ผู้เขียนต้นฉบับ: @charlotte 0211 z, @BlazingKevin_, Metrics Ventures
Vitalik โพสต์เมื่อวันที่ 30 มกราคมThe promise and challenges of crypto + AI applicationsบทความนี้กล่าวถึงวิธีการรวมบล็อคเชนและปัญญาประดิษฐ์ รวมถึงความท้าทายที่อาจเกิดขึ้นในกระบวนการนี้ หนึ่งเดือนหลังจากการเผยแพร่บทความนี้ NMR, Near และ WLD ที่กล่าวถึงในบทความล้วนได้รับผลประโยชน์ที่ดี โดยเสร็จสิ้นการค้นพบคุณค่ารอบหนึ่ง จากสี่วิธีในการรวม Crypto และ AI ที่เสนอโดย Vitalik บทความนี้จะแยกแยะทิศทางการแบ่งย่อยของเส้นทาง AI ที่มีอยู่ และแนะนำโครงการที่เป็นตัวแทนในแต่ละทิศทางโดยย่อ
1 บทนำ: สี่วิธีในการรวม Crypto กับ AI
การกระจายอำนาจเป็นความเห็นพ้องต้องกันที่ดูแลโดยบล็อกเชน ทำให้มั่นใจว่าความปลอดภัยเป็นแนวคิดหลัก และโอเพ่นซอร์สเป็นรากฐานสำคัญสำหรับการสร้างพฤติกรรมออนไลน์ที่มีลักษณะข้างต้นจากมุมมองของการเข้ารหัส ในช่วงไม่กี่ปีที่ผ่านมา วิธีการนี้สามารถใช้ได้กับการเปลี่ยนแปลงบล็อกเชนหลายรอบ แต่เมื่อปัญญาประดิษฐ์เข้ามาเกี่ยวข้อง สถานการณ์ก็เปลี่ยนไป
ลองจินตนาการถึงการใช้ปัญญาประดิษฐ์เพื่อออกแบบสถาปัตยกรรมของบล็อกเชนหรือแอปพลิเคชัน จากนั้น จึงจำเป็นต้องเปิดโมเดลดังกล่าว อย่างไรก็ตาม สิ่งนี้จะเปิดเผยช่องโหว่ต่อการเรียนรู้ของเครื่องจักรที่เป็นปรปักษ์ ไม่เช่นนั้น ก็จะสูญเสียการกระจายอำนาจไป ดังนั้นจึงจำเป็นสำหรับเราที่จะต้องพิจารณาว่าจะบูรณาการปัญญาประดิษฐ์เข้ากับบล็อกเชนหรือแอปพลิเคชันในปัจจุบันได้อย่างไรและลึกซึ้งเพียงใด
ที่มา: DE UNIVERSITY OF ETHEREUM
มีอยู่DE UNIVERSITY OF ETHEREUMของWhen Giants Collide: Exploring the Convergence of Crypto x AIในบทความนี้ จะอธิบายความแตกต่างในลักษณะหลักของปัญญาประดิษฐ์และบล็อกเชน ดังแสดงในรูปด้านบน ลักษณะของปัญญาประดิษฐ์คือ:
การรวมศูนย์
ความโปร่งใสต่ำ
การใช้พลังงาน
การผูกขาด
คุณลักษณะการสร้างรายได้ที่อ่อนแอ
Blockchain ตรงกันข้ามกับปัญญาประดิษฐ์อย่างสิ้นเชิงในห้าประเด็นนี้ นี่เป็นข้อโต้แย้งที่แท้จริงของบทความของ Vitalik หากรวมปัญญาประดิษฐ์และบล็อกเชนเข้าด้วยกัน ควรจะต้องเสียประโยชน์ประเภทใดในแง่ของการเป็นเจ้าของข้อมูล ความโปร่งใส ความสามารถในการสร้างรายได้ ต้นทุนการใช้พลังงาน ฯลฯ และโครงสร้างพื้นฐานใดบ้างที่จำเป็น ถูกสร้างขึ้นหรือไม่ ตรวจสอบการผสมผสานที่มีประสิทธิภาพของทั้งสอง
ตามหลักการข้างต้นและแนวความคิดของตนเอง Vitalik แบ่งแอปพลิเคชันที่ผสมผสานปัญญาประดิษฐ์และบล็อกเชนออกเป็น 4 ประเภทหลัก ๆ ได้แก่
AI ในฐานะผู้เล่นในเกม
AI เป็นส่วนต่อประสานกับเกม
AI เป็นกฎของเกม
AI เป็นเป้าหมายของเกม
ในบรรดาสามวิธีแรกนั้นส่วนใหญ่เป็นสามวิธีที่ AI ถูกนำมาใช้ในโลก Crypto ซึ่งแสดงถึงสามระดับจากตื้นไปลึก ตามความเข้าใจของผู้เขียน แผนกนี้แสดงถึงระดับอิทธิพลของ AI ต่อการตัดสินใจของมนุษย์ และเป็นพื้นฐานสำหรับ Crypto ทั้งหมดที่นำเสนอระดับความเสี่ยงเชิงระบบที่แตกต่างกัน:
ปัญญาประดิษฐ์เป็นผู้มีส่วนร่วมในการใช้งาน: ปัญญาประดิษฐ์เองจะไม่ส่งผลกระทบต่อการตัดสินใจและพฤติกรรมของมนุษย์ ดังนั้นจึงไม่นำความเสี่ยงมาสู่โลกมนุษย์จริง ๆ ดังนั้นจึงมีการนำไปปฏิบัติในระดับสูงสุดในปัจจุบัน
ปัญญาประดิษฐ์เป็นอินเทอร์เฟซแอปพลิเคชัน: ปัญญาประดิษฐ์ให้ข้อมูลเสริมหรือเครื่องมือเสริมสำหรับการตัดสินใจและพฤติกรรมของมนุษย์ซึ่งจะปรับปรุงประสบการณ์ของผู้ใช้และนักพัฒนาและลดอุปสรรคในการเข้าสู่ อย่างไรก็ตาม ข้อมูลหรือการดำเนินการที่ไม่ถูกต้องจะนำความเสี่ยงบางอย่างมาสู่โลกแห่งความเป็นจริง .
กฎสำหรับการประยุกต์ใช้ปัญญาประดิษฐ์: ปัญญาประดิษฐ์จะเข้ามาแทนที่มนุษย์อย่างสมบูรณ์ในการตัดสินใจและการปฏิบัติการ ดังนั้น ความชั่วร้ายและความล้มเหลวของปัญญาประดิษฐ์จะนำไปสู่ความวุ่นวายในโลกแห่งความเป็นจริงโดยตรง ไม่ว่าจะใน Web2 หรือ Web3 ปัญญาประดิษฐ์ก็ไม่สามารถทำได้ในปัจจุบัน ได้รับความไว้วางใจให้เข้ามาแทนที่มนุษย์ในการตัดสินใจ
ในที่สุด โครงการประเภทที่สี่ทุ่มเทให้กับการใช้คุณลักษณะของ Crypto เพื่อสร้างปัญญาประดิษฐ์ที่ดีขึ้น ดังที่ได้กล่าวไว้ข้างต้น การรวมศูนย์ ความโปร่งใสต่ำ การใช้พลังงาน การผูกขาด และคุณลักษณะของสกุลเงินที่อ่อนแอสามารถกำจัดได้ตามธรรมชาติผ่านคุณลักษณะของ Crypto และ . แม้ว่าหลายคนจะสงสัยว่า Crypto สามารถส่งผลกระทบต่อการพัฒนาปัญญาประดิษฐ์ได้หรือไม่ แต่การมีอิทธิพลต่อโลกแห่งความเป็นจริงผ่านพลังของการกระจายอำนาจนั้นเป็นเรื่องราวที่น่าสนใจที่สุดของ Crypto มาโดยตลอด และเส้นทางนี้ก็ได้กลายเป็นการแข่งขัน AI ด้วยแนวคิดอันยิ่งใหญ่ ส่วนที่ฮือฮาที่สุด
2 AI ในฐานะผู้เข้าร่วม
ในกลไกการมีส่วนร่วมของ AI แหล่งที่มาของแรงจูงใจขั้นสูงสุดมาจากข้อตกลงในการป้อนข้อมูลของมนุษย์ ก่อนที่ AI จะกลายเป็นอินเทอร์เฟซหรือแม้แต่กฎเกณฑ์ เรามักจะต้องประเมินประสิทธิภาพของ AI ต่างๆ เพื่อให้ AI สามารถมีส่วนร่วมในกลไกและท้ายที่สุดจะได้รับรางวัลหรือลงโทษผ่านกลไกแบบออนไลน์
ในฐานะผู้เข้าร่วม ความเสี่ยงของ AI ต่อผู้ใช้และระบบทั้งหมดนั้นโดยพื้นฐานแล้วไม่มีนัยสำคัญเลยเมื่อเทียบกับบทบาทของมันในฐานะอินเทอร์เฟซและกฎ อาจกล่าวได้ว่าเป็นขั้นตอนที่จำเป็นก่อนที่ AI จะเริ่มส่งผลกระทบอย่างลึกซึ้งต่อการตัดสินใจและพฤติกรรมของผู้ใช้ ดังนั้น ปัญญาประดิษฐ์ และ การสร้างความแตกต่าง ต้นทุนและการแลกเปลี่ยนที่จำเป็นสำหรับการรวมบล็อคเชนในระดับนี้ค่อนข้างน้อย และยังเป็นผลิตภัณฑ์ประเภทหนึ่งที่ Buterin เชื่อว่าสามารถนำไปใช้ได้อย่างมาก
จากมุมมองที่กว้างและระดับการใช้งาน แอปพลิเคชัน AI ในปัจจุบันส่วนใหญ่จัดอยู่ในหมวดหมู่นี้ เช่น บอทการซื้อขายและแชทบอทที่เสริมพลังด้วย AI การใช้งานในระดับปัจจุบันยังคงเป็นเรื่องยากที่จะตระหนักถึงบทบาทของ AI ในฐานะอินเทอร์เฟซหรือแม้แต่กฎเกณฑ์ กำลังใช้ที่แตกต่างกัน การเปรียบเทียบและการเพิ่มประสิทธิภาพแบบค่อยเป็นค่อยไปดำเนินการในบอท และผู้ใช้ crypto ยังไม่ได้พัฒนานิสัยพฤติกรรมของการใช้แอปพลิเคชัน AI ในบทความของ V God ตัวแทนอัตโนมัติยังถูกจัดอยู่ในหมวดหมู่นี้ด้วย
