Crypto x AI: 10 xu hướng tiên tiến hàng đầu năm 2025

Tác giả: Archetype Nguồn: X, @archetypevc Bản dịch: Shan Ouba, Golden Finance

1 . Tương tác giữa các tác nhân

Tính minh bạch và khả năng kết hợp của chuỗi khối khiến nó trở thành sự tương tác giữa các tác nhân >Cơ sở lý tưởng. Trong trường hợp này, các tác nhân được phát triển bởi các thực thể khác nhau cho các mục đích khác nhau có thể tương tác với nhau một cách liền mạch. Hiện tại, nhiều ứng dụng thử nghiệm đã xuất hiện giữa các đại lý, chẳng hạn như chuyển tiền giữa các đại lý, cùng ra mắt token, v.v. Chúng tôi mong muốn được xem các tương tác giữa các tác nhân có thể được mở rộng hơn nữa như thế nào, bao gồm việc tạo ra các lĩnh vực ứng dụng hoàn toàn mới (ví dụ: các kịch bản xã hội mới được thúc đẩy bởi các tương tác của tác nhân), cũng như cải thiện quy trình làm việc doanh nghiệp cồng kềnh hiện nay, chẳng hạn như xác thực và xác minh nền tảng, thanh toán vi mô , tích hợp quy trình làm việc đa nền tảng, v.v.

— Danny, Katie, Aadharsh, Dmitriy

2. Tổ chức đại lý phi tập trung

Phối hợp các hệ thống đa đại lý quy mô lớn là một lĩnh vực nghiên cứu thú vị khác. Các hệ thống đa tác nhân cộng tác như thế nào để hoàn thành nhiệm vụ, giải quyết vấn đề cũng như quản lý các hệ thống và giao thức? Trong bài viết “Lời hứa và thách thức của ứng dụng tiền điện tử + AI” vào đầu năm 2024, Vitalik đã đề xuất sử dụng các tác nhân AI cho thị trường dự đoán và phân xử. Ông tin rằng các hệ thống đa tác nhân có khả năng khám phá “sự thật” phi thường và tiềm năng quản trị tự chủ khi hoạt động ở quy mô lớn. Chúng tôi mong muốn được xem tiềm năng ở dạng “hệ thống đa tác nhân” và “trí thông minh bầy đàn” có thể được khám phá và thử nghiệm thêm như thế nào.

Là phần mở rộng của phối hợp giữa các tác nhân, sự phối hợp giữa tác nhân và con người cũng cung cấp phạm vi thú vị cho thiết kế—đặc biệt là Cách cộng đồng tương tác xung quanh các tác nhân hoặc cách các tác nhân tổ chức con người cho hành động tập thể. Chúng tôi mong muốn có nhiều thử nghiệm hơn, đặc biệt là với các tác nhân có chức năng khách quan liên quan đến sự phối hợp của con người trên quy mô lớn. Điều này sẽ yêu cầu một số loại cơ chế xác minh, đặc biệt nếu công việc của con người được thực hiện ngoài chuỗi, nhưng nó có khả năng tạo ra một số hành vi mới xuất hiện kỳ ​​lạ và thú vị.

— Katie, Dmitriy, Ash

3. Giải trí đa phương tiện thông minh

Khái niệm về con người kỹ thuật số (Digital Personas) đã tồn tại trong nhiều thập kỷ. Ví dụ: Hatsune Miku (2007) đã có một buổi hòa nhạc cháy vé 20.000 chỗ ngồi và người nổi tiếng trên mạng ảo Lil Miquela (2016) có hơn 2 triệu người hâm mộ trên Instagram. Các ví dụ mới hơn bao gồm người dẫn chương trình ảo AI Neuro-sama (2022), người có hơn 600.000 người đăng ký trên Twitch và nhóm nhạc nam ảo K-pop ẩn danh PLAVE >(2023), họ đã tích lũy được hơn 300 triệu lượt xem trên YouTube trong vòng chưa đầy hai năm.

