Quais são as tendências e oportunidades específicas de AI+Web3 ou um dos pontos quentes na próxima rodada do mercado de alta?

Autor: Lao Bai, Sócio da ABCEDE Investment Research

A IA mais quente no momento é considerada o ponto-chave e o núcleo da quarta revolução industrial, e um conceito quente no mundo da tecnologia é o Web3, que é considerado o núcleo-chave da Internet da próxima geração.

AI e Web3 são dois conceitos que vão desencadear uma onda de revolução tecnológica.Se puderem ser combinados, que tipo de "surpresa" eles podem nos trazer?

01 Vamos falar primeiro sobre a própria IA

A indústria de IA vai esfriar em primeiro lugar. Todo mundo sabe que o fundador da Near, Yilong, está certo. Esse cara costumava fazer IA. Ele é o principal contribuidor de código do TensorFlow (a máquina mais popular quadro de aprendizagem). Todos especularam que ele veio fazer Web3 porque não havia esperança para IA (aprendizado de máquina antes do grande modelo).

**Como resultado, a indústria finalmente inaugurou o ChatGpt3.5 no final do ano passado, e a indústria de repente voltou à vida, porque desta vez pode realmente ser considerada uma mudança qualitativa, em vez das ondas anteriores de hype e mudanças quantitativas. **A onda de empreendedorismo de IA também passou para nosso Web3 em alguns meses. O lado Web2 do Vale do Silício não está indo bem, vários Fomo de capital, vários esquemas de homogeneização estão começando a competir por guerras de preços, e vários grandes fabricantes e grandes modelos estão competindo entre si...

No entanto, deve-se notar que a IA também entrou em um período relativamente de gargalo após mais de meio ano de explosão. Por exemplo, o interesse de pesquisa do Google em IA caiu de um penhasco, a taxa de crescimento de usuários do Chatgpt desacelerou drasticamente e AI Output tem um certo grau de aleatoriedade. A sexualidade limita muitos cenários de aterrissagem... Em suma, ainda estamos muito, muito longe da lendária "AGI-General Artificial Intelligence".

No momento, o círculo de capital de risco do Vale do Silício tem vários julgamentos sobre o próximo desenvolvimento da IA:

1. Não existe modelo vertical, apenas modelo grande + aplicação vertical (falaremos disso mais adiante quando falarmos de Web3+AI)

2. Os dados em dispositivos periféricos, como telefones celulares, podem ser uma barreira, e a IA baseada em dispositivos periféricos também pode ser uma oportunidade

3. O comprimento do contexto pode levar a mudanças qualitativas no futuro (o banco de dados vetorial agora é usado como memória AI, mas o comprimento do contexto ainda não é suficiente)

02 Web3+IA

AI e Web3 são, na verdade, dois campos completamente diferentes. AI requer poder de computação centralizado + dados massivos para treinamento e é muito centralizado. Web3 se concentra na descentralização, por isso não é tão fácil de combinar. Narrativa Naihe O argumento de que a IA muda a produtividade e blockchain muda as relações de produção está profundamente enraizado no coração das pessoas, então sempre haverá pessoas que estão tentando encontrar esse ponto comum.Nos últimos dois meses, conversamos sobre nada menos que 10 projetos de IA.

Antes de falar sobre a nova trilha combinada, vamos falar sobre os antigos projetos AI+Web3, que são basicamente baseados em plataforma, representados por FET e AGIX. Como devo dizer, um amigo especializado em IA na China me disse desta forma - "No passado, aqueles que fizeram IA no passado são basicamente inúteis agora. Seja Web2 ou Web3, muitos deles são fardos em vez de experiência. A direção e o futuro são como OpenAI. Este modelo grande baseado em Transformer, o modelo grande salva AI", você pode provar você mesmo.

