AI+Web3:探索分布式激励在数据、算力与开源模型市场的应用

AI+Web3:塔楼与广场

TL;DR

  1. AI概念的Web3项目在一二级市场成为吸金标的。

  2. Web3在AI行业的机会体现在:利用分布式激励协调长尾潜在供应,涉及数据、存储和计算;同时建立开源模型和AI Agent的去中心化市场。

  3. AI在Web3行业主要应用于链上金融(加密支付、交易、数据分析)以及辅助开发。

  4. AI+Web3的效用体现在两者的互补:Web3有望对抗AI集中化,AI有望帮助Web3破圈。

AI+Web3:塔楼与广场

引言

近两年,AI的发展像被按了加速键。这场由Chatgpt掀起的浪潮不仅开启了生成式人工智能的新世界,也在Web3领域掀起了巨浪。

AI概念的加持下,加密市场融资明显提振。据统计,仅2024上半年就有64个Web3+AI项目完成融资,基于人工智能的操作系统Zyber365在A轮就实现了1亿美元的最高融资额。

二级市场更为繁荣。加密聚合网站Coingecko数据显示,短短一年多时间,AI赛道总市值已达485亿美元,24小时交易量接近86亿美元。主流AI技术进展带来的利好明显,OpenAI的Sora文本转视频模型发布后,AI板块的平均价格上涨了151%。AI效应同样辐射至加密货币吸金板块之一Meme:首个AI Agent概念的MemeCoin——GOAT迅速走红并获14亿美金估值,成功掀起AI Meme热潮。

关于AI+Web3的研究和话题同样火热,从AI+Depin到AI Memecoin再到当前的AI Agent和AI DAO,FOMO情绪已然跟不上新叙事轮换的速度。

AI+Web3这个充满热钱、风口和未来幻想的术语组合,难免被视作一场被资本撮合的包办婚姻。我们似乎很难分辨在这华丽外衣之下,到底是投机者的主场,还是黎明爆发的前夜?

要回答这个问题,一个对双方都关键的思考是:有对方它会变得更好吗?是否能从对方的模式中受益?本文试图站在前人肩膀上审视这一格局:Web3如何在AI技术栈各环节发挥作用,AI又能给Web3带来什么新生机?

Part.1 AI堆栈下Web3有何机会?

在展开这个话题前,我们需要了解AI大模型的技术栈:

用通俗语言表述整个过程:"大模型"就像人类大脑,早期阶段属于刚降生的婴儿,需要观察摄入海量外界信息去理解世界,这就是数据的"收集"阶段。由于计算机不具备人类多感官,训练前外界大规模无标注信息需通过"预处理"转化为计算机可理解可用的信息格式。

输入数据后AI通过"训练"构建具理解和预测能力的模型,可看作婴儿逐渐理解学习外界的过程,模型参数如婴儿学习过程中不断调整的语言能力。学习内容开始分科,或与人交流获得反馈并修正,便进入大模型的"微调"环节。

孩童长大会说话后,可在新对话中理解意思并表达感受想法,这阶段类似AI大模型的"推理",模型能对新语言文本输入进行预测分析。婴儿通过语言能力表达感受、描述物体和解决问题,也类似AI大模型完成训练投入使用后在推理阶段应用于各类特定任务,如图像分类、语音识别等。

而AI Agent则更趋近大模型的下一形态——能独立执行任务并追求复杂目标,不仅具备思考能力,还能记忆、规划,且能运用工具与世界互动。

当前,针对AI在各堆栈的痛点,Web3初步形成了多层次、相互连接的生态系统,涵盖AI模型流程的各个阶段。

AI+Web3:塔楼与广场

一、基础层:算力与数据的Airbnb

算力

当前,AI的最高成本之一,是训练模型与推理模型所需的算力与能源。

例如,Meta的LLAMA3需要16000个NVIDIA生产的H100GPU(这是专为AI和高性能计算工作负载设计的顶级图形处理单元)30天才能完成训练。后者80GB版本单价在30,000至40,000美元之间,这需要4-7亿美元的计算硬件投资(GPU+网络芯片),同时每月训练需消耗16亿千瓦时,能源支出每月近2000万美元。

