AI 인프라부터 애플리케이션 시나리오까지 주목해야 할 Web3 프로젝트는?
원저자: Cookie & alertcat.eth, ChainCatcher
OpenAI의 챗봇 ChatGPT는 출시 2개월 만에 월 활성 사용자 1억 명을 달성하며 역사상 가장 빠르게 성장하는 앱이 되었습니다. "팬을 늘리는" 이러한 강력한 기능은 AI의 인기를 암호화 분야로 빠르게 확산시켰습니다. 1월 10일 Bloomberg는 Microsoft가 ChatGPT 개발자 OpenAI에 100억 달러를 투자하는 것을 고려하고 있다고 보도했습니다. 모든 AI 개념 암호화폐가 완전히 폭발했습니다. FET, AGIX 한 달 안에 200% 이상 증가할 때까지 기다립니다.
자본의 도움으로 이 두 가지 주목할만한 최첨단 기술을 통합할 수 있습니까? 인공 지능은 컴퓨터를 사용하여 인간 두뇌의 사고 능력을 모방하여 문제를 해결합니다. OpenAI는 자연어 처리(NLP) 모델에 방대한 양의 교육 데이터를 제공하여 모델을 더욱 강력하게 만듭니다. 블록체인 기술로 구축된 암호화된 세계에서 매일 체인에 있는 방대한 데이터는 AI 엔진에 "연료"를 제공하여 AIGC가 더 나은 전략을 피드백할 수 있도록 합니다.
이미지 설명
AI 개념을 위한 암호화 프로젝트(출처:Rootdata）
기존 분야에서 많은 주목과 채택을 얻은 Stability AI, ChatGPT 및 기타 인공 지능과 비교할 때 블록체인의 더 큰 상상력은 AI 모델을 변경할 수 있는 경제 시스템에 있습니다. FOMO 정서가 사라지면 이 기사는첫 번째 레벨 제목
AI 인프라
보조 제목
Openfabric AI
Openfabric은 AI 애플리케이션을 구축하고 연결하기 위한 플랫폼입니다. 이 플랫폼을 통해 AI 혁신가, 데이터 공급자, 기업 및 인프라 공급자 간의 협업은 새로운 지능형 알고리즘 및 서비스의 생성 및 사용을 촉진할 것입니다. Openfabric 에코시스템은 알고리즘 생성자, 데이터 공급자, 인프라 공급자 및 서비스 소비자의 네 가지 역할로 구성되며, 서비스 소비자는 다른 세 가지 유형의 서비스 공급자에게 비용을 지불해야 합니다.
알고리즘 작성자: 전문 지식을 활용하여 복잡한 비즈니스 문제를 해결하는 AI 알고리즘을 만듭니다.
데이터 공급자: AI 알고리즘 교육에 필요한 대량의 데이터 배포를 보장합니다.
인프라 공급자: AI 플랫폼을 실행하는 모든 하드웨어.
보조 제목
Oraichain
보조 제목
Fetch.ai
원천:
원천:보조 제목
SingularityNET
이미지 설명
보조 제목
Gensyn
Gensyn 프로토콜은 딥 러닝 컴퓨팅을 위한 레이어 1 네트워크로, 네트워크에 컴퓨팅 시간을 할애하고 ML(머신 러닝) 작업을 수행한 공급 측 참가자에게 즉시 보상합니다. 이 프로토콜은 관리 감독이나 집행이 필요하지 않지만 대신 스마트 계약을 통해 프로그래밍 방식으로 작업 할당 및 지불을 용이하게 합니다. 이 네트워크의 근본적인 과제는 완료된 ML 작업을 검증하는 것입니다. 이것은 복잡성 이론, 게임 이론, 암호화 및 최적화의 교차점에 있는 문제입니다. Gensyn 생태계는 Committer, Resolver, Validator 및 Reporter의 4가지 역할로 구성됩니다.
제출자: 계산할 작업을 제공하고 완료된 작업 단위에 대해 비용을 지불합니다.
솔버: 모델 교육을 수행하고 검증자가 검증할 증거를 생성합니다.
Verifiers: 비결정론적 교육 절차를 결정론적 선형 계산에 연결하고 솔버 증명의 일부를 복제하고 예상 임계값과 거리를 비교하는 핵심입니다.
Whistleblowers: 유효성 검사기의 작업을 확인하고 잭팟을 얻기 위해 도전을 제기합니다.
애플리케이션 시나리오
애플리케이션 시나리오
이러한 애플리케이션 시나리오에서 프로젝트는 최근 몇 년 동안 블록체인 개발로 인해 발생하는 새로운 요구 사항을 AI 형태로 처리하는 것을 목표로 합니다.
