ChatGPT'nin piyasaya sürülmesinden bir yıldan fazla bir süre sonra, AI+Crypto hakkındaki tartışmalar son zamanlarda yeniden alevlendi. AI, 2024-2025 boğa piyasası için en önemli yollardan biri olarak kabul ediliyor ve hatta Vitalik Buterin'in kendisi, gelecekte AI + Cryo için potansiyel keşif yönlerini tartışmak üzere "Kripto + AI uygulamalarının vaadi ve zorlukları" başlıklı bir makale yayınladı. Bu makale çok fazla öznel tahminde bulunmayacak, ancak girişimcilerin pazara hangi açılardan girdiğini, hangi başarıların elde edildiğini ve hangi alanların hala araştırıldığını görmek için geçtiğimiz yıl gözlemlenen AI ve Kripto kombinasyonu girişimci projelerini birincil pazar perspektifinden sıralayacaktır.

I. Yapay Zeka+Kripto Döngüsü

2023 yılı boyunca, net bir döngünün gözlemlenebildiği neredeyse düzinelerce Yapay Zeka+Kripto projesini tartıştık. ChatGPT'nin 2022 sonunda piyasaya sürülmesinden önce, ikincil piyasada yapay zeka ile ilgili çok az sayıda blok zinciri projesi vardı ve bunların başlıcaları FET ve AGIX gibi eski projelerdi. Benzer şekilde, birincil piyasada yapay zeka ile ilgili çok az proje görüldü.

Ocak ayından Mayıs 2023'e kadar, ChatGPT'nin büyük bir etkisi olduğu için yapay zeka projelerinin ilk yoğun patlama dönemi yaşandı. İkincil piyasadaki birçok eski proje yapay zeka alanına yöneldi ve neredeyse her hafta birincil piyasada yapay zeka+kripto projeleri üzerine tartışmalar yaşandı. Bununla birlikte, bu dönemin yapay zeka projeleri nispeten basitti; bunların çoğu ChatGPT'ye dayanan ve herhangi bir temel teknolojik engelden yoksun olan "yeniden derlenmiş" ve "blok zincirine dönüştürülmüş" projelerdi. Şirket içi geliştirme ekibimiz genellikle bir projenin temel çerçevesini bir veya iki gün içinde kopyalayabilir. Bu süre zarfında birçok yapay zeka projesini tartıştık, ancak sonuçta herhangi bir hamle yapmadık.

Mayıs ayından Ekim ayına kadar, ikincil piyasa düşüşe geçti ve ilginç bir şekilde, birincil piyasadaki AI projelerinin sayısı da, AI + Kripto ile ilgili tartışmalar, makaleler ve daha fazlasının zenginleşmesiyle sayının tekrar yükselmeye başladığı son bir veya iki aya kadar önemli ölçüde azaldı. Her hafta yapay zeka projeleriyle karşılaşabileceğimiz bir "patlamaya" yeniden girdik. Altı ay sonra, yeni YZ projeleri grubunun ilk YZ Hype dönemine kıyasla YZ yolu, ticari senaryo uygulaması ve YZ+Kripto entegrasyonu konusunda önemli ölçüde gelişmiş bir anlayışa sahip olduğunu fark ettik. Teknolojik engeller hala güçlü olmasa da, genel olgunluk yeni bir seviyeye ulaşmıştır. Nihayet 2024 yılına kadar AI+Crpyto yolunda ilk bahsimizi oynamıştık.

II. Yapay Zeka+Kripto Pistinde

Vitalik, "Tahminler ve Zorluklar" başlıklı makalesinde, nispeten soyut birkaç boyut ve perspektiften tahminlerde bulunuyor:

• Oyunda bir oyuncu olarak yapay zeka
• Bir oyun arayüzü olarak yapay zeka
• Oyunun kuralları olarak yapay zeka
• Bir oyun hedefi olarak yapay zeka

Bununla birlikte, şu anda birincil pazarda görülen yapay zeka projelerini daha somut ve doğrudan bir açıdan özetliyoruz. AI+Crypto'daki projeler çoğunlukla Crypto'nun özü olan "teknik (veya politik) ademi merkeziyetçilik + ticari varlıklaştırma" etrafında dönmektedir.

