Las últimas ideas y exploraciones de las pistas de IA + Crypto

Autor: Ian@Foresight Ventures

Tl; DR

Después de meses de profundizar en el campo donde se combinan la IA y los criptoactivos, la comprensión de esta dirección es más profunda. Este artículo hace un análisis comparativo de las primeras vistas y la dirección actual de la pista, y aquellos que estén familiarizados con la pista pueden comenzar desde la segunda sección. **

• DescentralizaciónRed de Poder de Computación: Frente a los desafíos de la demanda del mercado, el propósito final de la Descentralización es reducir los costos. Los atributos de la comunidad y los tokens de Web3 aportan un valor que no se puede ignorar, pero sigue siendo un valor añadido para la propia pista de Potencia Informática, en lugar de un cambio subversivo, y el objetivo es encontrar una forma de combinarse con las necesidades de los usuarios, en lugar de utilizar ciegamente la red de DescentralizaciónPotencia Informática como complemento a la falta de Potencia Informática centralizada.
• Mercado de IA: Discute la idea de un mercado de IA financiarizado de enlace completo donde se discute el valor y el valor vital aportado por la comunidad y los tokens. Un mercado de este tipo se centra no solo en la potencia de cálculo y los datos subyacentes, sino también en el propio modelo y en las aplicaciones relacionadas. La financiarización de modelos es el elemento central del mercado de la IA, por un lado, atrae a los usuarios a participar directamente en el proceso de creación de valor de los modelos de IA y, por otro lado, crea demanda de la potencia informática y los datos subyacentes.
• Onchain AI, ZKML se enfrenta al doble desafío de la demanda y la oferta, mientras que OPML proporciona una solución más equilibrada entre costo y eficiencia. Aunque OPML es una innovación tecnológica, no necesariamente resuelve el desafío fundamental que enfrenta la IA on-chain, que es que no hay demanda.
• Capa de aplicación, la mayoría de los proyectos de aplicaciones de IA web3 son demasiado ingenuos, las aplicaciones de IA son más razonables para mejorar la experiencia del usuario y mejorar la eficiencia del desarrollo, o como una parte importante del mercado de IA.

Primero, la revisión de la pista de IA

En los últimos meses, he realizado una investigación en profundidad sobre el tema de la IA + las criptomonedas, y después de unos meses de precipitación, me alegro de haber obtenido información sobre la dirección de algunas pistas en una etapa relativamente temprana, pero también puedo ver que hay algunas opiniones que no parecen precisas ahora.

Este artículo es solo sobre opiniones, no sobre introducción, Cubrirá varias direcciones generales de la IA en web3 y mostrará mis puntos de vista y análisis de la pista antes y ahora. Diferentes perspectivas pueden tener diferentes inspiraciones, que pueden ser vistas dialécticamente.

Repasemos primero las principales direcciones de la IA + cripto establecidas en la primera mitad del año:

1.1 Potencia de cómputo distribuida

En “A Rational Look at DecentralizationComputing Power Network”, basado en la lógica de que la Potencia de Computación se convertirá en el recurso más valioso en el futuro, se analiza el valor que la criptomoneda puede dar a la red de Potencia de Computación.

Aunque la red de potencia de computación distribuida de descentralización tiene la mayor demanda de entrenamiento de modelos grandes de IA, también se enfrenta a los mayores desafíos y cuellos de botella técnicos. Esto incluye la necesidad de problemas complejos de sincronización de datos y optimización de la red. Además, la privacidad y la seguridad de los datos también son limitaciones importantes. Aunque existen algunas tecnologías existentes que pueden proporcionar soluciones iniciales, todavía no son aplicables en tareas de entrenamiento distribuidas a gran escala debido a la enorme sobrecarga computacional y de comunicación. Obviamente, la Red de Potencia de Computación Distribuida de Descentralización tiene más oportunidades de aterrizar en la inferencia de modelos, y el espacio incremental que puede predecir el futuro también es lo suficientemente grande. Sin embargo, también se enfrenta a retos como los retrasos en las comunicaciones, la privacidad de los datos y la seguridad de los modelos. En comparación con el entrenamiento de modelos, la inferencia tiene una menor complejidad computacional e interactividad de datos, y es más adecuada para realizarse en un entorno distribuido.