อย่างไรก็ตาม จากมุมมองที่แคบและมุมมองระยะยาว เรามักจะแบ่งแอปพลิเคชัน AI หรือตัวแทน AI ออกเป็นหมวดหมู่ที่มีรายละเอียดมากขึ้น ดังนั้น ภายใต้หมวดหมู่นี้ เราเชื่อว่าเส้นทางการแบ่งย่อยที่เป็นตัวแทน ได้แก่:
2.1 เกมเอไอ
เกม AI สามารถจัดอยู่ในหมวดหมู่นี้ได้ในระดับหนึ่ง ผู้เล่นโต้ตอบกับ AI และฝึกฝนตัวละคร AI เพื่อให้ตัวละคร AI สอดคล้องกับความต้องการส่วนบุคคลมากขึ้น เช่น สอดคล้องกับความชอบส่วนตัวมากขึ้นหรือใน กลไกของเกม จีนมีการต่อสู้และการแข่งขันมากขึ้น เกมเป็นช่วงเปลี่ยนผ่านก่อนที่ AI จะเข้าสู่โลกแห่งความเป็นจริง นอกจากนี้ยังเป็นเส้นทางที่มีความเสี่ยงต่ำในการใช้งานและง่ายที่สุดสำหรับผู้ใช้ทั่วไปที่จะเข้าใจ โครงการที่โดดเด่น เช่น AI Arena, Echelon Prime, Altered State Machine เป็นต้น
AI Arena: AI Arena เป็นเกมต่อสู้ PVP ที่ผู้เล่นสามารถเรียนรู้และฝึกฝนผ่าน AI เพื่อพัฒนาตัวละครในเกมอย่างต่อเนื่อง หวังว่าผู้ใช้ทั่วไปจะสามารถติดต่อ เข้าใจ และสัมผัส AI ในรูปแบบของเกมได้มากขึ้น และในขณะเดียวกันก็อนุญาต วิศวกรปัญญาประดิษฐ์ของ Based on AI Arena นำเสนออัลกอริธึม AI ที่หลากหลายเพื่อเพิ่มรายได้ ตัวละครในเกมแต่ละตัวเป็น NFT ที่เสริมพลังโดย AI ซึ่ง Core เป็นแกนหลักที่มีโมเดล AI รวมถึงสองส่วน: สถาปัตยกรรมและพารามิเตอร์ซึ่งจัดเก็บไว้ใน IPFS พารามิเตอร์ใน NFT ใหม่จะถูกสร้างขึ้นแบบสุ่มซึ่งหมายความว่า จะดำเนินการแบบสุ่มและผู้ใช้จำเป็นต้องปรับปรุงความสามารถเชิงกลยุทธ์ของตัวละครผ่านกระบวนการเรียนรู้การเลียนแบบ (IL) ทุกครั้งที่ผู้ใช้ฝึกตัวละครและบันทึกความคืบหน้าพารามิเตอร์จะได้รับการอัปเดตบน IPFS
Altered State Machine: ASM ไม่ใช่เกม AI แต่เป็นโปรโตคอลสำหรับการยืนยันสิทธิ์และธุรกรรมสำหรับตัวแทน AI มีตำแหน่งเป็นโปรโตคอล Metaverse AI และกำลังถูกรวมเข้ากับเกมหลายเกมรวมถึง FIFA เพื่อแนะนำ AI ในเกมและ Metaverse ตัวแทน. ASM ใช้ NFT เพื่อยืนยันและแลกเปลี่ยน AI Agent แต่ละ Agent จะมีสามส่วน: Brain (คุณลักษณะของ Agent), ความทรงจำ (ส่วนที่จัดเก็บกลยุทธ์พฤติกรรมที่เรียนรู้โดย Agent และการฝึกโมเดล และเชื่อมโยงกับสมอง) แบบฟอร์ม (ลักษณะที่ปรากฏของตัวละคร ฯลฯ) ASM มีโมดูล Gym รวมถึงผู้ให้บริการคลาวด์ GPU แบบกระจายอำนาจ ซึ่งสามารถให้การสนับสนุนพลังการประมวลผลแก่ตัวแทนได้ โครงการที่ใช้ ASM เป็นพื้นฐานในปัจจุบัน ได้แก่ AIFA (เกมฟุตบอล AI), Muhammed Ali (เกมชกมวย AI), AI League (เกมฟุตบอลบนท้องถนนร่วมกับ FIFA), Raicers (เกมแข่งรถที่ขับเคลื่อนด้วย AI) และ Thingies ของ FLUF World (generative NFT)
Parallel Colony (PRIME): Echelon Prime กำลังพัฒนา Parallel Colony ซึ่งเป็นเกมที่ใช้ AI LLM ซึ่งผู้เล่นสามารถโต้ตอบและมีอิทธิพลต่ออวาตาร์ AI ของคุณ ซึ่งจะทำหน้าที่โดยอัตโนมัติตามความทรงจำและวิถีชีวิต ปัจจุบัน Colony เป็นหนึ่งในเกม AI ที่ได้รับการคาดหวังมากที่สุด เมื่อเร็ว ๆ นี้ เจ้าหน้าที่ได้เผยแพร่สมุดปกขาวและประกาศการย้ายไปยัง Solana ซึ่งนำไปสู่การได้รับคลื่นลูกใหม่สำหรับ PRIME
2.2 ตลาดการทำนาย/การแข่งขัน
ความสามารถในการคาดการณ์เป็นพื้นฐานสำหรับการตัดสินใจและพฤติกรรมในอนาคตของ AI ก่อนที่จะใช้แบบจำลอง AI ในการทำนายจริง การแข่งขันการคาดการณ์จะเปรียบเทียบประสิทธิภาพของแบบจำลอง AI ในระดับที่สูงกว่าและให้แรงจูงใจแก่นักวิทยาศาสตร์ข้อมูล/แบบจำลอง AI ผ่าน โทเค็น มีความสำคัญเชิงบวกต่อการพัฒนา Crypto×AI ทั้งหมด - ด้วยการกระตุ้นการพัฒนาแบบจำลองและแอปพลิเคชันอย่างต่อเนื่องที่มีประสิทธิภาพและมีประสิทธิภาพมากขึ้นและเหมาะสมกับโลก crypto เราจะสร้างผลิตภัณฑ์ที่ดีขึ้นและปลอดภัยยิ่งขึ้นก่อน AI สามารถมีผลกระทบต่อการตัดสินใจและพฤติกรรมอย่างลึกซึ้งยิ่งขึ้นต่อผลิตภัณฑ์ ในฐานะวี
ดังที่พระเจ้าตรัสไว้ ตลาดการทำนายเป็นตลาดดั้งเดิมที่ทรงพลัง ซึ่งสามารถขยายไปสู่ปัญหาประเภทอื่นๆ ได้อีกมากมาย โครงการที่โดดเด่นในวงจรนี้ ได้แก่ ตัวเลขและพิธีสารมหาสมุทร
ตัวเลข: Numerai คือการแข่งขันวิทยาศาสตร์ข้อมูลที่ดำเนินมายาวนาน นักวิทยาศาสตร์ด้านข้อมูลจะฝึกฝนโมเดลการเรียนรู้ของเครื่องเพื่อทำนายตลาดหุ้นโดยอิงจากข้อมูลตลาดในอดีต (จัดทำโดย Numerai) และเดิมพันโมเดลและโทเค็น NMR เพื่อชิงแชมป์ โมเดลที่มีประสิทธิภาพดีกว่าจะได้รับสิ่งจูงใจจากโทเค็น NMR และโทเค็นที่สัญญาไว้ของโมเดลที่ไม่ดีจะถูกทำลาย ณ วันที่ 7 มีนาคม พ.ศ. 2567 มีการวางเดิมพันโมเดลทั้งหมด 6,433 โมเดล และโปรโตคอลได้มอบสิ่งจูงใจให้กับนักวิทยาศาสตร์ข้อมูลรวมเป็นเงินทั้งสิ้น 75,760,979 ดอลลาร์ Numerai กำลังสร้างแรงบันดาลใจให้กับนักวิทยาศาสตร์ข้อมูลทั่วโลกให้ร่วมมือกันสร้างกองทุนเฮดจ์ฟันด์ใหม่ โดยกองทุนที่เปิดตัวไปแล้ว ได้แก่ Numerai One และ Numerai Supreme เส้นทางของ Numerai: การแข่งขันทำนายตลาด → โมเดลการทำนายการระดมทุนจากมวลชน → กองทุนเฮดจ์ฟันด์ใหม่ที่ใช้โมเดลการระดมทุนจากมวลชน
Ocean Protocol: Ocean Predictoor กำลังพิจารณาการคาดการณ์ โดยเริ่มจากการคาดการณ์แนวโน้มของสกุลเงินดิจิทัลจากมวลชน ผู้เล่นสามารถเลือกรันบอท Predictoor หรือบอท Trader ได้ บอท Predictoor ใช้โมเดล AI เพื่อทำนายราคาของสกุลเงินดิจิตอล (เช่น BTC/USDT) ในเวลาถัดไป (เช่น ห้านาทีต่อมา) และให้คำมั่นสัญญาเป็นจำนวน $ OCEAN ข้อตกลงจะขึ้นอยู่กับ การทำนายทั่วโลกคำนวณโดยการถ่วงน้ำหนักจำนวนคำมั่นสัญญา เทรดเดอร์ซื้อผลการทำนายและสามารถเทรดตามผลการทำนายได้ เมื่อความแม่นยำของผลการทำนายสูง เทรดเดอร์สามารถทำกำไรได้ ผู้ที่ทำนาย ผิดจะถูกลงโทษ ในขณะที่ผู้ที่ทายถูกจะได้รับโทเค็นส่วนนี้และค่าธรรมเนียมการซื้อของผู้ซื้อขายจะถือเป็นรางวัล เมื่อวันที่ 2 มีนาคม Ocean Predictoor ได้ประกาศทิศทางล่าสุด - World-World Model (WWM) ในสื่อ และเริ่มสำรวจการคาดการณ์ในโลกแห่งความเป็นจริง เช่น สภาพอากาศและพลังงาน
3 AI เป็นอินเทอร์เฟซ
