Mais de um ano após o lançamento do ChatGPT, as discussões sobre IA+Crypto voltaram a aquecer recentemente. A IA é considerada uma das pistas mais importantes para o mercado em alta de 2024-2025, com o próprio Vitalik Buterin a publicar um artigo "The promise and challenges of crypto + AI applications" (A promessa e os desafios das aplicações cripto + IA) para discutir potenciais direcções de exploração para a IA+Cryo no futuro. Este artigo não fará demasiadas previsões subjectivas, limitando-se a classificar os projectos empresariais de combinação de IA e criptomoedas observados ao longo do último ano, numa perspetiva de mercado primário, para ver de que ângulos os empresários entraram no mercado, que realizações foram conseguidas e que áreas estão ainda a ser exploradas.

I. O ciclo da IA+Criptografia

Ao longo de 2023, discutimos quase dezenas de projectos de IA+Cripto, onde se pode observar um ciclo claro. Antes do lançamento do ChatGPT no final de 2022, havia poucos projectos de cadeia de blocos relacionados com a IA no mercado secundário, sendo os principais projectos mais antigos como o FET e o AGIX. Do mesmo modo, o mercado primário registou poucos projectos relacionados com a IA.

De janeiro a maio de 2023, verificou-se o primeiro período de explosão concentrada de projectos de IA, principalmente porque o ChatGPT teve um enorme impacto. Muitos projectos antigos no mercado secundário passaram para a via da IA e, quase todas as semanas, houve discussões sobre projectos de IA+Crypto no mercado primário. No entanto, os projectos de IA deste período pareciam relativamente simples, muitos dos quais eram apenas projectos "reskinned" e "blockchain-converted" baseados no ChatGPT, sem quaisquer barreiras tecnológicas fundamentais. A nossa equipa de desenvolvimento interna pode frequentemente replicar a estrutura básica de um projeto em apenas um ou dois dias. Isto levou-nos a discutir muitos projectos de IA durante este período, mas acabámos por não avançar.

De maio a outubro, o mercado secundário começou a baixar e, curiosamente, o número de projectos de IA no mercado primário também diminuiu significativamente até aos últimos um ou dois meses, altura em que o número começou a aumentar novamente, com discussões, artigos e muito mais sobre IA+Crypto a tornarem-se mais ricos. Voltámos a entrar num "boom" em que podíamos encontrar projectos de IA todas as semanas. Ao fim de seis meses, sentimos que o novo lote de projectos de IA melhorou significativamente a compreensão do percurso da IA, a implementação do cenário comercial e a integração da IA+Criptografia, em comparação com o primeiro período do AI Hype. Embora as barreiras tecnológicas ainda não sejam fortes, a maturidade global atingiu um novo nível. Só em 2024 é que finalmente fizemos a nossa primeira aposta na via AI+Crpyto.

II. Na faixa AI+Crypto

Vitalik, no seu artigo sobre "Previsões e Desafios", faz previsões a partir de várias dimensões e perspectivas relativamente abstractas:

• A IA como um jogador no jogo
• A IA como interface de jogo
• A IA como regra do jogo
• A IA como alvo de jogo

No entanto, resumimos os projectos de IA atualmente em curso no mercado primário de um ponto de vista mais concreto e direto. Os projectos em AI+Crypto giram sobretudo em torno do núcleo do Crypto, que é "descentralização técnica (ou política) + assetização comercial".

A descentralização não precisa de apresentações; é tudo sobre a Web3. Com base no tipo de assetização, esta pode ser dividida em três vias principais:

• Assetização da capacidade de computação
• Asetização de modelos
• Capitalização dos dados

Assetização da capacidade de computação

Trata-se de uma faixa relativamente densa, que engloba vários projectos novos, bem como pivots de projectos mais antigos, como Akash de Cosmos e Nosana de Solana. Os preços dos tokens subiram após o pivot, reflectindo o otimismo do mercado em relação à via da IA. A RNDR, embora se concentre principalmente na renderização descentralizada, também pode servir para fins de IA, pelo que muitos classificam a RNDR e projectos semelhantes relacionados com a potência de computação no âmbito da vertente IA.

