Discussão sobre o setor de Crypto AI

Moderador: Alex, sócio de pesquisa da Mint Ventures

Convidados: Max, fundador do canal do YouTube "Espaço Blockchain do Max"; Lydia, pesquisadora da Particle Network

Compreensão do Crypto AI

Alex: Hoje vamos falar sobre o tema popular Crypto AI. A primeira pergunta é, como vocês veem o setor de Crypto AI? Na sua opinião, quais problemas comerciais o Crypto AI está tentando resolver? Quão urgentes são esses problemas?

Max: Eu acho que o Crypto AI resolve principalmente dois problemas:

1. Resolver alguns problemas da IA centralizada, como a censura, etc. A Crypto AI pode resolver esses problemas através da descentralização.

2. Introduzir mecanismos de incentivo. Através de tokens, é possível incentivar o desenvolvimento de modelos de código aberto, recompensando a abertura e a descentralização. Por exemplo, o Bittensor incentiva diferentes sub-redes a pesquisarem diferentes áreas de IA através de tokens.

De um modo geral, o Crypto AI pode recompensar modelos de código aberto através de um mecanismo de incentivo com tokens, promovendo o desenvolvimento da IA descentralizada. Este é um caminho completamente diferente dos modelos de IA tradicionais de código fechado.

Lydia: Do ponto de vista do valor comercial, as respostas da Crypto AI ainda não são muito claras.

1. A urgência de aumentar a eficiência é atualmente maior do que a garantia de justiça.

2. A IA precisa de mais liberdade? Existem limitações tanto do ponto de vista técnico como ético.

3. O custo de confiança da IA é demasiado elevado? Atualmente, os usuários comuns não se preocupam muito com esta questão.

4. Resolver problemas como a caixa preta de dados com blockchain parece atualmente ter um custo mais alto.

Portanto, o maior valor do Crypto AI atualmente pode não estar no nível comercial, mas sim no nível narrativo - ele abre a imaginação das pessoas, permitindo que as duas tecnologias de ponta, Crypto e AI, colidam em suas mentes. Precisamos dar tempo a essas duas tecnologias, pois elas podem ser mais adequadas para resolver problemas futuros, em vez de problemas atuais.

Alex: Resumindo, o ponto de vista da Lydia é que atualmente a Crypto AI ainda tem lacunas em desempenho e redução de custos em comparação com produtos de IA da internet mais maduros, e não está claro se pode resolver problemas comerciais urgentes. No entanto, oferece um conjunto de soluções cruzadas com Crypto, sendo um experimento de ponta que, a longo prazo, pode ter desenvolvimentos interessantes.

Lydia: Sim, o que eu gostaria de acrescentar é que sempre considerei o Crypto AI como uma narrativa exógena de longo prazo:

1. A longo prazo: O impacto da IA no mundo real é muito grande, é uma mudança disruptiva, não será um fenômeno de curto prazo.

2. Exógeno: Crypto e IA, após o seu surgimento, na verdade não têm muita relação, chegando a existir competição em termos de talentos. Só este ano começámos a contar a história de como ambos se capacitam mutuamente.

Comparado a narrativas nativas de criptomoedas como DeFi e NFT, ou narrativas modificadas como GameFi, a IA é uma narrativa externa. Podemos ver que o preço de ativos de narrativa de IA como Worldcoin, Render e Near flutua completamente de acordo com a situação do setor de IA.

Max: Concordo com a opinião da Lydia, mas gostaria de acrescentar uma coisa - acredito que a Crypto AI é o único campo de Crypto com uma alta demanda por AI após o DeFi Summer.

Comparado ao GameFi, o Crypto é mais um complemento ao GameFi. Mas o Crypto é uma necessidade para o DeFi, pois em certos países há restrições aos serviços bancários, tornando o DeFi essencial.

Acredito que o Crypto AI é o segundo campo de demanda forte após o DeFi. À medida que a IA avança e é utilizada, com certeza encontraremos alguns problemas de centralização, que ainda não se manifestaram. Assim como o sistema financeiro existiu por centenas de anos, até a crise financeira de 2008 expor problemas, as pessoas só perceberam que precisavam do DeFi.

