En los últimos años, con el rápido desarrollo de la inteligencia artificial (IA) y la tecnología blockchain, la vía AI+Crypto se ha convertido en un área de gran preocupación para los inversores. Blockchain, con su descentralización, alta transparencia, bajo consumo de energía y características antimonopolio, compensa la fuerte centralización y el procesamiento opaco de los sistemas de IA. La combinación de los dos nos brinda oportunidades sin precedentes.

Según Vitalik, la aplicación combinada de IA y blockchain se divide principalmente en cuatro categorías principales: como participante de la aplicación, como interfaz de la aplicación, como regla de la aplicación y como objetivo de la aplicación. Propuso que el papel de la IA en Crypto debería considerarse más desde la perspectiva de la "aplicación", incluida la optimización de la potencia informática, la optimización de algoritmos y la optimización de datos.

El Instituto de Investigación Huobi distingue la dirección de participación en la tecnología Crypto según el nivel de aplicación de la IA, que se puede dividir en capa básica, capa de ejecución y capa de aplicación. En cada nivel, existen oportunidades que vale la pena explorar. Por ejemplo, la tecnología zkML combina pruebas de conocimiento cero y tecnología blockchain para proporcionar una solución segura, verificable y transparente para el comportamiento de los agentes de IA. Además, la IA también muestra un gran potencial a nivel de ejecución, como el procesamiento de datos, el desarrollo automatizado de dApps y la seguridad de las transacciones en cadena. A nivel de aplicación, los robots comerciales impulsados ​​por IA, las herramientas de análisis predictivo y la gestión de liquidez AMM desempeñan un papel importante en el campo DeFi.

Este artículo analizará en detalle la dirección de inversión de la vía AI+Crypto, centrándose en la innovación y el desarrollo a nivel de infraestructura y de aplicación, y analizará las perspectivas y desafíos de la combinación de AI y blockchain desde la perspectiva de mediano y largo plazo. estrategias de inversión a largo plazo.

La IA rastrea direcciones clave

Blockchain es completamente opuesto a la inteligencia artificial en términos de centralización, baja transparencia, consumo de energía y monopolio. De acuerdo con los principios anteriores y su propio pensamiento, Vitalik divide las aplicaciones que combinan inteligencia artificial y blockchain en 4 categorías principales:

  • IA como jugador en un juego

  • La IA como interfaz del juego.

  • La IA como reglas del juego

  • La IA como objetivo del juego

Buterin considera el papel de la IA en Crypto más desde la perspectiva de la "aplicación". Si lo piensa desde la perspectiva de la productividad versus las relaciones de producción. En realidad, las criptomonedas proporcionan más relaciones de producción. Desde este punto de vista, podemos considerarlo principalmente desde tres direcciones:

  • Optimice la potencia informática: proporcione recursos informáticos descentralizados y eficientes, reduzca el riesgo de fallas en un solo punto y mejore la eficiencia informática general.

  • Algoritmos de optimización: Promover el código abierto, el intercambio y la innovación de algoritmos o modelos.

  • Optimizar datos: almacenamiento descentralizado, contribución, uso y gestión de seguridad de los datos.

HTX Research cree que la dirección general de la IA se puede dividir en capa básica, capa de ejecución y capa de aplicación según la arquitectura general. En consecuencia, también podemos explorar el proyecto AI+Web3 desde estas tres direcciones generales. En la capa básica, incluye entrenamiento de modelos, datos, potencia informática descentralizada y hardware a nivel de infraestructura, centrándose en la combinación de tecnología zk y tecnología ML de inteligencia artificial en la capa de ejecución, procesamiento y transmisión de datos, agente de IA en la capa de ejecución; nivel de modelo, zkML, FHE (Cifrado totalmente homomórfico), etc., en la capa de aplicación, se centra principalmente en AI+DeFi, AI+GameFi, Metaverse, AIGC y Meme, etc., así como RAAS (Robótica como servicio). ) y profecía a nivel blockchain Computadora, coprocesador, RBU (Renta Básica Universal), etc.

Entre ellos, los proyectos a nivel de infraestructura y de aplicación se están desarrollando rápidamente, como Io.net a nivel de potencia informática, Flock a nivel de modelo básico, ZeroGravity a nivel de infraestructura blockchain, Myshell a nivel de agente de IA y 0xScope. a nivel de aplicación.

Se pueden explorar las siguientes direcciones:

1. dirección zkML

La tecnología zkML proporciona una solución segura, verificable y transparente para monitorear y restringir el comportamiento de los agentes de IA mediante la combinación de pruebas de conocimiento cero y tecnología blockchain. Por ejemplo, el proyecto Modulus Labs aprovecha la tecnología zkML para demostrar a las partes interesadas que su IA ha realizado tareas específicas protegiendo al mismo tiempo la privacidad personal y la confidencialidad empresarial.

zkML, como intermediario entre la inteligencia artificial y blockchain, propone un conjunto de soluciones destinadas a resolver el problema de la protección de la privacidad de los modelos y entradas de IA, y garantizar la verificabilidad del proceso de inferencia. Crea una nueva forma de utilizar modelos públicos al validar datos privados o utilizar datos públicos al validar modelos privados. Al integrar capacidades de aprendizaje automático, los contratos inteligentes pueden lograr más autonomía y dinámica, y pueden operar basándose en datos en cadena en tiempo real en lugar de solo reglas estáticas. Esta innovación hace que los contratos inteligentes sean más flexibles y capaces de adaptarse a escenarios de aplicación más diferentes, incluso aquellos que no estaban previstos cuando se creó originalmente el contrato.