Khi cơ sở hạ tầng AI và chuỗi khối được tích hợp trong thanh toán, chuyển giao giá trị và nền tảng dữ liệu mở, chúng tôi mong muốn được thấy các tác nhân này thay đổi như thế nào. thậm chí có thể mở ra một thể loại giải trí phổ thông mới vào năm 2025.

— Katie, Dmitriy

4. Tiếp thị nội dung sáng tạo/tác nhân

Trong danh mục trước, bản thân tác nhân đã là sản phẩm, nhưng ở đây , thông minh tác nhân có thể được sử dụng như một chất bổ sung cho sản phẩm. Trong nền kinh tế chú ý, việc liên tục tạo ra nội dung hấp dẫn là điều quan trọng đối với sự thành công của bất kỳ ý tưởng, sản phẩm hoặc công ty nào. Nội dung sáng tạo/thông minh là một công cụ mạnh mẽ mà các nhóm có thể sử dụng để xây dựng quy trình sản xuất nội dung 24/7 có thể mở rộng. Sự phát triển trong lĩnh vực này được thúc đẩy bởi các cuộc thảo luận xung quanh sự khác biệt giữa memecoin và các tác nhân. Ngay cả khi đồng tiền meme hiện tại chưa “thông minh” theo nghĩa chặt chẽ, các đại lý thông minh đã trở thành một công cụ quan trọng để nó có được các kênh phân phối.

Một ví dụ khác là trò chơi thường cần trở nên năng động hơn nếu muốn duy trì mức độ tương tác của người dùng. Một cách cổ điển để tạo động lực trong trò chơi là trau dồi nội dung do người dùng tạo và nội dung thuần túy mang tính sáng tạo (bao gồm các vật phẩm trong trò chơi, NPC và thậm chí cả các cấp độ trò chơi được tạo hoàn chỉnh) có thể là bước tiếp theo trong giai đoạn tiến hóa này. Chúng tôi tò mò xem ranh giới của các chiến lược phân phối truyền thống có thể được mở rộng đến mức nào thông qua khả năng của các đại lý vào năm 2025.

— Katie

5. Công cụ/Nền tảng nghệ thuật thế hệ

Vào năm 2024, chúng tôi đã ra mắt IN CONVERSATION WITH, một nền tảng dành cho âm nhạc, nghệ thuật thị giác A loạt cuộc phỏng vấn với các nghệ sĩ tiền điện tử trong lĩnh vực thiết kế, giám tuyển, v.v. Các cuộc phỏng vấn năm nay cho phép tôi quan sát một điểm mấu chốt: các nghệ sĩ quan tâm đến công nghệ mã hóa thường cũng có mối quan tâm rộng rãi đến các công nghệ tiên tiến và có xu hướng biến những công nghệ này thành trọng tâm cốt lõi hoặc thẩm mỹ trong hoạt động sáng tạo của họ, chẳng hạn như AR/ Các đối tượng VR, dựa trên Nghệ thuật viết mã và mã hóa trực tiếp, v.v.

Nghệ thuật sáng tạo từ lâu đã có sức mạnh tổng hợp tự nhiên với blockchain, điều này cũng khiến nó trở thành nền tảng tiềm năng cho nghệ thuật AI. Việc trưng bày, trình bày các phương tiện nghệ thuật này trên các nền trưng bày nghệ thuật truyền thống là vô cùng khó khăn. ArtBlocks cung cấp cơ hội về cách blockchain có thể được tận dụng trong tương lai để trình bày, lưu trữ, kiếm tiền và bảo vệ các tác phẩm nghệ thuật kỹ thuật số – đồng thời cải thiện trải nghiệm tổng thể cho nghệ sĩ và khán giả.

Ngoài khả năng trình bày, các công cụ AI thậm chí còn mở rộng khả năng sáng tạo nghệ thuật của người bình thường. Chúng tôi mong muốn được thấy blockchain có thể mở rộng hoặc hỗ trợ hơn nữa các công cụ này như thế nào vào năm 2025 để trao quyền cho những người sáng tạo và những người đam mê nghệ thuật.

