Ces dernières années, avec le développement rapide de l’intelligence artificielle (IA) et de la technologie blockchain, la piste AI+Crypto est devenue un sujet de préoccupation majeur pour les investisseurs. La blockchain, avec sa décentralisation, sa grande transparence, sa faible consommation d'énergie et ses caractéristiques anti-monopole, compense la forte centralisation et le traitement opaque des systèmes d'IA. La combinaison des deux nous offre des opportunités sans précédent.

Selon Vitalik, l'application combinée de l'IA et de la blockchain est principalement divisée en quatre grandes catégories : en tant que participant à l'application, en tant qu'interface d'application, en tant que règle d'application et en tant que cible d'application. Il a proposé que le rôle de l'IA dans la cryptographie soit davantage considéré du point de vue de « l'application », y compris l'optimisation de la puissance de calcul, l'optimisation des algorithmes et l'optimisation des données.

L'Institut de recherche Huobi distingue l'orientation de la participation à la technologie Crypto en fonction du niveau d'application de l'IA, qui peut être divisé en couche de base, couche d'exécution et couche d'application. À chaque niveau, il existe des opportunités à explorer. Par exemple, la technologie zkML combine des preuves sans connaissance et la technologie blockchain pour fournir une solution sécurisée, vérifiable et transparente pour le comportement des agents IA. En outre, l’IA présente également un grand potentiel au niveau de l’exécution, comme le traitement des données, le développement automatisé de dApp et la sécurité des transactions en chaîne. Au niveau des applications, les robots de trading basés sur l'IA, les outils d'analyse prédictive et la gestion des liquidités AMM jouent un rôle important dans le domaine DeFi.

Cet article discutera en détail de l'orientation des investissements du volet AI+Crypto, en se concentrant sur l'innovation et le développement au niveau de l'infrastructure et au niveau des applications, et analysera les perspectives et les défis de la combinaison de l'IA et de la blockchain du point de vue du moyen terme et stratégies d'investissement à long terme.

L'IA suit les directions clés

La blockchain est complètement à l’opposé de l’intelligence artificielle en termes de centralisation, de faible transparence, de consommation d’énergie et de monopole. Conformément aux principes ci-dessus et à sa propre réflexion, Vitalik divise les applications combinant intelligence artificielle et blockchain en 4 grandes catégories :

• L'IA en tant que joueur dans un jeu

• L'IA comme interface du jeu

• L'IA comme règle du jeu

• L'IA comme objectif du jeu

Buterin considère le rôle de l'IA dans la cryptographie davantage du point de vue de « l'application ». Si vous y réfléchissez du point de vue des relations entre productivité et production. La crypto offre en réalité davantage de relations de production. De ce point de vue, on peut l’envisager principalement sous trois directions :

• Optimisez la puissance de calcul : fournissez des ressources informatiques décentralisées et efficaces, réduisez le risque de défaillance ponctuelle et améliorez l'efficacité informatique globale.

• Algorithmes d'optimisation : Promouvoir l'open source, le partage et l'innovation d'algorithmes ou de modèles.

• Optimiser les données : stockage décentralisé, apport, utilisation et gestion de la sécurité des données

HTX Research estime que l'orientation globale de l'IA peut être divisée en couche de base, couche d'exécution et couche d'application en fonction de l'architecture générale. En conséquence, nous pouvons également explorer le projet AI+Web3 à partir de ces trois directions générales. Au niveau de base, il comprend la formation de modèles, les données, la puissance de calcul décentralisée et le matériel au niveau de l'infrastructure, en se concentrant sur la combinaison de la technologie zk et de la technologie d'intelligence artificielle ML au niveau de l'exécution, du traitement et de la transmission des données, de l'IA au niveau du modèle ; agent , zkML, FHE (Fully Homomorphic Encryption), etc. ; au niveau de l'application, il se concentre principalement sur AI+DeFi, AI+GameFi, Metaverse, AIGC et Meme, etc., ainsi que RAAS (Robotics as a Service) et prophétie au niveau de la blockchain Ordinateur, co-processeur, UBI (Universal Basic Income), etc.