1.2 Mercado de IA de descentralización

En “El mejor intento de descentralización del mercado de IA”, se menciona que un mercado de IA de descentralización exitoso debe combinar estrechamente las ventajas de la IA y la Web3, utilizar el valor agregado de la distribución, la confirmación de capital de activos, la distribución de ingresos y la descentralizaciónPoder de cómputo para reducir el umbral de las aplicaciones de IA, alentar a los desarrolladores a cargar y compartir modelos y proteger los derechos de privacidad de los datos de los usuarios, a fin de construir una plataforma de comercio e intercambio de recursos de IA amigable para los desarrolladores que satisfaga las necesidades de los usuarios.

La idea en ese momento (y probablemente no del todo precisa ahora) era que los mercados de IA basados en datos tenían mucho más potencial. El mercado del modelo muerto necesita el apoyo de un gran número de modelos de alta calidad, pero la plataforma inicial carece de una base de usuarios y recursos de alta calidad, lo que dificulta la atracción de modelos de alta calidad debido a los incentivos insuficientes para los excelentes proveedores de modelos; mientras que el mercado basado en datos puede acumular una gran cantidad de datos y recursos valiosos, especialmente datos de dominio privado, a través de la descentralización, la recopilación distribuida, el diseño de la capa de incentivos y la garantía de propiedad de los datos.

El éxito del mercado de IA de descentralización se basa en la acumulación de recursos de usuario y fuertes efectos de red, donde los usuarios y desarrolladores pueden obtener más valor del mercado del que pueden obtener fuera del mercado. En los primeros días del mercado, la atención se centra en acumular modelos de alta calidad para atraer y retener a los usuarios, y luego pasar a atraer y retener a más usuarios finales después de establecer una biblioteca de modelos de alta calidad y barreras de datos.

1.3 ZKML

Antes de que se discutiera ampliamente el tema de ZKML, se discutió el valor de la IA en cadena en “IA + Web3 = ?”.

Sin sacrificar la descentralización y la falta de confianza, la IA onchain tiene la oportunidad de llevar el mundo web3 al “siguiente nivel”. La Web3 actual es como la etapa inicial de la Web2, y aún no ha adquirido la capacidad de asumir una adopción más amplia o crear un mayor valor. La IA onchain está diseñada para proporcionar una solución transparente y sin confianza.

1.4 Aplicaciones de IA

En “AI + Crypto Starts to Talk about Web3 Women’s Game-HIM”, combinado con el proyecto de portafolio “HIM”, se analiza el valor de los grandes modelos en aplicaciones web3. Además del núcleo duro de la infraestructura a los algoritmos, el desarrollo de LLM sin confianza en la cadena, otra dirección es diluir el impacto de la caja negra en el proceso de inferencia en el producto, y encontrar un escenario adecuado para implementar la poderosa capacidad de inferencia del modelo grande.

En segundo lugar, el análisis actual de la pista de IA

2.1 Red de potencia de cómputo: Hay mucho espacio para la imaginación, pero un umbral alto

La gran lógica de la red Computing Power sigue siendo la misma, pero aún enfrenta el desafío de la demanda del mercado, ¿quién necesita una solución con menor eficiencia y estabilidad? Por lo tanto, creo que hay que resolver los siguientes puntos:

¿Para qué sirve la Descentralización?

Si le preguntas ahora a un fundador de una red de DescentralizaciónPoder de Computación, te dirá que nuestra red de Poder de Cómputo puede mejorar la seguridad y la resistencia a los ataques, aumentar la transparencia y la confianza, optimizar el uso de los recursos, mejorar la privacidad de los datos y el control del usuario, resistir la censura y la interferencia…

Esto es de sentido común, y cualquier proyecto web3 puede estar involucrado en la resistencia a la censura, la falta de confianza, la privacidad, etc., pero mi punto es que nada de esto importa. Descentralización Poder de cómputo Las redes no resuelven esencialmente el problema de la privacidad, y hay muchas contradicciones como la seguridad. Por lo tanto: el propósito final de la descentralización de la red de Poder de Cómputo debe ser para reducir los costos. Cuanto mayor sea el grado de descentralización, menor será el costo de uso de la potencia de cómputo.

