최근 인공지능(AI)과 블록체인 기술의 급속한 발전으로 AI+암호화 트랙이 투자자들의 뜨거운 관심 분야로 떠올랐다. 분산화, 높은 투명성, 낮은 에너지 소비 및 반독점 특성을 갖춘 블록체인은 AI 시스템의 강력한 중앙집중화와 불투명한 처리를 보완하여 우리에게 전례 없는 기회를 제공합니다.
Vitalik에 따르면 AI와 블록체인의 결합된 응용 프로그램은 주로 응용 프로그램 참가자, 응용 프로그램 인터페이스, 응용 프로그램 규칙 및 응용 프로그램 대상의 네 가지 주요 범주로 나뉩니다. 그는 암호화폐에서 AI의 역할이 컴퓨팅 성능 최적화, 알고리즘 최적화, 데이터 최적화 등 응용 관점에서 더 고려되어야 한다고 제안했습니다.
후오비 연구소는 AI의 적용 수준에 따라 암호화폐 기술 참여 방향을 구분하며, 이는 기본 계층, 실행 계층, 응용 계층으로 나눌 수 있으며 각 수준마다 탐색할 가치가 있는 기회가 있습니다. 예를 들어, zkML 기술은 영지식 증명과 블록체인 기술을 결합하여 AI 에이전트 행동에 대한 안전하고 검증 가능하며 투명한 솔루션을 제공합니다. 또한 AI는 데이터 처리, 자동화된 dApp 개발, 온체인 거래 보안 등 실행 수준에서도 큰 잠재력을 보여줍니다. 애플리케이션 수준에서 AI 기반 거래 로봇, 예측 분석 도구 및 AMM 유동성 관리는 DeFi 분야에서 중요한 역할을 합니다.
본 글에서는 인프라 수준과 애플리케이션 수준의 혁신과 발전에 초점을 맞춰 AI+Crypto 트랙의 투자 방향을 자세히 논의하고, 중장기적 관점에서 AI와 블록체인 결합의 전망과 과제를 분석한다. 장기 투자 전략.
이 글은 현재 HTX Ventures에 소속된 팀인 Huobi Research에서 작성했습니다. HTX Ventures는 Huobi HTX의 글로벌 투자 부문으로 투자, 인큐베이션, 연구를 통합하여 전 세계에서 가장 우수하고 유망한 팀을 식별합니다. 현재 HTX Ventures는 여러 블록체인 트랙에 걸쳐 200개 이상의 프로젝트를 지원했으며 이러한 고품질 프로젝트 중 일부는 Huobi HTX에 상장되어 거래되었습니다.
AI트랙 주요방향
블록체인은 중앙집권화, 낮은 투명성, 에너지 소비, 독점 등의 측면에서 인공지능과 정반대입니다. 위의 원칙과 자체 사고에 따라 Vitalik은 인공 지능과 블록체인을 결합한 애플리케이션을 4가지 주요 범주로 나눕니다.
게임 속의 플레이어로서의 AI
게임 인터페이스로서의 AI
게임의 규칙으로서의 AI
게임의 목표로서의 AI
부테린은 암호화폐에서 AI의 역할을 응용 관점에서 더 고려합니다. 생산성 VS 생산관계의 관점에서 생각해보면. 암호화폐는 실제로 더 많은 생산 관계를 제공합니다. 이러한 관점에서 우리는 크게 세 가지 방향에서 고찰해 볼 수 있다.
-컴퓨팅 성능 최적화: 분산되고 효율적인 컴퓨팅 리소스를 제공하고 단일 지점 오류 위험을 줄이며 전반적인 컴퓨팅 효율성을 향상시킵니다.
- 최적화 알고리즘: 알고리즘이나 모델의 오픈 소스, 공유 및 혁신을 촉진합니다.
- 데이터 최적화: 데이터의 분산 저장, 기여, 사용 및 보안 관리
HTX Research는 AI의 전체적인 방향이 일반적인 아키텍처에 따라 기본 레이어, 실행 레이어, 애플리케이션 레이어로 나눌 수 있다고 믿습니다. 이에 따라 우리는 이 세 가지 일반적인 방향에서 AI+Web3 프로젝트를 탐색할 수도 있습니다. 기본 계층에는 인프라 수준의 모델 훈련, 데이터, 분산 컴퓨팅 성능 및 하드웨어가 포함되며, 실행 계층의 zk 기술과 인공 지능 ML 기술의 결합, 데이터 처리 및 데이터 전송, AI 에이전트에 중점을 둡니다. 모델 수준, zkML, FHE(Fully Homomorphic Encryption) 등 애플리케이션 계층에서는 주로 AI+DeFi, AI+GameFi, Metaverse, AIGC 및 Meme 등과 RAAS(Robotics as a Service)에 중점을 둡니다. ) 및 블록체인 수준의 예언. 컴퓨터, 공동 프로세서, UBI(Universal Basic Income) 등.
그 중 컴퓨팅 파워 수준의 Io.net, 기본 모델 수준의 Flock, 블록체인 인프라인 ZeroGravity, AI 에이전트를 위한 Myshell, 애플리케이션의 0x Scope 등 인프라 수준과 애플리케이션 수준의 프로젝트가 빠르게 발전하고 있습니다. 수준.
