Các xu hướng và cơ hội cụ thể của AI+Web3 hoặc một trong những điểm nóng trong vòng tiếp theo của thị trường tăng giá là gì?

Tác giả: Lao Bai, Partner of ABCEDE Investment Research

AI hot nhất thời điểm hiện tại được coi là điểm mấu chốt, cốt lõi của cuộc cách mạng công nghiệp lần thứ tư, và khái niệm “hot” trong giới công nghệ là Web3, được coi là cốt lõi của Internet thế hệ tiếp theo.

AI và Web3 là hai khái niệm sẽ tạo nên làn sóng cách mạng công nghệ, nếu kết hợp được với nhau, chúng sẽ mang đến cho chúng ta “bất ngờ” gì?

01 Trước tiên hãy nói về AI

Ngành công nghiệp AI thực sự sẽ nguội lạnh ngay từ đầu. Mọi người đều biết rằng người sáng lập Near, Yilong, đã đúng. Anh chàng này thực sự đã từng làm AI. Anh ấy là người đóng góp mã chính của TensorFlow (máy phổ biến nhất khung học tập). Mọi người đồn đoán rằng anh đến làm Web3 vì không còn hy vọng gì vào AI (máy học trước mô hình lớn).

**Kết quả là cuối năm ngoái, ngành này cuối cùng đã mở ra ChatGpt3.5 và ngành này đột nhiên sôi động trở lại, bởi vì lần này nó thực sự có thể được coi là một sự thay đổi về chất, thay vì những làn sóng cường điệu hóa trước đó và sự thay đổi về lượng. **Làn sóng khởi nghiệp AI cũng đã lan sang Web3 của chúng tôi trong vòng vài tháng. Phía Web2 của Thung lũng Silicon hoạt động không tốt, nhiều Fomo vốn khác nhau, các kế hoạch đồng nhất hóa khác nhau đang bắt đầu cạnh tranh trong cuộc chiến giá cả, và nhiều nhà sản xuất lớn và các mô hình lớn đang cạnh tranh với nhau...

Tuy nhiên, cần lưu ý rằng AI cũng đã bước vào giai đoạn tương đối tắc nghẽn sau hơn nửa năm bùng nổ, chẳng hạn như lượt tìm kiếm về AI của Google đã tụt dốc thảm hại, tốc độ tăng trưởng người dùng Chatgpt giảm mạnh và Đầu ra của AI có một mức độ ngẫu nhiên nhất định. Giới tính giới hạn nhiều tình huống hạ cánh... Nói chung, chúng ta vẫn còn cách rất rất xa so với "Trí tuệ nhân tạo chung AGI" huyền thoại.

Hiện tại, giới đầu tư mạo hiểm ở Thung lũng Silicon có một số nhận định về bước phát triển tiếp theo của AI:

1. Không có mô hình dọc, chỉ có mô hình lớn + ứng dụng dọc (chúng ta sẽ đề cập sau khi nói về Web3+AI)

2. Dữ liệu trên các thiết bị biên như điện thoại di động có thể là một rào cản và AI dựa trên các thiết bị biên cũng có thể là một cơ hội

3. Độ dài của Ngữ cảnh có thể dẫn đến những thay đổi về chất trong tương lai (cơ sở dữ liệu vectơ hiện được sử dụng làm bộ nhớ AI, nhưng độ dài của Ngữ cảnh vẫn chưa đủ)

02 Web3+AI

AI và Web3 thực ra là 2 lĩnh vực hoàn toàn khác nhau, AI yêu cầu sức mạnh tính toán tập trung + dữ liệu khổng lồ để đào tạo, và nó rất tập trung, Web3 tập trung vào phân quyền nên không dễ kết hợp. blockchain thay đổi quan hệ sản xuất đã ăn sâu vào lòng người nên sẽ luôn có người cố gắng tìm ra điểm chung đó, trong hai tháng qua, chúng ta đã nói về không dưới 10 dự án AI.