Por lo tanto, fundamentalmente, “usar el poder de cómputo inactivo” es más una narrativa a largo plazo, y si se puede hacer una red de poder de cómputo de descentralización depende en gran medida de si ha descubierto los siguientes puntos:

Valor proporcionado por Web3

Un diseño inteligente de tokens y el consiguiente mecanismo de incentivo/castigo son claramente un poderoso valor agregado proporcionado por la comunidad de descentralización. En comparación con la Internet tradicional, los tokens no solo sirven como medio de intercambio, sino que también complementan los contratos inteligentes para permitir que los protocolos logren mecanismos de incentivos y gobernanza más complejos. Al mismo tiempo, la apertura y la transparencia de las transacciones, la reducción de los costes y la mejora de la eficiencia se benefician del valor aportado por las criptomonedas. Este valor único proporciona más flexibilidad y espacio para la innovación con el fin de motivar a los colaboradores.

Pero al mismo tiempo, también espero que este “ajuste” aparentemente razonable pueda verse racionalmente, para la red DecentralizationComputing Power, el valor aportado por la tecnología Web3 y Blockchain es solo un “valor agregado” desde otra perspectiva, en lugar de una subversión fundamental, y no puede cambiar el modo de trabajo básico de toda la red y romper el cuello de botella técnico actual.

En resumen, el valor de estas web3 es mejorar el atractivo de la Red de Descentralización, pero no cambiará por completo su estructura central o modelo operativo, y si la Red de Descentralización va a ocupar realmente un lugar en la ola de la IA, el valor de la web3 por sí solo está lejos de ser suficiente. Por lo tanto, como se mencionó más adelante, la tecnología correcta resuelve el problema correcto, y la jugabilidad de la red DecentralizationComputing Power no es de ninguna manera simplemente resolver el problema de la escasez de poder de cómputo de IA, sino darle a esta pista inactiva durante mucho tiempo una nueva forma de jugar y pensar.

Puede ser como la minería de pow o la minería de almacenamiento, monetizando el poder de cómputo como un activo. En este modelo, los proveedores de Potencia de Cómputo pueden ganar Tokens como remuneración al contribuir con sus propios recursos de cómputo. El atractivo es que proporciona una forma de convertir directamente los recursos informáticos en ganancias económicas, incentivando así a más participantes a unirse a la red. También puede basarse en la web3 para crear un mercado que consuma potencia informática y abrir un punto de demanda que pueda aceptar una potencia informática inestable y más lenta mediante la financiarización de la potencia informática ascendente (como los modelos).

Quiere entender cómo combinarse con las necesidades reales de los usuarios, después de todo, las necesidades de los usuarios y participantes no son necesariamente solo una potencia informática eficiente, “puede ganar dinero” es siempre una de las motivaciones más convincentes.

** La competitividad central de la red de poder de cómputo de descentralización es el precio **

Si tenemos que hablar de la descentralización de la potencia informática en términos de valor real, entonces el mayor espacio de imaginación que aporta la web3 es el coste de la potencia de cálculo que tiene la oportunidad de comprimirse aún más.

Cuanto mayor sea la descentralización del Poder de ComputaciónNode, menor será el precio por unidad de Poder de Computación. Se puede deducir de las siguientes direcciones:

1. La introducción de tokens, el pago a los proveedores de NodeComputing Power desde efectivo hasta el Token nativo del protocolo, que fundamentalmente reducen los costos operativos;
2. El acceso sin permiso y el fuerte efecto comunitario de web3 contribuyen directamente a una optimización de costes impulsada por el mercado, más usuarios individuales y pequeñas empresas pueden utilizar los recursos de hardware existentes para unirse a la red, aumenta la oferta de potencia informática y disminuye el precio de la oferta de potencia informática en el mercado. Bajo el modelo de autonomía y gestión comunitaria.
3. El mercado abierto de potencia de cómputo creado por el protocolo reducirá el juego de precios de los proveedores de potencia de cómputo, lo que reducirá aún más los costos.

