Слияние AI и Web3: текущее состояние, вызовы и перспективы
В последние годы быстрый рост технологий искусственного интеллекта (AI) и Web3 привлек широкое внимание по всему миру. Искусственный интеллект достиг значительных прорывов в таких областях, как распознавание лиц, обработка естественного языка и машинное обучение, что принесло огромные изменения и инновации в различные отрасли. В 2023 году объем рынка в индустрии искусственного интеллекта достиг 200 миллиардов долларов, а такие компании, как OpenAI, Character.AI, Midjourney и другие, возглавили волну интереса к ИИ.
В то же время Web3, как новая интернет-модель, меняет восприятие и способы использования интернета. Web3 основан на технологии блокчейн и реализует функции, такие как смарт-контракты, распределенное хранение и децентрализованная аутентификация, что позволяет обеспечить совместное использование и контроль данных, автономию пользователей и создание механизмов доверия. Основная идея Web3 заключается в том, чтобы освободить данные из рук централизованных учреждений, предоставив пользователям контроль над данными и право на распределение их ценности. В настоящее время рыночная стоимость сектора Web3 достигла 25 триллионов, проекты такие как Bitcoin, Ethereum, Solana и другие появляются один за другим.
Слияние ИИ и Web3 стало областью, вызывающей большой интерес. Вопрос о том, как успешно интегрировать оба аспекта, заслуживает внимания. В данной статье мы сосредоточимся на текущем состоянии развития AI+Web3, проанализируем ограничения и вызовы, с которыми сталкиваются современные проекты, и предскажем направления будущего развития.
Способы взаимодействия AI и Web3
Проблемы, с которыми сталкивается AI-индустрия
Ключевые элементы в AI-индустрии неразрывно связаны с вычислительной мощностью, алгоритмами и данными. В области вычислительной мощности задачи AI требуют больших вычислительных ресурсов, но получение и управление масштабной вычислительной мощностью обходится дорого, особенно для стартапов и индивидуальных разработчиков. В отношении алгоритмов, хотя глубокое обучение достигло огромного успеха, интерпретируемость, надежность и способность к обобщению моделей все еще остаются проблемами. Что касается данных, получение высококачественных и разнообразных данных по-прежнему является большой проблемой, при этом также необходимо учитывать вопросы конфиденциальности и безопасности данных. Кроме того, неясность бизнес-моделей AI-проектов вызывает замешательство у многих предпринимателей.
Проблемы, с которыми сталкивается индустрия Web3
В индустрии Web3 существует потенциал для улучшения в таких областях, как анализ данных, пользовательский опыт и безопасность смарт-контрактов. Искусственный интеллект, как инструмент повышения производительности, имеет большие возможности в этих областях. Например, ИИ может улучшить анализ данных и прогнозирование в Web3, улучшить пользовательский опыт и персонализированные услуги, а также усилить безопасность и защиту конфиденциальности.
Анализ текущего состояния проектов AI+Web3
Web3 способствует ИИ
Децентрализованные вычисления
С увеличением спроса на ИИ, нехватка GPU стала болезненной проблемой для отрасли. Некоторые проекты Web3 пытаются предоставить децентрализованные вычислительные услуги с помощью токенов в качестве стимула, такие как Akash, Render, Gensyn и др. Эти проекты стимулируют пользователей предоставлять неиспользуемую вычислительную мощность GPU, чтобы поддержать клиентов ИИ.
Сторона предложения в основном включает облачных провайдеров, криптовалютных майнеров и предприятия. Проекты делятся на две категории: одна предназначена для ИИ-инференса, такие как Render, Akash и др.; другая предназначена для обучения ИИ, такие как io.net, Gensyn и др.
io.net как децентрализованная сеть вычислительной мощности в настоящее время имеет более 500000 GPU и демонстрирует выдающиеся результаты. Gensyn, в свою очередь, способствует распределению задач машинного обучения и вознаграждениям через смарт-контракты, реализуя обучение ИИ.
