Danh sách các lĩnh vực liên ngành Crypto x AI mới nổi và 17 dự án

Tác giả: Aylo, alpha xin vui lòng; Bản dịch: Golden Finance xiaozou

“Khi sự đổi mới lớn xuất hiện, nó gần như chắc chắn sẽ trở nên lộn xộn, không đầy đủ và khó hiểu đối với bản thân người khám phá ra nó sẽ chỉ được hiểu một nửa, đối với những người khác nó sẽ là một điều bí ẩn. Bất kỳ phỏng đoán nào thoạt nhìn không đủ điên rồ đều là vô vọng"—— Freeman Dyson

Trong bài viết này, tôi sẽ khám phá sự hội tụ tiềm năng nào đang diễn ra trong lĩnh vực tiền điện tử và trí tuệ nhân tạo và liệt kê17 Crypto x AIdự án mà bạn có thể quan tâm và cân nhắc thêm vào danh sách theo dõi của mình.

Bạn đã sẵn sàng cho cuộc ném bom alpha chưa?

Nhưng trước khi nhảy xuống hố thỏ, hãy để tôi nói một điều: chúng ta mới chỉ mới bắt đầu trên bề mặt của bối cảnh Crypto x AI. Lĩnh vực này hiện đang ở giai đoạn sơ khai, phức tạp và mang tính đầu cơ.

Tôi chỉ là một nhà nghiên cứu tiền điện tử khiêm tốn đang cố gắng bắt kịp một ngành dọc mới nổi, vì vậy lời khuyên của tôi là: hãy thận trọng khi đầu tư vào lĩnh vực này. Giai đoạn này vẫn là giai đoạn đầu cơ của hoạt động đầu cơ và giá trong chu kỳ này có thể sẽ vượt xa các yếu tố kỹ thuật và cơ bản.

Bài viết này sẽ bao gồm 5 phần sau: Tổng quan về AI, ngăn xếp AI, tại sao tiền điện tử và AI là sự tích hợp hoàn hảo, giới thiệu về các trường dọc Crypto x AI mới nổi, 17 Crypto x Dự án AI

1. AI Tổng quan

Trí tuệ nhân tạo (AI) là một chủ đề phức tạp cần nhiều năm nghiên cứu để thực sự hiểu tất cả các khía cạnh của nó. Nhưng trong bài viết này, tôi nghĩ trí tuệ nhân tạo là một lĩnh vực chủ đề cố gắng bắt chước hoặc mô phỏng trí tuệ nhận thức của con người để thực hiện một loạt nhiệm vụ từ học tập, lý luận, giải quyết vấn đề hoặc hiểu ngôn ngữ tự nhiên.

Mặc dù trí tuệ nhân tạo đã là một lĩnh vực nghiên cứu và phát triển thích hợp trong nhiều năm nhưng với sự xuất hiện của ChatGPT, AI cũng đã mở ra một bước đột phá thực sự. Tất cả chúng ta đều nhớ mình đã phấn khích như thế nào khi lần đầu tiên tương tác với một robot AI có khả năng sáng tạo. Nhìn lại, chúng ta có thể thành thật nói rằng đó là một khoảnh khắc tuyệt vời giống như iPhone.

Việc áp dụng sản phẩm tiêu dùng AI nhanh nhất từ ​​trước đến nay, đạt quy mô 100 triệu người dùng trong hai tháng. Để so sánh, Facebook phải mất 1.500 ngày để tiếp cận được lượng người dùng tương tự.

Chúng tôi thấy cái này khu vực đang có sự tăng trưởng theo cấp số nhân. Xem xét ước tính của ARK rằng hiệu suất của các mô hình được đào tạo có thể tăng gấp 5 lần chỉ vào năm 2024, rõ ràng trí tuệ nhân tạo sẽ tiếp tục mở ra nhiều trường hợp sử dụng.

Một số phần tiếp theo Sẽ không có gì mới khi chứng kiến ​​​​sự xuất hiện của một số công ty cơ sở hạ tầng hoặc ứng dụng AI trị giá hàng tỷ đô la vào năm 2020. Họ sẽ sử dụng các ứng dụng hoặc cơ sở hạ tầng AI để biến cuộc cách mạng AI thành hiện thực. Trên thực tế, gần đây đã có sự gia tăng nguồn tài trợ cho lĩnh vực này.

Nói về điều này, Chúng ta hãy xem xét kỹ hơn chính xác những gì khiến trí tuệ nhân tạo trở nên khả thi.