Caso: ChainML

En pocas palabras: ChainML es una plataforma de descentralización que proporciona potencia informática para la inferencia y el ajuste. A corto plazo, chainml implementará el marco proxy de IA de código abierto Council, que traerá un crecimiento de la demanda a la Red de Computación de Descentralización a través del intento de Council (un chatbot que se puede integrar en diferentes aplicaciones). A largo plazo, chainml será una plataforma completa de IA + web3 (que se analizará en detalle más adelante), incluyendo el mercado de modelos y el mercado de Potencia de Computación.

Creo que la planificación de la ruta técnica de ChainML es muy razonable, y piensan muy claramente sobre los problemas mencionados anteriormente, el propósito de DecentralizationComputing Power no debe ser proporcionar suficiente suministro de potencia informática para la industria de la IA a la par con la potencia informática centralizada, sino reducir gradualmente el costo para permitir que el demandante adecuado acepte esta fuente de potencia informática de menor calidad. Por lo tanto, desde la perspectiva de la ruta del producto, debe comenzar desde la forma centralizada, ejecutar el enlace del producto en la etapa inicial y comenzar a acumular clientes a través de fuertes capacidades de BD, expandir y basar el mercado, y luego dispersar gradualmente a los proveedores de potencia de cómputo centralizada a empresas más pequeñas a un costo más alto y, finalmente, implementar el Computing PowerNode a gran escala. Esta es la idea de divide y vencerás.

Desde la perspectiva del diseño del lado de la demanda, ChainML ha creado un MVP de un protocolo de infraestructura centralizado, y el concepto de diseño es portátil. Hemos estado ejecutando el sistema con los clientes desde febrero de este año y lo hemos estado utilizando en producción desde abril de este año. Actualmente se ejecuta en Google Cloud, pero se basa en Kubernetes y otras tecnologías de código abierto, por lo que es fácil de portar a otros entornos (AWS, Azure, Coreweave, etc.). Le seguirá la descentralización del protocolo, la descentralización a nubes de nicho y, finalmente, los mineros que proporcionan potencia informática.

2.2 Mercado de IA: Más espacio para la imaginación

Este sector se denomina AI markerplace, lo que limita un poco el espacio de la imaginación. En sentido estricto, un “mercado de IA” con un espacio de imaginación real debe ser una plataforma intermedia que financie todo el eslabón del modelo, cubriendo desde la potencia de cálculo subyacente y los datos hasta el propio modelo y las aplicaciones relacionadas. Como se mencionó anteriormente, la principal contradicción en la etapa inicial fue cómo crear demanda, y un mercado de circuito cerrado que financia todo el eslabón de la IA tiene la oportunidad de dar a luz a este tipo de demanda.

Algo como esto:**

Un mercado de IA respaldado por la web3 se basa en la potencia informática y los datos, lo que atrae a los desarrolladores a construir o ajustar modelos a través de datos más valiosos, y luego desarrollar las correspondientes aplicaciones basadas en modelos, que crean demanda de potencia informática mientras se desarrollan y utilizan estas aplicaciones y modelos. Bajo el incentivo de Token y comunidad, las tareas de recopilación de datos en tiempo real basadas en recompensas o incentivos normalizados para contribuir con datos tienen la oportunidad de expandir y expandir las ventajas únicas de la capa de datos en este mercado. Al mismo tiempo, la popularidad de las aplicaciones también devuelve datos más valiosos a la capa de datos.

Comunidad

Además del valor aportado por el token mencionado anteriormente, la comunidad es sin duda una de las mayores ganancias aportadas por la web3 y es la principal fuerza impulsora para el desarrollo de la plataforma. Por ejemplo, el logro de la diversidad de datos es una ventaja de estas plataformas, lo cual es esencial para construir modelos de IA precisos e imparciales, y también es un cuello de botella en la dirección actual de los datos.