다음 방향을 탐색할 수 있습니다.
1. zkML 방향
zkML 기술은 영지식 증명과 블록체인 기술을 결합하여 AI 에이전트 동작을 모니터링하고 제한하기 위한 안전하고 검증 가능하며 투명한 솔루션을 제공합니다. 예를 들어, Modulus Labs 프로젝트는 zkML 기술을 활용하여 AI가 개인 정보 보호 및 비즈니스 기밀을 보호하면서 특정 작업을 수행했음을 이해관계자에게 증명합니다.
인공 지능과 블록체인 사이의 중개자로서 zkML은 AI 모델 및 입력의 개인 정보 보호 문제를 해결하고 추론 프로세스의 검증 가능성을 보장하는 것을 목표로 하는 일련의 솔루션을 제안합니다. 이는 비공개 데이터의 유효성을 검사할 때 공개 모델을 사용하거나 비공개 모델의 유효성을 검사할 때 공개 데이터를 사용하는 새로운 방법을 만듭니다. 기계 학습 기능을 통합함으로써 스마트 계약은 더 많은 자율성과 역동성을 달성할 수 있으며 정적 규칙이 아닌 실시간 온체인 데이터를 기반으로 작동할 수 있습니다. 이러한 혁신을 통해 스마트 계약은 더욱 유연해지고 원래 계약이 설정될 때 예상하지 못했던 다양한 애플리케이션 시나리오에 적응할 수 있습니다.
zkML 기술의 일반적인 프로젝트 소개
첫 번째 표는 일부 잠재적인 ZKML 프로젝트의 개요입니다. 두 번째 표는 다른 ZKML 프로젝트를 보여줍니다.
2. 데이터 처리 방향
이는 주로 AI 실행 수준의 다양한 혁신, 특히 일부 블록체인 데이터 전송 수준 및 개발 수준의 일부 혁신을 의미합니다. 구체적인 분석은 다음과 같습니다.
a. AI 및 온체인 데이터 분석
이 방향은 주로 AI 기술을 사용하여 이러한 데이터를 심층적으로 마이닝하고 LLM 대형 모델과 딥 러닝 알고리즘을 사용하여 더 많은 통찰력을 얻는 것을 의미합니다. 예를 들어, Web3 Analytics는 AI를 사용하여 온체인 데이터 분석을 수행하여 시장 동향과 사용자 행동을 파악하는 프로젝트로, 사용자가 온체인 거래 및 시장 동향에 대한 통찰력을 얻는 데 도움이 될 수 있습니다.
b. AI 및 자동화된 dApp 개발
이 방향은 주로 Devops를 위한 일부 인프라 프로젝트를 목표로 합니다. 자동화된 개발을 사용하는 일부 AI 프로젝트는 더 많은 개발자를 수용하여 생태계를 더욱 번영시킬 수 있습니다. AI를 사용하는 일부 개발 도구는 개발자가 스마트 계약을 보다 신속하게 작성하고 자동으로 오류를 수정하는 데 도움이 될 수 있으며, 일부는 드래그 앤 드롭 DAPP 프로그래밍 기능을 구현할 수도 있습니다.
c. AI 및 온체인 거래 보안
이 방향은 주로 AI 에이전트를 나타냅니다. AI 애플리케이션의 보안과 신뢰성을 향상시키기 위한 방법으로 블록체인에 AI 에이전트를 배포하는 것이 포함됩니다. 이러한 AI 에이전트는 거래, 데이터 분석, 자동 의사 결정 등의 작업을 자동으로 수행할 수 있으며, 블록체인에 배포되면 작업이 투명하고 추적 가능할 뿐만 아니라 변조가 어려워 보안이 향상됩니다. 전체 시스템. AI 기술은 실시간 모니터링과 지능형 분석을 통해 악의적인 공격과 데이터 유출을 식별하고 방어할 수 있어 거래 보안과 데이터 무결성을 보장합니다.
• 프로젝트 사례:
SeQure는 실시간 모니터링 및 분석에 AI를 활용해 다양한 악성 공격과 데이터 유출을 신속하게 탐지하고 방어해 체인 내 거래의 안정성과 보안을 보장하는 보안 플랫폼이다.
3. AI+DEFI 방향
AI와 애플리케이션 레이어의 결합에서 가장 중요한 것은 AI+DEFI이다. 주의해야 할 AI+DEFI 지침은 다음과 같습니다.
1. AI 기반 거래 로봇
이러한 봇은 신속하고 정확하게 거래를 실행하고, 시장 데이터, 뉴스 정서 및 가격 변동을 분석하고, 순간적으로 거래 결정을 내릴 수 있어 인간 거래자의 성능을 능가하는 경우가 많습니다.
2. 예측 분석
암호화폐 시장 변동성을 예측하는 것은 항상 어려운 일이었지만, AI 기반 분석 도구는 시장 동향과 잠재적 가격 변동에 대한 신뢰할 수 있는 예측을 제공할 수 있는 중요한 도구가 점점 더 커지고 있습니다.
