Khi Jen-Hsun Huang phát biểu tại WGS ở Dubai, ông đề xuất thuật ngữ "trí tuệ nhân vị." Vì vậy, trí tuệ nhân vị nào có thể đáp ứng các lợi ích và yêu cầu của cộng đồng Crypto? Có lẽ nó cần được xây dựng dưới dạng Web3+AI. Vitalik mô tả sự cộng sinh giữa AI và Crypto trong bài viết "Lời hứa và thách thức của ứng dụng crypto + AI": Phân quyền của Crypto có thể cân bằng sự tập trung của AI; AI là không minh bạch, và Crypto mang lại sự minh bạch; AI cần dữ liệu, và Blockchain hỗ trợ lưu trữ và theo dõi dữ liệu. Loại cộng sinh này lan tỏa qua cả cảnh quan công nghiệp của Web3+AI.

Hầu hết các dự án Web3 + AI đều sử dụng công nghệ blockchain để giải quyết các vấn đề xây dựng của các dự án hạ tầng trong ngành công nghiệp AI, và một số dự án sử dụng AI để giải quyết một số vấn đề cụ thể trong các ứng dụng Web3. Cảnh quan của ngành công nghiệp Web3 + AI có thể được mô tả đại khái như sau:

Quá trình sản xuất và quy trình làm việc của trí tuệ nhân tạo khoảng như sau:

Trong những liên kết này, sự kết hợp giữa Web3 và trí tuệ nhân tạo chủ yếu được thể hiện qua bốn khía cạnh:

1. Lớp Sức mạnh tính toán: Tokenization của Sức mạnh tính toán

Trong hai năm qua, công suất tính toán được sử dụng để huấn luyện các mô hình AI lớn đã tăng mạnh, gần như tăng gấp đôi mỗi quý, và tăng trưởng với tốc độ vượt xa Luật Moore. Tình hình này đã dẫn đến sự mất cân đối lâu dài trong cung cầu công suất tính toán AI, và giá cả của phần cứng như GPU đã tăng nhanh, từ đó tăng chi phí của công suất tính toán. Nhưng đồng thời, cũng có một lượng lớn phần cứng công suất tính toán trung bình đến thấp đang không được sử dụng trên thị trường. Có thể là công suất tính toán đơn của phần cứng trung bình đến thấp này không đáp ứng được nhu cầu hiệu suất cao.

Tuy nhiên, nếu một mạng lưới công nghệ phân tán được xây dựng thông qua Web3 và một mạng lưới tài nguyên máy tính phi tập trung được tạo ra thông qua việc cho thuê và chia sẻ tài nguyên máy tính, vẫn có thể đáp ứng nhu cầu của nhiều ứng dụng trí tuệ nhân tạo. Bởi vì nó sử dụng sức mạnh tính toán không hoạt động phân tán, chi phí của sức mạnh tính toán trí tuệ nhân tạo có thể được giảm đáng kể. Việc phân chia lớp sức mạnh tính toán bao gồm:

• Sức mạnh tính toán phi tập trung chung (như Arkash, Io.net, v.v.);
• Sức mạnh tính toán phi tập trung cho việc đào tạo trí tuệ nhân tạo (như Gensyn, Flock.io, vv.);
• Sức mạnh tính toán phi tập trung cho lý luận trí tuệ nhân tạo (như Fetch.ai, Hyperbolic, v.v.);
• Phân quyền tính toán phân tán cho việc kết xuất 3D (như Mạng Render, v.v.).

Ưu điểm cốt lõi của việc tài sản hóa sức mạnh tính toán của Web3+AI nằm ở các dự án tính toán phân quyền. Kết hợp với động lực token, dễ mở rộng quy mô mạng lưới và chi phí tài nguyên tính toán của nó thấp và hiệu quả về chi phí, có thể đáp ứng nhu cầu của một số lượng lớn nguồn lực tính toán ở mức trung và thấp.