Децентрализованная алгоритмическая модель
Децентрализованная сеть алгоритмических моделей — это децентрализованный рынок AI-алгоритмов, который связывает несколько AI-моделей. Когда пользователь задает вопрос, рынок выбирает наиболее подходящую AI-модель для ответа. Примером является Bittensor, поставщики алгоритмических моделей которого вносят модели машинного обучения в сеть и получают вознаграждение в токенах.
Децентрализованный сбор данных
Некоторые проекты объединяют Web3 с помощью токенов для реализации децентрализованного сбора данных. Например, в PublicAI пользователи могут участвовать в качестве поставщиков данных или валидаторов и получать токены в качестве вознаграждения. Кроме того, такие проекты, как Ocean, Hivemapper и Dimo, собирают данные различными способами.
Защита пользователей в AI с помощью ZK
Технология нулевых знаний позволяет осуществлять верификацию информации при защите конфиденциальности. ZKML(Zero-Knowledge Machine Learning) с помощью технологии нулевых знаний позволяет обучать и проводить выводы моделей машинного обучения без раскрытия исходных данных. Проекты, такие как BasedAI, исследуют эту область.
ИИ помогает Web3
Анализ данных и прогнозирование
Многие проекты Web3 начали интегрировать услуги ИИ или разрабатывать собственные технологии ИИ, чтобы предоставлять пользователям услуги по анализу данных и прогнозированию. Например, Pond использует алгоритмы ИИ для прогнозирования ценных токенов, BullBear AI прогнозирует ценовые тенденции на основе исторических данных. Инвестиционные конкурсные платформы, такие как Numerai, также используют ИИ для прогнозирования рынка. Платформы анализа данных на блокчейне, такие как Arkham, также сочетают ИИ для предоставления услуг.
! [Популяризация науки для новичков丨Глубокий анализ: с какими искрами могут столкнуться искусственный интеллект и Web3?] ](https://img-cdn.gateio.im/webp-social/moments-8bda459009fffde5316e2118f4a0e9fa.webp)
Персонализированные услуги
Некоторые Web3 проекты оптимизируют пользовательский опыт, интегрируя ИИ. Например, Dune запустила инструмент Wand, который использует большие языковые модели для написания SQL-запросов. Веб3 медиа платформы, такие как Followin и IQ.wiki, интегрируют ChatGPT для суммирования контента. Проекты, такие как NFPrompt, используют ИИ для снижения затрат на создание NFT.
AI аудит смарт-контрактов
ИИ может более эффективно и точно выявлять уязвимости в коде смарт-контрактов. Например, 0x0.ai предоставляет аудитор смарт-контрактов на основе искусственного интеллекта, использующий технологии машинного обучения для выявления потенциальных проблем в коде.
Ограничения и вызовы проектов AI+Web3
Реальные препятствия, с которыми сталкивается децентрализованная вычислительная мощность
Децентрализованные продукты вычислительной мощности сталкиваются с некоторыми проблемами в таких аспектах, как производительность, стабильность, доступность и сложность использования. В настоящее время децентрализованная вычислительная мощность в основном используется для ИИ-выводов, а не для обучения, поскольку обучение больших моделей требует огромных объемов данных и пропускной способности.
Основная причина, по которой децентрализованные вычислительные мощности с трудом могут осуществлять обучение больших моделей, заключается в следующем:
Обучение больших моделей требует высокой стабильности, прерывание приведет к огромным потерям.
Множественная параллельная связь ограничена физическим расстоянием, распределенная вычислительная мощность с трудом образует вычислительный кластер.
Поэтому децентрализованные вычисления в настоящее время более подходят для AI-вывода или обучения малых и средних моделей в определенных сценариях.
Сочетание AI и Web3 довольно грубое
В настоящее время многие проекты AI+Web3 все еще находятся на уровне поверхностного применения, не демонстрируя глубокой интеграции и инноваций между AI и криптовалютами. Некоторые проекты используют концепцию AI только на уровне маркетинга, а фактические инновации ограничены. В будущем потребуется более глубокое исследование для достижения тесной связи между AI и криптовалютами.
