Tia sáng AI và Web3: từ dữ liệu, NFT đến thanh toán tài nguyên

Nguồn: Honeycomb Tech

Với sự phổ biến của các mô hình AI lớn, việc tích hợp AI và Web3 đã trở thành một lĩnh vực nóng trên thị trường tài sản tiền điện tử. Hai công nghệ này đã bùng nổ tiềm năng ở lĩnh vực "dữ liệu". " cấp độ ứng dụng. tiềm năng tài chính.

Cơ sở của mô hình lớn ngôn ngữ tự nhiên trí tuệ nhân tạo gà rán phổ biến là "ba phép tính", một trong số đó là phép tính. Về lý thuyết, tập dữ liệu cung cấp cho mô hình lớn càng lớn thì kết quả càng tốt sau khi đào tạo hiệu quả thì khả năng học hỏi và dự đoán càng mạnh. Công nghệ chuỗi khối cơ bản của Web3 về cơ bản là một cơ sở dữ liệu phân tán và cấu trúc chuỗi đóng gói dữ liệu theo chuỗi thời gian tạo thành đặc điểm mà dữ liệu không thể bị giả mạo.

Cả hai có thể có những lợi thế bổ sung cho nhau. Chuỗi khối Web3 có thể lưu trữ dữ liệu một cách an toàn. Là một loại sổ cái, các thuộc tính "lưu trữ và tính toán phân tán" của nó có thể cung cấp đảm bảo về giá cả và tính xác thực cho các tính toán AI và AI có thể cải thiện hiệu quả của các giao dịch chuỗi khối.

Một ví dụ là việc tự động hóa các giao dịch trên chuỗi, có thể áp dụng cho thị trường tài sản tiền điện tử. Các thuật toán AI được điều khiển bởi máy học có thể theo dõi biến động của thị trường, phân tích dữ liệu quy mô lớn, tìm ra các mô hình và xu hướng cũng như thực hiện các giao dịch theo các tiêu chuẩn định trước.

AI cũng có thể được áp dụng cho bảo mật blockchain, sử dụng thuật toán học máy để kiểm tra dữ liệu giao dịch, tìm kiếm các xu hướng đáng ngờ hoặc điểm bất thường và liên tục học hỏi từ dữ liệu để tránh những rủi ro mới.

Mặc dù cả AI và Web3 hiện đang ở giai đoạn sơ khai, nhưng AI và Web3 được coi là có tiềm năng mang lại những thay đổi cho Web3 và thậm chí cả thị trường tài sản tiền điện tử. Báo cáo từ Fortune Business Insights cho thấy thị trường trí tuệ nhân tạo cho blockchain là 220,5 triệu USD vào năm 2020 và có thể đạt 973,6 triệu USD vào năm 2027, với tốc độ tăng trưởng kép hàng năm là 23,6%.

Điểm lại các dự án AI+Web3, không khó để nhận thấy 8 dự án hàng đầu hiện nay chủ yếu mang đặc điểm "AI cải thiện năng suất" và đã áp dụng các mô hình lớn AI cũng như khả năng học máy vào lớp dưới cùng của Web3 Cơ sở kỹ thuật hoặc các ứng dụng cụ thể bao gồm:

• Áp dụng khả năng tạo đa phương thức (AIGC) của AI vào việc tạo NFT ;

Ví dụ: ChainGPT (CGPT), giải pháp trí tuệ nhân tạo blockchain này không chỉ có thể cung cấp khả năng tạo nội dung văn bản và trò chuyện AI phổ biến trong thế giới Web2. chức năng robot, nó cũng là một trình tạo NFT; một ví dụ khác là Aspecta, xây dựng hệ thống nhận dạng do trí tuệ nhân tạo tạo ra, liên kết các tài khoản Web2 và Web3 thông qua Aspecta ID, hình thành các kết nối cộng đồng dựa trên trải nghiệm và trải nghiệm của chủ tài khoản, và truy cập các DAO và ứng dụng khác nhau.

• Chuyển khả năng học máy của AI thành các công cụ/nền tảng để xây dựng ứng dụng Web3;

Ví dụ: Fetch.ai (FET) là cơ sở hạ tầng phát triển các ứng dụng phi tập trung, sử dụng công nghệ tự động hóa trí tuệ nhân tạo để cung cấp các phương thức tạo và kết nối các tác nhân thông minh (Agent). nhiệm vụ trong nền kinh tế số

• Áp dụng khả năng tính toán, giao dịch và lưu trữ phân tán của Web3 cho các nguyên liệu/tài nguyên sản xuất cần thiết cho việc phát triển AI;

  strong>

  ‍Ví dụ: iExec (RLC), là thị trường tài sản điện toán phi tập trung dựa trên blockchain, nhằm mục đích kết nối các nhà cung cấp tài nguyên và người dùng tài nguyên, cho phép bất kỳ ai thuê sức mạnh tính toán và bộ dữ liệu; một ví dụ khác là mạng dịch vụ trí tuệ nhân tạo phi tập trung SingularityNET (AGIX), cho phép người dùng xuất bản các dịch vụ lên mạng để thanh toán theo nhu cầu (được mã hóa tài sản) tích hợp.

  8 dự án hàng đầu AI+Web3 ban đầu

  Trong AI+Web3, ngoài 8 dự án hàng đầu ban đầu nêu trên, một số "người chơi" mới cũng đang trên đường đua.

  Để có sự kết hợp rõ ràng nhất giữa "dữ liệu", có những dự án sử dụng đặc điểm phân tán của blockchain để giải quyết vấn đề độc quyền dữ liệu.

  Ví dụ: Bagel Network , công ty đã tạo ra khái niệm "hồ dữ liệu máy học", cho phép người dùng lưu trữ tất cả dữ liệu có cấu trúc và phi cấu trúc ở mọi quy mô, hỗ trợ các nhà khoa học dữ liệu và kỹ sư AI với chi phí thấp và có được /trao đổi các tập dữ liệu được ủy quyền và có thể kiểm chứng theo cách bảo vệ quyền riêng tư. Mục đích của Bagel Network là xây dựng một nền tảng dữ liệu phi tập trung để hỗ trợ các mô hình học máy (ML).

  Ngoài ra còn có nhiều dự án mới áp dụng trực tiếp khả năng của AI vào các ứng dụng tài chính cao cấp nhất của Web3, bao gồm lĩnh vực giao dịch và thanh toán tài sản mã hóa.

  Ví dụ: GT Protocol là giao thức thực thi AI dành cho tài sản tiền điện tử do ChainGPT ươm tạo. Nó cho phép mọi thực thể hoặc cá nhân tạo nhóm hợp đồng thông minh DeFi và sử dụng AI để thu thập và quản lý thanh khoản do người dùng đóng góp. Một mặt, nó tận dụng khả năng tự động hóa của AI, mặt khác, nó cũng tận dụng các tính năng minh bạch của hợp đồng thông minh trên chuỗi.

  

   8 Ứng dụng AI+Web3 mới‍‍‍

  Có thể thấy trước rằng vào năm 2024, các mô hình và ứng dụng lớn xung quanh AI sẽ tiếp tục phát triển theo xu hướng vô tận, và Web3, một thế giới thích theo đuổi các chủ đề nóng, cũng sẽ tiếp tục đi theo chủ đề nóng về AI. Sự phát triển và tích hợp của hai công nghệ cũng sẽ làm tăng quy mô của lĩnh vực AI của thị trường tài sản tiền điện tử. . ‍‍‍‍‍‍‍‍