Resumen

El futuro de la IA puede construirse sobre la tecnología blockchain, ya que la cripto puede ayudar a aumentar la accesibilidad, la transparencia y los casos de uso dentro de la tecnología emergente. La convergencia de la eficiencia de la cripto, su naturaleza sin fronteras y su programabilidad con la IA tiene el potencial de transformar la forma en que los humanos y las máquinas interactúan con la economía digital, incluso permitiendo a los usuarios tener soberanía sobre sus datos personales. Esto incluye el surgimiento de la “Web Agentic”, donde los agentes de IA que operan en la infraestructura cripto pueden impulsar la actividad económica y el crecimiento.

Entonces, ¿cómo se ve esto? Agentes de IA realizando transacciones en la infraestructura cripto. Código de software creado por IA, incluidos contratos inteligentes, lo que conduce a un aumento en las aplicaciones y experiencias en cadena. Usuarios que poseen, gobiernan y ganan de los modelos de IA a los que contribuyen. Aprovechando la IA para mejorar las experiencias de usuario y desarrollador dentro del ecosistema cripto, mejorando las capacidades de los contratos inteligentes y creando nuevos casos de uso. Y mucho más.

A medida que imaginamos este futuro cripto x IA, hoy estamos revelando nuestra tesis central sobre el futuro de esta convergencia tecnológica transformadora. A primera vista:

• No creemos que la tecnología cripto/blockchain sea necesaria para avanzar en capacidades o resolver desafíos emergentes en cada capa del stack tecnológico de IA. Más bien, la cripto puede desempeñar un papel importante en proporcionar más distribución, verificabilidad, resistencia a la censura y raíles de pago nativos a la IA, al mismo tiempo que se beneficia de los mecanismos de IA para impulsar nuevas experiencias de usuario en cadena.
• La cripto x AI puede dar lugar a la "Web agente", un paradigma transformador en el que los agentes de IA que operan en los rieles de infraestructura cripto pueden convertirse en impulsores significativos de la actividad económica y el crecimiento. Predecimos un futuro en el que los agentes tendrán sus propias billeteras cripto para realizar transacciones de forma autónoma y cumplir con las intenciones del usuario, acceder a recursos informáticos y de datos descentralizados de menor costo, o aprovechar stablecoins para pagar a humanos y otros agentes para completar tareas necesarias para su función objetivo general.
• Las creencias preliminares que sustentan esta tesis incluyen: (1) Cripto será el riel de pago preferido para el comercio de agente a humano y de agente a agente, (2) La IA generativa y las interfaces de lenguaje natural se convertirán en la modalidad principal para los usuarios que buscan realizar transacciones onchain, y (3) La IA creará la mayoría de todo el código de software (incluidos contratos inteligentes), lo que resultará en una explosión cámbrica de aplicaciones y experiencias onchain.
• La intersección de Cripto y IA se compone de dos subsegmentos principales: (1) IA descentralizada (Cripto -> IA) definida como la construcción de infraestructura de IA genérica para heredar las propiedades de las modernas redes de blockchain de igual a igual y (2) IA Onchain (IA -> Cripto) definida como la construcción de infraestructura y aplicaciones que aprovechan la IA para impulsar tanto casos de uso nuevos como existentes.
• El paisaje Crypto x AI se puede segmentar en las siguientes capas: (1) Cómputo (es decir, redes enfocadas en suministrar unidades de procesamiento de gráficos latentes (GPUs) a los desarrolladores de IA), (2) Datos (es decir, redes que permiten el acceso descentralizado, la orquestación y la verificabilidad del pipeline de datos de IA), (3) Middleware (es decir, redes/plataformas que permiten el desarrollo, implementación y alojamiento de modelos / agentes de IA), y (4) Aplicaciones (es decir, productos orientados al usuario (B2B o B2C) que aprovechan los mecanismos de IA onchain)

En Coinbase, estamos en una misión para ayudar a actualizar el sistema financiero para hacerlo más seguro y protegido, al mismo tiempo que mejoramos la accesibilidad y usabilidad tanto para consumidores como para constructores. Creemos que la Cripto x IA va a desempeñar un papel significativo en esto. En este blog, profundizaremos en el por qué, cómo y qué sigue de la Cripto x IA.

