A fusão da IA e do Blockchain: Explorando as perspectivas e desafios da combinação entre Web3 e inteligência artificial

Nos últimos anos, o rápido desenvolvimento da inteligência artificial (AI) e da tecnologia Blockchain tornou o AI+Crypto um ponto quente de investimento. A descentralização, alta transparência, baixo consumo de energia e características antimonopolistas do Blockchain complementam os sistemas de IA, trazendo novas oportunidades.

Especialistas da indústria acreditam que a aplicação combinada de AI e Blockchain se divide principalmente em quatro categorias: como participantes da aplicação, interface, regras e objetivos. O papel da AI no Crypto deve ser considerado mais do ponto de vista da "aplicação", incluindo a otimização de poder de computação, algoritmos e dados.

As instituições de pesquisa classificam a aplicação da IA em Crypto em três camadas: camada básica, camada de execução e camada de aplicação. Em cada nível, existem oportunidades que valem a pena explorar. Por exemplo, a tecnologia zkML combina provas de conhecimento zero e Blockchain, fornecendo soluções seguras, verificáveis e transparentes para o comportamento de agentes de IA. Além disso, a IA também demonstra um enorme potencial em aspectos de execução, como processamento de dados, desenvolvimento automatizado de dApps e segurança de transações on-chain. Na camada de aplicação, robôs de negociação impulsionados por IA, ferramentas de análise preditiva e gestão de liquidez AMM desempenham um papel importante no espaço DeFi.

Este artigo irá explorar detalhadamente as direções de investimento na área de AI+Crypto, com foco na inovação e desenvolvimento nos níveis de infraestrutura e aplicação, analisando as perspectivas e desafios da combinação de AI e Blockchain a partir de uma estratégia de investimento de médio a longo prazo.

Direções principais na pista de IA

A blockchain contrasta de forma marcante com a inteligência artificial em aspectos como centralização, transparência, consumo de energia e monopólio. Especialistas da indústria classificam as aplicações que combinam IA e blockchain em 4 grandes categorias:

1. AI como participante na aplicação
2. AI como interface de aplicação
3. AI como regras de aplicação
4. AI como objetivo da aplicação

Do ponto de vista da produtividade vs relações de produção, o Crypto fornece principalmente relações de produção. Pode ser considerado a partir de três direções:

1. Otimização da capacidade de cálculo: fornecer recursos de cálculo descentralizados e eficientes, reduzir o risco de falhas de ponto único e aumentar a eficiência computacional geral.
2. Algoritmo de otimização: promover a abertura, partilha e inovação de algoritmos ou modelos.
3. Otimização de dados: implementar armazenamento, contribuição, utilização e gestão de segurança descentralizados dos dados.

Projetos de AI+Web3 podem explorar três direções: camada básica, camada de execução e camada de aplicação:

• Camada básica: inclui treinamento de modelos, dados, computação descentralizada e hardware, com foco na combinação de tecnologia zk e tecnologia ML.
• Camada de execução: envolve processamento de dados, transmissão e tecnologias em camadas de modelos como agentes de IA, zkML e FHE.
• Camada de Aplicação: Foca principalmente em AI+DeFi, AI+GameFi, Metaverso, AIGC e Meme, assim como em RAAS, oráculos, coprocessadores e UBI no nível da Blockchain.

Entre eles, os projetos nas camadas de infraestrutura e aplicação estão se desenvolvendo rapidamente, como Io.net na camada de poder computacional, Flock na camada de modelos básicos, ZeroGravity na infraestrutura de Blockchain, Myshell como agente de IA e 0xScope na camada de aplicação.

Direções de Exploração Focadas

Uma direção de zkML

A tecnologia zkML, ao combinar provas de zero conhecimento e Blockchain, oferece uma solução segura, verificável e transparente para monitorar e restringir o comportamento de agentes de IA. Ela consegue verificar a execução de tarefas específicas pela IA enquanto protege a privacidade, tornando os contratos inteligentes mais flexíveis e adaptáveis a mais cenários de aplicação.

Projetos típicos incluem:

1. Modulus Labs: Projeto zkML diversificado, construindo exemplos de aplicações de IA em blockchain.
2. Giza: Protocolo para a implementação de modelos de IA na blockchain, oferecendo um caminho alternativo para o desenvolvimento de IA na blockchain.
3. Zkaptcha: Focado na questão dos robôs no Web3, fornece serviços de captcha para contratos inteligentes.

Dois, Direção de Processamento de Dados

A quebra de IA na camada de execução manifesta-se principalmente nas seguintes áreas:

1. AI e análise de dados em blockchain: utilizar tecnologia de AI para explorar profundamente os dados do blockchain e obter mais insights.
2. Desenvolvimento de dApp com AI e automação: usar ferramentas de AI para ajudar os desenvolvedores a escrever rapidamente contratos inteligentes e corrigir automaticamente erros.
3. AI e segurança de transações em blockchain: implementar agentes de AI na blockchain, aumentando a segurança e a credibilidade das aplicações de AI.

Caso de projeto: SeQure, uma plataforma de segurança que utiliza IA para monitorização e análise em tempo real.

Três, direção AI+DeFi

A combinação de IA e DeFi manifesta-se principalmente nos seguintes aspectos:

1. Robô de negociação impulsionado por IA: execução rápida e precisa de negociações, análise de dados de mercado.
2. Análise preditiva: fornece previsões confiáveis sobre tendências de mercado e potenciais movimentos de preços.
3. Gestão de liquidez AMM: ajuste inteligente da faixa de liquidez, otimizando a eficiência e os retornos do AMM.
4. Proteção de liquidação e gestão de posições de dívida: combinar dados on-chain e off-chain para implementar estratégias inteligentes de proteção de liquidação.
5. Design de produtos estruturados DeFi complexos: dependem de modelos de IA financeira para projetar mecanismos de tesouraria, aumentando a inteligência e flexibilidade do produto.

Quatro, Direção AI+GameFi

A aplicação da IA nos projetos de GameFi manifesta-se principalmente em:

1. Otimização de estratégias de jogo: Ajustar a dificuldade e estratégias do jogo através do aprendizado dos hábitos dos jogadores.
2. Gestão de utilização de ativos de jogos: ajuda os jogadores a gerirem e trocarem eficazmente ativos virtuais dentro do jogo.
3. Aumentar a interatividade do jogo: criar NPCs inteligentes e responsivos para aumentar a imersão no jogo.

Análise de Estratégias de Investimento

• Curto prazo: Prestar atenção às áreas onde a IA está a ser aplicada primeiro no Crypto, como aplicações de IA conceituais e memes.
• Período médio: Focar na combinação de AI Agent com Intent, bem como na combinação com contratos inteligentes.
• A longo prazo: prestar atenção à combinação das tecnologias AI e zkML, que podem ter um impacto profundo no campo das criptomoedas.

O Agente de IA, como uma direção segmentada, é considerado o campo de IA mais próximo da aplicação em larga escala. Do ponto de vista narrativo, o Agente de IA pode ser comparado a uma bela mulher sensual, enquanto o poder de computação em nuvem de GPU é como um empresário maduro e sóbrio, e o grande modelo de IA combinado com a camada DA é como um cientista com cabelo desgrenhado.