Sự hội nhập của Web3 và AI: Xây dựng hệ sinh thái thông minh Phi tập trung

Gần đây, một chủ đề nóng trong lĩnh vực AI là khái niệm "AI chủ quyền". Điều này đã khiến mọi người suy nghĩ về cách xây dựng một hệ thống AI vừa đáp ứng nhu cầu của cộng đồng tiền điện tử, vừa cân bằng giữa Phi tập trung và thông minh. Một câu trả lời khả thi là thực hiện thông qua phương thức Web3+AI.

Nhà sáng lập Ethereum, Vitalik Buterin, đã thảo luận về hiệu ứng cộng sinh giữa công nghệ mã hóa và AI trong một bài viết. Ông chỉ ra rằng đặc điểm Phi tập trung của công nghệ mã hóa có thể cân bằng xu hướng tập trung của AI; tính minh bạch của blockchain có thể bù đắp cho tính không minh bạch của AI; và công nghệ blockchain cũng có lợi cho việc lưu trữ và theo dõi dữ liệu cần thiết cho AI. Hiệu ứng cộng sinh này diễn ra trong toàn bộ hệ sinh thái 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 các vấn đề xây dựng hạ tầng của ngành AI, trong khi một số ít dự án cố gắng sử dụng AI để giải quyết các vấn đề cụ thể trong ứng dụng Web3. Hệ sinh thái ngành Web3+AI chủ yếu liên quan đến bốn lĩnh vực sau:

1. Lớp sức mạnh tính toán: Tài sản sức mạnh tính toán

Trong những năm gần đây, sức mạnh tính toán cần thiết cho việc huấn luyện các mô hình AI lớn đã tăng trưởng theo cấp số nhân, dẫn đến sự mất cân bằng giữa cung và cầu về sức mạnh tính toán, giá phần cứng như GPU đã tăng vọt. Trong khi đó, trên thị trường có rất nhiều tài nguyên sức mạnh tính toán trung bình và thấp đang bị bỏ trống. Công nghệ Web3 có thể thiết lập một mạng lưới sức mạnh tính toán phân tán, cho phép thuê và chia sẻ sức mạnh tính toán, từ đó đáp ứng nhu cầu đa dạng của các ứng dụng AI, đồng thời giảm thiểu chi phí một cách đáng kể.

Lớp sức mạnh tính toán được phân chia bao gồm:

• Công suất phi tập trung chung
• AI đào tạo chuyên dụng Phi tập trung tính toán
• AI suy diễn chuyên dụng Phi tập trung tính toán
• 3D render chuyên dụng Phi tập trung tính toán

Lợi thế chính của việc tài sản hóa sức mạnh tính toán Web3+AI là thông qua việc khuyến khích token có thể mở rộng quy mô mạng nhanh chóng, cung cấp tài nguyên sức mạnh tính toán với chi phí hiệu quả 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 nguồn tài nguyên quan trọng cho sự phát triển của AI. Trong mô hình truyền thống, một lượng lớn dữ liệu người dùng tập trung trong tay một số công ty lớn, khiến cho các công ty khởi nghiệp thông thường khó có thể tiếp cận được nguồn dữ liệu rộng rãi. Sự kết hợp giữa Web3 và AI có thể giúp quá trình thu thập, gán nhãn và lưu trữ phân tán dữ liệu trở nên tiết kiệm chi phí hơn, minh bạch hơn và mang lại lợi ích cho người dùng.

Các dự án tầng dữ liệu chủ yếu bao gồm:

• Dự án thu thập dữ liệu
• Dự án giao dịch dữ liệu
• Dự án gán nhãn dữ liệu
• Dự án loại nguồn dữ liệu blockchain
• Phi tập trung lưu trữ类项目

Các dự án kiểu này phải đối mặt với những thách thức lớn khi thiết kế mô hình kinh tế token, vì dữ liệu khó tiêu chuẩn hóa hơn sức mạnh tính toán.

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, bao gồm dữ liệu, sức mạnh tính toán, mô hình, các nhà phát triển AI và Phi tập trung. Chúng cung cấp các giải pháp thuận tiện cho nhiều nhu cầu khác nhau, chẳng hạn như xây dựng nền tảng vận hành zkML, nhằm nâng cao độ tin cậy và tính minh bạch của việc suy diễn máy học.

Một số dự án tập trung vào việc phát triển lớp blockchain chuyên dụng cho AI, giúp các ứng dụng Web3+AI nhanh chóng xây dựng và phát triển thông qua việc cung cấp các thành phần và SDK chung. Còn một số dự án khác thì cam kết xây dựng nền tảng Mạng Agent, cung cấp dịch vụ xây dựng Agent AI cho nhiều tình huống khác nhau.

Các dự án loại này chủ yếu thông qua token để nắm bắt giá trị của nền tảng, khuyến khích các bên tham gia cùng xây dựng hệ sinh thái.

4. Lớp ứng dụng: Tài sản hóa giá trị AI

Các dự án ở tầng ứng dụng chủ yếu khám phá cách sử dụng AI để giải quyết các vấn đề cụ thể trong ứng dụng Web3. Vitalik Buterin đã đưa ra hai hướng có ý nghĩa:

1. AI như là người tham gia Web3: Ví dụ, trong trò chơi Web3, AI có thể giúp người chơi nhanh chóng hiểu các quy tắc và hoàn thành nhiệm vụ một cách hiệu quả; trong DEX, AI đã được ứng dụng rộng rãi trong giao dịch chênh lệch giá; trong thị trường dự đoán, AI Agent có thể sử dụng một lượng lớn dữ liệu và kiến thức để phân tích và dự đoán.

2. Tạo ra AI tư nhân phi tập trung có thể mở rộng: Bằng cách trao quyền quản trị phân tán cho cộng đồng đối với AI, giải quyết những lo ngại của người dùng về hộp đen AI, sự thiên kiến và hành vi lừa đảo tiềm ẩn.

Hiện tại, lớp ứng dụng Web3+AI vẫn chưa xuất hiện những dự án có ảnh hưởng lớn, nhưng tiềm năng rất lớn.

Kết luận

Sự kết hợp giữa Web3 và AI vẫn đang ở giai đoạn đầu, trong ngành có nhiều quan điểm khác nhau về triển vọng phát triển của nó. Chúng tôi hy vọng rằng sự kết hợp này có thể tạo ra những sản phẩm có giá trị hơn so với AI tập trung, thoát khỏi nhãn "kiểm soát của các ông lớn" và "độc quyền", để đạt được "quản trị AI" một cách cộng đồng hơn. Thông qua việc tham gia và quản lý sâu hơn, con người có thể tạo ra nhiều sự kính trọng hơn đối với AI, giảm bớt nỗi sợ hãi.