Sự kết hợp giữa Web3 và AI: Xây dựng hệ sinh thái thông minh Phi tập trung

Gần đây, tại Hội nghị Thế giới về Chính phủ ở Dubai, một nhà lãnh đạo trong lĩnh vực công nghệ đã đưa ra khái niệm "AI chủ quyền". Điều này đã thúc đẩy mọi người suy nghĩ: Làm thế nào để xây dựng một hệ thống AI phù hợp với lợi ích và yêu cầu của cộng đồng tiền mã hóa? Câu trả lời có thể nằm trong sự kết hợp giữa Web3 và AI.

Người sáng lập Ethereum đã nêu rõ hiệu ứng phối hợp giữa công nghệ crypto và AI trong một bài viết: Phi tập trung của crypto có thể cân bằng xu hướng tập trung của AI; tính minh bạch mà crypto mang lại có thể bù đắp cho sự không minh bạch của AI; blockchain có lợi cho việc lưu trữ và theo dõi dữ liệu cần thiết cho AI. Sự phối hợp này xuyên suốt toàn bộ cấu trúc ngành công nghiệp Web3+AI.

Hiện nay, hầu hết các dự án Web3+AI đều tập trung vào việc sử dụng công nghệ blockchain để giải quyết các vấn đề xây dựng cơ sở hạ tầng trong ngành AI, một số ít dự án sử dụng AI để giải quyết các vấn đề cụ thể của ứng dụng Web3. Sự kết hợp giữa Web3 và AI chủ yếu thể hiện ở bốn phương diện:

1. Lớp sức mạnh tính toán: Tài sản hóa sức mạnh tính toán

Trong những năm gần đây, sức mạnh tính toán cần thiết cho việc huấn luyện mô hình AI lớn đã tăng trưởng theo cấp số nhân, vượt xa định luật Moore. Điều này dẫn đến sự mất cân bằng cung cầu về sức mạnh tính toán AI, giá phần cứng như GPU tăng vọt, làm tăng chi phí tính toán. Tuy nhiên, trên thị trường vẫn tồn tại nhiều phần cứng sức mạnh tính toán trung bình và thấp không được sử dụng. Bằng cách xây dựng mạng lưới sức mạnh tính toán phân tán theo cách Web3, có thể tích hợp những nguồn tài nguyên không được sử dụng này, đáp ứng nhu cầu của nhiều ứng dụng AI, đồng thời giảm đáng kể chi phí.

Lớp sức mạnh tính toán được phân chia thành:

• Công suất phi tập trung
• AI đào tạo chuyên dụng Phi tập trung tính toán
• AI suy luận chuyên dụng Phi tập trung tính toán
• 3D render chuyên dụng Phi tập trung sức mạnh tính toán

Ưu điểm của việc tài sản hóa sức mạnh tính toán Web3+AI là, kết hợp khuyến khích bằng token dễ dàng mở rộng quy mô mạng, và chi phí tài nguyên tính toán thấp, hiệu suất giá cao, có thể đáp ứng nhu cầu sức mạnh tính toán trung bình và thấp.

2. Lớp dữ liệu: Tài sản hóa dữ liệu

Dữ liệu là tài nguyên cốt lõi của AI. Trong mô hình truyền thống, chỉ có các doanh nghiệp lớn mới có thể thu thập lượng dữ liệu người dùng khổng lồ, các công ty khởi nghiệp thông thường khó có thể có được dữ liệu rộng rãi, và người dùng cũng không thể hưởng lợi từ đó. Mô hình Web3+AI có thể giúp quy trình thu thập dữ liệu, đánh dấu, lưu trữ phân tán trở nên tiết kiệm chi phí và minh bạch hơn, đồng thời mang lại lợi ích cho người dùng.

Thông qua mạng lưới phân phối của Web3 và cơ chế khuyến khích bằng token, có thể sử dụng phương pháp crowdsourcing để thu thập dữ liệu chất lượng cao và rộng rãi với chi phí thấp.

