Слияние Web3 и ИИ: построение Децентрализованной интеллектуальной экосистемы

Недавно, на Всемирном правительственном саммите в Дубае, один из лидеров технологической отрасли предложил концепцию "суверенного ИИ". Это вызвало размышления о том, как создать ИИ-систему, соответствующую интересам и требованиям криптосообщества? Ответ, возможно, заключается в сочетании Web3 и ИИ.

Основатель Ethereum в статье изложил синергетический эффект криптотехнологий и ИИ: децентрализация криптовалюты может сбалансировать централизацию ИИ; прозрачность, обеспечиваемая криптовалютой, может компенсировать непрозрачность ИИ; блокчейн способствует хранению и отслеживанию данных, необходимых для ИИ. Эта синергия пронизывает всю индустриальную структуру Web3+ИИ.

В настоящее время большинство проектов Web3+AI направлены на использование технологий блокчейна для решения проблем инфраструктуры в AI-индустрии, в то время как небольшое количество проектов использует AI для решения специфических проблем приложений Web3. Сочетание Web3 и AI в основном проявляется в четырех аспектах:

1. Слой вычислительной мощности: активы вычислительной мощности

В последние годы вычислительная мощность, необходимая для обучения больших моделей ИИ, растет экспоненциально, значительно превышая закон Мура. Это приводит к дисбалансу между спросом и предложением на вычислительную мощность, цены на оборудование, такое как GPU, стремительно растут, увеличивая стоимость вычислительной мощности. Однако на рынке существует большое количество неиспользуемого оборудования средней и низкой мощности. Создание распределенной сети вычислительной мощности с помощью Web3 может объединить эти неиспользуемые ресурсы, удовлетворить различные потребности приложений ИИ и одновременно значительно снизить затраты.

Сегментация уровня вычислительной мощности включает:

• Универсальная Децентрализация вычислительной мощности
• Специально для обучения ИИ Децентрализация вычислительной мощности
• AI-вычисления с децентрализованной мощностью
• 3D рендеринг специализированная Децентрализация вычислительной мощности

Преимущества токенизации вычислительных ресурсов в Web3+AI заключаются в том, что сочетание токенизированных стимулов облегчает масштабирование сети, а также низкие затраты на вычислительные ресурсы и высокая эффективность затрат позволяют удовлетворить потребности в вычислительных ресурсах среднего и низкого уровня.

2. Данные: капитализация данных

Данные являются основным ресурсом ИИ. В традиционной модели только крупные компании могут получать огромные объемы пользовательских данных, обычные стартапы трудно получают широкие данные, и пользователи также не могут из этого извлечь выгоду. Модель Web3+AI может сделать процессы сбора данных, маркировки, дистрибутивного хранения и т.д. более низкими по стоимости и прозрачными, а также приносить пользу пользователям.

С помощью распределенной сети Web3 и механизма токенов стимулов можно использовать краудсорсинг для получения качественных и обширных данных с низкими затратами.

Данные проекты в основном включают:

• Сбор данных
• Торговля данными
• Аннотация данных
• Источник данных блокчейна
• Децентрализация хранения

Эти проекты сталкиваются с большими трудностями при разработке модели токенов, поскольку стандартизировать данные сложнее, чем вычислительную мощность.

3. Платформенный уровень: капитализация ценности платформы

Платформенные проекты в основном нацелены на интеграцию различных ресурсов в области ИИ, объединение данных, вычислительных мощностей, моделей, разработчиков, блокчейн и других элементов, чтобы сосредоточиться на решении различных потребностей. Например, некоторые проекты сосредоточены на создании операционной платформы zkML, которая использует криптографические технологии для проверки корректности выполнения моделирования, решая проблему черного ящика в ИИ.

Есть проекты, стремящиеся создать специализированную блокчейн-сеть для ИИ, соединяющую различные ресурсы, предлагающую универсальные компоненты и SDK, способствующую быстрому развитию приложений Web3+AI. Кроме того, некоторые платформы сосредоточены на создании сети AI Agent, обеспечивая поддержку для различных сценариев применения.

Платформенные проекты в основном захватывают стоимость платформы через токены, стимулируя всех участников к совместному строительству. Это очень помогает стартапам в процессе развития от 0 до 1, снижая трудности в поиске партнеров.

4. Прикладной уровень: капитализация ценности ИИ

Большинство проектов уровня приложений используют ИИ для решения проблем, с которыми сталкиваются приложения Web3. Основатель Ethereum предложил два значимых направления:

1. ИИ как участник Web3:

   • В Web3 играх ИИ может помочь игрокам быстро понять правила и эффективно выполнять задачи
   • В децентрализованных обменниках ИИ сыграл важную роль в арбитражной торговле
   • В предсказательных рынках AI Agent может анализировать большие объемы данных, чтобы предоставить пользователям модели прогнозирования событий.

2. Создание масштабируемого Децентрализация частного ИИ: Решение проблем пользователей с черным ящиком AI, предвзятостью и обманом. Создание AI, похожего на проект Web3, с децентрализованным управлением сообщества, возможно, будет легче принято.

В настоящее время в слое приложений Web3+AI еще не появилось выдающихся эталонных проектов.

Заключение

Область Web3+AI все еще находится на ранней стадии, и в отрасли существуют разногласия по поводу ее перспективы. Мы надеемся, что сочетание Web3 и AI сможет создать более ценные продукты, чем централизованный AI, освободив AI от ярлыков "контроль гигантов" и "монополия", и реализовать "соуправление AI" более сообщества. Возможно, в процессе более глубокого участия и управления у человечества к AI будет одновременно уважение и снижение страха.