Ademi merkeziyetçiliğin tanıtılmaya ihtiyacı yok; her şey Web3 ile ilgili. Varlıklaştırma türüne bağlı olarak, genel olarak üç ana yola ayrılabilir:

• Bilgi işlem gücünün varlıklaştırılması
• Modellerin varlıklaştırılması
• Verilerin büyük harfle yazılması

Bilgi İşlem Gücünün Varlıklaştırılması

Bu, çeşitli yeni projelerin yanı sıra Cosmos'tan Akash ve Solana'dan Nosana gibi eski projelerden pivotları da kapsayan nispeten yoğun bir parça. Token fiyatları, piyasanın yapay zeka yoluna yönelik iyimserliğini yansıtarak pivot sonrası yükseldi. RNDR, esas olarak merkezi olmayan görüntülemeye odaklanmış olsa da, yapay zeka amaçlarına da hizmet edebilir, bu nedenle birçok kişi RNDR ve benzer bilgi işlem gücüyle ilgili projeleri yapay zeka alanı altında sınıflandırır.

Bilgi işlem gücünün varlık haline getirilmesi iki yöne ayrılabilir:

Gensyn tarafından temsil edilen yapay zeka eğitimi için merkezi olmayan bilgi işlem.

Yapay zeka çıkarımı için merkezi olmayan hesaplama, çoğu pivot ve yeni proje tarafından temsil edilmektedir.

Bu yolda gözlemlenen ilginç bir olgu, daha doğrusu bir şüphecilik zinciri şu şekildedir:

Geleneksel Yapay Zeka → Merkezi Olmayan Çıkarım → Merkezi Olmayan Eğitim

Geleneksel YZ geçmişine sahip olanlar, merkezi olmayan YZ eğitimi veya çıkarımı konusunda şüphecidir. Merkezi olmayan alanda ise çıkarıma odaklananlar, merkezi olmayan eğitimin uygulanabilirliğinden şüphe duymaktadır. Bunun ana nedeni teknik zorluklardır, çünkü yapay zeka eğitimi (özellikle büyük modeller için) büyük miktarda veri ve daha da önemlisi veri iletişimi için yüksek bant genişliği gerektirir. Halihazırda, büyük Transformer modellerinin eğitimi için üst düzey GPU'lardan (AI için 4090 veya H100 gibi) oluşan bir matrisin yanı sıra 100G düzeyinde iletişim kanalları için NVLink ve profesyonel fiber optik anahtarlar gerekiyor ve bu da bu tür görevler için merkezsizleştirmenin uygulanabilirliği konusunda şüphe uyandırıyor.

• Geleneksel YZ bölümlerinden gelenler, merkezi olmayan YZ eğitimi veya muhakemesi konusunda iyimser değiller.
• Merkezi olmayan akıl yürütmeyi kullananlar, merkezi olmayan eğitim konusunda iyimser değildir.

Bunun nedeni esas olarak tekniktir, çünkü YZ eğitimi (özellikle büyük model YZ) çok büyük miktarda veri içerir ve veri gereksinimlerinden daha abartılı olan şey, bu verilerin yüksek hızlı iletişiminin neden olduğu bant genişliği gereksinimleridir. Mevcut Transformer büyük model ortamında, bu büyük modellerin eğitimi için çok sayıda 4090 seviyeli üst düzey grafik kartı/H100 profesyonel AI grafik kartı satın alınmış hesaplama gücü matrisi + NVLink ve profesyonel fiber optik anahtarlardan oluşan 100G seviyeli iletişim kanalları gerekir. Bu şeyin merkezi olmayan bir şekilde uygulanabileceğini söylüyorsunuz, hmm...