2. Lớp Dữ liệu: Vốn dữ liệu

Dữ liệu là dầu và máu của trí tuệ nhân tạo. Mà không phụ thuộc vào Web3, chỉ có các tập đoàn khổng lồ thường có quyền truy cập vào lượng lớn dữ liệu người dùng, làm cho việc các công ty khởi nghiệp nhỏ có khó khăn trong việc thu thập dữ liệu một cách toàn diện. Hơn nữa, giá trị của dữ liệu người dùng trong ngành công nghiệp trí tuệ nhân tạo thường không truyền lại cho người dùng. Thông qua Web3 + trí tuệ nhân tạo, quá trình thu thập dữ liệu, chú thích và lưu trữ phân tán có thể trở nên hiệu quả về chi phí hơn, minh bạch hơn và mang lại lợi ích cho người dùng. Thu thập dữ liệu chất lượng cao là điều tiên quyết cho việc đào tạo mô hình trí tuệ nhân tạo. Với Web3, một mạng phân tán có thể được tận dụng cùng với các cơ chế khuyến khích token phù hợp để tập trung thu thập dữ liệu với chi phí thấp hơn mà vẫn có được dữ liệu chất lượng cao và phổ biến. Tùy thuộc vào mục đích của dự án, các dự án liên quan đến dữ liệu chủ yếu thuộc vào các danh mục sau:

• Các dự án thu thập dữ liệu (như Grass, vv.);
• Các dự án giao dịch dữ liệu (như Ocean Protocol, v.v.);
• Các dự án chú thích dữ liệu (như Taida, Alaya, vv.);
• Các dự án nguồn dữ liệu Blockchain (như Spice AI, Space and time, vv.)
• Các dự án lưu trữ phi tập trung (như Filecoin, Arweave, vv.).

Các dự án Web3+AI dựa trên dữ liệu khó khăn hơn trong quá trình thiết kế mô hình kinh tế Token, vì dữ liệu khó chuẩn hóa hơn so với sức mạnh tính toán.

3. Lớp Nền tảng: Tokenization of Platform Value Assets

Hầu hết các dự án nền tảng có xu hướng so sánh với Hugging Face, với việc tích hợp các tài nguyên ngành công nghiệp AI khác nhau làm cốt lõi của chúng. Thiết lập một nền tảng tổng hợp các liên kết giữa dữ liệu, sức mạnh tính toán, mô hình, nhà phát triển AI, blockchain và các tài nguyên và vai trò khác, với nền tảng ở trung tâm, tạo điều kiện giải quyết các nhu cầu khác nhau thuận tiện hơn. Ví dụ, Giza tập trung vào việc xây dựng một nền tảng hoạt động zkML toàn diện, nhằm mục đích làm cho suy luận của học máy trở nên đáng tin cậy và minh bạch. Độ mờ đục của dữ liệu và mô hình là một vấn đề phổ biến trong AI hiện nay và chỉ còn là vấn đề thời gian trước khi ngành công nghiệp kêu gọi xác minh suy luận mô hình thông qua Web3 bằng cách sử dụng các công nghệ mật mã như ZK và FHE để đảm bảo thực thi chính xác. Ngoài ra còn có các lớp như Focus AI, chẳng hạn như Nuroblocks và Janction, kết nối sức mạnh tính toán, dữ liệu, mô hình, nhà phát triển AI và tài nguyên nút khác nhau. Bằng cách đóng gói các thành phần và SDK phổ quát, chúng giúp các ứng dụng Web3 + AI đạt được sự phát triển nhanh chóng. Ngoài ra còn có các loại nền tảng như Agent Network, có thể xây dựng AI Agents cho các kịch bản ứng dụng khác nhau, chẳng hạn như Olas và ChainML. Các dự án Web3 + AI dựa trên nền tảng chủ yếu nắm bắt giá trị nền tảng thông qua mã thông báo, khuyến khích tất cả những người tham gia xây dựng nền tảng. Cách tiếp cận này đặc biệt hữu ích cho các công ty khởi nghiệp phát triển từ 0 lên 1, giảm khó khăn trong việc tìm kiếm đối tác như sức mạnh tính toán, dữ liệu, cộng đồng nhà phát triển AI và các nút.

