สรุป

อนาคตของ AI สามารถสร้างขึ้นบนเทคโนโลยีบล็อกเชน เนื่องจาก crypto สามารถช่วยเพิ่มการเข้าถึง ความโปร่งใส และกรณีการใช้งานภายในเทคโนโลยีที่เกิดขึ้นใหม่ การบรรจบกันของประสิทธิภาพของ crypto ธรรมชาติที่ไร้พรมแดนและความสามารถในการตั้งโปรแกรมกับ AI มีศักยภาพในการเปลี่ยนแปลงวิธีที่มนุษย์และเครื่องจักรโต้ตอบกับเศรษฐกิจดิจิทัลรวมถึงการทําให้ผู้ใช้มีอํานาจอธิปไตยเหนือข้อมูลส่วนบุคคลของตน ซึ่งรวมถึงการเพิ่มขึ้นของ "Agentic Web" ซึ่งตัวแทน AI ที่ดําเนินงานบนโครงสร้างพื้นฐาน crypto สามารถขับเคลื่อนกิจกรรมทางเศรษฐกิจและการเติบโตได้

ดังนั้น สิ่งนี้จะเป็นอย่างไร? เอไอเอเจนต์ทำธุรกรรมบนโครงสร้างคริปโต โค้ดซอฟต์แวร์ที่สร้างขึ้นโดยเอไอ รวมถึงสมาร์ทคอนแทรค ทำให้มีการเพิ่มขึ้นในแอพพลิเคชันและประสบการณ์บนเชน ผู้ใช้เป็นเจ้าของ ควบคุม และได้รับรายได้จากโมเดลเอไอที่พวกเขามีส่วนร่วม เอาประโยชน์จากเอไอเพื่อปรับปรุงประสบการณ์ของผู้ใช้และนักพัฒนาในนิเวศคริปโต ปรับปรุงความสามารถของสมาร์ทคอนแทรคและสร้างกรณีการใช้งานใหม่ และอีกมากมาย

เมื่อเราสวมใส่อนาคตของคริปโต x AI ในวันนี้เรากำลังเปิดเผยเรื่องความเชื่อหลักของเราเกี่ยวกับอนาคตของการผสมเอาเทคโนโลยีที่เปลี่ยนแปลงได้นี้ อย่างย่อ:

• เราไม่เชื่อว่าเทคโนโลยีคริปโต / บล็อกเชนจำเป็นสำหรับการเร่งความสามารถหรือการแก้ไขความท้าทายที่เกิดขึ้นในทุกชั้นของ AI เทคสแท็ค แต่เช่นกัน คริปโตสามารถเล่นบทบาทสำคัญในการนำเรื่องการกระจายตัวมากขึ้น ความสามารถในการตรวจสอบ การต้านการเซ็นเซอร์ และรางวัลการชำระเงินด้วยตนเองไปสู่ AI ในขณะที่ได้รับประโยชน์จากกลไก AI เพื่อขับเคลื่อนประสบการณ์ผู้ใช้ใหม่บนบล็อกเชน
• Crypto x AI สามารถก่อให้เกิด "Agentic Web" ซึ่งเป็นกระบวนทัศน์การเปลี่ยนแปลงที่ตัวแทน AI ที่ทํางานบนรางโครงสร้างพื้นฐาน crypto สามารถกลายเป็นตัวขับเคลื่อนที่สําคัญของกิจกรรมทางเศรษฐกิจและการเติบโต เราคาดการณ์อนาคตที่ตัวแทนจะมีกระเป๋าเงินคริปโตของตนเองเพื่อทําธุรกรรมและตอบสนองความตั้งใจของผู้ใช้โดยอัตโนมัติเข้าถึงการประมวลผลและทรัพยากรข้อมูลแบบกระจายอํานาจที่มีต้นทุนต่ํากว่าหรือใช้ประโยชน์จาก stablecoins เพื่อจ่ายเงินให้มนุษย์และตัวแทนอื่น ๆ เพื่อทํางานที่จําเป็นสําหรับฟังก์ชันวัตถุประสงค์โดยรวมของพวกเขา
• ความเชื่อเบื้องต้นที่รองรับวิทยานิพนธ์นี้รวมถึง: (1) คริปโตจะเป็นช่องทางการชำระที่ถูกต้องสำหรับการค้าระหว่างตัวแทนกับมนุษย์และตัวแทนต่อตัวและ (2) AI สร้าง AI และอินเทอร์เฟซภาษาธรรมชาติจะกลายเป็นรูปแบบหลักสำหรับผู้ใช้ที่ต้องการดำเนินการในเชือก, และ (3) AI จะสร้างรหัสซอฟต์แวร์ทั้งหมด (รวมถึงสมาร์ทคอนแทรค), ทำให้เกิดการระะระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระระ
• การตัดสินใจของคริปโตและ AI ประกอบด้วยสองส่วนหลัก: (1) ปัญหาการทำความเข้าใจ (คริปโต -> AI) ที่ถูกกำหนดใหม่เป็นการสร้างโครงสร้างพื้นฐาน AI ที่สืบทอดคุณสมบัติของเครือข่ายบล็อกเชนแบบพีร์ทูพีรุ่นใหม่ และ (2) Onchain AI (AI -> คริปโต) ที่ถูกกำหนดเป็นการสร้างโครงสร้างพื้นฐานและแอปพลิเคชันที่ใช้ AI เพื่อขับเคลื่อนทั้งกรณีการใช้ที่ใหม่และที่มีอยู่อยู่
• ภูมิทัศน์ Crypto x AI สามารถแบ่งเป็นชั้นดังนี้: (1) Compute (เช่น เครือข่ายที่เน้นการจัดหาหน่วยประมวลผลกราฟิกส์ (GPU) ให้นักพัฒนา AI) (2) Data (เช่น เครือข่ายที่เปิดโอกาสให้เข้าถึงข้อมูล AI ได้โดยการกระจาย การจัดการ และการทำให้มั่นใจในกระบวนการข้อมูล AI) (3) Middleware (เช่น เครือข่าย/แพลตฟอร์มที่เปิดโอกาสให้พัฒนา การใช้ และการเป็นเจ้าภาพของโมเดล/ตัวแทน AI) และ (4) แอปพลิเคชัน (เช่น ผลิตภัณฑ์ที่เผยแพร่ให้ผู้ใช้ (B2B หรือ B2C) ที่ใช้กลไก AI บนเชื่อมโยง)

