Gabung/ Daftar

如何看待AI+web3融合赛道存在的问题？

JinseFinance

2024/07/16 15:30

Mengikuti

作者：Haotian 来源：X，@HAOTIANCRYPTOINSIGHT

都在盼望AI+Web3会成为这一轮牛市的催化剂，从VC给的高估值和重注就可见一斑。问题来了，AI+Web3融合赛道目前存在哪些问题？结合 @web3caff_zh 的这篇系统性报告，我来谈谈我的看法：

1）AI训练需要大规模的数据，而Web3的用武之地恰恰是做数据追踪以及由此衍生的激励功效。长期看，AI势必需要web3的助力，但需要厘清web3只能解决AI的有限问题。

比如，传统大规模的数据训练、算法持续优化、计算机视觉、语音识别技术、游戏AI等核心领域主要推动力还得靠大规模集中算力和芯片、算法等软硬件适配优化等，诸如深度学习卷积神经网络、强化学习、类脑计算模型等拓展AI能力边界的方向，短期都没有web3立足的可能性；

2）生成式AI只占AI大板块的一个小分支，但却加速了AI和web3的融合。因为生成式AI是一种更偏向应用端的AI普惠技术。理想情况下，基础大模型一般会由大公司利用集中算力搞定并采取开源政策，对其上层的应用市场进行驱动。整体AI市场会逐渐长尾化，模型微调和推理的重要性被凸显。

然而，一旦掌握核心算力和模型资源的公司改变开源政策对整体AI市场都会产生直接影响，为避免此种危机产生，一种更依赖分布式算力架构和分布式推理协作架构的infra就会成为必须。

3）web3可以在AI分布式框架的构建过程中发挥关键作用，比如：在模型训练时，区块链可以为数据源创建唯一标识，做数据去重提高训练效率；在算力不足时，区块链可以利用Tokenomics激励机制构建分布式的AI算力网络；在参数微调环节，区块链可以记录模型的不同版本，追踪模型演变历程同时做精细化控制；

在模型推理环节，可以应用ZK、TEE等技术构建去中心化的推理网络，增进模型间的通信互信；在边缘计算和DePIN集成环节，web3可以帮助构建去中心化的边缘AI网络，带动AI+DePIN物联网的结合。

4）Vitalik此前谈及AI+Web3的结合点时声明了AI可以作为Web3世界的参与者循序渐进融合，因此AI和web3的融合一定会非常缓慢。

一方面，主流web2世界的注意力尚在AI展现功效层面而对AI幕后协作框架并没有太多倚重，存在和web3脱节的问题；另一方面，web3在AI结合领域也还停留在分布式算力网络、分布式推理架构网络、分布式Tokenomics应用网络、分布式AI Agent工具协作网络等基础infra的构建阶段，并没有得到web2主流刚需群体的充分验证和应用。

总之，一句话，AI+Web3方向大势所趋没错，但实际落地发展并没那么快，可能要持续一个周期甚至跨周期才能看到显著进展，需要多一点耐心。

Dapatkan pemahaman yang lebih luas tentang industri kripto melalui laporan informatif, dan terlibat dalam diskusi mendalam dengan penulis dan pembaca yang berpikiran sama. Anda dipersilakan untuk bergabung dengan kami di komunitas Coinlive kami yang sedang berkembang:https://t.me/CoinliveSG

Tambahkan komentar

Gabunguntuk meninggalkan komentar Anda yang luar biasa…

0 Komentar

paling awal

Muat lebih banyak komentar