Todo el mundo espera que AI+Web3 se convierta en el catalizador de este mercado alcista, lo que es evidente por la alta valoración y la fuerte inversión de los capitalistas de riesgo. La pregunta es, ¿cuáles son los problemas actuales en la vía de integración AI+Web3? Déjame compartir mi opinión:

1) El entrenamiento de IA requiere datos a gran escala, y Web3 es útil para el seguimiento de datos y los efectos de incentivo resultantes. A largo plazo, la IA definitivamente necesitará la ayuda de web3, pero es necesario aclarar que web3 solo puede resolver los problemas limitados de la IA.

Por ejemplo, el entrenamiento tradicional de datos a gran escala, la optimización continua de algoritmos, la visión por computadora, la tecnología de reconocimiento de voz, la inteligencia artificial de juegos y otras áreas centrales están impulsadas principalmente por la potencia informática centralizada a gran escala y la adaptación y optimización de software y hardware de chips, algoritmos, etc. ., como profundo En direcciones como el aprendizaje de redes neuronales convolucionales, el aprendizaje por refuerzo y los modelos informáticos inspirados en el cerebro para ampliar los límites de las capacidades de IA, no hay posibilidad de que web3 se afiance en el corto plazo;

2) La IA generativa solo representa una pequeña rama del sector más grande de la IA, pero acelera la integración de la IA y la web3. Porque la IA generativa es una tecnología inclusiva de IA y más orientada a las aplicaciones. Idealmente, los grandes modelos básicos generalmente serán completados por grandes empresas que utilicen potencia informática centralizada y adopten una política de código abierto para impulsar el mercado superior de aplicaciones. El mercado general de la IA se convertirá gradualmente en una cola larga y se destacará la importancia del ajuste y la inferencia del modelo.

Sin embargo, una vez que una empresa que controla la potencia informática central y los recursos del modelo cambie su política de código abierto, tendrá un impacto directo en el mercado general de la IA. Para evitar tal crisis, una infraestructura que depende más de la arquitectura y la potencia informática distribuida. La arquitectura de colaboración de razonamiento distribuido se convertirá en una necesidad.

3) web3 puede desempeñar un papel clave en el proceso de construcción del marco distribuido de IA. Por ejemplo: durante el entrenamiento del modelo, blockchain puede crear un identificador único para la fuente de datos y deduplicar los datos para mejorar la eficiencia del entrenamiento; es insuficiente, la cadena de bloques del distrito puede utilizar el mecanismo de incentivo de Tokenomics para construir una red de potencia informática de IA distribuida en el proceso de ajuste de parámetros, la cadena de bloques puede registrar diferentes versiones del modelo, rastrear la evolución del modelo y realizar refinamientos; control;

En el enlace de inferencia del modelo, se pueden utilizar ZK, TEE y otras tecnologías para construir una red de inferencia descentralizada para mejorar la comunicación y la confianza mutua entre los modelos; en el enlace de integración de DePIN y computación de borde, web3 puede ayudar a construir una red de IA de borde descentralizada y conducirla; AI+ DePIN la combinación de IoT.

4) Cuando Vitalik habló anteriormente sobre la combinación de AI + Web3, afirmó que la AI puede integrarse gradualmente como participante en el mundo Web3, por lo que la integración de AI y web3 definitivamente será muy lenta.

Por un lado, el mundo web2 convencional todavía se centra en el nivel de rendimiento de la IA y no depende mucho del marco de colaboración detrás de escena de la IA. Por otro lado, existe el problema de estar fuera de contacto con Web3; , web3 aún permanece en el campo de la integración de IA en la computación distribuida. La etapa de construcción de infraestructura básica, como la red de fuerza, la red de arquitectura de razonamiento distribuido, la red de aplicaciones Tokenomics distribuida y la red de colaboración de herramientas AI Agent distribuida, no ha sido completamente verificada ni aplicada. los principales grupos de demanda de web2.

En resumen, en una palabra, la tendencia general de AI+Web3 es correcta, pero la implementación y el desarrollo reales no son tan rápidos. Puede que sea necesario un ciclo o incluso varios ciclos para ver un progreso significativo, y se necesita un poco más de paciencia.