tác giả:@chenyangjamie, @GryphsisAcademy

TL;DR:

• Ứng dụng thương mại của AI tạo sinh sẽ phổ biến trên toàn thế giới vào năm 2022, nhưng khi tính mới không còn nữa, một số vấn đề hiện tại về AI tạo sinh đã dần xuất hiện. Lĩnh vực Web3 ngày càng trưởng thành, dựa vào các đặc điểm hoàn toàn minh bạch, có thể kiểm chứng và phi tập trung của blockchain, cung cấp những ý tưởng mới để giải quyết các vấn đề tổng quát về AI.

• Generative AI là một công nghệ mới nổi trong những năm gần đây, được phát triển dựa trên nền tảng mạng lưới thần kinh của học sâu. Mô hình phổ biến được sử dụng để tạo hình ảnh và mô hình ngôn ngữ lớn được sử dụng cho ChatGPT đã cho thấy tiềm năng thương mại lớn.

• Kiến trúc triển khai Generative AI trong Web3 bao gồm cơ sở hạ tầng, mô hình, ứng dụng và dữ liệu, phần dữ liệu đặc biệt quan trọng khi kết hợp với Web3 và có dư địa phát triển rất lớn, đặc biệt làMô hình dữ liệu trên chuỗi, dự án đại lý AI và ứng dụng trường dọcNó có tiềm năng trở thành hướng phát triển then chốt trong tương lai.

• Hiện tại, các dự án phổ biến trong lĩnh vực AI trong Web3 trên thị trường đều cho thấy thiếu nền tảng cơ bản và khả năng nắm bắt giá trị mã thông báo yếu. Trong tương lai, chúng tôi chủ yếu mong đợi sự phổ biến mới hoặc các bản cập nhật cho nền kinh tế mã thông báo.

• AI sáng tạo có tiềm năng rất lớn trong lĩnh vực Web3 và có nhiều câu chuyện mới được kết hợp với các công nghệ phần mềm và phần cứng khác trong tương lai rất đáng mong đợi.

1. Tại sao Generative AI và Web3 lại cần nhau?

Năm 2022 có thể gọi là năm mà Generative AI (Trí tuệ nhân tạo) làm mưa làm gió trên toàn thế giới, trước đó Generative AI chỉ là công cụ phụ trợ cho những người lao động chuyên nghiệp, tuy nhiên ở Dalle-2, Stable Diffusion, Imagen và Midjourney lần lượt ra đời sau đó. ,Nội dung do trí tuệ nhân tạo tạo ra(Nội dung do AI tạo ra, gọi tắt là AIGC), là ứng dụng công nghệ mới nhất, đã tạo ra một làn sóng lớn nội dung thời thượng trên mạng xã hội. ChatGPT ra mắt ngay sau đó quả là bom tấn, đẩy xu hướng này lên đến đỉnh điểm. Là công cụ AI đầu tiên có thể trả lời hầu hết mọi câu hỏi chỉ bằng cách nhập một lệnh văn bản đơn giản (lời nhắc), ChatGPT đã trở thành trợ lý công việc hàng ngày của nhiều người. Nó có thể thực hiện nhiều công việc hàng ngày khác nhau như viết tài liệu, dạy kèm bài tập về nhà, trợ lý email, sửa luận văn và thậm chí cả dạy kèm về cảm xúc. thời gian, con người Bạn có thể cảm nhận được sự “thông minh” của trí tuệ nhân tạo. Theo báo cáo của nhóm vĩ mô của Goldman Sachs, AI có thể tạo ra có thể trở thành động lực thúc đẩy tăng trưởng năng suất lao động của Hoa Kỳ. Trong vòng 10 năm kể từ khi phát triển AI, nó có thể thúc đẩy tăng trưởng GDP toàn cầu thêm 7% (hoặc gần 7 nghìn tỷ USD) trong vòng 10 năm năm và tăng tốc độ tăng trưởng năng suất thêm 1,5 điểm phần trăm.

Lĩnh vực Web3 cũng đã đón nhận làn gió xuân của AIGC và lĩnh vực AI vào tháng 1 năm 2023 đã phát triển toàn diện.

Source: https://www.coingecko.com/

Tuy nhiên, sau khi tính mới ban đầu dần mờ nhạt, lưu lượng truy cập toàn cầu của ChatGPT đã giảm lần đầu tiên vào tháng 6 năm 2023 kể từ khi phát hành (nguồn dữ liệu: SameWeb). Đã đến lúc phải suy nghĩ lại về ý nghĩa của AI tổng quát và những hạn chế của nó. Xét theo tình hình hiện tại,Những vấn đề nan giải mà AI sáng tạo gặp phảiBao gồm (nhưng không giới hạn): Thứ nhất, phương tiện truyền thông xã hội tràn ngập nội dung AIGC không được cấp phép và không thể theo dõi; thứ hai, chi phí bảo trì ChatGPT cao buộc OpenAI cũng phải chọn giảm chất lượng sản xuất để giảm chi phí và tăng hiệu quả; cuối cùng, Ngay cả các mô hình lớn trên thế giới vẫn có những sai lệch ở một số khía cạnh của kết quả tạo ra.

Lưu lượng truy cập trên máy tính để bàn và thiết bị di động toàn cầu ChatGPT

Source: Similarweb

Đồng thời, Web3, đang dần trưởng thành, cung cấp các giải pháp mới cho tình thế tiến thoái lưỡng nan hiện nay của AI thế hệ với các đặc điểm phi tập trung, hoàn toàn minh bạch và có thể kiểm chứng:

• Tính minh bạch và khả năng truy xuất nguồn gốc đầy đủ của Web3 có thể giải quyết các thách thức về bản quyền và quyền riêng tư dữ liệu do AI tạo ra mang lại.Hai tính năng này của Web3 có thể cho phép xác minh nguồn và tính xác thực của nội dung một cách hiệu quả, từ đó làm tăng đáng kể chi phí cho nội dung sai lệch hoặc vi phạm do AI tạo ra, chẳng hạn nhưVideo remix ngắn có bản quyền khó hiểu hoặc video đổi mặt DeepFake xâm phạm quyền riêng tư của người khác. Ngoài ra, việc áp dụng hợp đồng thông minh trong quản lý nội dung được kỳ vọng sẽ giải quyết được vấn đề bản quyền và đảm bảo rằng người sáng tạo nội dung có thể nhận được mức đền bù công bằng hơn cho nội dung sáng tạo của mình.

DeepFake Video: This is not Morgan Freeman

Source: Youtube

• Bản chất phi tập trung của Web3 có thể làm giảm nguy cơ tập trung sức mạnh tính toán AI. Việc phát triển Generative AI đòi hỏi một lượng tài nguyên tính toán khổng lồ, ước tính chi phí đào tạo ChatGPT dựa trên GPT-3 ít nhất là 2 triệu USD, đồng thời hóa đơn tiền điện hàng ngày là khoảng 47.000 USD và con số này sẽ tăng theo cấp số nhân cùng với sự phát triển của công nghệ và quy mô. hiện tạiTài nguyên máy tính vẫn tập trung nhiềuTrong tay các công ty lớn, điều này dẫn đến chi phí RD, bảo trì và vận hành rất lớn, cũng như rủi ro tập trung hóa, khiến các công ty nhỏ hơn khó cạnh tranh. Mặc dù việc đào tạo các mô hình lớn có thể vẫn cần được thực hiện trong môi trường tập trung trong thời gian ngắn vì việc đào tạo các mô hình lớn đòi hỏi nhiều tài nguyên tính toán, nhưng trong Web3, công nghệ blockchain cho phépSuy luận mô hình phân tán, quản trị bỏ phiếu của cộng đồng và mã thông báo mô hìnhChờ đợi trở nên có thể. Lấy sàn giao dịch phi tập trung hiện tại làm trường hợp trưởng thành, chúng ta có thể thiết kế một hệ thống suy luận mô hình lớn AI phi tập trung dựa vào cộng đồng, trong đó quyền sở hữu mô hình lớn thuộc về cộng đồng và được cộng đồng quản lý.

Ngay cả với GPT-3 huấn luyện H 100 mới nhất, chi phí cho mỗi FLOP vẫn cao

Source: substake.com  

• Việc sử dụng các tính năng của Web3 có thể tối ưu hóa tính đa dạng của bộ dữ liệu AI và khả năng diễn giải của các mô hình AI.Các phương pháp thu thập dữ liệu truyền thống về cơ bản dựa trên các bộ dữ liệu công cộng hoặc do người tạo mô hình tự thu thập và dữ liệu được thu thập thường bị hạn chế bởi địa lý và văn hóa. Điều này có thể khiến nội dung do chương trình AIGC tạo ra và các câu trả lời do ChatGPT tạo ra có thành kiến ​​chủ quan từ một số nhóm dân tộc nhất định, chẳng hạn như thay đổi màu da của nhiệm vụ mục tiêu. Thông qua mô hình khuyến khích mã thông báo của Web3, chúng tôi có thể tối ưu hóa các phương pháp thu thập dữ liệu, thu thập dữ liệu từ mọi nơi trên thế giới và ấn định trọng số. Đồng thời, tính minh bạch đầy đủ và khả năng truy xuất nguồn gốc của Web3 có thể tăng thêm khả năng diễn giải của mô hình và khuyến khích đầu ra có nền tảng đa dạng để làm phong phú mô hình.

