Lưu ý của biên tập viên: Bài viết này thảo luận về nhiều lĩnh vực đổi mới sẽ kết hợp mã hóa với AI vào năm 2025, bao gồm tương tác giữa các tác nhân, tổ chức đại lý phi tập trung, giải trí do AI điều khiển, tiếp thị nội dung được tạo, thị trường dữ liệu, điện toán phi tập trung, v.v. Bài viết tìm hiểu cách sử dụng công nghệ blockchain và AI để tạo ra cơ hội mới trong nhiều ngành, thúc đẩy bảo vệ quyền riêng tư, phát triển phần cứng AI và ứng dụng công nghệ phi tập trung. Đồng thời, cần chú ý nhiều hơn đến cách các tác nhân thông minh có thể mang lại. giao dịch, sáng tạo nghệ thuật và các lĩnh vực khác để bứt phá.

Sau đây là nội dung gốc (nội dung gốc đã được chỉnh sửa cho dễ đọc và dễ hiểu):

Tương tác giữa các đại lý

Tính minh bạch và khả năng kết hợp mặc định của Blockchain làm cho nó trở thành một nền tảng lý tưởng cho sự tương tác giữa các tác nhân.

Trong kịch bản này, các tác nhân được phát triển bởi các thực thể khác nhau cho các mục đích khác nhau có thể tương tác với nhau một cách liền mạch. Đã có nhiều thử nghiệm với việc các đại lý gửi tiền cho nhau, cùng tung ra token, v.v.

Chúng tôi rất vui mừng khi thấy các tương tác giữa đại lý với đại lý mở rộng như thế nào, thông qua việc tạo ra các lĩnh vực ứng dụng mới như địa điểm xã hội mới được hỗ trợ bởi tương tác đại lý và thông qua các cải tiến đối với quy trình công việc hiện tại của doanh nghiệp như xác thực nền tảng, xác minh, thanh toán vi mô, Cross- tích hợp quy trình làm việc nền tảng, v.v.) để nâng cao hiệu quả và giải quyết một số vấn đề rườm rà hiện nay.

—Danny, Katie, Aadharsh, Dmitriy

Tổ chức đại lý phi tập trung

Phối hợp đa tác nhân quy mô lớn là một lĩnh vực nghiên cứu không kém phần thú vị khác.

Các hệ thống đa tác nhân phối hợp với nhau như thế nào để hoàn thành nhiệm vụ, giải quyết vấn đề và quản lý hệ thống cũng như giao thức? Trong bài viết “Lời hứa và thách thức của ứng dụng mã hóa và trí tuệ nhân tạo” đầu năm 2024, Vitalik đã đề cập rằng các tác nhân AI có thể được sử dụng để dự đoán thị trường và phán quyết. Ông thực sự tin rằng trong các ứng dụng quy mô lớn, các hệ thống đa tác nhân có khả năng khám phá “sự thật” đáng kể và có thể đạt được các hệ thống quản trị tự trị toàn cầu. Chúng tôi quan tâm đến việc tiếp tục khám phá và thử nghiệm các khả năng của hệ thống đa tác nhân và các dạng "trí tuệ bầy đàn".

Là một phần mở rộng của sự phối hợp giữa các tác nhân, sự phối hợp giữa các tác nhân và con người cũng là một không gian thiết kế thú vị—đặc biệt là cách tương tác như một cộng đồng xung quanh các tác nhân hoặc cách tổ chức con người cho hành động tập thể thông qua các tác nhân. Chúng tôi hy vọng sẽ thấy nhiều thử nghiệm hơn với các tác nhân nhắm tới sự phối hợp của con người trên quy mô lớn. Điều này sẽ yêu cầu một số cơ chế xác minh, đặc biệt nếu một số công việc của con người được thực hiện ngoài chuỗi, nhưng nó cũng có thể dẫn đến một số hành vi mới xuất hiện rất kỳ lạ và thú vị.

—Katie, Dmitriy, Ash

Giải trí đa phương tiện thông minh

Khái niệm về ký tự kỹ thuật số đã tồn tại trong nhiều thập kỷ.

