Dalam beberapa tahun terakhir, dengan pesatnya perkembangan kecerdasan buatan (AI) dan teknologi blockchain, jalur AI+Crypto telah menjadi perhatian hangat bagi investor. Blockchain, dengan desentralisasi, transparansi tinggi, konsumsi energi rendah, dan karakteristik anti-monopoli, mengimbangi sentralisasi yang kuat dan pemrosesan sistem AI yang tidak jelas. Kombinasi keduanya memberi kita peluang yang belum pernah terjadi sebelumnya.
Menurut Vitalik, penerapan gabungan AI dan blockchain dibagi menjadi empat kategori utama: sebagai peserta aplikasi, sebagai antarmuka aplikasi, sebagai aturan aplikasi, dan sebagai target aplikasi. Dia mengusulkan agar peran AI dalam Crypto harus lebih dipertimbangkan dari perspektif “aplikasi”, termasuk mengoptimalkan daya komputasi, mengoptimalkan algoritma, dan mengoptimalkan data.
Institut Penelitian Huobi membedakan arah partisipasi teknologi Kripto menurut tingkat penerapan AI, yang dapat dibagi menjadi lapisan dasar, lapisan eksekusi, dan lapisan aplikasi. Di setiap tingkat, terdapat peluang yang perlu ditelusuri. Misalnya, teknologi zkML menggabungkan bukti tanpa pengetahuan dan teknologi blockchain untuk memberikan solusi yang aman, dapat diverifikasi, dan transparan untuk perilaku agen AI. Selain itu, AI juga menunjukkan potensi besar pada level eksekusi seperti pemrosesan data, pengembangan dApp otomatis, dan keamanan transaksi on-chain. Pada tingkat aplikasi, robot perdagangan berbasis AI, alat analisis prediktif, dan manajemen likuiditas AMM memainkan peran penting di bidang DeFi.
Artikel ini akan membahas arah investasi jalur AI+Crypto secara rinci, dengan fokus pada inovasi dan pengembangan di tingkat infrastruktur dan tingkat aplikasi, serta menganalisis prospek dan tantangan kombinasi AI dan blockchain dari perspektif jangka menengah dan jangka panjang. strategi investasi jangka panjang.
AI melacak arah utama
Blockchain sangat berlawanan dengan kecerdasan buatan dalam hal sentralisasi, transparansi rendah, konsumsi energi, dan monopoli. Sesuai dengan prinsip di atas dan pemikirannya sendiri, Vitalik membagi aplikasi yang menggabungkan kecerdasan buatan dan blockchain menjadi 4 kategori besar:
AI sebagai pemain dalam sebuah game
AI sebagai antarmuka permainan
AI sebagai aturan mainnya
AI sebagai tujuan permainan
Buterin mempertimbangkan peran AI dalam Crypto lebih dari perspektif “aplikasi”. Jika dipikir dari perspektif produktivitas VS hubungan produksi. Crypto sebenarnya menyediakan lebih banyak hubungan produksi. Dari sudut pandang ini, kita dapat mempertimbangkannya dari tiga arah:
Mengoptimalkan daya komputasi: Menyediakan sumber daya komputasi yang terdesentralisasi dan efisien, mengurangi risiko kegagalan satu titik, dan meningkatkan efisiensi komputasi secara keseluruhan.
Algoritme pengoptimalan: Mempromosikan algoritma atau model open source, berbagi, dan inovasi.
Optimalkan data: penyimpanan terdesentralisasi, kontribusi, penggunaan dan manajemen keamanan data
HTX Research percaya bahwa keseluruhan arah AI dapat dibagi menjadi lapisan dasar, lapisan eksekusi, dan lapisan aplikasi sesuai dengan arsitektur umum. Sejalan dengan itu, kita juga dapat mengeksplorasi proyek AI+Web3 dari tiga arah umum ini. Pada lapisan dasar, ini mencakup pelatihan model, data, daya komputasi terdesentralisasi, dan perangkat keras di tingkat infrastruktur, dengan fokus pada kombinasi teknologi zk dan teknologi kecerdasan buatan ML; pada lapisan eksekusi, pemrosesan data dan transmisi data, agen AI di tingkat model, zkML, FHE (Enkripsi Homomorfik Sepenuhnya), dll.; pada lapisan aplikasi, ini terutama berfokus pada AI+DeFi, AI+GameFi, Metaverse, AIGC dan Meme, dll., serta RAAS (Robotics as a Service ) dan ramalan di tingkat blockchain. Komputer, co-processor, UBI (Universal Basic Income), dll.
