Слияние AI и Web3: текущее состояние, вызовы и перспективы будущего
В последние годы быстрый рост технологий искусственного интеллекта (AI) и Web3 привлек широкое внимание по всему миру. Искусственный интеллект достиг значительных прорывов в таких областях, как распознавание лиц, обработка естественного языка, машинное обучение, что принесло огромные изменения в различные отрасли. Web3, основываясь на блокчейне, с помощью таких технологий, как смарт-контракты и распределенное хранение, меняет наше восприятие и использование Интернета.
В данной статье рассматривается текущее состояние интеграции AI и Web3, а также возникающие проблемы и перспективы будущего развития.
Один. Текущая ситуация развития AI+Web3
1.1 Web3 помогает AI
1.1.1 Децентрализованная вычислительная сеть
С быстро развивающимся ИИ ресурсы вычислительной мощности, такие как GPU, становятся дефицитом. Некоторые проекты Web3 начинают пытаться создать децентрализованную сеть вычислительной мощности с помощью токенов, такие как Akash, Render, Gensyn и другие. Эти проекты стимулируют пользователей со всего мира предоставлять неиспользуемую вычислительную мощность GPU, чтобы обеспечить поддержку ИИ.
Но в настоящее время децентрализованная вычислительная мощность в основном используется для AI-инференции, и ей трудно удовлетворить потребности в обучении больших моделей. Основная причина заключается в том, что:
Для обучения больших моделей требуется огромное количество данных и пропускной способности, а также высокие требования к стабильности вычислительной мощности.
NVIDIA занимает преимущество благодаря экосистеме CUDA и многокарточной связи NVLink, децентрализованные вычислительные мощности трудно реализовать для эффективного параллельного использования нескольких карт.
NVLink ограничивает физическое расстояние между видеокартами, распределенная вычислительная мощность с трудом может образовать кластер.
Таким образом, децентрализованные вычислительные мощности в настоящее время в основном используются для таких задач, как AI-инференс и рендеринг, где требования к вычислительной мощности относительно низки. Однако для обучения малых и средних моделей в определенных вертикальных областях все еще существует определенный потенциал.
1.1.2 Децентрализованная алгоритмическая модель сети
Некоторые проекты пытаются создать рынок услуг децентрализованных AI-алгоритмов, такие как Bittensor и др. Эти платформы соединяют несколько AI-моделей и выбирают наиболее подходящую модель для предоставления услуг в зависимости от потребностей пользователей.
По сравнению с единой большой моделью, такой подход более гибок и способствует формированию разнообразной экосистемы ИИ. Однако на данный момент он все еще находится на ранней стадии и требует дальнейшей проверки.
1.1.3 Децентрализованный сбор данных
Данные являются одним из ключевых факторов развития ИИ. Некоторые проекты Web3, такие как PublicAI, поощряют пользователей вносить данные для обучения ИИ с помощью токенов. Это предоставляет более широкий источник данных для обучения ИИ.
1.1.4 Защита конфиденциальности с помощью нулевых доказательств
Технология нулевого знания может осуществлять верификацию информации при защите конфиденциальности данных, предоставляя новые идеи для сочетания ИИ и защиты конфиденциальности. Проекты, такие как BasedAI, исследуют, как объединить нулевое знание и ИИ.
1.2 ИИ помогает Web3
1.2.1 Анализ данных и прогнозирование
Многие проекты Web3 начали интегрировать AI-сервисы, чтобы предоставлять пользователям анализ данных и прогнозы. Например, Pond использует AI-алгоритмы для прогнозирования ценных токенов, а BullBear AI прогнозирует ценовые тренды.
1.2.2 Персонализированные услуги
ИИ может предоставить пользователям Web3 лучший персонализированный опыт. Например, инструмент Wand от Dune использует большие языковые модели для написания SQL-запросов, а NFPrompt упрощает пользователям процесс генерации NFT и т.д.
1.2.3 Аудит смарт-контрактов
ИИ может более эффективно выявлять уязвимости в смарт-контрактах. Например, 0x0.ai предлагает услуги аудита смарт-контрактов с использованием ИИ, что помогает повысить безопасность проектов Web3.