Hatsune Miku (2007) đã bán hết 20.000 chỗ ngồi, trong khi Lil Miquela (2016) có hơn 2 triệu người theo dõi trên Instagram. Các ví dụ mới hơn, ít nổi tiếng hơn bao gồm AI ảo neo Neuro-sama (2022), người có hơn 600.000 người đăng ký trên Twitch, và nhóm nhạc nam Hàn Quốc PLAVE (2023), nhóm ra mắt ẩn danh với chưa đầy hai người. Đã nhận được hơn 300 triệu lượt xem trên YouTube chỉ trong một năm.

Khi cơ sở hạ tầng AI phát triển và chuỗi khối được tích hợp vào các nền tảng thanh toán, chuyển giao giá trị và dữ liệu mở, chúng tôi rất vui mừng khi thấy các tác nhân này trở nên tự chủ hơn như thế nào và có khả năng mở khóa một loại AI mới vào năm 2025. Các danh mục giải trí chính thống.

—Katie, Dmitriy

Tiếp thị nội dung sáng tạo/đại lý

Trong trường hợp nói trên, tác nhân chính là sản phẩm, trong khi trong trường hợp khác, tác nhân bổ sung cho sản phẩm hiện có. Trong nền kinh tế chú ý, việc duy trì dòng nội dung hấp dẫn liên tục là rất quan trọng đối với sự thành công của bất kỳ ý tưởng, sản phẩm, công ty nào, v.v.

Tạo/Nội dung tác nhân là một công cụ mạnh mẽ dành cho các nhóm để đảm bảo quy trình tạo nội dung 24x7 có thể mở rộng. Sự phát triển của khái niệm này đã được đẩy nhanh bởi các cuộc thảo luận xung quanh việc phân biệt memecoin với các tác nhân. Các đại lý cung cấp một phương tiện mạnh mẽ để phân phối memecoin, ngay cả khi những memecoin này chưa hoàn toàn "thông minh" (nhưng có thể trở nên như vậy).

Một ví dụ khác là nhu cầu ngày càng tăng về các trò chơi năng động hơn để thu hút người dùng. Một trong những cách cổ điển để tạo động lực cho trò chơi là trau dồi nội dung do người dùng tạo; nội dung được tạo đầy đủ (từ vật phẩm trong trò chơi đến NPC cho đến cấp độ được tạo hoàn chỉnh) có thể là giai đoạn tiếp theo trong quá trình phát triển này. Chúng tôi tò mò về việc các đại lý vào năm 2025 sẽ mở rộng ranh giới của các chiến lược phân phối truyền thống như thế nào.

—Katie

Công cụ/nền tảng nghệ thuật thế hệ tiếp theo

Vào năm 2024, chúng tôi đã ra mắt chuỗi bài phỏng vấn IN CONVERSATION WITH với các nghệ sĩ tiền điện tử trong lĩnh vực âm nhạc, nghệ thuật thị giác, thiết kế, giám tuyển, v.v. Một nhận xét quan trọng mà tôi đưa ra từ các cuộc phỏng vấn năm nay là nhiều nghệ sĩ quan tâm đến tiền điện tử cũng thường rất quan tâm đến các công nghệ tiên tiến và muốn kết hợp những công nghệ này vào hoạt động nghệ thuật của riêng họ. Nghệ thuật viết mã và mã hóa trực tiếp và hơn thế nữa.

Đặc biệt, nghệ thuật sáng tạo có sức mạnh tổng hợp tự nhiên với blockchain, điều này càng làm cho nó trở nên rõ ràng hơn như một nền tảng cơ bản tiềm năng cho nghệ thuật AI. Việc thể hiện đúng cách các loại hình nghệ thuật này là điều vô cùng khó khăn trên các nền tảng truyền thống. ArtBlocks đưa ra tầm nhìn về cách blockchain sẽ được sử dụng trong tương lai để hiển thị, lưu trữ, kiếm tiền và bảo tồn nghệ thuật kỹ thuật số – cải thiện trải nghiệm tổng thể cho cả nghệ sĩ và khán giả. Ngoài khả năng trình bày, các công cụ AI thậm chí còn mở rộng khả năng của người bình thường trong việc tạo ra tác phẩm nghệ thuật của riêng họ. Cách blockchain mở rộng quy mô hoặc hỗ trợ các công cụ này vào năm 2025 sẽ là một chủ đề rất thú vị.