Creo que el núcleo de toda la plataforma es el modelo, y nos dimos cuenta desde el principio de que el éxito de un mercado de IA depende de la existencia de modelos de alta calidad, y ¿qué incentivo tienen los desarrolladores para proporcionar modelos en una plataforma de descentralización? Pero también parece que nos hemos olvidado de pensar en un problema, la infraestructura de ortografía no es tan difícil como las plataformas tradicionales, las comunidades de desarrolladores de ortografía no son tan maduras como las plataformas tradicionales y la reputación de ortografía no tiene la ventaja de ser los primeros en moverse de las plataformas tradicionales, por lo que, en comparación con la enorme base de usuarios y la infraestructura madura de las plataformas de IA tradicionales, los proyectos web3 solo pueden adelantarse en las esquinas.

La respuesta puede estar enla financiarización del modelo de IA

• Los modelos pueden tratarse como una mercancía, y tratar los modelos de IA como activos invertibles podría ser una innovación interesante en los mercados de Web3 y descentralización. Este mercado permite a los usuarios participar directamente y beneficiarse del proceso de creación de valor de los modelos de IA. Este mecanismo también fomenta la búsqueda de modelos de mayor calidad y contribuciones a la comunidad, ya que los beneficios del usuario están directamente relacionados con el desempeño y la aplicación del modelo;
• Los usuarios pueden invertir apostando el modelo, y se introduce el mecanismo de reparto de ingresos para motivar a los usuarios a elegir y apoyar modelos potenciales, por un lado, proporcionando incentivos económicos para que los desarrolladores de modelos creen mejores modelos. Por otro lado, el criterio más intuitivo para que los stakers juzguen un modelo (especialmente para los modelos de generación de imágenes) es realizar múltiples mediciones, lo que proporciona una demanda de la Potencia de Cómputo de Descentralización de la plataforma, que también puede ser una de las salidas al mencionado anteriormente “¿quién querría usar una Potencia de Cómputo menos eficiente y más inestable?”

2.3 IA en cadena: ¿OPML adelanta en las curvas?

ZKML: La demanda y la oferta están al final del trueno

Lo cierto es que la IA on-chain debe ser una dirección llena de imaginación y digna de una investigación en profundidad. Los avances en la IA on-chain pueden aportar un valor sin precedentes a la web3. Pero al mismo tiempo, el umbral académico extremadamente alto de ZKML y los requisitos para la infraestructura subyacente no son adecuados para la mayoría de las startups. La mayoría de los proyectos no necesariamente necesitan incorporar el apoyo de LLM sin confianza para lograr un gran avance en su propio valor.

Sin embargo, no todos los modelos de IA necesitan ser movidos a la cadena para usar ZK para trustless, al igual que a la mayoría de las personas no les importa cómo el chatbot infiere sobre las consultas y da resultados, y no les importa si la difusión estable utilizada es una determinada versión de la arquitectura del modelo o una configuración de parámetros específicos. En la mayoría de los escenarios, la mayoría de los usuarios se centran en si el modelo puede proporcionar un resultado satisfactorio, en lugar de si el proceso de inferencia no es confiable o transparente.

Si la prueba no conlleva una sobrecarga cien veces mayor o un mayor costo de inferencia, tal vez ZKML todavía tenga la fuerza para luchar, pero frente a los altos costos de inferencia en cadena y los costos más altos, cualquier demandante tiene razones para cuestionar la necesidad de la IA en cadena.

Desde el lado de la demanda

Lo que le importa al usuario es si el resultado dado por el modelo tiene sentido, siempre y cuando el resultado sea razonable, se puede decir que la falta de confianza que trae ZKML no tiene valor.

• Si un bot de trading basado en una red neuronal ofrece a los usuarios un retorno cien veces mayor en cada ciclo, ¿quién cuestionaría si el algoritmo está centralizado o es verificable?
• Del mismo modo, si el bot comercial comienza a perder dinero con los usuarios, entonces el equipo del proyecto debe pensar más en cómo mejorar las capacidades del modelo en lugar de gastar energía y capital en hacer que el modelo sea verificable. Esta es la contradicción en los requisitos de ZKML, en otras palabras, la verificabilidad del modelo no resuelve fundamentalmente las dudas de las personas sobre la IA en muchos escenarios, lo cual es un poco una contradicción.