Introducción a proyectos típicos de la tecnología zkML.

Laboratorios de módulo

Modulus Labs es uno de los proyectos más diversos en el espacio ZKML y están creando activamente ejemplos de aplicaciones de IA en cadena mientras realizan investigaciones relacionadas. Demostraron casos de uso de zkML con RockyBot, un robot comercial en cadena, y Leela vs. the World, un juego de ajedrez. También realizaron algunos estudios para comparar la velocidad y eficiencia de varios sistemas de verificación para modelos de diferentes tamaños.

humano

Giza es un protocolo que puede implementar modelos de IA en la cadena. La pila de tecnología que utiliza incluye el formato ONNX para modelos de aprendizaje automático, Giza Transpiler para convertir estos modelos al formato del programa Cairo y Giza Transpiler para convertir estos modelos en verificables. y formatos deterministas. ONNX Cairo Runtime para ejecutar modelos de manera integral, y contratos inteligentes de Giza Model para implementar y ejecutar modelos en cadena. Giza es generalmente un compilador en cadena desde modelos de aprendizaje automático hasta pruebas, lo que proporciona un camino alternativo para el desarrollo de la IA en cadena.

Zkaptcha

Zkaptcha se centra en los problemas de los bots en Web3, proporciona servicios captcha (código de verificación) para contratos inteligentes y utiliza pruebas de conocimiento cero para crear contratos inteligentes que sean resistentes a los ataques de Sybil. El proyecto permite a los usuarios finales producir una prueba del trabajo humano completando un captcha, que es verificado por un validador en cadena. Planean heredar zkML y lanzar un servicio similar al código de verificación Web 2 existente, que puede incluso analizar comportamientos como los movimientos del mouse para determinar si el usuario es una persona real.

2. Dirección del procesamiento de datos

Se refiere principalmente a varios avances en la IA a nivel de ejecución, especialmente algunos avances a nivel de transmisión de datos y desarrollo de blockchain. El análisis específico es el siguiente:

a. IA y análisis de datos en cadena

Esta dirección se refiere principalmente al uso de tecnología de inteligencia artificial para extraer en profundidad estos datos y al uso de modelos grandes de LLM y algoritmos de aprendizaje profundo para obtener más información. Por ejemplo, Web3 Analytics es un proyecto que utiliza IA para realizar análisis de datos en cadena para revelar las tendencias del mercado y el comportamiento de los usuarios. Puede ayudar a los usuarios a obtener información sobre las transacciones en cadena y las tendencias del mercado.

b. IA y desarrollo automatizado de dApps

Esta dirección está dirigida principalmente a algunos proyectos de infraestructura para Devops. Algunos proyectos de IA que utilizan desarrollo automatizado pueden aceptar más desarrolladores, haciendo así que el ecosistema sea más próspero. Algunas herramientas de desarrollo que utilizan IA también pueden ayudar a los desarrolladores a escribir contratos inteligentes más rápidamente y corregir errores automáticamente, y algunas también pueden implementar funciones de programación DAPP de arrastrar y soltar.

c. IA y seguridad de las transacciones en cadena

Esta dirección se refiere principalmente a los agentes de IA. Implica implementar agentes de IA en blockchain como una forma de mejorar la seguridad y confiabilidad de las aplicaciones de IA. Estos agentes de IA pueden realizar automáticamente tareas como transacciones, análisis de datos, toma de decisiones automática, etc., y su implementación en la cadena de bloques hace que sus operaciones no solo sean transparentes y rastreables, sino que también sean difíciles de manipular, lo que mejora la seguridad del sistema entero. La tecnología de IA puede identificar y defenderse contra ataques maliciosos y fugas de datos mediante monitoreo en tiempo real y análisis inteligente, garantizando la seguridad de las transacciones y la integridad de los datos.

Casos de proyectos:

SeQure es una plataforma de seguridad que utiliza IA para monitoreo y análisis en tiempo real para detectar y defenderse rápidamente contra diversos ataques maliciosos y fugas de datos, garantizando la estabilidad y seguridad de las transacciones en la cadena.

3. Dirección AI+DEFI

Lo más importante de la combinación de IA y capa de aplicación es AI+DEFI. Aquí hay algunas instrucciones de AI+DEFI a las que debe prestar atención:

1.Robot comercial impulsado por IA

Estos robots pueden ejecutar operaciones de forma rápida y precisa, analizar datos de mercado, sentimiento de noticias y movimientos de precios, y tomar decisiones comerciales en fracciones de segundo, superando a menudo el rendimiento de los operadores humanos.

