Sự kết hợp giữa Web3 và AI: Xây dựng hệ sinh thái trí tuệ nhân tạo Phi tập trung

Trong một bài phát biểu gần đây, một chuyên gia trong ngành đã đề xuất khái niệm "AI chủ quyền". Điều này đã khiến chúng ta suy nghĩ: Làm thế nào để xây dựng một hệ thống AI có thể đáp ứng lợi ích và yêu cầu của cộng đồng tiền điện tử? Câu trả lời có thể được tìm thấy trong sự kết hợp giữa Web3 và AI.

Các chuyên gia blockchain nổi tiếng đã thảo luận về hiệu ứng hợp tác giữa AI và công nghệ mã hóa trong một bài viết. Họ chỉ ra rằng đặc tính Phi tập trung của công nghệ mã hóa có thể cân bằng xu hướng tập trung của AI; tính minh bạch của blockchain có thể bù đắp cho tính không minh bạch của AI; và công nghệ blockchain cũng có lợi cho việc lưu trữ và theo dõi dữ liệu cần thiết cho AI. Hiệu ứng hợp tác này diễn ra trong toàn bộ bố cục ngành công nghiệp Web3+AI.

Hiện nay, hầu hết các dự án Web3+AI đều tập trung vào việc sử dụng công nghệ blockchain để giải quyết các vấn đề xây dựng hạ tầng của ngành AI, trong khi một số ít dự án lại chú trọng vào việc sử dụng AI để giải quyết các vấn đề cụ thể trong các ứng dụng Web3. Cơ cấu ngành công nghiệp Web3+AI chủ yếu liên quan đến một số khía cạnh sau:

1. Tầng sức mạnh: Tài sản sức mạnh

Trong những năm gần đây, sức mạnh tính toán cần thiết cho việc đào tạo mô hình AI lớn đã tăng trưởng theo cấp số nhân, dẫn đến sự mất cân bằng nghiêm trọng giữa cung và cầu về sức mạnh tính toán, giá phần cứng như GPU đã tăng vọt. Tuy nhiên, trên thị trường vẫn tồn tại một lượng lớn tài nguyên sức mạnh tính toán trung bình và thấp đang bị bỏ hoang. Thông qua công nghệ Web3, có thể xây dựng một mạng lưới sức mạnh tính toán phân tán, thực hiện việc cho thuê và chia sẻ sức mạnh tính toán, từ đó giảm chi phí sức mạnh tính toán cho AI.

Lớp sức mạnh được phân chia bao gồm:

• Công suất tính toán phi tập trung
• AI đào tạo chuyên dụng Phi tập trung tính toán
• AI suy luận chuyên dụng Phi tập trung tính toán
• 3D render chuyên dụng Phi tập trung tính toán

Ưu điểm cốt lõi của mô hình tính toán phi tập trung này là khả năng mở rộng quy mô mạng nhanh chóng nhờ vào cơ chế khuyến khích token, đồng thời cung cấp tài nguyên tính toán với chi phí hiệu quả cao, đáp ứng nhu cầu tính toán trung bình và thấp.

2. Lớp dữ liệu: Tài sản hóa dữ liệu

Dữ liệu là nguồn tài nguyên quan trọng cho sự phát triển của AI. Trong mô hình truyền thống, lượng lớn dữ liệu người dùng thường tập trung trong tay của một số gã khổng lồ công nghệ, khiến các công ty khởi nghiệp bình thường khó có thể tiếp cận được nguồn dữ liệu rộng rãi. Bằng cách sử dụng phương pháp Web3+AI, có thể đạt được việc thu thập, gán nhãn và lưu trữ dữ liệu phân tán với chi phí thấp hơn và minh bạch hơn.

Dự án tầng dữ liệu chủ yếu bao gồm:

• Dự án thu thập dữ liệu
• Dự án giao dịch dữ liệu
• Dự án gán nhãn dữ liệu
• Dự án nguồn dữ liệu blockchain
• Phi tập trung lưu trữ类项目

Các dự án này gặp phải thách thức lớn hơn khi thiết kế mô hình kinh tế token, vì dữ liệu khó được tiêu chuẩn hóa.

3. Tầng nền tảng: Giá trị tài sản hóa của nền tảng

Các dự án nền tảng nhằm mục đích tích hợp các loại tài nguyên trong ngành AI, tập hợp dữ liệu, sức mạnh tính toán, mô hình, nhà phát triển AI và các tài nguyên, vai trò khác nhau từ blockchain. Một số dự án tập trung vào việc xây dựng nền tảng vận hành zkML, thông qua công nghệ mật mã để xác minh tính chính xác của suy diễn mô hình, giải quyết vấn đề hộp đen dữ liệu và mô hình thường gặp trong AI.

Còn một số dự án đang nỗ lực xây dựng mạng blockchain chuyên dụng cho AI, thông qua việc cung cấp các thành phần chung và SDK, giúp các ứng dụng Web3+AI nhanh chóng xây dựng và phát triển. Ngoài ra, các nền tảng loại Mạng Agent cung cấp hỗ trợ cho việc xây dựng AI Agent cho nhiều tình huống ứng dụng khác nhau.

Các dự án nền tảng chủ yếu thông qua việc phát hành token để thu hút giá trị của nền tảng, khuyến khích các bên tham gia xây dựng cùng nhau, điều này đặc biệt có lợi cho sự phát triển của các dự án khởi nghiệp.

4. Lớp ứng dụng: Định giá tài sản AI

Các dự án ở tầng ứng dụng chủ yếu sử dụng AI để giải quyết các vấn đề cụ thể trong ứng dụng Web3. Chủ yếu bao gồm hai hướng:

1. AI như là người tham gia Web3: ví dụ như trong trò chơi Web3 với vai trò là người chơi, thực hiện giao dịch chênh lệch giá trên DEX, hoặc cung cấp khả năng phân tích dự đoán trong thị trường dự đoán.

2. Tạo ra AI cá nhân phi tập trung có thể mở rộng: Giải quyết mối lo ngại của người dùng về vấn đề hộp đen của AI và thiên kiến tiềm ẩn bằng cách trao quyền kiểm soát phân phối cho cộng đồng.

Hiện tại, tầng ứng dụng Web3+AI vẫn chưa xuất hiện dự án đột phá, nhưng tiềm năng rất lớn.

Triển vọng

Lĩnh vực Web3+AI vẫn đang ở giai đoạn đầu, trong ngành có những quan điểm khác nhau về triển vọng phát triển của nó. Tuy nhiên, chúng tôi mong đợi sự kết hợp giữa Web3 và AI có thể tạo ra những sản phẩm có giá trị hơn so với AI Phi tập trung, thoát khỏi nhãn "kiểm soát của các ông lớn" và "độc quyền", đạt được một mô hình "quản trị AI cộng đồng" hơn. Bằng cách tham gia chặt chẽ hơn vào sự phát triển và quản trị AI, con người có thể tìm thấy sự cân bằng trong sự hiểu biết về AI, vừa giữ được sự kính trọng, vừa giảm bớt nỗi sợ hãi.