Спустя более года после выхода ChatGPT, дискуссии об ИИ+Крипто в последнее время снова разгорелись. ИИ считается одним из самых важных направлений для бычьего рынка 2024-2025 годов, и даже сам Виталик Бутерин опубликовал статью "Перспективы и проблемы криптовалют + приложения ИИ", в которой обсуждаются потенциальные направления исследований для ИИ+Крио в будущем. В этой статье мы не будем делать слишком много субъективных прогнозов, а просто разберем предпринимательские проекты, связанные с сочетанием ИИ и криптовалют, которые наблюдались за последний год, с точки зрения первичного рынка, чтобы увидеть, с каких сторон предприниматели вышли на рынок, каких успехов добились и какие области еще исследуются.

I. Цикл ИИ+Крипто

На протяжении 2023 года мы обсудили почти десятки проектов ИИ+Крипто, в которых прослеживался четкий цикл. До выхода ChatGPT в конце 2022 года на вторичном рынке было немного блокчейн-проектов, связанных с искусственным интеллектом, и основными из них были такие старые проекты, как FET и AGIX. Аналогичным образом, на первичном рынке было представлено мало проектов, связанных с ИИ.

С января по май 2023 года наступил первый период концентрированного взрыва ИИ-проектов, главным образом потому, что ChatGPT оказал огромное влияние. Многие старые проекты на вторичном рынке переключились на направление ИИ, и почти каждую неделю на первичном рынке проходили обсуждения проектов ИИ+Крипто. Однако в этот период проекты в области ИИ казались относительно простыми, многие из них были просто "перекроенными" и "преобразованными в блокчейн" проектами на основе ChatGPT, лишенными каких-либо основных технологических барьеров. Наша внутренняя команда разработчиков часто может повторить базовую структуру проекта всего за день или два. За это время мы обсудили множество проектов в области искусственного интеллекта, но в итоге так ничего и не предприняли.

С мая по октябрь вторичный рынок начал снижаться, и, что интересно, количество AI-проектов на первичном рынке также значительно уменьшилось, пока в последние один-два месяца их число снова не начало расти, а дискуссии, статьи и многое другое об AI+Crypto стали более насыщенными. Мы снова пережили "бум", когда каждую неделю могли сталкиваться с проектами в области искусственного интеллекта. Спустя шесть месяцев мы почувствовали, что новая партия проектов в области ИИ значительно лучше понимала направление ИИ, реализацию коммерческих сценариев и интеграцию ИИ+Крипто по сравнению с первым периодом AI Hype. Хотя технологические барьеры все еще не очень сильны, общая зрелость достигла нового уровня. Только в 2024 году мы наконец-то сделали первую ставку на трек AI+Crpyto.

II. В треке AI+Crypto

Виталик, в своей статье "Прогнозы и вызовы", прогнозирует с нескольких относительно абстрактных измерений и перспектив:

• ИИ как игрок в игре
• ИИ как игровой интерфейс
• ИИ как правила игры
• ИИ как цель для игр

Однако мы подводим итог проектам в области искусственного интеллекта, которые в настоящее время представлены на первичном рынке, с более конкретной и прямой точки зрения. Проекты в области AI+Crypto в основном вращаются вокруг сути криптовалют, которая заключается в "технической (или политической) децентрализации + коммерческой активации".

Децентрализация не нуждается в представлении; это все о Web3. В зависимости от типа активации, ее можно разделить на три основных направления:

• Активизация вычислительных мощностей
• Активизация моделей
• Капитализация данных

Активизация вычислительной мощности

Это довольно плотный трек, включающий в себя различные новые проекты, а также переходы из старых проектов, таких как Akash из Cosmos и Nosana из Solana. Цены на токены взлетели после поворота, отражая оптимизм рынка в отношении направления ИИ. Хотя RNDR в первую очередь ориентирован на децентрализованный рендеринг, он также может служить целям ИИ, поэтому многие относят RNDR и подобные проекты, связанные с вычислительной мощностью, к направлению ИИ.