AI สามารถช่วยให้ผู้ใช้เข้าใจสิ่งที่เกิดขึ้นในภาษาที่เรียบง่ายและเข้าใจง่าย ทำหน้าที่เป็นที่ปรึกษาสำหรับผู้ใช้ในโลก crypto และให้คำแนะนำเกี่ยวกับความเสี่ยงที่อาจเกิดขึ้นเพื่อลดเกณฑ์การใช้งานของ Crypto และความเสี่ยงของผู้ใช้ และปรับปรุงประสบการณ์ผู้ใช้ ผลิตภัณฑ์เฉพาะที่สามารถใช้งานได้มีฟังก์ชันที่หลากหลาย เช่น การแจ้งเตือนความเสี่ยงระหว่างการโต้ตอบกับกระเป๋าเงิน ธุรกรรมเจตนาที่ขับเคลื่อนด้วย AI AI Chatbots ที่สามารถตอบคำถาม crypto จากผู้ใช้ทั่วไป เป็นต้น ด้วยการขยายกลุ่มเป้าหมาย เกือบทุกกลุ่ม รวมถึงผู้ใช้ทั่วไป นักพัฒนา นักวิเคราะห์ ฯลฯ จะกลายเป็นเป้าหมายการบริการของ AI
ให้เราย้ำอีกครั้งว่าโครงการเหล่านี้มีอะไรที่เหมือนกัน นั่นคือ โครงการเหล่านี้ยังไม่ได้เข้ามาแทนที่มนุษย์ในการตัดสินใจและการกระทำบางอย่าง แต่กำลังใช้ประโยชน์จากโมเดล AI เพื่อให้ข้อมูลและเครื่องมือแก่มนุษย์เพื่อช่วยในการตัดสินใจและการดำเนินการ เริ่มตั้งแต่ระดับนี้เป็นต้นไป ความเสี่ยงของ AI Evil เริ่มถูกเปิดเผยในระบบแล้ว ซึ่งอาจรบกวนการตัดสินขั้นสุดท้ายของมนุษย์ด้วยการให้ข้อมูลที่ไม่ถูกต้อง ได้วิเคราะห์อย่างละเอียดในบทความของ Buterin แล้ว
มีโครงการที่ซับซ้อนมากมายที่สามารถจัดประเภทตามหมวดหมู่นี้ได้ รวมถึงแชทบอท AI, การตรวจสอบสัญญาอัจฉริยะของ AI, การเขียนโค้ด AI, บอทการซื้อขายของ AI เป็นต้น อาจกล่าวได้ว่าแอปพลิเคชัน AI ส่วนใหญ่ในปัจจุบันจัดอยู่ในหมวดหมู่นี้ ในระดับจูเนียร์ โครงการตัวแทน ได้แก่:
PaaL: ปัจจุบัน PaaL เป็นโครงการชั้นนำของ AI Chatbot ซึ่งถือได้ว่าเป็น ChatGPT ที่ได้รับการฝึกอบรมด้วยความรู้ที่เกี่ยวข้องกับ crypto ด้วยการบูรณาการ TG และ Discord ผู้ใช้สามารถได้รับ: การวิเคราะห์ข้อมูลโทเค็น พื้นฐานของโทเค็น และการวิเคราะห์เศรษฐศาสตร์โทเค็น และอื่นๆ ฟังก์ชันต่างๆ เช่น การสร้างข้อความและรูปภาพ ฯลฯ สามารถรวม PaaL Bot เข้ากับแชทกลุ่มเพื่อตอบกลับข้อมูลบางอย่างโดยอัตโนมัติ PaaL รองรับการปรับแต่งบอทส่วนตัว และผู้ใช้สามารถสร้างฐานความรู้ AI ของตัวเองและบอทแบบกำหนดเองได้โดยการป้อนชุดข้อมูล Paal กำลังมุ่งหน้าสู่ AI Trading Bot เมื่อวันที่ 29 กุมภาพันธ์ Paal ได้ประกาศเปิดตัวการวิจัย crypto และเทอร์มินัลการซื้อขาย PaalX ที่สนับสนุนโดย AI ตามการแนะนำ Paal สามารถตระหนักถึงการตรวจสอบสัญญาอัจฉริยะของ AI, การรวมข่าวและการซื้อขายบน Twitter, Crypto สนับสนุนการวิจัยและการค้า ผู้ช่วยปัญญาประดิษฐ์สามารถลดเกณฑ์สำหรับผู้ใช้ได้
ChainGPT: ChainGPT อาศัยปัญญาประดิษฐ์เพื่อพัฒนาชุดเครื่องมือเข้ารหัสต่างๆ เช่น แชทบอท โปรแกรมสร้าง NFT การรวบรวมข่าว การสร้างและการตรวจสอบสัญญาอัจฉริยะ ตัวช่วยธุรกรรม ตลาดพร้อมท์ และการแลกเปลี่ยนข้ามเครือข่าย AI อย่างไรก็ตาม โฟกัสในปัจจุบันของ ChainGPT อยู่ที่การบ่มเพาะโปรเจ็กต์และ Launchpad และได้ทำ IDO สำเร็จแล้วสำหรับ 24 โปรเจ็กต์และการแจกฟรี 4 รายการ
Arkham: Ultra เป็นเครื่องมือ AI ที่สร้างขึ้นโดยเฉพาะของ Arkham กรณีการใช้งานคือการเพิ่มความโปร่งใสในอุตสาหกรรม crypto โดยการจับคู่ที่อยู่ตามอัลกอริทึมกับเอนทิตีในโลกแห่งความเป็นจริง Ultra รวมข้อมูล on-chain และ off-chain ที่ได้รับจากผู้ใช้และรวบรวมด้วยตัวเอง และส่งออกไปยังฐานข้อมูลที่ปรับขนาดได้ ซึ่งสุดท้ายจะถูกนำเสนอในรูปแบบของแผนภูมิ อย่างไรก็ตาม ระบบ Ultra ไม่ได้กล่าวถึงรายละเอียดในเอกสาร Arkham เหตุผลที่ Arkham ได้รับความสนใจในครั้งนี้ก็เนื่องมาจากการลงทุนส่วนตัวของผู้ก่อตั้ง OpenAI Sam Altman ซึ่งเพิ่มขึ้น 5 เท่าในช่วง 30 วันที่ผ่านมา
GraphLinq: GraphLinq เป็นโซลูชันการจัดการกระบวนการอัตโนมัติที่ออกแบบมาเพื่อให้ผู้ใช้สามารถปรับใช้และจัดการฟังก์ชันอัตโนมัติประเภทต่างๆ โดยไม่ต้องเขียนโปรแกรม เช่น ผลักราคา Bitcoin ใน Coingecko ไปยัง TG Bot ทุกๆ 5 นาที โซลูชันของ GraphLinq คือการใช้ Graph เพื่อแสดงภาพกระบวนการอัตโนมัติ ผู้ใช้สามารถสร้างงานอัตโนมัติได้โดยการลากโหนดและดำเนินการโดยใช้ GraphLinq Engine แม้ว่าจะไม่ต้องใช้โค้ด แต่กระบวนการสร้างกราฟยังคงมีเกณฑ์สำหรับผู้ใช้ทั่วไป รวมถึงการเลือกเทมเพลตที่เหมาะสม การเลือกเทมเพลตที่เหมาะสมจากบล็อกลอจิคัลหลายร้อยบล็อก และการเชื่อมต่อเข้าด้วยกัน ดังนั้น GraphLinq จึงเปิดตัว AI ซึ่งช่วยให้ผู้ใช้สามารถใช้ปัญญาประดิษฐ์เชิงสนทนาและภาษาธรรมชาติเพื่อสร้างและจัดการงานอัตโนมัติให้เสร็จสมบูรณ์
0x 0.ai:**0x 0 มีสามธุรกิจหลักที่เกี่ยวข้องกับ AI ได้แก่ การตรวจสอบสัญญาอัจฉริยะของ AI การตรวจจับการต่อต้านพรมของ AI และศูนย์นักพัฒนา AI การตรวจจับการต่อต้านพรมของ AI จะตรวจจับพฤติกรรมที่น่าสงสัย เช่น ภาษีที่มากเกินไปหรือสภาพคล่องที่ไหลออกมาเพื่อป้องกันไม่ให้ผู้ใช้ถูกหลอก ศูนย์นักพัฒนา AI ใช้เทคโนโลยีการเรียนรู้ของเครื่องเพื่อสร้างสัญญาอัจฉริยะและใช้สัญญาการปรับใช้แบบไม่มีโค้ด อย่างไรก็ตาม การตรวจสอบสัญญาอัจฉริยะของ AI เพิ่งเปิดตัวครั้งแรกเท่านั้น และฟังก์ชันอีกสองฟังก์ชันยังไม่ได้รับการพัฒนา
Zignaly: Zignaly ถือกำเนิดในปี 2018 เพื่อให้นักลงทุนรายบุคคลสามารถเลือกผู้จัดการกองทุนเพื่อจัดการสินทรัพย์ crypto ด้วยตนเองได้ คล้ายกับตรรกะของการคัดลอกการซื้อขาย Zignaly ใช้ Machine Learning และเทคโนโลยีปัญญาประดิษฐ์เพื่อสร้างระบบตัวชี้วัดสำหรับการประเมินผู้จัดการกองทุนอย่างเป็นระบบ โดยผลิตภัณฑ์แรกที่เปิดตัวในปัจจุบันคือ Z-Score แต่ในฐานะผลิตภัณฑ์ปัญญาประดิษฐ์ก็ยังค่อนข้างเป็นพื้นฐาน
4 AI เป็นกฎของเกม
นี่เป็นส่วนที่น่าตื่นเต้นที่สุด - การอนุญาตให้ AI เข้ามาแทนที่มนุษย์ในการตัดสินใจและพฤติกรรม AI ของคุณจะควบคุมกระเป๋าเงินของคุณโดยตรงและทำการตัดสินใจซื้อขายและพฤติกรรมในนามของคุณ ภายใต้การจำแนกประเภทนี้ ผู้เขียนเชื่อว่าสามารถแบ่งได้เป็นสามระดับหลักๆ ได้แก่ แอปพลิเคชัน AI (โดยเฉพาะแอปพลิเคชันที่มีวิสัยทัศน์ในการตัดสินใจแบบอัตโนมัติ เช่น บอทซื้อขายอัตโนมัติ AI, บอทรับรายได้ AI DeFi), โปรโตคอล Autonomous Agent และ zkml /opml.