AI được thiết kế để cải thiện độ phân giải sẽ biến Obama thành người da trắng

Source: Twitter

• Dữ liệu trực tuyến khổng lồ của Web3 có thể được sử dụng để đào tạo các mô hình AI độc đáo.Các phương pháp thiết kế và huấn luyện mô hình AI hiện nay thường được xây dựng dựa trên cấu trúc dữ liệu mục tiêu (văn bản, giọng nói, hình ảnh hoặc video). Một hướng phát triển độc đáo trong tương lai của sự kết hợp giữa Web3 và AI là tham khảo phương pháp xây dựng và huấn luyện các mô hình lớn bằng ngôn ngữ tự nhiên và sử dụng cấu trúc dữ liệu duy nhất của dữ liệu trên chuỗi Web3 để thiết lậpMô hình dữ liệu lớn trên chuỗi. Điều này có thể cung cấp cho người dùng một góc nhìn độc đáo mà các phân tích dữ liệu khác không thể đạt tới (theo dõi tiền thông minh, định hướng tài trợ dự án, v.v.). Đồng thời, so với phân tích thủ công trên chuỗi, AI có lợi thế là có thể xử lý khối lượng lớn lượng dữ liệu đồng thời.

Tự động hóa phân tích trên chuỗi và giám sát thông tin trên chuỗi để có được thông tin trực tiếp
Source: nansen.ai

• Generative AI được kỳ vọng sẽ là trợ thủ đắc lực trong việc hạ thấp ngưỡng để mọi người tham gia vào thế giới Web3. Mô hình tham gia chính thống hiện nay của các dự án Web3 yêu cầu người tham gia phải có hiểu biết đáng kể về các khái niệm phức tạp trên chuỗi và logic vận hành ví, điều này làm tăng đáng kể chi phí học tập của người dùng và rủi ro hoạt động sai. Ngược lại, các ứng dụng tương tự trong Web2 đã có nguyên tắc lười biếng trong thiết kế sản phẩm đã được triển khai trong nhiều năm, cho phép người dùng bắt đầu dễ dàng và không gặp rủi ro. Generative AI được kỳ vọng sẽ hỗ trợ các dự án tập trung vào mục đích, bằng cách đóng vai trò là trợ lý thông minh giữa người dùng và giao thức trong Web3, Điều này cải thiện đáng kể trải nghiệm người dùng của các sản phẩm Web3.

• Web3 cũng đã tạo ra nhu cầu lớn về nội dung và trí tuệ nhân tạo đã trở thành phương tiện chính để đáp ứng nhu cầu này.AI sáng tạo có thể tạo ra một lượng lớn bài viết, hình ảnh, nội dung âm thanh và video cho Web3, thúc đẩy sự phát triển của các ứng dụng phi tập trung. Từ thị trường NFT đến tài liệu hợp đồng thông minh, tất cả đều có thể hưởng lợi từ nội dung đa dạng do AI tạo ra.

Mặc dù AI và Web3 có những thách thức riêng nhưng nhu cầu chung và các giải pháp hợp tác của chúng được kỳ vọng sẽ định hình tương lai của thế giới kỹ thuật số. Sự hợp tác này sẽ cải thiện chất lượng và độ tin cậy của việc tạo nội dung, thúc đẩy sự phát triển hơn nữa của hệ sinh thái kỹ thuật số và cung cấp cho người dùng trải nghiệm kỹ thuật số có giá trị hơn. Sự đồng phát triển của AI và Web3 sáng tạo sẽ vạch ra một chương mới thú vị trong thời đại kỹ thuật số.

2. Tóm tắt kỹ thuật của Generative AI

2.1 Nền tảng kỹ thuật của Generative AI

Kể từ khi khái niệm AI được đề xuất vào những năm 1950, nó đã trải qua nhiều thăng trầm, mỗi sự đổi mới trong các công nghệ chủ chốt sẽ mang đến một làn sóng mới và lần này Generative AI cũng không ngoại lệ. Generative AI là một khái niệm mới nổi mới được đề xuất trong 10 năm qua, với hiệu suất chói sáng của các công nghệ và sản phẩm gần đây, nó đã nổi bật so với nhiều hướng nghiên cứu phụ của AI và thu hút sự chú ý của thế giới chỉ sau một đêm. Trước khi đi sâu hơn vào kiến ​​trúc kỹ thuật của Generative AI, trước tiên chúng ta cần giải thích ý nghĩa cụ thể của Generative AI được thảo luận trong bài viết này và xem xét ngắn gọn các thành phần kỹ thuật cốt lõi của Generative AI đã trở nên phổ biến gần đây.

Trí tuệ nhân tạo sáng tạo là một loại trí tuệ nhân tạo có thể được sử dụng để tạo ra nội dung và ý tưởng mới (bao gồm các cuộc hội thoại, câu chuyện, hình ảnh, video và âm nhạc). Nó được xây dựng trên nền tảng mạng lưới thần kinh của học sâu và được đào tạo bằng cách sử dụng một lượng lớn dữ liệu Nó chứa một mô hình với số lượng lớn các tham số. Các sản phẩm AI tổng quát gần đây thu hút sự chú ý của mọi người có thể được chia thành hai loại đơn giản: một là sản phẩm tạo hình ảnh (video) để nhập văn bản hoặc kiểu, và hai là sản phẩm ChatGPT để nhập văn bản. Hai loại sản phẩm này thực tế sử dụng cùng một công nghệ cốt lõi là mô hình ngôn ngữ lớn được đào tạo trước (Large Language Model) dựa trên kiến ​​trúc Transformer.LLM). Trên cơ sở này, loại sản phẩm trước bổ sung mô hình phổ biến kết hợp kiểu nhập văn bản để tạo ra hình ảnh hoặc video chất lượng cao, trong khi loại sản phẩm sau bổ sung đào tạo học tăng cường dựa trên phản hồi của con người (Học tăng cường từ phản hồi của con người,RLHF) để đạt được kết quả đầu ra gần với mức logic của con người.

2.2 Kiến trúc kỹ thuật hiện tại của AI thế hệ:

Nhiều bài báo xuất sắc trước đây đã thảo luận về tầm quan trọng của Generative AI đối với các kiến ​​trúc kỹ thuật hiện có từ các góc độ khác nhau, chẳng hạn như bài viết này của A16z Ai sở hữu nền tảng Generative AI? 》, tóm tắt toàn diện kiến ​​trúc kỹ thuật hiện tại của AI thế hệ:

Kiến trúc kỹ thuật chính của AI sáng tạo

Source: Ai sở hữu nền tảng AI tổng quát?

Trong bài viết nghiên cứu này, kiến ​​trúc AI tổng hợp Web2 hiện tại được chia thànhBa cấp độ: cơ sở hạ tầng (sức mạnh tính toán), mô hình và ứng dụng, đồng thời đưa ra quan điểm về sự phát triển hiện nay của ba cấp độ này.

Đối với cơ sở hạ tầng, mặc dù tính logic của cơ sở hạ tầng trong Web2 hiện nay vẫn chiếm ưu thế nhưng vẫn có rất ít dự án cơ sở hạ tầng thực sự kết hợp Web3 với AI. Đồng thời, cơ sở hạ tầng cũng là phần thu được nhiều giá trị nhất ở giai đoạn này. và lĩnh vực tính toán.

cho người mẫu, phải là người sáng tạo và sở hữu thực sự của AI.Tuy nhiên, ở giai đoạn hiện tại, có rất ít mô hình kinh doanh có thể hỗ trợ tác giả của các mô hình đạt được giá trị thương mại tương ứng.

Cho ứng dụngMặc dù một số lĩnh vực dọc đã tích lũy ứng dụng với doanh thu vượt quá hàng trăm triệu đô la, chi phí bảo trì cao và tỷ lệ giữ chân người dùng thấp vẫn không đủ để hỗ trợ mô hình kinh doanh lâu dài.

2.3 Ví dụ ứng dụng Generative AI và Web3

2.3.1 Ứng dụng AI để phân tích dữ liệu khổng lồ của Web3

Dữ liệu là cốt lõi để thiết lập các rào cản kỹ thuật trong lĩnh vực phát triển AI trong tương lai.Để hiểu tầm quan trọng của nó, trước tiên chúng ta hãy xem xét nghiên cứu về nguồn gốc của hiệu suất trong các mô hình lớn. Nghiên cứu này cho thấy các mô hình AI lớn thể hiện tính độc đáoKhả năng nổi bật: Nghĩa là, bằng cách liên tục tăng kích thước mô hình, khi vượt quá một ngưỡng nhất định, độ chính xác của mô hình sẽ tăng đột ngột. Như được hiển thị trong hình bên dưới, mỗi hình đại diện cho một nhiệm vụ huấn luyện và mỗi đường đa tuyến đáp ứng hiệu suất (tỷ lệ chính xác) của một mô hình lớn. Các thử nghiệm trên nhiều mô hình lớn khác nhau đã đi đến một kết luận nhất quán: sau khi kích thước mô hình vượt quá một ngưỡng nhất định, hiệu suất trên các nhiệm vụ khác nhau cho thấy sự tăng trưởng đột phá.

