Foresight Ventures: Relatório final AI + Crypto V1

“AI ainda é uma das faixas que mais merece atenção e tem maiores oportunidades na Web3, e essa lógica definitivamente não vai mudar.”

Escrito por: Ian, Foresight Ventures

##TL;DR

Depois de meses mergulhando no campo da combinação de IA e criptomoedas, a compreensão dessa direção é ainda mais profunda. Este artigo realiza uma análise comparativa das primeiras visualizações e da tendência atual da pista.Amigos que estão familiarizados com a pista podem começar a ler a partir da segunda seção.

• Rede descentralizada de poder computacional: Enfrentando os desafios da demanda do mercado, é dada ênfase especial ao objetivo final da descentralização: reduzir custos. Os atributos comunitários e tokens da Web3 trazem um valor que não pode ser ignorado, mas ainda é um valor agregado ao próprio poder computacional, ao invés de uma mudança disruptiva. O foco é encontrar uma maneira de combiná-lo com as necessidades do usuário, em vez de A rede cegamente descentralizada de poder de computação serve como um complemento à falta de poder de computação centralizado.
• Mercado de IA: Discutiu o conceito de um mercado financeiro de IA de link completo, o valor trazido pela comunidade e tokens e sua importância vital. Tal mercado não se concentra apenas no poder de computação e nos dados subjacentes, mas também inclui o próprio modelo e aplicações relacionadas. A financeirização de modelos é um elemento central do mercado de IA. Por um lado, atrai usuários para participarem diretamente no processo de criação de valor dos modelos de IA e, por outro lado, cria demanda por poder de computação e dados subjacentes.
• Onchain AI e ZKML enfrentam desafios duplos de demanda e oferta, enquanto OPML fornece uma solução mais equilibrada em custo e eficiência. Embora OPML seja uma inovação tecnológica, pode não resolver o desafio fundamental enfrentado pela IA on-chain, ou seja, não há procura.
• Na camada de aplicação, a maioria dos projetos de aplicação de IA web3 são muito ingênuos.O ponto mais razoável da aplicação de IA é aprimorar a experiência do usuário e melhorar a eficiência do desenvolvimento, ou servir como uma parte importante do mercado de IA.

1. Revisão do rastreamento de IA

Nos últimos meses, conduzi pesquisas aprofundadas sobre o tema IA + criptografia. Após vários meses de acumulação, estou muito feliz por ter obtido uma visão sobre a direção de algumas faixas em um estágio inicial, mas posso Também vejo que existem algumas tendências que estão agora à vista. Esta não é uma visão precisa.

**Este artigo fala apenas sobre opiniões e não fornece uma introdução. **Ele cobrirá várias direções gerais de IA na web3 e mostrará minhas opiniões e análises anteriores e atuais sobre o caminho. Perspectivas diferentes podem ter inspirações diferentes, que podem ser vistas comparativamente e dialeticamente.

Vamos primeiro revisar as principais direções da IA + criptografia definidas no primeiro semestre do ano:

1.1 Poder de computação distribuído

Em “Um olhar racional sobre a rede de poder de computação descentralizada”, com base na lógica geral de que o poder de computação se tornará o recurso mais valioso no futuro, é analisado o valor que a criptografia pode dar à rede de poder de computação.

Embora as redes descentralizadas de poder computacional distribuído tenham a maior demanda por treinamento de grandes modelos de IA, elas também enfrentam os maiores desafios e gargalos técnicos. Incluindo problemas complexos de sincronização de dados e otimização de rede. Além disso, a privacidade e a segurança dos dados são restrições importantes. Embora existam algumas técnicas que podem fornecer soluções preliminares, em tarefas de treinamento distribuídas em larga escala, essas técnicas ainda são impraticáveis, devido à enorme sobrecarga computacional e de comunicação. Obviamente, redes descentralizadas de poder de computação distribuída têm mais chances de serem implementadas no raciocínio de modelos e há espaço suficiente para prever incrementos futuros. Mas também enfrenta desafios como atraso na comunicação, privacidade de dados e segurança do modelo. Comparado ao treinamento de modelo, a complexidade computacional e a interatividade dos dados durante a inferência são menores e é mais adequado para ser executado em um ambiente distribuído.