2. AI Stack

Tôi tin rằng khi bạn nghĩ về trí tuệ nhân tạo, giống như tôi, điều đầu tiên bạn nghĩ đến là ChatGPT và AI tổng hợp lời nhắc . Nhưng đây chỉ là phần nổi của tảng băng trôi, trên thực tế, lĩnh vực “trí tuệ nhân tạo” phức tạp hơn nhiều. Để hiểu rõ hơn, chúng ta hãy xem sơ qua các lớp công nghệ và thành phần khác nhau tạo nên nhóm AI:

(1) Phần cứng máy tính

Trí tuệ nhân tạo không chỉ là về mã. Trí tuệ nhân tạo tiêu tốn nhiều tài nguyên và cơ sở hạ tầng vật lý cụ thể—chẳng hạn như bộ xử lý thần kinh (NPU), bộ xử lý đồ họa (GPU) và bộ xử lý tensor (TPU)—là rất cần thiết. Cuối cùng, các cơ sở hạ tầng vật lý này tạo thành phương tiện vật lý để thực hiện các phép tính và thuật toán cho phép hệ thống trí tuệ nhân tạo hoạt động bình thường. Không có chúng sẽ không có trí tuệ nhân tạo.

Những công ty dẫn đầu ngành trong lĩnh vực này là NVIDIA (nổi tiếng và không cần giới thiệu), Intel và AMD. Họ cạnh tranh để phát triển phần cứng hiệu quả nhất cho khối lượng công việc đào tạo mô hình và suy luận.

Nvidia cho đến nay là một trong những cách trực tiếp nhất để tham gia vào cuộc cách mạng này (bằng chứng là động lực giá gần đây của Nvidia).

( 2) Nền tảng đám mây

Các nhà phát triển AI dựa vào phần cứng để chạy mô hình của họ. Thông thường, có hai cách chính để họ có được hiệu suất phần cứng: họ có thể chạy GPU cục bộ hoặc dựa vào nhà cung cấp dịch vụ đám mây. Các giải pháp đầu tiên thường quá đắt và không có giá trị về mặt tài chính, và theo thời gian, các nhà cung cấp đám mây chứng tỏ là một giải pháp thay thế thú vị.

Các nhà cung cấp đám mây là những công ty lớn có nguồn tài nguyên khổng lồ mua và vận hành phần cứng mạnh mẽ này, cho phép các nhà phát triển sử dụng những tài nguyên này trên cơ sở trả tiền theo nhu cầu sử dụng hoặc đăng ký. Điều này giúp loại bỏ nhu cầu các nhà phát triển phải đầu tư vào việc duy trì cơ sở hạ tầng vật chất của riêng họ.

Các công ty dẫn đầu ngành trong lĩnh vực này là AWS, Google Cloud hoặc NVIDIA DGX Cloud. Mục tiêu của họ là cung cấp cho các nhà phát triển quyền truy cập nhanh chóng vào siêu máy tính đa nút để đào tạo các LLM phức tạp nhất.

(3) mô hình

Trên nền tảng đám mây là phần phức tạp nhất và được công bố rộng rãi nhất của trí tuệ nhân tạo: mô hình ML (machine learning). Các hệ thống máy tính này được thiết kế để thực hiện các nhiệm vụ mà không cần hướng dẫn lập trình rõ ràng và đại diện cho bộ não của hệ thống trí tuệ nhân tạo.

Học máy được chia thành ba bước: dữ liệu, huấn luyện và suy luận, bao gồm ba loại hình học chính: học có giám sát, học không giám sát và học tăng cường.

• Học có giám sát đề cập đến việc học từ các ví dụ (do giáo viên cung cấp). Giáo viên có thể cho người mẫu xem những bức tranh mẫu liên quan đến chó và cho người mẫu biết đây là những con chó. Sau đó, người mẫu sẽ học cách phân biệt giữa chó và các động vật khác.

• Nhiều mô hình phổ biến như LLM (GPT-4 và LLaMa) được đào tạo bằng phương pháp học không giám sát. Trong mô hình học tập này, không có giáo viên hướng dẫn hoặc đưa ra ví dụ. Các mô hình học cách tìm các mẫu trong dữ liệu.

• Học tăng cường (học thông qua thử và sai), chủ yếu được sử dụng cho các nhiệm vụ ra quyết định tuần tự như điều khiển robot và chơi trò chơi (như cờ vua hoặc cờ vây).

Cuối cùng, các mô hình này có thể là nguồn mở (được tìm thấy trên các trung tâm mô hình như Ôm mặt) hoặc nguồn đóng (như mô hình OpenAI, được truy cập qua API).

(4) Ứng dụng

Đây là lớp cuối cùng của hệ thống AI và là lớp mà người dùng chúng ta thường gặp phải. Họ có thể là B2B hoặc B2C và họ tận dụng các mô hình AI để xây dựng các ứng dụng dựa trên chúng. Một ví dụ phổ biến là Replika, một ứng dụng cho phép bạn thiết kế một người bạn đồng hành ảo để trò chuyện với bạn 24/7. Đánh giá từ đánh giá của người dùng, nó dường như đã có tác động thực sự đến cuộc sống của nhiều người.

