Résumé

L'avenir de l'IA peut être construit sur la technologie de la blockchain, car la crypto peut aider à accroître l'accessibilité, la transparence et les cas d'utilisation au sein de la technologie émergente. La convergence de l'efficacité de la crypto, de sa nature sans frontières et de sa programmabilité avec l'IA a le potentiel de transformer la manière dont les humains et les machines interagissent avec l'économie numérique, notamment en permettant aux utilisateurs d'avoir la souveraineté sur leurs données personnelles. Cela inclut la montée du "Web Agentic", où des agents d'IA opérant sur une infrastructure de crypto peuvent stimuler l'activité économique et la croissance.

Alors, à quoi cela ressemble-t-il ? Des agents IA effectuant des transactions sur l'infrastructure crypto. Code logiciel créé par l'IA, y compris des contrats intelligents, entraînant une explosion des applications et des expériences onchain. Les utilisateurs possédant, gouvernant et gagnant grâce aux modèles IA auxquels ils contribuent. Tirer parti de l'IA pour améliorer les expériences des utilisateurs et des développeurs au sein de l'écosystème crypto, améliorant les capacités des contrats intelligents et créant de nouveaux cas d'utilisation. Et bien plus encore.

Alors que nous imaginons ce futur crypto x IA, aujourd'hui nous dévoilons notre thèse principale sur l'avenir de cette convergence technologique transformative. En un coup d'œil :

• Nous ne croyons pas que la technologie crypto / blockchain soit nécessaire pour faire progresser les capacités ou résoudre les défis émergents à chaque couche de la pile technologique de l'IA. Au contraire, la crypto peut jouer un rôle majeur en apportant plus de distribution, de vérifiabilité, de résistance à la censure et de rails de paiement natifs à l'IA, tout en bénéficiant des mécanismes de l'IA pour alimenter de nouvelles expériences utilisateur onchain.
• La Crypto x IA peut donner naissance au “Web Agentique”, un paradigme transformateur dans lequel les agents d'IA opérant sur les rails de l'infrastructure cryptographique peuvent devenir des moteurs importants de l'activité économique et de la croissance. Nous prévoyons un avenir où les agents auront leurs propres portefeuilles de cryptomonnaie pour effectuer des transactions de manière autonome et satisfaire les intentions des utilisateurs, accéder à des ressources de calcul et de données décentralisées à moindre coût, ou utiliser des stablecoins pour rémunérer les humains et les autres agents afin d'accomplir les tâches nécessaires à leur fonction objective globale.
• Les croyances préliminaires qui sous-tendent cette thèse comprennent: (1) Crypto sera le mode de paiement préféré pour le commerce d'agent à humain et d'agent à agent, (2) L'IA générative et les interfaces de langage naturel deviendront la modalité principale pour les utilisateurs cherchant à effectuer des transactions onchain, et (3) L'IA créera la majorité de tout le code logiciel (y compris les contrats intelligents), entraînant une explosion cambrienne d'applications et d'expériences onchain.
• L'intersection de Crypto et de l'IA est composée de deux sous-segments principaux : (1) l'IA décentralisée (Crypto -> IA) définie comme la construction d'une infrastructure d'IA générique pour hériter des propriétés des réseaux de blockchain peer-to-peer modernes, et (2) l'IA Onchain (IA -> Crypto) définie comme la construction d'une infrastructure et d'applications qui exploitent l'IA pour alimenter à la fois de nouveaux cas d'utilisation et des cas d'utilisation existants.
• Le paysage Crypto x AI peut être segmenté en les couches suivantes: (1) Calcul (c'est-à-dire, des réseaux axés sur la fourniture d'unités de traitement graphique latentes (GPU) aux développeurs d'IA), (2) Données (c'est-à-dire, des réseaux qui permettent l'accès décentralisé, l'orchestration et la vérifiabilité du pipeline de données de l'IA), (3) Middleware (c'est-à-dire, des réseaux / plateformes qui permettent le développement, le déploiement et l'hébergement de modèles / agents d'IA), et (4) Applications (c'est-à-dire, des produits orientés utilisateur (B2B ou B2C) qui exploitent les mécanismes d'IA onchain)

Chez Coinbase, nous sommes en mission pour aider à mettre à jour le système financier afin de le rendre plus sûr et plus sécurisé, tout en améliorant l'accessibilité et la convivialité pour les consommateurs et les constructeurs. Nous croyons que Crypto x AI va jouer un rôle significatif dans cela. Dans ce blog, nous plongerons plus en profondeur dans le pourquoi, le comment et le prochaines étapes de Crypto x AI.