1.2 Mercado descentralizado de IA

Em “A melhor tentativa de mercado descentralizado de IA”, é mencionado que um mercado descentralizado de IA bem-sucedido precisa combinar estreitamente as vantagens da IA e da Web3 e usar distribuição, confirmação de ativos, distribuição de renda e descentralização. do poder de computação centralizado reduz o limite para aplicações de IA, incentiva os desenvolvedores a carregar e compartilhar modelos, ao mesmo tempo que protege os direitos de privacidade dos dados dos usuários, e constrói uma plataforma de comércio e compartilhamento de recursos de IA que seja amigável ao desenvolvedor e atenda às necessidades dos usuários.

A ideia na altura (e pode não ser totalmente exacta agora) era que um mercado de IA baseado em dados tinha maior potencial. Um mercado que depende fortemente de modelos necessita do apoio de um grande número de modelos de alta qualidade, mas as primeiras plataformas carecem de uma base de utilizadores e de recursos de alta qualidade, o que torna difícil aos excelentes fornecedores de modelos atrair modelos de alta qualidade. os dados são descentralizados e distribuídos.A coleta, o desenho da camada de incentivos e a garantia de propriedade dos dados podem acumular uma grande quantidade de dados e recursos valiosos, especialmente dados de domínio privado.

O sucesso do mercado descentralizado de IA depende do acúmulo de recursos do usuário e de fortes efeitos de rede.O valor que os usuários e desenvolvedores podem obter do mercado excede o valor que podem obter fora do mercado. Nas fases iniciais do mercado, o foco está na acumulação de modelos de alta qualidade para atrair e reter utilizadores e, depois, após estabelecer bibliotecas de modelos e barreiras de dados de alta qualidade, passar a atrair e reter mais utilizadores finais.

1.3ZKML

O valor da IA on-chain foi discutido em “AI + Web3 = ?” antes que o tópico ZKML fosse amplamente discutido.

Sem sacrificar a descentralização e sem confiança, a IA onchain tem a oportunidade de levar o mundo web3 ao “próximo nível”. O web3 atual é como o estágio inicial do web2 e ainda não tem a capacidade de realizar aplicações mais amplas ou criar maior valor. Onchain AI foi projetado precisamente para fornecer uma solução transparente e confiável.

1.4 Aplicativo de IA

Em “AI + Crypto começa a falar sobre jogos Web3 voltados para mulheres - HIM”, combinado com o projeto de portfólio “HIM”, é analisado o valor trazido por grandes modelos em aplicações web3; que tipo de AI + criptografia pode trazer para o produto Para maiores retornos? Além do desenvolvimento radical de LLM confiável na cadeia da infraestrutura aos algoritmos, outra direção é minimizar o impacto da caixa preta no processo de raciocínio do produto e encontrar cenários adequados para implementar as poderosas capacidades de raciocínio de grandes modelos .

2. Análise da trilha atual de IA

Rede de computação 2.1: há muito espaço para imaginação, mas um limite alto

A lógica geral da rede de poder computacional permanece inalterada, mas ainda enfrenta o desafio da demanda do mercado: quem precisaria de uma solução com menor eficiência e estabilidade? Portanto, acho que precisamos pensar nos seguintes pontos:

**Para que serve a descentralização? **

Se você perguntar agora ao fundador de uma rede de computação descentralizada, ele provavelmente lhe dirá que nossa rede de computação pode aumentar a segurança e a resistência a ataques, melhorar a transparência e a confiança, otimizar a utilização de recursos, melhorar a privacidade dos dados e o controle do usuário, a proteção contra censura e interferência…

Isso é senso comum, e qualquer projeto web3 pode envolver resistência à censura, falta de confiança, privacidade, etc., mas meu ponto de vista é que isso não é importante. Pense bem: os servidores centralizados não podem ter um desempenho melhor em termos de segurança? As redes descentralizadas de poder computacional não resolvem essencialmente a questão da privacidade, e ainda existem muitas dessas contradições. Portanto: **O objetivo final da descentralização de uma rede de poder computacional deve ser a redução de custos. Quanto maior o grau de descentralização, menor o custo de utilização do poder computacional. **

