ตั้งแต่โครงสร้างพื้นฐาน AI ไปจนถึงสถานการณ์การใช้งาน โครงการ Web3 ใดที่ควรได้รับความสนใจ
ผู้เขียนต้นฉบับ: Cookie & alertcat.eth, ChainCatcher
ChatGPT แชทบอทของ OpenAI เข้าถึงผู้ใช้ที่ใช้งานอยู่ 100 ล้านคนต่อเดือนหลังจากเปิดตัวเพียงสองเดือน ทำให้เป็นแอปที่เติบโตเร็วที่สุดในประวัติศาสตร์ ความสามารถอันทรงพลังดังกล่าวในการ "เพิ่มแฟน" กระจายความนิยมของ AI ไปยังฟิลด์การเข้ารหัสอย่างรวดเร็ว เมื่อวันที่ 10 มกราคม Bloomberg รายงานว่า Microsoft กำลังพิจารณาที่จะลงทุน 1 หมื่นล้านดอลลาร์ใน OpenAI ของผู้พัฒนา ChatGPT คริปโตเคอเรนซีแนวคิด AI ทั้งหมดถูกระเบิดอย่างสมบูรณ์ FET, AGIX รอการเพิ่มขึ้นมากกว่า 200% ภายในหนึ่งเดือน
ด้วยความช่วยเหลือจากทุน เทคโนโลยีล้ำสมัยทั้งสองนี้สามารถรวมเข้าด้วยกันได้หรือไม่? ปัญญาประดิษฐ์ใช้คอมพิวเตอร์ในการแก้ปัญหาโดยเลียนแบบความสามารถในการคิดของสมองมนุษย์ OpenAI ป้อนโมเดลการประมวลผลภาษาธรรมชาติ (NLP) ด้วยข้อมูลการฝึกอบรมจำนวนมหาศาลเพื่อให้มีประสิทธิภาพมากขึ้น ในโลกที่เข้ารหัสซึ่งสร้างขึ้นโดยเทคโนโลยีบล็อกเชน ข้อมูลขนาดใหญ่บนเชนทุกวันสามารถให้ "เชื้อเพลิง" สำหรับเครื่องยนต์ AI ทำให้ AIGC สามารถฟีดแบ็คกลยุทธ์ได้ดีขึ้น
คำอธิบายภาพ
โครงการ Crypto สำหรับแนวคิด AI (ที่มา:Rootdata）
เมื่อเปรียบเทียบกับ Stability AI, ChatGPT และปัญญาประดิษฐ์อื่น ๆ ที่ได้รับความสนใจและนำไปใช้ในด้านดั้งเดิม จินตนาการที่ยิ่งใหญ่กว่าของบล็อกเชนนั้นอยู่ในระบบเศรษฐกิจที่สามารถเปลี่ยนรูปแบบ AI ได้ เมื่อความเชื่อมั่นของ FOMO จางลง บทความนี้จะชื่อระดับแรก
โครงสร้างพื้นฐาน AI
ชื่อเรื่องรอง
Openfabric AI
Openfabric เป็นแพลตฟอร์มสำหรับสร้างและเชื่อมต่อแอปพลิเคชัน AI การทำงานร่วมกันระหว่างผู้คิดค้นนวัตกรรม AI ผู้ให้บริการข้อมูล องค์กร และผู้ให้บริการโครงสร้างพื้นฐานผ่านแพลตฟอร์มนี้จะช่วยอำนวยความสะดวกในการสร้างและใช้งานอัลกอริธึมและบริการอัจฉริยะใหม่ ๆ ระบบนิเวศของ Openfabric ประกอบด้วย 4 บทบาท ได้แก่ ผู้สร้างอัลกอริทึม ผู้ให้บริการข้อมูล ผู้ให้บริการโครงสร้างพื้นฐาน และผู้ใช้บริการ ซึ่งผู้ใช้บริการต้องจ่ายให้กับผู้ให้บริการอีก 3 ประเภท
ผู้สร้างอัลกอริทึม: ใช้ประโยชน์จากความเชี่ยวชาญเพื่อสร้างอัลกอริทึม AI ที่แก้ปัญหาทางธุรกิจที่ซับซ้อน
ผู้ให้บริการข้อมูล: ตรวจสอบให้แน่ใจว่ามีการกระจายข้อมูลจำนวนมากซึ่งจำเป็นสำหรับการฝึกอัลกอริทึม AI
ผู้ให้บริการโครงสร้างพื้นฐาน: ฮาร์ดแวร์ทั้งหมดที่รันแพลตฟอร์ม AI
ชื่อเรื่องรอง
Oraichain
ชื่อเรื่องรอง
Fetch.ai
แหล่งที่มา:
แหล่งที่มา:ชื่อเรื่องรอง
SingularityNET
คำอธิบายภาพ
ชื่อเรื่องรอง
Gensyn