Une introduction à Crypto x AI

Le marché de l'IA a connu une croissance et des investissements significatifs, avec des sociétés de capital-risque investissant près de 290 milliards de dollars dans le secteur au cours des cinq dernières années. Le Forum économique mondialsuggèreque les technologies de l'IA pourraient stimuler la croissance annuelle du PIB des États-Unis de 0,5 à 1,5 % au cours de la prochaine décennie. Les applications d'IA montrent une réelle traction, avec des applications comme ChatGPT4 établissant de nouveaux records en termes de croissance / adoption des utilisateurs. Cependant, à mesure que le marché de l'IA évolue rapidement, plusieurs défis émergent, notamment les préoccupations en matière de confidentialité des données, le besoin de talents en IA, les considérations éthiques, les risques de centralisation et l'émergence de la technologie deepfake. Ces défis alimentent le débat actuel sur l'intersection de la crypto et de l'IA, les parties prenantes cherchant des solutions qui exploitent les forces des deux technologies pour résoudre ces problèmes émergents.

Crypto x AI combine l'infrastructure décentralisée de la blockchain avec la capacité de l'IA à imiter les fonctions cognitives humaines et à apprendre des données, créant une synergie qui pourrait révolutionner divers secteurs. La blockchain redéfinit les architectures système, la vérification des données / transactions et la distribution. L'IA améliore le calcul des données, l'analyse et offre de nouvelles capacités de génération de contenu. Cette intersection a suscité à la fois l'excitation et le scepticisme parmi les développeurs des deux communautés technologiques, stimulant l'exploration de nouveaux cas d'utilisation qui pourraient accélérer l'adoption des deux secteurs à long terme. Bien que la crypto et l'IA soient des termes généraux qui englobent un large éventail de technologies et de thèmes différents, nous pensons que l'intersection des deux domaines peut être décomposée en deux sous-segments clés:

• L'IA décentralisée (Crypto -> IA) améliore les capacités de l'IA grâce à l'infrastructure sans permission et composite de la cryptographie. Cela ouvre des cas d'utilisation tels que l'accès démocratisé aux ressources en IA (par exemple, calcul, stockage, bande passante, données d'entraînement, etc.), le développement de modèles collaboratifs en open source, l'inférence vérifiable, ou les registres immuables et les signatures cryptographiques pour la provenance et l'authenticité du contenu.
• Onchain AI (AI -> Crypto) apporte les avantages de l'IA à l'écosystème de la cryptographie, améliorant les expériences des utilisateurs et des développeurs via LLMs et des interfaces en langage naturel ou améliorant les capacités des contrats intelligents. Deux voies d'adoption de l'IA onchain comprennent: (1) Les développeurs intégrant des modèles ou des agents d'IA dans leurs contrats intelligents et applications onchain et (2) Les agents d'IA tirant parti des rails de la cryptographie (par exemple, portefeuilles à auto-garde, stablecoins, etc.) pour les paiements et la commission des ressources d'infrastructure décentralisées.

Bien que les deux segments soient encore naissants, le potentiel de "Crypto in AI" ou "AI in Crypto" est important et prêt à débloquer un nouvel ensemble de cas d'utilisation qui n'ont pas été envisagés, surtout que l'infrastructure informatique et les vitesses d'intelligence continuent de s'améliorer.

Crypto x AI: Une clé pour déverrouiller le "Web Agentic"

Un domaine que nous trouvons particulièrement excitant dans Crypto et AI est le concept d'agents d'IA opérant sur des rails d'infrastructure cryptographique. Cette intégration vise à créer le "Web agentic", un paradigme transformateur qui pourrait améliorer la sécurité, l'efficacité et la collaboration dans les économies pilotées par l'IA, soutenu par des structures d'incitation robustes et des primitives cryptographiques.

