Від інфраструктури штучного інтелекту до сценаріїв додатків, на які проєкти Web3 варто звернути увагу?

Чат-бот ChatGPT від OpenAI досяг 100 мільйонів активних користувачів щомісяця лише через два місяці після запуску, що зробило його найбільш швидкозростаючим додатком в історії. 10 січня агентство Bloomberg повідомило, що Microsoft розглядає можливість інвестування $10 млрд в OpenAI, розробника ChatGPT, і всі концепції ШІ криптовалют були повністю підірвані, а FET, AGIX тощо зросли більш ніж на 200% за місяць.

Чи зможуть за допомогою капіталу ці дві передові технології, які привернули до себе багато уваги, об’єднатися? Штучний інтелект використовує комп’ютери для вирішення проблем, імітуючи розумові здібності людського мозку. OpenAI надає велику кількість навчальних даних моделям обробки природної мови (NLP), що робить їх ще більш потужними. У криптосвіті, побудованому за технологією блокчейн, величезна кількість ончейн-даних щодня може забезпечити «паливо» для механізму штучного інтелекту, дозволяючи AIGC отримувати кращі стратегії.

Крім того, у міру того, як алгоритми штучного інтелекту стають розумнішими, людям стає все важче зрозуміти, як вони приймають рішення та висновки. Блокчейн є незмінним і може допомогти нам отримати доступ до незмінних записів даних і процесів, які використовує штучний інтелект у процесі прийняття рішень.

Криптопроєкт > концепція штучного інтелекту (Джерело: Rootdata)

У порівнянні зі штучним інтелектом, таким як Stability AI та ChatGPT, які привернули багато уваги та прийняття в традиційних сферах, більша уява блокчейну полягає в економічній системі, яка може змінити модель штучного інтелекту. Коли настрої щодо FOMO зникнуть, у цій статті ми розглянемо характеристики криптопроєктів, які впроваджують технологію штучного інтелекту, і яку хімічну реакцію може спричинити штучний інтелект у поєднанні з блокчейном?

Інфраструктура штучного інтелекту

Спільною рисою інфраструктурних проєктів штучного інтелекту є розповсюдження та продаж традиційних архітектур штучного інтелекту (даних, моделей та обчислювальних потужностей). Як правило, вони використовують власний нативний токен як засіб обміну. Вони, як правило, виступають посередниками між користувачами та постачальниками послуг, створюючи децентралізований торговий ринок. Це все завдання, які є проміжними до потреб традиційного ШІ, такі як NLP, AI voice, CV та проєкти, які використовують DApps як проміжну платформу для транзакцій. По суті, це децентралізований ринок, який використовує токени для встановлення ціни та обміну традиційними ринками.

Openfabric AI

Openfabric — це платформа для створення та підключення додатків штучного інтелекту. Завдяки платформі співпраця між новаторами штучного інтелекту, постачальниками даних, підприємствами та постачальниками інфраструктури сприятиме створенню та використанню нових інтелектуальних алгоритмів та сервісів. Екосистема Openfabric складається з 4 ролей: творець алгоритму, постачальник даних, постачальник інфраструктури та споживач послуг, де споживач послуг повинен платити іншим 3 постачальникам послуг.

Творці алгоритмів: використовуйте свій досвід для створення алгоритмів штучного інтелекту, які вирішують складні бізнес-проблеми. Постачальники даних: забезпечте розподіл великого обсягу даних, необхідних для навчання алгоритмів штучного інтелекту. Постачальник інфраструктури: все обладнання, на якому працює платформа штучного інтелекту. Споживач послуг: кінцевий користувач, якому потрібен певний бізнес-продукт або послуга.

