Tout le monde espère que AI+Web3 deviendra le catalyseur de ce marché haussier, comme en témoignent la valorisation élevée et les investissements importants consentis par les sociétés de capital-risque. La question est : quels sont les problèmes actuels dans la piste d’intégration AI+Web3 ? Laissez-moi partager mon avis :

1) La formation à l’IA nécessite des données à grande échelle, et Web3 est utile pour le suivi des données et les effets incitatifs qui en résultent. À long terme, l’IA aura certainement besoin de l’aide du web3, mais il faut préciser que le web3 ne peut résoudre que les problèmes limités de l’IA.

Par exemple, la formation traditionnelle sur les données à grande échelle, l'optimisation continue des algorithmes, la vision par ordinateur, la technologie de reconnaissance vocale, l'IA des jeux et d'autres domaines clés sont principalement pilotés par une puissance de calcul centralisée à grande échelle et par l'adaptation et l'optimisation logicielle et matérielle des puces, des algorithmes, etc., comme l'apprentissage profond des réseaux de neurones convolutifs, l'apprentissage par renforcement et les modèles informatiques inspirés du cerveau pour repousser les limites des capacités de l'IA, il n'y a aucune possibilité que le web3 prenne pied à court terme ;

2) L’IA générative ne représente qu’une petite branche du secteur plus large de l’IA, mais elle accélère l’intégration de l’IA et du web3. Parce que l’IA générative est une technologie inclusive de l’IA et davantage orientée vers les applications. Idéalement, les grands modèles de base seront généralement réalisés par de grandes entreprises utilisant une puissance de calcul centralisée et adoptant une politique open source pour stimuler le marché des applications supérieures. Le marché global de l’IA deviendra progressivement une longue traîne, et l’importance du réglage fin et de l’inférence des modèles sera soulignée.

Cependant, une fois qu'une entreprise qui contrôle la puissance de calcul de base et les ressources de modèle modifiera sa politique open source, cela aura un impact direct sur le marché global de l'IA. Afin d'éviter une telle crise, une infrastructure qui s'appuie davantage sur une architecture et une puissance de calcul distribuées. L'architecture de collaboration de raisonnement distribué deviendra un incontournable.

3) web3 peut jouer un rôle clé dans le processus de construction du cadre distribué d'IA. Par exemple : lors de la formation du modèle, la blockchain peut créer un identifiant unique pour la source de données et dédupliquer les données pour améliorer l'efficacité de la formation en termes de puissance de calcul ; est insuffisant, le district La blockchain peut utiliser le mécanisme d'incitation Tokenomics pour construire un réseau de puissance de calcul d'IA distribué dans le processus de réglage fin des paramètres, la blockchain peut enregistrer différentes versions du modèle, suivre l'évolution du modèle et effectuer des performances raffinées ; contrôle;

Dans le lien d'inférence de modèle, ZK, TEE et d'autres technologies peuvent être utilisées pour construire un réseau d'inférence décentralisé afin d'améliorer la communication et la confiance mutuelle entre les modèles ; dans le lien d'intégration de l'informatique de pointe et de DePIN, web3 peut aider à créer un réseau d'IA de périphérie décentralisé et à piloter AI+ DePIN la combinaison de l’IoT.

4) Lorsque Vitalik a précédemment parlé de la combinaison IA + Web3, il a déclaré que l'IA peut être progressivement intégrée en tant que participant au monde Web3, de sorte que l'intégration de l'IA et du Web3 sera certainement très lente.

D'une part, le monde grand public du Web2 se concentre toujours sur le niveau de performance de l'IA et ne s'appuie pas beaucoup sur le cadre de collaboration en coulisses de l'IA. D'autre part, il y a un problème de déconnexion avec le web3 ; D'un autre côté, Web3 reste toujours dans le domaine de l'informatique distribuée dans le domaine de l'intégration de l'IA. La phase de construction des infrastructures de base telles que le réseau de force, le réseau d'architecture de raisonnement distribué, le réseau d'applications distribuées Tokenomics et le réseau de collaboration d'outils d'agents d'IA distribués n'a pas été entièrement achevée. vérifié et appliqué par les principaux groupes de demande Web2.

En bref, en un mot, la tendance générale de l'IA+Web3 est correcte, mais la mise en œuvre et le développement réels ne sont pas si rapides. Il faudra peut-être un cycle, voire plusieurs cycles, pour constater des progrès significatifs, et un peu plus de patience est nécessaire.