Parmi eux, des projets au niveau de l'infrastructure et au niveau des applications se développent rapidement, comme Io.net au niveau de la puissance de calcul, Flock au niveau du modèle de base, ZeroGravity au niveau de l'infrastructure blockchain, Myshell au niveau de l'agent IA et 0xScope. au niveau des applications.

Les directions suivantes peuvent être explorées :

1.Direction zkML

La technologie zkML fournit une solution sécurisée, vérifiable et transparente pour surveiller et contraindre le comportement des agents IA en combinant des preuves sans connaissance et la technologie blockchain. Par exemple, le projet Modulus Labs exploite la technologie zkML pour prouver aux parties prenantes que son IA a effectué des tâches spécifiques tout en protégeant la vie privée et la confidentialité des affaires.

zkML, en tant qu'intermédiaire entre l'intelligence artificielle et la blockchain, propose un ensemble de solutions visant à résoudre le problème de la protection de la confidentialité des modèles et des entrées d'IA, et à assurer la vérifiabilité du processus d'inférence. Cela crée une nouvelle façon d'utiliser des modèles publics lors de la validation de données privées, ou d'utiliser des données publiques lors de la validation de modèles privés. En intégrant des capacités d'apprentissage automatique, les contrats intelligents peuvent atteindre plus d'autonomie et de dynamique, et peuvent fonctionner sur la base de données en chaîne en temps réel plutôt que de simples règles statiques. Cette innovation rend les contrats intelligents plus flexibles et capables de s’adapter à des scénarios d’application plus différents, même à ceux qui n’étaient pas prévus lors de la mise en place initiale du contrat.

Introduction aux projets typiques de la technologie zkML

Laboratoires de modules

Modulus Labs est l'un des projets les plus diversifiés dans l'espace ZKML, et ils créent activement des exemples d'applications d'IA en chaîne tout en menant des recherches connexes. Ils ont démontré des cas d'utilisation de zkML avec RockyBot, un robot de trading en chaîne, et Leela vs. the World, un jeu d'échecs. Ils ont également mené des études pour comparer la vitesse et l’efficacité de divers systèmes de vérification sur des modèles de différentes tailles.

humain

Giza est un protocole qui peut déployer des modèles d'IA sur la chaîne. La pile technologique qu'il utilise comprend le format ONNX pour les modèles d'apprentissage automatique, le Giza Transpiler pour convertir ces modèles au format de programme Cairo et le Giza Transpiler pour convertir ces modèles en vérifiables. et les formats déterministes. ONNX Cairo Runtime pour exécuter des modèles de manière globale, et les contrats intelligents Giza Model pour le déploiement et l'exécution de modèles en chaîne. Giza est généralement un compilateur en chaîne allant des modèles d'apprentissage automatique aux preuves, offrant une voie alternative pour le développement de l'IA en chaîne.

Zkaptcha

Zkaptcha se concentre sur les problèmes de robots dans Web3, fournit des services captcha (code de vérification) pour les contrats intelligents et utilise des preuves sans connaissance pour créer des contrats intelligents résistants aux attaques Sybil. Le projet permet aux utilisateurs finaux de produire une preuve du travail humain en complétant un captcha, qui est vérifié par un validateur en chaîne. Ils prévoient d'hériter de zkML et de lancer un service similaire au code de vérification Web 2 existant, qui peut même analyser des comportements tels que les mouvements de la souris pour déterminer si l'utilisateur est une personne réelle.

