Когда Джен-Хсун Хуанг выступил на WGS в Дубае, он предложил термин «суверенный ИИ». Таким образом, какой суверенный ИИ может удовлетворить интересы и требования криптосообщества? Возможно, его нужно создать в форме Web3+AI. Виталик описал синергию между ИИ и криптовалютой в статье «Обещание и вызовы применения криптовалюты + ИИ»: децентрализация криптовалюты может уравновешивать централизацию ИИ; ИИ непрозрачен, а криптовалюта приносит прозрачность; ИИ нуждается в данных, а блокчейн облегчает хранение и отслеживание данных. Такая синергия пронизывает весь промышленный ландшафт Web3+AI.

Большинство проектов Web3 + AI используют технологию блокчейна для решения проблем строительства инфраструктурных проектов в отрасли искусственного интеллекта, а некоторые проекты используют искусственный интеллект для решения определенных проблем в приложениях Web3. Ландшафт отрасли Web3 + AI можно описать примерно следующим образом:

Производство и рабочий процесс искусственного интеллекта примерно следующий:

В этих ссылках сочетание Web3 и AI в основном проявляется в четырех аспектах:：

1. Уровень вычислительной мощности: Токенизация вычислительной мощности

За последние два года вычислительная мощность, используемая для обучения больших моделей искусственного интеллекта, увеличилась экспоненциально, в основном удваиваясь каждый квартал, и растет с темпом, который значительно превышает закон Мура. Эта ситуация привела к долгосрочному дисбалансу в предложении и спросе на вычислительные мощности для искусственного интеллекта, и цены на оборудование, такое как графические процессоры, быстро растут, что повышает стоимость вычислительной мощности. Но в то же время на рынке также имеется большое количество простаивающих вычислительных мощностей среднего и низкого уровня. Возможно, что отдельная вычислительная мощность этой части оборудования среднего и низкого уровня не может удовлетворить потребности в высокой производительности.

Однако, если через Web3 будет построена сеть распределенной вычислительной мощности, а через аренду и совместное использование вычислительных ресурсов будет создана децентрализованная сеть вычислительных ресурсов, это все равно может удовлетворить потребности многих приложений искусственного интеллекта. Поскольку используется распределенная неиспользуемая вычислительная мощность, стоимость вычислительной мощности для искусственного интеллекта может быть значительно снижена. Разбивка слоя вычислительной мощности включает в себя:

• Общая децентрализованная вычислительная мощность (например, Arkash, Io.net и т. д.);
• Децентрализованная вычислительная мощность для обучения искусственного интеллекта (например, Gensyn, Flock.io и т. д.);
• Децентрализованная вычислительная мощность для искусственного интеллекта (например, Fetch.ai, Гиперболик и т. д.);
• Децентрализованная вычислительная мощность для 3D-графики (например, The Render Network и т. д.).

Основное преимущество активации вычислительной мощности Web3+AI заключается в децентрализованных проектах вычислительной мощности. Совместно с токенами стимулирования легко расширить масштаб сети, при этом стоимость вычислительных ресурсов низкая и эффективная, что может удовлетворить потребности некоторых средних и низких вычислительных мощностей.

2. Уровень данных: Капитализация данных

Данные — это масло и кровь ИИ. Не полагаясь на Web3, только гигантские корпорации, как правило, имеют доступ к огромным объемам пользовательских данных, что затрудняет получение обширных данных для небольших стартапов. Более того, ценность пользовательских данных в индустрии ИИ часто не доходит до самих пользователей. С помощью Web3 + AI процессы сбора, аннотирования и распределенного хранения данных можно сделать более экономичными, прозрачными и выгодными для пользователей. Сбор качественных данных является обязательным условием для обучения моделей ИИ. С помощью Web3 распределенная сеть может быть использована вместе с соответствующими механизмами стимулирования токенов для краудсорсинга сбора данных с меньшими затратами, получая при этом высококачественные и широко распространенные данные. В зависимости от цели проекта, проекты, связанные с данными, в основном делятся на следующие категории:

• Проекты по сбору данных (например, Grass и т. д.);
• Проекты по торговле данными (например, Ocean Protocol и т. д.);
• Проекты аннотации данных (например, Taida, Alaya и т. д.);
• Проекты источников данных блокчейна (такие как Spice AI, Space and time и т. д.);
• Проекты децентрализованного хранения (такие как Filecoin, Arweave и т. д.).

Проекты Web3+AI, основанные на данных, более сложны в процессе разработки экономической модели токенов, потому что данные сложнее стандартизировать, чем вычислительная мощность.

