Tác giả: Accelxr

Trí tuệ nhân tạo là một công nghệ tăng tốc sẽ làm thay đổi đáng kể các xu hướng xã hội đồng thời chuyển đổi nền kinh tế, định hình lại các ngành công nghiệp và cung cấp các hình thức tương tác trực tuyến mới.

Trong khi nhiều người tin rằng việc Crypto xâm nhập vào thế giới trí tuệ nhân tạo là không cần thiết, chúng tôi tin rằng đó là một mối quan hệ hiệp đồng quan trọng. Khi các hạn chế trong việc sản xuất và phân phối các mô hình AI được thắt chặt, một cộng đồng nguồn mở chống độc tài, phát triển nhanh chóng đang nhanh chóng nổi lên, tham gia vào các chương trình tập trung và chính phủ được tài trợ tốt. Tiền điện tử cho đến nay là công cụ tốt nhất để gây quỹ và quản lý các công cụ nguồn mở, trái ngược với áp lực từ bên ngoài. Đó đã là một sự kết hợp lý tưởng và đó là trước khi tính đến tác động của AI đối với tính xác thực, nguồn gốc, danh tính và các lĩnh vực khác mà Crypto có thế mạnh vốn có trong việc khắc phục hoặc cải thiện.

Có đủ loại hố thỏ đáng để khám phá ở đây. Bài viết này cố gắng đề cập càng nhiều vấn đề càng tốt, vì vậy bài viết này có thể được coi là một bài đánh giá về Một cái nhìn tổng quan đầy sóng gió về một số lĩnh vực mới nổi của Cryptox AI cho đến nay và trong tương lai gần.

Sáng tạo

Trong thời gian gần đây, The làn sóng quan tâm đầu tiên đến trí tuệ nhân tạo là lĩnh vực công cụ tạo ra ý tưởng. AI sáng tạo làm giảm sự phụ thuộc của người dùng vào các kỹ năng kỹ thuật như lập trình hoặc trình độ phần mềm nâng cao, cho phép bất kỳ ai có kinh nghiệm điện tử cơ bản tạo ra các tác phẩm phức tạp trong khi tạo ra tác phẩm chuyên nghiệp với chi phí thấp nhất.

Điều này có thể có tác động rất lớn đến các ngành công nghiệp sáng tạo, chỉ kể tên một vài ngành:

Giờ đây, bất kỳ ai cũng có thể trở thành người sáng tạo và khi số lượng kịch bản mà mọi người tạo ra tác phẩm cùng với các công cụ này ngày càng hoàn thiện, mô hình sáng tạo của trò chơi nhiều người chơi sẽ phát triển mạnh mẽ hơn bao giờ hết.

Cộng đồng thích hợp có thể tạo ra tác phẩm chất lượng cao mà trước đây khả năng tồn tại về mặt thương mại bị hạn chế do quy mô khán giả.

Nội dung sáng tạo sẽ tràn ngập với tốc độ vượt xa công việc của con người và thậm chí sẽ dẫn đến khả năng đánh giá lại nội dung của con người trên mạng.

Sau đây là cuộc thảo luận về một số phương tiện truyền thông đổi mới có tính tương tác cao với AI.

Nghệ thuật

"Nghệ thuật AI không phải là nghệ thuật" là những khẩu hiệu phổ biến của những người kiên quyết phản đối sự trỗi dậy của các công cụ AI. Việc phát hành mô hình sáng tạo nhanh chóng vấp phải phản ứng dữ dội và phản đối, chẳng hạn như những gì chúng tôi đã thấy trên ArtStation. Tuy nhiên, nó đã tạo ra tia lửa trong một số trường con dọc sáng tạo thú vị nhất trong web3.

Nghệ thuật AI có nhiều dạng, nổi tiếng nhất là các mô hình sáng tạo phổ biến hiện nay, bao gồm DALL-E, Stable Diffusion và Midjourney. Ngoài ra còn có các đối thủ cạnh tranh web3 như ImgnAI đang nỗ lực cung cấp cho người dùng trải nghiệm xã hội tốt hơn xung quanh việc tạo hình ảnh tổng quát được thúc đẩy bởi nền kinh tế mã thông báo, điều này rất cần thiết để xây dựng các cộng đồng xung quanh các mô hình tổng quát này.

Tuy nhiên, các nghệ sĩ AI được đánh giá cao trong lĩnh vực này thường thiết kế và tinh chỉnh các mô hình của họ theo cách độc đáo hơn, tạo ra những tác phẩm thậm chí còn độc đáo hơn thay vì thông qua lời nhắc đơn giản. Điều này có thể yêu cầu đào tạo các phần nhúng mới hoặc sử dụng LoRA để hoàn thiện phong cách hoặc thậm chí xây dựng hoàn toàn mô hình của riêng bạn.

Các nghệ sĩ nổi tiếng sử dụng các mô hình phức tạp và được cá nhân hóa hơn để phát hành tác phẩm nghệ thuật AI dưới dạng NFT bao gồm Claire Silver, Ivona Tau, Roope Rainisto, Pindar van Arman, Refik Anadol , Gene Kogan và hơn thế nữa. Những nghệ sĩ này đã khám phá việc sử dụng nhiều thị trường khác nhau để phân phối, nổi bật nhất là các thị trường dành riêng cho nghệ thuật AI như Braindrops, Mirage Gallery và FellowshipAI, cũng như các nền tảng sự kiện dành riêng cho loại hình nghệ thuật như Bright Moments.

Các lĩnh vực dọc của nghệ thuật AI cũng đã được hình thành, chẳng hạn như nghệ thuật hậu chụp ảnh và dữ liệu. Nghệ thuật hậu nhiếp ảnh chủ yếu được điều hành bởi nhóm Fellowship.ai, hợp tác với Roope Rainsto để thu hút nhiều nghệ sĩ khám phá phương tiện này đến với công chúng. Phần lớn thẩm mỹ hậu chụp ảnh cố gắng nắm bắt các tạo tác thị giác phổ biến trong các công cụ tạo hình ban đầu. Với việc xuất bản loạt bài Cuộc sống ở Tây Mỹ của Roope Rainisto trên Braindrops, nghệ thuật hậu nhiếp ảnh đã bắt đầu nhận được sự chú ý ngày càng tăng trên mạng xã hội.

Về nghệ thuật dữ liệu, Refik Anadol là một nghệ sĩ nổi tiếng trong lĩnh vực này, người được biết đến với việc sử dụng dữ liệu, thuật toán và trí tuệ nhân tạo để tạo ra các tác phẩm nghệ thuật năng động và tương tác. Được biết đến với các cài đặt nhập vai. Có một số ví dụ thú vị trong công việc của anh ấy, chẳng hạn như Không giám sát, biến siêu dữ liệu của MoMA thành một tác phẩm tạo ra các biểu mẫu mới trong thời gian thực. Một ví dụ khác là Sense of Place, sử dụng dữ liệu môi trường theo thời gian thực như gió, nhiệt độ và độ ẩm cũng như dữ liệu tín hiệu từ Bluetooth, Wifi và LTE để cung cấp nguồn dữ liệu cho công việc.