ที่ Coinbase เรามุ่งมั่นที่จะช่วยอัปเดตระบบการเงินเพื่อทำให้มันปลอดภัยและมั่นคงมากขึ้น พร้อมทั้งปรับปรุงความสะดวกสบายและการใช้งานสำหรับผู้บริโภคและผู้สร้างทั้งนั้นเอง เราเชื่อว่า Crypto x AI จะเล่นบทบาทที่สำคัญในเรื่องนี้ ในบล็อกนี้ เราจะศึกษาลึกลงไปในเหตุผลว่า วิธีการ และสิ่งถัดไปของ Crypto x AI

คำนำหน้าถึง คริปโต x AI

ตลาด AI ได้รับการเติบโตและการลงทุนที่สำคัญ โดยบริษัท venture capital ได้ซึ่งรวมเกือบ 290 พันล้านเหรียญเข้าไปในกลุ่มภาคเศรษฐกิจที่ผ่านมาห้าปี ฟอรัมเศรษฐมหาวิทยาลัยโลกชวน ว่าเทคโนโลยี AI สามารถกระตุ้นการเติบโตของ GDP ของสหรัฐฯ ต่อปีได้ 0.5-1.5% ในทศวรรษหน้า แอปพลิเคชัน AI แสดงให้เห็นถึงแรงฉุดที่แท้จริงโดยแอปเช่น ChatGPT4 สร้างสถิติใหม่สําหรับการเติบโตของผู้ใช้ / การนําไปใช้ อย่างไรก็ตามในขณะที่ตลาด AI มีการพัฒนาอย่างรวดเร็วความท้าทายหลายประการกําลังเกิดขึ้นรวมถึงความกังวลด้านความเป็นส่วนตัวของข้อมูลความต้องการความสามารถของ AI การพิจารณาด้านจริยธรรมความเสี่ยงในการรวมศูนย์และการเพิ่มขึ้นของเทคโนโลยี deepfake ความท้าทายเหล่านี้กําลังขับเคลื่อนวาทกรรมปัจจุบันเกี่ยวกับจุดตัดของ crypto และ AI เนื่องจากผู้มีส่วนได้ส่วนเสียแสวงหาโซลูชันที่ใช้ประโยชน์จากจุดแข็งของเทคโนโลยีทั้งสองเพื่อแก้ไขปัญหาที่เกิดขึ้นใหม่เหล่านี้

Crypto x AI รวมโครงสร้างพื้นฐานแบบกระจายอํานาจของบล็อกเชนเข้ากับความสามารถของ AI ในการเลียนแบบฟังก์ชันความรู้ความเข้าใจของมนุษย์และเรียนรู้จากข้อมูลสร้างการทํางานร่วมกันที่สามารถปฏิวัติภาคส่วนต่างๆได้ บล็อกเชนกําหนดสถาปัตยกรรมระบบการตรวจสอบข้อมูล / ธุรกรรมและการกระจายใหม่ AI ปรับปรุงการคํานวณการวิเคราะห์ข้อมูลและนําเสนอความสามารถในการสร้างเนื้อหาใหม่ จุดตัดนี้ได้จุดประกายทั้งความตื่นเต้นและความสงสัยในหมู่นักพัฒนาในชุมชนเทคโนโลยีทั้งสองผลักดันการสํารวจกรณีการใช้งานใหม่ ๆ ที่สามารถเร่งการยอมรับของทั้งสองภาคส่วนในระยะยาว ในขณะที่ crypto และ AI เป็นคําศัพท์ทั่วไปที่ครอบคลุมเทคโนโลยีและธีมที่แตกต่างกันมากมายเราเชื่อว่าจุดตัดของทั้งสองสาขาสามารถแบ่งออกเป็นสองส่วนย่อยหลัก:

• Decentralized AI (Crypto -> AI) ช่วยเพิ่มความสามารถของ AI ผ่านโครงสร้างพื้นฐานที่ไม่ได้รับอนุญาตและประกอบได้ของ crypto สิ่งนี้จะปลดล็อกกรณีการใช้งานเช่นการเข้าถึงทรัพยากร AI ที่เป็นประชาธิปไตย (เช่นการประมวลผลการจัดเก็บแบนด์วิดท์ข้อมูลการฝึกอบรม ฯลฯ ) การทํางานร่วมกันการพัฒนาโมเดลโอเพนซอร์สการอนุมานที่ตรวจสอบได้หรือบัญชีแยกประเภทที่ไม่เปลี่ยนรูปและลายเซ็นการเข้ารหัสสําหรับหลักฐานเนื้อหาและความถูกต้อง
• Onchain AI (AI -> คริปโต) นำประโยชน์ของ AI สู่ระบบนิเวศคริปโต ปรับปรุงประสบการณ์ของผู้ใช้และผู้พัฒนาผ่าน LLMs และอินเตอร์เฟซภาษาธรรมชาติหรือเสริมความสามารถของสมาร์ทคอนแทรค ทางเลือกสองทางสำหรับการนำ AI มาใช้บนเชน ได้แก่: (1) นักพัฒนาที่รวมรวมโมเดลหรือตัวแทน AI เข้าสู่สมาร์ทคอนแทรคและแอปบนเชนของตนและ (2) ตัวแทน AI ใช้รางระบายคริปโร (เช่น กระเป๋าสตางค์ที่ดูแลตนเอง เหรียญคงที่ ฯลฯ) สำหรับการชำระเงินและคอมมิชชั่นการจัดการทรัพยากรโครงสร้างทะเลาะแยก

