学习模型和成果，促进去中心化 AI 生态系统的发展。其代币经济和生态系统结构旨在支持和奖励网络参与者，通过 TAO 代币鼓励公平分配实践和网络参与。

Bittensor 的架构设计反映了其建立健壮 AI 生态系统的追求。通过采用矿工、验证者、企业和消费者等层次结构，Bittensor 旨在构建一个全面支持 AI 创新的网络。在这一结构中，矿工层以 AI 模型推动创新，验证者层维护网络安全和完整性，企业和消费者层确保技术成果转化为满足市场和社会需求的实际应用。

Bittensor 网络的核心参与者包括矿工和验证者。矿工提交预训练模型以换取奖励，而验证者负责确认模型输出的有效性。Bittensor 通过激励机制创造了一个正反馈循环，鼓励矿工之间的竞争，促进模型的精细化和性能提升。

尽管 Bittensor 本身不直接参与模型训练，但其网络提供了一个平台，允许矿工上传和微调他们的模型。这种方法使 Bittensor 能够整合各种模型，通过特定子网络处理不同的任务，如文本生成和图像生成等。

来源：https://futureproofmarketer.com/blog/what-is-bittensor-tao

Bittensor 采用的子网络模型是其架构的一个重要特征，这些子网络专注于执行特定任务。通过这种方法，Bittensor 旨在实现模型组合和去中心化智能，尽管这一目标仍面临当前技术和理论限制的挑战。

Bittensor 的代币经济模型受到比特币的重大影响，具有类似的代币发行机制和激励结构。TAO 代币不仅是网络奖励的一部分，也是访问 Bittensor 网络服务的关键。该项目的长期目标是通过在智能网络内去中心化地迭代和学习模型，民主化人工智能技术。

与传统的中心化 AI 模型相比，Bittensor 最大的优势在于促进 AI 技术的开放和共享。这使得 AI 模型和算法能在更广泛的社区内迭代和优化，加速技术进步。此外，通过其去中心化网络结构，Bittensor 希望降低 AI 技术的应用成本，使更多个人和小型企业能参与到 AI 创新中。

io.net

io.net 是一个创新性的去中心化 GPU 网络，旨在解决机器学习领域获取计算资源的挑战。该项目整合了来自独立数据中心、加密货币矿工以及参与如 Filecoin 和 Render 等项目的参与者的 GPU 资源，创建了一个庞大的计算能力池。该想法由创始人 Ahmad Shadid 在 2020 年提出，当时他在为机器学习量化交易公司 Dark Tick 构建一个 GPU 计算网络，面临着高成本和获取资源的困难。随后，该项目在奥斯汀 Solana Hacker House 上获得了更广泛的关注和认可。

io.net 旨在解决的主要挑战包括计算资源的有限可用性、选项缺乏和高昂的成本。通过聚合未充分利用的 GPU 资源，io.net 提供了一个分布式解决方案，使机器学习团队能够在去中心化网络上构建和扩展其模型服务工作流程。在此过程中，它利用了高级分布式计算库，如 RAY，以支持数据和模型并行处理，优化任务调度和超参数调优。

在产品方面，io.net 提供了一系列工具和服务，包括 IO Cloud、IO Worker 和 IO Explorer。IO Cloud 旨在部署和管理去中心化 GPU 集群，提供与 IO-SDK 的无缝集成，并为扩展 AI 和 Python 应用提供全面解决方案。IO Worker 提供了一个全面的用户界面，使用户能够高效管理其计算资源供应操作，包括账户管理、实时数据显示和温度与功耗跟踪。同时，IO Explorer 提供了对网络活动和关键统计信息的全面可视化，帮助用户更好地监控和理解网络状态。

为了激励参与并平衡供需，io.net 引入了 IO 代币，其功能是奖励 AI 和 ML 部署团队的持续使用，为 IO Worker 定价计算单元，并参与社区治理。此外，考虑到加密货币价格的波动性，io.net 特别开发了一种锚定美元的稳定币，IOSD，以稳定支付系统和激励机制。

来源：https://io.net/

io.net 在其技术和商业模式方面展现了强大的创新性和市场潜力。通过与 Filecoin 的合作，预计将进一步扩展其在模型存储和计算资源方面的能力，为去中心化 AI 应用的开发和扩展提供强有力的支持。通过提供一个成本效益高、易于访问且用户友好的平台，io.net 旨在成为 AWS 等传统云服务提供商的强大竞争者，推动整个 AI 领域的创新和进步。

在资本方面，io.net 已成功完成 A 轮融资，筹资 3000 万美元，估值达到 10 亿美元。这轮融资吸引了包括 Hack VC、Multicoin Capital、Delphi Digital、Animoca Brands、Solana Ventures、Aptos、OKX Ventures 和 Amber Group 在内的多家知名投资机构的参与。这一系列投资反映了市场对 io.net 在去中心化计算和人工智能方面的创新能力和市场潜力的高度认可。