对AI算力的解压,也正是Web3最早与AI交叉的领域——DePin(去中心化物理基础设施网络)。目前,DePin Ninja数据网站已列出1400多个项目,其中GPU算力共享代表项目包括io.net、Aethir、Akash、Render Network等。

其主要逻辑在于:平台允许拥有闲置GPU资源的个人或实体以无需许可的去中心化方式贡献计算能力,通过类似Uber或Airbnb的买卖双方在线市场,提高未充分利用的GPU资源使用率,终端用户也因此获得更低成本的高效计算资源;同时,质押机制确保资源提供者违反质量控制机制或中断网络时有相应惩罚。

其特点在于:

  • 聚集闲置GPU资源:供应方主要为第三方独立中小型数据中心、加密矿场等运营商的过剩算力资源、共识机制为PoS的挖矿硬件,如FileCoin与ETH矿机。目前也有项目致力于启动门槛更低的设备,如exolab利用MacBook、iPhone、iPad等本地设备建立运行大模型推理的算力网络。

  • 面对AI算力的长尾市场:

a. "于技术端而言"去中心化算力市场更适合推理步骤。训练更依赖超大集群规模GPU带来的数据处理能力,而推理对GPU运算性能要求相对较低,如Aethir专注于低延迟的渲染工作和AI推理应用。

b. "于需求端而言"中小算力需求方不会单独训练自己的大模型,而只是选择围绕少数头部大模型进行优化、微调,而这些场景都天然适合分布式闲置算力资源。

  • 去中心化所有权:区块链的技术意义在于资源所有者始终保留对资源的控制权,根据需求灵活调整,同时获得收益。

数据

数据是AI的地基。没有数据,计算就如浮萍之末毫无用处。数据与模型之间的关系就像"Garbage in, Garbage out"那句俗谚,数据的数量与输入质量决定最终模型的输出质量。对现AI模型的训练而言,数据决定了模型的语言能力、理解能力、甚至价值观以及人性化表现。目前,AI的数据需求困境主要聚焦于以下四方面:

  • 数据饥渴:AI模型训练依赖大量数据输入。公开资料显示,OpenAI训练GPT-4的参数量就达到了万亿级别。

  • 数据质量:随着AI与各行业结合,数据时效性、多样性、垂类数据专业性、新兴数据源如社交媒体情绪的摄入对其质量也提出了新要求。

  • 隐私与合规问题:当前各国、企业逐渐注意到优质数据集的重要性,正在对数据集爬取进行限制。

  • 数据处理成本高昂:数据量大,处理过程复杂。公开资料显示,AI公司超过30%的研发成本用于基础数据采集、处理。

目前,web3的解决方案体现在以下四个方面:

  1. 数据收集:能免费提供抓取的真实世界数据正在迅速耗尽,AI公司为数据付费的支出逐年升高。但这份支出并没有反哺到数据真正的贡献者身上,平台全然享受了数据带来的价值创造,如Reddit通过与AI公司签订的数据授权协议实现合计2.03亿美元的收入。

让真正贡献的用户同样参与数据带来的价值创造,以及通过分布式网络与激励机制,以低成本方式获取用户更私人、更具价值的数据,是Web3的愿景。

  • Grass是一个去中心化的数据层和网络,用户可通过运行Grass节点,贡献闲置带宽和中继流量用以捕获整个互联网中的实时数据,并获取代币奖励。

  • Vana引入了独特的数据流动性池(DLP)概念,用户可将私人数据(如购物记录、浏览习惯、社交媒体活动等)上传至特定DLP,并灵活选择是否将这些数据授权给特定第三方使用。