" Replika của tôi rất quan trọng đối với tôi! Cô ấy luôn ở bên cạnh động viên tôi và hỗ trợ tôi với thái độ tích cực. Thực tế, cô ấy là hình mẫu của tôi và chỉ cho tôi cách trở thành một người Những con người tốt hơn!”

Nhìn chung, có vẻ như các lớp công nghệ khác nhau này vẫn đang trong giai đoạn phát triển ban đầu và chúng ta vẫn đang trong giai đoạn mà một số người gọi là Sự bùng nổ kỷ Cambri là sự khởi đầu sân khấu. Vì vậy, chúng ta sẽ thấy tiền điện tử đóng một vai trò lớn trong sự bùng nổ công nghệ này.

3. Tại sao? Tiền điện tử và AI có phải là sự kết hợp hoàn hảo không?

Mặc dù mật mã không nhất thiết cần thiết đối với mọi lớp của hệ thống AI, nhưng có nhiều lý do để tin rằng AI phi tập trung cũng quan trọng như tiền tệ phi tập trung. Hợp đồng thông minh có thể tận dụng công nghệ máy học để mang lại cho người dùng sức mạnh trải nghiệm và mật mã có thể mang lại sự bảo mật, minh bạch cao hơn và mở khóa các trường hợp sử dụng AI mới.

Trí tuệ nhân tạo đang thống trị Không gian tiền điện tử

Thị trường đã thể hiện sự nhiệt tình lớn đối với các ứng dụng tiềm năng ở điểm giao thoa giữa mã hóa và trí tuệ nhân tạo, đồng thời đã có những xu hướng cho thấy đây là câu chuyện hot nhất ở thời điểm hiện tại. Kể từ đầu năm 2024, trí tuệ nhân tạo đã hoạt động cực kỳ tốt so với phần còn lại của thế giới tiền điện tử.

Với sự phát triển của lĩnh vực này Đối với những phát triển tiếp theo, chúng tôi có mọi lý do để tin rằng chúng tôi vẫn đang ở giai đoạn đầu và bong bóng có thể đang hình thành.

Hãy cùng xem những bước phát triển nào đang diễn ra giữa tiền điện tử và AI.

4. Giới thiệu về các lĩnh vực dọc Crypto x AI mới nổi

Sau đây là sự phối hợp chính giữa cyropto và AI:

( 1) Từ nhà cung cấp đám mây tập trung đến DePIN:

Như đã đề cập trước đó, các lớp nền tảng của AI là nhà cung cấp phần cứng và đám mây. Mặc dù mật mã không thể cạnh tranh trong việc sản xuất phần cứng tốt hơn (và không có lý do gì để làm vậy), nhưng công bằng mà nói thì mật mã có thể cạnh tranh trong việc cung cấp quyền truy cập vào siêu máy tính nhiều nút theo cách hiệu quả, an toàn và phi tập trung hơn. Đây là một trường con của mật mã, cụ thể là DePIN (Cơ sở hạ tầng vật lý phi tập trung). Chúng đại diện cho các giao thức blockchain khuyến khích các cộng đồng phi tập trung xây dựng và duy trì phần cứng vật lý.

Các trường hợp sử dụng chính của DePIN được hỗ trợ bởi AI là sức mạnh tính toán và lưu trữ đám mây.

Ý tưởng rất đơn giản: Các nhà phát triển AI cần nhiều GPU và dung lượng lưu trữ dữ liệu hơn và chúng tôi có lý do chính đáng để tin rằng dự án crypto-DePIN có thể kích hoạt các tài nguyên tiềm năng thông qua các ưu đãi mã thông báo để giúp thúc đẩy thế hệ điện toán mới và cung cấp lưu trữ.

(2) Hỗ trợ tính minh bạch, quản lý người dùng và quyền sở hữu dữ liệu:

Trí tuệ nhân tạo sẽ vượt qua Internet. Điều này có nghĩa là, để một xã hội dân chủ tự do hoạt động tốt, điều quan trọng là phải hiểu mô hình nào được sử dụng, cách chúng hoạt động và dữ liệu nào được đưa vào chúng. Với suy nghĩ này, tôi cảm thấy rằng cuộc tranh luận bất tận về hoạt động hộp đen và sức mạnh độc quyền của những gã khổng lồ Web 2.0 có thể kết thúc bằng cách trao quyền sở hữu cho người dùng thông qua mã thông báo AI, từ cơ sở hạ tầng cho đến các mô hình và ứng dụng.