Portanto, o tipo de plataforma de uso geral não é o modelo Web3+AI sobre o qual ele está otimista. Os mais de 10 projetos de que falei não tinham esse aspecto. O que vi até agora são basicamente as seguintes trilhas:

1. Assetização do modelo Bot/Agente/Assistente

2. Plataforma de computação

3. Plataforma de dados

4. IA generativa

5. Definir transação/auditoria/controle de risco

6. ZKML

1. Assetização do modelo Bot/Agente/Assistente

**A assetização de Bot/Agente/Assistente é a faixa mais comentada, e é a faixa com maior homogeneidade. **Para simplificar, a maioria desses projetos usa OpenAI como a camada inferior, coopera com outros meios técnicos de código aberto/autodesenvolvidos, como TTS (Text to Speech) e adiciona dados específicos, o FineTune apresenta alguns " determinado campo Um bot melhor que o ChatGPT".

Por exemplo, você pode treinar uma bela professora que ensina inglês. Você pode escolher se ela tem sotaque americano ou sotaque londrino. Sua personalidade e estilo de conversa também podem ser ajustados. Dessa forma, em comparação com as respostas mais mecânicas e oficiais do ChatGPT, a experiência interativa será melhor. Na frente do círculo, há um namorado virtual DAPP e um jogo Web3 voltado para mulheres chamado HIM, que pode ser considerado um representante desse tipo.

**A partir dessa ideia, teoricamente você pode ter muitos Bot/Agentes atendendo você. **Por exemplo, se quiser cozinhar peixe cozido, pode haver um Cooking Bot especialmente para Fine Tune nesta área para lhe ensinar. As respostas dadas são mais profissionais do que o ChatGPT. Se quiser viajar, também existe um Bot assistente para fornecer sugestões e planejamento de viagens ou, se você for parte de um projeto, obtenha um robô de atendimento ao cliente Discord para ajudá-lo a responder às perguntas da comunidade.

**Além de fazer esse tipo de Bot de "aplicação vertical baseada em GPT", também existem projetos derivados com base nisso, como o Bot é considerado "assetificação de modelo". **É um pouco como "capitalização de imagens pequenas" do NFT. Agora, os prompts que são populares na IA também podem ser capitalizados? Por exemplo, prompts diferentes no MidJourney podem gerar imagens diferentes e prompts diferentes terão resultados diferentes ao treinar Bots efeito, então o próprio Promotet tem valor e pode ser capitalizado.

Existem também projetos de indexação e busca de portais baseados neste tipo de Bot.Quando temos milhares de Bots, como encontrar o Bot mais adequado para você? Talvez naquele momento, um portal mundial da Web2 como o Hao123 ou um mecanismo de pesquisa como o Google seja necessário para ajudá-lo a "localizar".

Na minha opinião pessoal, a Assetization de Bot (modelo) tem duas desvantagens + duas direções nesta fase:

1) Desvantagens

Desvantagem 1 - A homogeneização é muito séria, porque esta é a faixa AI+web3 mais fácil para os usuários entenderem e parece um pouco com um NFT com um pequeno atributo de Utilidade. Portanto, o mercado primário atual começou a mostrar uma tendência do mar vermelho e está enrolado, mas a camada inferior é toda OpenAI, então todos realmente não têm barreiras técnicas e só podem competir em design e operação;

Desvantagem 2 - Às vezes, coisas como o encadeamento NFT do cartão de membro da Starbucks, embora seja uma boa tentativa de sair do círculo, para a maioria dos usuários, pode não ser tão conveniente quanto um cartão de membro físico ou eletrônico. Os bots baseados no Web3 também têm esse problema. Se eu quiser aprender inglês com um robô ou conversar com Musk ou Sócrates, não é bom usar o Web2 diretamente?

2) Direção

Direção 1 - É o curto + médio prazo, e o encadeamento do modelo pode ser uma ideia. Atualmente, esses modelos têm o significado de pequenas imagens ETH NFT, e MetaData aponta principalmente para servidores off-chain ou IPFS, em vez de puramente on-chain. Os modelos geralmente têm dezenas a centenas de megabytes de tamanho e precisam ser lançados no servidor.