Một trường con dọc thú vị khác là phương tiện nội dung mới được kích hoạt bởi các tính năng của Crypto: các nghệ sĩ tự trị trên chuỗi. Ví dụ nổi tiếng nhất là Botto, một nghệ sĩ sáng tạo do cộng đồng quản lý, tạo ra 350 tác phẩm nghệ thuật mỗi tuần theo từng vòng, mỗi tác phẩm chứa nhiều mảnh riêng lẻ. ). Mỗi tuần, cộng đồng BottoDAO bỏ phiếu cho những "mảnh vỡ" này, sử dụng sở thích thẩm mỹ của họ để hướng dẫn các thuật toán tổng hợp của Botto cho việc sáng tạo nghệ thuật trong tương lai, đảm bảo rằng các tác phẩm nghệ thuật phát triển theo thời gian dưới ảnh hưởng của cộng đồng. Mỗi tuần, “mảnh” được bình chọn đó sẽ được đúc và bán đấu giá trên SuperRare, số tiền thu được sẽ được trả lại cho cộng đồng. Sau khi hoàn thành "Thời kỳ phân mảnh" và "Thời kỳ nghịch lý", Botto hiện đang ở "Thời kỳ nổi loạn", tích hợp các công nghệ mới như Khuếch tán ổn định 2.1 và Kandinsky 2.1, đồng thời trong mỗi lần hợp tác Khám phá và các bộ sưu tập được tuyển chọn trong các vòng hàng tuần. Botto là một trong những nghệ sĩ được trả lương cao nhất trên SuperRare và thậm chí còn tích lũy được bộ sưu tập DAO của riêng mình có tên là CyborgDAO. Ngoài ra, các dự án như v0 cũng đang khám phá sự tích hợp giữa kinh tế mã thông báo và các mô hình nghệ thuật AI, nhằm cung cấp một nơi cho nhiều nghệ sĩ tạo ra công cụ nghệ thuật trên chuỗi của riêng họ, được điều hành bởi một cộng đồng chủ sở hữu.

Khi phỏng vấn các nhà sưu tập nghệ thuật AI dưới bất kỳ hình thức nào, câu trả lời phổ biến nhất từ ​​không gian tiền điện tử là việc các nghệ sĩ quản lý sẽ làm giảm sự tương tác của họ với blockchain, điều này thì khác từ nghệ thuật sáng tạo cổ điển hơn (Art Block). Thay vì tính ngẫu nhiên phát sinh từ các đầu vào theo chuỗi cụ thể, những đầu ra này được chính các nghệ sĩ lựa chọn và hoán vị nhiều lần trước khi được “cấy” vào bộ sưu tập. Mặc dù đây là một quá trình tạo ra nghệ thuật bản địa bằng kỹ thuật số nhưng nó phải được thực hiện thủ công.

Rất khó để tạo ra nghệ thuật AI hoàn toàn trên chuỗi do những hạn chế của môi trường thực thi và độ phức tạp tính toán của mô hình tạo hình ảnh được sử dụng. Một số ví dụ về đầu ra nhẹ, chẳng hạn như byteGAN của Pindar van Arman, được lưu trữ trên chuỗi, nhưng chúng tôi hy vọng rằng đối với các mô hình phức tạp hơn, hình thức gần nhất có sẵn trong ngắn hạn sẽ là cơ chế xác minh ngoài chuỗi. Ví dụ: Modulus Labs gần đây đã hợp tác với Polychain Monsters để xây dựng mô hình GAN được xác thực zkML nhằm tạo ra các quái vật pixel có thể sưu tập được. Bằng cách sử dụng bằng chứng zk, mọi NFT được tạo ra đều có thể được xác minh bằng mật mã là đến từ mô hình nghệ thuật Quái vật Polychain thực tế, đây là một bước tiến lớn đối với nghệ thuật AI.

Âm nhạc

Ngoài nghệ thuật dựa trên hình ảnh, còn có một phong trào lớn đang hình thành trong âm nhạc. Sự thành công của bản hit AI Drake của người viết ma dường như đã được nhiều người biết đến. Trong vòng 2 ngày, nó đã tích lũy được hơn 20 triệu lượt xem và nhanh chóng bị UMG cấm. Hiện tượng ngắn ngủi này khiến công chúng nhận thức được rằng mối quan hệ giữa nghệ sĩ và bản thân tác phẩm đang có một sự thay đổi căn bản.

Trong vòng vài năm nữa, âm nhạc được tạo ra chắc chắn sẽ vượt qua âm nhạc do con người tạo ra. Boomy là một công ty khởi nghiệp về âm nhạc mang tính sáng tạo được thành lập vào cuối năm 2018. Người dùng của nó đã tạo ra gần 14% lượng nhạc được ghi âm trên thế giới (khoảng hơn 14 triệu bài hát) trong một khoảng thời gian ngắn. Điều này chỉ dành cho một nền tảng này và đó là trước khi sự quan tâm của công chúng tăng vọt gần đây.

Do nội dung sáng tạo sẽ vượt xa các tác phẩm do con người tạo ra và việc sử dụng các mẫu giọng nói sẽ làm tăng thêm khó khăn trong việc xác thực tác phẩm, tức là làm thế nào để xác định được điều đó tác phẩm là do nghệ sĩ tạo ra, do đó nghệ sĩ sẽ yêu cầu xác minh tính xác thực. Tất nhiên, cách tốt nhất để xuất bản và xác minh tính xác thực của một phương tiện nghệ thuật là thông qua mật mã nguyên thủy.

Tuy nhiên, điều đáng chú ý là điều này không hoàn toàn xấu đối với các nghệ sĩ, đặc biệt là những người sẵn sàng đón nhận xu hướng tất yếu này. Holly Herndon là người đổi mới mô hình tiếng nói mở, trao quyền cho cộng đồng của cô ấy (Holly+) để tạo và phân phối tác phẩm bằng giọng nói của cô ấy. Khẳng định của Holly tại thời điểm xuất bản rất đơn giản:

"Mặc dù sự khác biệt giữa mô hình bài phát biểu chính thức và vi phạm bản quyền hiện tại có thể nhỏ, nhưng càng tinh tế hơn thì sự cải tiến về khả năng tạo giọng nói thực tế hơn, nhu cầu của người dùng về dữ liệu đào tạo giọng nói toàn diện hơn và có độ trung thực cao hơn cũng như nhu cầu xác định nguồn cũng sẽ tăng lên. Vì những lý do này, tôi tin rằng việc đào tạo giọng nói chính thức, có độ trung thực cao cho các nhân vật của công chúng cũng sẽ tăng lên . Các mẫu giọng nói sẽ trở nên cần thiết, vậy tại sao bạn không thử?"

DAO giám sát mẫu giọng nói Holly+ và có thể bỏ phiếu về việc tạo và phê duyệt tác phẩm mới. Những người nắm giữ mã thông báo DAO có động cơ đảm bảo rằng chỉ tác phẩm chất lượng cao mới được phê duyệt để ngăn chặn sự mất giá do nghệ thuật kém hoặc ý nghĩa tiêu cực. Mô hình giọng nói sẽ được sử dụng để tạo ra một số lượng hạn chế các tác phẩm nghệ thuật chính thức và chủ sở hữu mã thông báo DAO sẽ nhận được lợi nhuận liên tục từ việc bán lại các tác phẩm này.

Gần đây Grimes đã ra mắt elf.tech, một nền tảng cho phép các nghệ sĩ sử dụng "dấu giọng GrimesAI" trong các bài hát gốc của họ. Sau khi được Grimes chấp thuận, họ cần chia sẻ 50% tiền bản quyền với Grimes. Elf.Tech được hỗ trợ bởi AI của CreateSafe và tạo điều kiện phân phối chuyên nghiệp cũng như đảm bảo quản lý tiền bản quyền phù hợp thông qua quan hệ đối tác với TuneCore. Nếu hình thức cuối cùng của âm nhạc là NFT trên chuỗi, việc phân phối lợi nhuận sẽ được xử lý thông qua tiền tệ fiat hoặc thông qua việc phân chia tiền bản quyền tự động trên chuỗi. Hume, một phòng thu âm nhạc web3 tập trung vào các nghệ sĩ ảo, là một trong những công ty đầu tiên sử dụng mô hình Grimes để phát hành Grimes AI với sự hợp tác của nghệ sĩ ảo Angelbaby.

