O mais recente pensamento e exploração de trilhas AI+Crypto

Autor: Ian@Foresight Ventures

Tl; DR

Depois de meses mergulhando no campo onde IA e Criptoativos são combinados, a compreensão dessa direção é mais profunda. Este artigo faz uma análise comparativa das primeiras visões e da direção atual da pista, e aqueles que estão familiarizados com a pista podem começar a partir da segunda seção. **

• DescentralizaçãoRede de Poder de Computação: Diante dos desafios da demanda do mercado, o objetivo final da Descentralização é reduzir os custos. Os atributos da comunidade e tokens da Web3 trazem valor que não pode ser ignorado, mas ainda é um valor agregado para a trilha do Poder de Computação em si, em vez de uma mudança subversiva, e o foco é encontrar uma maneira de combinar com as necessidades do usuário, em vez de usar cegamente a rede DecentralizationComputing Power como um suplemento à falta de Poder de Computação centralizado.
• AI Marketplace: Discute a ideia de um mercado de IA financeirizado de link completo onde o valor e o valor vital trazidos pela comunidade e tokens são discutidos. Tal mercado se concentra não apenas no poder de computação subjacente e dados, mas também no modelo em si e aplicações relacionadas. A financeirização de modelos é o elemento central do mercado de IA, por um lado, atrai usuários para participar diretamente do processo de criação de valor de modelos de IA e, por outro lado, cria demanda para o poder de computação subjacente e dados.
• Onchain AI, ZKML enfrenta os desafios duplos de demanda e oferta, enquanto OPML fornece uma solução mais equilibrada entre custo e eficiência. Embora a OPML seja uma inovação tecnológica, ela não resolve necessariamente o desafio fundamental enfrentado pela IA on-chain, que é a falta de demanda.
• Camada de aplicação, a maioria dos projetos de aplicação de IA web3 são muito ingênuos, aplicativos de IA são mais razoáveis para melhorar a experiência do usuário e melhorar a eficiência de desenvolvimento, ou como uma parte importante do mercado de IA.

Primeiro, a revisão da faixa de IA

Nos últimos meses, fiz uma pesquisa aprofundada sobre o tema IA + cripto, e depois de alguns meses de precipitação, estou feliz por ter adquirido informações sobre a direção de algumas faixas em um estágio relativamente inicial, mas também posso ver que há algumas opiniões que não parecem precisas agora.

**Este artigo é apenas sobre opiniões, não intro,**Ele cobrirá várias direções gerais de IA na web3 e mostrará meus pontos de vista e análise da pista antes e agora. Diferentes perspetivas podem ter diferentes inspirações, que podem ser vistas dialeticamente.

Vamos primeiro rever as principais direções de IA + cripto definidas no primeiro semestre do ano:

1.1 Poder de computação distribuída

Em “A Rational Look at DecentralizationComputing Power Network”, baseado na lógica de que o Poder de Computação se tornará o recurso mais valioso no futuro, o valor que a criptomoeda pode dar à rede Computing Power é analisado.

Embora a Descentralização Distributed Computing Power Network tenha a maior demanda por treinamento de modelos grandes de IA, ela também enfrenta os maiores desafios e gargalos técnicos. Isso inclui a necessidade de sincronização de dados complexos e problemas de otimização de rede. Além disso, a privacidade e a segurança dos dados também são restrições importantes. Embora existam algumas tecnologias existentes que podem fornecer soluções iniciais, elas ainda não são aplicáveis em tarefas de treinamento distribuído em grande escala devido à enorme sobrecarga computacional e de comunicação. Obviamente, a Rede de Poder de Computação Distribuída Descentralizada tem mais oportunidades de aterrissar na inferência de modelos, e o espaço incremental que pode prever o futuro também é grande o suficiente. No entanto, também enfrenta desafios como atrasos na comunicação, privacidade de dados e segurança de modelos. Em comparação com o treinamento de modelos, a inferência tem menor complexidade computacional e interatividade de dados, e é mais adequada para conduzir em um ambiente distribuído.

1.2 Descentralização AI Marketplace

Em “The Best Attempt to Decentralization AI Marketplace”, é mencionado que um mercado de IA de descentralização bem-sucedido precisa combinar de perto as vantagens da IA e da Web3, usar o valor agregado da distribuição, confirmação de patrimônio de ativos, distribuição de receita e poder de computação de descentralização para baixar o limiar de aplicativos de IA, incentivar os desenvolvedores a carregar e compartilhar modelos e proteger os direitos de privacidade de dados dos usuários, de modo a construir uma plataforma de negociação e compartilhamento de recursos de IA amigável para desenvolvedores que atenda às necessidades do usuário.

