Через більш ніж рік після виходу ChatGPT дискусії про AI+Crypto знову розгорілися. ШІ вважається одним з найважливіших треків для бичачого ринку 2024-2025 років, і навіть сам Віталік Бутерін опублікував статтю "Перспективи та виклики крипто + ШІ-додатків", щоб обговорити потенційні напрямки дослідження AI+Cryo в майбутньому. У цій статті ми не будемо робити занадто багато суб'єктивних прогнозів, а просто розглянемо підприємницькі проекти, пов'язані з поєднанням ШІ та криптовалют, які ми спостерігали за останній рік, з точки зору первинного ринку, щоб побачити, з яких позицій підприємці вийшли на ринок, яких досягнень вдалося досягти, а які сфери все ще досліджуються.

I. Цикл ШІ+крипто

Протягом 2023 року ми обговорили майже десятки проєктів AI+криптовалюта, в яких можна було простежити чіткий цикл. До виходу ChatGPT наприкінці 2022 року на вторинному ринку було небагато блокчейн-проектів, пов'язаних зі штучним інтелектом, основними з яких були старі проекти, такі як FET і AGIX. Аналогічно, на первинному ринку було мало проектів, пов'язаних зі штучним інтелектом.

З січня по травень 2023 року був перший період концентрованого вибуху проектів зі створення штучного інтелекту, головним чином через те, що ChatGPT мав величезний вплив. Багато старих проектів на вторинному ринку переорієнтувалися на АІ, а на первинному ринку майже щотижня обговорювалися проекти АІ+криптовалюта. Однак проекти ШІ цього періоду були відносно простими, багато з них були просто "переробленими" і "перетвореними на блокчейн" проектами на основі ChatGPT, що не мали жодних основних технологічних бар'єрів. Наша власна команда розробників часто може відтворити базовий фреймворк проекту всього за день-два. Це призвело до того, що за цей час ми обговорили багато проектів зі штучного інтелекту, але, зрештою, так і не зробили жодного кроку.

З травня по жовтень вторинний ринок почав просідати, і, що цікаво, кількість АІ-проектів на первинному ринку також значно зменшилася, аж поки в останні один-два місяці їхня кількість не почала зростати, а дискусій, статей та інших матеріалів про АІ+криптовалюту не стало більше. Ми знову увійшли в "бум", коли щотижня можна було зустріти проекти зі штучним інтелектом. Через півроку ми помітили, що нова порція АІ-проектів значно покращила розуміння АІ-треку, реалізації комерційних сценаріїв та інтеграції АІ+криптовалюта порівняно з першим періодом AI-хайпу. Хоча технологічні бар'єри все ще не є сильними, загальна зрілість досягла нового рівня. Лише у 2024 році ми нарешті зробили першу ставку на напрямок AI+Crpyto.

II. У напрямку AI+криптовалюта

Віталік у своїй статті "Прогнози та виклики" робить прогнози з кількох відносно абстрактних вимірів та перспектив:

• ШІ як гравець у грі
• АІ як ігровий інтерфейс
• ШІ як правила гри
• ШІ як ігрова мішень

Ми, однак, підсумовуємо проекти ШІ, які зараз можна побачити на первинному ринку, під більш конкретним і прямим кутом зору. Проекти в AI+Crypto здебільшого обертаються навколо ядра криптовалюти - "технічна (або політична) децентралізація + комерційна активізація".

Децентралізація не потребує представлення, це все про Web3. Залежно від типу активізації, її можна умовно поділити на три основні напрямки:

• Активізація обчислювальних потужностей
• Активізація моделей
• Великі літери в даних

Активізація обчислювальних потужностей

Це відносно щільний трек, що охоплює різні нові проекти, а також півоти зі старих проектів, таких як Akash від Cosmos і Nosana від Solana. Ціни на токени різко зросли після розвороту, що відображає оптимізм ринку щодо напрямку ШІ. RNDR, хоча в першу чергу зосереджена на децентралізованому рендерингу, також може слугувати цілям ШІ, тому багато хто відносить RNDR та подібні проекти, пов'язані з обчислювальними потужностями, до напряму ШІ.