Nous croyons que les agents d'IA peuvent devenir des moteurs significatifs de l'activité économique / de la croissance et les principaux "utilisateurs" d'applications (à la fois sur / hors chaîne), s'éloignant progressivement des utilisateurs humains à moyen et long termes. Ce changement de paradigme obligerait de nombreuses entreprises natives d'Internet à repenser leurs hypothèses fondamentales sur l'avenir et à fournir les produits, services et modèles commerciaux nécessaires pour mieux servir une économie largement basée sur les agents. Cela dit, nous ne croyons pas que la technologie crypto / blockchain soit nécessaire pour faire progresser les capacités ou résoudre les défis émergents à chaque couche de la pile technologique de l'IA. Au contraire, la crypto peut jouer un rôle majeur en apportant plus de distribution, de vérifiabilité, de résistance à la censure et de rails de paiement natifs à l'IA, tout en bénéficiant des mécanismes d'IA pour alimenter de nouvelles expériences utilisateur sur chaîne.

Nos croyances préliminaires qui sous-tendent cette thèse sont les suivantes:

• La crypto sera le rail de paiement privilégié pour le commerce d’agent à humain et d’agent à agent : la crypto est une monnaie programmable native d’Internet qui présente plusieurs avantages pour alimenter l’économie basée sur les agents. Au fur et à mesure que les agents d’IA deviennent plus autonomes et s’engagent dans des micro-transactions à grande échelle (par exemple, en payant pour l’inférence, les données, l’accès à l’API, les ressources de calcul ou de données décentralisées, etc.), l’efficacité, la nature sans frontières et la programmabilité de la cryptomonnaie en feront le moyen d’échange préféré aux rails fiduciaires traditionnels. De plus, les agents auront besoin d’identités uniques et vérifiables (c’est-à-dire «@craigdewittKnow Your Agent”) pour garantir le respect des règles réglementaires et des exigences de conformité lors de transactions avec des entreprises et des utilisateurs finaux. Blockchain à faible frais, contrats intelligents, portefeuilles auto-gardiens (par exemple,Portefeuilles Coinbase AI) et les stablecoins peuvent aider à rationaliser et réduire les coûts des accords financiers complexes entre les agents, tandis que la vérifiabilité et l'immuabilité des réseaux décentralisés garantiront la confiance et l'auditabilité des transactions des agents d'IA.
• L’IA générative et les interfaces en langage naturel deviendront la principale modalité pour les utilisateurs cherchant à effectuer des transactions onchain : à mesure que la vitesse de traitement du langage naturel et la compréhension contextuelle de la crypto par l’IA s’amélioreront, l’interaction onchain via des interfaces conversationnelles deviendra la norme et l’attente par défaut des utilisateurs, conformément aux tendances actuelles du web2 (par exemple, ChatGPT). Les utilisateurs décriront simplement l’intention de transaction souhaitée en langage naturel (par exemple, « Swap X for Y »), et les agents d’IA traduiront ces intentions en code de contrat intelligent vérifiable, offrant ainsi le chemin d’exécution de transaction le plus efficace et le plus rentable.
• L'IA créera la majorité de tous les codes logiciels (y compris les contrats intelligents), entraînant une explosion cambrienne des applications et des expériences sur chaîne : les capacités de génération de code de l'IA progressent rapidement dans le web2 (par exemple,Devin,Replit) et en changeant fondamentalement les paradigmes de développement logiciel. Nous croyons que cette transition prendra bientôt une place centrale dans le crypto, avec un accent à court terme sur la réduction significative de la barrière à l'entrée pour les nouveaux constructeurs et les constructeurs existants. Cependant, l'état futur consiste en des « agents logiciels » d'IA générant des contrats intelligents et des applications hyper-personnalisées à partir de zéro en temps réel, en fonction des préférences de l'utilisateur, stockés et vérifiés onchain.