YZ muhakemesi, YZ eğitiminden çok daha az hesaplama gücü ve iletişim bant genişliği gerektirir. Ademi merkeziyetçilik olasılığı doğal olarak eğitimden çok daha fazladır. Bu nedenle bilgi işlem gücüyle ilgili projelerin çoğu muhakeme ile uğraşmaktadır ve eğitim temelde sadece Gensyn'dir. Together gibi büyük bir oyuncu 100 milyon yuan'ın üzerinde para topladı. Ancak aynı şekilde, maliyet performans ve güvenilirlik açısından bakıldığında, en azından bu aşamada, merkezi bilgi işlem gücü hala merkezi olmayan muhakemeden çok daha iyidir.

Merkezi olmayan akıl yürütme ve merkezi olmayan eğitime baktıklarında "bunu hiç yapamazsınız" diye düşünürken, geleneksel yapay zekanın merkezi olmayan eğitim ve akıl yürütmeye bakıp "eğitim teknik olarak gerçekçi değil" ve "akıl yürütme ticari olarak güvenilmez" diye düşünmesinin nedenini açıklamak zor değil. Spectrum".

Bazı insanlar BTC/ETH ilk çıktığında herkesin tüm dağıtık düğümlerin sayıldığı bu modelin bulut bilişime kıyasla güvenilir olmadığını söylediğini, ancak sonunda işe yaramadığını söylüyor. Daha sonra, doğruluk, değiştirilemezlik ve fazlalık boyutları için YZ eğitiminin ve YZ muhakemesinin gelecekteki ihtiyaçlarına bağlıdır. Sadece performans, güvenilirlik ve fiyata odaklanmak şu an için merkezileştirmeden daha iyi olamaz.

Modellerin Varlıklaştırılması

Bu kulvar kalabalıktır ve bilgi işlem gücü varlığına kıyasla anlaşılması nispeten daha kolaydır. ChatGPT'nin popülerliği ve Character.AI gibi uygulamalar büyük dil modellerinin potansiyelini ortaya koymuştur. Kullanıcılar Sokrates veya Konfüçyüs gibi tarihi figürlerden bilgi alabiliyor, Elon Musk veya Sam Altman gibi ünlülerle sohbet edebiliyor ve hatta Hatsune Miku veya Raiden Shogun gibi sanal idollerle romantik sohbetler gerçekleştirebiliyor. Bu sihir, yapay zeka ajanları kavramının Character.AI aracılığıyla derinlemesine yerleşmesiyle birlikte büyük dil modelleri sayesinde gerçekleşiyor.

Ya bu ajanlar Konfüçyüs, Musk ya da Raiden Shogun gibi NFT'lerse?

Bu AI X Crypto değil mi?!

Bu, AI X Crypto konseptini somutlaştırmaktadır. Büyük modeller doğrudan blok zincirine yerleştirilemeyeceğinden, modellerin kendisinden ziyade büyük modellerden oluşturulan aracıların varlık haline getirilmesiyle ilgilidir. Odak noktası, AI X Crypto alanında bir "model varlıklaştırma" duygusu yaratmak için aracıları NFT'lerle eşleştirmektir.

Şu anda İngilizce öğrenmek, flört etmek ve daha fazlası için aracıların yanı sıra aracı arama ve pazar yerleri gibi türev projeler de var. Bu kulvardaki ortak sorunlardan biri, birçok projenin Character.AI konseptini basitçe NFT-ize etmesi nedeniyle teknik engellerin eksikliğidir. Ethereum'daki GameFi NFT'lerin bulut sunucularında barındırılan modeller/ajanlar ile meta verilerinde yalnızca bir URL veya hash depolayabilmesine benzer şekilde, blok zinciri ile entegrasyon genellikle minimum düzeydedir. Blok zincirinde alım satım esasen mülkiyet haklarını içerir.

