Trong những năm gần đây, với sự phát triển nhanh chóng của trí tuệ nhân tạo (AI) và công nghệ blockchain, đường đua AI+Crypto đã trở thành lĩnh vực được các nhà đầu tư quan tâm. Blockchain, với tính chất phi tập trung, tính minh bạch cao, tiêu thụ năng lượng thấp và đặc tính chống độc quyền, tạo nên sự tập trung mạnh mẽ và xử lý không rõ ràng của các hệ thống AI. Sự kết hợp của cả hai mang đến cho chúng ta những cơ hội chưa từng có.
Theo Vitalik, ứng dụng kết hợp giữa AI và blockchain chủ yếu được chia thành bốn loại chính: với tư cách là người tham gia ứng dụng, là giao diện ứng dụng, là quy tắc ứng dụng và là mục tiêu của ứng dụng. Ông đề xuất rằng vai trò của AI trong Crypto cần được xem xét nhiều hơn từ góc độ “ứng dụng”, bao gồm tối ưu hóa sức mạnh tính toán, tối ưu hóa thuật toán và tối ưu hóa dữ liệu.
Viện nghiên cứu Huobi phân biệt hướng tham gia công nghệ tiền điện tử theo cấp độ ứng dụng của AI, có thể chia thành lớp cơ bản, lớp thực thi và lớp ứng dụng. Ở mỗi cấp độ đều có những cơ hội đáng để khám phá. Ví dụ: công nghệ zkML kết hợp bằng chứng không có kiến thức và công nghệ chuỗi khối để cung cấp giải pháp an toàn, có thể kiểm chứng và minh bạch cho hành vi của tác nhân AI. Ngoài ra, AI còn cho thấy tiềm năng lớn ở cấp độ thực thi như xử lý dữ liệu, phát triển dApp tự động và bảo mật giao dịch trên chuỗi. Ở cấp độ ứng dụng, robot giao dịch được điều khiển bằng AI, công cụ phân tích dự đoán và quản lý thanh khoản AMM đóng một vai trò quan trọng trong lĩnh vực DeFi.
Bài viết này sẽ thảo luận chi tiết về hướng đầu tư của lộ trình AI+Crypto, tập trung vào đổi mới và phát triển ở cấp cơ sở hạ tầng và cấp ứng dụng, đồng thời phân tích triển vọng và thách thức của sự kết hợp giữa AI và blockchain từ góc độ trung hạn và trung hạn. chiến lược đầu tư dài hạn.
AI theo dõi các hướng chính
Blockchain hoàn toàn trái ngược với trí tuệ nhân tạo về tính tập trung, tính minh bạch thấp, tiêu thụ năng lượng và tính độc quyền. Phù hợp với những nguyên tắc trên và tư duy riêng của mình, Vitalik chia các ứng dụng kết hợp trí tuệ nhân tạo và blockchain thành 4 loại chính:
AI với tư cách là người chơi trong trò chơi
AI là giao diện của trò chơi
AI là luật chơi
AI là mục tiêu của trò chơi
Buterin coi vai trò của AI trong tiền điện tử nhiều hơn từ góc độ “ứng dụng”. Nếu bạn nghĩ về nó từ góc độ năng suất và quan hệ sản xuất. Tiền điện tử thực sự mang lại nhiều mối quan hệ sản xuất hơn. Từ quan điểm này, chúng ta chủ yếu có thể xem xét nó theo ba hướng:
Tối ưu hóa sức mạnh tính toán: Cung cấp tài nguyên tính toán phi tập trung và hiệu quả, giảm nguy cơ lỗi điểm đơn và cải thiện hiệu quả tính toán tổng thể.
Các thuật toán tối ưu hóa: Thúc đẩy nguồn mở, chia sẻ và đổi mới các thuật toán hoặc mô hình.
Tối ưu hóa dữ liệu: lưu trữ phi tập trung, đóng góp, sử dụng và quản lý bảo mật dữ liệu
Hợp tác nghiên cứu tin rằng hướng tổng thể của AI có thể được chia thành lớp cơ bản, lớp thực thi và lớp ứng dụng theo kiến trúc chung. Tương ứng, chúng ta cũng có thể khám phá dự án AI+Web3 từ ba hướng chung này. Ở lớp cơ bản, nó bao gồm đào tạo mô hình, dữ liệu, sức mạnh tính toán phi tập trung và phần cứng ở cấp cơ sở hạ tầng, tập trung vào sự kết hợp giữa công nghệ zk và công nghệ trí tuệ nhân tạo ML ở lớp thực thi, xử lý dữ liệu và truyền dữ liệu, tác nhân AI ở lớp thực thi; cấp độ mô hình, zkML, FHE (Mã hóa hoàn toàn đồng hình), v.v.; ở lớp ứng dụng, nó chủ yếu tập trung vào AI+DeFi, AI+GameFi, Metaverse, AIGC và Meme, v.v., cũng như RAAS (Robotics as a Service ) và lời tiên tri ở cấp độ blockchain Máy tính, bộ đồng xử lý, UBI (Thu nhập cơ bản chung), v.v.
