ما هي الاتجاهات والفرص المحددة لـ AI + Web3 أو إحدى النقاط الساخنة في الجولة التالية من السوق الصاعدة؟

المؤلف: Lao Bai ، شريك ABCEDE Investment Research

يعتبر الذكاء الاصطناعي الأكثر سخونة في الوقت الحالي هو النقطة الرئيسية وجوهر الثورة الصناعية الرابعة ، والمفهوم الساخن في عالم التكنولوجيا هو Web3 ، والذي يعتبر النواة الأساسية للجيل التالي من الإنترنت.

الذكاء الاصطناعي والويب 3 هما مفهومان سيطلقان موجة من الثورة التكنولوجية ، إذا كان من الممكن الجمع بينهما ، فما نوع "المفاجأة" التي قد تجلبهما لنا؟

** 01 ** ** لنتحدث عن الذكاء الاصطناعي نفسه أولاً **

ستكون صناعة الذكاء الاصطناعي في الواقع باردة في المقام الأول. يعلم الجميع أن مؤسس نير ، ييلونغ ، على حق. اعتاد هذا الرجل فعلًا على الذكاء الاصطناعي. وهو المساهم الرئيسي في الكود في TensorFlow (الجهاز الأكثر شهرة إطار التعلم). تكهن الجميع بأنه جاء للقيام Web3 لأنه لم يكن هناك أمل في الذكاء الاصطناعي (التعلم الآلي قبل النموذج الكبير).

** نتيجة لذلك ، دخلت الصناعة أخيرًا في ChatGpt3.5 في نهاية العام الماضي ، وعادت الصناعة فجأة إلى الحياة مرة أخرى ، لأنه هذه المرة يمكن اعتبارها حقًا تغييرًا نوعيًا ، بدلاً من موجات الضجيج السابقة و التغيير الكمي. ** انتقلت موجة ريادة الأعمال في مجال الذكاء الاصطناعي أيضًا إلى Web3 الخاص بنا في غضون بضعة أشهر. لا يعمل جانب Web2 من Silicon Valley بشكل جيد ، وبدأت العديد من رؤوس الأموال Fomo ومخططات التجانس المختلفة في التنافس على حروب الأسعار ، وتتنافس العديد من الشركات المصنعة الكبيرة والنماذج الكبيرة ضد بعضها البعض ...

ومع ذلك ، تجدر الإشارة إلى أن الذكاء الاصطناعي قد دخل أيضًا في فترة اختناق نسبيًا بعد أكثر من نصف عام من الانفجار. على سبيل المثال ، انخفض اهتمام Google بالبحث عن الذكاء الاصطناعي من الهاوية ، وتباطأ معدل نمو مستخدمي Chatgpt بشكل حاد ، و يمتلك مخرجات الذكاء الاصطناعي درجة معينة من العشوائية ، فالحياة الجنسية تحد من العديد من سيناريوهات الهبوط ... بشكل عام ، ما زلنا بعيدين جدًا جدًا عن "الذكاء الاصطناعي العام للذكاء الاصطناعي العام" الأسطوري.

** في الوقت الحالي ، لدى دائرة رأس المال الاستثماري في وادي السيليكون العديد من الأحكام حول التطور التالي للذكاء الاصطناعي: **

1. لا يوجد نموذج عمودي ، فقط نموذج كبير + تطبيق عمودي (سنذكره لاحقًا عندما نتحدث عن Web3 + AI)

2. قد تكون البيانات الموجودة على الأجهزة المتطورة مثل الهواتف المحمولة عائقًا ، وقد يكون الذكاء الاصطناعي المعتمد على الأجهزة المتطورة أيضًا فرصة

3. قد يؤدي طول السياق إلى تغييرات نوعية في المستقبل (تُستخدم قاعدة بيانات المتجه الآن كذاكرة AI ، لكن طول السياق لا يزال غير كافٍ)

** 02 ** ** Web3 + AI **

الذكاء الاصطناعي والويب 3 هما في الواقع مجالان مختلفان تمامًا.يتطلب الذكاء الاصطناعي قوة حوسبة مركزية + بيانات ضخمة للتدريب ، وهو مركزي للغاية.يركز Web3 على اللامركزية ، لذلك ليس من السهل الجمع. سرد Naihe الحجة القائلة بأن الذكاء الاصطناعي يغير الإنتاجية و تغير blockchain علاقات الإنتاج متجذرة بعمق في قلوب الناس ، لذلك سيكون هناك دائمًا أشخاص يحاولون العثور على هذه النقطة المشتركة.في الشهرين الماضيين ، تحدثنا عن ما لا يقل عن 10 مشاريع للذكاء الاصطناعي.