Активизацию вычислительных мощностей можно дополнительно разделить на два направления:

Децентрализованные вычисления для обучения ИИ, представленные компанией Gensyn.

Децентрализованные вычисления для выводов ИИ, представленные большинством поворотных и новых проектов.

Интересное явление, наблюдаемое в этом треке, или, скорее, цепочка скептицизма, выглядит следующим образом:

Традиционный ИИ → Децентрализованный вывод → Децентрализованное обучение

Люди с традиционным образованием в области ИИ скептически относятся к децентрализованному обучению или выводам ИИ. А в децентрализованном пространстве те, кто сосредоточен на выводах, сомневаются в целесообразности децентрализованного обучения. Основная причина кроется в технических проблемах, поскольку обучение ИИ (особенно для больших моделей) требует огромного количества данных и, что еще важнее, высокой пропускной способности канала связи. В настоящее время для обучения больших моделей трансформеров требуется матрица высококлассных GPU (например, 4090 или H100 для искусственного интеллекта), а также NVLink и профессиональные оптоволоконные коммутаторы для каналов связи уровня 100G, что ставит под сомнение целесообразность децентрализации для таких задач.

• Те, кто учился на традиционных факультетах ИИ, не испытывают оптимизма по поводу децентрализованного обучения или рассуждений в области ИИ.
• Те, кто использует децентрализованное мышление, не испытывают оптимизма по поводу децентрализованного обучения.

Причина в основном техническая, поскольку обучение искусственному интеллекту (особенно искусственному интеллекту на основе больших моделей) требует огромных объемов данных, и что еще более преувеличено, чем требования к данным, так это требования к пропускной способности, вызванные высокоскоростной передачей этих данных. В текущей среде трансформеров для обучения таких больших моделей требуется большое количество высококлассных графических карт уровня 4090/H100 профессиональных графических карт AI, приобретенных матрицей вычислительной мощности + каналы связи уровня 100G, состоящие из NVLink и профессиональных оптоволоконных коммутаторов. Вы говорите, что эта вещь может быть реализована децентрализованно, хм...

Для рассуждений ИИ требуется гораздо меньше вычислительной мощности и пропускной способности каналов связи, чем для обучения ИИ. Возможность децентрализации, естественно, намного больше, чем возможность обучения. Вот почему большинство проектов, связанных с вычислительной мощностью, занимаются рассуждениями, а обучением занимается, в основном, только Gensyn. Такой крупный игрок, как Together, собрал более 100 миллионов юаней. Но в равной степени, с точки зрения стоимости, производительности и надежности, по крайней мере, на данном этапе, централизованные вычислительные мощности все еще намного лучше, чем децентрализованное мышление.

Нетрудно объяснить, почему, глядя на децентрализованное рассуждение и децентрализованное обучение, они думают: "Вы вообще не можете этого сделать", в то время как традиционный ИИ смотрит на децентрализованное обучение и рассуждение и думает: "Обучение технически нереально" и "Рассуждение коммерчески ненадежно". Спектр".

Некоторые люди говорят, что когда BTC/ETH только появились, все также говорили, что эта модель, при которой подсчитываются все распределенные узлы, ненадежна по сравнению с облачными вычислениями, но разве это не сработало в итоге? Затем все зависит от будущих потребностей в обучении ИИ и рассуждениях ИИ в отношении таких параметров, как корректность, неизменяемость и избыточность. Простое сосредоточение на производительности, надежности и цене пока не может быть лучше централизации.

