Ngày 09/02/2024 | Laobai ABCDE

Hơn một năm sau khi ChatGPT phát hành, cuộc thảo luận về AI+Crpyo gần đây đã trở nên sôi nổi trở lại trên thị trường. AI được coi là một trong những xu hướng quan trọng nhất trong thị trường tăng trưởng trong 24-25 năm. Ngay cả chính Buterin cũng đã xuất bản " Lời hứa và thách thức của các ứng dụng tiền điện tử + AI" (Triển vọng và thách thức của ứng dụng tiền điện tử+AI) thảo luận về các hướng khám phá có thể có của AI+Cryto trong tương lai.

Bài viết này sẽ không đưa ra quá nhiều dự đoán chủ quan mà chỉ đơn giản dưới góc độ thị trường sơ cấp, chúng ta sẽ điểm qua ngắn gọn các dự án khởi nghiệp kết hợp AI và Crypto được quan sát trong năm qua, đồng thời xem các doanh nhân đang thâm nhập thị trường từ những góc độ nào, những thành tựu nào đã đạt được cho đến nay và những lĩnh vực nào vẫn đang được khám phá.

1. Chu kỳ của AI+Crypto

Trong suốt 23 năm, chúng ta đã nói về hàng tá dự án AI+Crypto và có thể thấy rõ chu kỳ trong số đó.

Trước khi phát hành ChatGPT vào cuối năm 2022, có rất ít dự án blockchain liên quan đến AI trên thị trường thứ cấp, những dự án chính mà mọi người có thể nghĩ đến là FET, AGIX và các dự án đã thành lập khác, cũng không có nhiều dự án liên quan đến AI dự án trên thị trường sơ cấp.

Từ tháng 1 đến tháng 5 năm 2023 có thể nói là thời kỳ bùng phát tập trung đầu tiên của các dự án AI. Xét cho cùng, Chatgpt đã có tác động rất lớn đến con người, nhiều dự án cũ trên thị trường thứ cấp đã chuyển hướng sang con đường AI, và thị trường sơ cấp gần như diễn ra hàng tuần. Mọi người đều có thể nói về các dự án AI+Crypto. Tương tự, các dự án AI trong giai đoạn này cảm thấy tương đối đơn giản, nhiều trong số đó là các dự án "bắt chước" + "sửa đổi chuỗi" dựa trên ChatGPT. Hầu như không có rào cản kỹ thuật cốt lõi. Đội ngũ phát triển In-House của chúng tôi thường dành một dự án cơ bản framework có thể được sao chép chỉ trong một hoặc hai ngày. Điều này cũng dẫn đến việc chúng tôi đã nói về rất nhiều dự án AI trong giai đoạn này, nhưng cuối cùng chẳng có gì được thực hiện cả.

Thị trường thứ cấp bắt đầu chuyển sang xu hướng giảm từ tháng 5 đến tháng 10. Điều thú vị là số lượng dự án AI trên thị trường sơ cấp cũng giảm mạnh trong giai đoạn này và chỉ trong một hoặc hai tháng qua, con số này mới hoạt động trở lại. trên thị trường Các cuộc thảo luận, bài viết, v.v. cũng được phong phú. Chúng ta một lần nữa bước vào "bối cảnh hoành tráng", nơi chúng ta có thể gặp gỡ các dự án AI hàng tuần. Sau nửa năm, có thể thấy rõ rằng loạt dự án AI mới nổi đã hiểu rõ về lộ trình AI, việc triển khai các kịch bản kinh doanh và sự kết hợp giữa AI + Crypto đã được cải thiện đáng kể so với đợt AI Hype đầu tiên Mặc dù các rào cản kỹ thuật vẫn chưa mạnh nhưng mức độ trưởng thành về tổng thể đã đạt đến mức cao hơn. Phải đến năm thứ 24, chúng tôi mới đặt cược lần đầu tiên vào đường đua AI+Crpyto.

2. Đường đua AI+Crypto

V God đã đưa ra dự đoán từ một số chiều và quan điểm tương đối trừu tượng trong bài Triển vọng và thách thức:

Chúng tôi sẽ tóm tắt các dự án AI hiện đang được thấy trên thị trường sơ cấp từ góc độ cụ thể và trực tiếp hơn. Hầu hết các dự án AI+Crypto đều tập trung vào cốt lõi của Crypto, đó là "phân cấp kỹ thuật (hoặc chính trị) + tài sản thương mại".

Không có gì để nói về phân cấp, còn Web3 thì sao... Theo danh mục tài sản hóa, nó có thể được chia đại khái thành ba hướng chính:

Tài sản hóa sức mạnh tính toán

Đây là một lộ trình tương đối dày đặc, vì ngoài nhiều dự án mới, còn có Pivot của nhiều dự án cũ, chẳng hạn như Akash trên Cosmos và Nosana trên Solana. Sau Pivot, số token đã tăng vọt. Điều này phản ánh sự lạc quan của thị trường đối với AI ​​theo dõi. Mặc dù RNDR tập trung vào kết xuất phi tập trung, nhưng nó thực sự có thể phục vụ AI. Do đó, nhiều phân loại cũng phân loại tất cả các sản phẩm liên quan đến sức mạnh tính toán như RNDR vào theo dõi AI.