Gensyn Protocol เป็นเครือข่ายเลเยอร์ 1 สำหรับการประมวลผลการเรียนรู้เชิงลึกที่ให้รางวัลแก่ผู้เข้าร่วมด้านอุปทานทันทีสำหรับการอุทิศเวลาการประมวลผลให้กับเครือข่ายและปฏิบัติงาน ML (การเรียนรู้ของเครื่อง) โปรโตคอลไม่ต้องการการควบคุมดูแลหรือการบังคับใช้ แต่อำนวยความสะดวกในการมอบหมายงานและชำระเงินแบบเป็นโปรแกรมผ่านสัญญาอัจฉริยะแทน ความท้าทายพื้นฐานของเครือข่ายนี้คือการตรวจสอบความถูกต้องของงาน ML ที่เสร็จสิ้น นี่เป็นปัญหาที่จุดตัดของทฤษฎีความซับซ้อน ทฤษฎีเกม การเข้ารหัส และการเพิ่มประสิทธิภาพ ระบบนิเวศของ Gensyn ประกอบด้วย 4 บทบาท: Committer, Resolver, Validator และ Reporter
ผู้ส่ง: จัดเตรียมงานที่ต้องคำนวณและชำระเงินสำหรับหน่วยงานที่เสร็จสมบูรณ์
นักแก้ปัญหา: ดำเนินการฝึกอบรมแบบจำลองและสร้างหลักฐานสำหรับการตรวจสอบโดยผู้ตรวจสอบ
ตัวตรวจสอบความถูกต้อง: กุญแจสำคัญในการเชื่อมโยงขั้นตอนการฝึกอบรมที่ไม่ได้กำหนดขึ้นกับการคำนวณเชิงเส้นเชิงกำหนด การจำลองส่วนของการพิสูจน์ตัวแก้ปัญหา และการเปรียบเทียบระยะทางกับเกณฑ์ที่คาดไว้
Whistleblower: ตรวจสอบการทำงานของผู้ตรวจสอบและท้าทายโดยหวังว่าจะชนะรางวัลแจ็คพอต
สถานการณ์แอ็พพลิเคชัน
สถานการณ์แอ็พพลิเคชัน
ในสถานการณ์การใช้งานดังกล่าว โครงการนี้มีเป้าหมายเพื่อจัดการกับความต้องการที่เกิดขึ้นใหม่ซึ่งเกิดจากการพัฒนาบล็อกเชนในรูปแบบของ AI ในช่วงไม่กี่ปีที่ผ่านมา
ชื่อเรื่องรอง
ทิศทางทัวร์ลูกโซ่
ภายใต้ระบบการเงินหลักของรูปแบบเกมเข้ารหัส "P2E" ผู้ใช้จะต้องเผชิญกับการเล่นเกมที่เปลี่ยนแปลงตลอดเวลาและการดำเนินการพื้นฐานซ้ำๆ จำนวนมาก AI สามารถให้กระบวนการอัตโนมัติที่เสถียรแก่ผู้เล่นและกำหนดกลยุทธ์เกมด้วยอัตราการชนะที่สูงขึ้น rct AI ใช้ AI เพื่อจัดหาโซลูชันที่สมบูรณ์สำหรับอุตสาหกรรมเกม Chaos Box ซึ่งเป็นเทคโนโลยีหลักของบริษัทคือกลไก AI ที่อิงจากการเรียนรู้เสริมเชิงลึก rct AI ได้พัฒนาโมเดล DRL (Deep Reinforcement Learning) ที่ฝึกโดย AI สำหรับ Axie Infinity เนื่องจากมีการ์ดทั้งหมดใน Axie Infinity รวมกันประมาณ 10 ^ 23 เช่นเดียวกับลักษณะของเกม เช่น เกม โมเดลของ rct AI กำลังจำลองประสิทธิภาพที่เพิ่มขึ้นจำนวนมากและอัตราการชนะในสถิติการรบ
ชื่อเรื่องรอง
ทิศทางทางสังคม
PLAI Labs มุ่งเน้นที่การใช้ AI และ web3 เพื่อสร้างแพลตฟอร์มโซเชียลยุคใหม่สำหรับผู้ใช้เพื่อเล่น พูดคุย ต่อสู้ แลกเปลี่ยน และผจญภัยไปด้วยกัน แพลตฟอร์มดังกล่าวได้รับเงิน 32 ล้านดอลลาร์จาก a16z ในเดือนมกราคม 2566 ปัจจุบัน PLAI Labs ได้แสดงผลิตภัณฑ์ออกสู่สายตาภายนอกแล้ว 2 รายการ ได้แก่
Champions Ascension เกมเล่นตามบทบาทออนไลน์ (MMORPG) ที่มีผู้เล่นหลายคนจำนวนมาก ผู้เล่นสามารถเลือกเป็นเจ้าของตัวละครของตนเองในรูปแบบของ NFT และสามารถต่อสู้ในสนามกีฬาโคลอสเซียมขนาดใหญ่ ทำภารกิจ และเล่นในดันเจี้ยนแบบกำหนดเอง สร้างและแข่งขันและ แลกเปลี่ยนรายการดิจิทัลใน.