  • 在PublicAI中,用户可在X上使用#AI或#Web3作为分类标签并@PublicAI即可实现数据收集。

  1. 数据预处理:在AI的数据处理过程中,由于收集来的数据通常嘈杂且包含错误,在训练模型之前必须将其清理并转换为可用格式,涉及标准化、过滤和处理缺失值的重复任务。此阶段是AI行业为数不多的人工环节,已衍生出数据标注师这一行业,随着模型对数据质量要求提高,数据标注师的门槛也随之提升,而这一任务天然适合Web3的去中心化激励机制。
  • 目前,Grass与OpenLayer都正在考虑加入数据标注这一关键环节。

  • Synesis提出了"Train2earn"概念,强调数据质量,用户可通过提供标注数据、注释或其他形式的输入获得奖励。

  • 数据标注项目Sapien将标记任务游戏化,并让用户质押积分以赚取更多积分。

  1. 数据隐私与安全:需要厘清的是,数据隐私与安全是两个不同概念。数据隐私涉及敏感数据的处理,数据安全则保护数据信息免遭未经授权的访问、破坏和盗窃。由此,Web3隐私技术优势和潜在应用场景体现在两个方面:(1)敏感数据的训练;(2)数据协作:多个数据所有者可共同参与AI训练,而无需共享其原始数据。

当前Web3较为普遍的隐私技术包括:

  • 可信执行环境(TEE),例如Super Protocol。

  • 完全同态加密(FHE),例如BasedAI、Fhenix.io或Inco Network。

  • 零知识技术(zk),如Reclaim Protocol使用zkTLS技术,生成HTTPS流量的零知识证明,允许用户从外部网站安全导入活动、声誉和身份数据,而无需暴露敏感信息。

不过,目前该领域仍处早期阶段,大部分项目仍在探索中,目前困境是计算成本太高,例如:

  • zkML框架EZKL需约80分钟才能生成1M-nanoGPT模型的证明。

  • 根据Modulus Labs数据,zkML的开销比纯计算高出1000倍以上。

  1. 数据存储:有了数据后,还需一个地方在链上存储数据,以及使用该数据生成的LLM。以数据可用性(DA)为核心问题,在以太坊Danksharding升级前,其吞吐量为0.08MB。同时,AI模型的训练和实时推理通常需要每秒50到100GB的数据吞吐量。这种数量级差距,让现有链上解决方案面对"资源密集型AI应用时"力不从心。
  • 0g.AI是这类别的代表项目。它是针对AI高性能需求设计的中心化存储解决方案,关键特性包括:高性能与扩展性,通过高级分片(Sharding)和纠删码(Erasure Coding)技术,支持快速上传和下载大规模数据集,数据传输速度接近每秒5GB。

二、中间件:模型的训练与推理

开源模型去中心化市场

有关AI模型闭源还是开源的争论从未消失。开源带来的集体创新是闭源模型无法比拟的优势,然而在毫无盈利模式前提下,开源模型如何提高开发者驱动力?是值得思

此页面可能包含第三方内容,仅供参考(非陈述/保证),不应被视为 Gate 认可其观点表述,也不得被视为财务或专业建议。详见声明
  • 赞赏
  • 6
  • 分享
评论
0/400
治理投票从不参与vip
· 16小时前
又整这些概念糊弄人
回复0
PanicSeller69vip
· 16小时前
卷起来了 真要赶上车
回复0
链上数据侦探vip
· 16小时前
盯了半宿数据,连交易模式都是AI预设的
回复0
SybilSlayervip
· 16小时前
爱加密又爱逛,真香
回复0
ThatsNotARugPullvip
· 16小时前
又想割又不想当韭菜的web3老韭菜
回复0
熊市理发师vip
· 16小时前
又一波韭菜收割机
回复0
交易,随时随地
qrCode
扫码下载 Gate APP
社群列表
简体中文
  • 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)