قبل الحديث عن المسار المدمج الجديد ، دعنا نتحدث عن مشاريع AI + Web3 القديمة ، والتي تعتمد أساسًا على النظام الأساسي ، ويمثلها FET و AGIX. كيف يمكنني أن أصفها ، أخبرني صديق متخصص في الذكاء الاصطناعي في الصين بهذه الطريقة - "في الماضي ، كان أولئك الذين فعلوا الذكاء الاصطناعي في الماضي عديمي الجدوى بشكل أساسي الآن. سواء كان ذلك Web2 أو Web3 ، فإن العديد منهم يمثلون أعباءً وليس الخبرة. الاتجاه والمستقبل مثل OpenAI تمامًا. هذا النموذج الكبير المستند إلى المحولات ، والنموذج الكبير يحفظ الذكاء الاصطناعي "، يمكنك تذوقه بنفسك.

لذلك ، فإن نوع النظام الأساسي للأغراض العامة ليس نموذج Web3 + AI الذي هو متفائل بشأنه. أكثر من 10 مشاريع تحدثت عنها لم يكن لها هذا الجانب. ما رأيته حتى الآن هو في الأساس المسارات التالية:

1. أصول روبوت / وكيل / نموذج مساعد

2. منصة الحوسبة

3. منصة البيانات

4. الذكاء الاصطناعي التوليدي

5. تحديد المعاملات / التدقيق / التحكم في المخاطر

6.ZKML

** 1. تخصيص أصول لنموذج الروبوت / الوكيل / المساعد **

** يعتبر تحويل أصول الروبوت / الوكيل / المساعد هو الأكثر شيوعًا حول المسار ، وهو المسار الأكثر تجانسًا. ** لتوضيح الأمر ببساطة ، تستخدم معظم هذه المشاريع OpenAI كطبقة سفلية ، وتتعاون مع وسائل تقنية أخرى مفتوحة المصدر / مطورة ذاتيًا ، مثل TTS (تحويل النص إلى كلام) ، وإضافة بيانات محددة ، يأتي تطبيق FineTune مع بعض " مجال معين روبوت أفضل من ChatGPT ".

على سبيل المثال ، يمكنك تدريب معلمة جميلة تقوم بتدريس اللغة الإنجليزية. يمكنك اختيار ما إذا كانت تتحدث بلكنة أمريكية أو لهجة لندن. كما يمكن تعديل شخصيتها وأسلوبها في الدردشة. وبهذه الطريقة ، مقارنة بالإجابات الميكانيكية والرسمية الأكثر من ChatGPT ، ستكون التجربة التفاعلية أفضل. في مقدمة الدائرة ، يوجد صديق افتراضي DAPP ولعبة Web3 موجهة للإناث تسمى HIM ، والتي يمكن اعتبارها ممثلة من هذا النوع.

** بدءًا من هذه الفكرة ، يمكنك نظريًا أن يكون لديك العديد من الروبوتات / الوكلاء الذين يخدمونك. ** على سبيل المثال ، إذا كنت ترغب في طهي سمك مسلوق ، فقد يكون هناك برنامج طبخ خصيصًا لـ Fine Tune في هذا المجال ليعلمك. الإجابات المقدمة أكثر احترافًا من ChatGPT. إذا كنت تريد السفر ، فهناك أيضًا مساعد السفر بوت لتزويدك باقتراحات السفر والتخطيط ، أو إذا كنت طرفًا في مشروع ، احصل على روبوت خدمة عملاء Discord لمساعدتك في الإجابة على أسئلة المجتمع.

** بالإضافة إلى القيام بهذا النوع من "التطبيقات الرأسية المستندة إلى GPT" ، هناك أيضًا مشاريع مشتقة تستند إلى هذا ، مثل يعتبر Bot "نموذج الأصول". ** إنها تشبه إلى حد ما NFT "الكتابة بالأحرف الكبيرة للصور الصغيرة". الآن ، هل يمكن أيضًا استخدام الأحرف الكبيرة للمطالبات الشائعة في الذكاء الاصطناعي؟ على سبيل المثال ، يمكن للمطالبات المختلفة في MidJourney إنشاء صور مختلفة ، وستكون للمطالبات المختلفة نتائج مختلفة عند تدريب الروبوتات تأثير ، لذلك فإن بروموتيت نفسها لها قيمة ويمكن كتابتها بأحرف كبيرة.