— Katie

6.

Kể từ khi Clive Humby đề xuất "dữ liệu là loại dầu mới" cách đây 20 năm, các công ty lớn đã thực hiện các biện pháp mạnh mẽ đểĐộc quyền và kiếm tiền từ người dùng dữ liệu. Ngày nay, người dùng nhận ra rằng dữ liệu của họ là nền tảng để xây dựng các công ty trị giá hàng tỷ đô la này, nhưng họ có rất ít quyền kiểm soát dữ liệu đó và hầu như không được chia sẻ lợi nhuận mà nó tạo ra. Khi sự phát triển của các mô hình AI mạnh mẽ tăng tốc, sự căng thẳng này ngày càng trở nên nghiêm trọng. Nếu một phần cơ hội trên thị trường dữ liệu nằm ở việc giảm việc khai thác dữ liệu người dùng thì một phần khác nằm ở việc giải quyết vấn đề thiếu nguồn cung cấp dữ liệu, khi các mô hình AI ngày càng mạnh mẽ đang dần Nguồn dữ liệu đã cạn kiệt có sẵn trên Internet rất cần các nguồn dữ liệu mới.

Liên quan đến cách sử dụng cơ sở hạ tầng phi tập trung để trả lại quyền kiểm soát dữ liệu cho người dùng, không gian thiết kế rất rộng và cấp thiết. được tìm thấy ở nhiều khu vực. Một số thách thức cấp bách nhất bao gồm:

• Vị trí lưu trữ dữ liệu và bảo vệ quyền riêng tư (trong quá trình lưu trữ, truyền tải và tính toán)

• Cách đánh giá, lọc và đo lường chất lượng dữ liệu một cách khách quan

• Cơ chế phân bổ và kiếm tiền từ dữ liệu (đặc biệt là Truy tìm giá trị trở lại nguồn sau khi suy ra kết quả)

• Cách tổ chức hoặc truy xuất dữ liệu trong hệ sinh thái mô hình đa dạng.

Về việc giải quyết các tắc nghẽn cung cấp dữ liệu, điều quan trọng không chỉ là sử dụng mã thông báo để sao chép các nền tảng chú thích dữ liệu hiện có (chẳng hạn như Scal AI) , Đó là hiểu cách chúng ta có thể tạo ra các giải pháp cạnh tranh thông qua lợi thế công nghệ, dù vượt trội về quy mô, chất lượng hay cơ chế khuyến khích, để tạo ra các sản phẩm dữ liệu có giá trị cao. Đặc biệt trong bối cảnh phía cầu chủ yếu đến từ Web2 AI, đáng để suy nghĩ về cách kết hợp cơ chế thực thi hợp đồng thông minh với các thỏa thuận cấp độ dịch vụ (SLA) truyền thống và các công cụ quan trọng.

— Danny

7. Sức mạnh tính toán phi tập trung

Nếu dữ liệu là một khối xây dựng cơ bản để phát triển và triển khai AI thìsức mạnh tính toán lại là một khối xây dựng khác. Quỹ đạo của deep learning và AI phần lớn đã được xác định trong vài năm qua bởi các mô hình cũ bị chi phối bởi các trung tâm dữ liệu lớn, chẳng hạn như quyền truy cập độc quyền vào các địa điểm, nguồn năng lượng và phần cứng cụ thể. Tuy nhiên, động lực này đang bị thách thức khi các hạn chế về mặt vật lý xuất hiện và các công nghệ nguồn mở phát triển.