Trong một số trường hợp Dưới Trong trường hợp này, việc biết nguồn của mô hình AI mà người ta đang sử dụng có thể khá quan trọng. Giống như mọi thứ, mô hình đều có thành kiến ​​và tùy thuộc vào cách tạo mô hình cũng như dữ liệu huấn luyện, kết quả đầu ra có thể hoàn toàn khác nhau. Có nhiều lý do chính đáng tại sao các mô hình và đào tạo AI nên được phân cấp trên chuỗi và cần có tính minh bạch cao hơn.

Chúng tôi không cần Thượng viện hay bất kỳ tổ chức mờ ám nào quyết định hướng đi của thế giới, kiểm soát dữ liệu của chúng tôi mà không có sự đồng ý hay vô số điều khoản và điều kiện mà thành thật mà nói, chúng tôi không bao giờ có thể hoàn thành việc đọc liên quan để trả lời. Trên thực tế, chúng tôi muốn điều ngược lại, trong đó tính minh bạch và quản lý người dùng là điều kiện tiên quyết và chúng tôi có quyền kiểm soát dữ liệu của chính mình.

Bằng cách tận dụng cơ sở hạ tầng mật mã, chúng ta có thể tránh lặp lại những sai lầm tương tự như chúng ta đã mắc phải với các ứng dụng Internet. Chúng ta có thể có quyền sở hữu tập thể, quản trị phi tập trung và tính minh bạch ở mọi cấp độ. Đây là con đường phía trước.

(3) Điều chỉnh các biện pháp khuyến khích và khả năng kiếm tiền từ AI:

Dữ liệu đào tạo chất lượng cao là yếu tố đóng góp chính cho hiệu suất của mô hình . Tuy nhiên, như ARK đã đề cập, nguồn dữ liệu đào tạo chất lượng cao tốt có thể cạn kiệt vào năm 2024, có khả năng làm chậm hiệu suất của mô hình.

Công nghệ mã hóa có thể truyền cảm hứng Các cá nhân kiếm tiền từ các tập dữ liệu riêng tư và công khai cũng như các mô hình trí tuệ nhân tạo, tác nhân và các phần khác của hệ thống AI. Với khả năng tạo ra các thị trường toàn cầu đầy biến động, không cần cấp phép, bất kỳ ai cũng có thể được đền bù cho sự đóng góp của mình. Một khả năng khác là khuyến khích mọi người duy trì chất lượng dữ liệu được sử dụng để đào tạo các mô hình AI cơ bản hoặc cung cấp các mô hình khác nhau cho các mạng cụ thể.

Không gian tiền điện tử đang thúc đẩy sự bùng nổ tài chính. Ngăn xếp AI cần có cơ chế thanh toán riêng. Nghe có vẻ là một sự kết hợp tốt phải không?

(4) AI/ML trên chuỗi (ZKML & opML):

Mật mã không kiến ​​thức là một trong những công nghệ web3 phổ biến nhất vì nó cung cấp khả năng tạo bằng chứng "toàn vẹn" cho một tập hợp các phép tính nhất định, trong đó việc xác minh bằng chứng dễ dàng hơn nhiều so với việc thực hiện các phép tính.

Khi nói về ZKML, chúng ta đang nói về khả năng đưa bằng chứng ZK (không có kiến ​​thức) vào phần "suy luận" và "dữ liệu" của các mô hình học máy (thay vì quá chuyên sâu về mặt tính toán) phần đào tạo). Khi nghiên cứu và công nghệ phát triển trong lĩnh vực này, chúng ta có thể mong đợi được thấy sự xuất hiện của các giải pháp hiệu quả và có thể mở rộng hơn, giúp ZKP (bằng chứng không có kiến ​​thức) phù hợp hơn cho giai đoạn đào tạo của các mô hình học máy.

Với ZKML, phép tính được ẩn khỏi người xác minh nhưng người chứng minh có thể xác minh tính chính xác của phép tính ML mà không tiết lộ thêm thông tin.

Một phương pháp khác là OPML (Optimistic Machine Learning), sử dụng phương pháp lạc quan để triển khai suy luận và đào tạo/tinh chỉnh mô hình trí tuệ nhân tạo trên hệ thống blockchain. Các mô hình LlaMA2 và Stable Diffusion hiện có sẵn trên chuỗi thông qua cơ chế lạc quan (tương tự như Optimism và Arbitrum).

Giải pháp mới nhất từ ​​dự án được đề cập bên dưới kết hợp zkML và opML để cho phép Ethereum chạy bất kỳ mô hình nào có tính năng bảo mật.