Токеномика становится буфером для нарратива AI-проекта
В связи с тем, что большие модели постепенно становятся открытыми, многим AI проектам трудно развиваться в Web2, и они переходят к наложению нарратива Web3 и токеномики. Однако действительно ли токеномика помогает решить реальные потребности или это всего лишь краткосрочная спекуляция, стоит задуматься. В настоящее время большинство проектов AI + Web3 еще не достигли стадии практического применения, и требуется больше надежных команд с идеями, которые действительно смогут удовлетворить реальные потребности.
Итоги и перспективы
Слияние AI и Web3 открывает безграничные возможности для будущих технологических инноваций и экономического развития. AI может предоставить Web3 более интеллектуальные сценарии применения, такие как анализ данных, аудит смарт-контрактов, персонализированные услуги и т. д. Web3 же предлагает AI новые возможности, такие как децентрализованная вычислительная мощность и совместное использование данных.
Несмотря на то, что проекты AI+Web3 все еще находятся на ранней стадии и сталкиваются с множеством проблем, они также приносят некоторые преимущества. Например, децентрализованные вычисления и сбор данных могут снизить зависимость от централизованных учреждений, повысить прозрачность и инновационность. В будущем необходимо взвесить все за и против и принять соответствующие меры для преодоления вызовов.
В целом, интеграция AI и Web3 обещает создать более умные, открытые и справедливые экономические и социальные системы. Объединив аналитические и决策ные способности AI с децентрализацией и автономией пользователей Web3, будущее выглядит многообещающим. Ключевым моментом является практическое продвижение, которое действительно удовлетворяет реальные потребности, а не остается на уровне концептуальных спекуляций.
! [Популяризация науки для новичков丨Глубокий анализ: с какими искрами могут столкнуться искусственный интеллект и Web3?] ](https://img-cdn.gateio.im/webp-social/moments-3fc4c5cbcf8dfa3d55e5ae0f49d56e09.webp)
Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
16 Лайков
Награда
16
3
Поделиться
комментарий
0/400
BasementAlchemist
· 07-26 05:34
Все говорили полдня, какое это имеет отношение к неудачникам.
Посмотреть ОригиналОтветить0
SilentObserver
· 07-25 13:55
Разве это не просто концепт для привлечения внимания?
Состояние слияния AI и Web3: вызовы и возможности
Слияние AI и Web3: текущее состояние, вызовы и перспективы
В последние годы быстрый рост технологий искусственного интеллекта (AI) и Web3 привлек широкое внимание по всему миру. Искусственный интеллект достиг значительных прорывов в таких областях, как распознавание лиц, обработка естественного языка и машинное обучение, что принесло огромные изменения и инновации в различные отрасли. В 2023 году объем рынка в индустрии искусственного интеллекта достиг 200 миллиардов долларов, а такие компании, как OpenAI, Character.AI, Midjourney и другие, возглавили волну интереса к ИИ.
В то же время Web3, как новая интернет-модель, меняет восприятие и способы использования интернета. Web3 основан на технологии блокчейн и реализует функции, такие как смарт-контракты, распределенное хранение и децентрализованная аутентификация, что позволяет обеспечить совместное использование и контроль данных, автономию пользователей и создание механизмов доверия. Основная идея Web3 заключается в том, чтобы освободить данные из рук централизованных учреждений, предоставив пользователям контроль над данными и право на распределение их ценности. В настоящее время рыночная стоимость сектора Web3 достигла 25 триллионов, проекты такие как Bitcoin, Ethereum, Solana и другие появляются один за другим.
Слияние ИИ и Web3 стало областью, вызывающей большой интерес. Вопрос о том, как успешно интегрировать оба аспекта, заслуживает внимания. В данной статье мы сосредоточимся на текущем состоянии развития AI+Web3, проанализируем ограничения и вызовы, с которыми сталкиваются современные проекты, и предскажем направления будущего развития.