Đây là một lộ trình tương đối dày đặc, vì ngoài nhiều dự án mới, còn có Pivot của nhiều dự án cũ, chẳng hạn như Akash trên Cosmos và Nosana trên Solana. Sau Pivot, số token đã tăng vọt. Điều này phản ánh sự lạc quan của thị trường đối với AI ​​theo dõi. Mặc dù RNDR tập trung vào kết xuất phi tập trung, nhưng nó thực sự có thể phục vụ AI. Do đó, nhiều phân loại cũng phân loại tất cả các sản phẩm liên quan đến sức mạnh tính toán như RNDR vào theo dõi AI.

Việc tài sản hóa sức mạnh tính toán có thể được chia thành hai hướng tùy theo việc sử dụng sức mạnh tính toán:

Một là “sức mạnh tính toán phi tập trung được sử dụng để đào tạo AI” do Gensyn đại diện;

Một là "sức mạnh tính toán phi tập trung được sử dụng để suy luận AI" được đại diện bởi hầu hết các dự án Pivot và mới;

Có thể thấy một hiện tượng rất thú vị trên đường đua này, hay có thể nói là chuỗi khinh thường không hề lạc quan:

AI truyền thống → Lý luận phi tập trung → Đào tạo phi tập trung

Lý do chủ yếu là về mặt kỹ thuật, bởi vì việc đào tạo AI (đặc biệt là AI mô hình lớn) liên quan đến lượng dữ liệu khổng lồ và điều cường điệu hơn yêu cầu về dữ liệu là yêu cầu về băng thông do truyền dữ liệu tốc độ cao gây ra. Trong môi trường mô hình lớn Transformer hiện tại, việc đào tạo các mô hình lớn này đòi hỏi một số lượng lớn card đồ họa cao cấp 4090 cấp/card đồ họa AI chuyên nghiệp H100 được mua ma trận sức mạnh tính toán + các kênh liên lạc cấp 100G bao gồm NVLink và các bộ chuyển mạch cáp quang chuyên nghiệp. Bạn nói rằng điều này có thể được thực hiện theo cách phi tập trung, hmm...

Lý luận AI đòi hỏi sức mạnh tính toán và băng thông liên lạc ít hơn nhiều so với đào tạo AI. Khả năng phân cấp đương nhiên lớn hơn nhiều so với đào tạo. Đây là lý do tại sao hầu hết các dự án liên quan đến sức mạnh tính toán đều tham gia vào lý luận và đào tạo về cơ bản chỉ là Gensyn. , một ông lớn như Together đã huy động được hơn 100 triệu nhân dân tệ. Nhưng tương tự, từ góc độ hiệu suất chi phí và độ tin cậy, ít nhất ở giai đoạn này, sức mạnh tính toán tập trung vẫn tốt hơn nhiều so với lý luận phi tập trung.

Không khó để giải thích tại sao khi nhìn vào lý luận phi tập trung và đào tạo phi tập trung, họ nghĩ “bạn không thể làm được điều đó”, trong khi AI truyền thống lại nhìn vào đào tạo và lý luận phi tập trung và cho rằng “đào tạo là phi thực tế về mặt kỹ thuật” và “lý luận”. không đáng tin cậy về mặt thương mại”. Spectrum".

Một số người nói rằng khi BTC/ETH mới ra mắt, mọi người cũng nói rằng mô hình tính tất cả các nút phân tán này không đáng tin cậy so với điện toán đám mây, nhưng cuối cùng thì nó không thành công sao? Sau đó, nó phụ thuộc vào nhu cầu đào tạo AI và lý luận AI trong tương lai về các khía cạnh chính xác, không giả mạo và dự phòng. Đơn giản chỉ tập trung vào hiệu suất, độ tin cậy và giá cả không thể tốt hơn việc tập trung hóa vào thời điểm hiện tại.

Tài sản hóa các mô hình

Đây cũng là đường đua mà các dự án tập hợp lại với nhau và cũng là đường đua dễ hiểu hơn là viết hoa sức mạnh tính toán, bởi một trong những ứng dụng nổi tiếng nhất sau khi ChatGPT trở nên phổ biến là Character.AI. Bạn có thể tham khảo ý kiến ​​​​của các nhà hiền triết như Socrates và Khổng Tử, trò chuyện với những người nổi tiếng như Musk và Ultraman Sam, và thậm chí yêu các thần tượng ảo như Hatsune Miku và Raiden General. Tất cả những điều này, đây là sức hấp dẫn của các mô hình ngôn ngữ lớn. Khái niệm về AI Agent đã ăn sâu vào lòng người thông qua Character.AI

Điều gì sẽ xảy ra nếu các Đặc vụ như Khổng Tử, Musk và Thunder General đều là NFT?