Una introducción a Cripto x AI

El mercado de inteligencia artificial ha experimentado un crecimiento e inversión significativos, con empresas de capital de riesgo invirtiendo casi $290 mil millones en el sector en los últimos cinco años. El Foro Económico Mundialsugiereque las tecnologías de IA podrían impulsar el crecimiento anual del PIB de EE. UU. en un 0,5-1,5% durante la próxima década. Las aplicaciones de IA están demostrando un impulso real, con aplicaciones como ChatGPT4 estableciendo nuevos récords de crecimiento/adopción de usuarios. Sin embargo, a medida que el mercado de IA evoluciona rápidamente, están surgiendo varios desafíos, incluidas las preocupaciones sobre la privacidad de los datos, la necesidad de talento en IA, consideraciones éticas, riesgos de centralización y la aparición de la tecnología deepfake. Estos desafíos están impulsando el actual discurso en torno a la intersección de cripto y IA, ya que las partes interesadas buscan soluciones que aprovechen las fortalezas de ambas tecnologías para abordar estos problemas emergentes.

Cripto x IA combina la infraestructura descentralizada de la blockchain con la capacidad de la IA de imitar funciones cognitivas humanas y aprender de datos, creando una sinergia que podría revolucionar varios sectores. La blockchain redefine arquitecturas de sistemas, verificación de datos / transacciones y distribución. La IA mejora la computación de datos, el análisis y ofrece nuevas capacidades de generación de contenido. Esta intersección ha generado tanto entusiasmo como escepticismo entre los desarrolladores de ambas comunidades tecnológicas, impulsando la exploración de nuevos casos de uso que podrían acelerar la adopción de ambos sectores a largo plazo. Si bien cripto e IA son términos generales que abarcan una amplia gama de diferentes tecnologías y temas, creemos que la intersección de ambos campos se puede dividir en dos subsegmentos principales:

• La IA descentralizada (Cripto -> IA) mejora las capacidades de la IA a través de la infraestructura permisiva y componible de las criptomonedas. Esto desbloquea casos de uso como el acceso democratizado a recursos de IA (por ejemplo, cálculo, almacenamiento, ancho de banda, datos de entrenamiento, etc.), desarrollo de modelos colaborativos de código abierto, inferencia verificable, o registros inmutables y firmas criptográficas para la procedencia y autenticidad del contenido.
• Onchain AI (AI -> Cripto) lleva los beneficios de la IA al ecosistema cripto, mejorando las experiencias de usuario y desarrollador a través de LLMs e interfaces de lenguaje natural o mejorando las capacidades de contratos inteligentes. Dos vías para la adopción de la IA en cadena incluyen: (1) Desarrolladores que integran modelos o agentes de IA en sus contratos inteligentes y aplicaciones en cadena y (2) Agentes de IA que aprovechan los rieles cripto (por ejemplo, monederos de custodia propia, stablecoins, etc.) para pagos y comisionar recursos de infraestructura descentralizada.

Si bien ambos segmentos todavía están en pañales, el potencial de "Cripto en IA" o "IA en Cripto" es significativo y está listo para desbloquear un nuevo conjunto de casos de uso que no se han concebido, especialmente a medida que la infraestructura informática y la velocidad de la inteligencia continúan mejorando.

Cripto x IA: Una clave para desbloquear la “Web Agentica”

Un área que encontramos particularmente emocionante en Cripto y IA es el concepto de agentes de IA que operan en raíles de infraestructura cripto. Esta integración tiene como objetivo crear la “Web Agentic”, un paradigma transformador que podría mejorar la seguridad, eficiencia y colaboración en economías impulsadas por IA, respaldadas por estructuras de incentivos sólidas y primitivas criptográficas.