Diantaranya, proyek-proyek di tingkat infrastruktur dan tingkat aplikasi berkembang pesat, seperti Io.net di tingkat daya komputasi, Flock di tingkat model dasar, ZeroGravity di infrastruktur blockchain, Myshell di tingkat agen AI, dan 0xScope pada tingkat aplikasi.
Petunjuk berikut dapat dieksplorasi:
1. arah zkML
Teknologi zkML memberikan solusi yang aman, dapat diverifikasi, dan transparan untuk memantau dan membatasi perilaku agen AI dengan menggabungkan bukti tanpa pengetahuan dan teknologi blockchain. Misalnya, proyek Modulus Labs memanfaatkan teknologi zkML untuk membuktikan kepada pemangku kepentingan bahwa AI-nya telah melakukan tugas tertentu sekaligus melindungi privasi pribadi dan kerahasiaan bisnis.
zkML, sebagai perantara antara kecerdasan buatan dan blockchain, mengusulkan serangkaian solusi yang bertujuan untuk memecahkan masalah perlindungan privasi model dan masukan AI, dan memastikan verifikasi proses inferensi. Ini menciptakan cara baru untuk menggunakan model publik saat memvalidasi data pribadi, atau menggunakan data publik saat memvalidasi model pribadi. Dengan mengintegrasikan kemampuan pembelajaran mesin, kontrak pintar dapat mencapai lebih banyak otonomi dan dinamika, dan dapat beroperasi berdasarkan data on-chain waktu nyata, bukan hanya aturan statis. Inovasi ini membuat kontrak pintar lebih fleksibel dan mampu beradaptasi dengan lebih banyak skenario penerapan yang berbeda, bahkan skenario yang tidak diperkirakan saat kontrak pertama kali dibuat.
Pengantar proyek khas teknologi zkML
Lab Modulus
Modulus Labs adalah salah satu proyek paling beragam di bidang ZKML, dan mereka secara aktif membangun contoh aplikasi AI on-chain sambil melakukan penelitian terkait. Mereka mendemonstrasikan kasus penggunaan zkML dengan RockyBot, bot perdagangan on-chain, dan Leela vs. the World, sebuah permainan catur. Mereka juga melakukan beberapa penelitian untuk mengukur kecepatan dan efisiensi berbagai sistem verifikasi untuk model berukuran berbeda.
manusia
Giza adalah protokol yang dapat menerapkan model AI pada rantai. Tumpukan teknologi yang digunakannya mencakup format ONNX untuk model pembelajaran mesin, Giza Transpiler untuk mengonversi model ini ke dalam format program Kairo, dan Giza Transpiler untuk mengonversi model ini menjadi dapat diverifikasi. dan format deterministik. ONNX Cairo Runtime untuk mengeksekusi model secara komprehensif, dan kontrak pintar Model Giza untuk menerapkan dan mengeksekusi model on-chain. Giza umumnya merupakan kompiler on-chain dari model pembelajaran mesin hingga pembuktian, memberikan jalur alternatif untuk pengembangan AI on-chain.
Zkaptcha
Zkaptcha berfokus pada masalah bot di Web3, menyediakan layanan captcha (kode verifikasi) untuk kontrak pintar, dan menggunakan bukti tanpa pengetahuan untuk membuat kontrak pintar yang tahan terhadap serangan Sybil. Proyek ini memungkinkan pengguna akhir untuk menghasilkan bukti pekerjaan manusia dengan melengkapi captcha, yang diverifikasi oleh validator on-chain. Mereka berencana untuk mewarisi zkML dan meluncurkan layanan yang mirip dengan kode verifikasi Web 2 yang ada, yang bahkan dapat menganalisis perilaku seperti gerakan mouse untuk menentukan apakah penggunanya adalah orang sungguhan.