Активизация моделей

В этом направлении много народу, и его относительно легче понять по сравнению с актизацией вычислительной мощности. Популярность ChatGPT и таких приложений, как Character.AI, продемонстрировала потенциал больших языковых моделей. Пользователи могут искать знания у таких исторических личностей, как Сократ или Конфуций, общаться с такими знаменитостями, как Элон Маск или Сэм Альтман, и даже вступать в романтические беседы с такими виртуальными кумирами, как Хацунэ Мику или Рэйден Сегун. Все это волшебство происходит благодаря большим языковым моделям, а концепция агентов ИИ глубоко укоренилась в Character.AI.

Что, если эти агенты, как Конфуций, Маск или Рэйден Шогун, были NFT?

Разве это не AI X Crypto?!

Это воплощает концепцию AI X Crypto. Речь идет скорее об актировании агентов, созданных на основе больших моделей, а не самих моделей, поскольку большие модели не могут быть напрямую размещены на блокчейне. Основное внимание уделяется отображению агентов на NFT, чтобы создать ощущение "активации модели" в пространстве AI X Crypto.

В настоящее время существуют агенты для изучения английского языка, знакомств и т.д., а также производные проекты, такие как поиск агентов и рыночные площадки. Общей проблемой в этом направлении является отсутствие технических барьеров, поскольку многие проекты просто NFT-изображают концепцию Character.AI. Интеграция с блокчейном часто минимальна, подобно тому, как НФТ GameFi на Ethereum могут хранить только URL или хэш в своих метаданных, а модели/агенты размещаются на облачных серверах. Торговля на блокчейне, по сути, подразумевает права собственности.

Несмотря на эти проблемы, активация моделей/агентов, скорее всего, останется одним из основных направлений в AI x Crypto, и мы надеемся, что в будущем появятся более технически надежные и интегрированные в блокчейн проекты.

Активизация данных

Активизация данных логически наиболее подходит для ИИ+Крипто, поскольку традиционное обучение ИИ использует в основном видимые данные, доступные в Интернете, или, точнее, данные из трафика, находящегося в открытом доступе, которые могут составлять лишь 10-20% от общего объема. Значительная часть данных на самом деле находится в трафике частного домена (включая персональные данные). Если бы эти данные о трафике можно было использовать для обучения или тонкой настройки больших моделей, мы, несомненно, могли бы иметь более специализированных агентов/ботов в различных вертикальных областях.

Самый знакомый лозунг Web3 - "Читайте, пишите, владейте!".

Поэтому под руководством децентрализованных стимулов с помощью AI+Crypto предоставление индивидуальных и частных данных о трафике желаний для актирования, чтобы обеспечить лучшую и более богатую "подпитку" для больших моделей, кажется весьма логичным подходом. Действительно, несколько команд глубоко заняты в этой области.

Однако самая большая проблема в этом направлении заключается в том, что данные не так легко стандартизировать, как вычислительные мощности. Для децентрализованных вычислительных мощностей модель Вашей видеокарты напрямую выражает определенную вычислительную мощность, в то время как количество, качество и назначение частных данных трудно измерить по разным параметрам. Если децентрализованные вычислительные мощности похожи на ERC20, то актизация обучающих данных ИИ для децентрализованного ИИ больше похожа на ERC721, смешанную со многими проектами и чертами, подобными PunkAzuki, что делает ликвидность и развитие рынка значительно более сложными, чем в случае с ERC20. Таким образом, проекты, работающие над активацией данных ИИ, сталкиваются со значительными трудностями.

Еще один примечательный аспект дорожки данных - децентрализованная маркировка. Активизация данных относится к этапу "сбор данных", а собранные данные необходимо обработать, прежде чем передать их искусственному интеллекту, и именно здесь на помощь приходит маркировка данных. В настоящее время этот этап является централизованной, трудоемкой задачей. Децентрализация этого процесса с помощью вознаграждений в виде токенов, превращение этой трудовой деятельности в децентрализованную маркировку, позволяющую зарабатывать, или распределение работы по принципу, аналогичному краудсорсинговым платформам, - вот концепция, которая сейчас изучается. В настоящее время несколько команд занимаются разработкой этого направления.