A ideia na época (e provavelmente não totalmente precisa agora) era que os mercados de IA baseados em dados tinham muito mais potencial. O mercado do modelo morto precisa do apoio de um grande número de modelos de alta qualidade, mas a plataforma inicial carece de uma base de usuários e recursos de alta qualidade, o que dificulta a atração de modelos de alta qualidade devido a incentivos insuficientes para excelentes provedores de modelos, enquanto o mercado baseado em dados pode acumular uma grande quantidade de dados e recursos valiosos, especialmente dados de domínio privado, por meio de descentralização, coleta distribuída, design de camada de incentivo e garantia de propriedade de dados.

Descentralização O sucesso do mercado de IA depende do acúmulo de recursos do usuário e fortes efeitos de rede, onde usuários e desenvolvedores podem obter mais valor do mercado do que podem obter fora do mercado. Nos primórdios do mercado, o foco está em acumular modelos de alta qualidade para atrair e reter usuários e, em seguida, passar a atrair e reter mais usuários finais depois de estabelecer uma biblioteca de modelos de alta qualidade e barreiras de dados.

1.3 ZKML

Antes do tópico ZKML ser amplamente discutido, o valor da IA on-chain foi discutido em “AI + Web3 = ?”.

Sem sacrificar a descentralização e a falta de confiança, a IA onchain tem a oportunidade de levar o mundo web3 para o “próximo nível”. A Web3 atual é como o estágio inicial da Web2, e ainda não assumiu a capacidade de assumir uma adoção mais ampla ou criar maior valor. A IA onchain foi projetada para fornecer uma solução transparente e sem confiança.

1.4 Aplicações de IA

Em “AI + Crypto Starts to Talk about Web3 Women’s Game-HIM”, combinado com o projeto de portfólio “HIM”, o valor de grandes modelos em aplicações web3 é analisado. Além do núcleo duro da infraestrutura aos algoritmos, o desenvolvimento de LLMs sem confiança na cadeia, outra direção é diluir o impacto da caixa preta no processo de inferência no produto e encontrar um cenário adequado para implementar a poderosa capacidade de inferência do modelo grande.

Em segundo lugar, a análise atual da pista de IA

2.1 Computing Power Network: Há muito espaço para a imaginação, mas um limiar alto

A grande lógica da rede Computing Power permanece a mesma, mas ainda enfrenta o desafio da demanda do mercado, quem precisa de uma solução com menor eficiência e estabilidade? Portanto, penso que os seguintes pontos precisam ser descobertos:

Para que serve a Descentralização?

Se você perguntar a um fundador de uma rede DecentralizationComputing Power agora, ele lhe dirá que nossa rede Computing Power pode melhorar a segurança e resistência a ataques, aumentar a transparência e confiança, otimizar o uso de recursos, melhor privacidade de dados e controle do usuário, resistir à censura e interferência …

Estes são de bom senso, e qualquer projeto web3 pode estar envolvido em censura resistente, sem confiança, privacidade, etc., mas o meu ponto é que nada disso importa. Descentralização As redes de poder computacional não resolvem essencialmente o problema da privacidade, e há muitas contradições, como a segurança. Portanto: o objetivo final da descentralização da rede de poder de computação deve ser para custos mais baixos. Quanto maior o grau de Descentralização, menor o custo de utilização do Poder de Computação.

Assim, fundamentalmente, “usar o poder de computação ocioso” é mais uma narrativa de longo prazo, e se uma rede de poder de computação descentralizada pode ser feita depende em grande parte se ele descobriu os seguintes pontos:

Valor fornecido pela Web3

Um design de token inteligente e o consequente mecanismo de incentivo/punição são claramente um poderoso valor agregado fornecido pela comunidade de descentralização. Em comparação com a Internet tradicional, os tokens não servem apenas como um meio de troca, mas também complementam contratos inteligentes para permitir que os protocolos alcancem mecanismos de incentivo e governança mais complexos. Ao mesmo tempo, a abertura e transparência das transações, a queda de custos e a melhoria da eficiência se beneficiam do valor trazido pelas criptomoedas. Este valor único proporciona mais flexibilidade e espaço para a inovação motivar os contribuidores.