A assetização da capacidade de computação pode ainda ser subdividida em duas direcções:

Computação descentralizada para treino de IA, representada por Gensyn.

Computação descentralizada para inferência de IA, representada pela maioria dos pivôs e novos projectos.

Um fenómeno interessante observado nesta via, ou melhor, uma corrente de ceticismo, é o seguinte:

IA tradicional → Inferência descentralizada → Formação descentralizada

As pessoas com formação tradicional em IA são cépticas quanto à formação ou inferência descentralizada de IA. E no espaço descentralizado, aqueles que se concentram na inferência duvidam da viabilidade da formação descentralizada. A principal razão reside nos desafios técnicos, uma vez que o treino de IA (especialmente para modelos de grandes dimensões) exige dados maciços e, mais importante ainda, uma elevada largura de banda para a comunicação de dados. Atualmente, o treino de grandes modelos do Transformer necessita de uma matriz de GPUs topo de gama (como a 4090 ou a H100 para IA) mais NVLink e comutadores de fibra ótica profissionais para canais de comunicação de nível 100G, o que lança dúvidas sobre a viabilidade da descentralização para tais tarefas.

• Aqueles que vieram de cursos tradicionais de IA não estão optimistas quanto à formação ou raciocínio descentralizado da IA.
• Aqueles que utilizam o raciocínio descentralizado não estão optimistas em relação à formação descentralizada.

A razão é principalmente técnica, porque o treino de IA (especialmente de grandes modelos de IA) envolve enormes quantidades de dados, e o que é mais exagerado do que os requisitos de dados são os requisitos de largura de banda causados pela comunicação a alta velocidade desses dados. No atual ambiente de modelos de grandes dimensões do Transformer, o treino destes modelos de grandes dimensões requer um grande número de placas gráficas topo de gama de nível 4090/placas gráficas profissionais de IA de nível 100 adquiridas com uma matriz de potência de computação + canais de comunicação de nível 100G compostos por NVLink e comutadores de fibra ótica profissionais. Você está a dizer que isto pode ser implementado de forma descentralizada...

O raciocínio da IA requer muito menos capacidade de computação e largura de banda de comunicação do que o treino da IA. A possibilidade de descentralização é naturalmente muito maior do que a de formação. É por isso que a maior parte dos projectos relacionados com a potência computacional se dedicam ao raciocínio, e a formação é basicamente só o Gensyn. A Together é uma grande empresa que já angariou mais de 100 milhões de yuans. Mas também, do ponto de vista do custo, do desempenho e da fiabilidade, pelo menos nesta fase, a capacidade de computação centralizada continua a ser muito melhor do que o raciocínio descentralizado.

Não é difícil explicar por que razão, quando olham para o raciocínio descentralizado e para a formação descentralizada, pensam "não é possível fazê-lo de todo", enquanto a IA tradicional olha para a formação e o raciocínio descentralizados e pensa "a formação é tecnicamente irrealista" e "o raciocínio não é comercialmente fiável". Espectro".

Há quem diga que, quando as BTC/ETH foram lançadas, todos diziam que este modelo de contagem de todos os nós distribuídos não era fiável em comparação com a computação em nuvem, mas não é que acabou por resultar? Depois, depende das necessidades futuras de formação e raciocínio da IA para as dimensões de correção, não adulterabilidade e redundância. A simples concentração no desempenho, na fiabilidade e no preço não pode, por enquanto, ser melhor do que a centralização.

Assetização de modelos

Esta faixa é muito concorrida e relativamente mais fácil de compreender em comparação com a assetização da potência de computação. A popularidade do ChatGPT e de aplicações como o Character.AI demonstraram o potencial dos grandes modelos linguísticos. Os utilizadores podem procurar conhecimento junto de figuras históricas como Sócrates ou Confúcio, conversar com celebridades como Elon Musk ou Sam Altman, ou até ter conversas românticas com ídolos virtuais como Hatsune Miku ou Raiden Shogun. Esta magia deve-se aos grandes modelos linguísticos, com o conceito de agentes de IA a ficar profundamente enraizado no Character.AI.

