Apa tren dan peluang spesifik dari AI+Web3 atau salah satu titik panas di pasar bullish berikutnya?

Penulis: Lao Bai, Mitra Penelitian Investasi ABCEDE

AI terpanas saat ini dianggap sebagai titik kunci dan inti dari revolusi industri keempat, dan konsep panas di dunia teknologi adalah Web3, yang dianggap sebagai inti kunci dari Internet generasi mendatang.

AI dan Web3 adalah dua konsep yang akan memicu gelombang revolusi teknologi. Jika keduanya dapat digabungkan, "kejutan" apa yang mungkin mereka berikan kepada kita?

01 Mari kita bicara tentang AI itu sendiri terlebih dahulu

Industri AI sebenarnya akan menjadi dingin sejak awal. Semua orang tahu bahwa pendiri Near, Yilong, benar. Orang ini sebenarnya pernah mengerjakan AI. Dia adalah kontributor kode utama TensorFlow (mesin paling populer kerangka pembelajaran). Semua orang berspekulasi bahwa dia datang untuk mengerjakan Web3 karena tidak ada harapan untuk AI (pembelajaran mesin sebelum model besar).

**Akibatnya, industri akhirnya menghadirkan ChatGpt3.5 pada akhir tahun lalu, dan industri tersebut tiba-tiba menjadi hidup kembali, karena kali ini benar-benar dapat dianggap sebagai perubahan kualitatif, daripada gelombang hype dan hype sebelumnya. perubahan kuantitatif. **Gelombang kewirausahaan AI juga telah diteruskan ke Web3 kami dalam beberapa bulan. Sisi Web2 Silicon Valley tidak berjalan dengan baik, berbagai modal Fomo, berbagai skema homogenisasi mulai bersaing untuk perang harga, dan berbagai pabrikan besar dan model besar bersaing satu sama lain ...

Namun, perlu dicatat bahwa AI juga telah memasuki periode kemacetan yang relatif setelah ledakan lebih dari setengah tahun.Misalnya, minat pencarian Google pada AI telah jatuh dari tebing, tingkat pertumbuhan pengguna Chatgpt telah melambat tajam, dan Keluaran AI memiliki tingkat keacakan tertentu Seksualitas membatasi banyak skenario pendaratan... Secara keseluruhan, kita masih sangat, sangat jauh dari "Kecerdasan Buatan Umum AGI" yang legendaris.

Saat ini, lingkaran modal ventura Silicon Valley memiliki beberapa penilaian tentang perkembangan AI selanjutnya:

1. Tidak ada model vertikal, hanya model besar + aplikasi vertikal (kami akan menyebutkannya nanti saat berbicara tentang Web3+AI)

2. Data pada perangkat edge seperti ponsel dapat menjadi penghalang, dan AI berbasis perangkat edge juga dapat menjadi peluang

3. Panjang Konteks dapat menyebabkan perubahan kualitatif di masa mendatang (database vektor sekarang digunakan sebagai memori AI, tetapi panjang konteks masih belum cukup)

02 Web3+AI

AI dan Web3 sebenarnya adalah dua bidang yang sama sekali berbeda. AI membutuhkan daya komputasi terpusat + data besar untuk pelatihan, dan sangat terpusat. Web3 berfokus pada desentralisasi, sehingga tidak mudah digabungkan. Narasi Naihe Argumen bahwa AI mengubah produktivitas dan perubahan blockchain hubungan produksi terlalu mengakar di hati orang-orang, jadi akan selalu ada orang yang mencoba menemukan titik bersama itu.Dalam dua bulan terakhir, kami telah membicarakan tidak kurang dari 10 proyek AI.

Sebelum berbicara tentang trek gabungan baru, mari kita bicara tentang proyek AI + Web3 lama, yang pada dasarnya berbasis platform, diwakili oleh FET dan AGIX. Bagaimana saya mengatakannya, seorang teman yang berspesialisasi dalam AI di China memberi tahu saya seperti ini - "Dulu, mereka yang melakukan AI di masa lalu pada dasarnya tidak berguna sekarang. Apakah itu Web2 atau Web3, banyak dari mereka yang menjadi beban daripada pengalaman. Arah dan masa depan sama seperti OpenAI. Model besar berbasis Transformer ini, model besar menyimpan AI", Anda bisa merasakannya sendiri.