แพลตฟอร์มโปรโตคอล AI ที่จะช่วยจัดการทุกอย่างตั้งแต่เนื้อหาที่ผู้ใช้สร้างขึ้น (UGC) ไปจนถึงการจับคู่กับการแสดงเนื้อหาแบบ 2 มิติถึง 3 มิติ
ชื่อเรื่องรอง
ทิศทาง NFT
Aletha AI เสนอแนวคิดของ iNFT ซึ่งเป็นเทคโนโลยีที่ผสมผสานปัญญาประดิษฐ์และบล็อกเชนเข้าด้วยกัน หลังจากรวมเอา AI แล้ว NFT ก็มีลักษณะบุคลิกภาพต่างๆ ของการโต้ตอบ การสร้างสรรค์ ความสามารถในการปรับขนาด และความเป็นเอกลักษณ์
ถ้าพูดง่ายๆ ก็คือ ถ้า NFT เป็นงานดิจิทัลของมนุษย์ หลังจากรวม AI เข้าด้วยกัน มันจะกลายเป็น iNFT ซึ่งเป็นงาน NFT ที่มีความสามารถในการแชทกับผู้ใช้ ในวันที่ 10 มิถุนายน 2021 iNFT เครื่องแรกของโลกอลิซขายที่ Sotheby's ราคา 478,800 ดอลลาร์
Altered State Machine (ASM) เป็นโครงการนวัตกรรมที่รวมเอา NFT, ปัญญาประดิษฐ์และการเรียนรู้ของเครื่องเข้าด้วยกันเพื่อมอบพลังการฝึกอบรมสำหรับ NFT ที่ขับเคลื่อนด้วย AI โดยมีวิสัยทัศน์คือการเป็นเจ้าของและโปรโตคอลการสร้างรายได้สำหรับ AI โดยใช้เทคโนโลยี NFT ในระบบนิเวศ ASM อวาตาร์ที่ใช้ AI เรียกว่าเอเจนต์ ซึ่งประกอบด้วยสองส่วน ได้แก่ สมองและอวาตาร์ โครงการยังได้ออกโทเค็น ASTO เพื่อขับเคลื่อนระบบนิเวศ ASM
ออปติกกำลังสร้างโปรโตคอลการตรวจสอบ NFT ที่ใช้ปัญญาประดิษฐ์ โดยมุ่งเน้นไปที่การวิเคราะห์การฉ้อโกง NFT และการค้นพบคุณค่าของ NFT ภายในชุมชน โดยมีเป้าหมายเพื่อช่วยให้ตลาด NFT ทั้งหมดบรรลุความถูกต้องและความโปร่งใสที่สูงขึ้น เอ็นจิ้นอัจฉริยะออปติกดึงคอลเลกชัน NFT ในตลาดโดยการเรียนรู้ซีรีส์ NFT จริง จากนั้นออปติกจะส่งกลับคะแนนการแข่งขันเพื่อระบุว่า NFT ที่ตรวจสอบนั้นตรงกับ NFT จริงเพียงใด
ชื่อระดับแรก
วิเคราะห์แนวโน้ม
เมื่อพิจารณาจากเส้นทางการพัฒนาปัจจุบันของโครงการ blockchain AI โครงสร้างพื้นฐานของ AI ประกอบด้วยสามส่วน ได้แก่ ข้อมูล อัลกอริทึม และพลังการประมวลผล หากโครงการ AI ทั่วไปต้องการตระหนักถึงความสามารถในการสร้างหรือวิเคราะห์ปัญญาประดิษฐ์ จำเป็นต้องมีแบบจำลองและชุดข้อมูล ตลอดจนออนโทโลยีของซอฟต์แวร์และ GUI สำหรับการเรียกใช้แบบจำลอง จากนั้นการกระจายโมเดลและชุดข้อมูลในสาขานี้ การฝึกอบรมโมเดล (การเช่าพลังงานคอมพิวเตอร์) และการพัฒนาซอฟต์แวร์ส่วนหน้าจะมีตัวกลาง ซึ่งจะให้กำเนิดโครงการ blockchain AI ที่มุ่งตอบสนองความต้องการของลูกค้าอย่างมีประสิทธิภาพ