ในขณะที่ทั้งสองส่วนยังเป็นเรื่องใหม่ ๆ ซึ่งมีศักยภาพสำหรับ "คริปโตใน AI" หรือ "AI ในคริปโต" ที่สำคัญและพร้อมที่จะปลดล็อคชุดใหม่ของกรณีการใช้งานที่ยังไม่เคยคิดถึง โดยเฉพาะเมื่อโครงสร้างคอมพิวเตอร์และความเร็วของอัจฉริยะยังคงดีขึ้น

คริปโต x AI: A key unlock for the “Agentic Web”

ด้านหนึ่งที่เราพบว่าน่าตื่นเต้นเป็นพิเศษใน Crypto และ AI คือแนวคิดของตัวแทน AI ที่ดําเนินงานบนรางโครงสร้างพื้นฐาน crypto การผสานรวมนี้มีจุดมุ่งหมายเพื่อสร้าง "Agentic Web" ซึ่งเป็นกระบวนทัศน์การเปลี่ยนแปลงที่สามารถเพิ่มความปลอดภัย ประสิทธิภาพ และการทํางานร่วมกันในระบบเศรษฐกิจที่ขับเคลื่อนด้วย AI ซึ่งได้รับการสนับสนุนจากโครงสร้างแรงจูงใจที่แข็งแกร่งและการเข้ารหัสดั้งเดิม

เราเชื่อว่าตัวแทน AI สามารถกลายเป็นตัวขับเคลื่อนที่สําคัญของกิจกรรมทางเศรษฐกิจ / การเติบโตและ "ผู้ใช้" ที่โดดเด่นของแอปพลิเคชัน (ทั้งใน / นอกห่วงโซ่) ค่อยๆเปลี่ยนจากผู้ใช้มนุษย์ในระยะกลางถึงระยะยาว การเปลี่ยนแปลงกระบวนทัศน์นี้จะบังคับให้ บริษัท อินเทอร์เน็ตเนทีฟหลายแห่งต้องทบทวนสมมติฐานหลักเกี่ยวกับอนาคตและส่งมอบผลิตภัณฑ์บริการและรูปแบบธุรกิจที่จําเป็นเพื่อให้บริการเศรษฐกิจที่ใช้ตัวแทนเป็นส่วนใหญ่ได้ดีที่สุด จากที่กล่าวมาเราไม่เชื่อว่าเทคโนโลยี crypto / blockchain เป็นสิ่งจําเป็นในการพัฒนาความสามารถหรือแก้ปัญหาความท้าทายที่เกิดขึ้นใหม่ในทุกชั้นของสแต็คเทคโนโลยี AI แต่ crypto สามารถมีบทบาทสําคัญในการนําการกระจายการตรวจสอบการต่อต้านการเซ็นเซอร์และรางการชําระเงินแบบเนทีฟมาสู่ AI ในขณะที่ได้รับประโยชน์จากกลไก AI เพื่อขับเคลื่อนประสบการณ์ผู้ใช้ใหม่ ๆ

ความเชื่อเบื้องต้นของเราที่รองรับวิทยานิพนธ์นี้มีดังนี้:

• Crypto จะเป็นรางการชําระเงินที่ต้องการสําหรับการค้าระหว่างตัวแทนกับมนุษย์และตัวแทนกับตัวแทน: Crypto เป็นเงินแบบอินเทอร์เน็ตและตั้งโปรแกรมได้ซึ่งมีข้อดีหลายประการในการขับเคลื่อนเศรษฐกิจที่ใช้ตัวแทน เมื่อตัวแทน AI มีความเป็นอิสระมากขึ้นและมีส่วนร่วมในธุรกรรมขนาดเล็กในวงกว้าง (เช่นการจ่ายเงินสําหรับการอนุมานข้อมูลการเข้าถึง API การประมวลผลแบบกระจายอํานาจหรือทรัพยากรข้อมูล ฯลฯ ) ประสิทธิภาพของ crypto ลักษณะไร้พรมแดนและความสามารถในการตั้งโปรแกรมจะทําให้เป็นสื่อกลางในการแลกเปลี่ยนที่ต้องการมากกว่ารางกระดาษแบบดั้งเดิม นอกจากนี้ ตัวแทนจะต้องมีข้อมูลประจําตัวที่ไม่ซ้ํากันและสามารถตรวจสอบได้ (เช่น "@craigdewitt/p-148550354">Know Your Agent”) เพื่อให้แน่ใจว่าปฏิบัติตามกฎระเบียบของหน่วยงานกำกับดูแลและตรวจสอบความต้องการขณะดำเนินการกับองค์กรและผู้ใช้งานสุดท้าย บล็อกเชนราคาต่ำ สมาร์ทคอนแทรคต์ กระเป๋าเก็บรักษาดูแลเอง (เช่นกระเป๋าเงิน AI ของ Coinbase)และ stablecoins สามารถช่วยในการลดความซับซ้อนและลดค่าใช้จ่ายสำหรับข้อตกลงทางการเงินที่ซับซ้อนระหว่างตัวแทน ในขณะเดียวกันความสามารถในการตรวจสอบและความไม่เปลี่ยนแปลงของเครือข่ายที่ดีทรัพย์จะรักษาความเชื่อใจและสามารถตรวจสอบการดำเนินการของตัวแทน AI
• การสร้าง AI และอินเทอร์เฟซภาษาธรรมชาติจะกลายเป็นกิริยาหลักสําหรับผู้ใช้ที่ต้องการทําธุรกรรม onchain: เมื่อความเร็วในการประมวลผลภาษาธรรมชาติและความเข้าใจตามบริบทของ AI เกี่ยวกับ crypto ดีขึ้นการโต้ตอบ onchain ผ่านอินเทอร์เฟซการสนทนาจะกลายเป็นบรรทัดฐานและความคาดหวังของผู้ใช้เริ่มต้นซึ่งสอดคล้องกับแนวโน้ม web2 ในปัจจุบัน (เช่น ChatGPT) ผู้ใช้จะอธิบายเจตนาในการทําธุรกรรมที่ต้องการในภาษาธรรมชาติ (เช่น "Swap X for Y") และตัวแทน AI จะแปลเจตนาเหล่านั้นเป็นรหัสสัญญาอัจฉริยะที่ตรวจสอบได้ซึ่งนําเสนอเส้นทางการดําเนินการธุรกรรมที่มีประสิทธิภาพและคุ้มค่าที่สุด
• AI จะสร้างส่วนใหญ่ของโค้ดซอฟต์แวร์ทั้งหมด (รวมถึงสมาร์ทคอนแทรกต์) ซึ่งจะทำให้เกิดการระะเบิดของแอปพลิเคชันและประสบการณ์บนเชน: ความสามารถในการสร้างโค้ดของ AI กำลังก้าวหน้าอย่างรวดเร็วในเว็บ 2 (เช่นDevin,Replit) และเปลี่ยนกระบวนทัศน์การพัฒนาซอฟต์แวร์โดยพื้นฐาน เราเชื่อว่าการเปลี่ยนแปลงนี้จะเป็นศูนย์กลางใน crypto ในไม่ช้าโดยมุ่งเน้นที่การลดอุปสรรคในการเข้าสู่ผู้สร้างใหม่และที่มีอยู่อย่างมีนัยสําคัญ อย่างไรก็ตามสถานะในอนาคตประกอบด้วย AI "ตัวแทนซอฟต์แวร์" ที่สร้างสัญญาอัจฉริยะและแอพที่เป็นส่วนตัวตั้งแต่เริ่มต้นแบบเรียลไทม์ตามความต้องการของผู้ใช้จัดเก็บและตรวจสอบบน

ความเชื่อเหล่านี้ชี้ชัดถึงอนาคตที่เส้นที่แยกแยะระหว่าง AI และคริปโตกำลังกลายเป็นสิ่งที่เรียบร้อยยิ่งขึ้น สร้างรูปแบบใหม่ของระบบอัจฉริยะที่เป็นตัวเองและแบบกระจาย ด้วยมุมมองนี้ลองมาช่วยมองให้ระมัดระวังกับเทคโนโลยี Crypto x AI ที่เป็นส่วนรองสุดท้าย

โอกาสใน Crypto x AI Stack (วันนี้)

ภารกิจในการรวม "Crypto เข้ากับ AI" หรือ "AI เข้ากับ crypto" ได้ก่อให้เกิดภูมิทัศน์ที่กําลังเติบโต แต่ซับซ้อนซึ่งมีการพัฒนาอย่างรวดเร็วโดยผู้สร้างจํานวนมากรีบเร่งที่จะใช้ประโยชน์จากโมเมนตัมของตลาด วันนี้เราเชื่อว่าภูมิทัศน์ Crypto x AI สามารถแบ่งออกเป็นเลเยอร์ต่อไปนี้: (1) การประมวลผล (เช่นเครือข่ายที่เน้นการจัดหาหน่วยประมวลผลกราฟิกแฝง (GPU) ให้กับนักพัฒนา AI) (2) ข้อมูล (เช่นเครือข่ายที่เปิดใช้งานการเข้าถึงการกระจายอํานาจการประสานและการตรวจสอบความถูกต้องของไปป์ไลน์ข้อมูล AI) (3) มิดเดิลแวร์ (เช่นเครือข่าย / แพลตฟอร์มที่เปิดใช้งานการพัฒนาการปรับใช้ และการโฮสต์โมเดล / ตัวแทน AI) และ (4) แอปพลิเคชัน (เช่นผลิตภัณฑ์ที่ผู้ใช้ต้องเผชิญ (B2B หรือ B2C) ที่ใช้ประโยชน์จากกลไก ONCHAIN AI)

คอมพิวต์

AI จําเป็นต้องใช้ทรัพยากร GPU เชิงคํานวณมากมายสําหรับทั้งการฝึกอบรมโมเดลและการดําเนินการอนุมาน เนื่องจากโมเดล AI มีความซับซ้อนมากขึ้นและความต้องการในการประมวลผลเพิ่มขึ้นจึงขาดแคลน GPU ที่ล้ําสมัยเช่นข้อเสนอของ Nvidia ส่งผลให้ต้องรอนานและค่าใช้จ่ายเพิ่มขึ้น เครือข่ายการประมวลผลแบบกระจายอํานาจกําลังกลายเป็นโซลูชันที่เป็นไปได้สําหรับความท้าทายเหล่านั้นโดย:

• การสร้างตลาดที่ไม่จำกัดสิทธิ์ในการซื้อ ให้เช่า และเป็นโฮสต์ GPU ทางกายภาพ
• สร้างตัวรวม GPU ที่ทำให้ใครก็สามารถ (เช่น นักขุด Bitcoin) สามารถมอบความสามารถในการคำนวณ GPU เกินพื้นที่สำหรับการดำเนินการงาน AI ตามความต้องการ โดยได้รับสิ่งส่งเสริมที่เป็นโทเค็นเป็นตอบแทน
• การทำให้ GPU ทางด้านการเงินโดยการทำให้พวกเขากลายเป็นสินทรัพย์ดิจิทัลบนเชน
• การพัฒนาเครือข่าย GPU กระจายสำหรับภาระงานที่ต้องการทรัพยากรทำงานที่ใช้ความสามารถคำนวณมาก (เช่น การฝึก, การอ่านความหมาย)
• สร้างโครงสร้างพื้นฐานที่ทำให้ AI models สามารถทำงานบนอุปกรณ์ส่วนตัว (คิดว่าเป็นการกระจายแบบ Apple Intelligence)

แต่ละวิธีที่เสนอมีเป้าหมายที่จะเพิ่มการให้บริการความสามารถในการคำนวณ GPU และการเข้าถึงให้มีราคาที่แข่งขันอย่างมาก อย่างไรก็ตาม โดยที่เครื่องเล่นส่วนใหญ่ในส่วนนี้มีการสนับสนุนในระดับต่าง ๆ สำหรับภารกิจงาน AI ขั้นสูง ต้องเผชิญกับความท้าทายที่เกี่ยวข้องกับข้อจำกัดของการตั้งอยู่ร่วมกันของ GPU และในบางกรณี ขาดเครื่องมือสำหรับนักพัฒนาและการรับประกันเวลาทำงานอย่างเทียบเท่ากับทางเลือกที่เข้มงวด พวกเราเชื่อว่าการนำมาใช้ในส่วนมากของข้อเสนอเหล่านี้ไม่น่าจะเป็นไปได้ในระยะเวลาใกล้ชิดถึงกลางสู่ยาว

• General-purpose Compute: ตลาดคำนวณแบบทั่วไป: ตลาดคำนวณที่มีการจัดหาทรัพยากรคำนวณ GPU ที่สามารถใช้สำหรับหลายประเภทของแอปพลิเคชัน (เช่นAkash, Aethir)
• AI / ML Compute: เครื่องคำนวณ AI / ML: เครือข่ายคำนวณที่กระจายอยู่ที่ให้ทรัพยากรคอมพิวเตอร์ GPU สำหรับบริการเฉพาะเจาะจง เช่น ตัวรวม GPU, การฝึกสอนแบบกระจายและการอยู่รอด GPU, การทำเป็นโทเคน GPU, ฯลฯ (เช่นio.net,Gensyn, สติปัญญาที่สําคัญ,ไฮเปอร์โบลิก,Hyperspace)
• Edge Compute: คอมพิวตและเครือข่ายสําหรับการเก็บข้อมูลที่ใช้งานบนอุปกรณ์ LLMs สําหรับการสรุปข้อมูลส่วนบุคคลและมีบทบาท (เช่น พิน AI,Exo, Crynux.ai,เอดจ์ เมทริกซ์)

ข้อมูล

การขยายโมเดล AI ต้องการการเพิ่มขึ้นของชุดข้อมูลการฝึกอบรม โดย LLMs ถูกฝึกอบรมด้วยล้านล้านคำจากข้อความที่สร้างโดยมนุษย์ อย่างไรก็ตาม วันนี้มีข้อมูลที่สร้างจากมนุษย์และเป็นสาธารณะอยู่เพียงจำนวนจำกัดเท่านั้น (Epoch AI ประเมินว่าแหล่งข้อมูลภาษา/ข้อมูลคุณภาพสูงอาจจะหมดไปภายในปี 2024) ซึ่งทำให้เกิดคำถามว่า ข้อสงสัยเกี่ยวกับว่าขาดข้อมูลการฝึกอาจเป็นอุปสรรคใหญ่ ที่อาจส่งผลให้ประสิทธิภาพของโมเดล AI พัฒนาขึ้นเป็นจุดหยุด ดังนั้นเราเชื่อว่า บริษัทที่เน้นข้อมูล คริปโต x AI มีโอกาสต่อไปที่จะแก้ไขปัญหาเหล่านี้ดังนี้:

• จูงใจให้ผู้ใช้แบ่งปันข้อมูลส่วนตัว / ที่เป็นกรรมสิทธิ์ (เช่น "Data DAOsข้อมูลที่ data contributors สามารถเห็นการเจริญเศรษฐีจากการมีส่วนได้เสียจากการส่งข้อมูลส่วนตัวจากแพลตฟอร์มโซเชียลควบคุมว่าข้อมูลนั้นถูกใช้งานและทำกำไรอย่างไร
• สร้างเครื่องมือสำหรับสร้างสินทรัพย์ข้อมูลสังเคราะห์จากข้อความธรรมชาติหรือให้สิ่งกระตุ้นผู้ใช้เพื่อเก็บข้อมูลจากเว็บไซต์สาธารณะ
• สร้างสรรค์ความสนใจให้กับผู้ใช้เพื่อช่วยประมวลผลชุดข้อมูลสำหรับการฝึกโมเดลและรักษาคุณภาพของข้อมูล (เช่น การติดป้ายข้อมูล / การเรียนรู้แบบเสริมจากคำแสดงความคิดเห็นของมนุษย์)
• สร้างตลาดข้อมูลแบบหลายด้านที่ไม่มีการอนุญาตซึ่งใครๆก็สามารถรับค่าตอบแทนจากการส่งข้อมูล