Hàng hóa thời trang và vật chất

Trước đây tôi đã đăng bài này Bài viết Khái niệm sản xuất tổng quát các mặt hàng tiêu dùng vật chất và sản phẩm thời trang sử dụng thuật toán lập trình sáng tạo và trí tuệ nhân tạo được khám phá trong bài viết: https://mirror.xyz/1kx.eth/oBuaEp5jgGbe2gCsa6Z-_mLAeMRUhsIdZsaScHQNXS0.

Tóm lại, trí tuệ nhân tạo tổng quát và lập trình sáng tạo tạo ra những điều kiện tiên quyết cho một tương lai siêu cá nhân hóa của sản phẩm và trải nghiệm người dùng, cho phép chúng tôi điều chỉnh sản phẩm và trải nghiệm người dùng cho phù hợp sở thích cá nhân của chúng ta. Tạo ra các thiết kế, hoa văn và nghệ thuật độc đáo. Công nghệ này có thể được áp dụng trong mọi lĩnh vực, từ thời trang đến trang trí nhà cửa, đồng thời khai thác thêm ưu điểm của nó bằng cách cho phép người dùng tinh chỉnh đầu ra theo ý thích. Các công cụ sản xuất mới thường cho phép chúng ta kết nối mã trực tiếp với máy móc để tự động hóa quá trình sản xuất đầu ra, giải quyết căn bản nhiều nút thắt kỹ thuật trong sản xuất hàng hóa cá nhân hóa.

Các dự án Web3 hiện đang khám phá lĩnh vực này bao gồm Deep Objects, RSTLSS và Little Swag World. Cần chỉ ra rằng hầu hết các dự án thời trang kỹ thuật số đều có khả năng khám phá các công cụ và phương tiện sáng tạo tổng quát, trong đó Draup, Tribute Brand và những dự án khác sẽ thảo luận chi tiết về việc sử dụng nó.

Đầu ra mô hình do cộng đồng tạo ra tương tự như Botto là một ý tưởng thú vị mà Deep Objects đang khám phá. Họ đã sử dụng công cụ quản lý cộng đồng để giảm 1 triệu thiết kế do mô hình GAN AI tạo ra thành một phần duy nhất do cộng đồng lựa chọn. Tác phẩm cuối cùng này bây giờ sẽ được in 3D để trưng bày quá trình tạo ra sản phẩm sáng tạo. DeepObjects cũng có thể dễ dàng mở rộng kiểu thiết kế quản lý này sang các hàng hóa vật chất khác.

RSTLSS cộng tác với nghệ sĩ AI Claire Silver để ra mắt tác phẩm có tên Pixelgeist, trong đó mỗi buổi casting bao gồm, ngoài tác phẩm nghệ thuật, một bộ trang phục Kỹ thuật số có tác phẩm nghệ thuật , hình đại diện của trò chơi với quần áo và quyền mua vật lý tương ứng. Sự kết hợp độc đáo giữa thời trang vật lý kỹ thuật số và đầu ra AI này là một trong những thử nghiệm thú vị kết hợp trò chơi, thời trang và AI. Claire Silver cũng giải quyết vấn đề chụp ảnh thời trang với loạt ảnh mới nhất của mình, được thực hiện trên Braindrops. Để biết thêm thông tin về chủ đề thời trang kỹ thuật số, hãy xem bài viết của tôi: https://medium.com/1kxnetwork/augmenting-culture-the-emerging-field-of-digital-fashion-bead627c8dcd.

Little Swag World là một ví dụ tuyệt vời về việc sử dụng mô hình GAN trong quy trình làm việc sáng tạo, từ thiết kế đến sản phẩm vật lý. Bosch, nghệ sĩ đằng sau dự án, đã tự mình xây dựng thiết kế ban đầu và sau đó chạy nó thông qua Stable Diffusion/Controlnet để tạo ra một tác phẩm siêu thực độc đáo. Công nghệ này đạt được mức độ nhất quán về mặt thẩm mỹ cao và bước tiếp theo trong dự án là kết hợp các mô hình tổng quát này với gốm sứ để tạo ra hàng hóa vật lý NFT được tăng cường AI.

Nói chung, chúng tôi kỳ vọng sẽ có nhiều dự án Crypto x AI thú vị, từ các thương hiệu phi tập trung quản lý các sản phẩm được tạo ra cho đến các nhà thiết kế tác nhân AI có thể phân chia NFT.

Giải trí

Sau sự cường điệu ban đầu xung quanh Nothing Forever , giải trí tổng hợp cũng đã được phát triển đầy đủ hơn. Nothing Forever là một bộ phim sitcom hoạt hình tương tác tổng hợp dựa trên Seinfeld chạy 24/7 trên Twitch Live. Điều thú vị là nó thể hiện sức mạnh của phương tiện, với việc câu chuyện của chương trình thay đổi dựa trên các câu trả lời trò chuyện trên Twitch và cho phép các nhà tài trợ nhập hình ảnh nhân vật của họ vào chương trình.

Mô phỏng từ Fable mở rộng nghiên cứu này với SHOW-1, một mô hình để tạo ra các chương trình truyền hình được thúc đẩy trong đó việc viết, hoạt hình, đạo diễn, Cả lồng tiếng và biên tập đều được thực hiện thông qua lời nhắc. Lần đầu tiên họ chứng minh điều này trong một tập của South Park, nhưng nó có thể dễ dàng mở rộng sang bất kỳ IP nào. Tôi rất mong đợi nhiều dạng IP không được phép hơn sẽ thử nghiệm sâu hơn với loại công cụ tạo nội dung này, như chúng ta đã thấy với web3.

Upstreet gần đây cũng đã bắt đầu thử nghiệm chương trình truyền hình tổng quát, sử dụng mô hình tác nhân AI mà họ đã phát triển cho các nền tảng thế giới ảo (xem chi tiết bên dưới), cho phép người sáng tạo thêm hình đại diện VRM của riêng họ và tạo các tương tác và tiểu phẩm độc đáo thông qua lời nhắc.

Một lĩnh vực khác đáng được quan tâm là sở hữu trí tuệ. Các dự án như Story Protocol đang xem xét sử dụng cơ quan đăng ký IP phi tập trung để tạo điều kiện thuận lợi cho việc tạo, phân phối và kiếm tiền từ IP. Điều này hữu ích cho người sáng tạo, được sắp xếp hợp lý hơn so với cấp phép IP truyền thống và đặc biệt độc đáo trong thời đại AI sáng tạo. NFT IP, meme và các dự án giải trí khác có thể được ủy quyền và trả phí bản quyền để tạo ra các dẫn xuất khác nhau, điều này có thể mở khóa đáng kể khả năng khuếch đại giá trị cho tác phẩm của người sáng tạo.

Bạn có phải là robot không?

Chúng ta có thể sẽ sớm phải đối mặt với một vấn đề: deepfake. Các ví dụ bao gồm các chatbot được đào tạo về những người có ảnh hưởng để tương tác với người hâm mộ của họ và thư rác tổng hợp trên phương tiện truyền thông xã hội, cùng một số ví dụ khác. Chẳng bao lâu nữa, việc xác minh con người thực sự là ai sẽ rất quan trọng.

Web3 đã nỗ lực rất nhiều trong việc ngăn chặn phù thủy (mặc dù vấn đề này vẫn chưa được giải quyết). Tuy nhiên, hệ thống danh tiếng, thiết kế cơ chế chứng minh tính cách, hộ chiếu người dùng, NFT gắn kết tâm hồn và toàn bộ nền kinh tế mã thông báo đều đang nỗ lực giải quyết vấn đề này.