แอปพลิเคชัน AI เป็นเครื่องมือในการตัดสินใจเฉพาะเจาะจงเกี่ยวกับปัญหาในด้านใดด้านหนึ่ง โดยจะสะสมความรู้ และข้อมูลในแผนกต่างๆ และอาศัย AI Models ที่ปรับแต่งตามปัญหาที่แบ่งย่อยในการตัดสินใจ สังเกตได้ว่าแอปพลิเคชัน AI แบ่งออกเป็น 2 ประเภทในบทความนี้ ได้แก่ อินเทอร์เฟซ และกฎเกณฑ์ จากมุมมองของวิสัยทัศน์การพัฒนา แอปพลิเคชัน AI ควรกลายเป็นตัวแทนในการตัดสินใจอย่างอิสระ อย่างไรก็ตาม ในปัจจุบัน ทั้งประสิทธิภาพของ AI โมเดลหรือความปลอดภัยของ integrated AI ไม่สามารถตอบสนองข้อกำหนดนี้ได้และแม้จะลังเลเล็กน้อยในฐานะอินเทอร์เฟซ แอปพลิเคชัน AI ยังอยู่ในช่วงเริ่มต้น มีการแนะนำโครงการเฉพาะก่อนหน้านี้ ดังนั้นฉันจะไม่ลงรายละเอียดที่นี่
Buterin กล่าวถึง Autonomous Agent ในหมวดหมู่แรก (AI ในฐานะผู้เข้าร่วม) จากมุมมองระยะยาว บทความนี้จะแบ่งออกเป็นหมวดหมู่ที่สาม Autonomous Agents ใช้ประโยชน์จากข้อมูลและอัลกอริธึมจำนวนมากเพื่อจำลองการคิดของมนุษย์และกระบวนการตัดสินใจ และดำเนินงานและการโต้ตอบที่หลากหลาย บทความนี้มุ่งเน้นไปที่เลเยอร์การสื่อสาร เลเยอร์เครือข่าย และโครงสร้างพื้นฐานอื่น ๆ ของตัวแทนเป็นหลัก โปรโตคอลเหล่านี้กำหนดสิทธิ์การเป็นเจ้าของของตัวแทน สร้างข้อมูลประจำตัว มาตรฐานการสื่อสาร และวิธีการสื่อสารของตัวแทน เชื่อมต่อแอปพลิเคชันตัวแทนหลายรายการ และเปิดใช้งานการตัดสินใจและพฤติกรรมการทำงานร่วมกัน
zkML/opML: ด้วยการเข้ารหัสหรือวิธีทางเศรษฐศาสตร์ รับประกันว่าจะให้ผลลัพธ์ที่น่าเชื่อถือผ่านกระบวนการให้เหตุผลแบบจำลองที่ถูกต้อง ปัญหาด้านความปลอดภัยเป็นอันตรายอย่างยิ่งต่อการนำ AI เข้าสู่สัญญาอัจฉริยะ Smart Contract อาศัยอินพุตเพื่อสร้างเอาต์พุตและทำหน้าที่ต่างๆ โดยอัตโนมัติ เมื่อ AI ทำสิ่งชั่วร้ายและให้ข้อมูลที่ไม่ถูกต้อง มันจะแนะนำความเสี่ยงที่เป็นระบบอย่างมากให้กับ ระบบ Crypto ทั้งหมด ดังนั้น zkML /opML และโซลูชันที่เป็นไปได้มากมายจึงเป็นพื้นฐานสำหรับการอนุญาตให้ AI ดำเนินการและตัดสินใจได้อย่างอิสระ
ในที่สุด ทั้งสามระดับนี้ประกอบขึ้นเป็นสามระดับพื้นฐานของ AI เป็นกฎการปฏิบัติงาน: zkml/opml ทำหน้าที่เป็นโครงสร้างพื้นฐานที่ต่ำที่สุดเพื่อรับรองความปลอดภัยของโปรโตคอล โปรโตคอลตัวแทนสร้างระบบนิเวศของตัวแทนและสามารถทำงานร่วมกันในการตัดสินใจและพฤติกรรมได้ แอปพลิเคชัน AI ก็เช่นกัน ตัวแทน AI เฉพาะจะปรับปรุงความสามารถของตนอย่างต่อเนื่องในด้านใดด้านหนึ่ง และทำการตัดสินใจและดำเนินการจริง
4.1 Autonomous Agent
การประยุกต์ใช้ AI Agent ในโลก Crypto เป็นไปตามธรรมชาติ ตั้งแต่สัญญาอัจฉริยะ ไปจนถึง TG Bots ไปจนถึง AI Agent โลกของ Crypto กำลังก้าวไปสู่ระบบอัตโนมัติที่สูงขึ้นและเกณฑ์ผู้ใช้ที่ต่ำลง แม้ว่าสัญญาอัจฉริยะจะเรียกใช้ฟังก์ชันโดยอัตโนมัติผ่านโค้ดที่ไม่สามารถเปลี่ยนแปลงได้ แต่ก็ยังต้องอาศัยทริกเกอร์ภายนอกเพื่อปลุกและไม่สามารถทำงานโดยอัตโนมัติและต่อเนื่องได้ TG Bots จะลดเกณฑ์ผู้ใช้ลง ผู้ใช้ไม่จำเป็นต้องโต้ตอบโดยตรงกับส่วนหน้าการเข้ารหัส สิ้นสุด แต่ด้วยภาษาธรรมชาติทำให้การโต้ตอบออนไลน์เสร็จสมบูรณ์ แต่สามารถทำงานที่เรียบง่ายและเฉพาะเจาะจงให้เสร็จสิ้นเท่านั้นและยังคงไม่สามารถบรรลุธุรกรรมที่เน้นผู้ใช้เป็นศูนย์กลางได้ ตัวแทน AI มีความสามารถในการตัดสินใจที่เป็นอิสระบางอย่าง เข้าใจภาษาธรรมชาติของผู้ใช้ และค้นหาและรวมตัวแทนอื่น ๆ และเครื่องมือออนไลน์อย่างอิสระเพื่อบรรลุเป้าหมายที่ผู้ใช้กำหนด
AI Agent กำลังทำงานเพื่อปรับปรุงประสบการณ์ในการใช้ผลิตภัณฑ์เข้ารหัสอย่างมาก และบล็อกเชนยังสามารถช่วยให้การทำงานของ AI Agent มีการกระจายอำนาจ โปร่งใส และปลอดภัยมากขึ้น ความช่วยเหลือเฉพาะคือ:
จูงใจให้นักพัฒนาจำนวนมากขึ้นเพื่อมอบตัวแทนผ่านโทเค็น
การยืนยัน NFT ส่งเสริมการเรียกเก็บเงินและการทำธุรกรรมตามตัวแทน
ระบุตัวตนของตัวแทนและกลไกการลงทะเบียนบนเครือข่าย
จัดเตรียมบันทึกกิจกรรมของตัวแทนที่ไม่สามารถแก้ไขได้ และดำเนินการติดตามและรับผิดชอบต่อการกระทำของพวกเขาได้อย่างทันท่วงที
โครงการหลักของเส้นทางนี้มีดังนี้:
Autonolas: Autonolas สนับสนุนการเป็นเจ้าของสินทรัพย์และความสามารถในการประกอบของตัวแทนและส่วนประกอบที่เกี่ยวข้องผ่านโปรโตคอลออนไลน์ ทำให้สามารถค้นพบส่วนประกอบของรหัส ตัวแทน และบริการต่างๆ ในห่วงโซ่ และจูงใจให้นักพัฒนาได้รับค่าตอบแทนทางการเงิน หลังจากที่นักพัฒนาพัฒนา Agent หรือส่วนประกอบที่สมบูรณ์แล้ว พวกเขาจะลงทะเบียนโค้ดบนเชนและรับ NFT ซึ่งแสดงถึงความเป็นเจ้าของโค้ด เจ้าของบริการจะรวมตัวแทนหลายรายเข้าด้วยกันเพื่อสร้างบริการและลงทะเบียนบนเชน และดึงดูดตัวแทน ผู้ประกอบการให้บริการได้ดำเนินการจริงและผู้ใช้ชำระเงินเพื่อใช้บริการ
Fetch.ai: Fetch.ai มีพื้นฐานทีมที่แข็งแกร่งและมีประสบการณ์ในการพัฒนาในด้าน AI และขณะนี้กำลังมุ่งเน้นไปที่เส้นทาง AI Agent โปรโตคอลประกอบด้วยสี่เลเยอร์หลัก: AI Agents, Agentverse, AI Engine และ Fetch Network เอเจนต์ AI ถือเป็นแกนหลักของระบบ ส่วนอื่นๆ เป็นเฟรมเวิร์กและเครื่องมือที่ช่วยในการสร้างบริการของเอเจนต์ Agentverse เป็นแพลตฟอร์มซอฟต์แวร์ในรูปแบบบริการที่ใช้สำหรับการสร้างและลงทะเบียน AI Agent เป็นหลัก เป้าหมายของ AI Engine คือการทำงานโดยการอ่านอินพุตภาษาธรรมชาติของผู้ใช้ แปลงเป็นอักขระที่สามารถดำเนินการได้ และเลือก AI Agent ที่ลงทะเบียนที่เหมาะสมที่สุดใน Agentverse Fetch Network เป็นเลเยอร์บล็อกเชนของโปรโตคอล ตัวแทน AI จะต้องลงทะเบียนในสัญญา Almanac บนเครือข่ายก่อนจึงจะสามารถเริ่มบริการการทำงานร่วมกันกับตัวแทนรายอื่นได้ เป็นที่น่าสังเกตว่าปัจจุบัน Autonolas กำลังมุ่งเน้นไปที่การสร้าง Agent ในโลก crypto โดยแนะนำการดำเนินงานของ Agent นอกเครือข่ายให้กับเครือข่าย โดย Fetch.ai ให้ความสำคัญกับโลก Web2 เช่น การจองการเดินทาง การพยากรณ์อากาศ ฯลฯ