Oleh karena itu, tipe platform tujuan umum bukanlah model Web3+AI yang dia optimis. Lebih dari 10 proyek yang saya bicarakan tidak memiliki aspek ini. Apa yang saya lihat sejauh ini pada dasarnya adalah trek berikut:

1. Asetisasi model Bot/Agen/Asisten

2. Platform komputasi

3. Platform data

4. AI generatif

5. Defi transaksi/audit/pengendalian risiko

6.ZKML

1. Asetisasi model Bot/Agen/Asisten

**Asetisasi Bot/Agen/Asisten adalah trek yang paling banyak dibicarakan, dan merupakan trek dengan homogenitas paling tinggi. **Sederhananya, sebagian besar proyek ini menggunakan OpenAI sebagai lapisan bawah, bekerja sama dengan sarana teknis open source/yang dikembangkan sendiri lainnya, seperti TTS (Text to Speech), dan menambahkan data spesifik, FineTune keluar dengan beberapa " bidang tertentu Bot yang lebih baik daripada ChatGPT".

Misalnya, Anda dapat melatih seorang guru cantik yang mengajar Anda bahasa Inggris. Anda dapat memilih apakah dia memiliki aksen Amerika atau aksen London. Kepribadian dan gaya obrolannya juga dapat disesuaikan. Dengan cara ini, dibandingkan dengan jawaban yang lebih mekanis dan resmi dari ChatGPT, pengalaman interaktif akan lebih baik. Di depan lingkaran, ada DAPP pacar virtual dan game berorientasi wanita Web3 bernama HIM, yang bisa dianggap sebagai perwakilan dari tipe ini.

**Berawal dari ide ini, secara teoritis Anda dapat memiliki banyak Bot/Agen yang melayani Anda. **Misalnya, jika Anda ingin memasak ikan rebus, mungkin ada Bot Memasak khusus untuk Fine Tune di bidang ini untuk mengajari Anda. Jawaban yang diberikan lebih profesional daripada ChatGPT. Jika Anda ingin bepergian, ada juga yang kecil asisten perjalanan Bot untuk memberi Anda saran dan perencanaan Perjalanan, atau jika Anda adalah pihak proyek, dapatkan robot layanan pelanggan Discord untuk membantu Anda menjawab pertanyaan komunitas.

**Selain melakukan Bot "aplikasi vertikal berbasis GPT" semacam ini, ada juga proyek turunan berdasarkan ini, seperti Bot dianggap sebagai "asetisasi model". **Ini seperti "kapitalisasi gambar kecil" NFT. Sekarang, dapatkah petunjuk yang populer di AI juga dikapitalisasi? Misalnya, petunjuk yang berbeda di MidJourney dapat menghasilkan gambar yang berbeda, dan petunjuk yang berbeda akan memiliki hasil yang berbeda saat melatih Bot efek, jadi Promotet sendiri memiliki nilai dan dapat dikapitalisasi.

Ada juga proyek seperti pengindeksan portal dan pencarian berdasarkan Bot semacam ini Ketika kami memiliki ribuan Bot, bagaimana menemukan Bot yang paling cocok untuk Anda? Mungkin pada saat itu, portal dunia Web2 seperti Hao123, atau mesin pencari seperti Google akan dibutuhkan untuk membantu Anda "menemukan".

Menurut pendapat pribadi saya, asetisasi Bot (model) memiliki dua kelemahan + dua arah pada tahap ini:

1) Kekurangan

Kerugian 1 - Homogenisasi terlalu serius, karena ini adalah trek AI+web3 yang paling mudah dipahami pengguna, dan ini terlihat seperti NFT dengan sedikit atribut Utilitas. Oleh karena itu, pasar primer saat ini sudah mulai menunjukkan tren laut merah, dan digulung, tetapi lapisan bawahnya semuanya OpenAI, jadi setiap orang sebenarnya tidak memiliki hambatan teknis, dan hanya dapat bersaing dalam desain dan pengoperasian;

Kerugian 2 - Terkadang hal-hal seperti rantai NFT kartu keanggotaan Starbucks, meskipun merupakan upaya yang baik untuk keluar dari lingkaran, tetapi bagi sebagian besar pengguna, ini mungkin tidak senyaman kartu keanggotaan fisik atau elektronik. Bot berbasis Web3 juga memiliki masalah ini, jika saya ingin belajar bahasa Inggris dengan robot atau mengobrol dengan Musk atau Socrates, apakah tidak baik saya menggunakan Web2 secara langsung?

2) Arah

Arah 1 - Ini adalah jangka pendek + menengah, dan rangkaian model mungkin merupakan ide. Saat ini, model ini memiliki arti gambar ETH NFT kecil, dan MetaData sebagian besar mengarah ke server off-chain atau IPFS, bukan on-chain murni. Model biasanya berukuran puluhan hingga ratusan megabita, dan harus dibuang ke server.