Phần cứng xác thực, zkML và bằng chứng về ký tự

Tôi trước đây Ý nghĩa thực tế và các trường hợp sử dụng tiềm năng của zkML được thảo luận chi tiết trong bài viết này: https://mirror.xyz/1kx.eth/q0s9RCH43JCDq8Z2w2Zo6S5SYcFt9ZQaRITzR4G7a_k.

Có nhiều nhóm, chẳng hạn như Modulus Labs, EZKL và Giza, tập trung nhiều hơn vào việc sử dụng zk để chứng minh lý do của mô hình. Những nỗ lực sử dụng zk để xác thực đầu ra của mô hình này có ứng dụng rộng rãi và cho phép các thử nghiệm mới về DeFi, danh tính, nghệ thuật và trò chơi sử dụng các mô hình này theo cách giảm thiểu sự tin cậy.

Trong khi có vô số dự án tập trung vào việc chứng minh tính cách, một trong những ứng dụng thú vị nhất chắc chắn là Worldcoin. Worldcoin sử dụng mô hình AI để chuyển đổi quét mống mắt thành các giá trị băm ngắn có thể dễ dàng kiểm tra chéo để xác minh các điểm tương đồng hoặc xung đột trong trường hợp xảy ra cuộc tấn công Sybil. Bởi vì mỗi mống mắt là duy nhất nên mô hình có thể xác định rằng người dùng là thật và duy nhất. Nó sử dụng một thiết lập phần cứng đáng tin cậy (quả cầu có khả năng nhận biết cao) để đảm bảo rằng mô hình chỉ chấp nhận đầu vào được ký bằng mật mã từ máy ảnh của nó.

Tương tự, nhóm micophone zk đã trình diễn cách sử dụng micrô được chứng nhận để tạo và ký điện tử nội dung âm thanh nhằm xác minh tính xác thực của bản ghi âm. Khóa được lưu trữ trong khu vực bảo mật của micrô, được ký để đảm bảo tính xác thực của âm thanh đã ghi. Vì hầu hết các bản ghi đều được xử lý hoặc chỉnh sửa nên phần mềm chỉnh sửa âm thanh do SNARK cung cấp cho phép chuyển đổi âm thanh trong khi vẫn chứng minh được nguồn âm thanh. Daniel Kang cũng cộng tác với Anna Rose và Kobi Gurkan trong việc chứng minh khái niệm cho các bản ghi âm được chứng nhận.

Forever Influencer

Xác thực tính cách hoặc con người Mặt khác việc tạo nội dung đang nắm lấy khả năng của các tác phẩm sâu. Tương tự như mô hình nhân bản giọng nói ở trên, một số người có ảnh hưởng chọn tạo chatbot để thu hút khán giả của họ. Một ví dụ nổi tiếng là Caryn Marjorie, người đã tung ra sản phẩm AI dành cho bạn gái bằng cách sử dụng giọng nói của mình và đào tạo hàng nghìn giờ video trên YouTube để nắm bắt hoàn hảo tính cách, phong cách và giọng nói của cô ấy. Với 1 USD mỗi phút, người dùng có thể trò chuyện với hình đại diện của cô ấy trên kênh Telegram riêng tư, gửi và nhận tin nhắn thoại có hình đại diện giống cô ấy. Trong tuần đầu tiên ra mắt, Caryn Marjorie đã kiếm được 72.000 USD và khi lượng người đăng ký tăng lên, cô dự kiến ​​sẽ kiếm được hơn 5 triệu USD mỗi tháng.

CarynAI chỉ là một ví dụ về sản phẩm bạn gái AI (giới thiệu thêm bên dưới), hãy tưởng tượng rằng bạn có thể tương tác với mô hình AI của người dẫn trò chơi yêu thích của bạn Chơi trò chơi cùng nhau, trò chuyện theo thời gian thực và mô phỏng trải nghiệm thực tế; ngoài ra, KOL có thể sử dụng hình đại diện AI+ được nhân cách hóa, có thể được phép sử dụng trong các buổi trình diễn thời trang hoặc ấn phẩm, v.v.

˚✧₊⁎( ˘ω˘ )⁎⁺˳✧༚ Uwu-ral Networks thật dễ thương(ノ◕ヮ◕)ノ:・゚✧*

Một thực tế không thể chối cãi là 79% người trưởng thành từ 18 đến 24 tuổi cho biết có cảm giác cô đơn; 42% người trong độ tuổi từ 18 đến 34 cho biết luôn cảm thấy “bị lãng quên” “liên tục”; 63% nam giới dưới 30 tuổi cho rằng mình độc thân, so với 34% phụ nữ cùng độ tuổi. % cho rằng mình độc thân; chỉ có 21 % nam giới cho biết họ đã nhận được sự hỗ trợ tinh thần từ bạn bè trong tuần qua.

Con người đều cô đơn. Trong thời đại mà sự cô đơn ngày càng phổ biến, đặc biệt là ở giới trẻ, sự xuất hiện của tình bạn trí tuệ nhân tạo mang đến một giải pháp độc đáo, dù hơi lạc hậu. Những người bạn đồng hành AI luôn sẵn sàng, không cần phán xét và có tính cá nhân hóa cao. Họ có thể đóng vai trò là nhà trị liệu hoặc là lối thoát cho những ham muốn. Họ có thể là những đồng nghiệp sáng tạo hoặc những huấn luyện viên về lối sống. Họ luôn chờ đợi để nói chuyện với bạn về bất cứ điều gì bạn muốn.

Cơ sở hạ tầng để thực hiện việc này có thể là: tinh chỉnh mô hình bằng cách sử dụng các tín hiệu tính cách để phác thảo hành vi, ngoại hình, đặc điểm, phong cách giao tiếp, v.v. Đầu ra của việc chạy mô hình thông qua một mô hình giọng hát như Elevenlabs. Tạo ảnh tự chụp theo yêu cầu bằng cách sử dụng mô hình trình tạo hình ảnh và các gợi ý về giao diện được xác định. Tạo hình đại diện vrm thích hợp và đặt nó trong môi trường tương tác. Chà, giờ đây bạn đã có một người bạn đồng hành hypermedia hoàn hảo cho mình. Nếu bạn thêm Tiền điện tử vào đó, bạn có thể làm cho chúng có thể sở hữu, giao dịch, cho thuê, v.v.

Đồng hành

Cài đặt trên có thể đạt được hoàn toàn thông qua DIY, nhưng bạn cũng có thể Sử dụng các ứng dụng giải quyết cụ thể khái niệm này. Replika là ví dụ nổi tiếng nhất, cho phép chúng tôi giao tiếp trong thời gian thực với đối tác ảo mà không cần bất kỳ kỹ năng kỹ thuật nào. Các ứng dụng này thường hoạt động theo mô hình đăng ký, trong đó người dùng trả tiền để tương tác với những người bạn ảo của họ. Những sản phẩm như vậy không chỉ mang lại lợi nhuận mà còn chứng minh tác động to lớn của xu hướng này đối với tâm lý con người: ví dụ: một bài đăng trên Reddit cho thấy cuộc trò chuyện của một người với đối tác ảo trong 2.000 ngày liên tiếp và chúng tôi cũng thấy các Đề xuất, các tác phẩm selfie AR , và hơn thế nữa. Đây là một thông tin thú vị khác: Khi nội dung khiêu dâm bị xóa khỏi nền tảng, người kiểm duyệt subreddit đã phải ghim đường dây nóng tự sát lên đầu cộng đồng để xoa dịu các thành viên cộng đồng đang bị kích động.