Mối quan hệ giữa kích thước mô hình và hiệu suất mô hình
Source: Emergent Analogical Reasoning in Large Language Models

Nói một cách đơn giản, những thay đổi về số lượng trong quy mô mô hình sẽ dẫn đến những thay đổi về chất trong hiệu suất của mô hình.Kích thước mô hình liên quan đến số lượng tham số mô hình, thời gian huấn luyện và chất lượng dữ liệu huấn luyện. Ở giai đoạn này, khi khoảng cách không thể nới rộng về số lượng tham số mô hình (tất cả các công ty lớn đều có đội ngũ RD hàng đầu chịu trách nhiệm thiết kế) và thời gian đào tạo (phần cứng máy tính được mua từ NVIDIA), một cách để xây dựng một sản phẩm đi trước của đối thủ cạnh tranh là Tìm kiếm các khu vực thích hợp xuất sắc đòi hỏi những điểm yếu để tạo ra các ứng dụng hấp dẫn, nhưng điều này đòi hỏi sự hiểu biết sâu sắc và hiểu biết sâu sắc về khu vực mục tiêu; một cách khác thực tế và khả thi hơn, đó là thu thập dữ liệu tốt hơn đối thủ cạnh tranh.Dữ liệu ngày càng đầy đủ hơn.

Điều này cũng cung cấp một điểm khởi đầu tốt cho các mô hình AI có tính tổng hợp lớn tham gia vào lĩnh vực Web3. Các mô hình lớn hoặc mô hình cơ bản AI hiện tại được đào tạo dựa trên lượng dữ liệu khổng lồ trong các lĩnh vực khác nhau và tính duy nhất của dữ liệu trên chuỗi trong Web3 tạo nênMô hình dữ liệu lớn trên chuỗiTrở thành một con đường khả thi đáng để mong đợi. Hiện tại có hai logic sản phẩm trong hệ thống phân cấp dữ liệu trong Web3:Đầu tiên là cung cấp các ưu đãi cho các nhà cung cấp dữ liệu, đồng thời bảo vệ quyền riêng tư và quyền sở hữu của chủ sở hữu dữ liệu, khuyến khích người dùng chia sẻ quyền sử dụng dữ liệu với nhau. Ocean Protocol cung cấp một mô hình chia sẻ dữ liệu tốt.Thứ hai là bên dự án tích hợp dữ liệu và ứng dụng để cung cấp cho người dùng các dịch vụ cụ thể cho một nhiệm vụ nhất định.Ví dụ: Trusta Lab thu thập và phân tích dữ liệu trên chuỗi của người dùng và thông qua hệ thống tính điểm MEDIA độc đáo của mình, nó có thể cung cấp các dịch vụ như phân tích tài khoản phù hợp và phân tích rủi ro tài sản trên chuỗi.

2.3.2 Ứng dụng tác nhân Web3 AI

Ngoài ra còn có ứng dụng AI Agent trên chuỗi được đề cập ở trên cũng đang được phát triển - với sự trợ giúp của các mô hình ngôn ngữ lớn, nó cung cấp cho người dùng các dịch vụ trên chuỗi có thể định lượng được với tiền đề đảm bảo quyền riêng tư của người dùng.Theo một bài đăng trên blog của Lilian Weng, giám đốc nghiên cứu trí tuệ nhân tạo tại OpenAI, AI Agent có thể được chia thành bốn thành phần, đó là Agent = LLM + Planning + Memory + Tool use. Là cốt lõi của AI Agent, LLM chịu trách nhiệm tương tác với thế giới bên ngoài, tìm hiểu dữ liệu lớn và thể hiện nó một cách hợp lý bằng ngôn ngữ tự nhiên. Phần Lập kế hoạch + Trí nhớ tương tự như các khái niệm về hành động, chính sách và phần thưởng trong công nghệ học tăng cường để huấn luyện AlphaGo. Mục tiêu nhiệm vụ được chia thành các mục tiêu nhỏ và giải pháp tối ưu hóa cho một mục tiêu nhiệm vụ nhất định được học từng bước từ kết quả và phản hồi của nhiều lần huấn luyện lặp lại, đồng thời, thông tin thu được được lưu trữ trong các loại bộ nhớ khác nhau để sử dụng. chức năng khác nhau. Đối với việc sử dụng Tool, nó đề cập đến việc sử dụng các công cụ của tác nhân như gọi các công cụ mô-đun, truy xuất thông tin Internet, truy cập các nguồn thông tin hoặc API độc quyền, v.v. Điều đáng chú ý là hầu hết các thông tin này sẽ khó thay đổi sau khi đào tạo trước . .

Sơ đồ toàn cầu của AI Agent
Source: LLM Powered Autonomous Agents

Kết hợp với logic triển khai cụ thể của AI Agent, chúng ta có thể mạnh dạn hình dung rằng sự kết hợp giữa Web3 + AI Agent sẽ mang lại trí tưởng tượng không giới hạn, chẳng hạn như:

• Mô hình AI Agent có thể được thêm vào các ứng dụng giao dịch hiện tại, có thể cung cấp cho khách hàng giao diện tương tác ở cấp độ ngôn ngữ tự nhiên cho các chức năng giao dịch bao gồm nhưng không giới hạn ở dự đoán giá, chiến lược giao dịch, chiến lược dừng lỗ, điều chỉnh đòn bẩy linh hoạt, theo dõi thông minh KOL, cho vay, v.v.

• Khi thực hiện các chiến lược định lượng, chiến lược có thể được chia thànhMỗi nhiệm vụ phụ được thực hiện bởi các Tác nhân AI khác nhau, mỗi Tác nhân AI hợp tác với nhau, điều này không chỉ có thể cải thiện tính bảo mật trong bảo vệ quyền riêng tư mà còn cung cấp khả năng giám sát theo thời gian thực để ngăn chặn đối thủ sử dụng các lỗ hổng để phản công robot.

• Số lượng lớn NPC trong chuỗi trò chơiĐây cũng là một hướng ứng dụng tương thích tự nhiên với AI Agent. Đã có những dự án sử dụng GPT để tạo nội dung hội thoại cho các nhân vật trong game một cách linh hoạt. Trong tương lai, dự kiến ​​​​nó sẽ không chỉ giới hạn ở các văn bản cài sẵn mà còn được nâng cấp lên tương tác NPC trong trò chơi thời gian thực thực tế hơn (hoặc thậm chí là con người kỹ thuật số), có thể tự tương tác mà không cần sự can thiệp của người chơi. Được xuất bản bởi Đại học Stanfordthị trấn ảo” là một ví dụ ứng dụng tuyệt vời.

Mặc dù trung tâm dự án Web3 + AI Agent hiện tại vẫn tập trung vào thị trường sơ cấp hoặc cơ sở hạ tầng AI và vẫn chưa có ứng dụng sát thủ To C, nhưng người ta tin rằng bằng cách kết hợp các đặc điểm khác nhau của blockchain,Chẳng hạn như quản trị phân tán trên chuỗi, lý luận chứng minh không có kiến ​​thức, phân phối mô hình và cải thiện khả năng diễn giảiĐợi đã, dự án Web3 + AI thay đổi cuộc chơi trong tương lai rất đáng để mong đợi.

2.3.3 Tiềm năng ứng dụng trường dọc của Web3 + AI

• A. Ứng dụng trong lĩnh vực giáo dục

Với sự kết hợp giữa Web3 và AI, lĩnh vực giáo dục đã mở ra một cuộc cách mạng.Trong số đó, lớp học thực tế ảo sáng tạo là một sự đổi mới nổi bật. Bằng cách nhúng công nghệ AI vào nền tảng học tập trực tuyến, học sinh có thể có được trải nghiệm học tập được cá nhân hóa và hệ thống tạo ra nội dung giáo dục tùy chỉnh dựa trên lịch sử học tập và sở thích của học sinh. Cách tiếp cận cá nhân hóa này được kỳ vọng sẽ cải thiện động lực và hiệu quả học tập của học sinh, làm cho giáo dục phù hợp hơn với nhu cầu cá nhân.

Học sinh tham gia lớp học thực tế ảo thông qua thiết bị VR sống động
Source: V-SENSE Team

Mà còn,Khuyến khích tín dụng mô hình mã thông báoĐây cũng là một thực tiễn đổi mới trong lĩnh vực giáo dục. Thông qua công nghệ blockchain, tín chỉ và thành tích của sinh viên có thể được mã hóa thành token, tạo thành hệ thống tín chỉ kỹ thuật số. Cơ chế khuyến khích như vậy khuyến khích học sinh tích cực tham gia vào các hoạt động học tập và tạo ra một môi trường học tập có tính tham gia và động cơ cao hơn.

Đồng thời, lấy cảm hứng từ dự án SocialFi FriendTech nổi tiếng gần đây, logic định giá khóa tương tự gắn với ID cũng có thể được sử dụng để thiết lập hệ thống đánh giá lẫn nhau giữa các bạn cùng lớp, điều này cũng mang lại nhiều yếu tố xã hội hơn cho giáo dục.Bằng cách tận dụng khả năng không bị giả mạo của blockchain, việc đánh giá giữa các bạn cùng lớp sẽ công bằng và minh bạch hơn. Cơ chế đánh giá lẫn nhau này không chỉ giúp rèn luyện kỹ năng làm việc nhóm và xã hội của học sinh mà còn cung cấp đánh giá toàn diện và đa góc độ hơn về kết quả học tập của học sinh, đưa các phương pháp đánh giá đa dạng và toàn diện hơn vào hệ thống giáo dục.