Ces croyances suggèrent un avenir où les frontières entre l'IA et la crypto deviennent de plus en plus floues, créant un nouveau paradigme de systèmes intelligents, autonomes et décentralisés. Avec cette vision à l'esprit, examinons de plus près la pile technologique Crypto x AI qui permet cela couche par couche.

Opportunités au sein de la pile Crypto x AI (aujourd'hui)

La quête d'intégrer le "Crypto dans l'IA" ou "l'IA dans le crypto" a donné naissance à un paysage en pleine expansion, mais complexe, qui évolue rapidement, de nombreux constructeurs se précipitant pour capitaliser sur l'élan du marché. Aujourd'hui, nous pensons que le paysage Crypto x IA peut être segmenté en les couches suivantes : (1) Calcul (c'est-à-dire, les réseaux axés sur la fourniture d'unités de traitement graphique (GPU) latentes aux développeurs d'IA), (2) Données (c'est-à-dire, des réseaux qui permettent l'accès, l'orchestration et la vérifiabilité décentralisés du pipeline de données IA), (3) Middleware (c'est-à-dire, des réseaux/plateformes qui permettent le développement, le déploiement et l'hébergement de modèles / agents d'IA), et (4) Applications (c'est-à-dire, des produits orientés utilisateur (B2B ou B2C) qui exploitent les mécanismes d'IA onchain)

Calculer

L'IA nécessite d'énormes ressources computationnelles GPU pour la formation des modèles et l'exécution des inférences. Étant donné que les modèles d'IA deviennent de plus en plus complexes et demandent de plus en plus de calcul, il y a une pénurie de GPU de pointe, tels que les offres de Nvidia, ce qui entraîne des temps d'attente prolongés et des coûts croissants. Les réseaux de calcul décentralisés émergent comme une solution potentielle à ces défis en:

• Établir des places de marché sans autorisation pour acheter, louer et héberger des GPU physiques
• Construction d'agrégateurs GPU permettant à quiconque (par exemple, les mineurs de Bitcoin) de contribuer leur capacité de calcul GPU excédentaire pour l'exécution de tâches d'IA à la demande, en échange d'incitations en jetons
• La financiarisation des GPU physiques en les tokenisant en actifs numériques onchain
• Développement de réseaux GPU distribués pour des charges de travail intensives en calcul (par exemple, formation, inférence)
• Création d'infrastructure permettant aux modèles d'IA d'être exécutés sur des appareils personnels (pensez à l'Intelligence Apple décentralisée)

Chacune de ces solutions proposées vise à accroître l'offre et l'accessibilité des calculs GPU, tout en offrant des prix très compétitifs. Cependant, étant donné que la plupart des acteurs de ce segment ont des degrés variables de soutien pour les charges de travail avancées en matière d'IA, rencontrent des défis liés au manque de co-localisation des GPU et, dans certains cas, au manque d'outils de développement et de garanties de disponibilité comparables à celles des alternatives centralisées, nous pensons que l'adoption généralisée de ces offres est peu probable à court ou moyen terme. Les segments émergents et les projets pilotes construisant à ce niveau comprennent les éléments suivants :

• Calcul général : marchés de calcul décentralisés qui fournissent des ressources de calcul GPU qui peuvent être utilisées pour une variété d'applications (par exemple, Akash,Aethir)
• Calcul AI / ML : Réseaux de calcul décentralisés fournissant des ressources de calcul GPU pour un service spécifique, tels que des agrégateurs de GPU, des entraînements et inférences distribués, une tokenisation GPU, etc (par exemple,io.net,Gensyn,Premier Intellect,Hyperbolique,Hyperspace)
• Edge Compute: Réseaux de calcul et de stockage qui alimentent les LLMs sur l'appareil pour des inférences personnelles et contextualisées (par exemple,PIN AI,Exo, Crynux.ai,Matrice Edge)

