Sự kết hợp giữa Web3 và AI: Xây dựng tương lai thông minh Phi tập trung
Gần đây, sự phát triển của lĩnh vực trí tuệ nhân tạo (AI) đã gây ra nhiều cuộc thảo luận rộng rãi. Một số chuyên gia đã đưa ra khái niệm "AI chủ quyền", nhưng đối với cộng đồng tiền điện tử, hình thức kết hợp giữa Web3 và AI có thể phù hợp hơn. Nhà sáng lập Ethereum Vitalik Buterin đã thảo luận về hiệu ứng cộng sinh giữa AI và công nghệ mã hóa trong một bài viết: sự phi tập trung của công nghệ mã hóa có thể cân bằng xu hướng tập trung của AI; tính minh bạch của công nghệ mã hóa có thể bù đắp cho sự không minh bạch của AI; và blockchain thì thuận lợi cho việc lưu trữ và theo dõi dữ liệu cần thiết cho AI. Hiệu ứng cộng sinh này xuyên suốt trong toàn bộ hệ sinh thái ngành công nghiệp Web3+AI.
Hiện tại, hầu hết các dự án Web3+AI đều tập trung vào việc sử dụng công nghệ blockchain để giải quyết vấn đề xây dựng hạ tầng trong ngành AI, một số ít dự án thì cố gắng dùng AI để giải quyết các vấn đề cụ thể trong ứng dụng Web3. Hệ sinh thái ngành công nghiệp Web3+AI chủ yếu liên quan đến bốn lĩnh vực sau:
1. Lớp sức mạnh tính toán: Tài sản hóa sức mạnh tính toán
Trong những năm gần đây, sức mạnh tính toán cần thiết cho việc đào tạo mô hình AI lớn đã tăng trưởng theo cấp số nhân, dẫn đến sự mất cân bằng cung cầu về sức mạnh tính toán, giá phần cứng như GPU tăng nhanh chóng. Tuy nhiên, trên thị trường có rất nhiều phần cứng tính toán trung bình và thấp đang bị bỏ phí. Thông qua công nghệ Web3, có thể xây dựng một mạng lưới sức mạnh tính toán phân tán, thông qua việc cho thuê và chia sẻ, tạo ra một mạng lưới tài nguyên tính toán Phi tập trung, đáp ứng nhiều nhu cầu ứng dụng AI khác nhau, đồng thời giảm chi phí sức mạnh tính toán AI.
Lớp tính toán được phân chia như sau:
Công suất phi tập trung
AI huấn luyện chuyên dụng Phi tập trung tính toán
AI suy diễn chuyên dụng Phi tập trung tính toán
3D kết xuất chuyên dụng Phi tập trung tính toán lực
Ưu điểm của việc tài sản hóa sức mạnh tính toán của Web3+AI là, kết hợp cơ chế kích thích token, dễ dàng mở rộng quy mô mạng, cung cấp tài nguyên tính toán hiệu quả về chi phí cao, đáp ứng nhu cầu sức mạnh tính toán trung bình và thấp.
2. Tầng dữ liệu: Tài sản hóa dữ liệu
Dữ liệu là tài nguyên cốt lõi của AI. Trong mô hình truyền thống, chỉ có các doanh nghiệp lớn mới có thể thu thập được lượng lớn dữ liệu người dùng, trong khi các công ty khởi nghiệp thông thường khó có thể tiếp cận được nguồn dữ liệu rộng rãi. Thông qua Web3+AI, có thể thực hiện việc thu thập, gán nhãn và lưu trữ dữ liệu phân tán với chi phí thấp hơn và minh bạch hơn, đồng thời mang lại lợi ích cho người dùng.
Dự án tầng dữ liệu chủ yếu bao gồm:
Dự án thu thập dữ liệu
Dự án giao dịch dữ liệu
Dự án loại gán nhãn dữ liệu
Dự án loại nguồn dữ liệu blockchain
Phi tập trung lưu trữ类项目
Các dự án kiểu này gặp phải thách thức lớn hơn trong việc thiết kế mô hình kinh tế token, vì dữ liệu khó có thể chuẩn hóa.
3. Tầng nền tảng: Tài sản hóa giá trị nền tảng
Các dự án nền tảng nhằm tích hợp các loại tài nguyên trong ngành AI, hợp nhất dữ liệu, sức mạnh tính toán, mô hình, nhà phát triển AI và các tài nguyên blockchain, để giải quyết các nhu cầu khác nhau với nền tảng làm trung tâm. Ví dụ, một số dự án tập trung vào việc xây dựng nền tảng vận hành zkML, xác minh tính chính xác của suy diễn mô hình thông qua công nghệ mật mã, nhằm nâng cao độ tin cậy và tính minh bạch của AI.