보조 제목
체인 투어 방향
암호화된 게임 "P2E" 모델의 주류 금융 시스템에서 사용자는 끊임없이 변화하는 게임 플레이와 많은 반복적인 기본 작업에 직면합니다.AI는 플레이어에게 안정적인 자동화 프로세스를 제공하고 더 높은 승률로 게임 전략을 공식화할 수 있습니다. rct AI는 AI를 사용하여 게임 산업에 완벽한 솔루션을 제공하며 핵심 기술인 Chaos Box는 딥 강화 학습 기반의 AI 엔진입니다. rct AI는 Axie Infinity를 위한 AI 훈련 DRL(Deep Reinforcement Learning) 모델을 개발했습니다. 전투 통계에서 효율성과 승률을 많이 시뮬레이션하고 있습니다.
보조 제목
사회적 방향
PLAI Labs는 AI와 web3를 사용하여 사용자가 함께 플레이하고, 대화하고, 싸우고, 거래하고, 모험할 수 있는 차세대 소셜 플랫폼을 구축하는 데 중점을 둡니다. 이 플랫폼은 2023년 1월 a16z로부터 3,200만 달러의 자금 조달을 받았습니다. 현재 PLAI Labs는 외부 세계에 2개의 제품을 선보였습니다.
MMORPG(대규모 멀티플레이어 온라인 롤 플레잉 게임)인 Champions Ascension에서 플레이어는 NFT 형식으로 자신만의 캐릭터를 소유할 수 있으며, 대규모 콜로세움 경기장에서 싸우고, 퀘스트를 수행하고, 맞춤형 던전을 구축하고 경쟁할 수 있습니다. 에서 디지털 아이템을 거래하세요.
사용자 제작 콘텐츠(UGC)부터 2D에서 3D 자산 렌더링까지의 모든 것을 처리하는 데 도움이 되는 AI 프로토콜 플랫폼입니다.
보조 제목
NFT 방향
Aletha AI는 인공지능과 블록체인을 결합한 기술인 iNFT의 개념을 제안했습니다. NFT는 AI를 접목한 후 상호작용성, 생성성, 확장성, 고유성 등 다양한 성격 특성을 갖게 되었습니다.
쉽게 말해 NFT가 디지털 휴먼 작품이라면 AI를 접목한 후에는 사용자와 채팅할 수 있는 기능을 갖춘 NFT 작품인 iNFT가 된다. 2021년 6월 10일 세계 최초 iNFT앨리스소더비에서 $478,800에 낙찰되었습니다.
ASM(Alterned State Machine)은 NFT, 인공 지능 및 기계 학습을 결합하여 AI 기반 NFT에 대한 교육 기능을 제공하는 혁신적인 프로젝트로, NFT 기술을 사용하여 AI의 소유권 및 수익화 프로토콜이 되는 것이 비전입니다. ASM 생태계에서 AI 기반 아바타는 에이전트(Agent)라고 불리며 두뇌와 아바타 두 부분으로 구성됩니다. 이 프로젝트는 또한 ASM 생태계를 강화하기 위해 ASTO 토큰을 발행했습니다.
Optic은 커뮤니티 내에서 NFT 사기 분석 및 NFT 가치 발견에 중점을 둔 인공 지능 NFT 검증 프로토콜을 구축하고 있으며 전체 NFT 시장이 더 높은 진정성과 투명성을 달성하도록 돕는 것을 목표로 합니다. Optic 지능형 엔진은 실제 NFT 시리즈를 학습하여 시장에서 NFT 컬렉션을 검색합니다. 그런 다음 Optic은 확인된 NFT가 실제 NFT와 얼마나 잘 일치하는지 나타내는 일치 점수를 반환합니다.
첫 번째 레벨 제목
유행 분석
블록체인 AI 프로젝트의 현재 개발 경로에서 볼 때 AI 인프라는 데이터, 알고리즘 및 컴퓨팅 성능의 세 부분으로 구성됩니다. 정상적인 AI 프로젝트가 인공 지능 생성 또는 분석 기능을 실현하려면 모델 및 데이터 세트는 물론 소프트웨어 온톨로지 및 모델 호출을 위한 GUI가 필요합니다. 그러면 이 분야의 모델 및 데이터 세트 배포, 모델 교육(컴퓨팅 파워 임대), 소프트웨어 프런트엔드 개발에 중개자가 생겨 고객의 요구를 효율적으로 충족시키기 위한 블록체인 AI 프로젝트가 탄생할 것입니다.
예를 들어 위에서 Fetch.ai는 중개자 역할을 하여 고객이 기본 토큰 트랜잭션 데이터 세트를 사용할 수 있도록 합니다. SingularityNET을 통해 고객은 개발자로부터 컴퓨팅 파워 교육 서비스를 구매할 수 있습니다. Openfabric AI 고객은 모델(알고리즘), 데이터 세트, 인프라(소프트웨어) 및 기타 서비스를 공급자로부터 받아야 합니다. Humans.ai는 기본적으로 NFT에 캡슐화되어 있습니다. 데이터 세트에 의해 사용자는 기본 토큰으로 구매합니다.