Trong số đó, các dự án ở cấp độ cơ sở hạ tầng và cấp độ ứng dụng đang phát triển nhanh chóng, chẳng hạn như Io.net ở cấp độ sức mạnh tính toán, Flock ở cấp độ mô hình cơ bản, ZeroGravity ở cấp độ cơ sở hạ tầng blockchain, Myshell ở cấp độ tác nhân AI và 0xScope ở cấp độ ứng dụng.
Có thể tìm hiểu các hướng sau:
1. hướng zkML
Công nghệ zkML cung cấp giải pháp an toàn, có thể kiểm chứng và minh bạch để theo dõi và hạn chế hành vi của tác nhân AI bằng cách kết hợp bằng chứng không có kiến thức và công nghệ chuỗi khối. Ví dụ: dự án Modulus Labs tận dụng công nghệ zkML để chứng minh với các bên liên quan rằng AI của nó đã thực hiện các nhiệm vụ cụ thể đồng thời bảo vệ quyền riêng tư cá nhân và bí mật kinh doanh.
zkML, với tư cách là trung gian giữa trí tuệ nhân tạo và blockchain, đề xuất một bộ giải pháp nhằm giải quyết vấn đề bảo vệ quyền riêng tư của các mô hình và đầu vào AI, đồng thời đảm bảo tính xác minh của quá trình suy luận. Nó tạo ra một cách mới để sử dụng các mô hình công khai khi xác thực dữ liệu riêng tư hoặc sử dụng dữ liệu công khai khi xác thực các mô hình riêng tư. Bằng cách tích hợp khả năng học máy, hợp đồng thông minh có thể đạt được nhiều quyền tự chủ và năng động hơn, đồng thời có thể hoạt động dựa trên dữ liệu trên chuỗi thời gian thực thay vì chỉ các quy tắc tĩnh. Sự đổi mới này làm cho hợp đồng thông minh trở nên linh hoạt hơn và có thể thích ứng với nhiều tình huống ứng dụng khác nhau hơn, ngay cả những tình huống không lường trước được khi hợp đồng được thiết lập ban đầu.
Giới thiệu các dự án tiêu biểu của công nghệ zkML
Phòng thí nghiệm mô đun
Modulus Labs là một trong những dự án đa dạng nhất trong không gian ZKML và họ đang tích cực xây dựng các ví dụ ứng dụng AI trên chuỗi trong khi tiến hành nghiên cứu liên quan. Họ đã trình diễn các trường hợp sử dụng zkML với RockyBot, một bot giao dịch trên chuỗi và Leela vs. the World, một trò chơi cờ vua. Họ cũng tiến hành một số nghiên cứu để đánh giá tốc độ và hiệu quả của các hệ thống xác minh khác nhau cho các mô hình có kích thước khác nhau.
nhân loại
Giza là một giao thức có thể triển khai các mô hình AI trên chuỗi mà nó sử dụng bao gồm định dạng ONNX cho các mô hình học máy, Giza Transpiler để chuyển đổi các mô hình này sang định dạng chương trình Cairo và Giza Transpiler để chuyển đổi các mô hình này thành có thể kiểm chứng được. và các định dạng xác định ONNX Cairo Runtime để thực thi các mô hình một cách toàn diện và các hợp đồng thông minh Giza Model để triển khai và thực thi các mô hình trên chuỗi. Giza nói chung là một trình biên dịch trên chuỗi từ các mô hình học máy đến các bằng chứng, cung cấp một lộ trình thay thế để phát triển AI trên chuỗi.
Zkaptcha
Zkaptcha tập trung vào các vấn đề về bot trong Web3, cung cấp dịch vụ captcha (mã xác minh) cho hợp đồng thông minh và sử dụng bằng chứng không có kiến thức để tạo hợp đồng thông minh có khả năng chống lại các cuộc tấn công của Sybil. Dự án cho phép người dùng cuối tạo ra bằng chứng về công việc của con người bằng cách hoàn thành hình ảnh xác thực, được xác minh bởi trình xác thực trên chuỗi. Họ có kế hoạch kế thừa zkML và khởi chạy một dịch vụ tương tự như mã xác minh Web 2 hiện có, thậm chí có thể phân tích các hành vi như chuyển động của chuột để xác định xem người dùng có phải là người thật hay không.