Bu zorluklara rağmen, model/aracı varlıklaştırma, gelecekte teknik olarak daha sağlam ve blok zinciri ile entegre projeler için umutlarla AI x Crypto'da büyük olasılıkla önemli bir yol olmaya devam edecektir.

Verilerin Varlıklaştırılması

Geleneksel YZ eğitimi öncelikle internette bulunan görünür verileri ya da daha doğrusu toplamın yalnızca %10-20'sini oluşturabilecek kamuya açık trafiğin verilerini kullandığından, veri varlıklaştırma mantıksal olarak YZ+Kripto için en uygun olanıdır. Verilerin önemli bir kısmı aslında özel alan trafiği içinde yer almaktadır (kişisel veriler dahil). Bu trafik verileri büyük modelleri eğitmek veya ince ayar yapmak için kullanılabilirse, şüphesiz çeşitli dikey alanlarda daha uzmanlaşmış ajanlara/botlara sahip olabiliriz.

Web3'ün en bilinen sloganı "Oku, Yaz, Sahip Ol!" dur.

Bu nedenle, AI+Crypto aracılığıyla merkezi olmayan teşviklerin rehberliğinde, büyük modeller için daha iyi ve daha zengin "besleme" sağlamak üzere bireysel ve özel arzu trafik verilerinin varlıklaştırılması için serbest bırakılması son derece mantıklı bir yaklaşım gibi görünüyor. Gerçekten de birkaç ekip bu alanda derinlemesine çalışmaktadır.

Ancak bu alandaki en büyük zorluk, verilerin bilgi işlem gücü kadar kolay standartlaştırılamamasıdır. Merkezi olmayan bilgi işlem gücü için, grafik kartınızın modeli doğrudan belirli bir miktarda bilgi işlem gücüne dönüşürken, özel verilerin miktarı, kalitesi ve amacının çeşitli boyutlarda ölçülmesi zordur. Merkezi olmayan bilgi işlem gücü ERC20 gibiyse, merkezi olmayan yapay zeka için yapay zeka eğitim verilerinin varlıklaştırılması, PunkAzuki gibi birçok proje ve özellik ile karıştırılmış ERC721'e daha çok benziyor ve likidite ve piyasa gelişimini ERC20'den önemli ölçüde daha zor hale getiriyor. Bu nedenle, YZ veri varlıklaştırması üzerinde çalışan projeler önemli zorluklarla karşı karşıyadır.

Veri yolunun dikkat çeken bir diğer yönü de merkezi olmayan etiketlemedir. Veri varlıklaştırma, "veri toplama" adımı için geçerlidir ve toplanan verilerin yapay zekaya beslenmeden önce işlenmesi gerekir, bu da veri etiketlemenin devreye girdiği yerdir. Bu adım şu anda merkezi ve emek yoğun bir görevdir. Bu süreci token ödülleri aracılığıyla merkezsizleştirerek, bu emek işini kazanmak için merkezi olmayan etiketlemeye dönüştürmek veya işi kitle kaynak platformlarına benzer bir şekilde dağıtmak, araştırılan bir kavramdır. Şu anda birkaç ekip bu alanda çalışmalar yürütmektedir.

III. Yapay Zeka + Kriptoda Eksik Bulmaca Parçaları

Bizim bakış açımıza göre, AI + Crypto sektöründeki eksik parçaları kısaca tartışalım.

1. Teknolojik Engeller: Daha önce de belirtildiği gibi, AI + Crypto projelerinin çoğunun Web2 alanındaki geleneksel AI projelerine kıyasla neredeyse hiçbir engeli yoktur. Ekonomik modellere ve jeton teşviklerine daha fazla güveniyorlar ve çabalarını ön uç deneyimi, pazar ve operasyonlara odaklıyorlar. Bunda yanlış bir şey olmasa da -merkezileştirme ve değer dağıtımı gerçekten de Web3'ün güçlü yönleridir- temel engellerin olmaması genellikle "X'ten Kazan" havası verir. RNDR'nin ana şirketi OTOY gibi temel teknolojilere sahip daha fazla ekibin Kripto alanında önemli adımlar atmasını dört gözle bekliyoruz.