Способы взаимодействия AI и Web3
Проблемы, с которыми сталкивается AI-индустрия
Ключевые элементы в AI-индустрии неразрывно связаны с вычислительной мощностью, алгоритмами и данными. В области вычислительной мощности задачи AI требуют больших вычислительных ресурсов, но получение и управление масштабной вычислительной мощностью обходится дорого, особенно для стартапов и индивидуальных разработчиков. В отношении алгоритмов, хотя глубокое обучение достигло огромного успеха, интерпретируемость, надежность и способность к обобщению моделей все еще остаются проблемами. Что касается данных, получение высококачественных и разнообразных данных по-прежнему является большой проблемой, при этом также необходимо учитывать вопросы конфиденциальности и безопасности данных. Кроме того, неясность бизнес-моделей AI-проектов вызывает замешательство у многих предпринимателей.
Проблемы, с которыми сталкивается индустрия Web3
В индустрии Web3 существует потенциал для улучшения в таких областях, как анализ данных, пользовательский опыт и безопасность смарт-контрактов. Искусственный интеллект, как инструмент повышения производительности, имеет большие возможности в этих областях. Например, ИИ может улучшить анализ данных и прогнозирование в Web3, улучшить пользовательский опыт и персонализированные услуги, а также усилить безопасность и защиту конфиденциальности.
Анализ текущего состояния проектов AI+Web3
Web3 способствует ИИ
Децентрализованные вычисления
С увеличением спроса на ИИ, нехватка GPU стала болезненной проблемой для отрасли. Некоторые проекты Web3 пытаются предоставить децентрализованные вычислительные услуги с помощью токенов в качестве стимула, такие как Akash, Render, Gensyn и др. Эти проекты стимулируют пользователей предоставлять неиспользуемую вычислительную мощность GPU, чтобы поддержать клиентов ИИ.
Сторона предложения в основном включает облачных провайдеров, криптовалютных майнеров и предприятия. Проекты делятся на две категории: одна предназначена для ИИ-инференса, такие как Render, Akash и др.; другая предназначена для обучения ИИ, такие как io.net, Gensyn и др.
io.net как децентрализованная сеть вычислительной мощности в настоящее время имеет более 500000 GPU и демонстрирует выдающиеся результаты. Gensyn, в свою очередь, способствует распределению задач машинного обучения и вознаграждениям через смарт-контракты, реализуя обучение ИИ.
Децентрализованная алгоритмическая модель
Децентрализованная сеть алгоритмических моделей — это децентрализованный рынок AI-алгоритмов, который связывает несколько AI-моделей. Когда пользователь задает вопрос, рынок выбирает наиболее подходящую AI-модель для ответа. Примером является Bittensor, поставщики алгоритмических моделей которого вносят модели машинного обучения в сеть и получают вознаграждение в токенах.
Децентрализованный сбор данных
Некоторые проекты объединяют Web3 с помощью токенов для реализации децентрализованного сбора данных. Например, в PublicAI пользователи могут участвовать в качестве поставщиков данных или валидаторов и получать токены в качестве вознаграждения. Кроме того, такие проекты, как Ocean, Hivemapper и Dimo, собирают данные различными способами.
Защита пользователей в AI с помощью ZK
Технология нулевых знаний позволяет осуществлять верификацию информации при защите конфиденциальности. ZKML(Zero-Knowledge Machine Learning) с помощью технологии нулевых знаний позволяет обучать и проводить выводы моделей машинного обучения без раскрытия исходных данных. Проекты, такие как BasedAI, исследуют эту область.
ИИ помогает Web3
Анализ данных и прогнозирование
Многие проекты Web3 начали интегрировать услуги ИИ или разрабатывать собственные технологии ИИ, чтобы предоставлять пользователям услуги по анализу данных и прогнозированию. Например, Pond использует алгоритмы ИИ для прогнозирования ценных токенов, BullBear AI прогнозирует ценовые тенденции на основе исторических данных. Инвестиционные конкурсные платформы, такие как Numerai, также используют ИИ для прогнозирования рынка. Платформы анализа данных на блокчейне, такие как Arkham, также сочетают ИИ для предоставления услуг.