Активізація обчислювальних потужностей може бути поділена на два напрямки:

Децентралізовані обчислення для навчання ШІ, представлені компанією Gensyn.

Децентралізовані обчислення для штучного інтелекту, представлені більшістю півотів і нових проектів.

Цікавий феномен, який спостерігається на цьому треку, а точніше ланцюжок скептицизму, виглядає наступним чином:

Традиційний ШІ → Децентралізований висновок → Децентралізоване навчання

Ті, хто має традиційний досвід роботи зі штучним інтелектом, скептично ставляться до децентралізованого навчання або виведення ШІ. А в межах децентралізованого простору ті, хто зосереджується на висновках, сумніваються в доцільності децентралізованого навчання. Основна причина полягає в технічних труднощах, оскільки навчання ШІ (особливо для великих моделей) вимагає великих обсягів даних і, що більш важливо, високої пропускної здатності для передачі даних. Наразі для навчання великих моделей трансформерів потрібна матриця графічних процесорів високого класу (наприклад, 4090 або H100 для ШІ), а також NVLink і професійні оптоволоконні комутатори для каналів зв'язку на рівні 100 Гбіт/с, що ставить під сумнів доцільність децентралізації для таких завдань.

• Ті, хто прийшов з традиційних галузей ШІ, не дуже оптимістично ставляться до децентралізованого навчання або міркувань ШІ.
• Ті, хто використовує децентралізоване мислення, не дуже оптимістично ставляться до децентралізованого навчання.

Причина в основному технічна, оскільки навчання ШІ (особливо великого модельного ШІ) передбачає величезні обсяги даних, і що ще більш перебільшено, ніж вимоги до даних, так це вимоги до пропускної здатності, спричинені високошвидкісною передачею цих даних. У поточному середовищі великих моделей Transformer для навчання цих великих моделей потрібна велика кількість високоякісних відеокарт 4090 рівня/H100 професійних відеокарт ШІ, придбаних матриць обчислювальної потужності + канали зв'язку рівня 100G, що складаються з NVLink і професійних оптоволоконних комутаторів. Ви кажете, що це може бути реалізовано децентралізовано, хм...

Міркування ШІ вимагають набагато менше обчислювальної потужності та пропускної здатності зв'язку, ніж навчання ШІ. Можливості децентралізації, природно, набагато більші, ніж можливості навчання. Ось чому більшість проектів, пов'язаних з обчислювальними потужностями, займаються міркуваннями, а навчання - це, в основному, лише Gensyn. такий великий гравець, як Together, який зібрав понад 100 мільйонів юанів. Але так само, з точки зору економічної ефективності та надійності, принаймні на цьому етапі, централізовані обчислювальні потужності все ще набагато кращі, ніж децентралізовані міркування.

Неважко пояснити, чому, дивлячись на децентралізоване міркування і децентралізоване навчання, вони думають "ви взагалі не можете цього зробити", тоді як традиційний ШІ дивиться на децентралізоване навчання і міркування і думає "навчання технічно нереальне" і "міркування комерційно ненадійне". "Спектр".

Дехто каже, що коли BTC/ETH тільки з'явився, всі також говорили, що ця модель підрахунку всіх розподілених вузлів ненадійна в порівнянні з хмарними обчисленнями, але хіба це не спрацювало в кінцевому підсумку? Далі все залежить від майбутніх потреб у навчанні ШІ та міркуванні ШІ за параметрами правильності, захищеності від підробки та надмірності. Просто зосередитися на продуктивності, надійності та ціні не може бути краще, ніж централізація на даний момент.