2. Direction du traitement des données

Il fait principalement référence à diverses avancées dans le niveau d'exécution de l'IA, en particulier certaines avancées dans certains niveaux de transmission de données et de développement de la blockchain. L’analyse spécifique est la suivante :

a. IA et analyse des données en chaîne

Cette orientation fait principalement référence à l'utilisation de la technologie de l'IA pour exploiter en profondeur ces données, ainsi qu'à l'utilisation de grands modèles LLM et d'algorithmes d'apprentissage en profondeur pour obtenir plus d'informations. Par exemple, Web3 Analytics est un projet qui utilise l'IA pour effectuer une analyse de données en chaîne afin de révéler les tendances du marché et le comportement des utilisateurs. Il peut aider les utilisateurs à mieux comprendre les transactions en chaîne et les tendances du marché.

b. IA et développement automatisé de dApp

Cette orientation s’adresse principalement à certains projets d’infrastructures pour Devops. Certains projets d’IA utilisant le développement automatisé peuvent accepter davantage de développeurs, rendant ainsi l’écosystème plus prospère. Certains outils de développement qui utilisent l'IA peuvent également aider les développeurs à rédiger des contrats intelligents plus rapidement et à corriger automatiquement les erreurs, et certains peuvent également implémenter des fonctions de programmation DAPP par glisser-déposer.

c. IA et sécurité des transactions en chaîne

Cette direction fait principalement référence aux agents IA. Implique le déploiement d'agents d'IA sur la blockchain afin d'améliorer la sécurité et la fiabilité des applications d'IA. Ces agents d'IA peuvent effectuer automatiquement des tâches, telles que des transactions, l'analyse de données, la prise de décision automatique, etc., et leur déploiement sur la blockchain rend leurs opérations non seulement transparentes et traçables, mais également difficiles à falsifier, améliorant ainsi la sécurité de l'ensemble du système. La technologie d’IA peut identifier et se défendre contre les attaques malveillantes et les fuites de données grâce à une surveillance en temps réel et à une analyse intelligente, garantissant ainsi la sécurité des transactions et l’intégrité des données.

Cas de projets :

SeQure est une plate-forme de sécurité qui utilise l'IA pour la surveillance et l'analyse en temps réel afin de détecter et de se défendre rapidement contre diverses attaques malveillantes et fuites de données, garantissant ainsi la stabilité et la sécurité des transactions sur la chaîne.

3. Direction AI+DEFI

La chose la plus importante dans la combinaison de l’IA et de la couche application est AI+DEFI. Voici quelques instructions AI+DEFI auxquelles il faut prêter attention :

1.Robot de trading piloté par l'IA

Ces robots peuvent exécuter des transactions rapidement et avec précision, analyser les données du marché, le sentiment de l'actualité et les mouvements de prix, et prendre des décisions de trading en une fraction de seconde, dépassant souvent les performances des traders humains.

2. Analyse prédictive

Bien que prédire la volatilité du marché des cryptomonnaies ait toujours été un défi, les outils d’analyse basés sur l’IA deviennent de plus en plus un outil important, capable de fournir des prévisions fiables sur les tendances du marché et les mouvements potentiels des prix.

3.Gestion des liquidités AMM

Par exemple, lors de l'ajustement de la plage de liquidité d'Uniswap V3, grâce à l'intégration de l'IA, le protocole peut ajuster la plage de liquidité de manière plus intelligente, optimisant ainsi l'efficacité et les avantages du teneur de marché automatisé (AMM).

4. Protection contre la liquidation et gestion de la dette

La combinaison des données en chaîne et hors chaîne permet une mise en œuvre plus intelligente des stratégies de protection contre la liquidation, garantissant ainsi la protection des positions de dette pendant les fluctuations du marché.

5. Conception de produits structurés DeFi complexes

Lors de la conception des mécanismes de trésorerie, vous pouvez vous appuyer sur des modèles d’IA financière plutôt que sur des stratégies fixes. De telles stratégies peuvent inclure des transactions, des prêts ou des options gérés par l’IA, ajoutant ainsi de l’intelligence et de la flexibilité au produit.