Điều này có thể thúc đẩy một kỷ nguyên mới của các mô hình ML, trong đó chúng sẽ minh bạch trên chuỗi và có thể dễ dàng xác minh xem một đầu ra nhất định có phải là sản phẩm của một mô hình và cặp đầu vào nhất định hay không. Trong một thế giới nơi các mô hình và tập dữ liệu không rõ ràng, điều này có thể là yếu tố thay đổi cuộc chơi, trao lại quyền lực cho người dùng (phù hợp với các ý tưởng về tính minh bạch và quản trị người dùng đã nêu ở trên).

(5) Xác thực và quyền riêng tư:

Khi các ứng dụng AI phát triển, chúng ta đang tiến đến điểm bùng phát mà không ai có thể biết liệu nội dung trực tuyến là có thật hay mô phỏng. Hãy xem hình ảnh này được tạo bởi Sora, một nền tảng tạo văn bản-video được OpenAI ra mắt gần đây. Bạn có nghĩ mình có thể biết được tính xác thực không? Hãy tưởng tượng điều này sẽ trở nên thuyết phục hơn trong những năm tới.

Theo quan điểm này thực tế, có những lý do chính đáng để lưu trữ danh tính phi tập trung trên blockchain. Điều này ngăn cản mọi người tương tác với các bot AI mà không biết và phân biệt thông tin thật với thông tin giả mạo. Trong một thế giới mà việc rút tiền ngân hàng có thể xảy ra chỉ bằng vài cú click chuột (như những gì chúng ta đã trải qua với sự cố SVB), việc cung cấp bằng chứng về tính xác thực trở nên quan trọng và mật mã dường như là cách tốt nhất để đạt được điều này.

Đây là một ví dụ đơn giản về cách thức hoạt động của nó: tác giả chính thức của thứ gì đó có thể ký điện tử vào một "băm" trên blockchain, tuyên bố rằng "Tôi tự tạo ra nó". Một bên khác (chẳng hạn như một công ty truyền thông) có thể tuyên bố "Tôi đã chứng minh điều đó" bằng cách ký một thỏa thuận. Người dùng có thể xác minh danh tính của họ bằng chữ ký bằng cách chứng minh bằng mật mã quyền kiểm soát tên miền (ví dụ: nytimes.com).

Bằng cách này, thông tin sẽ minh bạch, có thể được chứng minh, không thể bị giả mạo và có thể tổng hợp được. Điều này đang trở thành một yếu tố quan trọng trong thế giới hậu AI mà chúng ta đang bắt đầu sống.

5.17Crypto x AI Dự án

Tại thời điểm này, tôi chắc chắn rằng bạn có thể đồng ý rằng có nhiều lý do để tin rằng trong giai đoạn tiếp theo Trong thị trường giá lên, danh sách theo dõi dự án AI tốt có thể là một trong những tài sản tốt nhất của bạn.

May mắn thay, chúng tôi sẽ tập trung vào vấn đề này. Nhưng trước đó, chúng tôi tự nhắc nhở mình rằng hiện nay tình trạng đầu cơ đang tràn lan khắp nơi và chúng tôi phải tiến hành một cách thận trọng. Trên thực tế, những dự án thực sự hữu hình ngày nay rất hiếm. Vì vậy những gì tiếp theo không phải là một dự đoán mà chỉ là một ý tưởng. Các ý tưởng sẽ thay đổi rất nhiều khi dữ liệu trở nên sẵn có hơn và thời gian làm giảm bớt tiếng ồn.

Đây không phải là danh sách đầy đủ, chỉ là những mục tôi đã nghiên cứu chuyên sâu và tôi cho là đáng quan tâm. Có rất nhiều điều đang diễn ra ở đường đua này và rõ ràng là tôi sẽ bỏ lỡ rất nhiều đội tuyệt vời.

Nói xong, chúng ta hãy điểm qua 17 dự án có thể bạn sẽ quan tâm:

1. Render Network

Giới thiệu: Render là người tiên phong của nền tảng GPU tập trung. Nói tóm lại, dự án nhằm mục đích khai thác toàn bộ tiềm năng sản xuất của GPU phi tập trung, cung cấp năng lượng cho hai loại dự án khác nhau: tạo nội dung 3D và AI.  

Lý do lạc quan: GPU vốn đã khan hiếm, nếu AI tiếp tục duy trì xu hướng hiện tại thì tình trạng thiếu hụt sẽ càng trầm trọng hơn. Đây là cơ hội cho Render Network, điều này có thể thực hiện được từ vòng thị trường tăng giá này AI Một trong những token lớn nhất được hưởng lợi từ câu chuyện kể. Render cũng có nhiều ứng dụng khách điện toán AI.