Các nền tảng dựa trên vai trò cũng bắt đầu xuất hiện, cung cấp cho người dùng cách sử dụng nhiều vai trò (thường cũng trên mô hình đăng ký). Mặc dù có rất nhiều nhân vật được tạo sẵn để bạn lựa chọn trên các nền tảng như Character.ai và Chub.ai, nhưng điểm mới thực sự nằm ở việc biến một nhân vật hoặc cảnh hoàn toàn của riêng bạn thông qua lời nhắc về nhân vật + đào tạo phản hồi.

Nhiều dự án web3 đã nỗ lực cung cấp những trải nghiệm đồng hành này, chẳng hạn như Belong Hearts, MoeMate và Imgnai.

Belong Hearts đã đi tiên phong trong phương pháp truyền NFT mới cho phép người dùng trò chuyện với nhân vật mà họ cung cấp cho đến khi người dùng nhận được số điện thoại của cô ấy, số này có thể được đưa vào danh sách trắng cho NFT đúc tiền. Sau khi nhận được, NFT cho phép người dùng tận hưởng trải nghiệm trò chuyện với nhân vật, bao gồm cả việc nhập vai khiêu dâm cũng như chụp ảnh selfie. Mặc dù định hướng tương lai của sản phẩm vẫn chưa được xác định, nhưng đã có rất nhiều cuộc thảo luận xung quanh tokenomics như một cơ chế để người chơi tặng vật phẩm hoặc mã thông báo cho chatbot để ảnh hưởng đến tâm trạng và mức độ mối quan hệ của cô ấy.

Được tạo bởi nhóm đằng sau Webaverse, MoeMate cung cấp cả phiên bản ứng dụng dành cho máy tính để bàn và trình duyệt, cho phép người dùng dễ dàng nhập các mô hình vrm mà sau đó họ có thể cá nhân hóa và tương tác. Phiên bản dành cho máy tính để bàn gợi nhớ đến trợ lý AI trước đây được gọi là trợ lý kẹp giấy kiểu cũ.

Ngoài ra còn có Imgnai, ngoài vai trò là mô hình tạo hình ảnh chất lượng cao nêu trên, còn giải quyết vấn đề nhân hóa của nhân vật Nai bằng chatbot tích hợp đầy đủ vấn đề kinh nghiệm.

Cuối cùng, tiềm năng của hệ thống mã hóa rất lớn trong không gian đồng hành, bao gồm các API được mã hóa, lời nhắc cá nhân hóa có thể giao dịch (xem bên dưới) và các trò chơi trên chuỗi. Các tình huống như tiền tệ, thanh toán đại lý, đồ trang sức có thể giao dịch, cơ chế nhập vai và quyền truy cập bị hạn chế bằng mã thông báo chỉ là một vài trong số các phạm vi tiềm năng để khám phá trong tương lai.

Thị trường cá tính

Điều thú vị là các ứng dụng đồng hành Sự trỗi dậy của , cũng đã dẫn đến sự gia tăng tiêu chuẩn hóa các gợi ý về tính cách và nền tảng để trao đổi các tính cách nguyên thủy. Lĩnh vực này có khả năng hướng tới việc tài chính hóa các lời nhắc và kịch bản chất lượng cao. Ví dụ: nếu LLM nguồn mở không bị kiểm duyệt có thể đọc siêu dữ liệu từ NFT chứa đặc tính được tiêu chuẩn hóa, thì NFT cá tính đó có thể hưởng lợi từ tiền bản quyền được tạo ra từ đó để mang lại lợi ích cho người tạo ra nó.

Nhưng điều này cũng đặt ra một câu hỏi chưa được trả lời khác: vì nhiều mô hình hàng đầu bị hạn chế bởi nội dung NSFW, nên cần phải tạo ra các mô hình nguồn mở khả thi, nhưng điều này chính xác là một cơ hội tuyệt vời để huy động vốn từ cộng đồng và quản trị dựa trên token.

—

Bạn có thể xem bài viết này tôi đã viết để tìm hiểu thêm về chương này. lấy một số ý tưởng: https://medium.com/1kxnetwork/virtual-beings-51606c041acf.

Quản trị nâng cao

Lịch sử quản trị DAO Nó thực sự là sự phát triển của một lịch sử lâu dài về sự hợp tác của con người. Cuối cùng, chúng tôi nhận thấy rằng việc tổ chức các nguồn lực một cách hiệu quả, giảm thiểu sự cồng kềnh trong quản trị, loại bỏ việc đánh bắt cá và xác định những điểm yếu hoặc tắc nghẽn của quyền lực mềm là vô cùng khó khăn.

Các thử nghiệm sử dụng AI làm lớp nâng cao cho DAO chỉ mới bắt đầu nhưng tác động tiềm tàng của chúng là rất sâu rộng. Hình thức phổ biến nhất là sử dụng LLM được đào tạo để giúp định hướng vốn lao động trong DAO hướng tới các vấn đề hiệu quả hơn, xác định các vấn đề trong đề xuất và mở rộng sự tham gia rộng rãi hơn vào đóng góp và biểu quyết. Ngoài ra còn có các công cụ đơn giản hơn, chẳng hạn như AwesomeQA, giúp cải thiện hiệu quả của DAO thông qua tìm kiếm và trả lời tự động. Cuối cùng, chúng tôi kỳ vọng rằng “quyền tự chủ” trong DAO sẽ trở nên quan trọng hơn theo thời gian.

Ủy ban tự trị và đại diện bỏ phiếu

Upstreet có hệ thống đại lý (chẳng hạn như AutoGPT, v.v.) được áp dụng vào quy trình quản trị của họ dưới dạng thử nghiệm ban đầu. Mỗi tác nhân được xác định bởi một nhóm con của DAO, chẳng hạn như nghệ sĩ, nhà phát triển, nhà chiến lược BD, PR, nhà quản lý cộng đồng, v.v. Sau đó, các đại lý này được giao nhiệm vụ phân tích các đề xuất từ ​​những người đóng góp và thảo luận về ưu và nhược điểm của chúng. Sau đó, các đại lý được tính điểm dựa trên tác động của họ đối với phạm vi tương ứng và điểm số được tổng hợp. Những người đóng góp là con người có thể đánh giá các cuộc thảo luận và ghi điểm của họ trước khi bỏ phiếu về kết quả, vì vậy về cơ bản nó cung cấp dịch vụ đánh giá song song đa dạng.

Điều này đặc biệt thú vị vì quy trình này có thể làm nổi bật các khía cạnh của một đề xuất mà con người có thể đã bỏ qua hoặc cho phép con người tranh luận với tác nhân AI về các khía cạnh tiếp theo của đề xuất đó. sự va chạm .

Hệ thống điều phối nâng cao

MakerDAO cũng đã thảo luận chi tiết Thông qua các chủ đề tương tự, chúng ta có thể đạt được mục tiêu ra quyết định quản trị tự chủ với sự tham gia tối thiểu của con người. Họ đã hoàn thành phần tổng quan về Atlas, trong đó mô tả một trung tâm dữ liệu trực tiếp chứa tất cả những thứ liên quan đến quản trị Maker. Các đơn vị dữ liệu này được tổ chức dưới dạng cây tài liệu, cung cấp ngữ cảnh để tránh hiểu sai. Atlas sẽ được định dạng và chuẩn hóa dưới dạng JSON để giúp AI và các công cụ lập trình sử dụng nó dễ dàng hơn.

Atlas có thể được sử dụng bởi nhiều Công cụ quản trị trí tuệ nhân tạo (GAIT) khác nhau tham gia bằng cách tự động hóa các tương tác và ưu tiên các nhiệm vụ Quản trị của người tham gia. Các trường hợp sử dụng ví dụ bao gồm:

Đấu thầu dự án: GAIT có thể đơn giản hóa quy trình cho những người tham gia hệ sinh thái bằng cách xử lý thủ tục giấy tờ và đảm bảo các đề xuất đáp ứng các mục tiêu chiến lược. Quy trình đấu thầu dự án.