2. Uygulayıcıların Mevcut Durumu: Gözlemlerimize dayanarak, AI x Crypto sektöründeki bazı ekipler AI konusunda çok bilgilidir ancak Web3 konusunda derin bir anlayışa sahip değildir. Tersine, bazı ekipler çok Kripto Yerlidir ancak yapay zeka konusunda sığ bir anlayışa sahiptir. Bu, ekiplerin ya oyun konusunda derin bir anlayışa sahip olduğu ve Web2 oyunlarını blok zincirine uyarlamaya çalıştığı ya da çeşitli kazanç modellerini yenilemeye ve optimize etmeye odaklanan Web3 konusunda iyi bilgili olduğu ilk Gamefi sektörüne çok benziyor. Matr1x, Gamefi sektöründe karşılaştığımız hem oyun hem de Kripto konusunda çift A anlayışına sahip ilk ekipti, bu nedenle Matr1x'in 2023'te "tartışmadan hemen sonra" karar verdiğim üç projeden biri olduğunu daha önce belirtmiştim. 2024'te hem AI hem de Crypto'da çift A anlayışına sahip ekipleri görmeyi dört gözle bekliyoruz.

3. Ticari Senaryolar: AI X Crypto henüz çok erken bir keşif aşamasındadır. Bahsedilen çeşitli varlık sınıflandırmaları, her biri titizlikle araştırılabilecek ve bölümlere ayrılabilecek potansiyel alt sektörlere sahip sadece birkaç geniş yönelimdir. Mevcut projelerde Yapay Zeka ve Kripto kombinasyonu genellikle "sert" veya "kaba" hissedilmekte, Yapay Zeka veya Kripto'nun en iyi rekabet avantajlarından veya birleştirilebilirliğinden yararlanamamaktadır. Bu, yukarıda belirtilen ikinci nokta ile yakından ilgilidir. Örneğin, şirket içi geliştirme ekibimiz daha optimal bir kombinasyon yöntemi tasarladı ve geliştirdi. Ne yazık ki, yapay zeka sektöründeki birçok projeyi incelememize rağmen, henüz bu alana giren bir ekip bulamadık. Bu nedenle, sadece beklemeye devam edebiliriz.

Neden VC'miz belirli senaryoları piyasanın girişimcilerinden önce düşünebildi? Çünkü kurum içi yapay zeka ekibimiz, beşi yapay zeka alanında doktora sahibi yedi ustadan oluşuyor. ABCDE ekibinin Kripto anlayışına gelince, bilirsiniz...

Sonuç olarak, birincil piyasa perspektifinden bakıldığında, AI x Crypto hala çok erken ve olgunlaşmamış olsa da, bu 2024-2025'teki beklentileri konusunda iyimser olmamızı engellemiyor. AI x Crypto, bir sonraki boğa piyasasında ana sektörlerden biri haline gelebilir. Sonuçta, yapay zeka üretici güçleri ve blok zinciri de üretim ilişkilerini özgürleştiriyorsa, bundan daha iyi bir kombinasyon olabilir mi?)

Sorumluluk Reddi：

1. Bu makale [ABCDE]'den yeniden basılmıştır, Tüm telif hakları orijinal yazar[ABCDE]'ye aittir. Bu baskıya itirazınız varsa, lütfen Gate Learn ekibiyle iletişime geçin, onlar bu konuyu derhal ele alacaklardır.
2. Sorumluluk Reddi: Bu makalede ifade edilen görüş ve fikirler yalnızca yazara aittir ve herhangi bir yatırım tavsiyesi teşkil etmez.
3. Makalenin diğer dillere çevirisi Gate Learn ekibi tarafından yapılmaktadır. Belirtilmediği sürece, çevrilen makalelerin kopyalanması, dağıtılması veya intihal edilmesi yasaktır.