Còn có một số dự án tập trung vào việc phát triển lớp blockchain tập trung vào AI, thông qua việc cung cấp các thành phần chung và SDK, giúp các ứng dụng Web3+AI xây dựng và phát triển nhanh chóng. Ngoài ra, các nền tảng loại Mạng Agent cũng đang nổi lên, xây dựng AI Agent cho nhiều tình huống ứng dụng khác nhau.
Các dự án Web3+AI thuộc loại nền tảng chủ yếu thông qua việc sử dụng token để nắm bắt giá trị của nền tảng, khuyến khích các bên tham gia xây dựng chung. Điều này đặc biệt hữu ích cho sự phát triển của các dự án khởi nghiệp, có thể giảm bớt độ khó trong việc tìm kiếm đối tác.
4. Lớp ứng dụng: Tài sản giá trị AI hóa
Các dự án ở tầng ứng dụng chủ yếu sử dụng AI để giải quyết các vấn đề trong ứng dụng Web3. Vitalik đã đề xuất hai hướng có ý nghĩa:
AI như một người tham gia Web3: Ví dụ trong trò chơi Web3, AI có thể giúp người chơi nhanh chóng hiểu quy tắc và hoàn thành nhiệm vụ một cách hiệu quả; trong các sàn giao dịch Phi tập trung, AI đã đóng vai trò quan trọng trong giao dịch chênh lệch giá; trong thị trường dự đoán, AI Agent có thể phân tích một lượng lớn dữ liệu để cung cấp dịch vụ dự đoán sự kiện cho người dùng.
Tạo ra AI riêng tư phi tập trung có thể mở rộng: Giải quyết lo ngại của người dùng về hộp đen AI, sự thiên lệch và hành vi gian lận tiềm ẩn bằng cách trao quyền quản trị phân phối cho cộng đồng.
Hiện tại, tầng ứng dụng Web3+AI vẫn chưa xuất hiện dự án nổi bật nào.
Kết luận
Lĩnh vực Web3+AI vẫn đang ở giai đoạn đầu, trong ngành có sự khác biệt về triển vọng phát triển của nó. Chúng tôi hy vọng sự kết hợp giữa Web3 và AI có thể tạo ra những sản phẩm có giá trị hơn so với AI phi tập trung, thoát khỏi nhãn "kiểm soát của các ông lớn" và "độc quyền", để thực hiện "quản trị AI" theo cách cộng đồng hơn. Có thể thông qua việc tham gia và quản lý sâu sắc hơn, thái độ của con người đối với AI sẽ chuyển từ "sợ hãi" thành "tôn kính".
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
Web3 và AI kết hợp: Bốn lĩnh vực xây dựng tương lai thông minh Phi tập trung.
Sự kết hợp giữa Web3 và AI: Xây dựng tương lai thông minh Phi tập trung
Gần đây, sự phát triển của lĩnh vực trí tuệ nhân tạo (AI) đã gây ra nhiều cuộc thảo luận rộng rãi. Một số chuyên gia đã đưa ra khái niệm "AI chủ quyền", nhưng đối với cộng đồng tiền điện tử, hình thức kết hợp giữa Web3 và AI có thể phù hợp hơn. Nhà sáng lập Ethereum Vitalik Buterin đã thảo luận về hiệu ứng cộng sinh giữa AI và công nghệ mã hóa trong một bài viết: sự phi tập trung của công nghệ mã hóa có thể cân bằng xu hướng tập trung của AI; tính minh bạch của công nghệ mã hóa có thể bù đắp cho sự không minh bạch của AI; và blockchain thì thuận lợi cho việc lưu trữ và theo dõi dữ liệu cần thiết cho AI. Hiệu ứng cộng sinh này xuyên suốt trong toàn bộ hệ sinh thái ngành công nghiệp Web3+AI.
Hiện tại, hầu hết các dự án Web3+AI đều tập trung vào việc sử dụng công nghệ blockchain để giải quyết vấn đề xây dựng hạ tầng trong ngành AI, một số ít dự án thì cố gắng dùng AI để giải quyết các vấn đề cụ thể trong ứng dụng Web3. Hệ sinh thái ngành công nghiệp Web3+AI chủ yếu liên quan đến bốn lĩnh vực sau:
1. Lớp sức mạnh tính toán: Tài sản hóa sức mạnh tính toán
Trong những năm gần đây, sức mạnh tính toán cần thiết cho việc đào tạo mô hình AI lớn đã tăng trưởng theo cấp số nhân, dẫn đến sự mất cân bằng cung cầu về sức mạnh tính toán, giá phần cứng như GPU tăng nhanh chóng. Tuy nhiên, trên thị trường có rất nhiều phần cứng tính toán trung bình và thấp đang bị bỏ phí. Thông qua công nghệ Web3, có thể xây dựng một mạng lưới sức mạnh tính toán phân tán, thông qua việc cho thuê và chia sẻ, tạo ra một mạng lưới tài nguyên tính toán Phi tập trung, đáp ứng nhiều nhu cầu ứng dụng AI khác nhau, đồng thời giảm chi phí sức mạnh tính toán AI.