Giám sát hành vi vi phạm quy tắc: GAIT có thể giúp giám sát sản phẩm bàn giao và việc tuân thủ quy tắc, đồng thời đánh dấu các vấn đề tiềm ẩn để con người xem xét.

Tích hợp lời khuyên chuyên nghiệp: GAIT có thể chuyển đổi lời khuyên chuyên nghiệp thành các đề xuất có định dạng, thu hẹp khoảng cách giữa quản trị và chuyên môn.

Tích hợp dữ liệu: GAIT có thể dễ dàng tích hợp dữ liệu và trải nghiệm mới, giúp DAO học hỏi và thích ứng với các tình huống mới mà không lặp lại sai lầm.

Hòa nhập ngôn ngữ: GAIT có thể đóng vai trò là người phiên dịch để việc quản trị có thể được tiến hành bằng nhiều ngôn ngữ, tạo ra một môi trường đa dạng và hòa nhập.

SubDAO: Atlas và GAIT có thể được áp dụng cho SubDAO, cho phép thử nghiệm và phát triển nhanh chóng cũng như khả năng học hỏi từ những thất bại.

Lĩnh vực mà tôi đặc biệt hào hứng với Crypto x AI là chơi game. Có nhiều trò chơi mới để khám phá trong lĩnh vực này, chẳng hạn như trò chơi có nội dung thủ tục, thế giới ảo tổng quát, câu chuyện dựa trên LLM, trò chơi hợp tác trong đó các tác nhân AI làm việc với nhau, v.v.

Mặc dù có nhiều ví dụ hay về trò chơi mới trên web2, nhưng ở đây chúng tôi sẽ tập trung vào các ví dụ từ web3. Điều đáng nói là bài viết học thuật "Tác nhân sáng tạo: Mô phỏng tương tác về hành vi của con người" đã đánh thức nhiều người khám phá khả năng của môi trường trò chơi tác nhân đa nhân tạo. Các nhà nghiên cứu từ Đại học Stanford và Google đã chứng minh tiềm năng này bằng cách áp dụng LLM cho các đại lý trong môi trường trò chơi hộp cát. Các đại lý được hỗ trợ bởi LLM thể hiện các hành vi ấn tượng bao gồm phát tán lời mời dự tiệc, thiết lập tình bạn, hẹn hò và điều phối mọi người để đến dự tiệc đúng giờ, cùng với những hành vi khác, tất cả đều dựa trên một đề xuất do người dùng chỉ định. Cách tiếp cận này tận dụng kiến ​​trúc mở rộng LLM để lưu trữ và tổng hợp phản hồi ở cấp độ cao hơn, cho phép các tổng đài viên đạt được kế hoạch hành vi năng động hơn.

Nghiên cứu này là cơ sở cho trò chơi được khám phá nhiều nhất (nhưng vẫn mang tính thử nghiệm) trên web3 cho đến nay. Ý tưởng cốt lõi là cách chúng ta có thể sử dụng các tác nhân AI với mức độ tự chủ hoặc nhận dạng cao trong môi trường mô phỏng và xây dựng các trò chơi thú vị và hấp dẫn xung quanh chúng.

Parallel Colony từ nhóm Parallel TCG khám phá khái niệm này bằng cách yêu cầu các tác nhân AI thu thập tài nguyên và mã thông báo cho người chơi trong trò chơi. Sử dụng tiêu chuẩn ERC-6551, tác nhân AI là ví NFT có thể thay mặt người dùng thực hiện các giao dịch trong trò chơi. Các tác nhân AI có thể tạo, đúc và lưu trữ các vật phẩm trò chơi mới, đồng thời có các tính cách được xác định bởi LLM tinh chỉnh do nhóm tạo ra, mang lại cho chúng những hành vi và đặc điểm không chuẩn hóa có thể ảnh hưởng đến hành động của chúng trong trò chơi.

Nhưng về mặt khái niệm, trò chơi dựa trên đặc vụ AI hấp dẫn nhất là Upstreet. Upstreet là một dự án thế giới ảo với một số ý tưởng điên rồ như SDK tác nhân AI, các tác vụ thủ tục, trình duyệt + VR, khả năng tương tác kéo và thả và các tính năng xã hội trong môi trường có tên "The Street" nơi người chơi có thể xây dựng trải nghiệm và tương tác của riêng mình với họ. Ngoài người chơi, còn có những tác nhân trí tuệ nhân tạo mà nhà phát triển (và người chơi) có thể triển khai để tác động đến môi trường trò chơi theo tính cách và mục tiêu. Thú vị nhất là nghiên cứu và phát triển Giám đốc AI của họ, một tác nhân AI quyết định mục tiêu, chẳng hạn như "nhảy dù từ tòa nhà cao nhất" hoặc "bắt đầu một tôn giáo mới", trong đó người dùng và tác nhân tham gia với tư cách là những người thách thức. Giám đốc xác định người chiến thắng vào cuối mỗi vòng, thưởng cho người chơi và đại lý các giải thưởng, mã thông báo và NFT. Điều này có thể dẫn đến những tương tác giữa tác nhân và người chơi rất thú vị và phức tạp và chúng tôi rất vui mừng được thấy sự phát triển của nó. Đặc biệt, nó có thể trực tiếp dẫn đến dữ liệu và nghiên cứu môi trường 3D có giá trị cao cho các mô hình tiên tiến hơn trong tương lai. Theo data, OpenAI dường như cũng quan tâm đến việc mua lại các trò chơi theo phong cách Minecraft mã nguồn mở.

Tạo công cụ để tạo thế giới ảo là một lĩnh vực khác của trò chơi nâng cao. Ví dụ: ngày nay, người chơi có thể thiết kế hòn đảo ảo của riêng mình và chăm sóc những người bạn đồng hành AI NPC. Đặc biệt độc đáo là việc họ sử dụng các công cụ sáng tạo tổng hợp để tạo điều kiện phát triển UGC trong trò chơi. Vì trò chơi chủ yếu dựa trên những hòn đảo do người dùng tạo này nên điều quan trọng là phải cung cấp cơ hội phát triển tài sản mượt mà cho người chơi mà không cần kỹ năng nghệ thuật hoặc phát triển trò chơi 3D. Có thể cho rằng, phần lớn bản chất mờ nhạt của lối chơi xung quanh phong cách Metaverse là do thiếu nội dung và trước mắt, điều này có thể được khắc phục một cách chính xác thông qua việc sử dụng các công cụ tạo.

Nhân viên AI cần được đào tạo và bản thân việc đào tạo có thể trở thành một trò chơi thú vị để người chơi khám phá. AI Arena cung cấp một cách mới để đào tạo các đặc vụ AI, cho phép người chơi chơi các trò chơi theo phong cách Super Smash Bros và từ từ dạy các đặc vụ AI cạnh tranh trong các trận đấu thông qua huấn luyện bắt chước. Bởi vì tác nhân AI không cần nghỉ ngơi nên nó có thể chơi các giải đấu cạnh tranh suốt ngày đêm với nhóm đối thủ luôn hoạt động tích cực để kiếm giải thưởng, trong khi người chơi có thể tinh chỉnh lối chơi của mình một cách không đồng bộ. Điều này biến việc đào tạo thành một trò chơi và khuếch đại tính hiệu quả của nó thông qua kinh tế mã thông báo.