! [Популяризация науки для новичков丨Глубокий анализ: с какими искрами могут столкнуться искусственный интеллект и Web3?] ](https://img-cdn.gateio.im/webp-social/moments-8bda459009fffde5316e2118f4a0e9fa.webp)
Персонализированные услуги
Некоторые Web3 проекты оптимизируют пользовательский опыт, интегрируя ИИ. Например, Dune запустила инструмент Wand, который использует большие языковые модели для написания SQL-запросов. Веб3 медиа платформы, такие как Followin и IQ.wiki, интегрируют ChatGPT для суммирования контента. Проекты, такие как NFPrompt, используют ИИ для снижения затрат на создание NFT.
AI аудит смарт-контрактов
ИИ может более эффективно и точно выявлять уязвимости в коде смарт-контрактов. Например, 0x0.ai предоставляет аудитор смарт-контрактов на основе искусственного интеллекта, использующий технологии машинного обучения для выявления потенциальных проблем в коде.
Ограничения и вызовы проектов AI+Web3
Реальные препятствия, с которыми сталкивается децентрализованная вычислительная мощность
Децентрализованные продукты вычислительной мощности сталкиваются с некоторыми проблемами в таких аспектах, как производительность, стабильность, доступность и сложность использования. В настоящее время децентрализованная вычислительная мощность в основном используется для ИИ-выводов, а не для обучения, поскольку обучение больших моделей требует огромных объемов данных и пропускной способности.
Основная причина, по которой децентрализованные вычислительные мощности с трудом могут осуществлять обучение больших моделей, заключается в следующем:
Поэтому децентрализованные вычисления в настоящее время более подходят для AI-вывода или обучения малых и средних моделей в определенных сценариях.
Сочетание AI и Web3 довольно грубое
В настоящее время многие проекты AI+Web3 все еще находятся на уровне поверхностного применения, не демонстрируя глубокой интеграции и инноваций между AI и криптовалютами. Некоторые проекты используют концепцию AI только на уровне маркетинга, а фактические инновации ограничены. В будущем потребуется более глубокое исследование для достижения тесной связи между AI и криптовалютами.
Токеномика становится буфером для нарратива AI-проекта
В связи с тем, что большие модели постепенно становятся открытыми, многим AI проектам трудно развиваться в Web2, и они переходят к наложению нарратива Web3 и токеномики. Однако действительно ли токеномика помогает решить реальные потребности или это всего лишь краткосрочная спекуляция, стоит задуматься. В настоящее время большинство проектов AI + Web3 еще не достигли стадии практического применения, и требуется больше надежных команд с идеями, которые действительно смогут удовлетворить реальные потребности.
Итоги и перспективы
Слияние AI и Web3 открывает безграничные возможности для будущих технологических инноваций и экономического развития. AI может предоставить Web3 более интеллектуальные сценарии применения, такие как анализ данных, аудит смарт-контрактов, персонализированные услуги и т. д. Web3 же предлагает AI новые возможности, такие как децентрализованная вычислительная мощность и совместное использование данных.
Несмотря на то, что проекты AI+Web3 все еще находятся на ранней стадии и сталкиваются с множеством проблем, они также приносят некоторые преимущества. Например, децентрализованные вычисления и сбор данных могут снизить зависимость от централизованных учреждений, повысить прозрачность и инновационность. В будущем необходимо взвесить все за и против и принять соответствующие меры для преодоления вызовов.
В целом, интеграция AI и Web3 обещает создать более умные, открытые и справедливые экономические и социальные системы. Объединив аналитические и决策ные способности AI с децентрализацией и автономией пользователей Web3, будущее выглядит многообещающим. Ключевым моментом является практическое продвижение, которое действительно удовлетворяет реальные потребности, а не остается на уровне концептуальных спекуляций.
! [Популяризация науки для новичков丨Глубокий анализ: с какими искрами могут столкнуться искусственный интеллект и Web3?] ](https://img-cdn.gateio.im/webp-social/moments-3fc4c5cbcf8dfa3d55e5ae0f49d56e09.webp)