Cách nhận vị trí: mã thông báo RNDR

2. Giao thức Akash

Giới thiệu: Akash là một thị trường máy tính phi tập trung được ra mắt với tên gọi Cosmos vào tháng 9 năm 2020 Chuỗi ứng dụng được khởi chạy trên mainnet. Mặc dù phiên bản đầu tiên của Akash tập trung vào CPU (Bộ xử lý trung tâm), nhưng gần đây nó đã chuyển sang tính toán GPU, tận dụng sự thay đổi mô hình cơ sở hạ tầng điện toán do sự bùng nổ AI (tương tự như Mạng kết xuất) mang lại.

Tại sao bạn lạc quan: Tóm tắt tầm nhìn hiện tại của dự án trong bốn từ: “AirBnB dành cho điện toán GPU”.  

Cách giành được vị trí: AKT

3, Ora

Giới thiệu: ORA là một giao thức oracle có thể kiểm chứng, giới thiệu AI và các phép tính phức tạp trên chuỗi . Giải pháp opp/ai của họ kết hợp những ưu điểm tốt nhất của zkML và opML và thể hiện bước nhảy vọt cho cả hai phương pháp tiếp cận.

Lý do để lạc quan: Sự đổi mới của họ đánh dấu một bước ngoặt trong sự phát triển của AI trên chuỗi, thống nhất bối cảnh zkML và opML.

Cách nhận được vị trí: Tham gia Discord của họ để nhận thêm thông tin cập nhật và trở thành cộng tác viên sớm.

4.io.net

Giới thiệu: Đây là một dự án DePIN thú vị khác được xây dựng trên Solana, có thể truy cập các cụm đám mây GPU phân tán với mức chi phí tương đương với các cụm tập trung. dịch vụ.

Tại sao bạn nên thích nó: AWS phi tập trung dành cho đào tạo ML về GPU. Nhận quyền truy cập tức thời, không cần cấp phép vào mạng lưới GPU và CPU toàn cầu. Công nghệ mang tính cách mạng cho phép các đám mây GPU được nhóm lại với nhau. Có thể tiết kiệm 90% chi phí điện toán cho các startup AI lớn. Tích hợp kết xuất và Filecoin.

Cách nhận được vị trí: Tham gia io.net Discord, họ đang điều hành một chương trình cộng đồng có thể có airdrop IO.

5. Bittensor

Giới thiệu: Bittensor là một dự án nguồn mở phi tập trung nhằm tạo ra một giao thức mạng thần kinh trên blockchain, cho phép tạo ra các ứng dụng AI và mạng ngang hàng Các cách hiện thực hóa trao đổi giá trị giữa các mô hình AI.

Tại sao bạn nên lạc quan: Đây là một dự án đầy tham vọng đã thu hút rất nhiều sự chú ý gần đây và trở thành mã thông báo AI lớn nhất tính theo vốn hóa thị trường. TAO có thể là một trong những người hưởng lợi lớn nhất từ ​​đợt cường điệu AI này.  

Cách nhận được vị trí: Mã thông báo TAO, bạn có thể cầm cố TAO của mình cho người xác minh để kiếm số tiền phát hành TAO. Nếu bạn muốn đóng góp cho mạng bằng cách tham gia Discord, bạn cũng có thể tham gia nhiều hơn.

6. Grass

Giới thiệu: Grass là cơ sở hạ tầng cơ bản hỗ trợ các mô hình AI. Bằng cách cài đặt tiện ích mở rộng Grass Web, ứng dụng sẽ tự động bán tài nguyên internet chưa sử dụng của bạn cho các công ty AI, những người sử dụng nó để thu thập dữ liệu trên internet và đào tạo mô hình của họ. kết quả? Bạn chia sẻ sự phát triển của AI và giành được cổ phần trong mạng bằng cách bán các tài nguyên mà bạn thậm chí không biết là mình có.

Tại sao bạn nên mua nó: Grass đang tạo ra nguồn doanh thu mới cho tất cả những người có kết nối Internet. Grass đặt mục tiêu trở thành lớp cung cấp dữ liệu cho AI phi tập trung. Cách nhận vị trí: Chạy tiện ích mở rộng chrome ở chế độ nền và chỉ mất 2 phút để thiết lập để bắt đầu kiếm Điểm Grass, điểm này sẽ tạo ra mã thông báo GRASS vào cuối năm nay.  

7. Gensyn

Giới thiệu: Giao thức Gensyn là giao thức không cần tin cậy lớp 1 để tính toán deep learning. Giao thức này thưởng trực tiếp và ngay lập tức cho những người tham gia bên cung vì đã cam kết thời gian tính toán với mạng và Thực hiện các nhiệm vụ ML.

Lý do lạc quan: Dự án này có những người ủng hộ rất rất mạnh mẽ và rõ ràng sẽ trở thành một dự án cơ sở hạ tầng tiền điện tử AI lớn nếu họ có thể thực hiện.