Oraichain

Oraichain — це блокчейн-оракул та екосистема на основі штучного інтелекту. На додаток до оракулів даних, Oraichain прагне стати блокчейном з повноцінною екосистемою штучного інтелекту, яка служить базовим рівнем для створення смарт-контрактів і Dapps. Спираючись на штучний інтелект як наріжний камінь, Oraichain розробила низку значних інноваційних продуктів і послуг, включаючи AI Price Feed, Full On-Chain VRF, Data Hub, AI Marketplace з понад 100 AI API, генерацію NFT на основі штучного інтелекту та захист авторських прав NFT, Royalty Protocol, платформу-агрегатор прибутковості на основі штучного інтелекту та Cosmwasm IDE.

Fetch.ai

Fetch.ai — це блокчейн-платформа, заснована на штучному інтелекті та машинному навчанні, яка дозволяє будь-кому обмінюватися даними або торгувати ними. Як автономна екосистема «машина-машина», будь-яка незалежна мережа сторін може стати мережевим проксі-сервером для Fetch.ai, записуючи будь-які протоколи, згенеровані між проксі-серверами в Fetch.ai блокчейні. FET є рідним токеном блокчейну Fetch AI і є основним засобом обміну платіжних транзакцій.

Джерело: Fetch.ai Blog

SingularityNET

SingularityNET — це децентралізована платформа та маркетплейс штучного інтелекту. Розробники публікують свої послуги в мережі SingularityNET для використання будь-яким користувачем з доступом до Інтернету. Розробники можуть стягувати плату за свої послуги за допомогою нативного токена AGIX. Сервіси можуть надавати міждоменні висновки або навчання моделям, таким як зображення, відео, мовлення, текст, часові ряди, біо-штучний інтелект та мережева аналітика.

Екосистема SingularityNET

Екосистема SingularityNET надаватиме платформі послуги штучного інтелекту та створюватиме широкомасштабне використання токена AGIX. Ці спін-оффи SingularityNET розробляються на кількох стратегічно обраних вертикальних ринках, включаючи DeFi, робототехніку, біотехнології та довголіття, ігри та медіа, мистецтво та розваги (музика), а також штучний інтелект корпоративного рівня.

Генсин

Протокол Gensyn — це мережа рівня 1 для обчислень глибокого навчання, яка винагороджує учасників на стороні пропозиції, які інвестують обчислювальний час у мережу та виконують завдання машинного навчання (машинного навчання) за допомогою миттєвих винагород. Протокол не вимагає адміністративного нагляду чи примусу, а натомість полегшує призначення завдань та оплату програмно за допомогою смарт-контрактів. Основне завдання для мережі полягає в тому, щоб перевірити виконану роботу машинного навчання. Це на перетині теорії складності, теорії ігор, криптографії та оптимізації. Екосистема Gensyn складається з 4 ролей: комітера, резольвера, валідатора та репортера.

Відправники: Надайте завдання, які будуть розраховані, та оплатіть виконані одиниці роботи. Розв’язувачі: Виконує навчання моделі та генерує докази для перевірки валідаторами. Верифікатори: ключ до зв’язку недетермінованого процесу навчання з детермінованими лінійними обчисленнями, копіювання частини доказу розв’язувача та порівняння відстані з очікуваним порогом. Інформатори: перевіряйте роботу валідаторів і влаштовуйте челенджі в надії заробити джекпот.

Бачення Gensyn полягає в тому, щоб зменшити залежність Dapps від інфраструктури Web2, надаючи критично важливі компоненти інфраструктури для додатків Web3 за допомогою децентралізованих обчислень машинного навчання.

Сценарії застосування

У таких випадках використання проєкт спрямований на задоволення потреб, що виникають, що виникають у зв’язку з розвитком блокчейну в останні роки, за допомогою штучного інтелекту.

Ці вимоги можуть полягати в тому, щоб дозволити користувачам блокчейн-ігор пропускати виснажливі операції, дозволити розробникам швидко розробляти блокчейн-ігри, спілкуватися на блокчейн-платформах, генерувати віртуальних людей із власною особистістю або виявляти підроблені NFT-проєкти тощо. На відміну від традиційних платформ штучного інтелекту, такі проєкти мають сильний незамінний попит, що змушує їх мати глибокий рів, і в той же час складність розробки платформ з попитом, що виникає, як точок продажу, полягає в залученні клієнтів, і як залучити достатню кількість клієнтів, щоб довести, що потреби їхніх платформ є стійкими та об’єктивними, стало основною проблемою, з якою стикаються при розробці таких платформ.