هناك أيضًا مشاريع مثل فهرسة البوابة والبحث بناءً على هذا النوع من الروبوتات.عندما يكون لدينا الآلاف من الروبوتات ، كيف نجد أنسب روبوت لك؟ ربما في ذلك الوقت ، ستكون هناك حاجة إلى بوابة Web2 العالمية مثل Hao123 ، أو محرك بحث مثل Google لمساعدتك على "تحديد الموقع".

** في رأيي الشخصي ، فإن أصول Bot (نموذج) لها عيبان + اتجاهان في هذه المرحلة: **

** 1) العيوب **

** العيب 1 ** - التجانس خطير للغاية ، لأن هذا هو أسهل مسار AI + web3 يمكن للمستخدمين فهمه ، ويبدو إلى حد ما مثل NFT مع القليل من السمة المساعدة. لذلك ، بدأ السوق الأساسي الحالي في إظهار اتجاه البحر الأحمر ، وتم تدحرجه ، ولكن الطبقة السفلية كلها OpenAI ، لذلك ليس لدى الجميع حواجز تقنية ، ويمكنهم فقط التنافس في التصميم والتشغيل ؛

** العيب 2 ** - في بعض الأحيان أشياء مثل NFT بطاقة عضوية Starbucks ، على الرغم من أنها محاولة جيدة للخروج من الدائرة ، ولكن بالنسبة لمعظم المستخدمين ، قد لا تكون مريحة مثل بطاقة العضوية المادية أو الإلكترونية. تواجه البوتات القائمة على Web3 هذه المشكلة أيضًا. إذا كنت أرغب في تعلم اللغة الإنجليزية باستخدام روبوت أو الدردشة مع Musk أو Socrates ، أليس من الجيد بالنسبة لي استخدام Web2 مباشرة؟

** 2) الاتجاه **

** الاتجاه 1 ** - ** إنه قريب + متوسط المدى ، وقد يكون تسلسل النموذج فكرة **. في الوقت الحالي ، تحمل هذه النماذج معنى صور ETH NFT الصغيرة ، وتشير MetaData في الغالب إلى خوادم خارج السلسلة أو IPFS ، بدلاً من كونها متصلة بالسلسلة فقط. عادة ما يكون حجم النماذج من عشرات إلى مئات الميجابايت ، ويجب طرحها على الخادم.

ومع ذلك ، مع الانخفاض السريع الأخير في أسعار التخزين (2 تيرابايت SSD 500 RMB) ، وتقدم مشاريع التخزين مثل Filecoin FVM و ETH Storage ، أعتقد أنه لا ينبغي أن يكون من الصعب تحميل نموذج 100 ميغا بايت إلى السلسلة في العامين أو الثلاثة أعوام القادمة.

قد تسأل ما هي فوائد الذهاب إلى السلسلة؟ بمجرد أن يصبح النموذج في السلسلة ، يمكن استدعاؤه مباشرة من خلال عقود أخرى. إنه أكثر تشفيرًا أصليًا ، ويجب أن يكون هناك المزيد من الحيل للعب. إنه يتمتع بإحساس رؤية لعبة Fully Onchain ، لأن جميع البيانات أصلية السلسلة. في الوقت الحالي ، يمكننا أن نرى أن بعض الفرق تستكشف هذا المجال ، بالطبع ، لا يزال في حالة مبكرة جدًا.

** الاتجاه 2 - متوسط + طويل الأجل. إذا كنت تفكر بجدية في العقود الذكية ، فإن أنسب شيء ليس التفاعل بين الإنسان والحاسوب ، ولكن "التفاعل بين الآلة والحاسوب". أصبح لدى الذكاء الاصطناعي الآن مفهوم AutoGPT ** ، احصل على "الصورة الرمزية الافتراضية" أو "المساعد الافتراضي" ، والتي لا يمكنها الدردشة معك فحسب ، بل تساعدك أيضًا في أداء المهام وفقًا لمتطلباتك ، مثل مساعدتك في حجز تذاكر الطيران والفنادق وشراء أسماء النطاقات وبناء مواقع الويب ...

هل تعتقد أن مساعد AI مناسب لتشغيل حساباتك المصرفية المختلفة ، Alipay ، وما إلى ذلك ، أم أنه مناسب للتحويلات إلى عنوان blockchain بأكمله؟ الجواب واضح. لذلك في المستقبل ، هل سيكون هناك مجموعة من مساعدي الذكاء الاصطناعي مثل AutoGPT المتكاملة ، والتي يمكنها تنفيذ عمليات الدفع والتسوية C2C و B2C وحتى B2B تلقائيًا من خلال blockchain والعقود الذكية في سيناريوهات المهام المختلفة؟ في ذلك الوقت ، أصبحت الحدود بين Web2 و Web3 غير واضحة للغاية.