Delysium: Delysium ได้เปลี่ยนจากเกมเป็นโปรโตคอล AI Agent โดยส่วนใหญ่จะประกอบด้วยสองชั้น: เลเยอร์การสื่อสารและเลเยอร์ blockchain เลเยอร์การสื่อสารเป็นแกนหลักของ Delysium ซึ่งมอบโครงสร้างพื้นฐานที่ปลอดภัยและปรับขนาดได้ซึ่งช่วยให้การสื่อสารที่รวดเร็วและมีประสิทธิภาพระหว่าง ตัวแทน AI สำหรับการสื่อสาร เลเยอร์บล็อกเชนจะตรวจสอบสิทธิ์ตัวแทนและรับรู้บันทึกพฤติกรรมของตัวแทนที่ไม่สามารถเปลี่ยนแปลงได้ผ่านสัญญาอัจฉริยะ โดยเฉพาะ เลเยอร์การสื่อสารจะสร้างโปรโตคอลการสื่อสารแบบครบวงจรระหว่างตัวแทนและใช้ระบบการส่งข้อความมาตรฐานเพื่อให้ตัวแทนสามารถสื่อสารกันผ่านภาษากลางได้ นอกจากนี้ ยังสร้างโปรโตคอลการค้นหาบริการและ API เพื่อให้ผู้ใช้และตัวแทนอื่น ๆ สามารถดำเนินการได้อย่างรวดเร็ว ค้นหาและเชื่อมต่อกับตัวแทนที่มีอยู่ เลเยอร์บล็อกเชนส่วนใหญ่ประกอบด้วยสองส่วน: Agent ID และ Chronicle smart Contract Agent ID ช่วยให้มั่นใจได้ว่ามีเพียง Agent ที่ถูกต้องตามกฎหมายเท่านั้นที่สามารถเข้าถึงเครือข่าย Chronicle เป็นที่เก็บบันทึกของการตัดสินใจและพฤติกรรมที่สำคัญทั้งหมดที่ทำโดย Agent ไม่สามารถแก้ไขภายหลังได้ กำลังอัปโหลดไปยังลูกโซ่ เพื่อให้มั่นใจว่าสามารถตรวจสอบย้อนกลับพฤติกรรมของตัวแทนได้อย่างน่าเชื่อถือ
Altered State Machine: กำหนดมาตรฐานสำหรับการเป็นเจ้าของทรัพย์สินของตัวแทนและการทำธุรกรรมผ่าน NFT การวิเคราะห์เฉพาะสามารถพบได้ในส่วนที่ 1 แม้ว่าในปัจจุบัน ASM จะเชื่อมต่อกับเกมเป็นหลัก แต่เป็นข้อกำหนดพื้นฐาน .
Morpheous: กำลังสร้างเครือข่ายระบบนิเวศของ AI Agent ข้อตกลงดังกล่าวได้รับการออกแบบมาเพื่อเชื่อมโยงบทบาททั้งสี่ของ Coder ผู้ให้บริการคอมพิวเตอร์ ผู้สร้างชุมชน และทุน ตามลำดับโดยจัดหา AI Agent พลังการประมวลผล ส่วนหน้า และเครื่องมือการพัฒนาและเงินทุนเพื่อสนับสนุน การดำเนินงานของตัวแทนสำหรับเครือข่าย MOR จะอยู่ในรูปแบบของการเปิดตัวที่เป็นธรรมเพื่อสร้างแรงจูงใจให้กับนักขุดที่ให้พลังการประมวลผล ผู้ให้คำมั่นสัญญา stETH ตัวแทนหรือผู้สนับสนุนการพัฒนาสัญญาอัจฉริยะ และผู้สนับสนุนการพัฒนาชุมชน
4.2 zkML/opML
ปัจจุบันการพิสูจน์ความรู้เป็นศูนย์มีสองแนวทางการใช้งานหลัก:
พิสูจน์ on-chain ว่าการดำเนินงานทำงานอย่างถูกต้องด้วยต้นทุนที่ต่ำกว่า (สะพานข้ามสายโซ่ ZK-Rollup และ ZKP กำลังใช้ประโยชน์จากคุณลักษณะนี้ของ ZK)
การคุ้มครองความเป็นส่วนตัว: คุณไม่จำเป็นต้องทราบรายละเอียดของการคำนวณเพื่อพิสูจน์ว่าการคำนวณนั้นดำเนินการอย่างถูกต้อง
ในทำนองเดียวกัน การประยุกต์ใช้ ZKP ในแมชชีนเลิร์นนิงยังแบ่งได้เป็น 2 ประเภทดังนี้
การตรวจสอบการอนุมาน: ด้วยการพิสูจน์ ZK ได้รับการพิสูจน์บนลูกโซ่ด้วยต้นทุนที่ต่ำว่ากระบวนการคำนวณที่เข้มข้นของการอนุมานแบบจำลอง AI ได้รับการดำเนินการอย่างถูกต้องนอกลูกโซ่
การคุ้มครองความเป็นส่วนตัว: แบ่งได้เป็น 2 ประเภท ประเภทแรกคือการปกป้องความเป็นส่วนตัวของข้อมูล นั่นคือ การใช้ข้อมูลส่วนตัวเพื่อการอนุมานในโมเดลสาธารณะ และ ZKML สามารถใช้เพื่อปกป้องข้อมูลส่วนตัว อีกแบบคือการปกป้องความเป็นส่วนตัวของโมเดล โดยหวังว่าจะซ่อนโมเดล ข้อมูลเฉพาะ เช่น น้ำหนัก คำนวณจากอินพุตสาธารณะและผลลัพธ์ที่ได้
ผู้เขียนเชื่อว่าสิ่งที่สำคัญกว่าสำหรับ Crypto ในปัจจุบันคือการตรวจสอบโดยอนุมาน เราจะอธิบายเพิ่มเติมเกี่ยวกับสถานการณ์การตรวจสอบโดยอนุมานที่นี่ เราหวังว่าจะทำให้ AI เป็นส่วนหนึ่งของกระบวนการออนไลน์ เริ่มต้นจาก AI ในฐานะผู้เข้าร่วม จนถึง AI ในฐานะผู้ปกครองโลก อย่างไรก็ตาม ต้นทุนการคำนวณของการให้เหตุผลแบบจำลอง AI สูงเกินกว่าที่จะทำงานบนห่วงโซ่โดยตรงได้ กระบวนการนอกเครือข่ายนี้ ซึ่งหมายความว่าเราจำเป็นต้องอยู่กับปัญหาความน่าเชื่อถือที่เกิดจากกล่องดำนี้ - นักวิ่งโมเดล AI เข้าไปยุ่งกับข้อมูลของฉันหรือไม่ โมเดลที่ฉันระบุใช้ในการอนุมานหรือไม่ ด้วยการแปลงโมเดล ML ให้เป็นวงจร ZK คุณสามารถ: (1) อัปโหลดโมเดลขนาดเล็กลงในเชน จัดเก็บโมเดล zkML ขนาดเล็กในสัญญาอัจฉริยะ และอัปโหลดโมเดลเหล่านั้นไปยังเชนโดยตรงเพื่อแก้ไขปัญหาความทึบ (2) การอนุมานเสร็จสมบูรณ์ off-chain และสร้างการพิสูจน์ ZK ในเวลาเดียวกัน ด้วยการรันการพิสูจน์ ZK บนลูกโซ่เพื่อพิสูจน์ความถูกต้องของกระบวนการให้เหตุผลโครงสร้างพื้นฐานจะรวมสัญญาสองฉบับ - สัญญาหลัก (โดยใช้โมเดล ML เพื่อแสดงผลลัพธ์) และสัญญาการตรวจสอบ ZK-Proof
zkML ยังอยู่ในช่วงเริ่มต้น โดยประสบปัญหาทางเทคนิคในการแปลงโมเดล ML เป็นวงจร ZK รวมถึงค่าใช้จ่ายด้านการคำนวณและการเข้ารหัสที่สูงมาก เช่นเดียวกับเส้นทางการพัฒนาของ Rollup opML ได้กลายเป็นอีกวิธีแก้ปัญหาหนึ่งจากมุมมองทางเศรษฐกิจ opML ใช้สมมติฐาน AnyTrust ของ Arbitrum นั่นคือการอ้างสิทธิ์แต่ละรายการมีโหนดที่ซื่อสัตย์อย่างน้อยหนึ่งโหนดเพื่อให้แน่ใจว่าผู้ส่งหรือผู้ตรวจสอบอย่างน้อยหนึ่งรายนั้นซื่อสัตย์ อย่างไรก็ตาม OPML สามารถเป็นทางเลือกแทนการยืนยันการอนุมานเท่านั้น และไม่สามารถบรรลุการคุ้มครองความเป็นส่วนตัวได้
โปรเจ็กต์ปัจจุบันกำลังสร้างโครงสร้างพื้นฐานสำหรับ zkML และทำงานอย่างหนักเพื่อสำรวจแอปพลิเคชันต่างๆ การสร้างแอปพลิเคชันมีความสำคัญพอๆ กัน เนื่องจากจำเป็นต้องแสดงให้ผู้ใช้ Crypto เห็นอย่างชัดเจนถึงบทบาทที่สำคัญของ zkML และพิสูจน์ว่ามูลค่าสูงสุดสามารถชดเชยต้นทุนมหาศาลได้ ในโครงการเหล่านี้ บางโครงการมุ่งเน้นไปที่การวิจัยและพัฒนาเทคโนโลยี ZK ที่เกี่ยวข้องกับการเรียนรู้ของเครื่องจักร (เช่น Modulus Labs) ในขณะที่โครงการอื่นๆ เป็นการสร้างโครงสร้างพื้นฐานทั่วไปของ ZK โครงการที่เกี่ยวข้อง ได้แก่:
โมดูลัสใช้ zkML เพื่อนำปัญญาประดิษฐ์ไปใช้กับกระบวนการให้เหตุผลแบบออนไลน์ Modulus ได้เปิดตัว Remainder ของ zkML เมื่อวันที่ 27 กุมภาพันธ์ โดยได้รับการปรับปรุงประสิทธิภาพถึง 180 เท่า เมื่อเทียบกับการอนุมาน AI แบบดั้งเดิมบนฮาร์ดแวร์ที่เทียบเท่ากัน นอกจากนี้ Modulus ยังร่วมมือกับหลายโครงการเพื่อสำรวจกรณีการใช้งานจริงของ zkML เช่น การทำงานร่วมกับ Upshot เพื่อรวบรวมข้อมูลตลาดที่ซับซ้อน ประเมินราคา NFT และส่งราคาไปยังห่วงโซ่โดยใช้ปัญญาประดิษฐ์ที่มีการพิสูจน์ ZK และ AI Arena ทำงานร่วมกัน เพื่อพิสูจน์ว่าอวาตาร์ที่กำลังต่อสู้นั้นเป็นอันเดียวกับที่ผู้เล่นฝึกฝน
Risc Zero วางโมเดลแบบออนไลน์ และด้วยการรันโมเดลแมชชีนเลิร์นนิงใน ZKVM ของ RISC Zero คุณจะสามารถพิสูจน์ได้ว่าการคำนวณที่เกี่ยวข้องในโมเดลนั้นดำเนินการอย่างถูกต้อง