Напрямок ланцюга

В рамках основної фінансової системи моделі криптоігор «P2E» користувачі стикаються з постійно мінливим ігровим процесом і великою кількістю повторюваних базових операцій, а ШІ може забезпечити гравцям стабільний автоматизований процес і сформулювати ігрові стратегії з більшою ймовірністю виграшу. rct AI — це комплексне рішення для ігрової індустрії з використанням штучного інтелекту, а його основна технологія, Chaos Box, є механізмом штучного інтелекту, заснованим на глибокому навчанні з підкріпленням. Компанія rct AI розробила для Axie Infinity модель DRL (Deep Reinforcement Learning), навчену штучним інтелектом, яка має покращену ефективність та вінрейт у великій кількості змодельованих даних бою завдяки тому, що в Axie Infinity є близько 10^23 комбінацій усіх карт, а також характеристикам внутрішньоігрових ігор.

Крім того, штучний інтелект може надати розробникам прототипи екшенів, Mirror World, ігровий матричний віртуальний світ на базі Solana, який використовував технологію штучного інтелекту для запуску Mirrama з roguelike-геймплеєм, і Brawl of Mirrors, гру на арені на основі PVP. Крім того, Mirror World запустила колекцію NFT, які можуть бути сумісними у грі, а прототипи цих NFT робляться за допомогою алгоритмів дій штучного інтелекту.

Читайте також: Розмова з RCT AI: настав час подумати про те, як блокчейн змінив видавців ігор

Соціальна спрямованість

У січні 2023 року PLAI Labs, яка зосереджена на використанні штучного інтелекту та web3 для створення соціальної платформи наступного покоління, на якій користувачі можуть разом грати, розмовляти, боротися, торгувати та пригодами, отримала 32 мільйони доларів фінансування від a16z. Наразі PLAI Labs представила зовнішньому світу 2 продукти:

Champions Ascension, масова багатокористувацька рольова онлайн-гра (MMORPG), де гравці можуть володіти власними персонажами у вигляді NFT і мати можливість битися на великих аренах Колізею, виконувати квести, будувати та змагатися у власних підземеллях та торгувати цифровими предметами. Платформа протоколу штучного інтелекту, яка допоможе у всьому: від користувацького контенту (UGC) до зіставлення з рендерингом 2D та 3D ресурсів.

PLAI Labs планує запустити технічний документ V2 цього року, включаючи деталі основного економічного циклу (використання NFT та блокчейну для покращення досвіду), плани інструментарію користувацького контенту (включаючи штучний інтелект)…

Пов’язане читання: “Ветерани-підприємці починають знову, Plai Labs розповідає про те, чому Web3”

напрямок NFT

Aletha AI придумала концепцію iNFT – технології, яка поєднує штучний інтелект і блокчейн. При інтеграції зі штучним інтелектом NFT є інтерактивними, генеративними, масштабованими та унікальними за різноманітністю особистісних рис.

Простіше кажучи, якщо NFT є цифровим людським твором, після інтеграції зі штучним інтелектом він стає iNFT, роботою NFT з можливістю спілкуватися з користувачами. 10 червня 2021 року перший у світі iNFT Alice був виставлений на аукціон Sotheby’s за $478 800.

Altered State Machine (ASM) – це інноваційний проєкт, який поєднує NFT, штучний інтелект і машинне навчання для навчання NFT на основі штучного інтелекту, з баченням стати протоколом власності та монетизації штучного інтелекту за допомогою технології NFT. В екосистемі ASM аватари на основі штучного інтелекту називаються агентами і складаються з двох частин: мозку та аватара. Проєкт також випустив токени ASTO для живлення екосистеми ASM.