Mas, ao mesmo tempo, também espero que este “ajuste” aparentemente razoável possa ser visto racionalmente, para a rede DecentralizationComputing Power, o valor trazido pela Web3 e pela tecnologia Blockchain é apenas “valor agregado” de outra perspetiva, em vez de uma subversão fundamental, e não pode mudar o modo de trabalho básico de toda a rede e romper o gargalo técnico atual.

Em suma, o valor destes web3s é aumentar a atratividade da Rede de Descentralização, mas não mudará completamente a sua estrutura central ou modelo operacional, e se a Rede de Descentralização quiser realmente ocupar um lugar na onda da IA, o valor da web3 por si só está longe de ser suficiente. Portanto, como mencionado mais tarde, a tecnologia certa resolve o problema certo, e a jogabilidade da rede DecentralizationComputing Power não é de forma alguma simplesmente resolver o problema da escassez de poder de computação de IA, mas dar a esta faixa há muito adormecida uma nova maneira de jogar e pensar.

Pode ser como mineração de pow ou mineração de armazenamento, monetizando o poder de computação como um ativo. Neste modelo, os fornecedores de Poder de Computação podem ganhar Tokens como remuneração contribuindo com seus próprios recursos de computação. O apelo é que ele fornece uma maneira de converter diretamente recursos de computação em ganhos econômicos, incentivando assim mais participantes a se juntarem à rede. Também pode ser baseado na web3 para criar um mercado que consome poder de computação e abrir um ponto de demanda que pode aceitar poder de computação instável e mais lento, financeirizando o upstream do poder de computação (como modelos).

Quer entender como combinar com as reais necessidades dos usuários, afinal, as necessidades dos usuários e participantes não são necessariamente apenas eficientes Poder de Computação, “pode ganhar dinheiro” é sempre uma das motivações mais convincentes.

A principal competitividade da rede DecentralizationComputing Power é o preço

Se devemos discutir o Poder de Computação Descentralizada em termos de valor real, então o maior espaço de imaginação trazido pela web3 é o custo do Poder de Computação que tem a oportunidade de ser ainda mais comprimido.

Quanto maior a Descentralização do PowerNode de Computação, menor o preço por unidade de Poder de Computação. Pode ser deduzido das seguintes direções:

1. A introdução de tokens, o pagamento aos provedores de NodeComputing Power de dinheiro para o Token nativo do protocolo, que fundamentalmente derrubam os custos operacionais;
2. O acesso sem permissão e o forte efeito comunitário da web3 contribuem diretamente para uma otimização de custos orientada pelo mercado, mais usuários individuais e pequenas empresas podem usar os recursos de hardware existentes para se juntar à rede, o fornecimento de poder de computação aumenta e o preço de fornecimento do poder de computação no mercado diminui. Sob o modelo de autonomia e gestão comunitária.
3. O mercado aberto de Poder de Computação criado pelo protocolo fará baixar o jogo de preços dos fornecedores de Poder de Computação, reduzindo assim ainda mais os custos.

Caso: ChainML

Para simplificar: ChainML é uma plataforma de descentralização que fornece poder de computação para inferência e ajuste fino. A curto prazo, a chainml implementará o Open Source AI proxy framework Council, que trará crescimento da demanda para a Rede de Computação Descentralizada através da tentativa do Council (um chatbot que pode ser integrado em diferentes aplicações). A longo prazo, chainml será uma plataforma completa de IA + web3 (que será analisada em detalhes mais tarde), incluindo o mercado de modelos e o mercado de Poder de Computação.

Eu acho que o planejamento do caminho técnico do ChainML é muito razoável, e eles pensam muito claramente sobre os problemas mencionados anteriormente, o objetivo da DescentralizaçãoPoder de Computação não deve ser fornecer fornecimento suficiente de Poder de Computação para a indústria de IA em pé de igualdade com o Poder de Computação centralizado, mas reduzir gradualmente o custo para permitir que o demandante certo aceite essa fonte de Poder de Computação de qualidade inferior. Portanto, a partir da descentralização do poder de computaçãoComputing PowerNode a perspetiva do caminho do produto, ele deve começar da maneira centralizada, executar o link do produto no estágio inicial e começar a acumular clientes através de fortes capacidades de BD, expandir e basear o mercado e, em seguida, dispersar gradualmente os provedores de poder de computação centralizado para empresas menores a um custo mais alto e, finalmente, implantar o PowerNode de computação em grande escala. Esta é a ideia de dividir para conquistar.