Desde el lado de la oferta

Hay un largo camino por recorrer para desarrollar un modelo de prueba que sea suficiente para soportar el modelo del gran oráculo, y a juzgar por los intentos actuales del proyecto principal, es casi imposible ver el día en que el gran modelo se pondrá en la cadena.

Refiriéndonos a nuestro artículo anterior sobre ZKML, desde un punto de vista técnico, el objetivo de ZKML es convertir redes neuronales en circuitos ZK, y las dificultades son:

1. Los circuitos ZK no admiten números de punto flotante;
2. Las redes neuronales a gran escala son difíciles de convertir.

De los avances actuales:

1. La última biblioteca ZKML es compatible con algunas redes neuronales simples ZK, que se dice que pueden encadenar modelos básicos de regresión lineal. Pero existen muy pocas demostraciones.
2. Teóricamente, el máximo ** puede soportar el parámetro de ~100M, pero solo existe en teoría. **

El progreso de desarrollo de ZKML no ha cumplido con las expectativas, a juzgar por el progreso actual del laboratorio de módulos del proyecto de cabeza de vía y la prueba de prueba publicada por EZKL, algunos modelos simples se pueden convertir en circuitos ZK para hacer pruebas de modelos en cadena o de inferencia en la cadena. Pero esto está lejos de que el valor de ZKML no esté cerca del evento, y el cuello de botella de la tecnología no parece tener la motivación central para abrirse paso, una pista con una grave falta de demanda es fundamentalmente incapaz de llamar la atención de la comunidad académica, lo que significa que es más difícil hacer un excelente poc para atraer/satisfacer la demanda restante, que también puede ser la espiral de muerte que mata a ZKML.

OPML: ¿Transición o final del juego?

La diferencia entre OPML y ZKML es que ZKML prueba el proceso de inferencia completo, mientras que OPML vuelve a ejecutar parte del proceso de inferencia cuando se desafía la inferencia. Obviamente, el mayor problema que resuelve OPML es el alto costo/sobrecarga, que es una optimización muy pragmática.

Como pionero de OPML, el equipo de HyperOracle dio la arquitectura y el proceso de progresión de opML de una fase a multifase en “opML is All You Need: Run a 13B ML Model in Ethereum”:

• Construir una máquina virtual para la ejecución fuera de la cadena y la validación en la cadena, asegurando la equivalencia entre las máquinas virtuales fuera de línea y las máquinas virtuales implementadas en contratos inteligentes en cadena.
• Para garantizar la eficiencia de inferencia del modelo de IA en la máquina virtual, se implementó una biblioteca DNN liviana especialmente diseñada (que no depende de marcos de aprendizaje automático populares como Tensorflow o PyTorch), y el equipo también proporcionó un script que podría convertir los modelos de Tensorflow y PyTorch en esta biblioteca liviana.
• Compilar el código de inferencia del modelo de IA en las instrucciones del programa de VM a través de la compilación cruzada.
• Las imágenes de VM se administran a través del árbol de Merkle. Solo la raíz de Merkle, que representa el estado de la máquina virtual, se cargará en el contrato inteligente en cadena.

Sin embargo, está claro que una falla clave en este diseño es que todo el cálculo debe realizarse en una máquina virtual, lo que impide el uso de la aceleración de GPU/TPU y el procesamiento paralelo, lo que limita la eficiencia. De ahí la introducción de opML multifase.

• Solo en la fase final, el cálculo se realiza en la máquina virtual.
• En otras fases, el cálculo de las transiciones de estado se lleva a cabo en un entorno nativo, que aprovecha las capacidades de, por ejemplo, CPU, GPU, TPU, y admite el procesamiento paralelo. Esto reduce la dependencia de las máquinas virtuales y mejora significativamente el rendimiento de la ejecución a un nivel comparable al de los entornos nativos.