ตัวอย่างเช่น ข้างต้น Fetch.ai ทำหน้าที่เป็นตัวกลาง ช่วยให้ลูกค้าสามารถใช้ชุดข้อมูลธุรกรรมโทเค็นดั้งเดิมของตนได้ SingularityNET ช่วยให้ลูกค้าซื้อบริการฝึกอบรมพลังการประมวลผลจากนักพัฒนาได้ ลูกค้า AI ของ Openfabric จำเป็นต้องได้รับโมเดล (อัลกอริทึม) ชุดข้อมูล โครงสร้างพื้นฐาน (ซอฟต์แวร์) และบริการอื่นๆ จากผู้ให้บริการ Humans.ai ได้รับการห่อหุ้มเป็นหลักใน NFT โมเดล AI ที่ผ่านการฝึกอบรม โดยชุดข้อมูลที่ผู้ใช้ซื้อด้วยโทเค็นดั้งเดิม
Gensyn เป็นแพลตฟอร์มให้เช่าพลังการประมวลผลแบบกระจายอำนาจ งานเหล่านี้เป็นงานที่ AI แบบดั้งเดิมจำเป็นต้องทำให้เสร็จ เช่น การประมวลผลภาษาธรรมชาติ เสียงของ AI และโครงการสร้างภาพที่ใช้ DApp เป็นแพลตฟอร์มตัวกลางสำหรับการทำธุรกรรม
จากนั้นแอปพลิเคชันแบบกระจายอำนาจในบล็อกเชนได้สร้างความต้องการใหม่ จากนั้นโครงการ AI ตามทิศทางเกมลูกโซ่ ทิศทางสังคม และทิศทาง NFT มีเป้าหมายเพื่อแก้ไขจุดบกพร่องของผู้ใช้ในบล็อกเชน เช่น rct.ai แก้ปัญหาลูกโซ่ ผู้ใช้เกม สำหรับปัญหาของการดำเนินการซ้ำ ๆ ด้วยตนเอง Mirror World แก้ปัญหาการพัฒนาเกมลูกโซ่ และโครงการอื่น ๆ ได้รับการพัฒนาสำหรับ blockchain social และ NFT
ในปัจจุบัน ในช่วงแรกของเครือข่ายสังคมออนไลน์ Web3 การนำ AI มาใช้เป็นวิธีการเล่าเรื่องมากกว่า ในอนาคต ทิศทางที่เป็นไปได้สำหรับการวิจัยและพัฒนาโครงการ AI:
เพิ่มความเป็นส่วนตัวของข้อมูล: Web3 สามารถปกป้องความเป็นส่วนตัวของข้อมูลได้สูงสุดโดยใช้เทคโนโลยี zk และ AI สามารถวิเคราะห์ข้อมูลโดยไม่สูญเสียความเป็นส่วนตัว
สัญญาอัจฉริยะ: เทคโนโลยี Web3 สามารถรวมแอปพลิเคชัน AI เข้ากับแอปพลิเคชัน Web3 ผ่านสัญญาอัจฉริยะ เพื่อให้ตระหนักถึงความสามารถในการควบคุมของโมเดล AI แอปพลิเคชันประเภทนี้สามารถใช้ในการทำธุรกรรมของโมเดลและชุดข้อมูลเพื่อทำให้กระบวนการธุรกรรมเป็นไปโดยอัตโนมัติและใช้เทคโนโลยี ZK เพื่อปกป้องข้อมูลผู้ใช้ อย่างไรก็ตาม โปรเจ็กต์ประเภทนี้ต้องเผชิญกับผลกระทบของชุดข้อมูลโอเพ่นซอร์สและโมเดลโอเพ่นซอร์ส ลองนึกดู: ถ้า ผู้ใช้สามารถรับข้อมูลโอเพ่นซอร์สและโมเดลบน Hugging face และใช้ auto traintraining ทำไมพวกเขาถึงซื้อขายบนแพลตฟอร์ม blockchain เมื่อเผชิญกับผลกระทบของบริษัท Web2 โมเดล Web3 AI และธุรกรรมชุดข้อมูลไม่มีคูเมืองเพียงพอ
สรุป
สรุป