—Katie

thị trường dữ liệu

Trong 20 năm kể từ khi Clive Humby đưa ra tuyên bố rằng “dữ liệu là loại dầu mới”, các công ty đã thực hiện các biện pháp mạnh mẽ để tích trữ và kiếm tiền từ dữ liệu người dùng. Người dùng ngày càng nhận ra rằng dữ liệu của họ là nền tảng để xây dựng các công ty trị giá hàng tỷ đô la này, nhưng họ có rất ít quyền kiểm soát cách sử dụng dữ liệu của mình và không được chia sẻ lợi nhuận mà dữ liệu đó mang lại.

thị trường dữ liệu

Trong 20 năm kể từ khi Clive Humby đưa ra tuyên bố rằng “dữ liệu là loại dầu mới”, các công ty đã thực hiện các biện pháp mạnh mẽ để tích trữ và kiếm tiền từ dữ liệu người dùng. Người dùng ngày càng nhận ra rằng dữ liệu của họ là nền tảng để xây dựng các công ty trị giá hàng tỷ đô la này, nhưng họ có rất ít quyền kiểm soát cách sử dụng dữ liệu của mình và không được chia sẻ lợi nhuận mà dữ liệu đó mang lại.

Sự phát triển nhanh chóng của các mô hình AI mạnh mẽ khiến mâu thuẫn này càng trở nên gay gắt hơn. Nếu việc giải quyết việc khai thác người dùng là một phần của cơ hội dữ liệu, thì một vấn đề quan trọng khác là giải quyết tình trạng thiếu nguồn cung cấp dữ liệu khi các mô hình Internet Công cộng lớn hơn và mạnh mẽ hơn luôn sẵn có. nguồn dữ liệu mới là cần thiết.

Có một không gian thiết kế khổng lồ liên quan đến các giải pháp đổi mới trong nhiều lĩnh vực về cách tận dụng cơ sở hạ tầng phi tập trung để chuyển quyền kiểm soát dữ liệu từ công ty trở lại nguồn dữ liệu (người dùng). Các câu hỏi cấp bách nhất bao gồm: dữ liệu được lưu trữ ở đâu và cách duy trì quyền riêng tư trong quá trình lưu trữ, truyền tải và tính toán; cách đánh giá, lọc và đánh giá chất lượng dữ liệu một cách khách quan cũng như những cơ chế chúng tôi sử dụng để phân bổ và kiếm tiền (đặc biệt là khi cần có giá trị); được suy ra trong quá trình suy luận) trở lại nguồn); loại hệ thống điều phối hoặc truy xuất dữ liệu nào chúng tôi sử dụng trong hệ sinh thái mô hình đa dạng.

Liên quan đến việc giải quyết vấn đề tắc nghẽn nguồn cung, vấn đề không chỉ là nhân rộng AI quy mô thông qua mã thông báo, mà còn là hiểu rõ hơn về việc chúng ta có thể đạt được lợi thế ở đâu với sự trợ giúp của các luồng gió công nghệ và cách xoay quanh quy mô, chất lượng hoặc các cơ chế khuyến khích (và lọc) tốt hơn để xây dựng khả năng cạnh tranh giải pháp, tạo ra các sản phẩm dữ liệu có giá trị cao hơn. Đặc biệt khi hầu hết các bên có nhu cầu đều đến từ web2 AI, làm thế nào để kết hợp cơ chế thực thi hợp đồng thông minh với các thỏa thuận cấp độ dịch vụ (SLA) truyền thống và các công cụ là một lĩnh vực quan trọng cần được quan tâm.

—Danny

tính toán phi tập trung

Nếu dữ liệu là một khối xây dựng cơ bản để phát triển và triển khai AI thì sức mạnh tính toán lại là một khối khác. Các trung tâm dữ liệu quy mô lớn truyền thống với quyền truy cập duy nhất—bao gồm quyền kiểm soát không gian, năng lượng và phần cứng—đã thống trị quỹ đạo của deep learning và AI trong vài năm qua, nhưng khi những hạn chế về vật lý và sự phát triển nguồn mở ngày càng phát triển, Mô hình này đang bắt đầu thay đổi được thử thách.