Données

La mise à l'échelle des modèles d'IA nécessite l'augmentation des ensembles de données d'entraînement, les LLM étant formés sur des billions de mots de texte généré par l'homme. Cependant, il n'y a qu'une quantité finie de données publiques générées par l'homme aujourd'hui (Epoch AI estime que les sources de langage / données de haute qualité pourraient être épuisées d'ici 2024) , ce qui soulève la question de savoir si le manque de données d'entraînement pourrait devenir un obstacle majeur, entraînant potentiellement un plateau dans les performances du modèle d'IA. Par conséquent, nous pensons que les sociétés axées sur les données, la crypto x l'IA, ont les opportunités suivantes pour relever ces défis :

• Encourager les utilisateurs à partager leurs données privées / propriétaires (par exemple, “Data DAOsEntités surchaînées où les contributeurs de données pourraient voir un avantage économique à partir de la contribution de leurs données privées des plates-formes sociales gouvernent comment ces données sont utilisées et monétisées)
• Créer des outils pour générer des actifs de données synthétiques à partir de demandes en langage naturel ou offrir des incitations aux utilisateurs pour collecter des données à partir de sites Web publics
• Incentiver les utilisateurs à aider à prétraiter les ensembles de données pour former des modèles et maintenir la qualité des données (par exemple, étiquetage des données / apprentissage par renforcement à partir des retours humains)
• Établir des marchés de données multi-latéraux et sans autorisation, où tout le monde peut être rémunéré pour sa contribution.

Ces opportunités donnent naissance à bon nombre des nouveaux acteurs que nous voyons aujourd'hui dans la couche de données. Toutefois, il convient de noter que les incumbents centralisés à travers le cycle de vie du modèle d'IA ont des effets de réseau existants et des régimes de conformité aux données éprouvés que les entreprises traditionnelles apprécient, ce qui peut laisser peu de place aux alternatives décentralisées. Cela étant dit, nous pensons que la couche de données pour l'IA décentralisée présente une opportunité à long terme significative pour relever le défi du « Mur des données ». Les segments émergents et les projets pilotes construisant à cette couche comprennent les éléments suivants:

• Marchés de données : protocoles d'échange de données décentralisés conçus pour que les fournisseurs de données et les consommateurs partagent et échangent des actifs de données (par exemple,Ocean Protocol,Masa,Sahara AI)
• Données appartenant à l'utilisateur / privées (y compris les DataDAOs) : Réseaux conçus pour inciter à la collecte d'ensembles de données propriétaires, y compris des données appartenant à l'utilisateur privées (par exemple,Vana*,NVG8)
• Données publiques et synthétiques : réseaux / plateformes pour le grattage de données à partir de sites web publics ou la génération de nouveaux ensembles de données via des instructions en langage naturel (par exemple, Dria,Mizu,Herbe,Synesis One)
• Outils d'intelligence des données : Plateformes et applications conçues pour interroger, analyser, visualiser et fournir des informations exploitables sur les données onchain (par exemple,Nansen, DUNE,Arkham,Messari*)
• Stockage de données: réseaux de stockage de fichiers destinés au stockage / archivage à long terme des données et réseaux de bases de données relationnelles conçus pour gérer des données structurées auxquelles on accède et met à jour fréquemment (par exemple, Filecoin,Arweave,Céramique,Plateau*)
• Orchestration des données / Provenance : Réseaux et plates-formes qui optimisent les pipelines d'ingestion de données et de traitement pour l'IA et les applications intensives en données et garantissent le suivi de la provenance et l'authenticité vérifiable du contenu généré par l'IA (par exemple,Espace et temps,Le Graph*,Protocole Story)
• Étiquetage des données : réseaux et plateformes qui améliorent l’apprentissage par renforcement et les mécanismes d’ajustement fin pour les modèles d’IA en incitant un réseau distribué de contributeurs humains à créer des ensembles de données d’apprentissage de haute qualité (par exemple,Sapien,Kiva AI,Fraction.AI)
• Oracles: Réseaux qui utilisent l'IA pour fournir des données vérifiables hors chaîne pour les contrats intelligents sur la chaîne (par exemple,Ora,OpenLayer,Chainlink)