Trước khi nói về đường kết hợp mới, hãy nói về các dự án AI + Web3 cũ, về cơ bản dựa trên nền tảng, được đại diện bởi FET và AGIX. Nói thế nào nhỉ, đây là lời một người bạn chuyên về AI ở Trung Quốc nói với tôi - "AI trước đây về cơ bản là vô dụng bây giờ. Dù là Web2 hay Web3, nhiều cái đều là gánh nặng hơn là trải nghiệm . Hướng đi và tương lai giống như OpenAI. Mô hình lớn dựa trên Transformer này, mô hình lớn tiết kiệm AI", bạn có thể tự mình nếm thử.

Vì vậy, loại nền tảng đa năng không phải là mô hình AI Web3+ mà anh ấy lạc quan, hơn 10 dự án mà tôi đã đề cập đều không có khía cạnh này. Những gì tôi thấy cho đến nay về cơ bản là các đường sau:

1. Tài sản hóa mô hình Bot/Agent/Assistant

2. Nền tảng điện toán

3. Nền tảng dữ liệu

4. Trí tuệ nhân tạo

5. Giao dịch Defi/kiểm toán/kiểm soát rủi ro

6. ZKML

1. Tài sản hóa mô hình Bot/Agent/Assistant

**Việc tài sản hóa Bot/Agent/Assitant là hướng được nhắc đến nhiều nhất và là hướng có tính đồng nhất nhất. **Nói một cách đơn giản, hầu hết các dự án này sử dụng OpenAI làm lớp dưới cùng, hợp tác với các phương tiện kỹ thuật nguồn mở/tự phát triển khác, chẳng hạn như TTS (Chuyển văn bản thành giọng nói) và thêm dữ liệu cụ thể, FineTune đưa ra một số " lĩnh vực nhất định Một bot tốt hơn ChatGPT".

Ví dụ: bạn có thể đào tạo một giáo viên xinh đẹp dạy tiếng Anh cho bạn. Bạn có thể chọn cô ấy nói giọng Mỹ hay giọng London. Tính cách và phong cách trò chuyện của cô ấy cũng có thể được điều chỉnh. Bằng cách này, so với các câu trả lời chính thức và máy móc hơn của ChatGPT, trải nghiệm tương tác sẽ tốt hơn. Ở phía trước của vòng tròn, có một DAPP bạn trai ảo và một trò chơi dành cho nữ Web3 tên là HIM, có thể được coi là một đại diện cho loại hình này.

**Bắt đầu từ ý tưởng này, về mặt lý thuyết, bạn có thể có nhiều Bot/Agent phục vụ bạn. **Ví dụ bạn muốn nấu món cá luộc, trong lĩnh vực này có thể có một Cooking Bot dành riêng cho Fine Tune hướng dẫn bạn. Câu trả lời đưa ra chuyên nghiệp hơn ChatGPT. Nếu bạn muốn đi du lịch, cũng có du lịch trợ lý Bot để cung cấp cho bạn các đề xuất và lập kế hoạch du lịch hoặc nếu bạn là một bên tham gia dự án, hãy nhận rô-bốt dịch vụ khách hàng của Discord để giúp bạn trả lời các câu hỏi của cộng đồng.

** Ngoài việc thực hiện loại Bot "ứng dụng dọc dựa trên GPT" này, còn có các dự án phái sinh dựa trên điều này, chẳng hạn như Bot được coi là "tài sản hóa mô hình". **Nó hơi giống với NFT "viết hoa các bức tranh nhỏ". Bây giờ, các lời nhắc phổ biến trong AI cũng có thể được viết hoa không? Ví dụ: các lời nhắc khác nhau trong MidJourney có thể tạo ra các hình ảnh khác nhau và các lời nhắc khác nhau sẽ có hình ảnh khác nhau khi huấn luyện Bot nên bản thân Promotet có giá trị và có thể được viết hoa.

Ngoài ra còn có các dự án như lập chỉ mục cổng thông tin và tìm kiếm dựa trên loại Bot này, khi chúng ta có hàng ngàn Bot, làm thế nào để tìm được Bot phù hợp nhất cho bạn? Có lẽ lúc đó sẽ cần đến một cổng thông tin thế giới Web2 như Hao123, hay một công cụ tìm kiếm như Google để giúp bạn “định vị”.