Phiên bản v1 của sức mạnh tính toán AI phi tập trung trông giống như một bản sao của đám mây GPU Web2, trong việc cung cấp (phần cứng hoặc dữ liệu Center) không có lợi thế thực sự và thiếu nhu cầu thị trường tự nhiên. Trong phiên bản v2, một số nhóm đang phát triển nhóm công nghệ để xây dựng khả năng cạnh tranh thông qua các khả năng như điều phối, định tuyến và định giá **tài nguyên điện toán hiệu suất cao không đồng nhất (HPC)** và giới thiệu các tài nguyên chuyên dụng. các tính năng để thu hút nhu cầu và chống lại việc nén biên, đặc biệt là trong các nhiệm vụ suy luận. Ngoài ra, các nhóm bắt đầu cạnh tranh khác nhau dựa trên các kịch bản ứng dụng và chiến lược thâm nhập thị trường (GTM) khác nhau. Một số nhóm tập trung vào việc sử dụng khung trình biên dịch để cải thiện hiệu quả định tuyến suy luận trên các phần cứng khác nhau, trong khi các nhóm khác tập trung vào mạng điện toán mà họ đã xây dựng. Tạo khung đào tạo mô hình phân tán.

Chúng tôi thậm chí đã bắt đầu thấy nguyên mẫu của thị trường AI-Fi, đề xuất các nguyên tắc kinh tế mới và biến sức mạnh tính toán và GPU thành tài sản tạo lợi nhuận hoặc tận dụng tính thanh khoản trên chuỗi để cung cấp nguồn tài trợ thay thế cho các trung tâm dữ liệu để mua phần cứng. Một câu hỏi quan trọng là AI phi tập trung (DeAI) sẽ dựa vào sức mạnh tính toán phi tập trung ở mức độ nào để phát triển và triển khai? Hay nó, giống như thị trường lưu trữ, sẽ không bao giờ thu hẹp khoảng cách giữa lý tưởng và nhu cầu thực tế, cuối cùng không nhận ra được toàn bộ tiềm năng của ý tưởng?

— Danny

8. Tiêu chuẩn kế toán

Liên quan đến việc khuyến khích các mạng điện toán phi tập trung hiệu suất cao, việc phối hợp sức mạnh điện toán không đồng nhất là một thách thức. thách thức chính là thiếu một bộtiêu chuẩn kế toán năng lượng tính toán được công nhận. Các đặc điểm đầu ra độc đáo của mô hình AI mang lại sự phức tạp cho thị trường điện toán hiệu năng cao, chẳng hạn như các biến thể mô hình khác nhau, kỹ thuật lượng tử hóa và tính ngẫu nhiên có thể điều chỉnh thông qua siêu tham số nhiệt độ và lấy mẫu. Ngoài ra, phần cứng AI khác nhau (như kiến ​​trúc GPU và phiên bản CUDA) sẽ càng gây ra sự khác biệt về đầu ra. Cuối cùng, điều này đòi hỏi phải thiết lập các tiêu chuẩn về cách các mô hình và thị trường sức mạnh điện toán giải thích khả năng của chúng trong các hệ thống phân tán không đồng nhất.

Do thiếu tiêu chuẩn, năm nay chúng tôi đã thấy nhiều trường hợp trong cả lĩnh vực Web2 và Web3 trong đó các mô hình và thị trường sức mạnh điện toán không thể giải thích chính xác chất lượng và số lượng sức mạnh tính toán của họ. Điều này dẫn đến việc người dùng phải tự chạy điểm chuẩn mô hình, tiến hành kiểm tra bằng cách so sánh kết quả hiệu suất và thậm chí xác minh bằng cách hạn chế khối lượng công việc của thị trường năng lượng điện toán (Proof-of-Work ) Hiệu suất thực sự.

Xét nguyên tắc cốt lõi của "Tính xác minh được" trong lĩnh vực mã hóa, chúng tôi hy vọng rằng vào năm 2025, sự kết hợp của mã hóa và AI sẽ có thể có nhiều lợi thế hơn AI truyền thống về mặt xác minh. Cụ thể, người dùng trung bình sẽ có thể thực hiện so sánh mô hình giữa các mô hình hoặc tính toán kết quả đầu ra của cụm để kiểm tra và đánh giá hiệu suất hệ thống.