โอกาสเหล่านี้ก่อให้เกิดผู้เล่นหน้าใหม่หลายคนที่เราเห็นในชั้นข้อมูลในปัจจุบัน อย่างไรก็ตาม เป็นที่น่าสังเกตว่าผู้ดํารงตําแหน่งแบบรวมศูนย์ตลอดวงจรชีวิตของโมเดล AI มีผลกระทบเครือข่ายที่มีอยู่และระบอบการปฏิบัติตามข้อมูลที่ได้รับการพิสูจน์แล้วซึ่งองค์กรแบบดั้งเดิมให้ความสําคัญ ซึ่งอาจทําให้มีที่ว่างเพียงเล็กน้อยสําหรับทางเลือกแบบกระจายอํานาจ จากที่กล่าวมาเราเชื่อว่าชั้นข้อมูลสําหรับ AI แบบกระจายอํานาจนําเสนอโอกาสระยะยาวที่สําคัญในการจัดการกับความท้าทาย "Data Wall" เซ็กเมนต์ที่เกิดขึ้นใหม่และการสร้างโครงการตัวอย่างที่เลเยอร์นี้รวมถึงสิ่งต่อไปนี้:

• Data Marketplaces: โปรโตคอลการแลกเปลี่ยนข้อมูลแบบกระจายที่ออกแบบมาสำหรับผู้ให้บริการข้อมูลและผู้บริโภคเพื่อแบ่งปันและซื้อข้อมูลสินทรัพย์ (เช่น,โปรโตคอลของน้ำมหาสมบัติ,เวลา,Sahara AI)
• ข้อมูลที่เป็นเจ้าของ / ข้อมูลส่วนตัว (รวมถึง DataDAOs): เครือข่ายที่ออกแบบมาเพื่อสร้างสรรค์ความกระตุ้นให้เกิดการสะสมข้อมูลข้อมูลเอกชนที่เป็นกรรมสิทธิ์ (เช่นวานา*, NVG8)
• ข้อมูลสาธารณะและข้อมูลสังเคราะห์: เครือข่าย / แพลตฟอร์มสำหรับการดึงข้อมูลจากเว็บไซต์สาธารณะหรือสร้างชุดข้อมูลใหม่ผ่านคำถามเชิงธรรมชาติ (เช่น Dria,Mizu,หญ้า,Synesis One)
• เครื่องมืออัจฉริยะของข้อมูล: แพลตฟอร์มและแอปพลิเคชันที่ออกแบบมาเพื่อสอบถาม วิเคราะห์ แสดงผล และให้ข้อมูลที่สามารถดำเนินการได้เกี่ยวกับข้อมูล onchain (เช่นNansen,Dune,Arkham,Messari*)
• การจัดเก็บข้อมูล: เครือข่ายการจัดเก็บไฟล์ที่มีจุดประสงค์เพื่อการจัดเก็บข้อมูลในระยะยาว / เก็บข้อมูลเรียงตามฐานข้อมูลที่ออกแบบมาเพื่อการจัดการข้อมูลโครงสร้างที่เข้าถึงและอัปเดตอย่างบ่อย (เช่นFilecoin,Arweave,เซรามิก,พื้นที่ราบ*)
• Data Orchestration / Provenance: Networks and platforms that optimize data ingestion pipelines and processing for AI and data-intensive applications and ensure proper provenance tracking and verifiable authenticity of AI-generated content (e.g.,พื้นที่และเวลา,The Graph*,โปรโตคอลเรื่อง)
• Data Labeling: Networks and platforms that improve reinforcement learning and fine-tuning mechanisms for AI models by incentivizing a distributed network of human contributors to create high-quality training datasets (e.g.,Sapien,Kiva AI,Fraction.AI)
• Oracles: เครือข่ายที่ใช้ AI เพื่อให้ข้อมูลนอกเชือกที่สามารถตรวจสอบได้สำหรับสัญญาอัจฉริยะในเชือก (เช่นOra,OpenLayer,Chainlink)

มิดเดิลแวร์

การเข้าใจศักยภาพเต็มรูปแบบของโมเดล AI แบบเปิด แบบกระจายหรือระบบเชิงเอเจ้นต้องการโครงสร้างพื้นฐานใหม่ที่จะต้องสร้างขึ้น บางพื้นที่ที่มีศักยภาพสูงที่ผู้สร้างกำลังสำรวจรวมถึง

• การใช้ LLMs แบบเปิดเพื่อขับเคลื่อนกรณีการใช้ AI onchain พร้อมกับการสร้างโมเดลพื้นฐานที่สามารถเข้าใจ ประมวลผล และกระทำต่อข้อมูล onchain ได้อย่างรวดเร็ว
• โซลูชันการฝึกอบรมแบบกระจายสำหรับโมเดลพื้นฐานขนาดใหญ่ (เช่นพารามิเตอร์ 100 พันล้านขึ้นไป); มักถูกมองว่าเป็นความฝันที่เป็นทางเดียวเนื่องจากความซับซ้อนทางเทคนิคต่างๆ แต่มีความก้าวหน้าล่าสุดโดยNous Research, บิทเทนเซอร์, และประจำสมอง ต้องการเปลี่ยนเรื่องราวนั้น
• ใช้ศัพท์การเรียนรู้ที่ไม่รู้จักหรือที่เต็มไปด้วยสมมติฐาน (เช่น zkML, opML), สภาพแวดล้อมการปฏิบัติที่เชื่อถือได้ (TEEs), หรือการเข้ารหัสแบบโฟลลี-โฮโมมอร์ฟิก (FHE) เพื่อเปิดใช้งานการสรุปที่เป็นส่วนตัวและสามารถทำให้เชื่อถือได้
• เปิดให้เห็นได้ว่าการพัฒนาโมเดล AI แบบเปิดร่วมกันผ่านเครือข่ายการประสานทรัพยากรหรือการสร้างเครือข่าย/แพลตฟอร์มที่ใช้รางวัลอินฟราคริปโตเพื่อเสริมความสามารถของเอเจ้นต์ AI สำหรับกรณีการใช้งานในและนอกเชื่อม