Theo ý kiến cá nhân của tôi, tài sản hóa Bot (mô hình) có hai nhược điểm + hai hướng đi ở giai đoạn này:

1) Nhược điểm

Nhược điểm 1 - Quá trình đồng nhất hóa quá nghiêm trọng, vì đây là bản nhạc AI+web3 dễ hiểu nhất đối với người dùng và nó trông hơi giống một NFT với một chút thuộc tính Tiện ích. Do đó, thị trường sơ cấp hiện tại đã bắt đầu xuất hiện xu hướng biển đỏ, cuộn lên nhưng lớp dưới cùng đều là OpenAI nên thực tế mọi người không có rào cản kỹ thuật, chỉ có thể cạnh tranh về thiết kế và vận hành;

Bất lợi 2 - Đôi khi, những thứ như chuỗi NFT của thẻ thành viên Starbucks, mặc dù đây là một nỗ lực tốt để thoát ra khỏi vòng kết nối, nhưng đối với hầu hết người dùng, nó có thể không thuận tiện như thẻ thành viên vật lý hoặc điện tử. Bots dựa trên Web3 cũng có vấn đề này, nếu tôi muốn học tiếng Anh với robot hoặc trò chuyện với Musk hoặc Socrates, tôi có thể sử dụng trực tiếp Web2 không?

2) Hướng

Hướng 1 - Đây là giai đoạn gần + trung hạn và việc xâu chuỗi mô hình có thể là một ý tưởng. Hiện tại, các mô hình này có ý nghĩa là các hình ảnh ETH NFT nhỏ và MetaData chủ yếu trỏ đến các máy chủ ngoài chuỗi hoặc IPFS, thay vì trên chuỗi thuần túy. Các mô hình thường có kích thước từ hàng chục đến hàng trăm MB và chúng phải được tải lên máy chủ.

Tuy nhiên, với giá lưu trữ giảm nhanh gần đây (SSD 2TB 500 RMB) và sự phát triển của các dự án lưu trữ như Filecoin FVM và ETH Storage, tôi tin rằng không khó để tải mô hình 100 megabyte lên chuỗi trong hai đến ba năm tới.

Bạn có thể hỏi lợi ích của việc đi đến chuỗi là gì? Sau khi mô hình được đưa vào chuỗi, nó có thể được gọi trực tiếp bởi các hợp đồng khác. Nó mang tính bản địa hơn về tiền điện tử và phải có nhiều thủ thuật hơn để có thể chơi được. Nó có cảm giác về một Trò chơi hoàn toàn trên chuỗi, bởi vì tất cả dữ liệu đều được có nguồn gốc từ chuỗi. Hiện tại, chúng ta có thể thấy rằng một số đội đang khám phá khu vực này, tất nhiên, nó vẫn còn ở trạng thái rất sớm.

Hướng 2 - trung + dài hạn. Nếu bạn nghĩ nghiêm túc về hợp đồng thông minh, thứ phù hợp nhất không phải là tương tác giữa người với máy tính, mà là "tương tác giữa máy và máy". AI hiện có khái niệm AutoGPT, Nhận của bạn "avatar ảo" hay "trợ lý ảo" không chỉ trò chuyện với bạn mà còn giúp bạn thực hiện các công việc theo yêu cầu của bạn như giúp bạn đặt vé máy bay, khách sạn, mua tên miền, xây dựng website...

Bạn có nghĩ rằng trợ lý AI thuận tiện cho việc vận hành các tài khoản ngân hàng khác nhau của bạn, Alipay, v.v. hay thuận tiện cho việc chuyển đến toàn bộ địa chỉ chuỗi khối? Câu trả lời là rõ ràng. Vì vậy, trong tương lai, liệu có một loạt các trợ lý AI như AutoGPT được tích hợp, có thể tự động thực hiện thanh toán C2C, B2C và thậm chí cả B2B thông qua chuỗi khối và hợp đồng thông minh trong các tình huống tác vụ khác nhau không? Khi đó, ranh giới giữa Web2 và Web3 trở nên rất mờ nhạt.