— Aadharsh

9. Nguyên thủy

Trong "Lời hứa và thách thức của ứng dụng mã hóa + AI", Vitalik đã nêu ra một thách thức độc đáo đối với việc tích hợp mã hóa và AI:

"Trong mật mã, nguồn mở là cách duy nhất để đạt được bảo mật, nhưng trong AI, các mô hình nguồn mở (hoặc thậm chí dữ liệu đào tạo) sẽ làm tăng đáng kể nguy cơ xảy ra các cuộc tấn công học máy đối nghịch."

Mặc dù quyền riêng tư không phải là lĩnh vực nghiên cứu mới trong blockchain, nhưng sự phát triển nhanh chóng của AI sẽ đẩy nhanh hơn nữa sự phát triển của các công nghệ nâng cao quyền riêng tư Nghiên cứu và ứng dụng. Năm nay, chúng tôi đã đạt được tiến bộ đáng kể về công nghệ bảo mật nhưBằng chứng không có kiến ​​thức (ZK), Mã hóa đồng hình hoàn toàn (FHE) và Môi trường thực thi đáng tin cậy ( TEE) và Tính toán bảo mật đa bên (MPC), những công nghệ này có thể được sử dụng để tính toán chia sẻ riêng tư trên dữ liệu được mã hóa và phù hợp với các tình huống ứng dụng chung. Đồng thời, chúng tôi cũng thấy những gã khổng lồ AI tập trung như Nvidia và Apple sử dụng công nghệ TEE độc quyền để triển khai trong các hệ thống có phần cứng, chương trình cơ sở và mô hình nhất quánLiên kết Học và Suy luận AI riêng tư.

Với suy nghĩ này, chúng tôi sẽ đặc biệt chú ý đến những phát triển trong lĩnh vực cách duy trì quyền riêng tư trong chuyển đổi trạng thái ngẫu nhiên và những tiến bộ này có thể tăng tốc như thế nào Việc triển khai các ứng dụng AI phi tập trung trong các hệ thống không đồng nhất bao gồm lý luận riêng tư phi tập trung, quy trình truy cập và lưu trữ dữ liệu được mã hóa cũng như môi trường thực thi hoàn toàn tự động.

— Aadharsh

10. Ý định của tác nhân và giao diện giao dịch người dùng thế hệ tiếp theo

Việc áp dụng tác nhân AI trong giao dịch tự trị trên chuỗi hiện đang được thực hiện nhất Một trong những trường hợp sử dụng có tiềm năng thực sự. Tuy nhiên, trong 12-16 tháng qua, xuất hiện nhiều định nghĩa mơ hồ xung quanh các khái niệm như “ý định”, “hành vi tác nhân”, “ý định tác nhân”, “người giải quyết” và “người giải quyết tác nhân”, đặc biệt là trong mối quan hệ với các khái niệm truyền thống “ Cách phân biệt sự phát triển của "robot giao dịch"**.

Trong 12 tháng tới, chúng tôi hy vọng sẽ thấy nhiều hệ thống ngôn ngữ nâng cao hơn với các loại dữ liệu và mạng lưới thần kinh khác nhau. tiến độ của không gian thiết kế tổng thể.

• Đại lý sẽ sử dụng hệ thống trên chuỗi hiện tại để giao dịch hay sẽ phát triển các công cụ/phương pháp của riêng mình?

• Liệu Mô hình ngôn ngữ lớn (LLM) sẽ tiếp tục là phần phụ trợ cho các hệ thống giao dịch đại lý này hay sẽ có thứ gì đó hoàn toàn khác ? Hệ thống xuất hiện?

• Ở cấp độ giao diện người dùng,liệu người dùng có bắt đầu sử dụng ngôn ngữ tự nhiên để thực hiện giao dịch không?

• Liệu giả thuyết bấy lâu nay về "Ví là trình duyệt" cuối cùng có thành hiện thực không?

Những vấn đề này sẽ là tâm điểm chú ý của chúng tôi.

— Danny, Katie, Aadharsh, Dmitriy