Referencia:

SEAMOS REALISTAS

Existe la opinión de que OPML es una transición antes de la realización de un ZKML completo, pero es más realista decir que es mejor considerarlo como una especie de IA en cadena basada en la estructura de costos y las expectativas de aterrizaje de la compensación, tal vez nunca llegue el día de la realización completa de ZKML, al menos soy pesimista al respecto, entonces la exageración de la IA en cadena eventualmente tendrá que enfrentar el aterrizaje y el costo más realistas, entonces OPML puede ser Onchain Las mejores prácticas de la IA, al igual que la ecología de OP y ZK, nunca han sido una relación sustitutiva.

Aunque, no lo olvide, las deficiencias de los requisitos anteriores siguen existiendo, la optimización basada en el costo y la eficiencia de OPML no resuelve fundamentalmente el problema de “dado que los usuarios se preocupan más por la racionalidad de los resultados, ¿por qué mover la IA a la cadena para hacer que la confianza”, la transparencia, la propiedad y la confianza sean confiables, estos beneficios están realmente llenos de campanas y silbatos, pero ¿realmente les importa a los usuarios? Por el contrario, la encarnación del valor debe estar en la capacidad de razonamiento del modelo.

Creo que este tipo de optimización de costos es técnicamente un intento innovador y sólido, pero es más bien un círculo cojo en términos de valor;**

Tal vez la pista de Onchain AI en sí misma esté sosteniendo un martillo para encontrar un clavo, pero esto también es cierto, el desarrollo de una industria temprana es continuar explorando la combinación innovadora de tecnologías entre dominios y encontrar el mejor punto de ajuste en el rodaje continuo.

2.4 Capa de aplicación: 99% de los monstruos de costura

Tengo que decir que los intentos de la IA en la capa de aplicación web3 están avanzando, como si todo el mundo fuera fomo, pero el 99% de la integración sigue estando en integración, y no hay necesidad de mapear el valor del proyecto en sí por la capacidad de razonamiento de gpt.

A partir de la capa de aplicación, hay aproximadamente dos salidas:

Mejorar la experiencia del usuario y la eficiencia del desarrollo con la ayuda de las capacidades de IA: En este caso, la IA no será lo más destacado, sino más a menudo como un trabajador detrás de escena, o incluso indiferente a los usuarios. La combinación de criptografía quiere ser muy Satoshi, capta el punto de alto ajuste, el punto más valioso, es usar la IA como una herramienta de valor de producción, por un lado, mejorar la eficiencia y la calidad, por otro lado, a través de la capacidad de razonamiento de la IA para mejorar la experiencia de juego del usuario, la IA y las criptomonedas aportan un valor muy importante, pero fundamentalmente aún usan los medios para instrumentalizar la tecnología, la verdadera ventaja y el núcleo del proyecto sigue siendo la capacidad del equipo para desarrollar juegos

Combinado con el mercado de la IA, se ha convertido en una parte importante de todo el ecosistema para los usuarios.

Tres, por fin…

Si realmente hay algo que hay que enfatizar o resumir: la IA sigue siendo una de las pistas más notables y prometedoras de la web3, esta lógica general no cambiará;

Pero creo que lo más destacable es la jugabilidad del mercado de IA, fundamentalmente esta plataforma o diseño de infraestructura está en línea con las necesidades de creación de valor y para satisfacer los intereses de todas las partes, macroscópicamente, además del modelo o Poder de Cómputo en sí mismo para crear una forma única de captura de valor web3 es lo suficientemente atractivo, al mismo tiempo, esto también permite a los usuarios participar directamente en la ola de IA de una manera única.

Tal vez en tres meses vuelva a darle la vuelta a mi idea actual, así que:

Lo anterior es solo mi opinión sobre esta pista es muy real, ¡y realmente no constituye ningún consejo de inversión!

Referencia

“opML es todo lo que necesitas: ejecuta un modelo de ML 13B en Ethereum”: __Ui5I9gFOy7-da_jI1lgEqtnzSIKcwuBIrk-6YM0Y