Phiên bản v1 của điện toán trong AI phi tập trung trông giống như một bản sao của đám mây GPU web2, không có lợi thế về nguồn cung thực sự (cả phần cứng hoặc trung tâm dữ liệu) và thiếu nhu cầu tự nhiên. Và trong phiên bản 2, chúng tôi bắt đầu thấy một số nhóm xuất sắc xây dựng một kho công nghệ hoàn chỉnh dựa trên việc cung cấp điện toán hiệu suất cao (HPC) không đồng nhất, liên quan đến các khả năng điều phối, định tuyến, định giá, v.v., kết hợp với một số tính năng độc quyền để thu hút nhu cầu và giao dịch với việc nén lề, đặc biệt là trong lý luận. Các nhóm cũng bắt đầu phân chia các trường hợp sử dụng và chiến lược tiếp cận thị trường (GTM) khác nhau, trong đó một số nhóm tập trung vào việc tích hợp các khung biên dịch vào định tuyến suy luận hiệu quả trên các phần cứng khác nhau, trong khi các nhóm khác đi tiên phong trong việc suy luận phân tán trên mạng điện toán mà họ đã xây dựng. khuôn khổ.

Chúng tôi thậm chí còn bắt đầu thấy sự xuất hiện của thị trường AI-Fi với các nền tảng kinh tế mới biến máy tính và GPU thành tài sản tạo doanh thu hoặc tận dụng tính thanh khoản trên chuỗi để cung cấp cho các trung tâm dữ liệu một nguồn vốn khác để mua phần cứng. Câu hỏi chính ở đây là AI phi tập trung (DeAI) sẽ phát triển và triển khai ở mức độ nào trên con đường điện toán phi tập trung, hoặc liệu, giống như không gian lưu trữ, khoảng cách giữa ý thức hệ và nhu cầu thực tế sẽ luôn không thể kết nối được, do đó không thể nhận ra đầy đủ tiềm năng của ý tưởng này.

—Danny

Chuẩn mực tính toán và kế toán

Liên quan đến cơ chế khuyến khích của các mạng điện toán hiệu suất cao phi tập trung, một thách thức đáng kể trong việc điều phối các tài nguyên điện toán không đồng nhất là thiếu một tiêu chuẩn thống nhất để giải thích cho các sức mạnh tính toán này. Các mô hình AI bổ sung độc đáo nhiều yếu tố phức tạp trong không gian đầu ra của điện toán hiệu năng cao (HPC), từ biến thể và lượng tử hóa mô hình đến điều chỉnh mức độ ngẫu nhiên thông qua nhiệt độ của mô hình và siêu tham số lấy mẫu. Ngoài ra, phần cứng AI cũng có thể trở nên phức tạp hơn thông qua sự đa dạng của kiến ​​trúc GPU và các phiên bản CUDA khác nhau. Cuối cùng, điều này dẫn đến nhu cầu về các mô hình kế toán và khả năng của thị trường điện toán về cách tính toán chéo thời gian trong các hệ thống phân tán không đồng nhất.

Một phần do thiếu tiêu chuẩn, chúng tôi đã thấy nhiều trường hợp trong thế giới web2 và web3 trong đó các mô hình và thị trường máy tính không thể tính toán chính xác chất lượng và số lượng sức mạnh tính toán của chúng. Điều này dẫn đến việc người dùng phải kiểm tra hiệu suất thực sự của các lớp AI này bằng cách chạy điểm chuẩn mô hình so sánh của riêng họ và thực hiện bằng chứng công việc trên thị trường máy tính thông qua giới hạn tốc độ.

Một phần do thiếu tiêu chuẩn, chúng tôi đã thấy nhiều trường hợp trong thế giới web2 và web3 trong đó các mô hình và thị trường máy tính không thể tính toán chính xác chất lượng và số lượng sức mạnh tính toán của chúng. Điều này dẫn đến việc người dùng phải kiểm tra hiệu suất thực sự của các lớp AI này bằng cách chạy điểm chuẩn mô hình so sánh của riêng họ và thực hiện bằng chứng công việc trên thị trường máy tính thông qua giới hạn tốc độ.