2. Hướng xử lý dữ liệu
Nó chủ yếu đề cập đến những đột phá khác nhau về mức độ thực thi của AI, đặc biệt là một số đột phá về một số cấp độ truyền dữ liệu và cấp độ phát triển blockchain. Phân tích cụ thể như sau:
a. Phân tích dữ liệu trên chuỗi và AI
Hướng này chủ yếu đề cập đến việc sử dụng công nghệ AI để khai thác sâu những dữ liệu này và sử dụng các mô hình lớn LLM và thuật toán học sâu để hiểu rõ hơn. Ví dụ: Web3 Analytics là một dự án sử dụng AI để tiến hành phân tích dữ liệu trên chuỗi nhằm tiết lộ xu hướng thị trường và hành vi của người dùng. Nó có thể giúp người dùng hiểu rõ hơn về các giao dịch trên chuỗi và xu hướng thị trường.
b. Phát triển AI và dApp tự động
Hướng đi này chủ yếu nhắm vào một số dự án cơ sở hạ tầng dành cho Devops. Một số dự án AI sử dụng phương pháp phát triển tự động có thể tiếp nhận nhiều nhà phát triển hơn, từ đó làm cho hệ sinh thái trở nên thịnh vượng hơn. Một số công cụ phát triển sử dụng AI cũng có thể giúp nhà phát triển viết hợp đồng thông minh nhanh hơn và tự động sửa lỗi, đồng thời một số công cụ còn có thể triển khai chức năng lập trình DAPP kéo và thả.
c. AI và bảo mật giao dịch trên chuỗi
Hướng này chủ yếu đề cập đến các tác nhân AI. Liên quan đến việc triển khai các tác nhân AI trên blockchain như một cách để cải thiện tính bảo mật và độ tin cậy của các ứng dụng AI. Các tác nhân AI này có thể tự động thực hiện các nhiệm vụ như giao dịch, phân tích dữ liệu, ra quyết định tự động, v.v. và việc được triển khai trên blockchain khiến hoạt động của chúng không chỉ minh bạch và có thể truy nguyên mà còn khó bị giả mạo, cải thiện tính bảo mật của hệ thống. toàn bộ hệ thống. Công nghệ AI có thể xác định và bảo vệ khỏi các cuộc tấn công độc hại và rò rỉ dữ liệu thông qua giám sát thời gian thực và phân tích thông minh, đảm bảo tính bảo mật giao dịch và tính toàn vẹn dữ liệu.
Các trường hợp dự án:
SeQure là một nền tảng bảo mật sử dụng AI để theo dõi và phân tích theo thời gian thực nhằm phát hiện và bảo vệ kịp thời trước các cuộc tấn công độc hại và rò rỉ dữ liệu khác nhau, đảm bảo tính ổn định và bảo mật của các giao dịch trên chuỗi.
3. Hướng AI+DEFI
Điều quan trọng nhất về sự kết hợp giữa AI và lớp ứng dụng là AI+DEFI. Dưới đây là một số hướng AI+DEFI cần chú ý:
1.Robot giao dịch được điều khiển bằng AI
Những bot này có thể thực hiện giao dịch nhanh chóng và chính xác, phân tích dữ liệu thị trường, tâm lý tin tức và biến động giá, đồng thời đưa ra quyết định giao dịch trong tích tắc, thường vượt qua hiệu suất của các nhà giao dịch con người.
2. Phân tích dự đoán
Trong khi việc dự đoán biến động của thị trường tiền điện tử luôn là một thách thức thì các công cụ phân tích được hỗ trợ bởi AI đang ngày càng trở thành một công cụ quan trọng có khả năng đưa ra những dự đoán đáng tin cậy về xu hướng thị trường và biến động giá tiềm năng.
3.Quản lý thanh khoản AMM
Ví dụ: khi điều chỉnh phạm vi thanh khoản của Uniswap V3, thông qua việc tích hợp AI, giao thức có thể điều chỉnh phạm vi thanh khoản một cách thông minh hơn, từ đó tối ưu hóa hiệu quả và lợi ích của nhà tạo lập thị trường tự động (AMM).
4. Bảo vệ thanh lý và quản lý trạng thái nợ
Kết hợp dữ liệu trên chuỗi và ngoài chuỗi cho phép thực hiện thông minh hơn các chiến lược bảo vệ thanh lý, đảm bảo các vị thế nợ được bảo vệ trong những biến động của thị trường.
5. Thiết kế sản phẩm có cấu trúc DeFi phức tạp
Khi thiết kế cơ chế ngân quỹ, bạn có thể dựa vào các mô hình AI tài chính thay vì các chiến lược cố định. Các chiến lược như vậy có thể bao gồm các giao dịch, khoản vay hoặc quyền chọn do AI quản lý, tăng thêm tính thông minh và tính linh hoạt cho sản phẩm.