Namun, dengan penurunan harga penyimpanan yang cepat baru-baru ini (2TB SSD 500 RMB), dan kemajuan proyek penyimpanan seperti Filecoin FVM dan ETH Storage, saya yakin tidak akan sulit untuk mengunggah model 100 megabyte ke rantai di dua atau tiga tahun ke depan.

Anda mungkin bertanya apa manfaat pergi ke rantai? Setelah model on-chain, dapat langsung dipanggil oleh kontrak lain. Ini lebih Crypto Native, dan harus ada lebih banyak trik untuk dimainkan. Ini memiliki indera penglihatan dari Game Fully Onchain, karena semua data asli dari rantai. Saat ini kita bisa melihat beberapa tim sedang melakukan eksplorasi di area ini, tentunya masih dalam tahap yang sangat awal.

Arah 2 - jangka menengah + jangka panjang. Jika Anda memikirkan kontrak pintar dengan serius, hal yang paling cocok bukanlah interaksi manusia-komputer, tetapi "interaksi mesin-komputer". AI kini memiliki konsep AutoGPT, Dapatkan milik Anda "avatar virtual" atau "asisten virtual", yang tidak hanya dapat mengobrol dengan Anda, tetapi juga membantu Anda melakukan tugas sesuai dengan kebutuhan Anda, seperti membantu Anda memesan tiket pesawat, hotel, membeli nama domain, dan membuat situs web...

Apakah menurut Anda asisten AI nyaman untuk mengoperasikan berbagai rekening bank Anda, Alipay, dll., atau nyaman untuk transfer ke seluruh alamat blockchain? Jawabannya jelas. Jadi di masa depan, apakah akan ada banyak asisten AI seperti AutoGPT terintegrasi, yang dapat secara otomatis melakukan pembayaran dan penyelesaian C2C, B2C, dan bahkan B2B melalui blockchain dan kontrak pintar dalam berbagai skenario tugas? Saat itu, batas antara Web2 dan Web3 menjadi sangat kabur.

2. Platform komputasi

Proyek platform daya komputasi tidak memiliki aset sebanyak model Bot, tetapi relatif lebih mudah dipahami. Semua orang tahu bahwa AI membutuhkan banyak daya komputasi, dan BTC dan ETH telah membuktikan bahwa ada metode seperti itu di dunia selama 10 tahun terakhir , dapat spontan, terdesentralisasi, dan ** mengatur dan mengoordinasikan kekuatan komputasi besar-besaran dalam lingkungan insentif ekonomi dan permainan untuk bekerja sama + bersaing untuk melakukan satu hal. Pendekatan ini sekarang dapat diterapkan pada AI.

Dua proyek paling terkenal di industri ini tidak diragukan lagi Bersama dan Gensyn. Satu putaran awal adalah pembiayaan tingkat 10 juta, dan yang lainnya adalah pembiayaan putaran A sebesar 43 juta. Alasan mengapa kedua perusahaan ini harus mengumpulkan begitu banyak uang dikatakan menjadi karena mereka membutuhkan modal dan daya komputasi terlebih dahulu Latih model Anda sendiri, lalu akan dibuat menjadi platform daya komputasi dan diberikan ke proyek AI lainnya untuk pelatihan.

Jumlah pembiayaan untuk platform daya komputasi yang melakukan penalaran akan jauh lebih kecil, karena pada dasarnya, mereka menggabungkan daya komputasi GPU yang menganggur dan menyediakannya untuk proyek AI yang membutuhkan penalaran. RNDR adalah untuk merender agregasi daya komputasi, dan platform ini melakukan perhitungan penalaran Memaksa agregasi. Tetapi ambang teknisnya relatif tidak jelas saat ini, dan saya bahkan bertanya-tanya apakah suatu hari platform daya komputasi awan RNDR atau Web3 akan memperluas kakinya ke platform daya komputasi penalaran.

Arah platform daya komputasi lebih realistis dan dapat diprediksi daripada kapitalisasi model. Pada dasarnya, akan ada permintaan dan akan ada jalur untuk satu atau dua proyek teratas. Tergantung siapa yang dapat menghentikannya. Satu-satunya hal yang saat ini tidak pasti Apakah pelatihan dan penalaran memiliki pemimpinnya sendiri, atau pemimpin akan mencakup pelatihan dan penalaran.

3. Platform Data

Ini sebenarnya tidak sulit untuk dipahami, **karena lapisan bawah AI hanyalah tiga hal: algoritme (model), daya komputasi, dan data. **

Karena ada "versi terdesentralisasi" dari algoritme dan daya komputasi, data pasti tidak akan ada. Ini juga merupakan arah yang paling optimis ketika Dr. Lu Qi, pendiri Qiji Chuangtan, berbicara tentang AI dan Web3.