Ingonyama กำลังพัฒนาฮาร์ดแวร์สำหรับเทคโนโลยี ZK โดยเฉพาะ ซึ่งอาจลดอุปสรรคในการเข้าสู่สาขาเทคโนโลยี ZK และอาจใช้ zkML ในกระบวนการฝึกอบรมโมเดลด้วย
5 AI เป็นเป้าหมาย
หากสามหมวดหมู่แรกเน้นไปที่วิธีที่ AI ให้อำนาจแก่ Crypto มากขึ้น AI เป็นเป้าหมาย จะเน้นย้ำถึงความช่วยเหลือของ Crypto ต่อ AI นั่นคือวิธีใช้ Crypto เพื่อสร้างแบบจำลองและผลิตภัณฑ์ AI ที่ดีขึ้น ซึ่งอาจรวมถึงเกณฑ์การประเมินหลายรายการ : มีประสิทธิภาพมากขึ้น แม่นยำยิ่งขึ้น มีการกระจายอำนาจมากขึ้น ฯลฯ
AI ประกอบด้วยสามคอร์: ข้อมูล พลังการประมวลผล และอัลกอริธึม ในทุกมิติ Crypto มุ่งมั่นที่จะให้ความช่วยเหลือที่มีประสิทธิภาพมากขึ้นแก่ AI:
ข้อมูล: ข้อมูลเป็นพื้นฐานสำหรับการฝึกโมเดล โปรโตคอลข้อมูลแบบกระจายอำนาจจะสนับสนุนให้บุคคลหรือองค์กรจัดเตรียมข้อมูลโดเมนส่วนตัวมากขึ้น ขณะเดียวกันก็ใช้การเข้ารหัสเพื่อปกป้องความเป็นส่วนตัวของข้อมูลและหลีกเลี่ยงการรั่วไหลของข้อมูลส่วนบุคคลที่ละเอียดอ่อน
พลังการประมวลผล: แทร็กพลังการประมวลผลแบบกระจายอำนาจในปัจจุบันเป็นเส้นทาง AI ที่ร้อนแรงที่สุด ข้อตกลงดังกล่าวส่งเสริมการจับคู่พลังการประมวลผลแบบหางยาวและบริษัท AI โดยการจัดหาตลาดที่ตรงกันระหว่างอุปสงค์และอุปทานสำหรับการฝึกอบรมโมเดลและการอนุมาน
อัลกอริทึม: การเพิ่มขีดความสามารถของอัลกอริทึมของ Crypto คือการเชื่อมโยงหลักในการตระหนักถึง AI แบบกระจายอำนาจ นอกจากนี้ยังเป็นเนื้อหาหลักของคำบรรยาย AI เป็นเป้าหมาย ในบทความของ Vitalik เพื่อสร้าง AI กล่องดำที่มีการกระจายอำนาจและเชื่อถือได้ดังที่ได้กล่าวไว้ข้างต้นปัญหาของ แมชชีนเลิร์นนิงของฝ่ายตรงข้ามจะได้รับการแก้ไข แต่จะต้องเผชิญกับอุปสรรคต่างๆ เช่น ค่าใช้จ่ายด้านการเข้ารหัสที่สูงมาก นอกจากนี้ “การใช้สิ่งจูงใจในการเข้ารหัสเพื่อส่งเสริมการสร้าง AI ที่ดีขึ้น” สามารถทำได้โดยไม่ต้องล้มหลุมกระต่ายของการเข้ารหัสลับอย่างสมบูรณ์
การผูกขาดข้อมูลและพลังการประมวลผลโดยบริษัทเทคโนโลยีขนาดใหญ่ ส่งผลให้เกิดการผูกขาดกระบวนการฝึกอบรมโมเดล และโมเดลแบบปิดได้กลายเป็นกุญแจสำคัญในการสร้างผลกำไรให้กับองค์กรขนาดใหญ่ จากมุมมองของโครงสร้างพื้นฐาน Crypto สนับสนุนการจัดหาข้อมูลและพลังการประมวลผลแบบกระจายอำนาจผ่านวิธีการทางเศรษฐกิจ ในขณะเดียวกันก็รับประกันความเป็นส่วนตัวของข้อมูลในกระบวนการผ่านวิธีการเข้ารหัส และด้วยเหตุนี้ จึงอำนวยความสะดวกในการฝึกอบรมโมเดลแบบกระจายอำนาจเพื่อให้บรรลุ AI ที่โปร่งใสและกระจายอำนาจมากขึ้น
5.1 โปรโตคอลข้อมูลแบบกระจายอำนาจ
โปรโตคอลข้อมูลแบบกระจายอำนาจส่วนใหญ่ดำเนินการในรูปแบบของการระดมทุนจากมวลชนโดยจูงใจผู้ใช้ให้จัดเตรียมชุดข้อมูลหรือบริการข้อมูล (เช่น คำอธิบายประกอบข้อมูล) สำหรับองค์กรในการดำเนินการฝึกอบรมโมเดล และการเปิด Data Marketplace เพื่อส่งเสริมการจับคู่ของอุปสงค์และอุปทาน บางส่วน โปรโตคอลยังสำรวจผ่านโปรโตคอลจูงใจ DePIN รับข้อมูลการท่องเว็บของผู้ใช้ หรือใช้อุปกรณ์/แบนด์วิดท์ของผู้ใช้เพื่อรวบรวมข้อมูลเครือข่ายให้เสร็จสมบูรณ์
Ocean Protocol: ยืนยันและสร้างโทเค็นข้อมูล ผู้ใช้สามารถสร้าง NFT ของข้อมูล/อัลกอริทึมใน Ocean Protocol ในลักษณะที่ไม่มีโค้ด และสร้าง Datatoken ที่เกี่ยวข้องเพื่อควบคุมการเข้าถึง NFT ข้อมูล Ocean Protocol รับประกันความเป็นส่วนตัวของข้อมูลผ่าน Compute To Data (C 2D) ผู้ใช้สามารถรับผลลัพธ์เอาต์พุตตามข้อมูล/อัลกอริทึมเท่านั้น Ocean Protocol ก่อตั้งขึ้นในปี 2560 ในฐานะตลาดข้อมูล เป็นเรื่องปกติที่จะตามทันรถไฟ AI ในรอบนี้
Synesis One: โปรเจ็กต์นี้คือแพลตฟอร์ม Train 2 Earn บน Solana ผู้ใช้จะได้รับรางวัล $SNS โดยการให้ข้อมูลภาษาธรรมชาติและคำอธิบายประกอบข้อมูล ผู้ใช้สนับสนุนการขุดโดยการให้ข้อมูล ข้อมูลจะถูกจัดเก็บและอัปโหลดไปยังห่วงโซ่หลังจากการตรวจสอบ ใช้โดย บริษัท AI สำหรับการฝึกอบรมและการอนุมาน โดยเฉพาะอย่างยิ่ง นักขุดจะถูกแบ่งออกเป็นสามประเภท: สถาปนิก/ผู้สร้าง/ตรวจสอบ สถาปนิกมีหน้าที่รับผิดชอบในการสร้างงานข้อมูลใหม่ Builder จัดเตรียมคลังข้อมูลในงานข้อมูลที่เกี่ยวข้อง และ Validator ตรวจสอบชุดข้อมูลที่จัดทำโดย Builder ชุดข้อมูลที่เสร็จสมบูรณ์จะถูกจัดเก็บไว้ใน IPFS และแหล่งข้อมูลและที่อยู่ IPFS จะถูกบันทึกไว้ในลูกโซ่ นอกจากนี้ยังจะถูกจัดเก็บไว้ในฐานข้อมูลนอกลูกโซ่เพื่อใช้งานโดยบริษัท AI (ปัจจุบันคือ Mind AI)
Grass: รู้จักกันในชื่อชั้นข้อมูลแบบกระจายอำนาจสำหรับ AI โดยพื้นฐานแล้วเป็นตลาดแบบกระจายอำนาจสำหรับการดึงข้อมูลเว็บและรับข้อมูลสำหรับการฝึกโมเดล AI เว็บไซต์อินเทอร์เน็ตเป็นแหล่งข้อมูลการฝึกอบรม AI ที่สำคัญ ข้อมูลของเว็บไซต์หลายแห่ง รวมถึง Twitter, Google และ Reddit มีคุณค่ามาก แต่เว็บไซต์เหล่านี้จำกัดการรวบรวมข้อมูลอยู่ตลอดเวลา Grass ใช้แบนด์วิดท์ที่ไม่ได้ใช้ในเครือข่ายส่วนบุคคลเพื่อลดผลกระทบจากการบล็อกข้อมูลโดยใช้ที่อยู่ IP ที่แตกต่างกันเพื่อรวบรวมข้อมูลจากเว็บไซต์สาธารณะ ทำความสะอาดข้อมูลเบื้องต้นให้เสร็จสิ้น และกลายเป็นแหล่งข้อมูลสำหรับบริษัทและโครงการฝึกอบรมโมเดล AI ขณะนี้ Grass อยู่ในขั้นตอนการทดสอบเบต้า และผู้ใช้สามารถให้แบนด์วิดท์เพื่อรับคะแนนเพื่อรับการแอร์ดรอปที่อาจเกิดขึ้นได้
โปรโตคอล AIT: โปรโตคอล AIT เป็นโปรโตคอลคำอธิบายประกอบข้อมูลแบบกระจายอำนาจ ซึ่งได้รับการออกแบบมาเพื่อมอบชุดข้อมูลคุณภาพสูงสำหรับการฝึกโมเดลให้กับนักพัฒนา Web3 ช่วยให้พนักงานทั่วโลกสามารถเข้าถึงเครือข่ายได้อย่างรวดเร็วและได้รับแรงจูงใจผ่านคำอธิบายประกอบข้อมูล นักวิทยาศาสตร์ข้อมูลของ AIT จะใส่คำอธิบายประกอบข้อมูลไว้ล่วงหน้า ซึ่งจากนั้นผู้ใช้จะได้รับการประมวลผลเพิ่มเติม หลังจากได้รับการตรวจสอบโดยนักวิทยาศาสตร์ข้อมูลแล้ว ข้อมูลที่ได้ผ่าน นักพัฒนาจะมีการตรวจสอบคุณภาพโดย
นอกเหนือจากการจัดเตรียมข้อมูลที่กล่าวข้างต้นและโปรโตคอลคำอธิบายประกอบข้อมูลแล้ว โครงสร้างพื้นฐานการจัดเก็บข้อมูลแบบกระจายอำนาจก่อนหน้านี้ เช่น Filecoin, Arweave ฯลฯ จะให้ความช่วยเหลือสำหรับข้อมูลที่มีการกระจายอำนาจมากขึ้นอีกด้วย
5.2 พลังการประมวลผลแบบกระจายอำนาจ