• B. Ứng dụng trong lĩnh vực y tế

Trong lĩnh vực y tế, sự kết hợp giữa ổ Web3 và AIhọc tập liên kếtVàLý luận phân tánsự phát triển của. Bằng cách hợp nhất điện toán phân tán và học máy, các chuyên gia y tế có thể chia sẻ dữ liệu ở quy mô cực lớn để học tập nhóm sâu hơn, toàn diện hơn. Cách tiếp cận trí tuệ tập thể này có thể đẩy nhanh sự phát triển các phương án chẩn đoán và điều trị bệnh cũng như thúc đẩy tiến bộ trong lĩnh vực y tế.

bảo vệ quyền riêng tưĐây là vấn đề then chốt không thể bỏ qua trong các ứng dụng trong lĩnh vực y tế. Thông qua tính phân quyền của Web3 và tính bất biến của blockchain, dữ liệu y tế của bệnh nhân có thể được lưu trữ và truyền đi an toàn hơn. Hợp đồng thông minh có thể đạt được sự kiểm soát chính xác và quản lý quyền đối với dữ liệu y tế, đảm bảo rằng chỉ những nhân viên được ủy quyền mới có thể truy cập thông tin nhạy cảm của bệnh nhân, do đó duy trì sự riêng tư của dữ liệu y tế.

• C. Ứng dụng trong lĩnh vực bảo hiểm

Trong lĩnh vực bảo hiểm, việc tích hợp Web3 và AI được kỳ vọng sẽ mang lại những giải pháp hiệu quả và thông minh hơn cho các doanh nghiệp truyền thống. Ví dụ, trong bảo hiểm ô tô và nhà ở,Việc sử dụng công nghệ thị giác máy tính cho phép các công ty bảo hiểm phân tích và ước tính giá thông qua hình ảnh, đánh giá giá trị tài sản và mức độ rủi ro hiệu quả hơn. Điều này cung cấp cho các công ty bảo hiểm những chiến lược định giá tinh tế và cá nhân hóa hơn, đồng thời cải thiện mức độ quản lý rủi ro của ngành bảo hiểm.

Sử dụng công nghệ AI để định giá yêu cầu bồi thường
Source: Tractable Inc

đồng thời,Giải quyết khiếu nại tự động trên chuỗiĐây cũng là một sự đổi mới trong ngành bảo hiểm. Dựa trên hợp đồng thông minh và công nghệ blockchain, quy trình yêu cầu bồi thường có thể minh bạch và hiệu quả hơn, giảm các thủ tục rườm rà và khả năng can thiệp của con người. Điều này không chỉ giúp tăng tốc độ giải quyết yêu cầu bồi thường mà còn giảm chi phí vận hành, tạo trải nghiệm tốt hơn cho các công ty bảo hiểm và khách hàng.

Điều chỉnh phí bảo hiểm độngĐó là một khía cạnh khác của thực tiễn đổi mới,Thông qua phân tích dữ liệu thời gian thực và thuật toán học máy, các công ty bảo hiểm có thể điều chỉnh phí bảo hiểm chính xác và kịp thời hơn, đồng thời tiến hành định giá cá nhân hóa dựa trên hồ sơ rủi ro thực tế của người được bảo hiểm. Điều này không chỉ làm cho phí bảo hiểm trở nên công bằng hơn mà còn khuyến khích người được bảo hiểm áp dụng các hành vi lành mạnh và an toàn hơn, thúc đẩy quản lý rủi ro và các biện pháp phòng ngừa trong toàn xã hội.

• D. Ứng dụng trong lĩnh vực bản quyền

Trong lĩnh vực bản quyền, sự kết hợp giữa Web3 và AI mang đến một mô hình mới cho việc tạo nội dung số, đề xuất lập kế hoạch và phát triển mã. Thông qua hợp đồng thông minh và lưu trữ phi tập trung,Thông tin bản quyền cho nội dung sốCó thể đạt được sự bảo vệ tốt hơn và người tạo ra tác phẩm có thể dễ dàng theo dõi và quản lý tài sản trí tuệ của họ hơn. Đồng thời, thông qua công nghệ blockchain, các hồ sơ sáng tạo minh bạch và không thể giả mạo có thể được thiết lập, cung cấp phương tiện đáng tin cậy hơn để truy xuất nguồn gốc và chứng nhận tác phẩm.

Đổi mới mô hình làm việc cũng là một thay đổi quan trọng trong lĩnh vực bản quyền.Hợp tác làm việc được khuyến khích bằng tokenBằng cách kết hợp đóng góp công việc với các ưu đãi mã thông báo, người sáng tạo, người lập kế hoạch và nhà phát triển được khuyến khích tham gia vào các dự án cùng nhau. Điều này không chỉ thúc đẩy sự hợp tác giữa các nhóm sáng tạo mà còn mang đến cho người tham gia cơ hội được hưởng lợi trực tiếp từ sự thành công của dự án, dẫn đến sự xuất hiện của nhiều tác phẩm nổi bật hơn.

Mặt khác,Token làm bằng chứng về bản quyềnỨng dụng này đã định hình lại mô hình phân phối lợi ích. Thông qua cơ chế cổ tức được thực hiện tự động bởi các hợp đồng thông minh, mỗi người tham gia công việc có thể nhận được phần lợi nhuận tương ứng theo thời gian thực khi công việc được sử dụng, bán hoặc chuyển nhượng. Mô hình cổ tức phi tập trung này giải quyết hiệu quả các vấn đề về độ mờ và độ trễ trong mô hình bản quyền truyền thống, đồng thời cung cấp cho người sáng tạo cơ chế phân phối lợi ích công bằng và hiệu quả hơn.

• E. Ứng dụng trong lĩnh vực metaverse

Trong lĩnh vực metaverse, việc tích hợp Web3 và AI làTạo AIGC chi phí thấp để lấp đầy chuỗi nội dung trò chơiCung cấp những khả năng mới. Môi trường ảo và các nhân vật do thuật toán AI tạo ra có thể làm phong phú thêm nội dung của chuỗi trò chơi, mang đến cho người dùng trải nghiệm trò chơi sống động và đa dạng hơn, đồng thời giảm chi phí nhân công và thời gian trong quá trình sản xuất.

người đàn ông kỹ thuật sốChế tạo là một sự đổi mới trong các ứng dụng Metaverse. kết hợpTạo hình dáng chi tiết của tóc và xây dựng tư duy dựa trên mô hình ngôn ngữ lớn, những người kỹ thuật số được tạo ra có thể đóng nhiều vai trò khác nhau trong metaverse, tương tác với người dùng và thậm chí tham gia vào các bản sao kỹ thuật số của các cảnh thực. Điều này mang lại trải nghiệm thực tế và sâu sắc hơn cho sự phát triển của thực tế ảo, đồng thời thúc đẩy ứng dụng rộng rãi công nghệ con người ảo kỹ thuật số trong giải trí, giáo dục và các lĩnh vực khác.

Tự động tạo nội dung quảng cáo dựa trên chân dung người dùng trên chuỗiNó là một ứng dụng sáng tạo quảng cáo thông minh trong lĩnh vực metaverse. Bằng cách phân tích hành vi và sở thích của người dùng trong metaverse, thuật toán AI có thể tạo ra nội dung quảng cáo hấp dẫn và được cá nhân hóa hơn, cải thiện tỷ lệ nhấp vào quảng cáo và mức độ tương tác của người dùng. Phương pháp tạo quảng cáo này không chỉ phù hợp hơn với sở thích của người dùng mà còn cung cấp cho nhà quảng cáo phương pháp quảng cáo hiệu quả hơn.

NFT tương tác sáng tạoNó là một công nghệ nổi bật trong lĩnh vực metaverse. Bằng cách kết hợp NFT với thiết kế tổng quát, người dùng có thể tham gia vào việc tạo tác phẩm nghệ thuật NFT của riêng họ trong Metaverse, mang lại cho nó tính tương tác và tính độc đáo. Điều này mang đến những khả năng mới cho việc tạo và giao dịch tài sản kỹ thuật số, đồng thời thúc đẩy sự phát triển của nghệ thuật kỹ thuật số và nền kinh tế ảo trong siêu vũ trụ.

3. Các mục tiêu liên quan đến Web3

Ở đây tác giả đã chọn năm dự án:Render NetworkVàAkashLà một nhà lãnh đạo kỳ cựu về cơ sở hạ tầng AI nói chung và theo dõi AI,Bittensor Là sản phẩm hot trong hạng mục người mẫu,Alethea.aiLà một dự án ứng dụng có liên quan chặt chẽ đến AI,Fetch.aiLà một dự án mang tính bước ngoặt trong lĩnh vực tác nhân AI, chúng ta hãy cùng điểm qua hiện trạng của các dự án Generative AI trong lĩnh vực Web3.

3.1 Render Network（$RNDR）

Render Network được thành lập vào năm 2017 bởi Jules Urbach, người sáng lập công ty mẹ OTOY. Hoạt động kinh doanh cốt lõi của OTOY là kết xuất đồ họa đám mây, đã tham gia sản xuất các dự án phim và truyền hình đoạt giải Oscar, có các nhà đồng sáng lập Google và Mozilla làm cố vấn, đồng thời tham gia nhiều dự án hợp tác với Apple. Mạng kết xuất, mở rộng từ OTOY đến trường Web3, được tạo ra để tận dụng tính chất phân tán của công nghệ chuỗi khối để kết nối kết xuất quy mô nhỏ hơn cũng như nhu cầu và tài nguyên AI với một nền tảng phi tập trung, từ đó tiết kiệm tiền thuê cho các xưởng nhỏ. các tài nguyên điện toán tập trung đắt tiền (như AWS, MS Azure và Alibaba Cloud) cũng mang lại thu nhập cho các bên có tài nguyên điện toán nhàn rỗi.