Portanto, fundamentalmente falando, “utilizar o poder de computação ocioso” é mais uma narrativa de longo prazo. Se uma rede descentralizada de poder de computação pode ser construída, eu acho, depende em grande parte se ele descobriu os seguintes pontos.:

O valor fornecido pela Web3

Um conjunto de designs engenhosos de tokens e o mecanismo de incentivo/punição que os acompanha são obviamente um valor agregado poderoso fornecido pela comunidade descentralizada. Em comparação com a Internet tradicional, os tokens não servem apenas como meio de transação, mas complementam-se com contratos inteligentes para permitir que protocolos implementem mecanismos de incentivo e governação mais complexos. Ao mesmo tempo, a abertura e transparência das transações, a redução de custos e a melhoria da eficiência beneficiam-se do valor trazido pela criptografia. Este valor único proporciona mais flexibilidade e espaço para inovação para incentivar os colaboradores.

Mas, ao mesmo tempo, também espero que esse “ajuste” aparentemente razoável possa ser visto racionalmente. Para redes de computação descentralizadas, os valores trazidos pela Web3 e pela tecnologia blockchain são apenas “valor agregado” de outra perspectiva. Em vez de um valor fundamental subversão, ela não pode mudar os métodos básicos de trabalho de toda a rede e romper os atuais gargalos técnicos.

Em suma, o valor destes web3 é aumentar o apelo da rede descentralizada, mas não mudará completamente a sua estrutura central ou modelo operacional.Se você deseja que a rede descentralizada realmente ocupe um lugar na onda de IA, apenas confiar no valor do web3 simplesmente não é suficiente. Portanto, como será mencionado mais tarde, a tecnologia certa resolve o problema certo. A jogabilidade da rede descentralizada de poder de computação não é de forma alguma simplesmente para resolver o problema da escassez de poder de computação de IA, mas para dar uma chance a essa trilha há muito adormecida. Novo jogabilidade e ideias.

Pode ser como a mineração POW ou a mineração de armazenamento, para monetizar o poder da computação como um ativo. Neste modelo, os provedores de poder computacional podem obter tokens como recompensa, contribuindo com seus próprios recursos computacionais. O apelo é que proporciona uma forma de converter diretamente recursos computacionais em ganhos económicos, incentivando assim mais participantes a aderirem à rede. Também pode basear-se na web3 para criar um mercado que consome poder computacional e, ao financiar o upstream do poder computacional (como modelos), pode abrir pontos de demanda que podem aceitar poder computacional instável e mais lento.

Quer entender como combiná-lo com as reais necessidades dos usuários. Afinal, as necessidades dos usuários e participantes não são necessariamente apenas um poder computacional eficiente. “Ganhar dinheiro” é sempre uma das motivações mais convincentes.

A principal competitividade da rede de poder de computação descentralizada é o preço

Se devemos discutir o poder de computação descentralizado a partir do valor real, então a maior imaginação trazida pela web3 é o custo do poder de computação que tem a oportunidade de ser ainda mais comprimido.

Quanto maior o grau de descentralização dos nós de poder computacional, menor será o preço por unidade de poder computacional. Isso pode ser deduzido das seguintes direções:

1. Com a introdução do token, o pagamento ao fornecedor de energia computacional do nó é alterado de dinheiro para o token nativo do protocolo, o que reduz fundamentalmente os custos operacionais;
2. O acesso sem permissão e o forte efeito comunitário da web3 contribuem diretamente para uma otimização de custos orientada para o mercado.Mais usuários individuais e pequenas empresas podem usar os recursos de hardware existentes para ingressar na rede, o fornecimento de poder de computação aumenta e o poder de computação no o mercado aumenta e o preço de fornecimento de energia cai. Nos modos de gestão autônoma e comunitária.
3. O mercado aberto de energia computacional criado pelo protocolo promoverá a concorrência de preços entre os fornecedores de energia computacional, reduzindo assim ainda mais os custos.