** 2. منصة الحوسبة **

لا يحتوي مشروع منصة طاقة الحوسبة على العديد من الأصول مثل نموذج Bot ، ولكن من السهل فهمه نسبيًا. يعلم الجميع أن الذكاء الاصطناعي يتطلب الكثير من قوة الحوسبة ، وقد أثبت BTC و ETH أن هناك مثل هذه الطريقة في العالم على مدى السنوات العشر الماضية ، يمكن أن يكون تلقائيًا ولا مركزيًا و ** ينظم وينسق قوة الحوسبة الهائلة في بيئة من الحوافز الاقتصادية والألعاب للتعاون + التنافس على فعل شيء واحد. يمكن الآن تطبيق هذا النهج على الذكاء الاصطناعي.

أشهر مشروعين في هذه الصناعة هما بلا شك Together و Gensyn. إحدى الجولات الأولية هي تمويل بقيمة 10 ملايين مستوى ، والآخر تمويل من الدرجة الأولى بقيمة 43 مليونًا. ويقال إن السبب وراء اضطرار هاتين الشركتين إلى جمع الكثير من الأموال لأنهم يحتاجون إلى رأس المال وقوة الحوسبة أولاً. قم بتدريب النموذج الخاص بك ، وبعد ذلك سيتم تحويله إلى نظام أساسي للطاقة الحاسوبية ويتم توفيره لمشاريع الذكاء الاصطناعي الأخرى للتدريب.

سيكون مبلغ التمويل لمنصات طاقة الحوسبة التي تقوم بالتفكير أقل بكثير ، لأنها في جوهرها تجمع قوة الحوسبة لوحدات معالجة الرسومات الخاملة وتوفرها لمشاريع الذكاء الاصطناعي التي تحتاج إلى التفكير. RNDR هو لتقديم تجميع طاقة الحوسبة ، وهذه الأنظمة الأساسية القيام بحسابات المنطق. قوة التجميع. ** لكن العتبة التقنية غامضة نسبيًا في الوقت الحالي ** ، وأتساءل حتى إذا كانت منصة طاقة الحوسبة السحابية RNDR أو Web3 ستمتد قدمها إلى منصة طاقة الحوسبة المنطقية.

اتجاه منصة الطاقة الحاسوبية أكثر واقعية وقابلية للتنبؤ من رسملة النموذج. في الأساس ، سيكون هناك طلب وسيكون هناك مسار لمشروع واحد أو اثنين من أهم المشاريع. يعتمد ذلك على من يمكنه قتله. الشيء الوحيد غير المؤكد حاليًا هل للتدريب والاستدلال قائد خاص به ، أو سيغطي القائد كلاً من التدريب والاستدلال.

** 3. منصة البيانات **

ليس من الصعب فهم هذا في الواقع ، ** لأن الطبقة السفلية من الذكاء الاصطناعي هي ببساطة ثلاثة أشياء: الخوارزمية (النموذج) ، وقوة الحوسبة ، والبيانات. **

نظرًا لوجود "إصدارات لامركزية" من الخوارزميات وقوة الحوسبة ، فلن تكون البيانات غائبة بالتأكيد ، وهذا أيضًا هو الاتجاه الأكثر تفاؤلاً عندما يتحدث الدكتور Lu Qi ، مؤسس Qiji Chuangtan ، عن AI و Web3.

** أكدت Web3 دائمًا على خصوصية البيانات وسيادتها ، وهناك تقنيات مثل ZK لضمان موثوقية البيانات وسلامتها ، لذلك يجب أن يكون الذكاء الاصطناعي المدرب على أساس بيانات Web3 على السلسلة مختلفًا عن تلك المدربة على Web2 خارج السلسلة بيانات**. لذلك ، هذا الخط منطقي ككل.في الوقت الحاضر ، يجب اعتبار المحيط في الدائرة على أنه هذا المسار ، وهناك أيضًا مشاريع مثل سوق بيانات الذكاء الاصطناعي الخاص الذي يعتمد على المحيط في السوق الأولية.