ในปัจจุบัน ไม่ว่าจะเป็นโครงสร้างพื้นฐาน AI ดั้งเดิมของ blockchain หรือโครงการเข้ารหัสที่ใช้เครื่องยนต์ AI เพื่อตระหนักถึงสถานการณ์ของแอปพลิเคชัน เป้าหมายหลักคือการสร้างโครงสร้างพื้นฐานที่เกี่ยวข้องและ รวมระบบเศรษฐกิจโทเค็นและผู้ให้บริการฮาร์ดแวร์ ผู้ให้บริการข้อมูล อัลกอริทึม AI และโซลูชันปัญญาประดิษฐ์อื่นๆ
อย่างไรก็ตาม การรวมตัวกันของทั้งสองยังต้องเผชิญกับความท้าทายมากมาย ประการแรก บล็อกเชนมีแนวโน้มที่จะเป็นเทคโนโลยีที่ซับซ้อน เช่น Rollup และ ZK ซึ่งจะนำความท้าทายมาสู่ AI ในการรับข้อมูล ประการที่สอง มีข้อมูลการทดลองอย่างต่อเนื่องไม่เพียงพอที่จะสนับสนุนการบังคับใช้ของ AI ในระบบนิเวศของบล็อกเชน และความสามารถของเครื่องมือ AI ในการปรับให้เข้ากับเหตุฉุกเฉิน ประการสุดท้าย การเกิดขึ้นบ่อยครั้งของโปรเจ็กต์เท็จในฟิลด์การเข้ารหัสซึ่งขัดกับแนวคิดของ AI ทำให้ผู้คนสูญเสียความมั่นใจในการสำรวจฟิลด์นี้ได้ง่าย
โครงการ AI บล็อกเชนทั้งหมดที่แก้ปัญหา AI แบบดั้งเดิมจำเป็นต้องตอบคำถาม: เหตุใดแพลตฟอร์มนี้จึงต้องแนะนำโทเค็นบนบล็อกเชน สิ่งนี้ทำให้เป้าหมายการซื้อขายเป็นเป้าหมายที่มีอยู่ในตลาด Web2 เช่น โมเดล ข้อมูล และพลังการประมวลผล มีข้อเสียในการเริ่มต้นใช้งาน
เศรษฐศาสตร์โทเค็นเปรียบเสมือนมู่เล่ที่สามารถเปลี่ยนวงจรของการเพิ่มขึ้นและลดลงของโครงการ ในขณะนี้ หากคุณต้องการก้าวไปข้างหน้า คุณต้องพิจารณาผู้ใช้จริงของแพลตฟอร์ม นั่นคือปัญหาของการได้มาซึ่งลูกค้า อุปสงค์ที่ไม่สามารถถูกแทนที่ได้คือคูเมืองของโครงการ โครงการที่ไม่มีคูเมืองสามารถบรรลุผลได้ในระยะสั้น ความสำเร็จในระยะแต่จะมีผู้ใช้ไม่เพียงพอและระบบนิเวศของนักพัฒนาที่แข็งแกร่ง เมื่ออุปสงค์ เป็นเรื่องเท็จสิ่งจูงใจทางเศรษฐกิจจะไม่ยั่งยืนและวงจรชีวิตของโครงการจะสั้นลง เราหวังว่าจะมีโครงการ AI+Web3 เพิ่มขึ้นตามผู้ใช้จริงและความต้องการที่ไม่สามารถแทนที่ได้ ได้รับการออกแบบมาเพื่อตอบสนองความต้องการที่ไม่สมบูรณ์หรือไม่สมบูรณ์ใน web2 ดังนั้นจำเป็นต้องแนะนำใน Web3 แบบเนทีฟ
ไม่ว่าในกรณีใด การรวม AI เข้ากับ Web3 เป็นแนวโน้มของเทคโนโลยีในอนาคต และตัวอย่างบางส่วนของแอปพลิเคชัน Web3 ที่รวมกับปัญญาประดิษฐ์ได้ปรากฏขึ้นแล้วในขั้นตอนนี้ เมื่อเวลาผ่านไป โครงสร้างพื้นฐานของ Web3 และโมเดลใหม่ๆ ที่เกี่ยวข้องกันมากขึ้นก็จะเกิดขึ้นตามมา