ในยุค AI ความสำคัญของพลังการประมวลผลนั้นชัดเจนในตัวเอง ไม่เพียงแต่ราคาหุ้นของ Nvidia จะขึ้นถึงจุดสูงสุดเท่านั้น แต่ในโลกของ Crypto พลังการประมวลผลแบบกระจายอำนาจอาจกล่าวได้ว่าเป็นส่วนที่ได้รับความนิยมมากที่สุดของ AI ติดตาม—หนึ่งใน 200 บริษัทชั้นนำในแง่ของมูลค่าหลักทรัพย์ตามราคาตลาด ในบรรดาโครงการ AI 11 โครงการ มี 5 โครงการที่มุ่งเน้นไปที่พลังการประมวลผลแบบกระจายอำนาจ (Render/Akash/AIOZ Network/Golem/Nosana) และมีการเติบโตในระดับสูง ในช่วงไม่กี่เดือนที่ผ่านมา นอกจากนี้เรายังได้เห็นการเกิดขึ้นของแพลตฟอร์มพลังการประมวลผลแบบกระจายอำนาจจำนวนมากในโครงการที่มีมูลค่าตลาดน้อย แม้ว่าพวกเขาจะเพิ่งเริ่มต้น ด้วยกระแสของการประชุม NVIDIA Conference ตราบใดที่พวกเขาเกี่ยวข้องกับ GPU พวกเขาก็มีกระแสเพิ่มขึ้นอย่างรวดเร็ว
เมื่อพิจารณาจากลักษณะของเส้นทาง ตรรกะพื้นฐานของโครงการในทิศทางนี้มีความเป็นเนื้อเดียวกันสูง ผู้คนหรือบริษัทที่มีทรัพยากรการประมวลผลที่ไม่ได้ใช้งานสามารถจัดหาทรัพยากรผ่านแรงจูงใจของโทเค็น ซึ่งจะช่วยลดต้นทุนการใช้งานได้อย่างมาก และสร้างอุปสงค์และอุปทานสำหรับพลังการประมวลผล ในตลาด ปัจจุบัน แหล่งพลังงานการประมวลผลหลักมาจากศูนย์ข้อมูล นักขุด (โดยเฉพาะหลังจากที่ Ethereum เปลี่ยนไปใช้ PoS) พลังการประมวลผลของผู้บริโภค และความร่วมมือกับโครงการอื่น ๆ แม้ว่าจะเป็นเนื้อเดียวกัน แต่ก็เป็นเส้นทางที่มีคูน้ำสูงสำหรับโครงการชั้นนำ ข้อได้เปรียบทางการแข่งขันหลักของโครงการมาจาก: ทรัพยากรพลังงานในการประมวลผล ราคาเช่าพลังงานในการประมวลผล อัตราการใช้พลังงานในการประมวลผล และข้อได้เปรียบทางเทคนิคอื่น ๆ โครงการชั้นนำในเส้นทางนี้ ได้แก่ Akash, Render, io.net และ Gensyn
ตามทิศทางธุรกิจที่เฉพาะเจาะจง โครงการสามารถแบ่งคร่าวๆ ได้เป็น 2 ประเภท ได้แก่ การอนุมานโมเดล AI และการฝึกอบรมโมเดล AI เนื่องจากการฝึกโมเดล AI ต้องการพลังการประมวลผลและแบนด์วิธที่สูงกว่าการอนุมานมาก และยากต่อการนำไปใช้มากกว่าการอนุมานแบบกระจาย และตลาดสำหรับการอนุมานโมเดลกำลังขยายตัวอย่างรวดเร็ว รายได้ที่คาดการณ์ได้จะสูงกว่าการฝึกโมเดลอย่างมากในอนาคต ดังนั้นจึงเป็นไปไม่ได้เลยที่จะทำเช่นนั้นในปัจจุบัน โครงการส่วนใหญ่มุ่งเน้นไปที่การใช้เหตุผล (Akash, Render,io.net) ผู้นำด้านการฝึกอบรมคือ Gensyn ในหมู่พวกเขา Akash และ Render เกิดก่อนหน้านี้และไม่ได้เกิดมาเพื่อการประมวลผล AI Akash ถูกใช้ครั้งแรกสำหรับการประมวลผลทั่วไป Render ใช้สำหรับการแสดงผลวิดีโอและรูปภาพเป็นหลัก และ io.net ได้รับการออกแบบมาเป็นพิเศษสำหรับการประมวลผล AI แต่ใน AI พลังการประมวลผลจะ หลังจากที่ความต้องการได้ยกระดับขึ้นไปอีกระดับแล้ว โครงการเหล่านี้ก็มีแนวโน้มที่จะพัฒนาในด้าน AI
ตัวชี้วัดการแข่งขันที่สำคัญที่สุดสองตัวยังคงมาจากด้านอุปทาน (ทรัพยากรพลังงานคอมพิวเตอร์) และด้านอุปสงค์ (อัตราการใช้พลังงานคอมพิวเตอร์) Akash มี GPU 282 ตัวและ CPU มากกว่า 20,000 ตัว และได้ทำสัญญาเช่าครบ 160,000 ครั้ง อัตราการใช้งานของเครือข่าย GPU อยู่ที่ 50-70% ซึ่งเป็นตัวเลขที่ดีในเส้นทางนี้ io.net มี GPU 40272 ตัวและ CPU 5958 ตัว รวมถึงใบอนุญาตสำหรับ GPU 4318 ตัวและ CPU 159 ตัวของ Render และ GPU 1024 ตัวของ Filecoin รวมถึงบล็อกประมาณ 200 H 100 และบล็อก A 100 หลายพันบล็อกซึ่งปัจจุบันสร้างเสร็จเรียบร้อยแล้ว ใช้เหตุผล 151,879 ครั้ง io .net กำลังดึงดูดทรัพยากรการประมวลผลด้วยความคาดหวังที่สูงมาก ข้อมูล GPU กำลังเติบโตอย่างรวดเร็วและความสามารถในการดึงดูดทรัพยากรจำเป็นต้องได้รับการประเมินอีกครั้งหลังจากเปิดตัวโทเค็น Render และ Gensyn ไม่ได้เปิดเผยข้อมูลเฉพาะ นอกจากนี้ หลายโครงการกำลังปรับปรุงความสามารถในการแข่งขันในด้านอุปสงค์และอุปทานผ่านความร่วมมือด้านสิ่งแวดล้อม ตัวอย่างเช่น io.net ใช้พลังการประมวลผลของ Render และ Filecoin เพื่อปรับปรุงการสำรองทรัพยากร Render ได้สร้างแผนไคลเอนต์การประมวลผล (RNP-004 ) อนุญาตให้ผู้ใช้คำนวณไคลเอนต์ -io.net, Nosana, FedMl และ Beam เพื่อเข้าถึงทรัพยากรการประมวลผลของ Render ทางอ้อม ดังนั้นจึงเปลี่ยนจากสาขาการเรนเดอร์ไปเป็นการประมวลผลปัญญาประดิษฐ์อย่างรวดเร็ว
นอกจากนี้ การตรวจสอบการคำนวณแบบกระจายอำนาจยังคงเป็นปัญหา - จะพิสูจน์ได้อย่างไรว่าพนักงานที่มีทรัพยากรการประมวลผลดำเนินงานด้านการคำนวณอย่างถูกต้อง Gensyn กำลังพยายามสร้างเลเยอร์การตรวจสอบดังกล่าวเพื่อให้แน่ใจว่าการคำนวณถูกต้องผ่านการพิสูจน์การเรียนรู้ที่น่าจะเป็น โปรโตคอลการวางตำแหน่งที่แม่นยำตามกราฟ และสิ่งจูงใจ ผู้ตรวจสอบและผู้แจ้งเบาะแสร่วมกันตรวจสอบการคำนวณ ดังนั้น Gensyn นอกเหนือจากการฝึกอบรมเพื่อการกระจายอำนาจแล้ว การสนับสนุนพลังการประมวลผลและกลไกการตรวจสอบที่สร้างขึ้นก็มีคุณค่าที่เป็นเอกลักษณ์เช่นกัน Fluence ซึ่งเป็นโปรโตคอลการประมวลผลที่อยู่บน Solana ยังเพิ่มการตรวจสอบงานการประมวลผลอีกด้วย ช่วยให้นักพัฒนาสามารถตรวจสอบได้ว่าแอปพลิเคชันของตนทำงานตามที่คาดไว้ และการคำนวณนั้นดำเนินการอย่างถูกต้องโดยการตรวจสอบหลักฐานที่เผยแพร่โดยผู้ให้บริการออนไลน์ อย่างไรก็ตาม ความต้องการที่แท้จริงยังคงอยู่ที่ เป็นไปได้ มากกว่า เชื่อถือได้ ก่อนอื่นแพลตฟอร์มคอมพิวเตอร์จะต้องมีพลังการประมวลผลเพียงพอจึงจะมีการแข่งขันได้ แน่นอนว่า สำหรับโปรโตคอลการตรวจสอบที่ยอดเยี่ยม คุณสามารถเลือกเข้าถึงพลังการประมวลผลได้ ของแพลตฟอร์มอื่น ๆ ที่จะกลายเป็นชั้นการรับรองความถูกต้องและชั้นโปรโตคอลมีบทบาทเฉพาะ
5.3 รูปแบบการกระจายอำนาจ
เรายังห่างไกลจากสถานการณ์สุดท้ายที่ Vitalik อธิบายไว้มาก (ดังแสดงในรูปด้านล่าง) ขณะนี้เราไม่สามารถสร้าง AI กล่องดำที่น่าเชื่อถือผ่านบล็อกเชนและเทคโนโลยีการเข้ารหัสเพื่อแก้ปัญหาการเรียนรู้ของเครื่องของฝ่ายตรงข้ามและฝึกอบรมข้อมูลการเข้ารหัส กระบวนการทำงานของ AI ทั้งหมดไปยังเอาท์พุตการสืบค้นถือเป็นค่าใช้จ่ายจำนวนมาก อย่างไรก็ตาม ขณะนี้มีโครงการที่พยายามสร้างโมเดล AI ที่ดีขึ้นผ่านกลไกการสร้างแรงจูงใจ ประการแรก พวกเขาได้เปิดสถานะปิดระหว่างโมเดลต่างๆ และสร้างรูปแบบของการเรียนรู้ร่วมกัน การทำงานร่วมกัน และการแข่งขันที่ดีระหว่างโมเดล Bittensor เป็นตัวแทนของพวกเขามากที่สุด . โครงการ.