Do ponto de vista do layout do lado da demanda, o ChainML construiu um MVP de um protocolo de infraestrutura centralizado, e o conceito de design é portátil. Estamos a executar o sistema com os clientes desde fevereiro deste ano e temos vindo a utilizá-lo em produção desde abril deste ano. Atualmente em execução no Google Cloud, mas com base no Kubernetes e outras tecnologias Open Source, é fácil fazer a portabilidade para outros ambientes (AWS, Azure, Coreweave, etc.). Seguir-se-á a descentralização do protocolo, a descentralização para nuvens de nicho e, finalmente, os mineiros que fornecem poder de computação.

2.2 AI Market: Mais espaço para a imaginação

Este setor é chamado de AI markerplace, o que limita um pouco o espaço da imaginação. A rigor, um “mercado de IA” com espaço de imaginação real deve ser uma plataforma intermediária que financeiriza todo o elo do modelo, abrangendo desde o Poder de Computação subjacente e dados até o próprio modelo e aplicações relacionadas. Como mencionado anteriormente, a principal contradição no estágio inicial era como criar demanda, e um mercado de circuito fechado que financeiriza todo o elo da IA tem a oportunidade de dar origem a esse tipo de demanda.

Algo assim:**

Um mercado de IA suportado pela web3 é baseado no poder de computação e nos dados, atraindo desenvolvedores para construir ou ajustar modelos por meio de dados mais valiosos e, em seguida, desenvolver aplicativos baseados em modelos correspondentes, que criam demanda por poder de computação enquanto desenvolvem e usam esses aplicativos e modelos. Sob o incentivo do Token e da comunidade, as tarefas de coleta de dados em tempo real baseadas em recompensa ou incentivos normalizados para contribuir com dados têm a oportunidade de expandir e expandir as vantagens únicas 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 pelo token 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. Por exemplo, a obtenção da diversidade de dados é uma vantagem dessas plataformas, o que é essencial para a construção de modelos de IA precisos e imparciais, e também é um gargalo na direção atual dos dados.

Eu acho que o núcleo de toda a plataforma é o modelo, e percebemos cedo que o sucesso de um mercado de IA depende da existência de modelos de alta qualidade, e que incentivo os desenvolvedores têm para fornecer modelos em uma plataforma de descentralização? Mas também parece que nos esquecemos de pensar em um problema, a infraestrutura ortográfica não é tão difícil quanto as plataformas tradicionais, as comunidades de desenvolvedores de ortografia não são tão maduras quanto as plataformas tradicionais, e a reputação ortográfica não tem a vantagem de ser pioneira das plataformas tradicionais, portanto, em comparação com a enorme base de usuários e a infraestrutura madura das plataformas tradicionais de IA, os projetos web3 só podem ultrapassar em cantos.

A resposta pode estar emModelo de financeirização da IA

• Os modelos podem ser tratados como uma mercadoria, e tratar os modelos de IA como ativos investidos pode ser uma inovação interessante nos mercados Web3 e Descentralização. Este mercado permite que os utilizadores participem diretamente e beneficiem do processo de criação de valor dos modelos de IA. Este mecanismo também incentiva a busca de modelos de maior qualidade e contribuições para a comunidade, uma vez que os benefícios do usuário estão diretamente relacionados ao desempenho e aplicação do modelo;
• Os utilizadores podem investir apostando no modelo, e o mecanismo de partilha de receitas é introduzido para motivar os utilizadores a escolher e apoiar modelos potenciais, por um lado, fornecendo incentivos económicos para os criadores de modelos criarem modelos melhores. Por outro lado, o critério mais intuitivo para os stakers julgarem um modelo (especialmente para modelos de geração de imagem) é realizar múltiplas medições, o que fornece uma demanda pelo Poder de Descentralização de Computação da plataforma, o que também pode ser uma das saídas do mencionado anteriormente “quem gostaria de usar um Poder de Computação menos eficiente e mais instável?”

2.3 Onchain AI: OPML ultrapassando em curvas?

ZKML: Demanda e oferta em ambas as extremidades do trovão

O que é certo é que a IA on-chain deve ser uma direção cheia de imaginação e digna de pesquisa aprofundada. Os avanços na IA on-chain podem trazer um valor sem precedentes à web3. Mas, ao mesmo tempo, o limiar acadêmico extremamente alto da ZKML e os requisitos para a infraestrutura subjacente não são de fato adequados para a maioria das startups. A maioria dos projetos não precisa necessariamente incorporar o apoio de LLMs sem confiança para alcançar um avanço em seu próprio valor.