Активізація моделей

Цей напрямок є багатолюдним і відносно простішим для розуміння порівняно з активізацією обчислювальних потужностей. Популярність ChatGPT і таких додатків, як Character.AI, продемонструвала потенціал великих мовних моделей. Користувачі можуть шукати знання в історичних постатей, таких як Сократ чи Конфуцій, спілкуватися зі знаменитостями, такими як Ілон Маск чи Сем Альтман, або навіть вести романтичні бесіди з віртуальними кумирами, такими як Хацуне Міку чи Рейден Сьогун. Ця магія відбувається завдяки великим мовним моделям, а концепція AI-агентів глибоко вкоренилася завдяки Character.AI.

Що, якби ці агенти, як Конфуцій, Маск чи Рейден Сьогун, були NFT?

Хіба це не AI X Crypto?!

Це втілює концепцію AI X Crypto. Йдеться більше про активізацію агентів, створених на основі великих моделей, ніж про самі моделі, оскільки великі моделі не можуть бути безпосередньо розміщені в блокчейні. Основна увага приділяється відображенню агентів на NFT, щоб створити відчуття "активізації моделі" в криптопросторі AI X Crypto.

Наразі існують агенти для вивчення англійської мови, знайомств тощо, а також похідні проекти, такі як пошук агентів та маркетплейси. Загальною проблемою в цьому треку є відсутність технічних бар'єрів, оскільки багато проектів просто NFT-ізують концепцію Character.AI. Інтеграція з блокчейном часто мінімальна, подібно до того, як GameFi NFT на Ethereum можуть зберігати лише URL-адресу або хеш у своїх метаданих, а моделі/агенти розміщуються на хмарних серверах. Торгівля на блокчейні, по суті, пов'язана з правами власності.

Незважаючи на ці виклики, активізація моделей/агентів, ймовірно, залишиться основним напрямком в AI x Crypto, з надією на більш технічно надійні та інтегровані з блокчейном проекти в майбутньому.

Активізація даних

Активізація даних логічно найбільше підходить для ШІ+крипто, оскільки традиційне навчання ШІ в основному використовує видимі дані, доступні в Інтернеті, а точніше - дані з публічного трафіку, які можуть становити лише 10-20% від загального обсягу. Значна частина даних фактично знаходиться в трафіку приватних доменів (включаючи персональні дані). Якби ці дані про трафік можна було б використовувати для навчання або доопрацювання великих моделей, ми, безсумнівно, могли б мати більш спеціалізованих агентів/ботів у різних вертикальних сферах.

Найвідоміший слоган Web3 - "Читай, пиши, володій!".

Тому під керівництвом децентралізованих стимулів за допомогою AI + криптовалюта, вивільнення індивідуальних і приватних даних про трафік для активізації з метою забезпечення кращого і багатшого "корму" для великих моделей звучить як дуже логічний підхід. Дійсно, кілька команд глибоко задіяні в цій галузі.

Однак найбільшою проблемою на цьому шляху є те, що дані не так легко стандартизувати, як обчислювальні потужності. Для децентралізованих обчислювальних потужностей модель вашої відеокарти безпосередньо впливає на певну обчислювальну потужність, тоді як кількість, якість і призначення приватних даних важко виміряти в різних вимірах. Якщо децентралізована обчислювальна потужність схожа на ERC20, то активізація даних для навчання ШІ для децентралізованого ШІ більше схожа на ERC721, змішана з багатьма проектами і особливостями, такими як PunkAzuki, що робить ліквідність і розвиток ринку значно складнішими, ніж у випадку з ERC20. Таким чином, проекти, що працюють над актуалізацією даних ШІ, стикаються зі значними труднощами.

Ще одним важливим аспектом відстеження даних є децентралізоване маркування. Активізація даних відноситься до етапу "збору даних", а зібрані дані необхідно обробити, перш ніж передавати їх ШІ, і саме тут з'являється маркування даних. Наразі цей крок є централізованим, трудомістким завданням. Децентралізація цього процесу за допомогою символічної винагороди, перетворення цієї праці на децентралізоване маркування для заробітку або розпорошення роботи на кшталт краудсорсингових платформ - це концепція, яка зараз вивчається. Наразі кілька команд обробляють це поле.