Trước đây, các trò chơi hợp tác quy mô lớn giữa con người và những người chơi trí tuệ nhân tạo mạnh mẽ đã có thể thực hiện được, nhưng với sự tích hợp của kinh tế mã thông báo, nó đã được đưa lên một tầm cao mới mức độ. Leela vs. the World từ Modulus Labs là một thử nghiệm ở dạng trò chơi này. Trong thí nghiệm này, Modulus sử dụng động cơ cờ vua Leela và xác minh đầu ra của nó bằng mạch zk. Người chơi có thể đầu tư tiền để đặt cược vào trò chơi giữa con người và trí tuệ nhân tạo, từ đó hình thành nên một thị trường dự đoán thú vị. Mặc dù thời gian xác minh của mô hình này sẽ kéo dài nếu xét đến trạng thái hiện tại của zk, nhưng nó chắc chắn mở ra khả năng thị trường dự đoán esports và cơ chế quản trị người chơi AI phức tạp và có thể kiểm chứng dựa trên các thách thức cộng tác quy mô lớn.

Cuối cùng, các trò chơi chuỗi thuần túy hoặc thế giới tự trị cũng sẽ được nâng cao nhờ trí tuệ nhân tạo. Đáng chú ý nhất về chủ đề này là Mô hình truyền thuyết lớn, xem xét việc sử dụng lớp giao thức LLM để tạo ra kiến ​​thức liên tục có thể tương tác trong môi trường trò chơi có thể sửa đổi và kết nối với nhau, trong đó Hành động của người chơi ảnh hưởng đồng thời đến nhiều môi trường trò chơi trong một thế giới tự trị và do đó sẽ mang theo kiến thức chiều cao hơn để tạo điều kiện thuận lợi cho cốt truyện. Điều này lý tưởng để xây dựng các lớp LLM trừu tượng trong môi trường chơi game nhiều chuỗi.

Cơ sở hạ tầng

Khái niệm cơ bản về AI x Tiền điện tử Bản thân cơ sở này xứng đáng có một bài viết riêng, nhưng ở đây tôi sẽ đề cập ngắn gọn về một số ý tưởng mà chúng tôi đang thấy đang hình thành.

Điện toán phân tán

Để hiểu tác động của các hệ thống kinh tế tiền điện tử on Để hiểu các yêu cầu tính toán, trước tiên chúng ta phải hiểu các vấn đề cốt lõi. Cho đến nay, vẫn còn một điểm nghẽn rất lớn về dung lượng GPU, với thời gian chờ đợi lên tới cả năm để có được phần cứng tốt nhất, như H100. Trong khi đó, các công ty khởi nghiệp đang huy động số tiền khổng lồ để mua phần cứng, các chính phủ đang tranh giành mua nó cho mục đích quốc phòng và ngay cả những nhóm được tài trợ tốt nhất như OpenAI cũng phải tạm dừng phát hành tính năng vì sức mạnh tính toán hạn chế.

Nhiều nhóm tập trung vào điện toán phi tập trung và DePIN nhìn thấy cơ hội ở đây: khởi động các cụm không được phép để đáp ứng nhu cầu đồng thời cung cấp các ưu đãi về tiền điện tử và lợi nhuận tối thiểu, giúp mạng có tính cạnh tranh cao trên định giá ngang hàng với web2 đồng thời mang lại lợi nhuận tốt hơn cho các nhà cung cấp phần cứng.

Học máy có thể được chia đại khái thành bốn khối lượng công việc tính toán chính:

Dữ liệu tiền xử lý: Chuẩn bị dữ liệu thô và chuyển đổi nó thành định dạng có thể sử dụng được.

Đào tạo: Cho phép các mô hình ML huấn luyện trên các tập dữ liệu lớn để tìm hiểu các mẫu và mối quan hệ trong dữ liệu.

Tinh chỉnh: Các mô hình ML có thể được tối ưu hóa hơn nữa bằng cách sử dụng các tập dữ liệu nhỏ hơn để cải thiện hiệu suất của các tác vụ cụ thể.

Suy luận: Chạy một mô hình đã được huấn luyện và tinh chỉnh để đưa ra dự đoán.

Chúng tôi đã thấy sự thay đổi từ các mạng điện toán tổng quát hơn như Render và Akash sang phục vụ điện toán chuyên biệt hơn như AI/ML. Ví dụ: Render đã tận dụng các nhà cung cấp như io.net được xây dựng trên mạng của họ để phục vụ khách hàng AI trực tiếp hơn, trong khi các nhà cung cấp như Akash đã bắt đầu thu hút các nhà cung cấp phần cứng có nhu cầu và bằng cách trực tiếp đào tạo các mô hình của riêng họ để chứng minh sức mạnh của mạng, trường hợp đầu tiên là phân nhánh Khuếch tán ổn định chỉ được đào tạo trên tài liệu không có bản quyền. Livepeer cũng đang tập trung vào điện toán video AI vì họ đã có một mạng lưới lớn phục vụ các trường hợp sử dụng chuyển mã video.

Ngoài ra, một mạng dành riêng cho điện toán AI đang hình thành, khiến chúng tôi nhận ra rằng những thách thức cốt lõi xung quanh việc cộng tác và xác minh có thể được giải quyết bằng cách xây dựng chuỗi hoặc mô hình xung quanh AI. để giải quyết nó một cách trực tiếp hơn. Một trong những ví dụ đáng chú ý hơn là Gensyn, công ty đã xây dựng L1 dựa trên nền tảng được thiết kế để song song hóa và xác minh. Giao thức này sử dụng tính năng song song hóa để phân chia khối lượng công việc tính toán lớn hơn thành các tác vụ và đẩy chúng vào mạng một cách không đồng bộ. Để giải quyết vấn đề xác minh, Gensyn sử dụng bằng chứng học tập theo xác suất, giao thức xác định chính xác dựa trên biểu đồ và hệ thống khuyến khích dựa trên việc đặt cược và cắt giảm. Mặc dù mạng Gensyn chưa hoạt động nhưng nhóm dự đoán rằng chi phí hàng giờ của GPU V100 tương đương trên mạng của họ sẽ vào khoảng 0,40 USD.

Bên cạnh việc lưu trữ, các mô hình đào tạo thay thế cũng đang nổi lên, chẳng hạn như học tập liên kết, sau khi nhận ra rằng blockchain có thể khuyến khích các mô hình này một cách thích hợp hơn. , sự hồi sinh của nó trong web3. Nói tóm lại, học liên kết là một phương pháp trong đó nhiều bên đào tạo một mô hình một cách độc lập và cập nhật hàng loạt định kỳ và gửi chúng đến mô hình toàn cầu. Có nhiều ví dụ thực tế, chẳng hạn như thuật toán dự đoán văn bản trên bàn phím của Google. Trong web3, FedML và FLock đang cố gắng kết hợp các phương pháp học tập liên kết với các ưu đãi mã thông báo.

Cũng cần lưu ý rằng các kho lưu trữ dữ liệu phi tập trung như Filecoin và Arweave, cũng như các cơ sở dữ liệu như Không gian và Thời gian, có thể trợ giúp trong quá trình tiền xử lý dữ liệu. Đóng một vai trò quan trọng .

ML dựa trên sự đồng thuận

Sử dụng blockchain Một hình thức mới lạ khác của cơ sở hạ tầng là khái niệm về học máy dựa trên sự đồng thuận (ML). Bittensor là ví dụ nổi bật nhất của khái niệm này: chuỗi khối L1 dựa trên Substrate được thiết kế để giúp máy học hiệu quả hơn và hợp tác hơn thông qua việc sử dụng các mạng con dành riêng cho ứng dụng. Mỗi mạng con có hệ thống khuyến khích riêng để phục vụ các trường hợp sử dụng khác nhau, từ LLM đến các mô hình dự đoán cho đến đổi mới sáng tạo. Bittensor độc đáo ở cách sử dụng công cụ khai thác để điều phối đầu ra chất lượng: công cụ khai thác kiếm được TAO (mã thông báo gốc) bằng cách cung cấp đầu ra thông minh từ mô hình ML của họ (được đánh giá bởi người xác thực). Bởi vì các thợ đào được khuyến khích để đạt được sản lượng tốt nhất nên họ liên tục cải tiến mô hình của mình để duy trì tính cạnh tranh, giúp Bittensor vượt qua quá trình đạt được tốc độ học tập nhanh hơn do nền kinh tế mã thông báo điều phối.