结论

随着AI与区块链技术的不断进化，“人工智能 x 加密货币”领域显示出巨大的潜力与机遇，同时也面临一系列挑战。通过深入探讨“计算能力资产化”、“模型/代理资产化”以及“数据资产化”三个核心场景，我们可以看到这一领域的创新路径和现存障碍。去中心化的计算能力为AI训练和推断开辟了新的可能性，尽管这依赖于高性能计算资源和通信带宽。通过NFT对模型和代理的资产化提供了所有权证明，并增强了交互体验，但深层的技术整合仍然需要。数据资产化解锁了私域数据的潜力，面临数据标准化和市场流动性的挑战，同时也为AI的效率和专业化开辟了新路径。

值得注意的是，随着AI技术的持续发展和迭代，人工智能 x 加密货币领域将不时吸引注意力和资本的涌入，为AI带来持续的发展波潮，而不仅仅是单一阶段的机会。人工智能 x 加密货币领域的持久价值和创新潜力标志着它作为技术和投资领域中的一个关键轨道。

展望未来，人工智能 x 加密货币的发展将依赖于技术创新、跨学科合作以及市场需求的探索。通过突破技术限制，深化AI与区块链的整合，并开发实际应用场景，这一领域正朝着长期发展迈进，提供更安全、更透明、更公平的AI服务。在这一过程中，去中心化的哲学和技术实践将继续推动人工智能 x 加密货币领域朝着更开放、高效和创新的方向发展，最终实现技术创新和价值创造的双重跃进。因此，当前周期中的人工智能 x 加密货币轨道代表着一个不容错过的重要机遇，不仅标志着技术创新的前沿，也预示着未来技术进步和投资方向的重要趋势。

参考

声明：

本文转载自[MTCapital]，转发原始标题‘MT Capital 研究：人工智能 x 加密货币的交叉点——机遇与挑战’，所有版权归原作者所有[Xinwei, Ian]。若对本次转载有异议，请联系 Gate Learn 团队，他们会及时处理。
免责声明：本文所表达的观点和意见仅代表作者个人观点，不构成任何投资建议。
Gate Learn 团队将文章翻译成其他语言。除非另有说明，否则禁止复制、分发或抄袭翻译文章。

人工智能 x 加密货币的交叉点——机遇与挑战

进阶4/23/2024, 8:02:16 AM

宏观人工智能

TL; DR

我们认为，人工智能 x 加密货币领域的发展是可持续的，而不仅仅是一时的炒作。随着AI技术的不断进步，我们预期将看到更多的资金和关注持续流入这一领域，带来多轮发展机会。因此，制定人工智能 x 加密货币领域的策略不仅是可行的，而且是一个必要的战略选择。
在人工智能 x 加密货币领域，我们可以识别出几个子领域，包括AI代理、去中心化计算、数据、预言机、ZKML（零知识机器学习）、FHEML（全同态加密机器学习）、协处理器、Memes、通用基本收入、生成艺术平台和游戏应用。其中，去中心化计算尤其值得关注。无论是GPU计算还是算法模型，它都代表了一个巨大的创新空间，对计算能力有着极端的需求。计算能力成为了一种共识，其潜在价值可以与公共区块链的市值上限竞争。我们也对ZKML、FHEML和协处理器这些早期但潜力巨大的领域持乐观态度。
考虑到当前市场流动性、项目基础和社区影响力，我们相信Worldcoin、Arkham、Render Network、Arweave、Akash Network、Bittensor和io.net是领导项目，具有领导地位和增长潜力。

介绍

人工智能 x 加密货币领域的资产化新视野：计算力、模型和数据的创新路径

加密货币最直接的应用是资产化。在 AI 与加密货币领域，「计算力资产化」、「模型/代理资产化」以及「数据资产化」构成了三个主要的应用场景。

来源：MT Capital

不成熟的商业模式：人工智能 x 加密货币还处于非常早期阶段，许多试图结合两者的项目尚不成熟，无法充分利用各自的优势。随着对两个领域都有深刻理解的团队参与其中，预计会开发出更多展示AI技术力量同时深度整合Crypto特性的解决方案。
跨学科专业知识与从业者偏好的双重挑战：在人工智能 x 加密货币项目中，团队通常在AI领域有深厚背景，或对Web3和加密货币有深刻理解，但很难在两者中都表现出色。这不仅限制了技术创新和商业模式探索的能力，也反映了从业者在选择领域时的偏好倾向，即，优秀的AI人才往往犹豫于进入加密行业。这种缺乏跨学科专业知识和从业者偏好的矛盾成为创新领域的主要障碍。未来，能够跨界工作并对AI和加密技术都有见解的团队将成为该领域创新和进步的关键力量。
内部赋能技术挑战：当Crypto试图内部赋能AI，如通过ZKML和FHEML时，主要痛点是这些技术的可扩展性差，限制了它们的实际应用。相似地，当AI试图内部赋能Crypto时，挑战不仅仅是将AI集成到现有系统中的复杂工程问题，还要确保这种集成可以有效工作，而不妨碍系统性能。这些挑战反映出，在深度整合AI与Crypto时，需要创新的技术解决方案，以及在实施这些解决方案时克服复杂性和可扩展性问题。