3. Уровень платформы: Токенизация активов стоимости платформы

Большинство платформенных проектов, как правило, сравниваются с Hugging Face, в основе которых лежит интеграция различных ресурсов индустрии искусственного интеллекта. Создание платформы, которая агрегирует связи между данными, вычислительными мощностями, моделями, разработчиками ИИ, блокчейном и другими ресурсами и ролями, с платформой в центре, облегчает решение различных потребностей более удобно. Например, Giza фокусируется на создании комплексной операционной платформы zkML, стремясь сделать выводы машинного обучения надежными и прозрачными. Непрозрачность данных и моделей в настоящее время является широко распространенной проблемой в ИИ, и это только вопрос времени, когда отрасль призовет к проверке вывода модели через Web3 с использованием криптографических технологий, таких как ZK и FHE, для обеспечения правильного выполнения. Существуют также такие слои, как Focus AI, такие как Nuroblocks и Janction, которые соединяют различные вычислительные мощности, данные, модели, разработчиков ИИ и ресурсы узлов. Упаковывая универсальные компоненты и SDK, они помогают приложениям Web3+ AI достигать быстрой разработки. Существуют также типы платформ, такие как Agent Network, которые могут создавать агенты ИИ для различных сценариев приложений, такие как Olas и ChainML. Платформенные проекты Web3 + AI в первую очередь захватывают ценность платформы с помощью токенов, стимулируя всех участников строительства платформы. Этот подход особенно полезен для стартапов, чтобы вырасти с 0 до 1, что снижает сложность поиска партнеров, таких как вычислительные мощности, данные, сообщества разработчиков ИИ и узлы.

4. Прикладной уровень: Токенизация ценности активов искусственного интеллекта

Предыдущие инфраструктурные проекты в основном сосредоточены на использовании технологии блокчейн для решения задач по строительству инфраструктурных проектов в индустрии искусственного интеллекта. С другой стороны, проекты прикладного уровня в основном используют ИИ для решения проблем, существующих в приложениях Web3. Например, Виталик упоминает в статье два направления, которые я считаю значимыми. Во-первых, ИИ как участник Web3. Например, в Web3 Games ИИ может выступать в роли игрока, быстро разбираясь в правилах игры и эффективно выполняя игровые задания. На DEX ИИ уже много лет занимается арбитражной торговлей. На рынках предсказаний агенты ИИ могут анализировать возможности прогнозирования, широко используя огромные объемы данных, баз знаний и информации. Затем они производятся и предлагаются пользователям. Это помогает пользователям делать прогнозы о конкретных событиях, таких как спортивные матчи или президентские выборы, с помощью вывода модели. Во-вторых, создание масштабируемого децентрализованного частного ИИ. Многие пользователи обеспокоены проблемой черного ящика и потенциальной предвзятостью в системах искусственного интеллекта или опасаются, что некоторые децентрализованные приложения могут использовать технологию искусственного интеллекта для обмана пользователей с целью получения прибыли. По сути, это связано с тем, что у пользователей отсутствуют полномочия по надзору и управлению процессами обучения моделей ИИ и их вывода. Тем не менее, создание ИИ Web3, где сообщество распределило права управления ИИ, аналогично проектам Web3, может быть более приемлемым. На данный момент не было ни одного выдающегося проекта на уровне приложений Web3 + AI, который трудно превзойти.

Сводка

Web3 + AI все еще находится в начальной стадии, и отрасль разделилась относительно перспектив развития этой области. Мы будем продолжать следить за этой областью. Мы надеемся, что сочетание Web3 и AI может создавать продукты, более ценные, чем централизованный AI, позволяя AI избавиться от ярлыков "гигантского контроля" и "монополии" и "совместного управления AI" более общественным способом. Возможно, в процессе ближайшего участия и управления люди будут более "поражены" и менее "испуганы" AI.

Утверждение:

1. Эта статья, оригинально названная "Web3 + AI: искусственный интеллект суверенитета сообщества", воспроизводится из [ IOBC Капитал]. Все авторские права принадлежат оригинальному автору [0xCousin]. Если у вас есть возражения к перепечатке, пожалуйста, свяжитесь с Gate Learnкоманда, команда обработает это как можно скорее.

2. Отказ от ответственности: Взгляды и мнения, выраженные в этой статье, представляют только личные взгляды автора и не являются инвестиционными рекомендациями.

3. Переводы статьи на другие языки выполняются командой Gate Learn. Если не указано иное, копирование, распространение или плагиат переведенных статей запрещены.