2. Nền tảng điện toán

Dự án nền tảng sức mạnh tính toán không có nhiều tài sản như mô hình Bot, nhưng nó tương đối dễ hiểu hơn, mọi người đều biết rằng AI cần rất nhiều sức mạnh tính toán, và BTC và ETH đã chứng minh rằng có một phương pháp như vậy trong thế giới trong 10 năm qua , có thể tự phát, phi tập trung và ** tổ chức và điều phối sức mạnh tính toán khổng lồ trong môi trường khuyến khích kinh tế và trò chơi hợp tác + cạnh tranh để làm một việc. Cách tiếp cận này hiện có thể được áp dụng cho AI.

Hai dự án nổi tiếng nhất trong ngành chắc chắn là Together và Gensyn, một vòng hạt giống là tài trợ cấp 10 triệu, và dự án còn lại là tài trợ vòng A 43 triệu, lý do tại sao hai công ty này phải huy động nhiều tiền như vậy được cho là là bởi vì trước tiên họ cần vốn và sức mạnh tính toán Đào tạo mô hình của riêng bạn, sau đó nó sẽ được tạo thành một nền tảng sức mạnh tính toán và cung cấp cho các dự án AI khác để đào tạo.

Số tiền tài trợ cho các nền tảng sức mạnh điện toán thực hiện suy luận sẽ nhỏ hơn nhiều, bởi vì về bản chất, chúng tổng hợp sức mạnh tính toán của các GPU nhàn rỗi và cung cấp chúng cho các dự án AI cần suy luận. làm phép tính suy luận.Tập hợp lực. Tuy nhiên, ngưỡng kỹ thuật hiện tại tương đối mơ hồ và tôi thậm chí còn tự hỏi liệu một ngày nào đó nền tảng sức mạnh điện toán đám mây RNDR hoặc Web3 sẽ mở rộng chân của mình sang nền tảng sức mạnh điện toán lý trí hay không.

Hướng đi của nền tảng sức mạnh điện toán là thực tế hơn và dễ dự đoán hơn so với vốn hóa mô hình. Về cơ bản, sẽ có nhu cầu và sẽ có đường đua cho một hoặc hai dự án hàng đầu. Điều đó phụ thuộc vào việc ai có thể giết chết nó. Điều duy nhất hiện tại không chắc chắn Do đào tạo và lý luận phải có người lãnh đạo riêng, hoặc lãnh đạo sẽ bao trùm cả đào tạo và lý luận.

3. Nền tảng dữ liệu

Điều này thực ra không khó hiểu, **bởi vì lớp dưới cùng của AI chỉ đơn giản là ba thứ: thuật toán (mô hình), sức mạnh tính toán và dữ liệu. **

Vì đã có "phiên bản phi tập trung" của thuật toán và sức mạnh tính toán nên chắc chắn sẽ không vắng bóng dữ liệu Đây cũng là hướng lạc quan nhất khi Tiến sĩ Lu Qi, người sáng lập Qiji Chuangtan, nói về AI và Web3.

Web3 luôn nhấn mạnh quyền riêng tư và chủ quyền dữ liệu, đồng thời có các công nghệ như ZK để đảm bảo độ tin cậy và toàn vẹn của dữ liệu, do đó, AI được đào tạo dựa trên dữ liệu trên chuỗi Web3 phải khác với AI được đào tạo trên Web2 ngoài chuỗi dữ liệu. Do đó, đường này có ý nghĩa tổng thể, hiện tại, Ocean trong vòng tròn nên được coi là đường này và cũng có các dự án như thị trường dữ liệu AI đặc biệt dựa trên Ocean trên thị trường sơ cấp.

4. AI sáng tạo

**Nói một cách đơn giản, đó là sử dụng AI để vẽ những bức tranh, hoặc những sáng tạo tương tự, để phục vụ cho các khung cảnh khác. **Chẳng hạn như NFT, hoặc tạo bản đồ trong trò chơi, tạo nền NPC, v.v. Tôi cảm thấy rằng việc tạo ra dòng NFT sẽ khó khăn hơn vì sự khan hiếm của thế hệ AI là không đủ, Gamefi là một cách và có những đội đang cố gắng ở thị trường sơ cấp.