Vì nguyên tắc cốt lõi trong không gian tiền điện tử là khả năng xác minh, chúng tôi hy vọng rằng sự giao thoa giữa tiền điện tử và AI vào năm 2025 sẽ dễ xác minh hơn AI truyền thống. Cụ thể, điều quan trọng là người dùng bình thường có thể so sánh các khía cạnh khác nhau của một mô hình hoặc cụm nhất định, đặc biệt là các tính năng xác định đầu ra, để kiểm tra và đánh giá hiệu suất của hệ thống.

—Aadharsh

Nguyên tắc bảo mật xác suất

Trong bài viết “Những lời hứa và thách thức của ứng dụng mã hóa và AI”, Vitalik đã đề cập đến những thách thức đặc biệt trong việc giải quyết mã hóa và AI:

“Trong mật mã, nguồn mở là cách duy nhất để khiến mọi thứ thực sự an toàn, nhưng trong AI, tính mở của một mô hình (và thậm chí cả dữ liệu đào tạo của nó) làm tăng đáng kể khả năng dễ bị tổn thương trước các cuộc tấn công học máy đối nghịch.”

Mặc dù quyền riêng tư không phải là hướng nghiên cứu mới trong lĩnh vực blockchain, nhưng chúng tôi tin rằng sự phổ biến của AI sẽ tiếp tục đẩy nhanh quá trình nghiên cứu và ứng dụng các nguyên tắc mã hóa quyền riêng tư. Năm nay, các công nghệ nâng cao quyền riêng tư như ZK, FHE, TEE và MPC đã đạt được tiến bộ đáng kể, với các kịch bản ứng dụng bao gồm các ứng dụng chung như trạng thái chia sẻ riêng tư để tính toán trên dữ liệu được mã hóa. Đồng thời, chúng ta cũng đã thấy những gã khổng lồ AI tập trung như Nvidia và Apple sử dụng TEE độc quyền để học tập chung và suy luận AI riêng tư nhằm duy trì tính nhất quán của phần cứng, chương trình cơ sở và mô hình trên các hệ thống.

Với suy nghĩ này, chúng ta sẽ xem xét kỹ cách chuyển trạng thái ngẫu nhiên có thể được giữ riêng tư trên các hệ thống không đồng nhất và cách chúng có thể đẩy nhanh sự phát triển của các ứng dụng AI phi tập trung trong thế giới thực—từ suy luận riêng tư phi tập trung đến lưu trữ/truy cập đường ống dữ liệu được mã hóa, đến một môi trường thực thi hoàn toàn có chủ quyền.

—Aadharsh

Ý định của tác nhân và thế hệ giao diện giao dịch người dùng tiếp theo

Kịch bản ứng dụng gần nhất dành cho các tác nhân AI là sử dụng chúng để thay mặt chúng tôi thực hiện các giao dịch tự động trên chuỗi. Phải thừa nhận rằng, trong 12 đến 16 tháng qua, đã có rất nhiều sự mơ hồ về “ý định”, “hành động của tác nhân”, “ý định của tác nhân”, “người giải quyết”, “người giải quyết tác nhân”, v.v., và chúng khác nhau từ sự phát triển "robot" truyền thống hơn trong những năm gần đây.

Trong 12 tháng tới, chúng tôi hy vọng sẽ thấy các hệ thống ngôn ngữ ngày càng phức tạp được kết hợp với các loại dữ liệu và kiến ​​trúc mạng thần kinh khác nhau, thúc đẩy không gian thiết kế tổng thể phát triển. Các đại lý sẽ tiếp tục giao dịch bằng cách sử dụng cùng các hệ thống trên chuỗi mà chúng ta sử dụng ngày nay hay họ sẽ phát triển các công cụ/phương pháp giao dịch độc lập của riêng mình? Các mô hình ngôn ngữ lớn (LLM) sẽ tiếp tục đóng vai trò phụ trợ cho các hệ thống giao dịch đại lý này hay chúng sẽ được thay thế bằng các hệ thống khác? Ở cấp độ giao diện, liệu người dùng có bắt đầu sử dụng ngôn ngữ tự nhiên để thực hiện giao dịch không? Liệu lý thuyết cổ điển "ví như trình duyệt" cuối cùng có thành hiện thực không?

—Danny, Katie, Aadharsh, Dmitriy