II. Проблемы, с которыми сталкиваются AI+Web3
2.1 Ограничения децентрализованной вычислительной мощности
Децентрализованная сеть вычислительной мощности в настоящее время сталкивается с следующими проблемами:
производительность и стабильность ниже, чем у централизованных сервисов.
Существует неопределенность в соответствии спроса и предложения.
имеет высокие барьеры для входа и высокие требования к пользователям.
Трудно удовлетворить потребности в обучении больших моделей.
2.2 Сочетание недостаточно глубокое
В настоящее время многие проекты AI + Web3 лишь поверхностно связаны и не используют свои преимущества.
Многие приложения не отличаются по сути от проектов Web2.
Часть проектов 2) использует концепцию ИИ только на уровне маркетинга, фактические инновации недостаточны.
2.3 Модель токеномики нуждается в доработке
Некоторые проекты слишком сильно полагаются на токеновое повествование, а не на решение реальных потребностей. Как разработать разумную модель токеномики, которая действительно способствует интеграции AI и Web3, все еще требует исследования.
Три, будущее
Несмотря на то, что в настоящее время существует множество вызовов на стыке AI и Web3, эта область все еще полна потенциала:
ИИ может предоставить более умные сценарии применения для Web3, такие как оптимизация смарт-контрактов, улучшение пользовательского опыта и т. д.
Децентрализованные характеристики Web3 могут предоставить новые возможности для развития ИИ, такие как децентрализованные данные и вычислительные ресурсы.
Объединение двух сторон обещает создать более умную, открытую и справедливую экономическую и социальную систему.
В будущем мы можем ожидать:
Все больше оригинальных инновационных приложений, объединяющих ИИ и Web3, появляется.
в финансовой сфере, DAO, предсказательных рынках и NFT появляются прорывные решения.
Оптимизация токеномики, действительно достигающая синергетического эффекта 1+1>2.
Глубокая интеграция ИИ и Web3 все еще находится на ранней стадии, но уже демонстрирует огромный потенциал. С развитием технологий и большими исследованиями, можно ожидать, что эта область принесет бесконечные возможности для технологических инноваций и экономического развития.
! [Популяризация науки для новичков丨Глубокий анализ: с какими искрами могут столкнуться искусственный интеллект и Web3?] ](https://img-cdn.gateio.im/webp-social/moments-324da84c0f2e8d100ca49ed2f72c7cac.webp)
Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
Слияние ИИ и Web3: анализ текущего состояния, вызовов и будущих возможностей
Слияние AI и Web3: текущее состояние, вызовы и перспективы будущего
В последние годы быстрый рост технологий искусственного интеллекта (AI) и Web3 привлек широкое внимание по всему миру. Искусственный интеллект достиг значительных прорывов в таких областях, как распознавание лиц, обработка естественного языка, машинное обучение, что принесло огромные изменения в различные отрасли. Web3, основываясь на блокчейне, с помощью таких технологий, как смарт-контракты и распределенное хранение, меняет наше восприятие и использование Интернета.
В данной статье рассматривается текущее состояние интеграции AI и Web3, а также возникающие проблемы и перспективы будущего развития.
Один. Текущая ситуация развития AI+Web3
1.1 Web3 помогает AI
1.1.1 Децентрализованная вычислительная сеть
С быстро развивающимся ИИ ресурсы вычислительной мощности, такие как GPU, становятся дефицитом. Некоторые проекты Web3 начинают пытаться создать децентрализованную сеть вычислительной мощности с помощью токенов, такие как Akash, Render, Gensyn и другие. Эти проекты стимулируют пользователей со всего мира предоставлять неиспользуемую вычислительную мощность GPU, чтобы обеспечить поддержку ИИ.
Но в настоящее время децентрализованная вычислительная мощность в основном используется для AI-инференции, и ей трудно удовлетворить потребности в обучении больших моделей. Основная причина заключается в том, что:
Для обучения больших моделей требуется огромное количество данных и пропускной способности, а также высокие требования к стабильности вычислительной мощности.
NVIDIA занимает преимущество благодаря экосистеме CUDA и многокарточной связи NVLink, децентрализованные вычислительные мощности трудно реализовать для эффективного параллельного использования нескольких карт.