III. Недостающие кусочки головоломки в ИИ + криптовалюты

Давайте вкратце обсудим, с нашей точки зрения, недостающие части в секторе AI + Crypto.

1. Технологические барьеры: Как уже говорилось ранее, большинство проектов AI + Crypto практически не имеют барьеров по сравнению с традиционными проектами AI в пространстве Web2. Они больше полагаются на экономические модели и символические стимулы, концентрируя свои усилия на опыте, рынке и операциях. Хотя в этом нет ничего плохого - децентрализация и распределение ценностей действительно являются сильными сторонами Web3 - отсутствие основных барьеров часто создает ощущение "X to Earn". Мы по-прежнему с нетерпением ждем, когда команды с ключевыми технологиями, такие как материнская компания RNDR - OTOY, добьются значительных успехов в криптовалютном пространстве.

2. Текущее состояние специалистов-практиков: По нашим наблюдениям, некоторые команды в секторе AI x Crypto очень хорошо разбираются в AI, но не имеют глубокого понимания Web3. И наоборот, некоторые команды очень криптовалютные, но имеют слабое представление об искусственном интеллекте. Это очень похоже на ранний сектор Gamefi, где команды либо глубоко разбирались в играх и стремились адаптировать Web2-игры к блокчейну, либо хорошо разбирались в Web3, сосредоточившись на инновациях и оптимизации различных моделей заработка. Matr1x была первой командой, которую мы встретили в секторе Gamefi с двойным пониманием как игр, так и криптовалют. Именно поэтому я ранее упоминал, что Matr1x была одним из трех проектов в 2023 году, который я выбрал "сразу после обсуждения". Мы с нетерпением ждем, что в 2024 году мы увидим команды с двойным пониманием как в области ИИ, так и в области криптовалют.

3. Коммерческие сценарии: Криптовалюта AI X находится на очень ранней стадии исследования. Упомянутые различные виды активов - это лишь несколько широких направлений, каждое из которых имеет потенциальные подсектора, которые можно тщательно исследовать и сегментировать. Сочетание ИИ и криптовалют в текущих проектах часто кажется "жестким" или "грубым", не позволяющим использовать лучшие конкурентные преимущества или сочетаемость ИИ и криптовалют. Это тесно связано со вторым пунктом, упомянутым выше. Например, наша внутренняя команда разработчиков придумала и разработала более оптимальный метод комбинирования. К сожалению, несмотря на то, что мы рассмотрели множество проектов в сфере ИИ, нам пока не удалось найти команду, которая бы заняла эту нишу. Поэтому мы можем только продолжать ждать.

Почему наш венчурный консультант может думать об определенных сценариях раньше, чем предприниматели на рынке? Потому что наша внутренняя команда по искусственному интеллекту состоит из семи мастеров, пять из которых имеют степень доктора философии в области искусственного интеллекта. Что касается понимания командой ABCDE криптовалют, ну, Вы знаете...

В заключение хочу сказать, что хотя с точки зрения первичного рынка AI x Crypto еще очень рано и незрело, это не мешает нам с оптимизмом смотреть на его перспективы в 2024-2025 гг. ИИ и криптовалюты могут стать одним из основных секторов на следующем бычьем рынке. В конце концов, если ИИ освобождает производительные силы, а блокчейн освобождает производственные отношения, то какая может быть лучшая комбинация? :)

Отказ от ответственности：

1. Эта статья перепечатана с сайта [ABCDE], все авторские права принадлежат автору[ABCDE]. Если у Вас есть возражения против этой перепечатки, пожалуйста, свяжитесь с командой Gate Learn, и они незамедлительно рассмотрят их.
2. Отказ от ответственности: Мнения и взгляды, выраженные в этой статье, принадлежат исключительно автору и не являются инвестиционным советом.
3. Перевод статьи на другие языки осуществляется командой Gate Learn. Если не указано, копирование, распространение или плагиат переведенных статей запрещены.