2. Análisis predictivo

Si bien predecir la volatilidad del mercado de criptomonedas siempre ha sido un desafío, las herramientas analíticas impulsadas por IA se están convirtiendo cada vez más en una herramienta importante capaz de proporcionar predicciones confiables de las tendencias del mercado y posibles movimientos de precios.

3.Gestión de liquidez de AMM

Por ejemplo, al ajustar el rango de liquidez de Uniswap V3, mediante la integración de IA, el protocolo puede ajustar el rango de liquidez de manera más inteligente, optimizando así la eficiencia y los beneficios del creador de mercado automatizado (AMM).

4. Protección de liquidación y gestión de la posición de deuda.

La combinación de datos dentro y fuera de la cadena permite una implementación más inteligente de estrategias de protección de liquidación, garantizando que las posiciones de deuda estén protegidas durante las fluctuaciones del mercado.

5. Diseño de producto estructurado complejo DeFi

Al diseñar mecanismos de tesorería, puede confiar en modelos financieros de IA en lugar de estrategias fijas. Dichas estrategias pueden incluir operaciones, préstamos u opciones gestionadas por IA, añadiendo inteligencia y flexibilidad al producto.

4. Dirección AI+GameFi

La aplicación de la IA en el proyecto GameFi tiene como objetivo principal enriquecer la experiencia de juego y aumentar la posibilidad de innovación. Sus principales direcciones son las siguientes:

1. Optimización de la estrategia del juego:

La IA puede aprender los hábitos y estrategias de juego de los jugadores, ajustar la dificultad y las estrategias del juego en tiempo real y brindar una experiencia de juego más personalizada y desafiante. A través del aprendizaje profundo y el aprendizaje por refuerzo, la IA puede evolucionar para adaptarse mejor a las necesidades y preferencias de los jugadores.

2. Gestión de utilización de activos del juego:

La tecnología de inteligencia artificial puede ayudar a los jugadores a administrar e intercambiar activos virtuales dentro del juego de manera más eficiente. Utilizando contratos inteligentes y estrategias comerciales automatizadas, los jugadores pueden maximizar el uso de los activos, como comprar, vender, arrendar y prestar automáticamente activos del juego para optimizar el retorno de la inversión.

3. Mejorar la interacción del juego:

La IA puede crear personajes no jugadores (NPC) más inteligentes y receptivos y, a través de tecnologías de procesamiento del lenguaje natural (NLP) y aprendizaje automático (ML), lograr interacciones más naturales y fluidas con los jugadores, mejorando la inmersión y la comodidad del juego. satisfacción.

Posibles estrategias de inversión desde una perspectiva temporal

  • A corto plazo, se debe prestar atención a las áreas donde la IA se implementa por primera vez en Crypto, como algunas aplicaciones conceptuales de IA y memes. Lógica: este año, el círculo principal de la IA seguirá generando nuevos puntos calientes. Cada vez que Nvidia, openai y otras empresas web2 actualicen sus modelos grandes, se encenderán puntos calientes en la pista de la IA, y también surgirán nuevos fondos. ser traído. Estos detonarán la pista el lado emocional.

  • A mediano plazo, la combinación de Ai Agent con Intent y contratos inteligentes es un punto brillante. Una vez que la IA tenga éxito, proporcionará soluciones para la expansión de contratos inteligentes, formando así una nueva cadena de bloques de libro mayor + contrato + IA, rompiendo la narrativa de libro mayor + contrato de la era eth.

  • Entre ellos, ai agente es la dirección de subdivisión por la que ha pasado V Dios. Agente de IA se refiere a un agente de IA que puede obtener información del entorno de forma autónoma, procesar información de forma autónoma, tomar decisiones, ejecutar y cambiar el entorno de forma autónoma. AI Agent pertenece actualmente al segmento de vanguardia del campo de la IA y es la capa de aplicación más cercana a la adopción masiva.

  • Narrativamente hablando. El agente de IA es una belleza sexy y atractiva, el poder de computación en la nube de la GPU es un empresario de mediana edad estable y maduro, y el modelo de IA combinado con la capa DA es un científico con el cabello despeinado.

  • A largo plazo, la combinación de la tecnología AI y zkML (aunque los jefes de ML de la compañía web2 AI se burlan de la AI de Crypto) finalmente afectará el campo de Crypto.

referencias

Twitter: https://twitter.com/FinanceYF5/status/1772434625387717055

Web3Caff: https://twitter.com/Web3Caff_Res

Twitter de Vitalik: https://twitter.com/VitalikButerin

apéndice:

Lista de proyectos de plataforma de razonamiento de inteligencia artificial y computación descentralizada

Se refiere principalmente al uso de Crypto como incentivo para compartir y utilizar recursos informáticos inactivos a escala global.

Lista de proyectos de fuentes de modelos y datos de IA

Esta área se basa principalmente en la autenticidad, transparencia y trazabilidad de los datos, utilizando el modelo criptoeconómico para proporcionar incentivos de datos (para usuarios del lado C) e incentivos de modelo (Dev, lado B).