O Crypto AI também se encontra em uma posição semelhante. A familiaridade dos usuários com IA ainda é menor do que com sistemas financeiros, por isso ainda não perceberam realmente a necessidade do Crypto AI. Mas muitas funcionalidades realmente precisam de um mecanismo de incentivo para serem alcançadas, como o poder de computação descentralizado que já pode competir com o poder de computação centralizado.

Acredito que o Crypto AI precisa sair do seu círculo e continuar a se desenvolver, deve ser mais eficiente, melhor e mais barato do que os produtos tradicionais. Precisamos encontrar formas de estabelecer continuamente essa vantagem.

Classificação de Projetos na Área de Crypto AI

Alex: Crypto AI é um setor bastante amplo, com muitos projetos de diferentes modelos de negócios. De acordo com o que vocês sabem, se fossem classificar esses projetos, que lógica vocês utilizariam?

Lydia: Uma abordagem comum de categorização é Crypto capacitando AI ou AI capacitando Crypto, estas são duas grandes ideias:

1. AI capacitando Crypto: atualmente há muitos, como projetos de Crypto integrando APIs de IA para criar chatbots, usando IA para melhorar códigos ou desenvolver estratégias de rendimento, etc. O mais recente é a emissão de tokens por agentes de IA, principalmente para obter novas narrativas.

2. Crypto capacita a IA: o teto é mais alto, mas a realização é mais difícil e requer mais tempo. O ideal é que o Crypto se aprofunde na pilha de tecnologia da IA, aumentando a privacidade e a transparência. Atualmente, há mais foco em melhorar um aspecto da indústria da IA, como agregar recursos de computação para reduzir custos, criar mercados de dados, mercados de algoritmos, entre outros.

Atualmente, parece que a Coinbase e a Base estão a fazer da direção de agentes de IA e pagamentos um possível ponto de ruptura, desde que o agente de IA seja suficientemente útil.

Max: Eu divido principalmente em três trilhos:

1. Camada de arquitetura: infraestrutura de base, que permite desenvolver diferentes projetos de IA em cima, semelhante a uma blockchain de Camada 1. Como Bittensor, Near, Sahara, etc.

2. Camada de Recursos: construída sobre a camada de arquitetura, fornece os recursos necessários para o desenvolvimento de IA, como poder computacional, dados, modelos, etc. Como Akash e Render oferecem poder computacional descentralizado, Vana oferece dados descentralizados.

3. Camada de aplicação: aplicações voltadas para o usuário, como agentes de IA. Podem acelerar a utilização em áreas como DeFi.

Esta classificação pode corresponder às atuais áreas do Crypto, embora ainda não exista um método de classificação consensual.

Oportunidades e Desafios da Crypto AI

Alex: Quais são os principais desafios que a Crypto AI enfrenta atualmente? Quais oportunidades de indústria ou narrativa a Crypto AI terá nos próximos 1-2 anos?

Max：

Principais desafios:

• Neste momento ainda é muito cedo, muitos projetos já têm uma capitalização de mercado muito alta ( como o Bittensor que já alcançou 5 mil milhões de dólares ), mas a maioria é especulação.
• Existem ainda poucas aplicações realmente utilizáveis, muitas delas ainda estão em fase de visão.

De acordo com três trilhos:

• A camada de recursos é relativamente madura, já existem projetos de computação descentralizada, é necessário aumentar a taxa de adoção.
• A camada de arquitetura ainda está em fase de especulação, como o mecanismo de incentivo do Bittensor que ainda precisa ser validado.
• A camada de aplicação como agentes de IA ainda tende a ser meme, com utilidade limitada.

Oportunidade:

• Atualmente, estamos em um momento favorável, com alta atenção sobre as criptomoedas e um ambiente regulatório melhorando.
• Pode-se tentar mais inovações, deixando o mercado decidir quais são valiosas.
• A IA tem uma elevada atenção no Web2, o que pode atrair mais talentos para o setor de Crypto AI.

Lydia：

Desafio:

• Há uma discrepância entre o sentimento do mercado e o progresso técnico
• Os profissionais de criptomoedas têm um entendimento insuficiente sobre IA, faltando discussões aprofundadas.
• Projetos como AI Agent estão sendo exageradamente promovidos, sem avanços substanciais.