E se esses agentes, como Confúcio, Musk ou Raiden Shogun, fossem NFTs?

Isto não é AI X Crypto?!

Este facto incorpora o conceito AI X Crypto. Trata-se mais da assetização de agentes criados a partir de grandes modelos do que dos próprios modelos, uma vez que os grandes modelos não podem ser colocados diretamente na cadeia de blocos. O foco está no mapeamento de agentes em NFTs para criar um senso de "assetização de modelo" no espaço AI X Crypto.

Atualmente, existem agentes para aprender inglês, encontros e muito mais, juntamente com projectos derivados como a pesquisa de agentes e mercados. Um problema comum nesta área é a falta de barreiras técnicas, uma vez que muitos projectos se limitam a NFT-izar o conceito de Character.AI. A integração com a cadeia de blocos é muitas vezes mínima, à semelhança do que acontece com os NFTs GameFi no Ethereum, que podem apenas armazenar um URL ou hash nos seus metadados, com modelos/agentes alojados em servidores na nuvem. A negociação na cadeia de blocos envolve essencialmente direitos de propriedade.

Apesar destes desafios, a assetização de modelos/agentes continuará provavelmente a ser uma pista importante no AI x Crypto, com esperanças de projectos tecnicamente mais robustos e integrados na cadeia de blocos no futuro.

Assetização de dados

A assetização de dados é logicamente mais adequada para a IA+Criptografia, uma vez que a formação tradicional em IA utiliza principalmente dados visíveis disponíveis na Internet ou, mais precisamente, dados do tráfego do domínio público, que podem representar apenas 10-20% do total. Uma parte significativa dos dados reside efetivamente no tráfego do domínio privado (incluindo dados pessoais). Se estes dados de tráfego pudessem ser utilizados para treinar ou afinar grandes modelos, poderíamos, sem dúvida, ter agentes/bots mais especializados em vários domínios verticais.

O slogan mais conhecido da Web3 é "Ler, escrever, possuir!".

Por conseguinte, sob a orientação de incentivos descentralizados através da IA+Criptografia, a libertação de dados de tráfego de desejos individuais e privados para a sua valorização, a fim de proporcionar uma "alimentação" melhor e mais rica para grandes modelos, parece uma abordagem altamente lógica. Com efeito, várias equipas estão profundamente empenhadas neste domínio.

No entanto, o maior desafio neste domínio é o facto de os dados não serem tão facilmente normalizados como a capacidade de computação. Para o poder de computação descentralizado, o modelo da sua placa gráfica traduz-se diretamente numa certa quantidade de poder de computação, enquanto a quantidade, a qualidade e a finalidade dos dados privados são difíceis de medir em várias dimensões. Se o poder de computação descentralizado é como o ERC20, então a assetização dos dados de treino de IA para IA descentralizada assemelha-se mais ao ERC721, misturado com muitos projectos e características como o PunkAzuki, tornando a liquidez e o desenvolvimento do mercado significativamente mais difíceis do que com o ERC20. Assim, os projectos que trabalham na assetização de dados de IA enfrentam dificuldades consideráveis.

Outro aspeto digno de nota da pista de dados é a rotulagem descentralizada. A assetização de dados aplica-se ao passo de "recolha de dados", e os dados recolhidos têm de ser processados antes de serem fornecidos à IA, que é onde entra a rotulagem de dados. Esta etapa é atualmente uma tarefa centralizada e trabalhosa. Um conceito que está a ser explorado é a descentralização deste processo através de recompensas simbólicas, transformando este trabalho em rotulagem descentralizada para ganhar, ou dispersando o trabalho de uma forma semelhante às plataformas de crowdsourcing. Algumas equipas estão atualmente a cultivar este campo.