Пов’язане читання: Пояснення машини зі зміненим станом: інноваційне дослідження NFT, що розвиваються, за допомогою штучного інтелекту та машинного навчання

Optic створює протокол верифікації NFT на основі штучного інтелекту, орієнтований на аналіз шахрайства NFT та виявлення цінності NFT у спільноті, з метою допомогти всьому ринку NFT досягти більшої автентичності та прозорості. Optic Intelligence Engine навчається на реальних NFT-колекціях, а потім отримує NFT-колекції на маркетплейсі. Потім Optic повертає оцінку збігу, яка вказує на те, наскільки перевірений NFT збігається з реальним.

У липні 2022 року Optic закрила раунд фінансування на суму $11 млн під керівництвом Pantera Capital, Kleiner Perkins за участю Circle Ventures, Polygon Ventures та інших. В даний час OpenSea прийняла сервіс виявлення Copymint від Optic.

Пов’язане читання: Оптика: протокол верифікації NFT зі штучним інтелектом

Аналіз тенденцій

З точки зору поточного шляху розвитку проектів штучного інтелекту на блокчейні, інфраструктура штучного інтелекту складається з трьох частин: даних, алгоритмів та обчислювальної потужності. Для того, щоб нормальний проєкт зі штучним інтелектом реалізовував здатність генерувати або аналізувати штучний інтелект, він повинен мати моделі та набори даних, а також онтології програмного забезпечення та графічні інтерфейси, які називають моделі. Потім розподіл моделей і наборів даних у цій сфері, навчання моделей (оренда обчислювальних потужностей) та розробка програмного інтерфейсу мають формування посередників, які породять блокчейн-AI-проекти, спрямовані на ефективне задоволення потреб клієнтів.

Наприклад, у наведеному вище прикладі Fetch.ai виступає посередником, дозволяючи клієнтам торгувати наборами даних, використовуючи свій нативний токен. SingularityNET дозволяє клієнтам купувати послуги з навчання обчислювальних потужностей у розробників, а клієнтам Openfabric AI потрібно отримувати такі послуги, як моделі (алгоритми), набори даних та інфраструктура (програмне забезпечення) від постачальників, Humans.ai по суті моделі штучного інтелекту, навчені наборам даних, інкапсульованим у NFT, а користувачі використовують нативні токени для покупки.

Gensyn – це, по суті, децентралізована платформа для оренди обчислювальних потужностей. Це все завдання, які є проміжними до тих, які повинен виконати традиційний ШІ, такі як обробка природної мови, мовлення ШІ та генерація зображень, а також проєкти, які використовують DApps як проміжну платформу для транзакцій.

Потім децентралізований додаток у блокчейні породив нові потреби, тому проєкт штучного інтелекту, заснований на напрямку ланцюгових ігор, соціальних та NFT, спрямований на вирішення больових точок користувачів блокчейну, наприклад, rct.ai вирішує проблему ручних повторюваних операцій користувачів ланцюгових ігор, Mirror World вирішує розробку ланцюгових ігор, а інші проєкти розробляються для блокчейн-соціальних та NFT.

Наразі, на ранніх етапах соціалізації Web3, ШІ впроваджується більше як наративний прийом. У майбутньому є кілька можливих напрямків розвитку AI-проєктів:

Підвищення конфіденційності даних: Web3 може максимізувати конфіденційність даних завдяки використанню технології zk, тоді як штучний інтелект може аналізувати дані без шкоди для них.

Смарт-контракти: Технологія Web3 може інтегрувати програми штучного інтелекту в програми Web3 за допомогою смарт-контрактів, щоб досягти керованості над моделями штучного інтелекту. Цей тип додатків можна використовувати для торгівлі моделями та наборами даних для автоматизації торгового процесу. А для захисту даних користувача використовується технологія ZK. Однак цей тип проектів стикається з впливом наборів даних з відкритим вихідним кодом і моделей з відкритим вихідним кодом, тільки уявіть: якщо користувачі можуть отримувати дані та моделі з відкритим вихідним кодом на обличчі Hugging і використовувати навчання автопоїздів, чому вони будуть торгувати на блокчейн-платформі? Зіткнувшись із натиском Web2-компаній, моделі штучного інтелекту Web3 та транзакції з наборами даних не мають достатньої кількості ровів.