Dự án loại dữ liệu chủ yếu bao gồm:

• Thu thập dữ liệu
• Giao dịch dữ liệu
• Ghi nhãn dữ liệu
• Nguồn dữ liệu blockchain
• Phi tập trung lưu trữ

Các dự án này gặp nhiều thách thức hơn trong việc thiết kế mô hình kinh tế token, vì dữ liệu khó tiêu chuẩn hóa hơn sức mạnh tính toán.

3. Tầng nền tảng: Tài sản hóa giá trị nền tảng

Các dự án nền tảng chủ yếu nhằm tích hợp các loại tài nguyên trong ngành AI, tập hợp dữ liệu, sức mạnh tính toán, mô hình, nhà phát triển, Phi tập trung và các yếu tố khác, để giải quyết các nhu cầu khác nhau với nền tảng làm trung tâm. Ví dụ, có dự án tập trung xây dựng nền tảng vận hành zkML, thông qua công nghệ mã hóa xác minh việc thực hiện đúng đắn của suy luận mô hình, giải quyết vấn đề hộp đen AI.

Còn có các dự án cam kết xây dựng mạng lưới blockchain chuyên dụng cho AI, kết nối các loại tài nguyên, cung cấp các thành phần và SDK chung, hỗ trợ sự phát triển nhanh chóng của các ứng dụng Web3+AI. Ngoài ra, một số nền tảng tập trung vào việc xây dựng mạng lưới AI Agent, cung cấp hỗ trợ cho các kịch bản ứng dụng khác nhau.

Các dự án nền tảng chủ yếu thông qua token để nắm bắt giá trị của nền tảng, khuyến khích các bên cùng xây dựng. Điều này rất hữu ích cho quá trình phát triển từ 0 đến 1 của các dự án khởi nghiệp, có thể giảm bớt khó khăn trong việc tìm kiếm đối tác.

4. Ứng dụng: Tài sản giá trị AI hóa

Các dự án ở tầng ứng dụng chủ yếu sử dụng AI để giải quyết những vấn đề mà các ứng dụng Web3 đang đối mặt. Người sáng lập Ethereum đã đưa ra hai hướng đi có ý nghĩa:

1. AI như một người tham gia Web3:

   • Trong trò chơi Web3, AI có thể giúp người chơi nhanh chóng hiểu quy tắc và hoàn thành nhiệm vụ một cách hiệu quả.
   • Trong các sàn giao dịch Phi tập trung, AI đã đóng một vai trò quan trọng trong giao dịch chênh lệch giá.
   • Trong thị trường dự đoán, AI Agent có thể phân tích một lượng lớn dữ liệu để cung cấp cho người dùng mô hình dự đoán sự kiện.

2. Tạo AI tư nhân phi tập trung có thể mở rộng: Giải quyết lo ngại của người dùng về hộp đen AI, sự thiên kiến và lừa dối. Bằng cách tạo ra một AI tương tự như dự án Web3, cho phép cộng đồng có quyền quản trị phân tán, có thể dễ dàng được chấp nhận hơn.

Hiện tại, lớp ứng dụng Web3+AI vẫn chưa xuất hiện dự án tiêu biểu nổi bật.

Kết luận

Lĩnh vực Web3+AI vẫn đang ở giai đoạn đầu, trong ngành có những ý kiến trái chiều về triển vọng phát triển của nó. Chúng tôi kỳ vọng sự kết hợp giữa Web3 và AI có thể tạo ra những sản phẩm có giá trị hơn so với AI phi tập trung, giúp AI thoát khỏi những nhãn mác "kiểm soát của các ông lớn" và "độc quyền", thực hiện "quản trị AI" theo cách cộng đồng hơn. Có thể trong quá trình tham gia và quản trị sâu hơn, con người sẽ vừa tồn tại sự kính trọng vừa giảm bớt nỗi sợ hãi đối với AI.