Vì Render là một công ty OTOY đã phát triển độc lập trình kết xuất Octane Render hiệu suất cao và có logic kinh doanh nhất định nên nó được coi là một dự án Web3 với các yêu cầu và nguyên tắc cơ bản riêng khi ra mắt lần đầu tiên. Trong thời kỳ AI sáng tạo đang thịnh hành, các nhiệm vụ xác minh phân tán và lý luận phân tán, vốn có nhu cầu tăng đáng kể, hoàn toàn phù hợp với kiến ​​trúc kỹ thuật của riêng Render và được coi là một trong những hướng phát triển trong tương lai đáng mong đợi. Đồng thời, Render đã chiếm vị trí dẫn đầu trong lĩnh vực AI trong lĩnh vực Web3 trong những năm gần đây và mang tính chất meme ở một mức độ nhất định, mỗi khi có cơn sốt tường thuật như AI, metaverse, điện toán phân tán, v.v., nó luôn thu về cổ tức ngày càng tăng, có thể nói là nó linh hoạt hơn.

Render Network đã thông báo vào tháng 2 năm 2023 rằng họ sẽ cập nhật phiên bản mớihệ thống phân loại giávà $RNDR do cộng đồng bình chọncơ chế bình ổn giá(Tuy nhiên, vẫn chưa xác định khi nào nó sẽ trực tuyến) và cũng thông báo rằng dự án sẽ được chuyển từ Polygon sang Solana (đồng thời, token $RNDR sẽ được nâng cấp lên token $RENDER dựa trên Solana tiêu chuẩn SPL.Dự án đã hoàn tất chuyển nhượng vào tháng 11/2023).

Được xuất bản bởi Mạng kết xuấtHệ thống cấp giá mớiCác dịch vụ trong chuỗi được chia thành ba cấp độ từ cao đến thấp, tương ứng với các dịch vụ cung cấp với mức giá và chất lượng khác nhau, người có nhu cầu cung cấp dịch vụ có thể lựa chọn.

Ba cấp độ của hệ thống phân cấp giá mới của Mạng kết xuất

Và $RNDR’s đã được cộng đồng bình chọn.cơ chế bình ổn giá, sự thay đổi từ việc mua lại bất thường trước đó sang việc sử dụng mô hình Cân bằng đốt và đúc tiền (BME) làm cho $RNDR trở nên rõ ràng hơn như một mã thông báo thanh toán ổn định về giá thay vì một tài sản nắm giữ dài hạn. Quy trình kinh doanh cụ thể trong Kỷ nguyên BME được thể hiện trong hình bên dưới:

• Tạo sản phẩm Sáng tạo sản phẩm. “Người tạo sản phẩm” trên Render là những nhà cung cấp tài nguyên kết xuất, họ đóng gói các tài nguyên kết xuất nhàn rỗi vào các sản phẩm (node) và chờ sử dụng trực tuyến trên mạng;

• Mua sản phẩm Mua sản phẩm. Nếu khách hàng có nhu cầu kết xuất có mã thông báo $RNDR, họ có thể ghi mã thông báo trực tiếp dưới dạng thanh toán cho dịch vụ. Nếu không, trước tiên họ có thể mua $RNDR bằng tiền hợp pháp trên DEX và sau đó đốt mã thông báo. Giá phải trả cho dịch vụ được ghi lại công khai trên chuỗi.

• Mã thông báo đúc tiền Mã thông báo đúc tiền. Phân bổ mã thông báo mới theo quy tắc đặt trước.

Lưu ý: Render Network sẽ thu 5% phí của người mua sản phẩm từ mỗi giao dịch cho hoạt động của dự án.

Burn-and-Mint Equilibrium Epoch

Credit to Petar Atanasovski
Source: Medium 

Theo các quy tắc đặt trước, trong mỗi Kỷ nguyên do BME thực thi, một số lượng mã thông báo mới đặt trước sẽ được tạo ra (số lượng đặt trước sẽ giảm dần theo thời gian). Token mới được đúc sẽ được phân phối cho ba bên:

• Người tạo sản phẩm. Người tạo sản phẩm nhận được hai lợi ích:

• Phần thưởng khi hoàn thành nhiệm vụ. Phần thưởng dựa trên số lượng nhiệm vụ kết xuất được hoàn thành bởi mỗi nút sản phẩm, điều này rất dễ hiểu.

• Phần thưởng trực tuyến. Mỗi nút sản phẩm được khen thưởng tùy theo thị trường đang ở chế độ chờ trực tuyến và được khuyến khích hạn chế nguồn lực để thực hiện nhiều công việc trực tuyến hơn.

• Người mua sản phẩm. Tương tự như giảm giá sản phẩm ở trung tâm mua sắm, người mua có thể nhận được tới 100% khoản giảm giá mã thông báo $RNDR để khuyến khích tiếp tục sử dụng Mạng kết xuất trong tương lai.

• Nhà cung cấp thanh khoản DEX (Sàn giao dịch phi tập trung). Các nhà cung cấp thanh khoản trong các DEX hợp tác có thể nhận được phần thưởng dựa trên số lượng $RNDR đã cam kết vì họ đảm bảo rằng họ có thể mua đủ số lượng $RNDR với mức giá hợp lý khi họ cần đốt $RNDR.

Source: coingecko.com

Có thể thấy từ xu hướng giá của $RNDR trong năm qua rằng với tư cách là dự án hàng đầu trên đường đua AI trong Web3 trong nhiều năm, $RNDR đã thu được lợi nhuận từ làn sóng bùng nổ AI do ChatGPT thúc đẩy trong cuối năm 2022 và đầu năm 2023. Đồng thời, với thế hệ mới Với việc phát hành cơ chế tiền tệ, giá $RNDR đạt mức cao vào nửa đầu năm 2023. Sau khi đi ngang vào nửa cuối năm, với sự phục hồi của AI do hội nghị OpenAI mới mang lại và những kỳ vọng tích cực rằng Mạng kết xuất sẽ chuyển sang Solana và cơ chế mã thông báo mới sẽ sớm được triển khai, giá $RNDR đã đạt đến trình độ cao hơn và đạt đến đỉnh cao trong những năm gần đây. Vì các nguyên tắc cơ bản của $RNDR thay đổi rất ít nên đối với các nhà đầu tư, các khoản đầu tư trong tương lai vào $RNDR đòi hỏi phải quản lý vị thế và kiểm soát rủi ro cẩn thận hơn.

Kết xuất mạng số lượng nút hàng tháng

Mạng kết xuất Số lượng cảnh được kết xuất mỗi tháng
Source: Dune.com

Đồng thời, từ bảng điều khiển dữ liệu Dune, chúng ta có thể thấy rằng kể từ đầu năm 2023, tổng số tác vụ kết xuất đã tăng lên nhưng số nút kết xuất không tăng. Điều này cho thấy rằng những người dùng được thêm vào đều là những người dùng có nhu cầu kết xuất (chứ không phải những người có tài nguyên kết xuất). Kết hợp với cơn sốt AI tổng quát vào cuối năm 2022, có thể suy ra rằng các tác vụ kết xuất được thêm vào đều là các tác vụ liên quan đến AI tổng quát. . Hiện tại, rất khó để nói liệu phần nhu cầu này có phải là nhu cầu dài hạn hay không và cần phải quan sát thêm.

3.2 Akash Network ($AKT)

Akash Network là một nền tảng điện toán đám mây phi tập trung được thiết kế để cung cấp cho các nhà phát triển và doanh nghiệp giải pháp điện toán đám mây linh hoạt, hiệu quả và tiết kiệm hơn. Nền tảng “siêu đám mây” do dự án thiết lập được xây dựng trên công nghệ blockchain phân tán và tận dụng các đặc tính phi tập trung của blockchain để cung cấp cho người dùng một đám mây phi tập trung có thể triển khai và chạy các ứng dụng trên toàn cầu. kho.

Những người sáng lập Akash Network, Greg Osuri và Adam Bozanich, là những doanh nhân nối tiếp đã làm việc cùng nhau trong nhiều năm. Mỗi người đều có nhiều năm kinh nghiệm dự án. Họ cùng nhau thành lập dự án Overclock Labs, dự án vẫn là thành viên cốt lõi của Akash Network. Kinh nghiệm phong phú đã giúp nhóm sáng lập xác định rõ ràng sứ mệnh chính của Akash Network, đó là giảm chi phí điện toán đám mây, cải thiện tính khả dụng và tăng cường khả năng kiểm soát của người dùng đối với tài nguyên máy tính. Thông qua đấu thầu mở, các nhà cung cấp tài nguyên được khuyến khích mở các tài nguyên điện toán nhàn rỗi trong mạng của họ. Mạng Akash đạt được mức sử dụng tài nguyên hiệu quả hơn, do đó cung cấp mức giá cạnh tranh hơn cho những người có nhu cầu tài nguyên.

Akash Network bắt đầu kế hoạch cập nhật Akash Network Economics 2.0 vào tháng 1 năm 2023, với mục tiêu giải quyết nhiều bất cập của nền kinh tế token hiện tại, bao gồm:

• Biến động giá thị trường đối với token $AKT đã khiến giá của các hợp đồng dài hạn không khớp với giá trị của chúng

• Ưu đãi dành cho các nhà cung cấp tài nguyên là không đủ để giải phóng lượng lớn sức mạnh tính toán trong tay họ

• Khuyến khích cộng đồng không đủ không có lợi cho sự phát triển lâu dài của dự án Akash

• Việc nắm bắt không đủ giá trị của token $AKT có nguy cơ ảnh hưởng đến sự ổn định của dự án

Theo thông tin được cung cấp trên trang web chính thức, các giải pháp mà kế hoạch Akash Network Economics 2.0 đề xuất bao gồm áp dụng thanh toán bằng tiền tệ ổn định, bổ sung phí đặt hàng ăn trứng để tăng thu nhập từ giao thức, tăng ưu đãi cho các nhà cung cấp tài nguyên và tăng số lượng ưu đãi cộng đồng, v.v. Trong số đóChức năng thanh toán tiền tệ ổn địnhVàChức năng xử lý phí đặt lệnh và nhận lệnhĐã được cài đặt trực tuyến.