Caso: ChainML

Simplificando: ChainML é uma plataforma descentralizada que fornece poder computacional para inferência e ajuste fino. No curto prazo, o chainml implementará o Council com base na estrutura de agente de IA de código aberto e, através da tentativa do Council (um chatbot que pode ser integrado em diferentes aplicações), trará aumento da demanda por redes de computação descentralizadas. No longo prazo, o chainml será uma plataforma AI + web3 completa (que será analisada em detalhes posteriormente), incluindo um mercado modelo e um mercado de poder de computação.

Acho que o planejamento do caminho técnico do ChainML é muito razoável. Eles também pensam claramente sobre as questões mencionadas anteriormente. O objetivo do poder de computação descentralizado definitivamente não é estar no mesmo nível do poder de computação centralizado e fornecer poder de computação suficiente para a indústria de IA Trata-se de reduzir gradualmente os custos para permitir que as partes com procura adequada aceitem esta fonte de poder computacional de qualidade inferior. Então, nos estágios iniciais do projeto, quando o protocolo não consegue obter um grande número de nós de poder de computação descentralizados, o foco é encontrar uma fonte estável e eficiente de poder de computação. Portanto, do ponto de vista do caminho do produto, deve comece com uma abordagem centralizada., coloque os links de produtos em execução nos estágios iniciais e comece a acumular clientes por meio de fortes recursos de bd, expanda o mercado e, em seguida, disperse gradualmente os fornecedores de poder de computação centralizado para empresas menores com custos mais baixos e, finalmente, transferir os nós de poder de computação espalhados por uma ampla área. Essa é a ideia de dividir e conquistar em cadeia.

Do ponto de vista do layout do lado da demanda, ChainML construiu um MVP de um protocolo de infraestrutura centralizada e o conceito de design é portátil. E estamos rodando esse sistema com os clientes desde fevereiro deste ano, e começamos a utilizá-lo no ambiente de produção em abril deste ano. Atualmente rodando no Google Cloud, mas baseado em Kubernetes e outras tecnologias de código aberto, é facilmente portável para outros ambientes (AWS, Azure, Coreweave, etc.). No futuro, este protocolo será gradualmente descentralizado, disperso em nuvens de nicho e, finalmente, em mineradores que fornecem poder de computação.

2.2 Mercado de IA: há mais espaço para imaginação

Este setor é denominado marcador de IA, o que limita um pouco a imaginação. Estritamente falando, um “mercado de IA” verdadeiramente imaginativo deveria ser uma plataforma intermediária que financia toda a cadeia do modelo, cobrindo tudo, desde o poder de computação e os dados subjacentes até o próprio modelo e aplicações relacionadas. Como mencionado anteriormente, a principal contradição nos primórdios do poder da computação descentralizada era como criar procura, e um mercado de circuito fechado que financia toda a cadeia de IA tem a oportunidade de criar essa procura.

É mais ou menos assim:

Um mercado de IA apoiado pela web3 é baseado em poder de computação e dados, atraindo desenvolvedores para construir ou ajustar modelos por meio de dados mais valiosos e, em seguida, desenvolver aplicativos baseados em modelos correspondentes. Esses aplicativos e modelos são desenvolvidos e usados ao mesmo tempo. Cria demanda por poder de computação. Incentivadas por tokens e comunidades, tarefas de coleta de dados em tempo real baseadas em recompensas ou incentivos normalizados para contribuição de dados têm a oportunidade de expandir e expandir as vantagens exclusivas da camada de dados neste mercado. Ao mesmo tempo, a popularidade dos aplicativos também retorna dados mais valiosos para a camada de dados.

Comunidade

Além do valor trazido pelos tokens mencionado anteriormente, a comunidade é sem dúvida um dos maiores ganhos trazidos pela web3 e é a principal força motriz para o desenvolvimento da plataforma. O apoio da comunidade e dos tokens dá à qualidade dos contribuidores e do conteúdo contribuído uma oportunidade de superar a das instituições centralizadas.Por exemplo, a obtenção da diversidade de dados é uma vantagem deste tipo de plataforma, que é crucial para a construção de uma IA precisa e imparcial. modelos.Ao mesmo tempo, é também o gargalo da direção atual dos dados.