No entanto, com a recente queda rápida nos preços de armazenamento (2TB SSD 500 RMB) e o avanço de projetos de armazenamento como Filecoin FVM e ETH Storage, acredito que não deve ser difícil carregar um modelo de 100 megabytes para a cadeia em os próximos dois a três anos.

Você pode perguntar quais são os benefícios de ir para a cadeia? Uma vez que o modelo está on-chain, ele pode ser chamado diretamente por outros contratos. É mais Crypto Native, e deve haver mais truques para jogar. Tem uma visão de um jogo Fully Onchain, porque todos os dados são nativos para a corrente. No momento, podemos ver que algumas equipes estão explorando essa área, é claro, ainda está em um estado muito inicial.

Direção 2 - médio + longo prazo. Se você pensa seriamente em contratos inteligentes, o mais adequado não é a interação humano-computador, mas "interação máquina-computador". AI agora tem o conceito de AutoGPT, obtenha seu "avatar virtual" ou "assistente virtual", que pode não apenas conversar com você, mas também ajudá-lo a realizar tarefas de acordo com suas necessidades, como ajudá-lo a reservar passagens aéreas, hotéis, comprar nomes de domínio e criar sites...

Você acha que o assistente de IA é conveniente para operar suas várias contas bancárias, Alipay, etc., ou é conveniente para transferências para todo o endereço blockchain? A resposta é óbvia. Então, no futuro, haverá um monte de assistentes de IA como o AutoGPT integrado, que pode realizar automaticamente pagamentos e liquidações C2C, B2C e até B2B por meio de blockchain e contratos inteligentes em vários cenários de tarefas? Naquela época, a fronteira entre Web2 e Web3 tornou-se muito tênue.

2. Plataforma de computação

O projeto da plataforma de poder de computação não tem tantos ativos quanto o modelo Bot, mas é relativamente mais fácil de entender. Todo mundo sabe que a IA requer muito poder de computação, e BTC e ETH provaram que existe tal método em o mundo nos últimos 10 anos, pode ser espontâneo, descentralizado e ** organizar e coordenar o poder de computação massivo em um ambiente de incentivos econômicos e jogos para cooperar + competir para fazer uma coisa. Essa abordagem agora pode ser aplicada à IA.

Os dois projetos mais famosos da indústria são, sem dúvida, Together e Gensyn. Uma rodada inicial é de 10 milhões de financiamento e a outra é A-round de 43 milhões. A razão pela qual essas duas empresas precisam arrecadar tanto dinheiro é dita porque eles precisam primeiro de capital e poder de computação. Treine seu próprio modelo e, em seguida, ele será transformado em uma plataforma de poder de computação e fornecido a outros projetos de IA para treinamento.

O valor do financiamento para plataformas de poder de computação que fazem raciocínio será muito menor, porque, em essência, agregam o poder de computação de GPUs ociosas e os fornecem para projetos de IA que precisam de raciocínio. RNDR é para renderizar a agregação de poder de computação, e essas plataformas fazer cálculos de raciocínio.Agregação de força. Mas o limite técnico é relativamente vago no momento, e até me pergunto se um dia a plataforma de poder de computação em nuvem RNDR ou Web3 estenderá seu pé para a plataforma de poder de computação de raciocínio.

A direção da plataforma de poder de computação é mais realista e previsível do que a assetização do modelo. Basicamente, haverá demanda e haverá uma pista para um ou dois projetos principais. Depende de quem pode matá-lo. A única coisa que é incerta no momento O treinamento e o raciocínio têm seu próprio líder ou o líder cobrirá o treinamento e o raciocínio.

3. Plataforma de Dados

Na verdade, isso não é difícil de entender, porque a camada inferior da IA é simplesmente três coisas: algoritmo (modelo), poder de computação e dados. **

Como existem "versões descentralizadas" de algoritmos e poder de computação, os dados definitivamente não faltarão. Essa também é a direção mais otimista quando o Dr. Lu Qi, fundador da Qiji Chuangtan, fala sobre AI e Web3.