Là mã thông báo gốc của Mạng Akash, $AKT có nhiều mục đích sử dụng trong giao thức bao gồm xác minh cam kết (bảo mật), ưu đãi, quản trị mạng và thanh toán phí giao dịch. Theo dữ liệu được cung cấp trên trang web chính thức, tổng nguồn cung $AKT là 388 triệu. Tính đến tháng 11 năm 2023, 229 triệu đã được mở khóa, chiếm khoảng 59%. Các token sáng lập được phân phối khi dự án khởi động đã được mở khóa hoàn toàn vào tháng 3 năm 2023 và được đưa vào lưu thông thị trường thứ cấp. Tỷ lệ phân phối của mã thông báo Genesis như sau:

Điều đáng chú ý là về mặt thu thập giá trị, một tính năng mà $AKT dự định triển khai vẫn chưa có hiệu lực nhưng được đề cập trong sách trắng là Akash có kế hoạch tính phí thu nợ cho mỗi lần thuê thành công. Sau đó, nó sẽ gửi các khoản phí này đến Nhóm thu nhập để phân phối cho chủ sở hữu. Chương trình cung cấp mức phí 10% cho các giao dịch $AKT và phí 20% cho các giao dịch sử dụng các loại tiền điện tử khác. Ngoài ra, Akash có kế hoạch thưởng cho những người nắm giữ $AKT của họ trong thời gian dài hơn. Do đó, những nhà đầu tư nắm giữ lâu hơn sẽ đủ điều kiện nhận được phần thưởng hậu hĩnh hơn. Nếu kế hoạch này được triển khai thành công trong tương lai, nó chắc chắn sẽ trở thành động lực chính đẩy giá tiền tệ tăng lên và cũng giúp ước tính tốt hơn giá trị của dự án.

Source: coingecko.com

Có thể thấy từ xu hướng giá hiển thị trên coincko.com rằng giá $AKT cũng có đợt tăng vào giữa tháng 8 và cuối tháng 11 năm 2023, nhưng vẫn không tốt bằng mức tăng cùng kỳ của các dự án khác trong đường đua AI. Điều này có thể giống với đường đua hiện tại. Nó liên quan đến xu hướng tâm lý tài chính. Nhìn chung, dự án của Akash là một trong số những dự án chất lượng cao trong lĩnh vực AI và các nguyên tắc cơ bản của nó tốt hơn hầu hết các đối thủ trong lĩnh vực AI. Thu nhập kinh doanh tiềm năng của nó có thể mang lại cơ hội cho lợi nhuận trong tương lai của giao thức. Với sự phát triển của ngành công nghiệp AI và nhu cầu về tài nguyên điện toán đám mây ngày càng tăng, tôi tin rằng trong tương lai, chúng ta kỳ vọng sẽ thấy Akash Network tăng vọt trong AI tiếp theo sóng.

3.3 Bittensor （$TAO）

Nếu độc giả đã quen với kiến ​​trúc kỹ thuật của $BTC thì sẽ rất dễ hiểu về thiết kế của Bittensor. Trên thực tế, khi thiết kế Bittensor, tác giả của nó đã dựa trên nhiều đặc điểm của $BTC, tiền thân kỳ cựu của tiền điện tử, bao gồm: tổng số token là 21 triệu, sản lượng giảm một nửa khoảng bốn năm một lần và nó liên quan đến cơ chế đồng thuận PoW. vân vân. Cụ thể, chúng ta hãy tưởng tượng một quy trình đầu ra Bitcoin ban đầu, sau đó thay thế quy trình “khai thác” tính toán các số ngẫu nhiên không thể tạo ra giá trị thực bằng việc đào tạo và xác minh các mô hình AI, đồng thời dựa trên hiệu suất và độ tin cậy của các mô hình AI này. là bản tóm tắt đơn giản về cấu trúc dự án của Bittensor ($TAO).

Dự án Bittensor được hai nhà nghiên cứu AI Jacob Steeves và Ala Shaabana thành lập lần đầu tiên vào năm 2019. Khung chính của nó dựa trên nội dung của một white paper được viết bởi tác giả bí ẩn Yuma Rao. Tóm lại ngắn gọn, nó đã thiết kế một giao thức nguồn mở không có giấy phép và xây dựng kiến ​​trúc mạng được kết nối bởi nhiều mạng con, với các mạng con khác nhau chịu trách nhiệm cho các tác vụ khác nhau (dịch máy, nhận dạng và tạo hình ảnh, mô hình ngôn ngữ lớn, v.v.), hoàn thành nhiệm vụ xuất sắc sẽ được khen thưởng, đồng thời cho phép các mạng con tương tác và học hỏi lẫn nhau.

Nhìn lại các mô hình AI lớn hiện nay trên thị trường, không có ngoại lệ, chúng đều bắt nguồn từ lượng tài nguyên máy tính và dữ liệu khổng lồ được các gã khổng lồ công nghệ đầu tư. Đúng là các sản phẩm AI được đào tạo theo cách này có hiệu suất đáng kinh ngạc, nhưng hình thức này cũng mang đến nguy cơ tập trung cái ác cực kỳ cao. Thiết kế cơ sở hạ tầng Bittensor cho phép một mạng lưới các chuyên gia giao tiếp giao tiếp và học hỏi lẫn nhau, cung cấpĐào tạo phi tập trung các mô hình lớnNền tảng đã được đặt. Tầm nhìn dài hạn của Bittensor là cạnh tranh với các mô hình nguồn đóng của những gã khổng lồ như OpenAI, Meta và Google, đồng thời duy trì các đặc điểm phi tập trung của mô hình để đạt được hiệu suất suy luận phù hợp.

Cốt lõi kỹ thuật của mạng Bittensor xuất phát từ cơ chế đồng thuận được thiết kế độc đáo bởi Yuma Rao, còn được gọi là đồng thuận Yuma, là cơ chế đồng thuận kết hợp giữa PoW và PoS. Những người tham gia chính ở phía cung được chia thành Máy chủ (tức là người khai thác) và Trình xác thực (tức là người xác minh), trong khi những người tham gia ở phía cầu là Khách hàng (tức là khách hàng) sử dụng mô hình trong mạng. Người khai thác chịu trách nhiệm cung cấp các mô hình được đào tạo trước cho các nhiệm vụ mạng con hiện tại và các ưu đãi mà họ nhận được phụ thuộc vào chất lượng của các mô hình được cung cấp; trong khi người xác minh chịu trách nhiệm xác minh hiệu suất của mô hình và đóng vai trò là người trung gian giữa người khai thác và khách hàng. Quy trình cụ thể là:

• Máy khách gửi các yêu cầu sử dụng mô hình trong một mạng con nhất định và dữ liệu cần tính toán cho người xác minh.

• Trình xác thực phân phối dữ liệu cho các công cụ khai thác khác nhau trong mạng con

• Người khai thác sử dụng mô hình của chính mình và dữ liệu nhận được để tiến hành suy luận mô hình và trả về kết quả.

• Trình xác minh sắp xếp kết quả suy luận nhận được theo chất lượng và kết quả sắp xếp được lưu trữ trên chuỗi.

• Kết quả suy luận tối ưu được trả về cho người dùng, người khai thác được sắp xếp theo thứ tự và người xác minh được khen thưởng theo khối lượng công việc.

Cần lưu ý rằng trong phần lớn các mạng con,Bản thân Bittensor không đào tạo bất kỳ mô hình nào, vai trò của nó giống như liên kết các nhà cung cấp mô hình và người yêu cầu mô hình hơn, và trên cơ sở này, nó tiếp tục sử dụng sự tương tác giữa các mô hình nhỏ để cải thiện hiệu suất trong các nhiệm vụ khác nhau. Hiện tại có 30 subnet đang trực tuyến (hoặc đã trực tuyến), tương ứng với các mô hình nhiệm vụ khác nhau.

Là mã thông báo gốc của Bittensor, các chức năng của $ TAO bao gồm tạo mạng con, đăng ký mạng con, dịch vụ thanh toán, đặt cọc cho người xác thực, v.v., đóng vai trò then chốt trong hệ sinh thái. Đồng thời, do cách tiếp cận của nhóm dự án Bittensor nhằm tôn vinh tinh thần của BTC, $TAO đã chọnkhởi đầu công bằng, nghĩa là tất cả các mã thông báo sẽ được tạo bằng cách đóng góp vào mạng. Hiện tại, sản lượng hàng ngày của $TAO là khoảng 7.200, được phân bổ đều cho các thợ mỏ và người xác nhận. Tổng số tiền được tạo ra kể từ khi khởi động dự án là khoảng 26,3% trong số 21 triệu, trong đó 87,21% số token đã được sử dụng để cầm cố và xác minh. Đồng thời, dự án đã thiết kế đợt giảm một nửa sản lượng khoảng bốn năm một lần (giống như BTC), lần gần đây nhất sẽ diễn ra vào ngày 20 tháng 9 năm 2025, đây cũng sẽ là động lực chính thúc đẩy giá tăng.

