從AI基礎設施到應用場景，哪些Web3項目值得關注？
原文作者：餅乾& alertcat.eth，ChainCatcher
OpenAI 旗下聊天機器人ChatGPT 在推出僅兩個月後月活躍用戶達到1 億，成為歷史上用戶增長最快的應用。如此強大的“漲粉”能力讓AI 熱度迅速傳遞到加密領域， 1 月10 日，彭博社稱微軟正考慮向ChatGPT 開發者OpenAI 投資100 億美元，所有AI 概念的加密貨幣被徹底引爆，FET、AGIX等在一個月內漲幅超200% 。
圖片描述
圖片描述
AI 概念的加密項目（來源：Rootdata）
一級標題一級標題
二級標題
二級標題
Openfabric AI
Openfabric 是一個用於構建和連接AI 應用程序的平台。通過該平台，人工智能創新者、數據提供商、企業和基礎設施提供商之間的協作將促進新智能算法和服務的創建和使用。 Openfabric 生態系統由4 個角色組成：算法創建者、數據提供商、基礎設施提供商、服務消費者，其中服務消費者需要向其他3 種服務商付費。
算法創建者：利用其專業知識來創建能夠解決複雜業務問題的AI 算法。
數據提供商：確保分發大量訓練AI 算法所需的數據。
圖片描述
二級標題
Oraichain
二級標題
Fetch.ai
來源：
來源：二級標題
SingularityNET
圖片描述
二級標題
Gensyn
Gensyn 協議是一種用於深度學習計算的Layer 1 網絡，通過即時獎勵將計算時間投入網絡並執行ML （機器學習）任務的供應方參與者。該協議不需要行政監督或執法，而是通過智能合約以編程方式促進任務分配和支付。該網絡的根本挑戰是驗證已完成的ML 工作。這是處於復雜性理論、博弈論、密碼學和優化的交叉問題。 Gensyn 生態系統由提交者、解決者、驗證者和舉報者4 個角色組成。
提交者（Submitters）：提供將要計算的任務並為完成的工作單元付費。
解決者（Solvers）： 執行模型訓練並生成證明以供驗證者檢查。
驗證者（Verifiers） ：將非確定性訓練過程鏈接到確定性線性計算、複製求解器證明的一部分並將距離與預期閾值進行比較的關鍵。
應用場景
應用場景
應用場景
二級標題
二級標題
鏈遊方向
社交方向
二級標題
社交方向
PLAI Labs 專注於利用AI 和web3 構建下一代社交平台，供用戶一起玩耍、交談、戰鬥、交易和冒險，該平台於2023 年1 月獲得a16z 的3200 萬美元融資。目前，PLAI Labs 向外界展示了2 個產品：
Champions Ascension，這是一款大型多人在線角色扮演遊戲(MMORPG)，玩家可以選擇以NFT 的形式擁有自己的角色，並能夠在大型鬥獸場競技場中進行戰鬥，做任務，在自定義地牢中建造和競爭和交易數字物品。
NFT 方向
二級標題
NFT 方向
Aletha AI 提出了iNFT 的概念，iNFT 是一種結合人工智能和區塊鏈的技術。融入AI 之後，NFT 具有了交互性、生成性、可擴展性和獨特的各種個性特徵。
簡單來說，NFT 如果是一個數字人作品，融入AI 後，成為了iNFT，具有了和用戶聊天能力的NFT 作品。 2021 年6 月10 日，世界上第一個iNFT愛麗絲在蘇富比拍賣行以478 ， 800 美元的價格拍賣。
Altered State Machine (ASM)是一個結合NFT、人工智能和機器學習的創新項目，為AI 驅動的NFT 提供訓練動力，其願景是成為使用NFT 技術的AI 的所有權和貨幣化協議。在ASM 生態系統中，基於AI 的Avatar 稱為Agent，由大腦和化身兩部分組成。該項目還發行了ASTO 代幣為ASM 生態系統提供動力。
一級標題
一級標題
趨勢分析
從當下的區塊鏈AI 項目發展途徑來看，AI 的基礎架構是由數據、算法和算力三部分組成。一個正常AI 項目想要實現人工智能的生成或者分析的能力，需要有模型和數據集和調用模型的軟件本體及其GUI。那麼這個領域的模型和數據集的分發，模型的訓練（算力租賃），軟件前端的開發上有中介的形成，而這會催生出旨在高效滿足客戶需求的區塊鏈AI 項目。
例如上文中，Fetch.ai 作為中介，可以允許客戶使用其原生代幣交易數據集。 SingularityNET 允許客戶從開發者之處購買算力訓練服務，Openfabric AI 的客戶需要從提供商那裡獲得模型（算法）、數據集、基礎設施（軟件）等服務，Humans.ai 本質上是以NFT 封裝了數據集訓練好的AI 模型，用戶使用原生代幣購買，
Gensyn 實質上是去中心化算力租賃平台。這些都是介於傳統AI 需要完成的任務，例如自然語言處理、AI 語音、圖像生成領域使用DApp 作為中介平台進行交易的項目。
那麼區塊鏈中的去中心化應用產生了新的需求，那麼基於鏈遊方向，社交方向和NFT 方向的AI 項目旨在解決區塊鏈中的用戶痛點，例如rct.ai 解決了鏈遊用戶手動重複操作的問題，Mirror World 解決了鏈遊開發，其他的項目則是針對區塊鏈社交和NFT 進行研發。
目前在Web3社交的初級階段，引入AI 更多地是為了一種敘事手段。在未來，AI 項目研發一些可能的方向：
加強數據隱私：Web3 可以通過使用zk 技術，使數據隱私得到最大程度的保護，而AI 可以在不損害隱私的情況下分析數據。
總結
總結
總結
目前來看，無論是區塊鏈原生的AI 基礎設施，還是藉助AI 引擎實現應用場景的加密項目都處於萌芽時期，主要目標在於打造一個適用的底層基礎設施，磨合代幣經濟學與硬件提供商、數據提供商、AI 算法等人工智能解決方案的融合度。
不過，兩者的融合也面臨諸多挑戰。首先，區塊鏈趨向Rollup、ZK 等複雜化技術會給AI 獲取數據帶來挑戰。其次，沒有進行足夠的持續實驗數據來支持AI 在區塊鏈生態中的適用性，以及AI 引擎在應對突發事件的調整能力。最後，加密領域頻繁出現蹭AI 概念的虛假項目，讓人們容易喪失對該領域探索的信心。
所有的解決傳統AI 問題的區塊鏈AI 項目都需要回答一個疑問：為什麼這個平台需要在區塊鏈上引入代幣？這就使得交易標的為Web2市場中已有的標的，比如模型、數據和算力的平台有著onboarding 的劣勢。
代幣經濟學如飛輪，可以改變一個項目的興衰週期。在當下，如果希望正向飛輪，則需要考慮到平台實際用戶，即獲客問題.需求的不可替代性就是一個項目的護城河，缺乏護城河的項目可以獲得短線的成功，但是不會有足夠多的用戶和茁壯的開發者生態.當需求是偽命題時，經濟激勵是不可持續的，項目的生命週期也會變短。我們期待，有更多的基於真實用戶和不可替代的需求的AI+Web3項目的出現。它們旨在完成web2之中沒有或者完成不佳的需求，從而原生地需要引入Web3。
無論如何，AI 融入Web3 是一種未來的技術趨勢，現階段已經出現一些結合人工智能的Web3 應用實例。隨著時間的推移，更多相關的Web3基礎設施、新模式將會相繼出現。
