「從誇大廣告到現實」:DePIN和AI中的2025年關注項目 | CoinDesk JAPAN(幣桌·日本)

! 從炒作到現實:DePIN 和 AI 中的 2025 年特色項目

DePIN和AI中的“從誇大宣傳到現實”的演變表明,真正的創新在於以實用和高效的方式解決現實世界的問題——這是布裏什資本管理(Bullish Capital Management)的西爾維亞·陶(Sylvia To)所說的。

◇◇◇

DePIN:分散式物理基礎設施網路

DePIN項目方在理論上是一個爲加密資產(虛擬貨幣)提供真實實用性的嘗試。然而,真正能解決現實世界問題、擁有合理的商業模式以至於能夠摧毀現有企業,並且不容易被模仿的項目幾乎不存在。很多項目不過是尋找問題的解決方案而已。

但一個值得關注的例外是,航班追蹤網路“Wingbits”。原因在於,它試圖通過Web3的激勵來解決Web2的問題。如果你有過追蹤像從倫敦到紐約的BA117航班的經驗,那麼你可能使用過FlightAware或Flightradar等網站。

Wingbits flight tracking map image〈Wingbits的飛行跟蹤地圖,來源:Wingbits – 變革飛行跟蹤。〉飛行跟蹤公司通過向航空公司等買方以及試圖從私人飛機的活動中探討合並和收購趨勢的金融分析師銷售飛行數據,獲得了巨大的利潤。此外,收入來源還包括平台上的廣告和訂閱。

但作爲設備投資,並沒有計入大額的基礎設施費用或硬件費用。這是因爲被稱爲“ADS-B接收機”的硬件,由天線和超小型計算機“樹莓派(Raspberry Pi)”構成,航空愛好者們可以購買並進行設置。愛好者們往往不期待回報,僅僅接受他們最喜歡的航班追蹤平台的免費訂閱(免費使用權)。

問題在於,愛好者們沒有足夠的激勵去最大化數據質量。如果沒有正向激勵,ADS-B接收器可能會被安裝在不合適的地方。例如,可能被安裝在客廳的角落,或者在高人口密度的城市地區過度供應,導致農村地區的覆蓋不足。

(LHS) 傳統ADS-B接收機,(RHS) Wingbits礦工圖像〈傳統ADS-B接收機(左)與Wingbits硬件(右),來源:Wingbits – Transforming Flight Tracking.〉Wingbits利用類似於優步(Uber)的六角形層次空間索引系統,通過激勵愛好者根據高度戰略性地設置站點,帶來了飛行跟蹤的革命性變化。這種方法實現了最佳覆蓋、高質量數據,並爲網路貢獻者提供公平的獎勵。

Wingbits成功覆蓋了傳統11分之一的站點(硬件)數量的最大規模網路的75%。憑藉這種高效性以及未來預計將部署超過4000個站點,預計將大幅超越現有的飛行追蹤網路,爲用戶提供高質量的數據。

由於能夠展示利用加密資產(虛擬貨幣)激勵機制的普通人能夠理解的現實世界應用案例,今後可以更簡單地向家人解釋這個概念。

加密資產 ✕ AI

市場週期中,計算需求同樣有高峯和低谷。GPU變得昂貴,供應限制進一步推高了價格。

一般消費者利用計算機的“空閒時間”這一概念並不是新鮮事,但解決多個計算機之間同步的問題則是先進的。

Exo Labs是一個在邊緣計算領域取得突破的先進項目,可以在面向普通消費者的設備上,例如MacBook上運行AI模型。也就是說,機密數據在用戶的管理之下,可以減輕使用雲存儲和處理所帶來的風險。

Image: A 9-layer model is divided into 3 shards, each running on a separate device〈9層模型被分爲3個碎片,每個碎片在獨立的設備上運行,出處:Transparent Benchmarks – 12 Days of EXO, EXO Labs.〉Exo Labs開發了一種稱爲管道並行推理的創新軟件基礎設施。它將大規模語言模型(LLM)分割爲“碎片”,不同的設備可以在保持連接同一網路的情況下,執行模型的不同部分。這種方法具有降低延遲、增強安全性、提高成本效率,以及最重要的隱私保護等多種優勢。

在隱私方面,Bagel AI這個項目也備受關注。該項目開發了ZKLoRA(零知識低秩適應),旨在在保護隱私的同時微調LLM。這帶來的創新變化使得可以創建專門針對法律服務、醫療保健、金融等行業的模型,從而在不承擔機密信息泄露風險的情況下,利用機密數據進行強化學習。

隱私保護是一個備受關注的話題,但對於大多數LLM來說,更大的挑戰是幻覺。這指的是AI像事實一樣呈現虛假或誤導性信息。

有位投資組合經理曾對我說過:“智慧在於整合對立的觀點,揭示兩個極端意見之間的微妙真相。”

Blocksense是一個開發了名爲zkSchellingCoin共識的獨特方法的項目。該方法旨在重疊來自多個來源(例如,不同的LLM)的主觀真相,以達到單一且共同的真相。請想象一下在ChatGPT、Claude、Grok和Llama上執行相同查詢的情景。即使一個模型產生了錯誤的輸出,四個模型都生成相同結果的可能性在統計上也是很低的。

! [zkSchellingCoin 共識圖像概述](http://www.coindeskjapan.com/wp-content/plugins/lazy-load/images/1x1.trans.gif019283746574839201〈 zkSchellingCoin 共識概述,來源:Blocksense Network – 可編程預言機的 zk Rollup。 例如,它會驗證 AI 代理是否已正確地將 USD Coin (USDC) 轉移到提供最高收益的金庫。

對AI的信任,隨着第三方能夠驗證這些行爲的機制的加入,將大幅增強。如果能夠在不影響成本或延遲的情況下實現這一驗證層,那麼在現實世界的應用案例中可能會有巨大的突破。

DePIN與AI中的“從誇大宣傳到現實”的演變表明,真正的創新在於實用且高效地解決現實世界中的問題。像Wingbits和Exo Labs這樣的項目展示了區塊鏈和AI如何能夠產生有意義的影響。

也就是說,通過戰略激勵來徹底改變航班追蹤,最大限度地利用消費設備的能力,實現安全且具有成本效益的計算。此外,隨着ZKLoRA等注重隱私的AI和實現可驗證真相的zkSchellingCoin等進步,這些新興技術將應對重要挑戰,開闢一個更加分散、高效和經過驗證可靠的未來。

ADS-0.01%
查看原文
此頁面可能包含第三方內容,僅供參考(非陳述或保證),不應被視為 Gate 認可其觀點表述,也不得被視為財務或專業建議。詳見聲明
  • 讚賞
  • 留言
  • 分享
留言
0/400
暫無留言
交易,隨時隨地
qrCode
掃碼下載 Gate APP
社群列表
繁體中文
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)