III. As peças do puzzle que faltam na IA + Cripto

Vamos discutir brevemente, na nossa perspetiva, as peças em falta no sector da IA + Criptografia.

1. Barreiras tecnológicas: Como já foi referido, a maioria dos projectos de IA + criptografia quase não tem barreiras em comparação com os projectos tradicionais de IA no espaço Web2. Baseiam-se mais em modelos económicos e incentivos simbólicos, concentrando os seus esforços na experiência de front-end, no mercado e nas operações. Embora não haja nada de errado com isto - a descentralização e a distribuição de valor são, de facto, pontos fortes da Web3 - a falta de barreiras fundamentais dá muitas vezes uma sensação de "X para ganhar". Ainda esperamos que mais equipas com tecnologias de base, como a empresa-mãe da RNDR, a OTOY, façam progressos significativos no espaço das criptomoedas.

2. Estado atual dos profissionais: Com base nas nossas observações, algumas equipas do sector AI x Crypto são muito conhecedoras de AI, mas não têm um conhecimento profundo de Web3. Por outro lado, algumas equipas são muito nativas em matéria de criptografia, mas têm um conhecimento superficial da IA. Isto é muito semelhante ao sector inicial da Gamefi, em que as equipas ou tinham um conhecimento profundo dos jogos e procuravam adaptar os jogos da Web2 à cadeia de blocos ou eram bem versadas na Web3, concentrando-se na inovação e otimização de vários modelos de ganhos. A Matr1x foi a primeira equipa que encontrámos no sector Gamefi com um conhecimento duplo A tanto de jogos como de criptomoedas, razão pela qual mencionei anteriormente que a Matr1x foi um dos três projectos em 2023 que escolhi "logo após a discussão". Esperamos ver equipas com um conhecimento duplo A tanto em IA como em criptografia em 2024.

3. Cenários comerciais: AI X Crypto encontra-se numa fase muito precoce de exploração. As várias assetizações mencionadas são apenas algumas direcções gerais, cada uma com potenciais subsectores que podem ser meticulosamente explorados e segmentados. A combinação da IA e das criptomoedas nos projectos actuais parece muitas vezes "rígida" ou "dura", não conseguindo tirar partido das melhores vantagens competitivas ou da capacidade de combinação da IA ou das criptomoedas. Este aspeto está intimamente relacionado com o segundo ponto acima referido. Por exemplo, a nossa equipa de desenvolvimento interno concebeu e desenhou um método de combinação mais optimizado. Infelizmente, apesar de termos analisado muitos projectos no sector da IA, ainda não encontrámos uma equipa que tenha entrado neste nicho. Por conseguinte, só nos resta continuar a esperar.

Porque é que o nosso VC pensou em certos cenários antes dos empresários do mercado? Porque a nossa equipa interna de IA inclui sete mestres, cinco dos quais têm doutoramentos em IA. Quanto aos conhecimentos da equipa ABCDE sobre criptografia, bem, já sabe...

Em conclusão, embora do ponto de vista do mercado primário, o AI x Crypto ainda seja muito precoce e imaturo, isso não nos impede de sermos optimistas quanto às suas perspectivas em 2024-2025. A IA x criptografia pode tornar-se um dos principais sectores do próximo mercado em alta. Afinal, se a IA liberta as forças produtivas e a cadeia de blocos liberta as relações de produção, que melhor combinação poderia haver?)

Declaração de exoneração de responsabilidade：

1. Este artigo foi reimpresso de [ABCDE], Todos os direitos de autor pertencem ao autor original[ABCDE]. Se houver objecções a esta reimpressão, contacte a equipa da Gate Learn, que tratará prontamente do assunto.
2. Declaração de exoneração de responsabilidade: Os pontos de vista e opiniões expressos neste artigo são da exclusiva responsabilidade do autor e não constituem um conselho de investimento.
3. As traduções do artigo para outras línguas são efectuadas pela equipa Gate Learn. A menos que seja mencionado, é proibido copiar, distribuir ou plagiar os artigos traduzidos.