2. Arah pengolahan data
Ini terutama mengacu pada berbagai terobosan dalam tingkat eksekusi AI, terutama beberapa terobosan dalam beberapa tingkat transmisi data dan tingkat pengembangan blockchain. Analisis spesifiknya adalah sebagai berikut:
a. AI dan analisis data on-chain
Arah ini terutama mengacu pada penggunaan teknologi AI untuk menambang data ini secara mendalam, dan menggunakan model besar LLM dan algoritme pembelajaran mendalam untuk memperoleh lebih banyak wawasan. Misalnya, Web3 Analytics adalah proyek yang menggunakan AI untuk melakukan analisis data on-chain guna mengungkap tren pasar dan perilaku pengguna. Hal ini dapat membantu pengguna mendapatkan wawasan tentang transaksi on-chain dan tren pasar.
b.AI dan pengembangan dApp otomatis
Arahan ini terutama ditujukan pada beberapa proyek infrastruktur untuk Devops. Beberapa proyek AI yang menggunakan pengembangan otomatis dapat menerima lebih banyak pengembang, sehingga membuat ekosistem lebih sejahtera. Beberapa alat pengembangan yang menggunakan AI juga dapat membantu pengembang menulis kontrak pintar dengan lebih cepat dan memperbaiki kesalahan secara otomatis, dan beberapa juga dapat mengimplementasikan fungsi pemrograman DAPP drag-and-drop.
c. AI dan keamanan transaksi on-chain
Arah ini terutama mengacu pada agen AI. Melibatkan penempatan agen AI di blockchain sebagai cara untuk meningkatkan keamanan dan kepercayaan aplikasi AI. Agen AI ini dapat secara otomatis melakukan tugas-tugas seperti transaksi, analisis data, pengambilan keputusan otomatis, dll., dan ditempatkan di blockchain membuat operasi mereka tidak hanya transparan dan dapat dilacak, tetapi juga sulit untuk dirusak, sehingga meningkatkan keamanan sistem. seluruh sistem. Teknologi AI dapat mengidentifikasi dan bertahan dari serangan jahat dan kebocoran data melalui pemantauan real-time dan analisis cerdas, memastikan keamanan transaksi dan integritas data.
Kasus proyek:
SeQure adalah platform keamanan yang menggunakan AI untuk pemantauan dan analisis real-time untuk segera mendeteksi dan mempertahankan diri dari berbagai serangan berbahaya dan kebocoran data, memastikan stabilitas dan keamanan transaksi dalam rantai.
3. Arah AI+DEFI
Hal terpenting tentang kombinasi AI dan lapisan aplikasi adalah AI+DEFI. Berikut beberapa arahan AI+DEFI yang perlu diperhatikan:
1. Robot perdagangan yang digerakkan oleh AI
Bot ini dapat mengeksekusi perdagangan dengan cepat dan akurat, menganalisis data pasar, sentimen berita, dan pergerakan harga, serta membuat keputusan perdagangan dalam hitungan detik, yang seringkali melampaui kinerja pedagang manusia.
2. Analisis prediktif
Meskipun memprediksi volatilitas pasar kripto selalu menjadi tantangan, alat analisis yang didukung AI semakin menjadi alat penting yang mampu memberikan prediksi tren pasar dan potensi pergerakan harga yang andal.
3.Manajemen likuiditas AMM
Misalnya, ketika menyesuaikan kisaran likuiditas Uniswap V3, melalui integrasi AI, protokol dapat menyesuaikan kisaran likuiditas dengan lebih cerdas, sehingga mengoptimalkan efisiensi dan manfaat dari pembuat pasar otomatis (AMM).
4. Perlindungan likuidasi dan pengelolaan posisi utang
Menggabungkan data on-chain dan off-chain memungkinkan penerapan strategi perlindungan likuidasi yang lebih cerdas, memastikan posisi utang terlindungi selama fluktuasi pasar.
5. Desain produk terstruktur DeFi yang kompleks
Saat merancang mekanisme perbendaharaan, Anda dapat mengandalkan model AI finansial dibandingkan strategi tetap. Strategi tersebut dapat mencakup perdagangan, pinjaman, atau opsi yang dikelola AI, yang menambahkan kecerdasan dan fleksibilitas pada produk.