O Web3 sempre enfatizou a privacidade e a soberania dos dados, e existem tecnologias como o ZK para garantir a confiabilidade e integridade dos dados, portanto, a IA treinada com base nos dados on-chain do Web3 deve ser diferente daquela treinada no Web2 off-chain dados. Portanto, esta linha faz sentido como um todo. Atualmente, Ocean in the circle deve ser considerado como esta faixa, e também existem projetos como um mercado especial de dados de IA baseado em Ocean no mercado primário.

4. IA generativa

**Para simplificar, é usar IA para desenhar imagens, ou criações semelhantes, para servir a outras cenas. **Como NFT, ou geração de mapas no jogo, geração de plano de fundo NPC, etc. Eu sinto que é mais difícil fazer linha NFT, porque a escassez de geração de AI não é suficiente, Gamefi é um caminho, e há times tentando no mercado primário.

No entanto, vi uma notícia há alguns dias** de que a Unity (que ocupou o mercado de game engines por muitos anos junto com a Unreal Engine) também lançou suas próprias ferramentas de geração de IA Sentis e Muse**, que ainda estão em fase beta em fase de testes e espera-se que sejam lançados oficialmente no próximo ano. Como devo dizer, sinto que os projetos AIGC do jogo no círculo Web3 podem ser atingidos pela redução da dimensionalidade do Unity ...

5. Transação DeFi/Auditoria/Rendimento/Controle de Risco

Essas categorias viram projetos tentando, e a homogeneização não é relativamente óbvia.

1) Negociação DeFi - Isso é um pouco complicado, porque se uma estratégia de negociação for fácil de usar, à medida que mais pessoas a usam, a estratégia pode gradualmente se tornar menos útil e você terá que mudar para uma nova estratégia. Então, estou curioso sobre a futura taxa de vitórias do robô de negociação AI e qual será a classificação entre os comerciantes comuns.

2) Auditoria - A inspeção visual deve ajudar a revisar rapidamente e lidar com brechas comuns existentes, e brechas novas ou lógicas que não apareceram antes não devem funcionar. Isso só deve ser possível na era AGI.

3) Rendimento e controle de risco - O rendimento não é difícil de entender, você pode apenas imaginá-lo como um YFI com inteligência de IA, jogue dinheiro nele e a IA encontrará a plataforma Staking, grupo LP e mina de acordo com suas minas de preferência de risco e afins. Quanto ao controle de risco, parece estranho fazer um projeto separado e faz mais sentido atender a vários empréstimos ou plataformas Defi semelhantes na forma de plug-ins.

6.ZKML

Uma pista que está se tornando cada vez mais popular no círculo atual,** porque combina duas tecnologias de ponta, uma dentro do círculo ZK, outra fora do círculo ML (Mechine Learning machine learning, um ramo estreito do AI ​campo). **

Teoricamente falando, a combinação com ZK pode fornecer ML com privacidade, integridade e precisão, mas você tem que insistir em cenários de uso específicos, de fato, muitas partes do projeto não conseguem pensar nisso, e a infraestrutura será construída primeiro... * *A única coisa realmente necessária no momento é que algum aprendizado de máquina na área médica tenha os requisitos de privacidade dos dados do paciente. Quanto à integridade dos jogos na rede ou à narrativa antitrapaça, sempre parece um um pouco rebuscado. **

No momento, existem apenas alguns projetos estrela nesta faixa, como Modulus Labs, EZKL, Giza, etc., que são todos objetos quentes no mercado primário. De jeito nenhum, porque existem poucas pessoas no mundo que entendem ZK, e há ainda menos talentos que entendem ZK e ML ao mesmo tempo. Portanto, o limite técnico desta faixa é muito maior do que o de outras, e a homogeneidade é relativamente baixa, óbvio. Finalmente, o ZKML é principalmente para inferência, não para treinamento.