No entanto, nem todos os modelos de IA precisam ser movidos on-chain para usar o ZK sem confiança, assim como a maioria das pessoas não se importa com a forma como o chatbot infere sobre consultas e dá resultados, e eles não se importam se a difusão estável usada é uma determinada versão da 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 uma saída satisfatória, em vez de se o processo de inferência é confiável ou transparente.

Se a prova não traz uma sobrecarga cem vezes maior ou um custo de inferência mais alto, talvez a ZKML ainda tenha força para lutar, mas diante dos altos custos de inferência on-chain e custos mais altos, qualquer demandante tem motivos para questionar a necessidade da IA Onchain.

Do lado da procura

O que o usuário se preocupa é se o resultado dado pelo modelo faz sentido, desde que o resultado seja razoável, o desconfiança trazido pelo ZKML pode ser considerado inútil.

• Se um bot de negociação baseado em rede neural traz um retorno cem vezes maior para os usuários a cada ciclo, quem questionaria se o algoritmo é centralizado ou verificável?
• Da mesma forma, se o bot de negociação começar a perder dinheiro para os usuários, então a equipe do projeto deve 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 nos requisitos do ZKML, ou seja, a verificabilidade do modelo não resolve fundamentalmente as dúvidas das pessoas sobre IA em muitos cenários, o que é um pouco contraditório.

Do lado da oferta

Há um longo caminho a percorrer para desenvolver um modelo de prova que seja suficiente para suportar o modelo big oracle e, a julgar pelas tentativas atuais do projeto principal, é quase impossível ver o dia em que o grande modelo será colocado na cadeia.

Referindo-se ao nosso artigo anterior sobre ZKML, do ponto de vista técnico, o objetivo do ZKML é converter redes neurais em circuitos ZK, e as dificuldades são:

1. Os circuitos ZK não suportam números de vírgula flutuante;
2. Redes neurais de grande escala são difíceis de converter.

Dos progressos atuais:

1. A mais recente biblioteca ZKML suporta alguma rede neural simples ZK, que é dito ser capaz de encadear modelos básicos de regressão linear. Mas existem muito poucas demonstrações.
2. Teoricamente, o máximo ** pode suportar o parâmetro de ~100M, mas só existe em teoria. **

O progresso de desenvolvimento da ZKML não atendeu às expectativas, a julgar pelo progresso atual do laboratório de módulos do projeto de cabeça de pista e pela prova de prova divulgada pela EZKL, alguns modelos simples podem ser convertidos em circuitos ZK para fazer provas de modelo on-chain ou inferência na cadeia. Mas isso está longe do valor da ZKML não fechar o evento, e o gargalo da tecnologia não parece ter a motivação central para romper, uma pista com uma grave falta de demanda é fundamentalmente incapaz de ganhar a atenção da comunidade acadêmica, o que significa que é mais difícil fazer excelente poc para atrair/atender a demanda restante, o que também pode ser a espiral de morte que mata ZKML.

OPML: Transição ou Ultimato?

A diferença entre OPML e ZKML é que ZKML prova o processo de inferência completo, enquanto OPML reexecuta parte do processo de inferência quando a inferência é contestada. Obviamente, o maior problema que a OPML resolve é o alto custo/sobrecarga, que é uma otimização muito pragmática.

Como pioneira do OPML, a equipe do HyperOracle deu a arquitetura e o processo de progressão do opML de uma fase para o multifásico em “opML is All You Need: Run a 13B ML Model in Ethereum”:

• Construir uma máquina virtual para execução off-chain e validação on-chain, garantindo equivalência entre VMs offline e VMs implementadas em contratos inteligentes on-chain.
• A fim de garantir a eficiência de inferência do modelo de IA na VM, uma biblioteca DNN leve especialmente projetada (não dependente de estruturas populares de aprendizado de máquina como Tensorflow ou PyTorch) foi implementada, e a equipe também forneceu um script que poderia converter modelos Tensorflow e PyTorch nesta biblioteca leve.
• Compile o código de inferência do modelo de IA nas instruções do programa VM através de compilação cruzada.
• As imagens VM são gerenciadas através da árvore Merkle. Apenas a raiz Merkle, que representa o estado da VM, será carregada para o Smart Contract on-chain.