Web3 selalu menekankan privasi dan kedaulatan data, dan ada teknologi seperti ZK untuk memastikan keandalan dan integritas data, sehingga AI yang dilatih berdasarkan data on-chain Web3 harus berbeda dari yang dilatih pada off-chain Web2 data. Oleh karena itu, jalur ini masuk akal secara keseluruhan.Saat ini, Lautan dalam lingkaran harus dianggap sebagai jalur ini, dan ada juga proyek seperti pasar data AI khusus berbasis Lautan di pasar utama.

4. AI Generatif

**Sederhananya, menggunakan AI untuk menggambar, atau kreasi serupa, untuk menyajikan pemandangan lain. **Seperti NFT, atau pembuatan peta dalam game, pembuatan latar belakang NPC, dll. Saya merasa lebih sulit membuat jalur NFT, karena kelangkaan generasi AI tidak cukup, Gamefi adalah caranya, dan ada tim yang mencoba di pasar utama.

Namun, saya melihat berita beberapa hari yang lalu** bahwa Unity (yang telah menempati pasar mesin game selama bertahun-tahun bersama dengan Unreal Engine) juga telah merilis alat generasi AI sendiri Sentis dan Muse**, yang masih dalam versi beta tahap pengujian dan diharapkan akan diluncurkan secara resmi tahun depan. Bagaimana saya mengatakannya, saya merasa bahwa proyek AIGC game di lingkaran Web3 mungkin terkena pengurangan dimensi Unity ...

5. Transaksi/Audit/Hasil/Kontrol Risiko DeFi

Kategori-kategori ini telah melihat proyek mencoba, dan homogenisasi relatif tidak jelas.

1) Perdagangan DeFi - Ini agak rumit, karena jika strategi perdagangan mudah digunakan, karena semakin banyak orang yang menggunakannya, strategi tersebut mungkin secara bertahap menjadi kurang berguna, dan Anda harus beralih ke strategi baru. Kemudian saya ingin tahu tentang tingkat kemenangan robot perdagangan AI di masa depan, dan akan berada di peringkat mana di antara pedagang biasa.

2) Audit - Inspeksi visual akan membantu meninjau dan menangani celah umum yang ada dengan cepat, dan celah baru atau logis yang belum pernah muncul seharusnya tidak berfungsi. Ini hanya mungkin dilakukan di era AGI.

3) Hasil dan kontrol risiko - Hasil tidak sulit untuk dipahami, Anda dapat membayangkannya sebagai YFI dengan kecerdasan AI, mengeluarkan uang untuk itu, dan AI akan menemukan platform Staking, LP grup, dan milik saya menurut tambang preferensi risiko Anda dan sejenisnya. Untuk pengendalian risiko, rasanya aneh membuat proyek terpisah, dan rasanya lebih Masuk Akal melayani berbagai pinjaman atau platform Defi serupa dalam bentuk plug-in.

6.ZKML

Trek yang semakin populer di lingkaran saat ini,** karena menggabungkan dua teknologi paling mutakhir, satu di dalam lingkaran ZK, satu di luar lingkaran ML (pembelajaran mesin Pembelajaran Mesin, cabang sempit AI ​lapangan). **

Secara teoritis, kombinasi dengan ZK dapat memberikan ML dengan privasi, integritas, dan akurasi, tetapi Anda harus bersikeras pada skenario penggunaan tertentu, pada kenyataannya, banyak pihak proyek tidak dapat memikirkannya, dan infrastruktur akan dibangun terlebih dahulu... * *Satu-satunya hal yang sangat dibutuhkan saat ini adalah bahwa beberapa pembelajaran mesin di bidang medis memang memiliki persyaratan privasi data pasien. Adapun integritas permainan di rantai atau narasi anti-kecurangan, selalu terasa a agak dibuat-buat. **

Saat ini, hanya ada beberapa proyek bintang di jalur ini, seperti Modulus Labs, EZKL, Giza, dll., Yang semuanya menjadi objek panas di pasar utama. Tidak mungkin, karena hanya sedikit orang di dunia yang memahami ZK, bahkan lebih sedikit lagi talenta yang memahami ZK dan ML pada saat yang bersamaan.Oleh karena itu, ambang teknis trek ini jauh lebih tinggi daripada yang lain, dan homogenitas relatif rendah.jelas. Terakhir, ZKML sebagian besar untuk inferensi, bukan pelatihan.