Lớp tính toán được phân chia như sau:
Ưu điểm của việc tài sản hóa sức mạnh tính toán của Web3+AI là, kết hợp cơ chế kích thích token, dễ dàng mở rộng quy mô mạng, cung cấp tài nguyên tính toán hiệu quả về chi phí cao, đáp ứng nhu cầu sức mạnh tính toán trung bình và thấp.
2. Tầng dữ liệu: Tài sản hóa dữ liệu
Dữ liệu là tài nguyên cốt lõi của AI. Trong mô hình truyền thống, chỉ có các doanh nghiệp lớn mới có thể thu thập được lượng lớn dữ liệu người dùng, trong khi các công ty khởi nghiệp thông thường khó có thể tiếp cận được nguồn dữ liệu rộng rãi. Thông qua Web3+AI, có thể thực hiện việc thu thập, gán nhãn và lưu trữ dữ liệu phân tán với chi phí thấp hơn và minh bạch hơn, đồng thời mang lại lợi ích cho người dùng.
Dự án tầng dữ liệu chủ yếu bao gồm:
Các dự án kiểu này gặp phải thách thức lớn hơn trong việc thiết kế mô hình kinh tế token, vì dữ liệu khó có thể chuẩn hóa.
3. Tầng nền tảng: Tài sản hóa giá trị nền tảng
Các dự án nền tảng nhằm tích hợp các loại tài nguyên trong ngành AI, hợp nhất dữ liệu, sức mạnh tính toán, mô hình, nhà phát triển AI và các tài nguyên blockchain, để giải quyết các nhu cầu khác nhau với nền tảng làm trung tâm. Ví dụ, một số dự án tập trung vào việc xây dựng nền tảng vận hành zkML, xác minh tính chính xác của suy diễn mô hình thông qua công nghệ mật mã, nhằm nâng cao độ tin cậy và tính minh bạch của AI.
Còn có một số dự án tập trung vào việc phát triển lớp blockchain tập trung vào AI, thông qua việc cung cấp các thành phần chung và SDK, giúp các ứng dụng Web3+AI xây dựng và phát triển nhanh chóng. Ngoài ra, các nền tảng loại Mạng Agent cũng đang nổi lên, xây dựng AI Agent cho nhiều tình huống ứng dụng khác nhau.
Các dự án Web3+AI thuộc loại nền tảng chủ yếu thông qua việc sử dụng token để nắm bắt giá trị của nền tảng, khuyến khích các bên tham gia xây dựng chung. Điều này đặc biệt hữu ích cho sự phát triển của các dự án khởi nghiệp, có thể giảm bớt độ khó trong việc tìm kiếm đối tác.
4. Lớp ứng dụng: Tài sản giá trị AI hóa
Các dự án ở tầng ứng dụng chủ yếu sử dụng AI để giải quyết các vấn đề trong ứng dụng Web3. Vitalik đã đề xuất hai hướng có ý nghĩa:
AI như một người tham gia Web3: Ví dụ trong trò chơi Web3, AI có thể giúp người chơi nhanh chóng hiểu quy tắc và hoàn thành nhiệm vụ một cách hiệu quả; trong các sàn giao dịch Phi tập trung, AI đã đóng vai trò quan trọng trong giao dịch chênh lệch giá; trong thị trường dự đoán, AI Agent có thể phân tích một lượng lớn dữ liệu để cung cấp dịch vụ dự đoán sự kiện cho người dùng.
Tạo ra AI riêng tư phi tập trung có thể mở rộng: Giải quyết lo ngại của người dùng về hộp đen AI, sự thiên lệch và hành vi gian lận tiềm ẩn bằng cách trao quyền quản trị phân phối cho cộng đồng.
Hiện tại, tầng ứng dụng Web3+AI vẫn chưa xuất hiện dự án nổi bật nào.
Kết luận
Lĩnh vực Web3+AI vẫn đang ở giai đoạn đầu, trong ngành có sự khác biệt về triển vọng phát triển của nó. Chúng tôi hy vọng sự kết hợp giữa Web3 và AI có thể tạo ra những sản phẩm có giá trị hơn so với AI phi tập trung, thoát khỏi nhãn "kiểm soát của các ông lớn" và "độc quyền", để thực hiện "quản trị AI" theo cách cộng đồng hơn. Có thể thông qua việc tham gia và quản lý sâu sắc hơn, thái độ của con người đối với AI sẽ chuyển từ "sợ hãi" thành "tôn kính".