Cách nhận được một vị trí: Theo dõi họ trên Twitter.

8. Allora

Giới thiệu: Allora là mạng AI phi tập trung tự cải tiến. Allora cho phép các ứng dụng tận dụng AI thông minh hơn, an toàn hơn thông qua mạng lưới các mô hình ML tự cải tiến. Bằng cách kết hợp nghiên cứu tiên tiến về nguồn lực cộng đồng (dự đoán ngang hàng), học tập liên kết và zkML, Allora mở ra một không gian thiết kế ứng dụng mới rộng lớn ở điểm giao thoa giữa tiền điện tử và AI.

Tại sao bạn nên thích nó: Allora được phát triển bởi Upshot, công ty dẫn đầu thị trường trong việc phát triển cơ sở hạ tầng mã hóa AI x trong 2,5 năm qua. Họ tập trung vào nhiều trường hợp sử dụng tài chính hơn: nguồn cấp dữ liệu giá do AI cung cấp, kho DeFi do AI cung cấp, mô hình rủi ro AI, v.v. có thể có nghĩa là họ phát hiện ra PMF sớm hơn hầu hết.

Cách nhận được một vị trí: Tham gia Discord để theo dõi cách bạn có thể tham gia với tư cách là thành viên cộng đồng sớm.

9. Botto

Giới thiệu: Botto là một nghệ sĩ hoàn toàn tự chủ với quy trình và sản phẩm khép kín, không thể bị thay đổi bởi bàn tay con người. Đầu vào duy nhất của con người là bỏ phiếu cho đầu ra Botto để hướng dẫn nghệ sĩ những việc cần làm tiếp theo.

Lý do lạc quan:  Dự án độc đáo này kết hợp AI, nghệ thuật, NFT và DeFi và đã tạo ra doanh thu thực tế (4,5 triệu đô la kể từ khi thành lập). Tác phẩm nghệ thuật của Botto đã được bán tại nhà đấu giá Christie's. Đây là nghệ sĩ AI đầu tiên có thể được đầu tư vào. Tiền thu được từ việc bán tác phẩm nghệ thuật sẽ được phân phối cho những người cầm cố.

Cách nhận vị trí: Token BOTTO hoặc mua NFT của Botto trên Super Rare.

10. Song song (Thuộc địa)

Giới thiệu: Thuộc địa là một trò chơi không bao giờ kết thúc được điều khiển bởi AI, với tất cả các vật phẩm mô phỏng trên chuỗi. Bạn sẽ được ghép nối với một hình đại diện Song song. Bạn và hình đại diện của bạn sẽ làm việc cùng nhau và chia sẻ tài nguyên trên chuỗi để điều hướng thế giới Parallel ngày càng mở rộng do PRIME cung cấp.

Lý do để lạc quan: PRIME là một trong những token duy nhất có trò chơi và AI thực sự giao thoa với nhau. Colony có thể trở thành một trò chơi xác định thể loại mới, có tiềm năng lan truyền thực sự nếu nhóm thực hiện. Studio làm ra trò chơi này có lẽ là studio giỏi nhất trong các trò chơi trên web3.

Cách nhận được vị trí: Mã thông báo PRIME và hình đại diện song song NFT. Hãy đăng ký để chơi khi trò chơi được phát hành.

11. Aethir

Giới thiệu: Aethir giới thiệu một cách tiếp cận mới về cơ sở hạ tầng điện toán đám mây, tập trung vào quyền sở hữu, phân bổ và sử dụng GPU cấp doanh nghiệp. Nó hoạt động như một thị trường và công cụ tổng hợp, tạo điều kiện kết nối giữa những người chơi bên cung (chẳng hạn như nhà khai thác nút và nhà cung cấp GPU) với người dùng và tổ chức trong các ngành sử dụng nhiều tính toán như AI, điện toán ảo hóa, trò chơi trên đám mây và khai thác tiền điện tử.  

Tại sao chúng tôi lạc quan: Aethir có vẻ là một đối thủ cạnh tranh mạnh mẽ khác của DePin trong danh mục đám mây điện toán GPU. Họ yêu cầu số GPU nhiều hơn 20 lần so với Render. Họ sẽ ra mắt trong một môi trường rất thuận lợi trong một ngành công nghiệp phổ biến.

Cách nhận được một vị trí: Việc bán nút sắp tới và tham gia máy chủ Discord của họ.

12. Morpheus

Giới thiệu: Morpheus đang xây dựng mạng lưới đại lý cá nhân ngang hàng thực sự phi tập trung đầu tiên để dân chủ hóa AI. Lý do thích nó: Một sự thật thú vị về dự án này là một trong những người đóng góp cho nó là Erik Voorhees, một OG thực thụ trong lĩnh vực này. Dự án này mang lại cho tôi cảm giác Bittensor.