Більш ефективне машинне навчання: Технології Web3 можуть зробити програми штучного інтелекту швидшими та надійнішими, зробивши машинне навчання ефективнішим децентралізованим способом. Це було використано в традиційному навчанні штучного інтелекту, такому як KataGo, покращена версія AlphaGo, яка використовує технологію розподіленого навчання, щоб дозволити людям у всьому світі, які хочуть отримати це оновлення штучного інтелекту, добровільно проводити комп’ютерне навчання. Додаток в блокчейне може бути схожим на Gitcoin, а за пожертвування обчислювальних потужностей можна отримати POAP, або аналогічно AMM, що забезпечує стимул для ліквідності і стає платформою для оренди обчислювальних потужностей за певну плату, але через високу волатильність ціни валюти такого роду програми не мають переваги перед традиційним лізингом обчислювальних потужностей GPU. Якщо сама платформа не займається фінансовим бізнесом і не достатня для того, щоб субсидувати користувачів від вартості, отриманої протоколом, наприклад, Numerai, який використовує технологію штучного інтелекту для отримання прибутку від фондового ринку, то достатня кількість користувачів готова надати три елементи штучного інтелекту в платформу.

Підсумки

В даний час як інфраструктура штучного інтелекту, заснована на блокчейні, так і криптопроекти, які реалізують сценарії додатків за допомогою механізмів штучного інтелекту, знаходяться в зародковому стані, і основна мета полягає в тому, щоб створити відповідну базову інфраструктуру для відточування інтеграції токеноміки з рішеннями штучного інтелекту, такими як постачальники апаратного забезпечення, постачальники даних і алгоритми штучного інтелекту.

Однак інтеграція цих двох країн має багато проблем. Перш за все, тенденція блокчейну до складних технологій, таких як Rollup і ZK, принесе ШІ виклики для отримання даних. По-друге, недостатньо безперервних експериментальних даних, щоб підтвердити застосовність ШІ в екосистемі блокчейну та здатність механізмів штучного інтелекту адаптуватися у відповідь на надзвичайні ситуації. Нарешті, у криптосфері часто з’являються фальшиві проєкти, які суперечать концепції штучного інтелекту, через що людям легко втратити впевненість у вивченні цієї галузі.

Усі блокчейн-проєкти штучного інтелекту, які вирішують традиційні проблеми штучного інтелекту, повинні відповісти на питання: навіщо цій платформі впроваджувати токени на блокчейні, що робить ціль транзакції існуючої мети на ринку Web2, такої як платформа, моделі, даних та обчислювальної потужності, недоліком онбордингу.

Токеноміка, як маховик, може змінювати цикл підйому та падіння проєкту. Наразі, якщо ви хочете позитивний маховик, потрібно враховувати фактичних користувачів платформи, тобто проблему залучення клієнтів. Незамінність попиту – це рів проекту, а проект без рову може досягти короткострокового успіху, але у нього не буде достатньої кількості користувачів і сильної екосистеми розробників. Коли попит є хибною пропозицією, економічні стимули стають нестійкими, а життєвий цикл проекту стає коротшим. Ми очікуємо, що проєктів AI+Web3 буде більше, орієнтованих на реальних користувачів та незамінні потреби. Вони розроблені для виконання вимог, які не виконуються або погано виконуються у Web2, і тому їх потрібно впровадити у Web3.

У будь-якому випадку, інтеграція ШІ у Web3 є майбутнім технологічним трендом, і вже є кілька прикладів Web3-додатків, що включають штучний інтелект на цьому етапі. З часом з’являться більш актуальні інфраструктури Web3 та нові моделі.