Creemos que los agentes de IA pueden convertirse en impulsores significativos de la actividad económica / crecimiento y los principales “usuarios” de aplicaciones (tanto dentro como fuera de la cadena), alejándose gradualmente de los usuarios humanos a medio y largo plazo. Este cambio de paradigma obligaría a muchas empresas nativas de Internet a repensar sus suposiciones fundamentales sobre el futuro y ofrecer los productos, servicios y modelos de negocio necesarios para servir mejor a una economía en gran medida basada en agentes. Dicho esto, no creemos que la tecnología cripto / blockchain sea necesaria para avanzar en capacidades o resolver desafíos emergentes en cada capa del conjunto tecnológico de IA. Más bien, la cripto puede desempeñar un papel importante en ofrecer más distribución, verificabilidad, resistencia a la censura y rieles de pago nativos a la IA, al tiempo que se beneficia de los mecanismos de IA para impulsar nuevas experiencias de usuario en la cadena.

Nuestras creencias preliminares que sustentan esta tesis son las siguientes:

• Cripto será el medio de pago preferido para el comercio de agente a humano y de agente a agente: Cripto es dinero nativo de Internet y programable que tiene varias ventajas para impulsar la economía basada en agentes. A medida que los agentes de IA se vuelvan más autónomos y participen en microtransacciones a gran escala (por ejemplo, pagos por inferencia, datos, acceso a API, cómputo descentralizado o recursos de datos, etc.), la eficiencia, naturaleza sin fronteras y programabilidad de la cripto lo convertirán en el medio de intercambio preferido sobre los rieles fiat tradicionales. Además, los agentes requerirán identidades únicas y verificables (es decir, “@craigdewitt/p-148550354">Conozca a su Agente") para garantizar el cumplimiento de las normas regulatorias y los requisitos de cumplimiento al realizar transacciones con empresas y usuarios finales. Blockchains de bajo costo, contratos inteligentes, billeteras de auto custodia (por ejemplo,Carteras de Coinbase AI) y las monedas estables pueden ayudar a agilizar y reducir los costos de acuerdos financieros complejos entre agentes, mientras que la verificabilidad e inmutabilidad de las redes descentralizadas garantizarán la confianza y la posibilidad de auditoría de las transacciones de los agentes de IA.
• La inteligencia artificial generativa y las interfaces de lenguaje natural se convertirán en la modalidad principal para los usuarios que buscan realizar transacciones en cadena: a medida que la velocidad de procesamiento del lenguaje natural y la comprensión contextual de la inteligencia artificial sobre cripto mejore, interactuar en cadena a través de interfaces conversacionales se convertirá en la norma y expectativa predeterminadas del usuario, en línea con las tendencias actuales de la web2 (por ejemplo, ChatGPT). Los usuarios simplemente describirán su intención de transacción deseada en lenguaje natural (por ejemplo, “Intercambiar X por Y”), y los agentes de inteligencia artificial traducirán esas intenciones en código verificable de contratos inteligentes, ofreciendo el camino de ejecución de transacciones más eficiente y rentable.
• La IA creará la mayoría de todo el código de software (incluidos los contratos inteligentes), lo que resultará en una explosión cámbrica de aplicaciones y experiencias en cadena: las capacidades de generación de código de la IA avanzan rápidamente en web2 (por ejemplo,Devin,Replit), y cambiar fundamentalmente los paradigmas de desarrollo de software. Creemos que este cambio pronto ocupará un lugar central en las criptomonedas, con un enfoque a corto plazo en reducir significativamente la barrera de entrada para los constructores nuevos y existentes. Sin embargo, el estado futuro consiste en que los "agentes de software" de IA generen contratos inteligentes y aplicaciones hiperpersonalizadas desde cero en tiempo real, basadas en las preferencias del usuario, almacenadas y verificadas en la cadena.

Estas creencias sugieren un futuro en el que las líneas entre la inteligencia artificial y la cripto se vuelvan cada vez más borrosas, creando un nuevo paradigma de sistemas inteligentes, autónomos y descentralizados. Con este marco en mente, echemos un vistazo más de cerca a la habilitación de la Cripto x AI tecnología capa por capa.