Gensyn은 기본적으로 분산형 컴퓨팅 파워 렌탈 플랫폼입니다. 거래를 위한 중개 플랫폼으로 DApp을 사용하는 자연어 처리, AI 음성 및 이미지 생성 프로젝트와 같이 기존 AI가 완료해야 하는 작업입니다.
그런 다음 블록체인의 분산 응용 프로그램이 새로운 수요를 창출하고 체인 게임 방향, 소셜 방향 및 NFT 방향을 기반으로 하는 AI 프로젝트는 블록체인에서 사용자의 문제점을 해결하는 것을 목표로 합니다. 예를 들어 rct.ai는 체인을 해결합니다. 게임 사용자 수동 반복 작업의 문제를 위해 미러월드는 체인 게임 개발을 해결하고 다른 프로젝트는 블록체인 소셜 및 NFT를 위해 개발됩니다.
현재 Web3 소셜 네트워킹의 초기 단계에서 AI의 도입은 내러티브 방식에 가깝습니다. 향후 AI 프로젝트 연구 및 개발을 위한 몇 가지 가능한 방향은 다음과 같습니다.
데이터 프라이버시 강화: Web3는 zk 기술을 사용하여 데이터 프라이버시 보호를 극대화할 수 있으며 AI는 프라이버시를 손상시키지 않고 데이터를 분석할 수 있습니다.
스마트 계약: Web3 기술은 스마트 계약을 통해 AI 응용 프로그램을 Web3 응용 프로그램에 통합하여 AI 모델의 제어 가능성을 실현할 수 있습니다. 이러한 유형의 응용 프로그램은 모델 및 데이터 세트의 거래에 사용되어 거래 프로세스를 자동화하고 ZK 기술을 사용하여 사용자 데이터를 보호할 수 있습니다.그러나 이러한 유형의 프로젝트는 오픈 소스 데이터 세트 및 오픈 소스 모델의 영향에 직면해 있습니다.상상해 보십시오. 사용자는 Hugging face에서 오픈 소스 데이터 및 모델을 얻을 수 있고 자동 학습 훈련을 사용할 수 있는데 왜 블록체인 플랫폼에서 거래하겠습니까 Web2 회사의 영향에 직면하여 Web3 AI 모델 및 데이터 세트 트랜잭션에는 해자가 충분하지 않습니다.
요약하다
요약하다
현재 블록체인의 기본 AI 인프라이든, AI 엔진을 사용하여 애플리케이션 시나리오를 구현하는 암호화 프로젝트이든 초기 단계에 있으며 주요 목표는 적용 가능한 기본 인프라를 만들고 토큰 경제와 하드웨어 공급자, 데이터 공급자, AI 알고리즘 및 기타 인공 지능 솔루션을 통합합니다.
그러나 이 둘의 통합은 또한 많은 도전에 직면해 있습니다. 우선, 블록체인은 Rollup 및 ZK와 같은 복잡한 기술인 경향이 있어 AI가 데이터를 얻는 데 어려움을 겪을 것입니다. 둘째, 블록체인 생태계에서 AI의 적용 가능성과 AI 엔진이 비상 상황에 적응하는 능력을 뒷받침할 지속적인 실험 데이터가 충분하지 않다. 마지막으로, AI 개념에 영향을 미치는 암호화 분야에서 허위 프로젝트가 자주 발생하면 사람들이 이 분야 탐색에 대한 자신감을 쉽게 잃을 수 있습니다.
전통적인 AI 문제를 해결하는 모든 블록체인 AI 프로젝트는 다음 질문에 답해야 합니다. 이 플랫폼은 블록체인에 토큰을 도입해야 하는 이유는 무엇입니까? 이로 인해 거래 대상은 모델, 데이터 및 컴퓨팅 성능과 같은 Web2 시장의 기존 대상이 온보딩의 단점을 갖게 됩니다.
토큰 경제학은 프로젝트의 흥망성쇠 주기를 바꿀 수 있는 플라이휠과 같습니다. 현재 진행하려면 플랫폼의 실제 사용자, 즉 고객 확보 문제를 고려해야 합니다.수요의 대체 불가능성은 프로젝트의 해자입니다.해자가 없는 프로젝트는 짧은 기간 성공, 그러나 충분한 사용자와 강력한 개발자 생태계가 없을 것입니다.수요가 잘못된 제안인 경우 경제적 인센티브가 지속 불가능하고 프로젝트의 수명 주기가 단축됩니다. 우리는 실제 사용자와 대체할 수 없는 요구를 기반으로 하는 더 많은 AI+Web3 프로젝트의 출현을 기대합니다. Web2에서 완료되지 않았거나 제대로 완료되지 않은 요구 사항을 충족하도록 설계되었으므로 Web3에 기본적으로 도입해야 합니다.
어쨌든 Web3에 AI를 통합하는 것은 미래 기술 트렌드이며, 이 단계에서 인공 지능과 결합된 Web3 응용 프로그램의 몇 가지 예가 나타났습니다. 시간이 지남에 따라 관련 Web3 인프라와 새로운 모델이 속속 등장할 것입니다.