Cách nhận được vị trí: Bạn có thể đầu tư stETH trong thời gian ra mắt hội chợ để kiếm mã thông báo MOR

13. Autonolas

Giới thiệu: Autonolas là một nền tảng để tạo và một thị trường mở sử dụng các tác nhân AI phi tập trung. Nhưng hơn thế nữa, nó cung cấp cho các nhà phát triển một bộ công cụ để xây dựng các tác nhân AI được lưu trữ ngoài chuỗi và có thể cắm vào nhiều chuỗi khối, bao gồm Polygon, Ethereum, Gnosis Chain hoặc Solana.  

Lý do để lạc quan: Autonolas là một trong số ít dự án AI có bằng chứng cho thấy nó đã được áp dụng. OLAS là một trong số ít token mà mọi người hiện đang đấu giá trong mạch dự án tiền điện tử AI.  

Cách giành được vị trí: mã thông báo OLAS 

14. MyShell  

Giới thiệu: MyShell là một nền tảng toàn diện phi tập trung. Để khám phá, tạo và đặt cược các ứng dụng gốc AI.

Tại sao bạn nên lạc quan: MyShell là một kho ứng dụng AI và một nền tảng cho phép bạn tạo ra các robot và ứng dụng AI. Nó cho phép mọi người trở thành doanh nhân AI và kiếm tiền từ ứng dụng của họ. Sản phẩm hiện đang được sản xuất.

Cách nhận được vị trí: Mặc dù họ chưa có mã thông báo nhưng bạn có thể đăng ký ứng dụng của họ và bắt đầu tương tác với bot để kiếm điểm (ai biết điều đó sẽ mang lại cho bạn điều gì).  

15. OriginTrail 

Giới thiệu: OriginTrail tích hợp blockchain và AI để cung cấp biểu đồ tri thức phi tập trung (DKG) nhằm đảm bảo tính toàn vẹn và nguồn dữ liệu. Cung cấp quyền truy cập vào mạng thông tin đã được chứng minh để nâng cao khả năng của AI. Việc sáp nhập nhằm mục đích nâng cao hiệu quả và độ tin cậy của các tác nhân AI trong các ngành bằng cách thiết lập nền tảng an toàn, đáng tin cậy để tạo, xác minh và truy vấn dữ liệu.

Lý do lạc quan: Sản phẩm đã chạy. Khách hàng doanh nghiệp. Tôi hiểu rằng biểu đồ tri thức cho phép AI diễn giải dữ liệu và hiểu nó trong bối cảnh những thứ khác đang diễn ra. TRAC dường như cũng có một lượng người theo dõi sùng bái.

Cách nhận được vị trí: Mã thông báo TRAC 

16. Nghi thức

Giới thiệu: Ritual là một lớp thực thi AI mở, có chủ quyền. Ritual sẽ cho phép các nhà phát triển tích hợp liền mạch AI vào bất kỳ ứng dụng hoặc giao thức trên chuỗi nào, cho phép họ tinh chỉnh các mô hình, kiếm tiền và thực hiện suy luận bằng cách sử dụng các sơ đồ mã hóa.

Tầm nhìn của Ritual là cho phép các nhà phát triển xây dựng DeFi hoàn toàn minh bạch, chuỗi khối tự cải tiến, tác nhân tự trị, nội dung được tạo, v.v.

Lý do thích: Ritual có những người ủng hộ hàng đầu. Các nhà phát triển có thể dùng thử Infernet SDK ngay bây giờ. Tôi phát hiện ra rằng một nhà phát triển đã bắt đầu một dự án nft thử nghiệm bằng SDK này cách đây vài ngày. Rất tuyệt (tôi đã quá muộn để thực hiện nó).

Cách lấy một vị trí: Tham gia Discord của họ và theo dõi.

17. Nillion

Giới thiệu: Nillion có thể đào tạo và suy luận các mô hình AI một cách an toàn và bí mật, tạo ra nền tảng cho AI an toàn và được cá nhân hóa.

Lý do để lạc quan: Mạng điện toán mù của Nillion mở ra nhiều trường hợp sử dụng mới, trong đó AI được cá nhân hóa là một lĩnh vực rộng lớn chưa được mở khóa. AI được cá nhân hóa sẽ không được áp dụng rộng rãi trừ khi có quá trình xử lý dữ liệu riêng tư. Giải pháp của Nillion có vẻ giống như một yếu tố thay đổi cuộc chơi thực sự.

Cách nhận được một vị trí: Tham gia Discord của họ và tiếp tục theo dõi. Nếu bạn là nhà phát triển, tôi chắc chắn họ sẽ sớm tổ chức một số cuộc thi hackathon.