Credit: taostats.io 

Từ xu hướng giá, có thể thấy rằng giá của $TAO đã tăng mạnh kể từ cuối tháng 10 năm 2023. Người ta suy đoán rằng động lực chính là cơn sốt AI mới do sự ra mắt của OpenAI mang lại. đã khiến khu vực vốn chuyển hướng sang lĩnh vực AI. . Đồng thời, là một dự án mới nổi trong lĩnh vực Web3 + AI, chất lượng dự án tuyệt vời và tầm nhìn dự án dài hạn của $TAO cũng là lý do chính để thu hút vốn. Tuy nhiên, chúng ta phải thừa nhận rằng, giống như các dự án theo dõi AI khác, mặc dù sự kết hợp giữa Web3 + AI có tiềm năng rất lớn nhưng ứng dụng của nó trong kinh doanh thực tế là không đủ để hỗ trợ một dự án sinh lời lâu dài.

3.4 Alethea.ai（$ALI）

Được thành lập vào năm 2020, Alethea.ai là một dự án dành riêng cho việc sử dụng công nghệ blockchain để mang lại quyền sở hữu phi tập trung và quản trị phi tập trung cho nội dung sáng tạo. Người sáng lập Alethea.ai tin rằng AI sáng tạo sẽ đưa chúng ta vào kỷ nguyên mà nội dung sáng tạo dẫn đến dư thừa thông tin. Một lượng lớn nội dung điện tử chỉ cần được sao chép và dán hoặc tạo đơn giản chỉ bằng một cú nhấp chuột, nhưng những người tạo ra ban đầu giá trị không thể thu nhập. Bằng cách kết nối các nguyên thủy trên chuỗi (chẳng hạn như NFT) với AI tổng quát, quyền sở hữu AI tổng quát và nội dung của nó có thể được đảm bảo và việc quản trị cộng đồng có thể được thực hiện trên cơ sở này.

Được thúc đẩy bởi khái niệm này, Alethea.ai ban đầu đã đưa ra một tiêu chuẩn NFT mới, cụ thể là iNFT, có thể sử dụng Intelligence Pod để tạo hoạt ảnh AI nhúng, tổng hợp giọng nói và thậm chí cả AI tổng hợp vào hình ảnh. Ngoài ra, Alethea.ai còn hợp tác với các nghệ sĩ để biến tác phẩm nghệ thuật của họ thành iNFT, được bán đấu giá tại Sothebys với mức giá cao là 478.000 USD.

Đưa tâm hồn vào NFT
Source: Alethea.ai

Sau đó, Alethea.ai đã ra mắt Giao thức AI, cho phép bất kỳ nhà phát triển và người sáng tạo AI nào có thể tạo ra bằng cách sử dụng tiêu chuẩn iNFT mà không cần được phép. Đồng thời, để làm gương cho các dự án khác sử dụng Giao thức AI của riêng mình, Alethea.ai cũng dựa trên lý thuyết về mô hình lớn GPT để ra mắt CharacterGPT, một công cụ tạo NFT tương tác. Hơn nữa, Alethea.ai gần đây đã phát hành Open Fusion, cho phép mọi ERC-721 NFT trên thị trường được kết hợp với Trí thông minh và phát hành theo Giao thức AI.

Mã thông báo gốc của Alethea.ai là $ALI, có bốn mục đích sử dụng chính:

• Khóa một lượng $ALI nhất định để tạo iNFT

• Bạn càng có nhiều ổ khóa thì cấp độ của Intelligence Pod càng cao.

• Những người nắm giữ $ALI tham gia quản trị cộng đồng

• $ALI có thể được sử dụng làm thông tin xác thực để tham gia tương tác giữa các iNFT (chưa có trường hợp sử dụng thực tế nào)

Source: coingecko.com

Có thể thấy từ các trường hợp sử dụng của $ALI rằng việc nắm bắt giá trị hiện tại của mã thông báo này vẫn ở mức tường thuật. Suy luận này cũng có thể được xác nhận từ những thay đổi về giá tiền tệ trong vòng một năm: $ALI đã tận dụng xu hướng dẫn đầu bởi ChatGPT bắt đầu từ tháng 12 năm 2022. Phần thưởng bùng nổ AI sáng tạo. Đồng thời, vào tháng 6 năm nay, khi Alethea.ai công bố ra mắt chức năng Open Fusion mới nhất, nó cũng mang lại một làn sóng lợi nhuận. Ngoài ra, giá của $ALI đang có xu hướng giảm và ngay cả sự bùng nổ AI vào cuối năm 2023 cũng không thể đẩy giá lên mức tăng trung bình của các dự án trên cùng lộ trình.

Ngoài các token gốc, chúng ta hãy xem hiệu suất của các dự án NFT và hiệu suất của iNFT của Alethea.ai (bao gồm cả bộ sưu tập được phát hành chính thức) trên thị trường NFT.

Doanh số hàng ngày của Intelligence Pod trên Opensea

Doanh thu hàng ngày của Bộ sưu tập Revenants trên Opensea

Source: Dune.com

Từ số liệu thống kê trên bảng điều khiển Dune, chúng ta có thể thấy rằng cả Intelligence Pod được bán cho bên thứ ba và bộ sưu tập Revenants do bên đầu tiên của Alethea.ai phát hành dần dần biến mất sau một thời gian phát hành lần đầu. Tôi nghĩ lý do chính cho điều này là sau khi tính mới ban đầu mất đi, không có giá trị thực tế hoặc mức độ phổ biến trong cộng đồng để giữ chân người dùng.

3.5 Fetch.ai（$FET）

Fetch.ai là một dự án nhằm thúc đẩy sự tích hợp trí tuệ nhân tạo và công nghệ blockchain. Mục tiêu của công ty là xây dựng một nền kinh tế thông minh phi tập trung kết hợp công nghệ học máy, chuỗi khối và sổ cái phân tán để hỗ trợ các hoạt động kinh tế giữa các đại lý thông minh.

Fetch.ai được thành lập vào năm 2019 bởi Humayun Sheikh, Toby Simpson và Thomas Hain, các nhà khoa học đến từ Vương quốc Anh. Ba nhà sáng lập đều có nền tảng rất phong phú: Humayun Sheikh là nhà đầu tư ban đầu vào Deepmind, Toby Simpson từng là giám đốc điều hành của một số công ty và Thomas Hain là giáo sư về trí tuệ nhân tạo tại Đại học Sheffield. Nền tảng sâu sắc của nhóm sáng lập Fetch.ai mang lại nhiều nguồn lực công nghiệp cho công ty, bao gồm các công ty CNTT truyền thống, các dự án ngôi sao blockchain, dự án y tế và siêu máy tính cũng như các lĩnh vực khác.

Sứ mệnh của Fetch.ai là xây dựng một nền tảng mạng phi tập trung bao gồm các tác nhân kinh tế tự trị và ứng dụng AI, cho phép các nhà phát triển hoàn thành các nhiệm vụ mục tiêu đặt trước bằng cách tạo ra các tác nhân tự trị. Công nghệ cốt lõi của nền tảng là kiến ​​trúc ba tầng độc đáo:

• Lớp dưới cùng: Mạng hợp đồng thông minh cơ bản dựa trên PoS-uD (cơ chế đồng thuận bằng chứng cổ phần không được phép) hỗ trợ sự hợp tác giữa các thợ mỏ cũng như đào tạo và lý luận cơ bản về học máy.

• Lớp giữa: OEF (Khung kinh tế mở, Khung kinh tế mở), cung cấp không gian chung để AEA tương tác với nhau, cho phép AEA tương tác với giao thức cơ bản và cũng hỗ trợ tìm kiếm, khám phá và giao dịch lẫn nhau giữa AEA

• Lớp trên: AEA (Tác nhân kinh tế tự trị), là thành phần cốt lõi của Fetch.ai. Mỗi AEA là một phần mềm tác nhân thông minh có thể thực hiện các chức năng khác nhau thông qua các mô-đun kỹ năng khác nhau và thay mặt người dùng hoàn thành các nhiệm vụ được đặt trước. Phần mềm đại lý không chạy trực tiếp trên blockchain mà tương tác với blockchain và hợp đồng thông minh thông qua lớp giữa OEF. Loại phần mềm tác nhân thông minh này có thể là phần mềm thuần túy hoặc có thể được liên kết với phần cứng thực tế, chẳng hạn như điện thoại di động, máy tính, ô tô, v.v. Viên chức này cung cấp bộ công cụ phát triển dựa trên Python, khung AEA, có thể kết hợp được, cho phép các nhà phát triển sử dụng nó để xây dựng phần mềm tác nhân thông minh của riêng họ.

Dựa trên kiến ​​trúc này, Fetch.ai cũng đã tung ra một số sản phẩm và dịch vụ tiếp theo, như Co-Learn (mô hình học máy chia sẻ giữa các tác nhân) và Metaverse (dịch vụ lưu trữ đám mây tác nhân thông minh) để hỗ trợ người dùng trên nền tảng của nó Phát triển tác nhân thông minh của riêng bạn.

Về mặt mã thông báo, $FET, với tư cách là mã thông báo gốc của Fetch.ai, bao gồm các chức năng thường xuyên là thanh toán Gas, xác minh đặt cược và mua dịch vụ trong mạng. $FET hiện đã mở khóa hơn 90% số token và mức phân bổ cụ thể như sau:

Kể từ khi ra mắt dự án, Fetch.ai đã nhận được nhiều vòng tài trợ dưới hình thức nắm giữ token có tính pha loãng. Vòng gần đây nhất là vào ngày 29 tháng 3 năm 2023, khi Fetch.ai nhận được 30 triệu đô la Mỹ tài trợ từ DWF Lab. Vì token $FET không thu được giá trị về mặt thu nhập của dự án nên động lực tăng giá chủ yếu đến từ cập nhật dự án và tâm lý thị trường đối với kênh AI. Có thể thấy, tận dụng sự phổ biến của hai lĩnh vực AI, giá của Fetch.ai đã tăng hơn 100% vào đầu năm 2023 và cuối năm 2023.