Acho que o núcleo de toda a plataforma está no modelo. Percebemos muito cedo que o sucesso de um mercado de IA depende da existência de modelos de alta qualidade e de quais incentivos os desenvolvedores têm para fornecer modelos em uma plataforma descentralizada? Mas também parece que nos esquecemos de pensar num problema: a infraestrutura não é tão forte como as plataformas tradicionais, a comunidade de programadores não é tão madura como as plataformas tradicionais e a reputação não tem a vantagem de ser o pioneiro das plataformas tradicionais. Em comparação com plataformas tradicionais de IA, elas têm uma enorme base de usuários e infraestrutura madura e projetos web3 só podem ultrapassar em alguns momentos.

A resposta pode estar na financeirização dos modelos de IA**

• Os modelos podem ser considerados uma mercadoria. Tratar os modelos de IA como ativos investíveis pode ser uma inovação interessante na Web3 e nos mercados descentralizados. Este tipo de mercado permite que os usuários participem diretamente e se beneficiem do processo de criação de valor dos modelos de IA. Este mecanismo também incentiva a busca de modelos de maior qualidade e contribuições da comunidade, porque os benefícios para o usuário estão diretamente relacionados ao desempenho e aos efeitos de aplicação do modelo;
• Os utilizadores podem investir através de modelos de promessa.A introdução de um mecanismo de partilha de receitas, por um lado, incentiva os utilizadores a escolher e apoiar modelos potenciais e fornece incentivos económicos para os criadores de modelos criarem modelos melhores. Por outro lado, para os stakers, o critério mais intuitivo para avaliar modelos (especialmente para modelos de geração de imagens) é realizar múltiplas medições reais, o que proporciona uma demanda pelo poder computacional descentralizado da plataforma, que também pode ser uma das soluções mencionadas anteriormente. é “Quem gostaria de usar um poder de computação menos eficiente e mais instável?”

**2.3 Onchain AI: OPML ultrapassando nas curvas? **

ZKML: Tanto a demanda quanto a oferta estão com problemas

O certo é que a IA on-chain deve ser uma direção cheia de imaginação e digna de estudo aprofundado. Avanços na IA on-chain podem trazer um valor sem precedentes para a web3. Mas, ao mesmo tempo, o limiar académico extremamente elevado do ZKML e os requisitos para a infra-estrutura subjacente não são, de facto, adequados para a maioria das empresas iniciantes. A maioria dos projetos não precisa necessariamente do apoio de um LLM confiável para alcançar avanços em seu próprio valor.

Mas nem todos os modelos de IA precisam ser movidos para a cadeia para usar ZK para tornar confiável. Assim como a maioria das pessoas não se importa como o chatbot infere a consulta e fornece resultados, nem se importa se a difusão estável usada é uma determinada versão do a arquitetura do modelo ou configurações de parâmetros específicos. Na maioria dos cenários, a maioria dos usuários se concentra em saber se o modelo pode fornecer um resultado satisfatório, em vez de saber se o processo de inferência é confiável ou transparente.

Se a prova não trouxer custos indiretos cem vezes maiores ou custos de raciocínio mais elevados, talvez o ZKML ainda tenha o poder de lutar, mas diante dos altos custos de raciocínio na cadeia e dos custos mais elevados, qualquer lado da demanda tem motivos para questionar a necessidade da IA Onchain. sexo.

Olhando do lado da demanda

O que importa aos usuários é se os resultados fornecidos pelo modelo fazem sentido. Desde que os resultados sejam razoáveis, a falta de confiança trazida pelo ZKML pode ser considerada inútil; imagine um dos cenários:

• Se um robô comercial baseado em rede neural traz aos usuários um lucro cem vezes maior a cada ciclo, quem questionará se o algoritmo é centralizado ou verificável? *Da mesma forma, se este robô comercial começar a perder dinheiro para os utilizadores, a equipa do projeto deverá pensar mais sobre como melhorar as capacidades do modelo em vez de gastar energia e capital para tornar o modelo verificável. Esta é a contradição dos requisitos do ZKML, ou seja, a verificabilidade do modelo não resolve fundamentalmente as dúvidas das pessoas sobre a IA em muitos cenários, o que é um pouco contraditório.