Middleware

Réaliser pleinement le potentiel d'un modèle d'IA ou d'un écosystème d'agents ouverts et décentralisés nécessite la construction d'une nouvelle infrastructure. Certaines zones à haut potentiel que les constructeurs explorent comprennent les éléments suivants :

• Employer l'utilisation de LLM à poids ouvert pour alimenter les cas d'utilisation de l'IA onchain tout en construisant simultanément des modèles fondamentaux qui peuvent rapidement comprendre, traiter et agir sur les données onchain
• Solutions de formation distribuée pour de grands modèles fondamentaux (par exemple, 100B+ paramètres); souvent considérées comme un rêve impossible en raison de diverses complexités techniques, mais des percées récentes par Nous Research,Bittensor, etPrime Intellectcherchent à changer ce récit
• Leverageant l'apprentissage machine à connaissances nulles ou optimiste (c'est-à-dire zkML, opML), les environnements d'exécution de confiance (TEEs), ou le chiffrement entièrement homomorphique (FHE) pour permettre des inférences privées et vérifiables
• Permettre le développement ouvert et collaboratif de modèles d'IA via des réseaux de coordination des ressources ou la construction de réseaux / plateformes agentic exploitant les infrastructures cryptographiques pour améliorer le potentiel des agents d'IA pour des cas d'utilisation on / offchain

Alors qu'il y a eu des progrès dans la construction de ces primitives d'infrastructure fondamentale, les LLM et les agents d'IA prêts pour la production sur la chaîne sont encore naissants, et nous ne prévoyons pas de changement à court ou moyen terme, sous réserve de la maturation des infrastructures de calcul, de données et de modèles sous-jacents. Cela dit, nous considérons cette catégorie comme très prometteuse et comme un axe central de la stratégie d'investissement de Coinbase Ventures dans cet espace, stimulée par la croissance implicite et la demande de services d'IA à long terme. Les segments émergents et les projets pilotes construits à cette couche comprennent les éléments suivants :

• LLMs à poids ouverts : modèles d'IA dont les poids sont publiquement accessibles, permettant à quiconque de les utiliser, de les modifier et de les distribuer librement (par exemple,LLama3,Mistral,Stabilité IA)
• Créateurs de modèles Onchain : Réseaux et plateformes permettant la création de LLM fondamentaux pour les cas d'utilisation onchain (par exemple,Étang*,Nous,RPS)
• Formation et ajustement : Réseaux et plates-formes permettant des mécanismes de formation ou d'ajustement incitatifs et vérifiables surchaîne (par exemple,Gensyn,Prime Intellect,Macrocosmos,Flock.io)
• Confidentialité : Réseaux et plateformes utilisant des mécanismes de préservation de la confidentialité pour le développement, la formation et l'inférence de modèles d'IA (par exemple,Réseau Bagel,Arcium*, ZAMA)
• Réseaux d'inférence : Réseaux qui utilisent des techniques / preuves cryptographiques pour vérifier la correction des sorties du modèle d'IA (par exemple,OpenGradient*,Modulus Labs,Giza,Rituel)
• Réseaux de coordination des ressources : Réseaux conçus pour faciliter le partage des ressources, la collaboration et la coordination du développement de modèles d'IA (par exemple,Bittensor,Près*,Eh bien,Sentient)
• Réseaux et plateformes agentic : réseaux et plateformes qui facilitent la création, le déploiement et la monétisation des agents d'IA pour les environnements on/offchain (par exemple,Morpheus,Olas,Wayfinder,Payman,Skyfire)

Applications

Au sein de la crypto, les agents d'IA commencent à se faire sentir, avec des premières instances commePortefeuille Dawn(c'est-à-dire, un portefeuille de crypto utilisant des agents d'IA pour envoyer des transactions et interagir avec des protocoles au nom des utilisateurs),Colonie Parallèle* (c'est-à-dire, un jeu sur chaîne où les joueurs s'associent avec des agents d'IA qui ont leurs propres portefeuilles et peuvent créer leurs propres chemins à l'intérieur du jeu), ouVenice.ai(c'est-à-dire, une application IA générative / une invite de langage naturel avec des mécanismes d'inférence vérifiables et de préservation de la confidentialité). Cependant, le développement d'applications est encore largement expérimental et opportuniste, avec un désordre d'idées d'application fleurissant de l'engouement dans l'espace. Cela dit, nous croyons que les avancées dans l'infrastructure des agents IA et les cadres sont prêtes à faire passer l'espace de conception de crypto des applications de contrats intelligents principalement réactives à des applications plus complexes et proactives à moyen et long terme. Les segments émergents et les projets d'échantillonnage construisant à ce niveau incluent ce qui suit:

• Compagnons d'IA : Applications pour créer, partager et monétiser des modèles et agents d'IA appartenant à l'utilisateur avec une conscience personnalisée et contextuelle (par exemple,MagnetAI,MyShell,Deva,Protocole Virtuals)
• Interfaces basées sur le TALN: Applications dans lesquelles les invitations en langage naturel sont l'interface principale / le point d'entrée pour interagir avec et exécuter des transactions onchain (par exemple,Venice.AI,Veldt)
• Outils de développement / sécurité : applications / outils orientés développeurs qui exploitent des modèles / agents d'IA pour améliorer les expériences des développeurs onchain et les mécanismes de sécurité (par exemple,ChainGPT,Garde-corps*)
• Agents de Risque: Services qui exploitent des modèles ML ou des agents d'IA pour aider les protocoles à ajuster dynamiquement et à répondre aux paramètres de risque onchain en temps réel (par exemple,Chaos Labs,Gauntlet,Minerva*)
• Identité (Preuve de l'identité de la personne): Applications qui utilisent des preuves cryptographiques et des modèles ML pour vérifier la preuve de l'identité de l'utilisateur. (par exemple,Worldcoin*)
• Gouvernance : Applications qui exploitent des agents d'IA pour exécuter des transactions basées sur des décisions de gouvernance / retours dirigés par l'homme (par exemple,Botto,Chapeaux)
• Trading / DeFi: infrastructure de trading alimentée par l'IA et protocoles DeFi qui utilisent des agents d'IA pour automatiser l'exécution des transactions onchain (par exemple,Taoshi,Intent.Trade)
• Jeux : Jeux sur chaîne qui utilisent des PNJ intelligents ou des mécanismes d'IA pour alimenter les mécanismes de jeu de base (par exemple,Parallèle*,PlayAI)
• Social : Applications qui utilisent des mécanismes d'IA pour alimenter des expériences sociales onchain (par ex., KaiKai,NFPrompt)

Conclusion

Alors que la pile Crypto x AI en est encore à ses débuts, nous croyons qu'il y aura des avancées significatives dans l'infrastructure décentralisée de l'IA, les applications d'IA onchain et l'émergence d'un "Web Agentic" où les agents d'IA deviennent les principaux moteurs de l'activité économique. Alors que des défis persistent dans des domaines tels que l'infrastructure informatique et la disponibilité des données, les synergies entre la crypto et l'IA pourraient accélérer l'innovation dans les deux secteurs, conduisant à des systèmes plus transparents, décentralisés et autonomes. Alors que le paysage continue d'évoluer rapidement, stimulé par de nouvelles équipes obtenant des financements et des équipes plus établies travaillant à trouver un ajustement produit/marché, il sera crucial pour les entreprises et les développeurs natifs d'Internet de s'adapter au paradigme changeant et d'embrasser le potentiel de Crypto x AI pour créer des applications et des expériences novatrices qui étaient auparavant inimaginables.

Avertissement :

1. Cet article est repris de [ Coinbase Ventures]. Tous les droits d'auteur appartiennent à l'auteur original [Jonathan King]. Si vous avez des objections à cette réimpression, veuillez contacter le Porte Apprendreéquipe, et ils s'en occuperont rapidement.
2. Responsabilité de non-responsabilité : Les points de vue et opinions exprimés dans cet article sont uniquement ceux de l'auteur et ne constituent aucun conseil en investissement.
3. Les traductions de l'article dans d'autres langues sont réalisées par l'équipe Gate Learn. Sauf mention contraire, la copie, la distribution ou le plagiat des articles traduits est interdit.