Source: coingecko.com

So với cách các dự án blockchain khác phát triển và thu hút sự chú ý, con đường phát triển của Fetch.ai giống một dự án khởi nghiệp Web2.0 AI hơn, tập trung vào việc nâng cao trình độ kỹ thuật, xây dựng danh tiếng thông qua tài trợ liên tục và hợp tác sâu rộng, đồng thời tìm kiếm Điểm lợi nhuận . Cách tiếp cận này để lại một không gian rộng lớn cho việc phát triển các ứng dụng được phát triển dựa trên Fetch.ai trong tương lai, nhưng mô hình phát triển cũng khiến nó kém hấp dẫn hơn đối với các dự án blockchain khác, do đó không kích hoạt được sức sống sinh thái (Một trong những người sáng lập của Fetch.ai đã đích thân xây dựng dự án DEX Mettalex DEX dựa trên Fetch.ai, nhưng cuối cùng nó chẳng là gì cả.) Là một dự án hướng đến cơ sở hạ tầng, giá trị nội tại của dự án Fetch.ai khó tăng lên do hệ sinh thái suy giảm.

4. AI sáng tạo có một tương lai đầy hứa hẹn

Giám đốc điều hành Nvidia Jensen Huang gọi việc phát hành các mô hình lớn là thời điểm iPhone của AI và nguồn lực khan hiếm để sản xuất AI ở giai đoạn này là cơ sở hạ tầng tập trung vào chip điện toán hiệu năng cao. Là phân khúc AI có số vốn bị khóa nhiều nhất trong Web3, các dự án cơ sở hạ tầng AI luôn là tâm điểm nghiên cứu dài hạn của các nhà đầu tư. Có thể thấy trước rằng khi các gã khổng lồ chip dần dần nâng cấp thiết bị sức mạnh tính toán, sức mạnh tính toán AI dần tăng lên và ngày càng có nhiều khả năng AI được mở khóa, có thể thấy trước rằng sẽ có nhiều dự án cơ sở hạ tầng AI trong các phân khu của Web3 sẽ ra đời trong tương lai,Chúng ta thậm chí có thể mong đợi sự ra đời của các con chip được thiết kế và sản xuất đặc biệt để đào tạo AI trên Web3 trong tương lai.

Mặc dù sự phát triển hiện tại của các sản phẩm AI thế hệ To C vẫn đang trong giai đoạn thử nghiệm, một số sản phẩm cấp công nghiệp ToB của nó đã cho thấy tiềm năng lớn. Một trong số đó là sự di chuyển của các cảnh trong thế giới thực sang lĩnh vực kỹ thuật số.song sinh kỹ thuật số công nghệ, kết hợp với nền tảng điện toán khoa học bản sao kỹ thuật số do NVIDIA phát hành cho tầm nhìn siêu vũ trụ, xét rằng ngành này vẫn còn giá trị dữ liệu khổng lồ chưa được phát hành, AI tổng quát sẽ trở thành trợ giúp quan trọng cho bản sao kỹ thuật số trong các kịch bản công nghiệp. sâu hơn vào lĩnh vực Web3, bao gồm The Metaverse, sáng tạo nội dung số, Tài sản trong thế giới thực và các khía cạnh khác sẽ bị ảnh hưởng bởi công nghệ bản sao kỹ thuật số do AI cung cấp.

Phần cứng tương tác mớiphát triển cũng là một khía cạnh không thể bỏ qua. Nhìn lại lịch sử, mọi cải tiến về phần cứng trong lĩnh vực máy tính sẽ mang đến những thay đổi chấn động và cơ hội phát triển mới, chẳng hạn như chuột máy tính đã trở nên phổ biến ngày nay, hay iPhone 4 với màn hình điện dung cảm ứng đa điểm. Đã được thông báo sẽ ra mắt vào quý 1 năm 2024Apple Vision Pro, với bản demo tuyệt đẹp, nó đã thu hút rất nhiều sự chú ý từ khắp nơi trên thế giới. Khi nó thực sự được tung ra thị trường, nó sẽ mang lại những thay đổi và cơ hội bất ngờ cho các ngành công nghiệp khác nhau. Với lợi thế sản xuất nội dung nhanh chóng và phổ biến rộng rãi, lĩnh vực giải trí rộng lớn thường là lĩnh vực được hưởng lợi đầu tiên từ mỗi lần cập nhật công nghệ phần cứng. Tất nhiên, điều này cũng bao gồm nhiều bản nhạc giải trí trực quan khác nhau như Metaverse, trò chơi dây chuyền và NFT trong Web3, đáng để độc giả quan tâm và nghiên cứu lâu dài trong tương lai.

Về lâu dài, sự phát triển của AI có tính sáng tạo là một mục tiêuNhững thay đổi về lượng sẽ dẫn đến những thay đổi về chấtquá trình của. Bản chất của ChatGPT là giải pháp cho bài toán QA lý luận, còn QA lý luận là một bài toán từ lâu đã thu hút được sự quan tâm và nghiên cứu rộng rãi trong giới học thuật. Sau một thời gian dài lặp lại dữ liệu và mô hình, cuối cùng nó đã đạt đến cấp độ GPT-4 đáng kinh ngạc. Điều này cũng đúng với các ứng dụng AI trong Web3, chúng ta vẫn đang trong giai đoạn đưa các mô hình từ Web2 vào Web3, các mô hình được phát triển hoàn toàn dựa trên dữ liệu Web3 vẫn chưa xuất hiện. Trong tương lai, các bên dự án có tầm nhìn xa và một lượng lớn nguồn lực sẽ cần phải đầu tư vào việc nghiên cứu các vấn đề thực tế trong Web3, để ứng dụng sát thủ cấp ChatGPT của Web3 có thể dần dần đến gần hơn.

Ở giai đoạn này, công nghệ cơ bản của Generative AI cũng có nhiều hướng đáng khám phá, một trong số đó là phương pháp triển khai logic dựa trênChuỗi suy nghĩCông nghệ (Chuỗi tư duy). Nói một cách đơn giản, thông qua công nghệ chuỗi tư duy, các mô hình ngôn ngữ lớn có thể đạt được bước nhảy vọt về chất trong khả năng suy luận nhiều bước. Tuy nhiên, việc sử dụng chuỗi tư duy vẫn chưa giải quyết được hoặc ở một mức độ nào đó gây ra vấn đề thiếu khả năng suy luận của các mô hình lớn trong logic phức tạp. Bạn đọc quan tâm đến khía cạnh này nên đọc Chuỗi tư duyBài viết gốc của tác giả。

Sự thành công của ChatGPT đã dẫn đến sự xuất hiện của nhiều chuỗi GPT phổ biến khác nhau trong Web3. Tuy nhiên, sự kết hợp đơn giản và thô sơ giữa GPT và hợp đồng thông minh chưa thể thực sự giải quyết được nhu cầu của người dùng. Đã khoảng một năm kể từ khi ChatGPT ra mắt. Về lâu dài thì chỉ là trong tích tắc. Các sản phẩm trong tương lai cũng nên bắt đầu từ nhu cầu thực sự của chính người dùng Web3. Với công nghệ Web3 ngày càng hoàn thiện, tôi tin rằng Generative AI sẽ đóng một vai trò quan trọng trong Web3. Khả năng ứng dụng là vô tận và đáng để mong đợi.

người giới thiệu

Google Cloud Tech - Introduction to Generative AI

AWS - What is Generative AI

The Economics of Large Language Models 

Liệu GAN có trở nên lỗi thời một khi Mô hình Khuếch tán cất cánh? ? ?

Illustrating Reinforcement Learning from Human Feedback (RLHF)

Generative AI and Web3 

Who Owns the Generative AI Platform?

Apple Vision Pro đã phát hành suy nghĩ lại về Trăng tròn: XR, RNDR và ​​​​Tương lai của điện toán không gian

AI được tạo ra dưới dạng NFT như thế nào?

Emergent Analogical Reasoning in Large Language Models

Akash Network Token (AKT) Genesis Unlock Schedule and Supply Estimates 

tuyên bố

Báo cáo này được thực hiện bởi@GryphsisAcademysinh viên@chenyangjamie,hiện hữu@CryptoScott_ETH，@Zou_BlockTác phẩm gốc được hoàn thành dưới sự hướng dẫn của. Các tác giả hoàn toàn chịu trách nhiệm về mọi nội dung không nhất thiết phản ánh quan điểm của Học viện Gryphsis cũng như quan điểm của tổ chức thực hiện báo cáo. Nội dung và quyết định biên tập không bị ảnh hưởng bởi người đọc. Xin lưu ý rằng tác giả có thể sở hữu các loại tiền điện tử được đề cập trong báo cáo này. Tài liệu này chỉ nhằm mục đích cung cấp thông tin và không nên dựa vào đó để đưa ra quyết định đầu tư. Chúng tôi thực sự khuyên bạn nên tiến hành nghiên cứu của riêng mình và tham khảo ý kiến ​​​​của cố vấn tài chính, thuế hoặc pháp lý khách quan trước khi đưa ra bất kỳ quyết định đầu tư nào. Hãy nhớ rằng, hiệu suất trong quá khứ của bất kỳ tài sản nào không đảm bảo lợi nhuận trong tương lai.