ในขณะที่มีความคืบหน้าในการสร้างโครงสร้างพื้นฐานดั้งเดิมเหล่านี้ แต่ LLM ที่พร้อมสําหรับการผลิต onchain และตัวแทน AI ยังคงเกิดขึ้นและเราไม่คาดหวังว่าไดนามิกนี้จะเปลี่ยนแปลงในระยะใกล้ถึงระยะกลางขึ้นอยู่กับการประมวลผลพื้นฐานข้อมูลและอินฟาเรดโมเดลที่ครบกําหนด จากที่กล่าวมาเราเห็นว่าหมวดหมู่นี้มีแนวโน้มมากและเป็นจุดสนใจหลักสําหรับกลยุทธ์การลงทุนของ Coinbase Ventures ในพื้นที่ซึ่งขับเคลื่อนโดยการเติบโตโดยนัยและความต้องการบริการ AI ในระยะยาว เซ็กเมนต์ที่เกิดขึ้นใหม่และการสร้างโครงการตัวอย่างที่เลเยอร์นี้รวมถึงสิ่งต่อไปนี้:

• Open-weight LLMs: โมเดล AI ซึ่งน้ำหนักของมันสามารถเข้าถึงได้อย่างเป็นสาธารณะ ทำให้ใครก็สามารถใช้ ปรับเปลี่ยน และแจกจ่ายได้อย่างอิสระ (เช่นLLama3,มิสทรัล,Stability AI)
• ผู้สร้างโมเดล Onchain: เครือข่ายและแพลตฟอร์มที่ทำให้เกิด LLMs พื้นฐานสำหรับกรณีการใช้ Onchain (เช่นบ่อ*,เรา, RPS)
• การฝึกฝนและปรับแต่ง: เครือข่ายและแพลตฟอร์มที่เปิดให้มีการฝึกฝนหรือปรับแต่งที่สามารถสร้างสรรค์และยืนยันได้บนเชน (เช่นGensyn,Prime Intellect,Macrocosmos,Flock.io)
• ความเป็นส่วนตัว: เครือข่ายและแพลตฟอร์มที่ใช้กลไกในการรักษาความเป็นส่วนตัวสำหรับการพัฒนา การฝึก และการอ่านข้อมูลของโมเดล AI (เช่นเครือข่ายขนมปัง,Arcium*,ZAMA)
• เครือข่ายสรุป: เครือข่ายที่ใช้เทคนิคที่เกี่ยวกับคริปโต / การพิสูจน์เพื่อยืนยันความถูกต้องของผลลัพธ์จากโมเดล AI (เช่น OpenGradient*,Modulus Labs, Giza,พิธี)
• เครือข่ายการประสานทรัพยากร: เครือข่ายที่ออกแบบมาเพื่อสะดวกในการแบ่งปันทรัพยากร การทำงานร่วมกัน และการประสานงานในการพัฒนาโมเดล AI (เช่น Bittensor,ใกล้*, Allora,Sentient)
• เครือข่ายและแพลตฟอร์มที่สนับสนุนการสร้าง การใช้ และการขายไอเอนท์สำหรับทั้งสภาพแวดล้อมที่เชื่อมต่อและไม่เชื่อมต่อ (เช่นมอร์เฟียส,โอลัส,Wayfinder, Payman,Skyfire)

แอปพลิเคชัน

ในโลกคริปโต, AI agents กำลังเริ่มแสดงออกอย่างชัดเจน, ด้วยกรณีเช่นเดียวกับ กระเป๋าเงิน Dawn (นั่นคือ กระเป๋าเงินคริปโตที่ใช้ตัวแทน AI ในการส่งธุรกรรมและปฏิสัมพันธ์กับโปรโตคอลแทนผู้ใช้)Parallel Colony* (คือ เกมบนเชนที่ผู้เล่นเป็นพันธมิตรกับเอไอเอเจนต์ที่มีพวกเขามีกระเป๋าเงินของตัวเองและสามารถสร้างเส้นทางของตัวเองภายในเกม) หรือ Venice.ai (นั่นคือแอป AI ที่สามารถสร้างขึ้น / ป้อนข้อความธรรมชาติที่มีกลไกการอ่านที่สามารถยืนยันและการรักษาความเป็นส่วนตัว) อย่างไรก็ตาม การพัฒนาแอปยังเป็นเรื่องทดลองและโอกาสที่มาก โดยมีไอเดียของแอปที่บุ้งกระจายจากการลุกลามในพื้นที่นั้น กับสิ่งที่กล่าวมานี้ เราเชื่อว่าความคืบหน้าในโครงสร้างและกรอบร่างของเอเจนต์ AI กำลังจะเปลี่ยนแปลงพื้นที่ออกแบบคริปโตจากการใช้งานสัญญารูปแบบเป็นหลักไปสู่การใช้งานแอปพลิเคชันที่ซับซ้อนและใช้งานอย่างใจเจริญในระยะกลางถึงยาวนาน ส่วนที่เพิ่งเกิดขึ้นและโครงการตัวอย่างที่กำลังก่อสร้างในชั้นนี้รวมถึงต่อไปนี้