4. Direction IA+GameFi

L'application de l'IA dans le projet GameFi vise principalement à enrichir l'expérience de jeu et à augmenter les possibilités d'innovation. Ses principales orientations sont les suivantes :

1. Optimisation de la stratégie de jeu :

L'IA peut apprendre les habitudes et les stratégies de jeu des joueurs, ajuster la difficulté et les stratégies du jeu en temps réel et offrir une expérience de jeu plus personnalisée et plus stimulante. Grâce au deep learning et à l’apprentissage par renforcement, l’IA peut évoluer pour mieux s’adapter aux besoins et préférences des joueurs.

2. Gestion de l'utilisation des actifs du jeu :

La technologie de l’IA peut aider les joueurs à gérer et à échanger plus efficacement les actifs virtuels du jeu. Grâce à des contrats intelligents et à des stratégies de trading automatisées, les joueurs peuvent maximiser l'utilisation des actifs, tels que l'achat, la vente, la location et le prêt automatiques d'actifs de jeu afin d'optimiser le retour sur investissement.

3. Améliorez l'interaction dans le jeu :

L'IA peut créer des personnages non-joueurs (PNJ) plus intelligents et réactifs et, grâce aux technologies de traitement du langage naturel (NLP) et d'apprentissage automatique (ML), obtenir des interactions plus naturelles et plus fluides avec les joueurs, améliorant ainsi l'immersion et le confort du joueur. satisfaction.

Stratégies d'investissement possibles dans une perspective temporelle

• À court terme, il convient de prêter attention aux domaines dans lesquels l’IA est implémentée pour la première fois dans Crypto, tels que certaines applications conceptuelles et mèmes d’IA. Logique : cette année, le cercle grand public de l'IA continuera à produire de nouveaux points chauds. Chaque fois que Nvidia, openai et d'autres sociétés web2 mettront à niveau leurs grands modèles, cela déclenchera des points chauds dans la piste de l'IA, et de nouveaux fonds le seront également. être amenés. Ceux-ci feront exploser le côté émotionnel de la piste.

• À moyen terme, la combinaison d’Ai Agent avec Intent et de contrats intelligents est un point positif. Une fois que l'IA aura réussi, elle fournira des solutions pour l'expansion des contrats intelligents, formant ainsi une nouvelle blockchain de grand livre + contrat + ai, brisant le récit grand livre + contrat de l'ère eth.

• Parmi eux, ai agent est la direction de subdivision que V Dieu a adoptée. L'agent IA fait référence à un agent IA qui peut obtenir de manière autonome des informations de l'environnement, traiter les informations de manière autonome, prendre des décisions, exécuter et modifier l'environnement de manière autonome. AI Agent appartient actuellement au segment de pointe du domaine de l'IA et constitue la couche d'application la plus proche de l'adoption de masse.

• Narrativement parlant. L'agent IA est une beauté sexy et chaude, la puissance de cloud computing GPU est un entrepreneur d'âge moyen stable et mature, et le modèle IA combiné à la couche DA est un scientifique aux cheveux ébouriffés.

• À long terme, la combinaison de l’IA et de la technologie zkML (bien que les patrons de ML de la société web2 AI se moquent de l’IA de Crypto) affectera en fin de compte le domaine Crypto.

les références

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

Web3Caff : https://twitter.com/Web3Caff_Res

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

annexe:

Liste de projets de plateforme de raisonnement informatique décentralisée et intelligence artificielle

Il s’agit principalement de l’utilisation de Crypto comme incitation au partage et à l’utilisation de ressources informatiques inutilisées à l’échelle mondiale.

Liste des projets de données d'IA et de sources de modèles

Ce domaine s'appuie principalement sur l'authenticité, la transparence et la traçabilité des données, en utilisant le modèle économique Crypto pour fournir des incitations aux données (pour les utilisateurs du côté C) et des incitations aux modèles (Dev, B-side).