AI在技术上的革命性地位：AI被广泛视为推动下一轮技术革命的关键力量。与上一个以元宇宙概念为中心的周期相比，后者需要更多实际应用的落地并面临用户数据验证的挑战，代表性公司如Roblox和Meta的股价暴跌后，对元宇宙概念的热情迅速下降。相比之下，像OpenAI这样尚未上市的高科技公司在当前阶段不需要通过收入来证明其价值。与元宇宙相比，AI对实际应用和技术创新的影响更广泛。它渗透到包括健康保健、教育、交通和安全等多个领域，有能力推进整个高科技产业链。去中心化的计算能力进一步释放了AI的潜力，通过分布式网络提供支持AI模型训练和推断所需的计算资源，促进AI技术的进步和广泛应用。
计算能力的重要性：在人工智能 x 加密货币项目中，计算能力的重要性是不言而喻的。计算能力不仅直接关系到AI模型训练的效率和效果，还是项目技术实力和市场共识的重要指标。计算能力越高，共识越强，市场价值越高。随着越来越多的企业和个人参与贡献去中心化计算能力，不仅实现了资源配置的优化，还促进了新经济模型和价值分配方式的探索，例如通过计算能力挖矿和AI计算能力托管。

代表项目

Worldcoin

如果未来采取分币措施，即通过降低单位价格和提高流通量来重新定义Worldcoin的市场定位，这样的策略可能会促使价格快速上涨。

来源：https://foresightnews.pro/article/detail/53744

Arkham

币安于2023年7月10日宣布，Arkham的代币$ARKM将被列入其Launchpad，这是币安首次引入工具型产品，引起了极大的兴趣。

除了在币安上市之外，Kraken、OKX和Hotbit等交易所也支持$ARKM交易。

https://foresightnews.pro/article/detail/48222

Render Network

来源：https://dune.com/lviswang/render-network-dollarrndr-mterics

Arweave

来源：https://foresightnews.pro/article/detail/54511

Akash Network

为了鼓励更多用户提供未使用的计算资源，Akash 通过两种主要方法设计了激励机制：代币奖励和交易费用。

代币奖励：Akash 网络通过发行新代币，对提供计算资源的用户给予奖励。这些新发行的代币分配给资源提供者作为激励，鼓励他们将更多资源连接到 Akash 网络。此外，网络验证人和参与网络治理的用户也可以获得 AKT 代币奖励，激励他们为网络安全和治理做出贡献。
交易费用：Akash 网络对使用其服务的交易收取费用，用 AKT 代币支付。根据 Akash 的政策，一部分交易费用被分配给提供计算资源的节点，作为他们提供服务的直接经济激励。

来源：https://www.modularcapital.xyz/writing/akash

Bittensor

来源：https://futureproofmarketer.com/blog/what-is-bittensor-tao

io.net

来源：https://io.net/

结论

参考

声明：

本文转载自[MTCapital]，转发原始标题‘MT Capital 研究：人工智能 x 加密货币的交叉点——机遇与挑战’，所有版权归原作者所有[Xinwei, Ian]。若对本次转载有异议，请联系 Gate Learn 团队，他们会及时处理。
免责声明：本文所表达的观点和意见仅代表作者个人观点，不构成任何投资建议。
Gate Learn 团队将文章翻译成其他语言。除非另有说明，否则禁止复制、分发或抄袭翻译文章。

ابدأ التداول الآن

اشترك وتداول لتحصل على جوائز ذهبية بقيمة

100 دولار أمريكي

5500 دولارًا أمريكيًا

لتجربة الإدارة المالية الذهبية!

人工智能 x 加密货币的交叉点——机遇与挑战

TL; DR

介绍

人工智能 x 加密货币领域的资产化新视野：计算力、模型和数据的创新路径

代表项目

Worldcoin

Arkham

Render Network

Arweave

Akash Network

Bittensor

io.net

结论

参考

声明：

مقالات ذات صلة

人工智能 x 加密货币的交叉点——机遇与挑战

TL; DR

介绍

人工智能 x 加密货币领域的资产化新视野：计算力、模型和数据的创新路径

代表项目

Worldcoin

Arkham

Render Network

Arweave

Akash Network

Bittensor

io.net

结论

参考

声明：

مقالات ذات صلة