Злиття AI та Web3: стан, виклики та майбутнє

Останніми роками швидкий розвиток штучного інтелекту (AI) та технологій Web3 привернув широку увагу по всьому світу. Технології ШІ досягли значних проривів у таких сферах, як розпізнавання облич, обробка природної мови, машинне навчання, що принесло величезні зміни в різних галузях. У 2023 році обсяг ринку галузі ШІ досяг 200 мільярдів доларів, а компанії, такі як OpenAI, Character.AI, Midjourney, очолили бум штучного інтелекту.

Одночасно Web3, як нова мережна модель, змінює уявлення людей про Інтернет і способи його використання. Web3 базується на децентралізованій блокчейн-технології, реалізуючи спільний доступ до даних та самоврядування користувачів за допомогою смарт-контрактів, розподіленого зберігання та децентралізованої ідентифікації. Ринкова капіталізація галузі Web3 досягла 25 трильйонів доларів, проекти Bitcoin, Ethereum, Solana та інші привертають значну увагу.

Поєднання ШІ та Web3 стало ключовою областю уваги розробників і інвесторів на Сході та Заході. У цій статті буде розглянуто сучасний стан розвитку AI+Web3, потенційну цінність та виклики, з якими стикаються, щоб надати відповідним фахівцям орієнтир.

Взаємодія штучного інтелекту та Web3

Виклики, з якими стикається AI-індустрія

Основні елементи індустрії ШІ включають обчислювальну потужність, алгоритми та дані. Щодо обчислювальної потужності, отримання та управління масштабними ресурсами є дуже дорогими, що створює виклики для стартапів та індивідуальних розробників. В частині алгоритмів, навчання моделей глибокого навчання вимагає великої кількості даних та обчислювальних ресурсів, також існують проблеми з інтерпретованістю моделей та їх здатністю до узагальнення. Щодо даних, отримання високоякісних різноманітних даних залишається складним, також важливими є питання конфіденційності та безпеки даних. Крім того, проблеми з інтерпретованістю та прозорістю моделей ШІ, а також неясність бізнес-моделів також стримують розвиток індустрії ШІ.

Виклики, з якими стикається індустрія Web3

У сфері Web3 ще є можливості для покращення в таких аспектах, як аналіз даних, користувацький досвід, безпека смарт-контрактів. Штучний інтелект, як інструмент підвищення продуктивності, має великий потенціал у цих сферах. Наприклад, штучний інтелект може допомогти аналізувати дані в ланцюгу, покращувати інтерфейс користувача, проводити аудит коду смарт-контрактів тощо.

Аналіз поточного стану проектів AI+Web3

Web3 підтримує AI

1. Децентралізовані обчислення

Децентралізовані обчислювальні проекти, такі як Akash, Render, Gensyn та інші, стимулюють користувачів надавати незайняту обчислювальну потужність GPU через токени, щоб забезпечити обчислювальну підтримку для ШІ. Сторона пропозиції в основному включає постачальників хмарних послуг, криптовалютних майнерів та компанії з великою кількістю GPU. Ці проекти діляться на дві категорії: для висновку ШІ (, такі як Render, Akash ), та для навчання ШІ (, такі як io.net, Gensyn ).

2. Децентралізовані алгоритмічні моделі

Децентралізовані алгоритмічні моделі, такі як Bittensor, намагаються створити децентралізований ринок AI-алгоритмів, з'єднуючи різні AI-моделі для надання послуг користувачам. Ця модель має потенціал створити різноманітну екосистему AI.

3. Децентралізований збір даних

Проекти, такі як PublicAI, заохочують користувачів вносити свій вклад і перевіряти дані для навчання ШІ через токени. Ocean збирає дані користувачів через токенізацію даних, а проекти, такі як Hivemapper і Dimo, також збирають децентралізовані дані у своїх сферах.

4. Нульові докази захищають приватність користувачів у ШІ

ZKML(Нульове знання машинного навчання)технологія дозволяє навчати та виконувати висновки моделей машинного навчання без розкриття вихідних даних. Такі проекти, як BasedAI, досліджують поєднання FHE з LLM для захисту конфіденційності користувачів.

AI сприяє Web3

1. Аналіз даних та прогнозування

Багато проектів Web3 починають інтегрувати AI-сервіси для надання аналізу даних та прогнозування. Наприклад, Pond використовує AI-графові алгоритми для прогнозування цінних токенів, BullBear AI прогнозує цінові тенденції на основі історичних даних, а Numerai проводить конкурси з інвестування на основі AI.

2. Персоналізовані послуги

Деякі Web3 платформи інтегрують ШІ для оптимізації користувацького досвіду. Наприклад, інструмент Wand від Dune допомагає користувачам генерувати SQL запити за допомогою природної мови, Followin та IQ.wiki використовують ChatGPT для підсумовування контенту, а NFPrompt допомагає користувачам генерувати NFT за допомогою ШІ.

3. AI аудит смарт-контрактів

Проект, як-от 0x0.ai, надає інструменти для аудиту розумних контрактів на основі штучного інтелекту, використовуючи технології машинного навчання для виявлення потенційних вразливостей у коді.

Обмеження та виклики проектів AI+Web3

1. Реальні перешкоди, з якими стикається децентралізована обчислювальна потужність

Децентралізовані обчислювальні продукти можуть бути менш ефективними, стабільними та зручними у використанні порівняно з централізованими продуктами. В даний час вони в основному обмежені AI-інференцією, а не навчанням, оскільки навчання великих моделей вимагає надзвичайно високої пропускної здатності та стабільності. Переваги NVIDIA в одночіповій обчислювальній потужності та багаточіповій паралельній (NVLink) ускладнюють реалізацію навчання великих моделей за допомогою децентралізованих обчислень.

2. Поєднання AI+Web3 є досить грубим

Багато проектів лише на поверхневому рівні використовують ШІ, не демонструючи глибокої інтеграції та інновацій у криптовалюту. Деякі проекти більше орієнтовані на маркетинговий рівень використання концепції ШІ, фактичні інновації обмежені.

3. Токеноміка стає буфером для наративу AI-проекту

Деякі AI-проекти можуть вибрати накладення наративу Web3 та токеноміки через труднощі з розвитком у Web2. Ключове питання полягає в тому, чи дійсно токеноміка допомагає вирішити реальні потреби, а не є просто короткостроковою спекуляцією.

Підсумок

Синергія AI та Web3 відкриває безмежні можливості для майбутніх технологічних інновацій та економічного розвитку. AI може забезпечити Web3 більш інтелектуальними застосунками, такими як аналіз даних, аудит смарт-контрактів, персоналізовані послуги тощо. Web3, у свою чергу, надає AI нові можливості для розвитку, такі як децентралізована обчислювальна потужність, обмін алгоритмами, збір даних тощо.

Хоча проекти AI+Web3 наразі все ще знаходяться на ранній стадії і стикаються з багатьма викликами, вони також приносять безліч переваг. Децентралізовані рішення можуть знизити залежність від централізованих установ, підвищити прозорість та аудитованість, сприяти більш широкій участі та інноваціям.

У майбутньому, з розвитком технологій та більш глибокими дослідженнями, ми сподіваємось побачити більш тісну інтеграцію AI та Web3, що створить більш значущі нативні рішення в таких сферах, як фінанси, управління, ринки прогнозів тощо. Поєднуючи аналітичні можливості AI з децентралізованістю та автономією користувачів Web3, можна сподіватися на створення більш розумної, відкритої та справедливої економічної та соціальної системи.