Oportunidades dentro de la Pila de Crypto x AI (Hoy)

La búsqueda de integrar 'Cripto en IA' o 'IA en cripto' ha dado lugar a un paisaje floreciente, aunque complejo, que está evolucionando rápidamente, con muchos constructores apresurándose a capitalizar el impulso del mercado. Hoy, creemos que el paisaje de Cripto x IA se puede segmentar en las siguientes capas: (1) Cálculo (es decir, redes centradas en suministrar unidades de procesamiento gráfico (GPU) latentes a los desarrolladores de IA), (2) Datos (es decir, redes que permiten el acceso, orquestación y verificabilidad descentralizados del canal de datos de IA), (3) Middleware (es decir, redes/plataformas que permiten el desarrollo, implementación y alojamiento de modelos / agentes de IA), y (4) Aplicaciones (es decir, productos orientados al usuario (B2B o B2C) que aprovechan mecanismos de IA en cadena)

Calcular

La inteligencia artificial requiere vastos recursos computacionales de GPU tanto para el entrenamiento de modelos como para la ejecución de inferencias. Dado que los modelos de inteligencia artificial se están volviendo cada vez más complejos y aumentando su demanda de cómputo, hay escasez de GPUs de última generación, como las ofertas de Nvidia, lo que resulta en largos tiempos de espera y costos crecientes. Las redes de cómputo descentralizado están surgiendo como una solución potencial a estos desafíos mediante:

• Estableciendo mercados sin permisos para comprar, alquilar y alojar GPUs físicas
• Construyendo agregadores de GPU que permiten a cualquiera (por ejemplo, mineros de Bitcoin) contribuir con su capacidad de cómputo de GPU excedente para la ejecución de trabajos de IA bajo demanda, a cambio de incentivos en tokens
• Financiar las GPUs físicas tokenizándolas en activos digitales en cadena
• Desarrollo de redes GPU distribuidas para cargas de trabajo computacionalmente intensivas (por ejemplo, entrenamiento, inferencia)
• Creando infraestructura que permite que los modelos de IA se ejecuten en dispositivos personales (piense en la Inteligencia descentralizada de Apple)

Cada una de estas soluciones propuestas tiene como objetivo aumentar la oferta y accesibilidad de cómputo de GPU, al tiempo que ofrece precios muy competitivos. Sin embargo, dado que la mayoría de los actores en este segmento tienen diferentes grados de soporte para cargas de trabajo de IA avanzadas, enfrentan desafíos relacionados con la falta de colocación conjunta de GPU y, en algunos casos, carecen de herramientas de desarrollo y garantías de tiempo de actividad al nivel de las alternativas centralizadas, creemos que la adopción generalizada de estas ofertas es poco probable a corto o medio plazo. Los segmentos emergentes y proyectos de muestra que se están construyendo en esta capa incluyen lo siguiente:

• Compute General-purpose: Mercados de computación descentralizada que proporcionan recursos de computación GPU que se pueden utilizar para una variedad de aplicaciones (por ejemplo,Akash,Aethir)
• AI / ML Compute: redes de cálculo descentralizado que proporcionan recursos de computación GPU para un servicio específico, como agregadores de GPU, entrenamiento e inferencia distribuidos, tokenización de GPU, etc (por ejemplo,io.net,Gensyn,Prime Intellect,Hiperbólico,Hyperspace)
• Cómputo perimetral: redes de cómputo y almacenamiento que alimentan a LLMs en dispositivos para inferencias personales contextualizadas (por ejemplo,PIN IA,Exo,Crynux.ai,Matriz de Borde)

Datos

Escalar modelos de IA requiere el crecimiento de conjuntos de datos de entrenamiento, con LLMs siendo entrenados en billones de palabras de texto generado por humanos. Sin embargo, hoy solo existe una cantidad finita de datos públicos generados por humanos (Epoch AI estima que las fuentes de idioma / datos de alta calidad podrían agotarse para 2024) , lo que plantea la pregunta de si la falta de datos de entrenamiento podría convertirse en un gran cuello de botella, lo que podría llevar a un estancamiento en el rendimiento del modelo de IA. Por lo tanto, creemos que las empresas enfocadas en los datos, cripto x IA, tienen las siguientes oportunidades para abordar estos desafíos:

• Incentivar a los usuarios a compartir sus datos privados / propietarios (por ejemplo, “Data DAOs”- entidades onchain donde los colaboradores de datos podrían ver un beneficio económico al contribuir sus datos privados de plataformas sociales gobiernan cómo se utilizan y monetizan esos datos)
• Crear herramientas para generar activos de datos sintéticos a partir de indicaciones en lenguaje natural o proporcionar incentivos al usuario para extraer datos de sitios web públicos
• Incentivar a los usuarios para ayudar a preprocesar conjuntos de datos para entrenar modelos y mantener la calidad de los datos (por ejemplo, etiquetado de datos / aprendizaje por refuerzo a partir de la retroalimentación humana)
• Establecer mercados de datos multi-laterales y sin permisos, donde cualquiera pueda ser compensado por contribuir.

Estas oportunidades están dando lugar a muchos de los jugadores emergentes que vemos en la capa de datos hoy en día. Sin embargo, vale la pena señalar que los incumbentes centralizados en todo el ciclo de vida del modelo de IA tienen efectos de red existentes y regímenes de cumplimiento de datos probados que las empresas tradicionales valoran, lo que puede dejar poco espacio para alternativas descentralizadas. Dicho esto, creemos que la capa de datos para la IA descentralizada presenta una oportunidad a largo plazo significativa para abordar el desafío de la “Muralla de Datos”. Los segmentos emergentes y los proyectos de muestra que se están construyendo en esta capa incluyen lo siguiente:

• Data Marketplaces: Protocolos de intercambio de datos descentralizados diseñados para que los proveedores y consumidores de datos compartan y negocien activos de datos (por ejemplo,Protocolo Ocean,Masa,Sahara AI)
• Datos de propiedad del usuario / Datos privados (incluidos los DataDAOs): Redes diseñadas para incentivar la recopilación de conjuntos de datos propietarios, incluidos datos privados de propiedad del usuario (por ejemplo,Vana*, NVG8)
• Datos públicos y sintéticos: redes/plataformas para extraer datos de sitios web públicos o generar nuevos conjuntos de datos a través de indicaciones de lenguaje natural (por ejemplo, Dria, Mizu,Hierba,Synesis One)
• Herramientas de inteligencia de datos: Plataformas y aplicaciones diseñadas para consultar, analizar, visualizar y proporcionar ideas prácticas sobre datos en cadena (por ejemplo,Nansen,Duna,Arkham,Messari*)
• Almacenamiento de Datos: Redes de almacenamiento de archivos destinadas al almacenamiento / archivo de datos a largo plazo y redes de bases de datos relacionales diseñadas para gestionar datos estructurados que se acceden y actualizan con frecuencia (por ejemplo,Filecoin,Arweave,Cerámica,Meseta*)
• Orquestación de datos / Procedencia: redes y plataformas que optimizan tuberías de ingestión de datos y procesamiento para aplicaciones de IA y datos intensivos y garantizan un seguimiento adecuado de la procedencia y autenticidad verificable del contenido generado por IA (por ejemplo,Espacio y Tiempo,El Gráfico*,Protocolo de Historia)
• Etiquetado de datos: Redes y plataformas que mejoran el aprendizaje por refuerzo y los mecanismos de ajuste fino para modelos de IA al incentivar a una red distribuida de colaboradores humanos para crear conjuntos de datos de entrenamiento de alta calidad (por ejemplo,Sapien,Kiva AI,Fraction.AI)
• Oráculos: Redes que utilizan inteligencia artificial para proporcionar datos verificables fuera de la cadena para contratos inteligentes en la cadena (por ejemplo,Now,OpenLayer,Chainlink)

Middleware

Darse cuenta del pleno potencial de un modelo de IA abierto y descentralizado o un ecosistema basado en agentes requiere la construcción de una nueva infraestructura. Algunas áreas de alto potencial que están explorando los constructores incluyen las siguientes:

• Emplear el uso de LLM de peso abierto para alimentar casos de uso de IA en cadena mientras se construyen simultáneamente modelos fundamentales que puedan comprender, procesar y actuar rápidamente sobre datos en cadena
• Soluciones de entrenamiento distribuido para modelos fundamentales grandes (por ejemplo, 100B+ parámetros); a menudo visto como un sueño imposible debido a varias complejidades técnicas, pero recientes avances porNous Investigación,Bittensor, yPrime Intellectbuscan cambiar esa narrativa
• Aprovechando el aprendizaje automático de cero conocimiento u optimista (es decir, zkML, opML), entornos de ejecución confiables (TEEs) o cifrado completamente homomórfico (FHE) para habilitar inferencias privadas y verificables
• Habilitar el desarrollo abierto y colaborativo de modelos de IA a través de redes de coordinación de recursos o construir redes/plataformas agentes que aprovechen las vías de infraestructura cripto para mejorar el potencial del agente de IA para casos de uso dentro/fuera de la cadena

Si bien ha habido cierto progreso en la construcción de estas primitivas de infraestructura fundamentales, las LLMs y agentes de IA listos para producción en cadena todavía están en pañales, y no esperamos que esta dinámica cambie a corto o medio plazo, sujeto a la maduración subyacente de la informática, los datos y la infraestructura de modelos. Dicho esto, vemos esta categoría como muy prometedora y un enfoque central para la estrategia de inversión de Coinbase Ventures en el espacio, impulsada por el crecimiento implícito y la demanda de servicios de IA a largo plazo. Los segmentos emergentes y proyectos de muestra que se construyen en esta capa incluyen lo siguiente:

• Open-weight LLMs: modelos de IA cuyos pesos son públicamente accesibles, lo que permite a cualquier persona usar, modificar y distribuirlos libremente (por ejemplo, LLama3,Mistral,Estabilidad IA)
• Creadores del Modelo Onchain: Redes y plataformas que permiten la creación de LLMs fundamentales para casos de uso onchain (por ejemplo,Estanque*,Nosotros,RPS)
• Entrenamiento y ajuste fino: redes y plataformas que permiten mecanismos de entrenamiento o ajuste fino incentivados y verificables onchain (por ejemplo,Gensyn,Prime Intellect,Macrocosmos,Flock.io)
• Privacidad: Redes y plataformas que emplean mecanismos de preservación de la privacidad para el desarrollo, entrenamiento e inferencia de modelos de IA (por ejemplo,Red de Bagel,Arcium*,ZAMA)
• Redes de Inferencia: Redes que emplean técnicas criptográficas / pruebas para verificar la corrección de las salidas del modelo de IA (por ejemplo,OpenGradient*,Modulus Labs,Giza,Ritual)
• Redes de Coordinación de Recursos: Redes diseñadas para facilitar el intercambio de recursos, la colaboración y coordinación del desarrollo de modelos de IA (por ejemplo,Bittensor,Cerca*,Allora,Sentient)
• Redes y plataformas agentic: Redes y plataformas que facilitan la creación, implementación y monetización de agentes de IA tanto para entornos en cadena como fuera de cadena (por ejemplo,Morpheus,Waves,Wayfinder,Payman,Skyfire)

Aplicaciones

Dentro de la cripto, los agentes de inteligencia artificial están comenzando a hacer sentir su presencia, con casos tempranos comoBilletera Dawn(es decir, una billetera de cripto que utiliza agentes de IA para enviar transacciones e interactuar con protocolos en nombre de los usuarios),Colonia Paralela* (es decir, un juego en cadena donde los jugadores se asocian con agentes de inteligencia artificial que tienen sus propias billeteras y pueden crear sus propios caminos dentro del juego), oVenice.aies decir, una aplicación de IA generativa / comando de lenguaje natural con inferencia verificable y mecanismos de preservación de la privacidad). Sin embargo, el desarrollo de aplicaciones sigue siendo en gran medida experimental y oportunista, con una confusión de ideas de aplicaciones que florecen a partir del entusiasmo en el espacio. Dicho esto, creemos que los avances en la infraestructura de agentes de IA y marcos están preparados para cambiar el espacio de diseño cripto de aplicaciones de contratos inteligentes principalmente reactivas a aplicaciones más complejas y proactivas a medio y largo plazo. Los segmentos emergentes y los proyectos de muestra que se construyen en esta capa incluyen lo siguiente:

• Compañeros de IA: aplicaciones para crear, compartir y monetizar modelos de IA y agentes propiedad del usuario con conciencia personalizada y contextual (por ejemplo,MagnetAI,MiShell, Deva,Protocolo Virtuals)
• Interfaces basadas en NLP: aplicaciones en las que los comandos de lenguaje natural son la interfaz principal / punto de entrada para interactuar y ejecutar transacciones onchain (por ejemplo,Venice.AI,Veldt)
• Herramientas de desarrollo / seguridad: aplicaciones/herramientas orientadas a desarrolladores que aprovechan modelos/agentes de IA para mejorar las experiencias de desarrollo en la cadena y los mecanismos de seguridad (por ejemplo,ChainGPT,Barrera de protección*)
• Agentes de riesgo: Servicios que aprovechan modelos de ML o agentes de IA para ayudar a los protocolos a ajustar y responder dinámicamente a los parámetros de riesgo en cadena en tiempo real (por ejemplo,Chaos Labs,Guantelete,Minerva*)
• Identidad (Prueba de Personalidad): Aplicaciones que aprovechan pruebas criptográficas y modelos de ML para verificar la prueba de personalidad del usuario. (por ejemplo,Worldcoin*)
• Gobernanza: aplicaciones que aprovechan agentes de IA para ejecutar transacciones basadas en decisiones de gobernanza impulsadas por humanos / comentarios (por ejemplo,Botto,Sombreros)
• Trading / DeFi: infraestructura de trading impulsada por IA y protocolos DeFi que utilizan agentes de IA para automatizar la ejecución de transacciones onchain (por ejemplo,Taoshi,Intent.Trade)
• Juegos: Juegos en cadena que utilizan NPCs inteligentes o mecanismos de IA para impulsar mecánicas de juego básicas (por ejemplo,Paralelo*,PlayAI)
• Social: Aplicaciones que utilizan mecanismos de IA para impulsar experiencias sociales en cadena (por ejemplo,KaiKai,NFPrompt)

Conclusión

Si bien la pila Crypto x AI todavía está en sus primeras etapas, creemos que habrá avances significativos en la infraestructura descentralizada de IA, aplicaciones de IA onchain y la aparición de una “Web Agentica” donde los agentes de IA se convierten en los impulsores principales de la actividad económica. Si bien persisten desafíos en áreas como la infraestructura informática y la disponibilidad de datos, las sinergias entre la cripto y la IA podrían acelerar la innovación en ambos sectores, lo que lleva a sistemas más transparentes, descentralizados y autónomos. A medida que el panorama continúa evolucionando rápidamente, impulsado por nuevos equipos que aseguran financiamiento y equipos más establecidos que trabajan para encontrar el ajuste de producto/mercado, será crucial que las empresas y los desarrolladores nativos de Internet se adapten al paradigma cambiante y abracen el potencial de Crypto x AI para crear aplicaciones y experiencias novedosas que antes eran inimaginables.

Renuncia:

1. Este artículo es reimpreso de [ Coinbase Ventures]. Todos los derechos de autor pertenecen al autor original [Jonathan King]. Si hay objeciones a esta reimpresión, por favor contáctese con el Gate Learnequipo, y lo resolverán rápidamente.
2. Descargo de responsabilidad: Las opiniones expresadas en este artículo son únicamente las del autor y no constituyen ningún consejo de inversión.
3. Las traducciones del artículo a otros idiomas son realizadas por el equipo de Gate Learn. A menos que se indique lo contrario, está prohibido copiar, distribuir o plagiar los artículos traducidos.