4. Arah AI+GameFi
Penerapan AI dalam proyek GameFi terutama untuk memperkaya pengalaman bermain game dan meningkatkan kemungkinan inovasi. Arahan utamanya adalah sebagai berikut:
1. Pengoptimalan strategi permainan:
AI dapat mempelajari kebiasaan dan strategi bermain game pemain, menyesuaikan kesulitan dan strategi permainan secara real time, serta memberikan pengalaman bermain game yang lebih personal dan menantang. Melalui pembelajaran mendalam dan pembelajaran penguatan, AI dapat berevolusi agar lebih beradaptasi dengan kebutuhan dan preferensi pemain.
2. Manajemen pemanfaatan aset game:
Teknologi AI dapat membantu pemain mengelola dan memperdagangkan aset virtual dalam game dengan lebih efisien. Dengan menggunakan kontrak cerdas dan strategi perdagangan otomatis, pemain dapat memaksimalkan penggunaan aset, seperti membeli, menjual, menyewakan, dan meminjamkan aset game secara otomatis untuk mengoptimalkan laba atas investasi.
3. Meningkatkan interaksi permainan:
AI dapat menciptakan karakter non-pemain (NPC) yang lebih cerdas dan responsif, dan melalui teknologi pemrosesan bahasa alami (NLP) dan pembelajaran mesin (ML), mencapai interaksi yang lebih alami dan lancar dengan pemain, meningkatkan pengalaman bermain dan kenyamanan pemain kepuasan.
Kemungkinan strategi investasi dari perspektif waktu
Dalam jangka pendek, perhatian harus diberikan pada area di mana AI pertama kali diterapkan di Crypto, seperti beberapa aplikasi konseptual AI dan meme. Logika: Tahun ini, lingkaran arus utama AI akan terus mengeluarkan hot spot baru. Setiap kali Nvidia, openai, dan perusahaan web2 lainnya meningkatkan model besar mereka, hal itu akan memicu hot spot di jalur AI, dan dana baru juga akan muncul. dibawa masuk. Ini akan meledakkan sisi emosional.
Dalam jangka menengah, kombinasi Ai Agent dengan Intent dan kontrak pintar merupakan titik terang. Setelah ai berhasil, ia akan memberikan solusi untuk perluasan kontrak pintar, sehingga membentuk blockchain baru berupa buku besar + kontrak + ai, menerobos narasi buku besar + kontrak di era eth.
Diantaranya, agen ai adalah arah subdivisi yang telah dilewati oleh V God. Agen AI mengacu pada agen AI yang dapat secara mandiri memperoleh informasi dari lingkungan, memproses informasi secara mandiri, mengambil keputusan, mengeksekusi, dan mengubah lingkungan secara mandiri. Agen AI saat ini termasuk dalam segmen mutakhir bidang AI, dan merupakan lapisan aplikasi yang paling dekat dengan Adopsi Massal.
Secara naratif. Agen AI adalah wanita cantik yang seksi dan seksi, kekuatan komputasi awan GPU adalah pengusaha paruh baya yang stabil dan matang, dan model AI yang dikombinasikan dengan lapisan DA adalah seorang ilmuwan dengan rambut acak-acakan.
Dalam jangka panjang, kombinasi teknologi AI dan zkML (walaupun bos ML dari perusahaan AI web2 mencemooh AI Crypto) pada akhirnya akan mempengaruhi bidang Crypto.
referensi
Twitter: https://twitter.com/FinanceYF5/status/1772434625387717055
Web3Caff: https://twitter.com/Web3Caff_Res
Twitter Vitalik: https://twitter.com/VitalikButerin
lampiran:
Daftar proyek platform penalaran komputasi dan kecerdasan buatan yang terdesentralisasi
Hal ini terutama mengacu pada penggunaan Crypto sebagai insentif untuk berbagi dan memanfaatkan sumber daya komputasi yang menganggur dalam skala global.
Daftar data AI dan proyek sumber model
Area ini terutama didasarkan pada keaslian, transparansi, dan ketertelusuran data, menggunakan model ekonomi Kripto untuk memberikan insentif data (untuk pengguna sisi C) dan insentif model (Dev, sisi B).