No entanto, é claro que uma falha fundamental neste design é que toda a computação deve ser realizada em uma máquina virtual, o que impede o uso de aceleração GPU/TPU e processamento paralelo, limitando a eficiência. Daí a introdução do opML multifásico.

• Apenas na fase final, o cálculo é realizado na VM.
• Em outras fases, a computação de transições de estado ocorre em um ambiente nativo, que tira proveito das capacidades de, por exemplo, CPU, GPU, TPU e suporta processamento paralelo. Isso reduz a dependência de VMs e melhora significativamente o desempenho de execução para um nível comparável aos ambientes nativos.

Referência:

VAMOS SER REAIS

Há uma visão de que OPML é uma transição antes da realização de um ZKML completo, mas é mais realista dizer que é melhor considerá-lo como uma espécie de IA Onchain com base na estrutura de custos e expectativas de aterrissagem do trade-off, talvez o dia da plena realização do ZKML nunca chegue, pelo menos eu sou pessimista sobre isso, então o hype da IA Onchain eventualmente terá que enfrentar o pouso e custo mais realistas, então OPML pode ser Onchain As melhores práticas de IA, assim como a ecologia de OP e ZK, nunca foram uma relação substituta.

Embora, não se esqueça, as deficiências dos requisitos anteriores ainda existam, a otimização baseada em custos e eficiência do OPML não resolve fundamentalmente o problema de “já que os usuários se preocupam mais com a racionalidade dos resultados, por que mover a IA para a cadeia para tornar sem confiança”, transparência, propriedade e sem confiança, esses fãs estão realmente cheios de sinos e assobios, mas será que os usuários realmente se importam? Em contrapartida, a materialização do valor deve estar na capacidade de raciocínio do modelo.

Acho que este tipo de otimização de custos é tecnicamente uma tentativa inovadora e sólida, mas é mais um círculo manco em termos de valor;**

Talvez a própria trilha de IA Onchain esteja segurando um martelo para encontrar um prego, mas isso também é verdade, o desenvolvimento de uma indústria inicial é continuar a explorar a combinação inovadora de tecnologias entre domínios e encontrar o melhor ponto de ajuste na execução contínua.

2.4 Camada de aplicação: 99% dos monstros de costura

Devo dizer que as tentativas da IA na camada de aplicação web3 estão de fato avançando, como se todos fossem fomo, mas 99% da integração ainda permanece em integração, e não há necessidade de mapear o quão valioso o projeto em si é pela capacidade de raciocínio do gpt.

A partir da camada de aplicação, há aproximadamente duas saídas:

Melhore a experiência do usuário e a eficiência de desenvolvimento com a ajuda de recursos de IA: Neste caso, a IA não será o destaque principal, mas mais frequentemente como um trabalhador nos bastidores, ou mesmo indiferente aos usuários. A combinação de cripto quer ser muito Satoshi, agarra o ponto de alto ajuste, o ponto mais valioso, é usar a IA como uma ferramenta de valor de produção por um lado, melhorar a eficiência e qualidade, por outro lado, através da capacidade de raciocínio da IA para melhorar a experiência de jogo do usuário, IA e cripto trazem valor muito importante, mas fundamentalmente ainda usam os meios de instrumentalizar a tecnologia, a vantagem real e núcleo do projeto ainda é a capacidade da equipe de desenvolver jogos

Combinado com o mercado de IA, tornou-se uma parte importante de todo o ecossistema para os usuários.

Três, finalmente…

Se realmente há algo que precisa ser enfatizado ou resumido: a IA ainda é uma das trilhas mais notáveis e promissoras da web3, essa lógica geral não mudará;

Mas acho que o mais notável é a jogabilidade do mercado de IA, fundamentalmente esta plataforma ou infra design está alinhada com as necessidades de criação de valor e para atender aos interesses de todas as partes, macroscopicamente, além do próprio modelo ou Poder de Computação criar uma maneira única de captura de valor web3 é atraente o suficiente, ao mesmo tempo, isso também permite que os usuários participem diretamente da onda de IA de uma maneira única.

Talvez em três meses eu derrube minha ideia atual novamente, então:

O acima é apenas a minha opinião sobre esta pista é muito real, e realmente não constitui qualquer conselho de investimento!

Referência

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