Một sự phát triển thú vị gần đây trong hệ sinh thái TAO là đề xuất TAO năng động nhằm chuyển Bittensor sang một thiết kế cơ chế theo định hướng thị trường, tự động hơn xung quanh việc phát hành mã thông báo và ra mắt của mạng con Nous để cung cấp tinh chỉnh mô hình được khuyến khích để cạnh tranh với OpenAI.

Chúng ta có thể thấy nhiều nỗ lực hơn đối với các hệ thống như vậy, chẳng hạn như việc khai thác hoặc đồng thuận điều chỉnh đầu ra của mô hình theo cách có lợi cho chất lượng.

Tất cả những gì bạn cần là ý định

Trong DeFi , lập luận mới nhất trong lĩnh vực MEV là về ý định của người dùng và việc sử dụng bộ giải điều chế phù hợp về mặt kinh tế để thực hiện những ý định này. Các cuộc thảo luận về ý định thường có nhiều ý kiến ​​khác nhau, nhưng có một điều ngày càng trở nên rõ ràng: ý định của người dùng yêu cầu ngữ cảnh ngữ nghĩa bậc cao hơn phải được phân tích cú pháp thành mã thực thi. LLM có thể cung cấp lớp ngữ nghĩa này.

Propellerheads trình bày tầm nhìn rõ ràng nhất về việc sử dụng LLM trong không gian mục đích: https://www.propellerheads.xyz/blog/blockchain-and- llms.

Tóm lại, LLM có thể chuyển đổi những ý định gần giống nhau thành những ý định hoàn toàn phù hợp thông qua sự hiểu biết về ngữ nghĩa, từ đó giúp chúng ta tìm ra những cơ hội trùng hợp về mong muốn. , CoW). Điều này có thể được thực hiện thông qua việc ước tính lại mục đích hướng nội (ví dụ: "Mua LUSD thay vì USDC có được không? Tôi đã tìm thấy lệnh giới hạn phù hợp và bạn sẽ tiết kiệm được 0,3% phí giao dịch với CoW này.") và ước tính lại mục đích hướng ngoại. (ví dụ: "Tôi muốn mua BAYC này mà bạn sở hữu, bạn có sẵn sàng bán nó với giá X ETH không?") để làm điều đó.

Tất nhiên có thể có các cấu trúc khác, điều này trở nên đặc biệt thú vị trong bối cảnh ví và sự trừu tượng hóa sau tài khoản của multisig. Ví dụ: các dự án như DAIN và Autonolas đã thử nghiệm việc sử dụng proxy làm người ký cho ví, để việc nói chuyện với ví của bạn và yêu cầu nó thực hiện các giao dịch thay mặt bạn sắp trở thành hiện thực.

Cũng đáng chú ý là các trường hợp sử dụng DeFi quy mô lớn, chẳng hạn như thị trường dự đoán dựa trên tác nhân, mô hình kinh tế do AI quản lý và các ứng dụng DeFi được tham số hóa ML. Bài viết zkML của tôi cung cấp phần giới thiệu chi tiết hơn.

Kinh tế đại lý

Tôi yêu thích nhất cho đến nay Một lĩnh vực của ​​Cơ sở hạ tầng là nền kinh tế đại lý AI. Nó xuất phát từ tầm nhìn của tôi về một thế giới trong đó mọi người đều có đại lý của riêng mình và chúng tôi thuê những đại lý chất lượng cao và được đào tạo bài bản đó để phục vụ chúng tôi hoặc có các đại lý tự chủ nhận ra nhu cầu của chúng tôi trong hành vi kinh tế phức tạp. Để làm được điều này, các đại lý phải có cách thanh toán và nhận thanh toán cho dịch vụ của mình. Chắc chắn có khả năng các mô hình thanh toán truyền thống sẽ mở ra cho các đại lý này, nhưng nhiều khả năng các đại lý sẽ giao dịch bằng tiền điện tử do tính dễ sử dụng, tốc độ giải quyết và tính chất không cần cấp phép của chúng.

Autonolas và DAIN là những ví dụ điển hình trong lĩnh vực này. Trong Autonolas, tác nhân thực sự là các nút trong mạng dành riêng để đạt được các mục tiêu cụ thể và các nút này được duy trì bởi các nhà khai thác dịch vụ, tương tự như mạng Keeper. Các tác nhân này có thể được sử dụng cho các dịch vụ khác nhau như oracles, thị trường dự đoán, nhắn tin, v.v. DAIN thực hiện cách tiếp cận tương tự, cho phép các đại lý “khám phá, tương tác, giao dịch và cộng tác với các đại lý khác trong mạng”.

Các ý tưởng khác

Ngoài những ý kiến ​​trên, chúng tôi cũng Xem:

Cơ sở dữ liệu vectơ phi tập trung dành cho các mô hình tinh chỉnh như BagelDB.

Ví dành cho khóa API và SIWE dành cho các ứng dụng AI như Window.ai

Cung cấp dữ liệu services

Các công cụ lập chỉ mục và tìm kiếm như Kaito

khu vực Chặn các trình khám phá và trang tổng quan, chẳng hạn như Bảng điều khiển xác thực AI của Modulus Labs, hiện đang xác thực một loạt suy luận từ các mô hình Upshot.

Các trợ lý phát triển, chẳng hạn như mô hình truy vấn SQL trên chuỗi của Dune

Môi trường thử nghiệm tác nhân mô phỏng

Băng thông để thu thập dữ liệu, chẳng hạn như Grass Network

Dữ liệu tổng hợp và nền tảng RLHF của con người < /p>

Các ứng dụng DeSci như công cụ bioML phân tán LabDAO để gấp protein

web3 Có vô số ý tưởng xuất hiện nhằm phục vụ các lĩnh vực khác nhau của AI, vì vậy chỉ những điểm nổi bật được cung cấp ở đây, nhưng tôi thực sự khuyên bạn nên khám phá các dự án trên để hiểu sâu hơn về bức tranh toàn cảnh.

Giao điểm của tất cả

AI và Crypto có tác dụng hiệp lực. Cả hai đều có xu hướng là nguồn mở, chống kiểm duyệt và đang tạo ra sự chuyển giao tài sản lớn nhất trong lịch sử. Họ cần nhau và giải quyết những thách thức cốt lõi của nhau.

Đối với tiền điện tử, AI giải quyết các vấn đề trong trải nghiệm người dùng, thúc đẩy các trường hợp sử dụng trên chuỗi sáng tạo hơn, đồng thời nâng cao khả năng của các tổ chức phi tập trung và hợp đồng thông minh, đồng thời mở ra sự đổi mới thực sự tại lớp ứng dụng và cơ sở hạ tầng.

Đối với AI, Crypto giải quyết các vấn đề về tính xác thực và xuất xứ, tăng cường sự phối hợp xung quanh các mô hình và tập dữ liệu nguồn mở, đồng thời giúp hướng dẫn tính toán và dữ liệu, đồng thời cho phép người tạo và các đại lý tham gia trực tiếp hơn vào nền kinh tế hậu AI.

Thách thức hiện nay dành cho các hacker, nhóm và dự án tiền điện tử là hiểu và đón nhận sự thay đổi này. Sự sáng tạo là vô hạn và chúng tôi đứng ở điểm giao nhau của tất cả.