Oportunidade:

• Do ponto de vista da indústria, é necessário prestar atenção se a capacidade de computação, os dados e os algoritmos de cada setor ( podem reduzir significativamente o custo de aquisição de recursos para os usuários.
• O agente de IA precisa passar do virtual para o real, encontrando pontos de entrada para melhorar a eficiência.
• Acompanhar os desenvolvimentos do mundo da IA não relacionada a Crypto, especialmente as notícias que chegam aos meios de comunicação de massa.
• Os tópicos relacionados à ética da IA merecem atenção, o Crypto tem vantagens em termos de transparência e abertura.

Alex：

Ponto adicional:

• A influência da IA na sociedade humana será cada vez maior, e no futuro poderão surgir mais problemas de centralização.
• Em 2025, pode surgir a AGI) inteligência artificial geral(, quando a importância e a sensação de crise em relação à IA aumentarão significativamente.
• Isso pode trazer mais atenção e oportunidades de especulação para o Crypto AI
• A longo prazo, pode ser um melhor momento para investir depois que o atual entusiasmo diminuir.

Projetos de Crypto AI que merecem atenção

Lydia: O que mais me preocupa é o Bittensor)TAO(, a principal razão:

1. Capacidade narrativa forte: a equipa transmite uma imagem amigável, sincera e ambiciosa, atraindo desenvolvedores.
2. Alto grau de adoção por instituições: instituições como a Grayscale investem pesadamente, chegando a criar subsidiárias especificamente.
3. Atravessou um grande FUD mas mostrou resiliência: o preço caiu acentuadamente e rapidamente se recuperou.
4. Ecossistema completo: pode ser apresentado como um conjunto de tokens para o ecossistema de IA.

Risco:

• A alta taxa de inflação pode levar à diluição do valor dos tokens
• Atualmente ainda é bastante centralizado, como será realizada a descentralização no futuro é incerto.

Max: Eu também estou mais interessado no Bittensor, apenas algumas adições:

1. Ele se concentra em estabelecer um bom mecanismo de incentivos, que é o valor central do Crypto AI.
2. Adotar um modelo econômico de tokens semelhante ao do Bitcoin, com um total de 21 milhões.
3. A equipa tem uma forte capacidade técnica e consegue resolver problemas rapidamente.

Outros projetos dignos de atenção:

• Vana: fazer dados descentralizados, acredita que no futuro dados de alta qualidade se tornarão cada vez mais valiosos
• Arweave: faz computador de IA, pertence à camada de arquitetura
• Near: fazendo abstração de cadeia, incubou muitas aplicações de IA

Estratégia de Avaliação de Projetos de Crypto AI

Max: Eu avalio principalmente em cinco áreas:

1. Equipa: a mais importante, incluindo fundadores, investidores, comunidade, etc.
2. Produto
3. Rentabilidade
4. Perspectivas Futuras
5. Modelo de Economia de Token

A equipe é a mais crucial, decidindo se o produto pode alcançar o Product Market Fit, se pode ser rentável e continuar a criar valor.

Lydia: Os meus critérios de avaliação:

1. Equipa: valoriza a capacidade de narrativa e a eficácia na execução
2. Design do Token: A compreensão da equipe sobre o Crypto é profunda? Como utilizar o mecanismo do Token.
3. Cultura da marca: o projeto é suficientemente único e atraente?

Alex: Adicionando um ponto:

• É necessário avaliar em que fase do ciclo o projeto se encontra, se está com otimismo excessivo a curto prazo ou pessimismo excessivo a longo prazo.
• Neste momento, a Crypto AI pode estar numa fase de desenvolvimento excessivamente otimista a curto prazo.
• A chegada de um mercado em baixa pode ser uma melhor oportunidade de investimento a longo prazo

Partilha de Ferramentas AI Comuns

Lydia：

1. GPT: Praticar inglês, atuar como psicólogo.
2. Perplexidade: ferramenta de pesquisa, recursos abrangentes
3. Doubao: Resumir a linha do tempo ao assistir vídeos no YouTube

Max：

1. ChatGPT: ferramenta de absorção de conhecimento, resumir textos longos
2. ChatGPT: assistência na criação de imagens

Alex：

1. GPT: Assistência na escrita, compreensão profunda de conceitos
2. Perplexidade: substituto dos motores de busca tradicionais
3. Acreditar no potencial da IA na área da educação