** 4. ذكاء اصطناعي توليدي **

** ببساطة ، إنه استخدام الذكاء الاصطناعي لرسم صور ، أو إبداعات مماثلة ، لخدمة مشاهد أخرى. ** مثل NFT أو إنشاء الخرائط داخل اللعبة أو إنشاء خلفية NPC وما إلى ذلك. أشعر أنه من الأصعب إنشاء خط NFT ، لأن ندرة توليد الذكاء الاصطناعي ليست كافية ، Gamefi طريقة ، وهناك فرق تحاول في السوق الأولية.

ومع ذلك ، فقد رأيت خبرًا منذ بضعة أيام ** أن Unity (التي احتلت سوق محركات اللعبة لسنوات عديدة مع Unreal Engine) أصدرت أيضًا أدوات إنشاء الذكاء الاصطناعي الخاصة بها ، Sentis و Muse ** ، والتي لا تزال في الإصدار التجريبي مرحلة الاختبار ومن المتوقع إطلاقها رسميًا العام المقبل. كيف يجب أن أصفها ، أشعر أن مشاريع AIGC للعبة في دائرة Web3 قد تتأثر بتقليل أبعاد الوحدة ...

** 5. معاملات DeFi / التدقيق / العائد / التحكم في المخاطر **

لقد شهدت هذه الفئات محاولات للمشروعات ، ولم يكن التجانس واضحًا نسبيًا.

** 1) تداول DeFi ** - هذا أمر صعب بعض الشيء ، لأنه إذا كانت إستراتيجية التداول سهلة الاستخدام ، حيث يستخدمها المزيد من الأشخاص ، فقد تصبح الإستراتيجية أقل فائدة تدريجيًا ، وعليك التبديل إلى إستراتيجية جديدة. ثم أشعر بالفضول لمعرفة معدل الفوز المستقبلي لروبوت التداول بالذكاء الاصطناعي ، وأي ترتيب سيكون بين المتداولين العاديين.

** 2) التدقيق ** - يجب أن يساعد الفحص البصري على مراجعة الثغرات الشائعة الحالية والتعامل معها بسرعة ، ويجب ألا تنجح الثغرات الجديدة أو المنطقية التي لم تظهر من قبل ، ويجب أن يكون هذا ممكنًا فقط في عصر الذكاء الاصطناعي العام.

** 3) التحكم في العائد والمخاطر ** - ليس من الصعب فهم العائد ، يمكنك فقط تخيله على أنه YFI مع ذكاء AI ، وإلقاء الأموال عليه ، وسوف يجد AI النظام الأساسي Staking ، و group LP ، و my وفقًا لـ تفضيل المخاطرة بالألغام وما شابه ذلك. بالنسبة للتحكم في المخاطر ، من الغريب إنشاء مشروع منفصل ، ويشعر أنه من الأفضل خدمة قروض مختلفة أو منصات Defi مماثلة في شكل مكونات إضافية.

6.ZKML

مسار أصبح أكثر شيوعًا في الدائرة الحالية ، ** لأنه يجمع بين اثنين من أحدث التقنيات ، أحدهما داخل الدائرة ZK ، والآخر خارج دائرة ML (التعلم الآلي للتعلم الآلي ، فرع ضيق من الذكاء الاصطناعي مجال). **

من الناحية النظرية ، يمكن أن يوفر الدمج مع ZK لـ ML الخصوصية والنزاهة والدقة ، ولكن عليك الإصرار على سيناريوهات استخدام محددة ، في الواقع ، لا يمكن للعديد من أطراف المشروع التفكير في ذلك ، وسيتم بناء البنية التحتية أولاً ... * * الشيء الوحيد المطلوب حقًا في الوقت الحالي هو أن بعض التعلم الآلي في المجال الطبي له متطلبات الخصوصية لبيانات المريض. أما بالنسبة لسلامة الألعاب على السلسلة أو سرد مكافحة الغش ، فإنه دائمًا ما يشعر قليلا بعيد المنال. **

في الوقت الحالي ، لا يوجد سوى عدد قليل من المشاريع النجمية على هذا المسار ، مثل Modulus Labs و EZKL والجيزة وما إلى ذلك ، وكلها أشياء ساخنة في السوق الأولية. مستحيل ، لأنه لا يوجد سوى عدد قليل من الأشخاص في العالم يفهمون ZK ، وهناك عدد أقل من المواهب الذين يفهمون ZK و ML في نفس الوقت. لذلك ، فإن العتبة التقنية لهذا المسار أعلى بكثير من عتبة الآخرين ، و التجانس منخفض نسبيًا. أخيرًا ، يستخدم ZKML في الغالب للاستدلال وليس التدريب.