NVLink ограничивает физическое расстояние между видеокартами, распределенная вычислительная мощность с трудом может образовать кластер.
Таким образом, децентрализованные вычислительные мощности в настоящее время в основном используются для таких задач, как AI-инференс и рендеринг, где требования к вычислительной мощности относительно низки. Однако для обучения малых и средних моделей в определенных вертикальных областях все еще существует определенный потенциал.
1.1.2 Децентрализованная алгоритмическая модель сети
Некоторые проекты пытаются создать рынок услуг децентрализованных AI-алгоритмов, такие как Bittensor и др. Эти платформы соединяют несколько AI-моделей и выбирают наиболее подходящую модель для предоставления услуг в зависимости от потребностей пользователей.
По сравнению с единой большой моделью, такой подход более гибок и способствует формированию разнообразной экосистемы ИИ. Однако на данный момент он все еще находится на ранней стадии и требует дальнейшей проверки.
1.1.3 Децентрализованный сбор данных
Данные являются одним из ключевых факторов развития ИИ. Некоторые проекты Web3, такие как PublicAI, поощряют пользователей вносить данные для обучения ИИ с помощью токенов. Это предоставляет более широкий источник данных для обучения ИИ.
1.1.4 Защита конфиденциальности с помощью нулевых доказательств
Технология нулевого знания может осуществлять верификацию информации при защите конфиденциальности данных, предоставляя новые идеи для сочетания ИИ и защиты конфиденциальности. Проекты, такие как BasedAI, исследуют, как объединить нулевое знание и ИИ.
1.2 ИИ помогает Web3
1.2.1 Анализ данных и прогнозирование
Многие проекты Web3 начали интегрировать AI-сервисы, чтобы предоставлять пользователям анализ данных и прогнозы. Например, Pond использует AI-алгоритмы для прогнозирования ценных токенов, а BullBear AI прогнозирует ценовые тренды.
1.2.2 Персонализированные услуги
ИИ может предоставить пользователям Web3 лучший персонализированный опыт. Например, инструмент Wand от Dune использует большие языковые модели для написания SQL-запросов, а NFPrompt упрощает пользователям процесс генерации NFT и т.д.
1.2.3 Аудит смарт-контрактов
ИИ может более эффективно выявлять уязвимости в смарт-контрактах. Например, 0x0.ai предлагает услуги аудита смарт-контрактов с использованием ИИ, что помогает повысить безопасность проектов Web3.
II. Проблемы, с которыми сталкиваются AI+Web3
2.1 Ограничения децентрализованной вычислительной мощности
Децентрализованная сеть вычислительной мощности в настоящее время сталкивается с следующими проблемами:
2.2 Сочетание недостаточно глубокое
В настоящее время многие проекты AI + Web3 лишь поверхностно связаны и не используют свои преимущества.
2.3 Модель токеномики нуждается в доработке
Некоторые проекты слишком сильно полагаются на токеновое повествование, а не на решение реальных потребностей. Как разработать разумную модель токеномики, которая действительно способствует интеграции AI и Web3, все еще требует исследования.
Три, будущее
Несмотря на то, что в настоящее время существует множество вызовов на стыке AI и Web3, эта область все еще полна потенциала:
ИИ может предоставить более умные сценарии применения для Web3, такие как оптимизация смарт-контрактов, улучшение пользовательского опыта и т. д.
Децентрализованные характеристики Web3 могут предоставить новые возможности для развития ИИ, такие как децентрализованные данные и вычислительные ресурсы.
Объединение двух сторон обещает создать более умную, открытую и справедливую экономическую и социальную систему.
В будущем мы можем ожидать:
Глубокая интеграция ИИ и Web3 все еще находится на ранней стадии, но уже демонстрирует огромный потенциал. С развитием технологий и большими исследованиями, можно ожидать, что эта область принесет бесконечные возможности для технологических инноваций и экономического развития.
! [Популяризация науки для новичков丨Глубокий анализ: с какими искрами могут столкнуться искусственный интеллект и Web3?] ](https://img-cdn.gateio.im/webp-social/moments-324da84c0f2e8d100ca49ed2f72c7cac.webp)