Bittensor: Bittensor กำลังส่งเสริมการผสมผสานระหว่างโมเดล AI ต่างๆ แต่เป็นที่น่าสังเกตว่า Bittensor เองไม่ได้ฝึกโมเดล แต่ให้บริการอนุมาน AI เป็นหลัก ซับเน็ตทั้ง 32 เครือข่ายของ Bittensor มุ่งเน้นไปที่ทิศทางการบริการที่แตกต่างกัน เช่น การบันทึกข้อมูล การสร้างข้อความ รูปภาพข้อความ 2 เป็นต้น เมื่อทำงานเสร็จสิ้น โมเดล AI ที่อยู่ในทิศทางที่แตกต่างกันสามารถทำงานร่วมกันได้ กลไกสิ่งจูงใจส่งเสริมการแข่งขันระหว่างซับเน็ตและภายในซับเน็ต ปัจจุบัน รางวัลจะออกในอัตรา 1 TAO ต่อบล็อก มีการออกโทเค็น TAO ทั้งหมดประมาณ 7,200 รายการต่อวัน และการตรวจสอบ 64 รายการใน SN 0 (เครือข่ายรูท) เซิร์ฟเวอร์จะกำหนด การกระจายรางวัลเหล่านี้ระหว่างเครือข่ายย่อยที่แตกต่างกันตามประสิทธิภาพของเครือข่ายย่อยอัตราส่วนการกระจายเครื่องมือตรวจสอบเครือข่ายย่อยจะกำหนดอัตราส่วนการกระจายระหว่างตัวขุดที่แตกต่างกันโดยการประเมินการทำงานของตัวขุด เพื่อให้บริการที่ดีขึ้นและโมเดลที่มีประสิทธิภาพดีกว่าได้รับแรงจูงใจมากขึ้น ซึ่งส่งเสริมการปรับปรุงคุณภาพการใช้เหตุผลโดยรวมของระบบ
6 บทสรุป: MEME Hype หรือการปฏิวัติทางเทคโนโลยี?
จากราคาที่พุ่งสูงขึ้นของ ARKM และ WLD ที่เกิดจากการเคลื่อนไหวของ Sam Altman ไปจนถึงการประชุม NVIDIA ซึ่งนำไปสู่โครงการที่เข้าร่วมหลาย ๆ คน หลายคนกำลังปรับปรัชญาการลงทุนในเส้นทาง AI AI ติดตามเป็น MEME hype หรือ การปฏิวัติทางเทคโนโลยี?
ยกเว้นหัวข้อคนดังบางหัวข้อ (เช่น ARKM และ WLD) เส้นทาง AI โดยรวมนั้นเหมือนกับ MEME ที่ครอบงำด้วยการเล่าเรื่องทางเทคนิค
ในแง่หนึ่ง กระแสโฆษณาโดยรวมของแทร็ก Crypto AI จะต้องเชื่อมโยงอย่างใกล้ชิดกับความคืบหน้าของ Web2 AI และกระแสโฆษณาภายนอกที่นำโดย OpenAI จะกลายเป็นตัวกระตุ้นสำหรับแทร็ก Crypto AI ในทางกลับกัน เรื่องราวของเส้นทาง AI ยังคงถูกครอบงำด้วยการเล่าเรื่องทางเทคนิค แน่นอนว่าสิ่งที่เราเน้นที่นี่คือ การบรรยายทางเทคนิค มากกว่า เทคโนโลยี ซึ่งทำให้เลือกทิศทางการแบ่งย่อยของ ติดตาม AI และพื้นฐานของโครงการความสนใจยังคงมีความสำคัญเราจำเป็นต้องค้นหาทิศทางการเล่าเรื่องที่มีมูลค่าเกินจริงและเรายังจำเป็นต้องค้นหาโครงการที่มีความสามารถในการแข่งขันและคูเมืองระยะกลางถึงระยะยาว
จากการผสมผสานที่เป็นไปได้ทั้งสี่ประการที่ Vitalik เสนอ เราสามารถเห็นข้อดีระหว่างเสน่ห์ของการเล่าเรื่องและความเป็นไปได้ในการนำไปปฏิบัติ ในหมวดหมู่ที่หนึ่งและสองที่แสดงโดยแอปพลิเคชัน AI เราได้เห็น GPT Wrapper มากมาย ผลิตภัณฑ์เปิดตัวอย่างรวดเร็วแต่ความเป็นเนื้อเดียวกันของธุรกิจก็สูงเช่นกัน ความได้เปรียบของผู้เสนอญัตติรายแรก ระบบนิเวศ จำนวนผู้ใช้ และรายได้จากผลิตภัณฑ์กลายเป็นเรื่องราวที่ต้องบอกเล่า การแข่งขันที่เป็นเนื้อเดียวกัน หมวดหมู่ที่สามและสี่แสดงถึงเรื่องราวอันยิ่งใหญ่ของการผสมผสานระหว่าง AI และ Crypto เช่น เครือข่ายการทำงานร่วมกันแบบออนไลน์ของตัวแทน, zkML และการปรับรูปแบบการกระจายอำนาจของ AI ทั้งหมดนี้ยังอยู่ในช่วงเริ่มต้น โครงการที่มีนวัตกรรมทางเทคโนโลยีจะดึงดูดได้อย่างรวดเร็ว กองทุนแม้ว่าจะเป็นเพียงการดำเนินการในช่วงแรกก็ตาม
เกี่ยวกับเรา
Metrics Ventures เป็นกองทุนสภาพคล่องในตลาดรองของสินทรัพย์ดิจิทัลที่ขับเคลื่อนด้วยข้อมูลและการวิจัย นำโดยทีมงานผู้เชี่ยวชาญด้านการเข้ารหัสลับที่มีประสบการณ์ ทีมงานมีความเชี่ยวชาญในการบ่มเพาะตลาดหลักและการซื้อขายในตลาดรอง และมีบทบาทอย่างแข็งขันในการพัฒนาอุตสาหกรรมผ่านการวิเคราะห์ข้อมูล on-chain/off-chain ในเชิงลึก MVC ร่วมมือกับผู้มีอิทธิพลอาวุโสในชุมชนการเข้ารหัสเพื่อมอบความสามารถที่เปิดใช้งานในระยะยาวสำหรับโครงการ เช่น สื่อและทรัพยากร KOL ทรัพยากรการทำงานร่วมกันในระบบนิเวศ กลยุทธ์โครงการ ความสามารถในการให้คำปรึกษาด้านโมเดลทางเศรษฐกิจ ฯลฯ
ยินดีต้อนรับทุกคนสู่ DM เพื่อแบ่งปันและหารือเกี่ยวกับข้อมูลเชิงลึกและแนวคิดเกี่ยวกับตลาดและการลงทุนของสินทรัพย์ crypto
เนื้อหาการวิจัยของเราจะเผยแพร่พร้อมกันบน Twitter และ Notion โปรดติดตาม:
Twitter: https://twitter.com/MetricsVentures
Notion: https://www.notion.so/metricsventures/Metrics-Ventures-475803b4407946b1ae6e0eeaa8708fa2?pvs=4
เรากำลังมองหาเทรดเดอร์ที่มีเงินเดือนดีและสถานที่ทำงานที่ยืดหยุ่น
หากคุณมี: ซื้อโซลต่ำกว่า 40 ordi/ ต่ำกว่า 25 inj/ ต่ำกว่า 3.2 rndr/ ต่ำกว่า 10 tia หากคุณมีคุณสมบัติตรงตามข้อใดข้อหนึ่งข้างต้น โปรดติดต่อเราที่ admin@metrics.ventures, ops@metrics.ventures