3. AMM 유동성 관리
예를 들어 Uniswap V3의 유동성 범위를 조정할 때 AI 통합을 통해 프로토콜은 유동성 범위를 보다 지능적으로 조정할 수 있으므로 자동화된 시장 조성자(AMM)의 효율성과 이점을 최적화할 수 있습니다.
4. 청산보호 및 채무상태 관리
온체인과 오프체인 데이터를 결합하면 청산 보호 전략을 보다 지능적으로 구현할 수 있어 시장 변동 중에 부채 포지션을 보호할 수 있습니다.
5. 복잡한 DeFi 구조의 제품 디자인
재무 메커니즘을 설계할 때 고정된 전략보다는 금융 AI 모델을 사용할 수 있습니다. 이러한 전략에는 AI 관리 거래, 대출 또는 옵션이 포함될 수 있으며 제품에 지능과 유연성을 추가할 수 있습니다.
4. AI+GameFi 방향
GameFi 프로젝트에 AI를 적용하는 것은 주로 게임 경험을 풍부하게 하고 혁신 가능성을 높이는 것입니다. 주요 방향은 다음과 같습니다.
1. 게임 전략 최적화:
AI는 플레이어의 게임 습관과 전략을 학습하고, 게임의 난이도와 전략을 실시간으로 조정하며, 더욱 개인화되고 도전적인 게임 경험을 제공할 수 있습니다. 딥 러닝과 강화 학습을 통해 AI는 플레이어의 요구와 선호도에 더 잘 적응하도록 스스로 진화할 수 있습니다.
2. 게임 자산 활용 관리:
AI 기술은 플레이어가 게임 내 가상 자산을 보다 효율적으로 관리하고 거래하는 데 도움을 줄 수 있습니다. 스마트 계약과 자동화된 거래 전략을 통해 플레이어는 게임 자산의 자동 구매, 판매, 임대, 대출 등 자산 활용을 극대화하여 투자 수익을 최적화할 수 있습니다.
3. 게임 상호작용 강화:
AI는 더욱 지능적이고 반응성이 뛰어난 논플레이어 캐릭터(NPC)를 생성할 수 있으며, 자연어 처리(NLP) 및 머신러닝(ML) 기술을 통해 플레이어와 보다 자연스럽고 원활한 상호 작용을 달성하여 게임의 몰입도와 편안함을 향상시킵니다. 만족.
시간 관점에서 가능한 투자 전략
- 단기적으로는 일부 개념적 AI 애플리케이션, 밈 등 Crypto에서 AI가 처음 구현되는 영역에 주목해야 합니다. 논리: 올해 AI 주류 서클은 Nvidia, openai 및 기타 web2 회사가 대형 모델을 업그레이드할 때마다 AI 트랙에서 핫스팟을 점화할 것이며 새로운 자금도 계속해서 나올 것입니다. 이 트랙의 감정적인 면을 폭발시킬 것입니다.
- 중기적으로는 Ai Agent와 Intent 및 스마트 계약의 결합이 밝은 부분입니다. AI가 성공하면 스마트 계약 확장을 위한 솔루션을 제공하여 원장 + 계약 + AI의 새로운 블록체인을 형성하여 ETH 시대의 원장 + 계약 서사를 돌파할 것입니다.
- AI 에이전트는 V God이 작업한 세분화 방향이다. AI 에이전트란 환경으로부터 자율적으로 정보를 획득하고, 자율적으로 정보를 처리하며, 의사결정, 실행, 환경을 자율적으로 변화시킬 수 있는 AI 에이전트를 말한다. AI Agent는 현재 AI 분야의 최첨단 부문에 속하며 Mass Adoption에 가장 가까운 애플리케이션 계층입니다.
- 서술적으로 말하자면. AI 에이전트는 섹시하고 화끈한 미녀, GPU 클라우드 컴퓨팅 파워는 안정적이고 성숙한 중년 기업가, DA 레이어가 결합된 AI 모델은 헝클어진 머리의 과학자다.
- 장기적으로 AI와 zkML 기술의 결합은 (web2 AI 회사의 ML 상사들이 Crypto의 AI를 비웃지만) 궁극적으로 Crypto 분야에 영향을 미칠 것입니다.
참고자료
- 트위터: https://twitter.com/FinanceYF5/status/1772434625387717055
-Web3 Caff: https://twitter.com/Web3 Caff_Res
- 트위터 비탈릭: https://twitter.com/VitalikButerin
부록:
분산 컴퓨팅 및 인공지능 추론 플랫폼 프로젝트 목록
이는 주로 전 세계적으로 유휴 컴퓨팅 리소스를 공유하고 활용하기 위한 인센티브로 암호화폐를 사용하는 것을 의미합니다.
AI 데이터 및 모델 소스 프로젝트 목록
이 영역은 주로 데이터 인센티브(C 측 사용자용)와 모델 인센티브(Dev, B 측)를 제공하기 위해 암호화 경제 모델을 사용하여 데이터의 신뢰성, 투명성 및 추적성을 기반으로 합니다.
