Bạn xem các vấn đề tồn tại trong quá trình tích hợp AI+web3 như thế nào?

Tác giả: Haotian Nguồn: X, @HAOTIANCRYPTOINSIGHT

Mọi người đều hy vọng rằng AI+Web3 sẽ trở thành chất xúc tác cho đợt thị trường tăng trưởng này. Từ mức định giá cao và khoản đầu tư lớn đã đưa ra của VC, có thể thấy được. Câu hỏi đặt ra là các vấn đề hiện tại trong lộ trình tích hợp AI+Web3 là gì? Kết hợp với báo cáo có hệ thống này của  @web3caff_zh , hãy để tôi nói về quan điểm của mình:

1) Đào tạo AI yêu cầu dữ liệu quy mô lớn và Web3 Địa điểm nơi nó xuất hiện chính xác là để theo dõi dữ liệu và các tác động khuyến khích bắt nguồn từ nó. Về lâu dài, AI chắc chắn sẽ cần đến sự trợ giúp của web3, nhưng cần phải làm rõ rằng web3 chỉ có thể giải quyết được những vấn đề còn hạn chế của AI.

Ví dụ: động lực chính cho đào tạo dữ liệu quy mô lớn truyền thống, tối ưu hóa liên tục các thuật toán, thị giác máy tính, công nghệ nhận dạng giọng nói, AI trong trò chơi và các lĩnh vực cốt lõi khác phải dựa vào sức mạnh tính toán tập trung quy mô lớn cũng như điều chỉnh và tối ưu hóa phần mềm và phần cứng như chip và thuật toán, chẳng hạn như mạng thần kinh tích chập học sâu, học tăng cường, mô hình điện toán lấy cảm hứng từ não, v.v., để mở rộng ranh giới của các khả năng AI, không có khả năng web3 có được chỗ đứng trong thời gian ngắn;

2) Generative AI chỉ chiếm một nhánh nhỏ trong lĩnh vực AI lớn hơn, nhưng nó đẩy nhanh tốc độ tích hợp AI và web3. Bởi vì AI tổng quát là một công nghệ bao gồm AI thiên về ứng dụng hơn. Lý tưởng nhất là các mô hình cơ bản lớn thường sẽ được hoàn thành bởi các công ty lớn sử dụng sức mạnh tính toán tập trung và áp dụng chính sách nguồn mở để thúc đẩy thị trường ứng dụng cấp cao hơn. Thị trường AI tổng thể sẽ dần dần trở thành một cái đuôi dài và tầm quan trọng của việc tinh chỉnh và suy luận mô hình sẽ được nêu bật.

Tuy nhiên, một khi một công ty kiểm soát sức mạnh tính toán lõi và tài nguyên mô hình thay đổi chính sách nguồn mở của mình, điều đó sẽ có tác động trực tiếp đến thị trường AI tổng thể. Để tránh một cuộc khủng hoảng như vậy, Infra, dựa nhiều hơn vào kiến ​​trúc điện toán phân tán và kiến ​​trúc cộng tác lý luận phân tán, sẽ trở thành điều bắt buộc.

3) web3 có thể đóng một vai trò quan trọng trong quá trình xây dựng khung phân phối AI. Ví dụ: trong quá trình đào tạo mô hình, chuỗi khối có thể tạo ra một khung duy nhất. nguồn dữ liệu cho nguồn dữ liệu. nhận dạng và sao chép dữ liệu để nâng cao hiệu quả đào tạo; khi sức mạnh tính toán không đủ, chuỗi khối có thể sử dụng cơ chế khuyến khích Tokenomics để xây dựng mạng lưới sức mạnh tính toán AI phân tán trong quá trình tinh chỉnh tham số, chuỗi khối có thể sử dụng; ghi lại các phiên bản khác nhau của mô hình và theo dõi mô hình Quá trình tiến hóa cũng chịu sự kiểm soát tinh tế;

Trong quá trình suy luận mô hình, các công nghệ như ZK và TEE có thể được sử dụng để xây dựng mạng suy luận phi tập trung nhằm tăng cường giao tiếp giữa các mô hình. Tin cậy lẫn nhau; trong việc tích hợp điện toán biên và DePIN, web3 có thể giúp xây dựng mạng AI biên phi tập trung và thúc đẩy sự kết hợp giữa AI+DePIN Internet of Things.

4) Khi Vitalik trước đây nói về sự kết hợp giữa AI + Web3, ông tuyên bố rằng AI có thể được tích hợp dần dần với tư cách là một thành viên trong thế giới Web3, vì vậy việc tích hợp của AI và web3 là điều chắc chắn sẽ rất chậm.

Một mặt, thế giới web2 chính thống vẫn tập trung vào mức độ hiệu suất của AI và không phụ thuộc nhiều vào sự cộng tác hậu trường của AI framework. Còn tồn tại vấn đề chưa liên lạc được với web3; Mặt khác, trong lĩnh vực tích hợp AI, web3 vẫn đang trong giai đoạn xây dựng các hạ tầng cơ bản như mạng điện toán phân tán, mạng kiến ​​trúc lý luận phân tán, mạng lưới kiến ​​trúc phân tán. Mạng ứng dụng Tokenomics, mạng cộng tác công cụ AI Agent phân tán, v.v. và chưa đạt được web2 Được các nhóm nhu cầu chính thống xác minh và áp dụng đầy đủ.

Tóm lại, xu hướng chung của AI+Web3 là đúng, nhưng việc triển khai và phát triển trên thực tế không nhanh như vậy. hoặc thậm chí qua các chu kỳ để thấy được sự tiến bộ đáng kể đòi hỏi phải kiên nhẫn hơn một chút.