• AI Companions: แอปสำหรับสร้าง แบ่งปัน และทำเงินจากโมเดล AI ที่เป็นเจ้าของของผู้ใช้และตัวแทน ด้วยความตระกูลและการรับรู้บริบทที่ประดับประดาMagnetAI,MyShell,Deva,โปรโตคอลเวอร์ชัวล Gate)
• อินเทอร์เฟซที่ใช้ NLP: แอปที่ใช้ข้อความธรรมชาติเป็นอินเทอร์เฟซหลัก / จุดเข้าถึงสำหรับการโต้ตอบและดำเนินการธุรกรรมออนเชน (เช่นVenice.AI, Veldt)
• เครื่องมือสำหรับนักพัฒนา / ความปลอดภัย: แอป / เครื่องมือที่เน้นที่นักพัฒนาซึ่งใช้ AI models / agents เพื่อเพิ่มประสบการณ์ของนักพัฒนาบนเชนและกลไกความปลอดภัย (เช่น, ChainGPT,Guardrail*)
• เอเจนต์ความเสี่ยง: บริการที่ใช้โมเดลเรียนรู้ของเครื่องซึ่งใช้ประโยชน์จากการปรับแต่งโปรโตคอลและตอบสนองต่อพารามิเตอร์ความเสี่ยงบนเชนแบบเรียลไทม์ (เช่นChaos Labs,Gauntlet,มินเนอร์วา*)
• Identity (Proof of Personhood): แอปที่ใช้พิสูจน์ทางคริปโตและโมเดลเรียนรู้ของเครื่องจักรเพื่อยืนยันการพิสูจน์ตัวตนของผู้ใช้ Worldcoin*)
• การปกครอง: แอปพลิเคชันซึ่งใช้ตัวแทน AI เพื่อดำเนินการธุรกรรมตามการตัดสินใจ / ข้อเสนอจากมนุษย์ (เช่น Botto,หมวก)
• การซื้อขาย / DeFi: โครงสร้างพื้นฐานการซื้อขายที่มีพลังงาน AI และโปรโตคอล DeFi ที่ใช้ตัวแทน AI เพื่อทำให้การดำเนินการธุรกรรม onchain อัตโนมัติ (เช่นTaoshi,Intent.Trade)
• เกม: เกม Onchain ที่ใช้ตัวละคร NPC ที่ฉลาดหรือกลไก AI เพื่อขับเคลื่อนกลไกการเล่นเกมหลัก (เช่นพร้อม*,เล่น AI)
• Social: แอปที่ใช้กลไก AI เพื่อขับเคลื่อนประสบการณ์สังคม onchain (เช่น,KaiKai,NFPrompt)

สรุป

ในขณะที่สแต็ค Crypto x AI ยังอยู่ในช่วงเริ่มต้น เราเชื่อว่าจะมีความก้าวหน้าที่สําคัญในโครงสร้างพื้นฐาน AI แบบกระจายอํานาจ แอปพลิเคชัน Onchain AI และการเกิดขึ้นของ "Agentic Web" ที่ตัวแทน AI กลายเป็นตัวขับเคลื่อนหลักของกิจกรรมทางเศรษฐกิจ ในขณะที่ความท้าทายยังคงอยู่ในด้านต่างๆเช่นโครงสร้างพื้นฐานการประมวลผลและความพร้อมใช้งานของข้อมูลการทํางานร่วมกันระหว่าง crypto และ AI สามารถเร่งนวัตกรรมในทั้งสองภาคส่วนซึ่งนําไปสู่ระบบที่โปร่งใสกระจายอํานาจและเป็นอิสระมากขึ้น ในขณะที่ภูมิทัศน์ยังคงพัฒนาอย่างรวดเร็วขับเคลื่อนโดยทีมใหม่ที่ได้รับเงินทุนและทีมงานที่จัดตั้งขึ้นมากขึ้นซึ่งทํางานเพื่อค้นหาผลิตภัณฑ์ / ตลาดที่เหมาะสมจึงเป็นสิ่งสําคัญสําหรับ บริษัท และนักพัฒนาอินเทอร์เน็ตพื้นเมืองในการปรับตัวให้เข้ากับกระบวนทัศน์ที่เปลี่ยนแปลงไปและยอมรับศักยภาพของ Crypto x AI ในการสร้างแอปพลิเคชันและประสบการณ์ใหม่ ๆ ที่ไม่เคยมีมาก่อน

ข้อความปฏิเสธความรับผิดชอบ:

1. บทความนี้ถูกพิมพ์ใหม่จาก [ คอยน์เบส์ เวนเจอร์]. ลิขสิทธิ์ทั้งหมดเป็นของผู้เขียนต้นฉบับ [โจนาธัน คิง]. หากมีข้อความเสนอไม่เหมาะสมในการพิมพ์นี้ โปรดติดต่อเกต เรียนทีม และพวกเขาจะดำเนินการโดยเร็ว
2. คำชี้แจงความรับผิด: มุมมองและความคิดเห็นที่แสดงในบทความนี้เป็นเพียงเรื่องของผู้เขียนเท่านั้น และไม่เป็นที่ปรึกษาด้านการลงทุนใด ๆ
3. การแปลบทความเป็นภาษาอื่นๆ นั้น ทำโดยทีม Gate Learn หากไม่ระบุไว้ การคัดลอก การแจกจ่าย หรือการลอกเลียนแบบบทความที่ถูกแปลนั้น ถูกห้าม