4. Lớp Ứng Dụng: Hóa Đồng Token của Tài Sản Giá Trị AI

Các dự án cơ sở hạ tầng trước đây chủ yếu tập trung vào việc sử dụng công nghệ blockchain để giải quyết việc xây dựng các dự án cơ sở hạ tầng trong ngành công nghiệp AI. Mặt khác, các dự án lớp ứng dụng chủ yếu sử dụng AI để giải quyết các vấn đề tồn tại trong các ứng dụng Web3. Ví dụ, Vitalik đề cập đến hai hướng trong bài viết mà tôi thấy có ý nghĩa. Thứ nhất, AI với tư cách là người tham gia Web3. Ví dụ, trong Web3 Games, AI có thể hoạt động như một người chơi, nhanh chóng hiểu luật chơi và hoàn thành hiệu quả các nhiệm vụ trò chơi. Trong DEX, AI đã tham gia vào giao dịch chênh lệch giá trong nhiều năm. Trong các thị trường dự đoán, các tác nhân AI có thể phân tích khả năng dự đoán bằng cách chấp nhận rộng rãi lượng lớn dữ liệu, cơ sở tri thức và thông tin. Sau đó, chúng được sản xuất và cung cấp cho người dùng. Điều này giúp người dùng đưa ra dự đoán về các sự kiện cụ thể, chẳng hạn như các trận đấu thể thao hoặc bầu cử tổng thống, thông qua suy luận mô hình. Thứ hai, tạo ra AI riêng phi tập trung có thể mở rộng. Nhiều người dùng lo ngại về vấn đề hộp đen và những thành kiến tiềm ẩn trong các hệ thống AI, hoặc sợ rằng một số dApp nhất định có thể khai thác công nghệ AI để đánh lừa người dùng vì lợi nhuận. Về cơ bản, điều này bắt nguồn từ việc người dùng thiếu quyền giám sát và quản trị đối với các quy trình đào tạo và suy luận mô hình AI. Tuy nhiên, việc tạo ra một AI Web3 nơi cộng đồng đã phân phối quyền quản trị đối với AI, tương tự như các dự án Web3, có thể dễ dàng được chấp nhận hơn. Tính đến thời điểm hiện tại, chưa có bất kỳ dự án nào nổi bật trong lớp ứng dụng Web3 + AI khó vượt qua.

Tóm tắt

Web3 + AI vẫn đang trong giai đoạn đầu và ngành công nghiệp bị chia rẽ về triển vọng phát triển của lĩnh vực này. Chúng tôi sẽ tiếp tục chú ý đến lĩnh vực này. Chúng tôi hy vọng rằng sự kết hợp giữa Web3 và AI có thể tạo ra các sản phẩm có giá trị hơn AI tập trung, cho phép AI thoát khỏi nhãn hiệu "kiểm soát khổng lồ" và "độc quyền" và "đồng quản trị AI" theo cách dựa vào cộng đồng hơn. Có lẽ trong quá trình tham gia và quản trị chặt chẽ hơn, con người sẽ "kinh ngạc" hơn và bớt "sợ hãi" AI hơn.

Tuyên bố:

1. Bài viết này ban đầu có tựa đề là “Web3 + AI：Chủ quyền cộng đồng của Trí tuệ nhân tạo” được sao chép từ [GateIOBC Capital]. Tất cả bản quyền thuộc về tác giả gốc [0xCousin]. Nếu bạn có bất kỳ ý kiến nào về việc sao chép, vui lòng liên hệ vớiGate Learnđội, đội sẽ xử lý nó ngay lập tức.

2. Tuyên bố từ chối trách nhiệm: Các quan điểm và ý kiến được thể hiện trong bài viết này chỉ đại diện cho quan điểm cá nhân của tác giả và không cấu thành bất kỳ lời khuyên đầu tư nào.

3. Các bản dịch của bài viết sang các ngôn ngữ khác được thực hiện bởi nhóm Gate Learn. Trừ khi được nêu, việc sao chép, phân phối hoặc đạo văn các bài viết dịch là không được phép.