Olhando do lado da oferta

Ainda há um longo caminho a percorrer para desenvolver provas que possam apoiar grandes modelos de previsão.A julgar pelas tentativas atuais dos principais projetos, é quase impossível ver o dia em que grandes modelos serão colocados na cadeia.

Referindo-nos ao nosso artigo anterior sobre ZKML, tecnicamente o objetivo do ZKML é converter redes neurais em circuitos ZK. A dificuldade reside em:

1. O circuito ZK não suporta números de ponto flutuante;
2. Redes neurais de grande escala são difíceis de converter.

A julgar pelo progresso atual:

1. A biblioteca ZKML mais recente oferece suporte a algumas redes neurais simples ZKization e é considerada capaz de encadear modelos básicos de regressão linear. Mas existem muito poucas demonstrações existentes.
2. Teoricamente, ele pode suportar no máximo ~ ** 100 milhões de parâmetros, mas isso é apenas teórico. **

O progresso do desenvolvimento do ZKML não atendeu às expectativas. A julgar pelo progresso do atual laboratório de módulo de projetos líderes e pela prova do EZKL, alguns modelos simples podem ser convertidos em circuitos ZK para encadeamento de modelo ou prova de inferência. Mas isso está longe de atingir o valor do ZKML, e parece não haver nenhuma motivação central para romper o gargalo técnico. Uma pista que carece seriamente de demanda é fundamentalmente incapaz de chamar a atenção da comunidade acadêmica, o que significa que mais é difícil fazer um bom POC para atrair/satisfazer a procura restante e esta também pode ser a espiral mortal que mata o ZKML.

**OPML: Transição ou fim do jogo? **

A diferença entre OPML e ZKML é que o ZKML prova o processo de raciocínio completo, enquanto o OPML reexecuta parte do processo de raciocínio quando o raciocínio é desafiado. Obviamente, o maior problema que o OPML resolve é que o custo/despesas gerais é muito alto. Esta é uma otimização muito pragmática.

Como fundador do OPML, a equipe HyperOracle forneceu a arquitetura e o processo avançado do opML monofásico ao multifásico em “opML é tudo que você precisa: execute um modelo de ML 13B no Ethereum”:

• Construir uma máquina virtual para execução off-chain e verificação on-chain para garantir a equivalência entre a VM offline e a VM implementada no contrato inteligente on-chain.
• Para garantir a eficiência do raciocínio do modelo de IA na VM, uma biblioteca DNN leve especialmente projetada é implementada (que não depende de estruturas populares de aprendizado de máquina como Tensorflow ou PyTorch). Ao mesmo tempo, a equipe também fornece uma biblioteca que pode combinar modelos Tensorflow e PyTorch. Script convertido para esta biblioteca leve.
• Compile o código de inferência do modelo AI nas instruções do programa VM por meio de compilação cruzada.
• A imagem VM é gerenciada através da árvore Merkle. Somente a raiz Merkle que representa o estado da VM será carregada no contrato inteligente on-chain.

Mas obviamente esse design possui uma falha fundamental, ou seja, todos os cálculos devem ser realizados dentro da máquina virtual, o que dificulta o uso da aceleração GPU/TPU e do processamento paralelo, limitando a eficiência. Portanto, o opML multifásico é introduzido.

• Somente na fase final o cálculo é realizado na VM.
• Nas demais etapas, o cálculo das transições de estado ocorre no ambiente nativo, utilizando assim os recursos de CPU, GPU e TPU e suportando processamento paralelo. Esta abordagem reduz a dependência da VM, melhora significativamente o desempenho de execução e atinge um nível comparável ao ambiente nativo.