III. Відсутні шматочки головоломки в АІ + криптовалюта

Давайте коротко обговоримо, з нашої точки зору, чого не вистачає в секторі AI + криптовалюта.

1. Технологічні бар'єри: Як уже згадувалося раніше, більшість проектів ШІ + крипто майже не мають бар'єрів порівняно з традиційними проектами ШІ у Web2-просторі. Вони більше покладаються на економічні моделі та символічні стимули, зосереджуючи свої зусилля на фронт-енд досвіді, ринку та операціях. Хоча в цьому немає нічого поганого - децентралізація і розподіл вартості дійсно є сильними сторонами Web3 - відсутність основних бар'єрів часто створює відчуття "X, щоб заробити". Ми все ще сподіваємося, що більше команд з основними технологіями, таких як материнська компанія RNDR OTOY, досягнуть значних успіхів у криптопросторі.

2. Поточний стан практиків: За нашими спостереженнями, деякі команди в секторі AI x Crypto дуже добре знаються на АІ, але їм бракує глибокого розуміння Web3. І навпаки, деякі команди дуже добре знаються на крипто, але мають поверхневе уявлення про ШІ. Це дуже схоже на ранній сектор Gamefi, де команди або мали глибоке розуміння ігор і прагнули адаптувати Web2-ігри до блокчейну, або були добре обізнані в Web3, зосереджуючись на інноваціях та оптимізації різних моделей заробітку. Matr1x була першою командою, яку ми зустріли в секторі Gamefi, з подвійним розумінням як ігор, так і криптовалют, саме тому я раніше згадував, що Matr1x був одним з трьох проєктів у 2023 році, на який я вирішив піти "одразу після обговорення". Ми з нетерпінням чекаємо на команди з подвійним розумінням як ШІ, так і криптовалют у 2024 році.

3. Комерційні сценарії: AI X Crypto знаходиться на дуже ранній стадії дослідження. Згадані різні способи активізації - це лише кілька широких напрямків, кожен з яких має потенційні підсектори, які можна ретельно дослідити та сегментувати. Поєднання ШІ та криптографії в поточних проектах часто здається "жорстким" або "грубим", не використовуючи найкращі конкурентні переваги або комбінованість ШІ та криптографії. Це тісно пов'язано з другим пунктом, згаданим вище. Наприклад, наша власна команда розробників задумала і розробила більш оптимальний метод комбінування. На жаль, незважаючи на те, що ми проаналізували багато проектів у сфері ШІ, нам поки що не вдалося знайти команду, яка б увійшла в цю нішу. Тому нам залишається тільки продовжувати чекати.

Чому наш венчурний інвестор міг придумати певні сценарії раніше за підприємців на ринку? Тому що наша команда ШІ складається з семи магістрів, п'ятеро з яких мають ступінь доктора філософії в галузі штучного інтелекту. Що стосується розуміння командою ABCDE криптовалюти, ну, ви знаєте...

На закінчення, хоча з точки зору первинного ринку AI x Crypto все ще дуже ранній і незрілий, це не заважає нам оптимістично дивитися на його перспективи в 2024-2025 роках. AI x Crypto може стати одним з основних секторів на наступному бичачому ринку. Зрештою, якщо ШІ звільняє продуктивні сили, а блокчейн - виробничі відносини, що може бути кращим поєднанням :)

Відмова від відповідальності:.

1. Ця стаття передрукована з [ABCDE], всі авторські права належать оригінальному автору[ABCDE]. Якщо у вас є заперечення щодо цього передруку, будь ласка, зв'яжіться з командою Gate Learn, і вони оперативно його опрацюють.
2. Відмова від відповідальності: Погляди та думки, висловлені в цій статті, належать виключно автору і не є інвестиційною порадою.
3. Переклади статті іншими мовами виконані командою Gate Learn. Якщо не зазначено інше, копіювання, розповсюдження або плагіат перекладених статей заборонені.