4. Định hướng AI+GameFi
Việc ứng dụng AI trong dự án GameFi chủ yếu nhằm làm phong phú thêm trải nghiệm chơi game và tăng khả năng đổi mới. Các hướng chính của nó như sau:
1. Tối ưu hóa chiến lược trò chơi:
AI có thể tìm hiểu thói quen và chiến lược chơi trò chơi của người chơi, điều chỉnh độ khó và chiến lược của trò chơi trong thời gian thực, đồng thời mang lại trải nghiệm chơi trò chơi đầy thử thách và cá nhân hóa hơn. Thông qua học sâu và học tăng cường, AI có thể tự phát triển để thích ứng tốt hơn với nhu cầu và sở thích của người chơi.
2. Quản lý sử dụng tài sản trò chơi:
Công nghệ AI có thể giúp người chơi quản lý và giao dịch tài sản ảo trong trò chơi hiệu quả hơn. Bằng cách sử dụng hợp đồng thông minh và chiến lược giao dịch tự động, người chơi có thể tối đa hóa việc sử dụng tài sản, chẳng hạn như tự động mua, bán, cho thuê và cho vay tài sản trò chơi để tối ưu hóa lợi tức đầu tư.
3. Tăng cường tương tác game:
AI có thể tạo ra các nhân vật không phải người chơi (NPC) thông minh và phản ứng nhanh hơn, đồng thời thông qua công nghệ xử lý ngôn ngữ tự nhiên (NLP) và máy học (ML), đạt được các tương tác tự nhiên và mượt mà hơn với người chơi, cải thiện sự hòa nhập và sự thoải mái của người chơi trong trò chơi. sự hài lòng.
Chiến lược đầu tư khả thi từ góc độ thời gian
Trước mắt, cần chú ý đến các lĩnh vực mà AI lần đầu tiên được triển khai trong Tiền điện tử, chẳng hạn như một số ứng dụng AI và meme mang tính khái niệm. Logic: Năm nay, vòng tròn chính thống AI sẽ tiếp tục tạo ra các điểm nóng mới. Mỗi khi Nvidia, openai và các công ty web2 khác nâng cấp các mô hình lớn của họ, nó sẽ tạo ra các điểm nóng trong đường đua AI và các quỹ mới cũng sẽ xuất hiện. được đưa vào. Những điều này sẽ làm bùng nổ khía cạnh cảm xúc.
Trong trung hạn, sự kết hợp giữa Ai Agent với Intent và hợp đồng thông minh là một điểm sáng. Một khi ai thành công, nó sẽ cung cấp các giải pháp để mở rộng hợp đồng thông minh, từ đó hình thành một chuỗi khối mới gồm sổ cái + hợp đồng + ai, phá vỡ câu chuyện về sổ cái + hợp đồng của kỷ nguyên eth.
Trong số đó, ai đại lý chính là hướng phân khu mà V God đã thông qua. Tác nhân AI đề cập đến một tác nhân AI có thể tự động lấy thông tin từ môi trường, xử lý thông tin một cách tự động, đưa ra quyết định, thực thi và tự động thay đổi môi trường. AI Agent hiện thuộc phân khúc tiên tiến của lĩnh vực AI và là lớp ứng dụng gần với Áp dụng hàng loạt nhất.
Nói một cách tường thuật. Đặc vụ AI là một người đẹp gợi cảm và nóng bỏng, sức mạnh điện toán đám mây GPU là một doanh nhân trung niên ổn định và trưởng thành, còn mô hình AI kết hợp với lớp DA là một nhà khoa học với mái tóc bù xù.
Về lâu dài, sự kết hợp giữa công nghệ AI và zkML (mặc dù các ông chủ ML của công ty web2 AI chế nhạo AI của Crypto) cuối cùng sẽ ảnh hưởng đến lĩnh vực Crypto.
người giới thiệu
Twitter: https://twitter.com/FinanceYF5/status/1772434625387717055
Web3Caff: https://twitter.com/Web3Caff_Res
Twitter Vitalik: https://twitter.com/VitalikButerin
ruột thừa:
Danh sách dự án nền tảng lý luận trí tuệ nhân tạo và điện toán phi tập trung
Nó chủ yếu đề cập đến việc sử dụng Tiền điện tử như một động lực để chia sẻ và sử dụng các tài nguyên máy tính nhàn rỗi trên quy mô toàn cầu.
Danh sách các dự án nguồn mô hình và dữ liệu AI
Lĩnh vực này chủ yếu dựa trên tính xác thực, minh bạch và truy xuất nguồn gốc của dữ liệu, sử dụng mô hình kinh tế tiền điện tử để cung cấp các ưu đãi dữ liệu (cho người dùng phía C) và khuyến khích mô hình (Dev, B-side).