Referência: __Ui5I9gFOy7-da_jI1lgEqtnzSIKcwuBIrk-6YM0Y

VAMOS SER VERDADEIROS

Algumas pessoas acreditam que OPML é uma transição antes de realizar o ZKML abrangente, mas é mais realista pensar nisso como uma compensação da IA Onchain com base na estrutura de custos e nas expectativas de implementação.Talvez o dia em que o ZKML seja totalmente realizado nunca chegue, pelo menos tenho uma atitude pessimista em relação a isso. Então, o hype da Onchain AI acabará tendo que enfrentar a implementação e o custo mais realistas. Então o OPML pode ser a melhor prática da Onchain AI. Assim como a ecologia de OP e ZK nunca foi um substituto relação. .

Porém, não se esqueça que as deficiências dos requisitos anteriores ainda existem. A otimização do OPML baseada no custo e na eficiência não resolve fundamentalmente “Já que os usuários se preocupam mais com a racionalidade dos resultados, por que a IA deveria ser movida para a cadeia para torná-la sem confiança?” Problemas completamente opostos entre si, transparência, propriedade e falta de confiança. Esses buffs são realmente muito chamativos quando combinados, mas os usuários realmente se importam? Em contrapartida, o valor deve refletir-se na capacidade de raciocínio do modelo.

Acho que esta otimização de custos é tecnicamente uma tentativa inovadora e sólida, mas em termos de valor é mais como uma rotatória de baixa qualidade;

Talvez o próprio caminho da Onchain AI esteja apenas procurando pregos com um martelo, mas é isso mesmo. O desenvolvimento de uma indústria inicial requer exploração contínua de combinações inovadoras de tecnologias de domínio cruzado e encontrar o melhor ajuste por meio de rodagem contínua. Errado. nunca foi uma colisão e um teste de tecnologia, mas um seguimento cego de tendências que carece de pensamento independente.

2.4 Camada de aplicação: 99% de Stitch Monsters

Devo dizer que as tentativas da IA na camada de aplicativo web3 estão realmente surgindo uma após a outra. Parece que todo mundo é FOMO, mas 99% das integrações deveriam permanecer apenas nas integrações. Não há necessidade de confiar na capacidade de raciocínio do gpt para mapear o valor do projeto em si.

Da perspectiva da camada de aplicação, existem aproximadamente duas saídas:

1. Use o poder da IA para melhorar a experiência do usuário e melhorar a eficiência do desenvolvimento: Neste caso, a IA não será o destaque principal, é mais frequentemente um trabalhador nos bastidores que contribui silenciosamente e é até indiferente aos usuários; por exemplo, web3 A equipe do Game HIM é muito inteligente quanto à combinação de conteúdo de jogo, IA e criptografia. Eles compreenderam os pontos que são altamente compatíveis e podem gerar mais valor. Por um lado, eles usam IA como um ferramenta de valor de produção para melhorar a eficiência e a qualidade do desenvolvimento. Por outro lado, melhore a experiência de jogo do usuário por meio dos recursos de raciocínio da IA. IA e criptografia trazem um valor muito importante, mas fundamentalmente ainda usam os meios de tecnologia de ferramentas. A vantagem real e o núcleo do projeto ainda é a capacidade da equipe em desenvolver jogos.
2. Combine com o mercado de IA para se tornar uma parte importante de todo o ecossistema voltada para o usuário.

3. Finalmente…

Se há algo que realmente precisa ser enfatizado ou resumido: a IA ainda é uma das faixas que mais merece atenção e tem maiores oportunidades na web3, e essa lógica geral definitivamente não mudará;

Mas acho que o que mais merece atenção é a jogabilidade do mercado de IA. Fundamentalmente, o design desta plataforma ou infra está alinhado com as necessidades de criação de valor e satisfaz os interesses de todas as partes. Numa perspectiva macro, é cria produtos além do modelo ou do poder computacional em si. É atraente o suficiente para ter uma forma única de capturar valor na web3. Ao mesmo tempo, também permite que os usuários participem diretamente da onda de IA de uma forma única.

Talvez em três meses eu mude meus pensamentos atuais, então:

O que foi dito acima são apenas minhas opiniões reais sobre esse caminho e realmente não constituem nenhum conselho de investimento!

Referência

opML é tudo que você precisa: execute um modelo de ML 13B no Ethereum: __Ui5I9gFOy7-da_jI1lgEqtnzSIKcwuBIrk-6YM0Y