Tuy nhiên, tôi đã xem một tin tức vài ngày trước** rằng Unity (đã chiếm lĩnh thị trường công cụ trò chơi trong nhiều năm cùng với Unreal Engine) cũng đã phát hành các công cụ tạo AI của riêng mình Sentis và Muse**, vẫn đang trong giai đoạn thử nghiệm giai đoạn thử nghiệm và dự kiến sẽ chính thức ra mắt vào năm sau. Tôi nên nói thế nào đây, tôi cảm thấy rằng các dự án AIGC của trò chơi trong vòng kết nối Web3 có thể bị ảnh hưởng bởi việc giảm kích thước của Unity...

5. Giao dịch DeFi/Kiểm tra/Lợi nhuận/Kiểm soát rủi ro

Các danh mục này đã chứng kiến các dự án đang cố gắng và sự đồng nhất hóa tương đối không rõ ràng.

1) Giao dịch DeFi - Điều này hơi phức tạp, bởi vì nếu một chiến lược giao dịch dễ sử dụng thì khi có nhiều người sử dụng nó, chiến lược đó có thể dần trở nên kém hữu dụng hơn và bạn phải chuyển sang một chiến lược mới. Sau đó, tôi tò mò về tỷ lệ chiến thắng trong tương lai của robot giao dịch AI và nó sẽ ở thứ hạng nào trong số các nhà giao dịch bình thường.

2) Kiểm tra - Kiểm tra trực quan sẽ giúp nhanh chóng xem xét và xử lý các lỗ hổng phổ biến hiện có, và các lỗ hổng logic hoặc mới chưa xuất hiện trước đây sẽ không hoạt động. Điều này chỉ có thể thực hiện được trong kỷ nguyên AGI.

3) Kiểm soát lợi nhuận và rủi ro - Lợi nhuận không khó hiểu, bạn có thể tưởng tượng nó giống như một YFI với trí thông minh AI, ném tiền vào nó và AI sẽ tìm nền tảng Đặt cược, nhóm LP và khai thác theo mỏ ưa thích rủi ro của bạn và những thứ tương tự. Đối với việc kiểm soát rủi ro, thật kỳ lạ khi thực hiện một dự án riêng biệt và cảm thấy hợp lý hơn khi phục vụ các khoản vay khác nhau hoặc các nền tảng Defi tương tự ở dạng phần bổ trợ.

6.ZKML

Một đường đua ngày càng trở nên phổ biến trong vòng kết nối hiện tại,** bởi vì nó kết hợp hai công nghệ tiên tiến nhất, một bên trong vòng kết nối ZK, một bên ngoài vòng kết nối ML (Học máy Machine Learning, một nhánh hẹp của AI ​lĩnh vực). **

Về mặt lý thuyết, sự kết hợp với ZK có thể cung cấp cho ML sự riêng tư, tính toàn vẹn và độ chính xác, nhưng bạn phải nhấn mạnh vào các tình huống sử dụng cụ thể, trên thực tế, nhiều bên dự án không thể nghĩ ra điều đó và cơ sở hạ tầng sẽ được xây dựng trước... * *Điều duy nhất thực sự cần thiết hiện nay là một số máy học trong lĩnh vực y tế có các yêu cầu về quyền riêng tư đối với dữ liệu bệnh nhân. hơi xa vời. **

Hiện tại, chỉ có một số dự án ngôi sao trên đường đua này như Modulus Labs, EZKL, Giza, v.v., tất cả đều là những đối tượng nóng trên thị trường sơ cấp. Không thể nào, bởi vì trên thế giới chỉ có một số ít người hiểu được ZK, và những tài năng hiểu được ZK và ML đồng thời lại càng ít hơn, vì vậy ngưỡng kỹ thuật của đường đua này cao hơn nhiều so với những đường đua khác, và tính đồng nhất tương đối thấp. Cuối cùng, ZKML chủ yếu dành cho suy luận chứ không phải đào tạo.