Đây không phải là tiền điện tử AI X sao? !

Đây không phải là tiền điện tử AI X sao? !

Do đó, việc tài sản hóa mô hình không hẳn là tài sản hóa Tác nhân được xây dựng dựa trên mô hình lớn, xét cho cùng thì bản thân mô hình lớn không thể đưa vào chuỗi mà là việc ánh xạ Tác nhân trên mô hình vào NFT để tạo ra AI "Tài sản hóa" "giống như mô hình"

Hiện tại trong vòng có những đại lý có thể dạy bạn học tiếng Anh, cũng có những đại lý có thể yêu bạn, có đủ loại đại lý, bao gồm tìm kiếm đại lý và các dự án phái sinh như Market Place.

Vấn đề chung trong chặng đường này là không có rào cản kỹ thuật. Về cơ bản, đó là NFTization của Character.AI. Các bậc thầy kỹ thuật của chúng tôi tại In-House đã sử dụng các công cụ và framework nguồn mở hiện có để tạo ra một cỗ máy nói như BMAN và nghe như nó trong một đêm Đại lý của BMAN. Thứ hai, mức độ tích hợp với blockchain rất nhẹ, hơi giống Gamefi NFT trên ETH. Về cơ bản, Siêu dữ liệu chỉ có thể là URL hoặc hàm băm, mô hình/Tác nhân nằm trên máy chủ đám mây và các giao dịch trên chuỗi chỉ là vấn đề quyền sở hữu.

Việc tài sản hóa các mô hình/Đại lý vẫn sẽ là một trong những mục tiêu quan trọng nhất đối với AI Appear.

Viết hoa dữ liệu

Viết hoa dữ liệu về mặt logic là phù hợp nhất cho AI+Crypto, bởi vì hầu hết đào tạo AI truyền thống chỉ có thể sử dụng dữ liệu hiển thị trên Internet hoặc chính xác hơn - dữ liệu lưu lượng truy cập miền công cộng, có thể chiếm ít hơn 10-20%, nhiều dữ liệu hơn thực tế là lưu lượng truy cập tên miền riêng (bao gồm cả dữ liệu cá nhân). Nếu những dữ liệu lưu lượng truy cập này có thể được sử dụng để đào tạo hoặc Tinh chỉnh các mô hình lớn, chúng tôi chắc chắn có thể sử dụng chúng trong các lĩnh vực dọc khác nhau. Có một Agent/Bot chuyên nghiệp hơn.

Khẩu hiệu mà Web3 giỏi nhất là gì, Đọc, Viết, Sở hữu!

Sau đó, thông qua AI+Crypto, dưới sự hướng dẫn của các biện pháp khuyến khích phi tập trung, có vẻ như đây là một cách tiếp cận rất hợp lý để giải phóng dữ liệu về dòng chảy cá nhân và ích kỷ, tận dụng nó và cung cấp "khẩu phần" tốt hơn và phong phú hơn cho các mô hình lớn. đang hoạt động mạnh mẽ trong lĩnh vực này.

Tuy nhiên, khó khăn lớn nhất trong chặng đường này là dữ liệu khó chuẩn hóa như sức mạnh tính toán. Sức mạnh tính toán phi tập trung Mô hình card đồ họa của bạn có thể được chuyển đổi trực tiếp thành sức mạnh tính toán, nhưng số lượng, chất lượng, cách sử dụng và các khía cạnh khác của dữ liệu riêng tư rất khó đo lường. Nếu sức mạnh tính toán phi tập trung là ERC20, thì sức mạnh tính toán phi tập trung Tài sản hóa của dữ liệu đào tạo AI hơi giống ERC721 và vẫn là dự án của PunkAzuki, có nhiều Đặc điểm trộn lẫn với nhau. Độ khó về thanh khoản và thị trường thậm chí còn không khó hơn ERC20 một chút nên hiện tại các dự án Vốn hóa dữ liệu AI đang thực hiện có chút khó khăn để tiến về phía trước.

Một điều đáng nói nữa trong track dữ liệu là chú thích phi tập trung, viết hoa dữ liệu được sử dụng trong bước "thu thập dữ liệu" và dữ liệu được thu thập cần phải được xử lý trước khi đưa vào AI. Đây là mục đích của bước chú thích dữ liệu. Bước này hiện chủ yếu tập trung vào lao động sử dụng nhiều lao động, sử dụng phần thưởng mã thông báo phi tập trung để làm cho Công việc Lao động này trở nên phi tập trung, gắn nhãn là Kiếm tiền hoặc phân tán công việc theo cách tương tự như nền tảng cung cấp dịch vụ cộng đồng. , cũng là một ý tưởng. Chúng tôi đã thấy một số ít nhóm hiện đang làm việc trong lĩnh vực này.

3. Mảnh ghép còn thiếu của AI+Crypto

Hãy nói ngắn gọn về những mảnh ghép còn thiếu theo quan điểm của chúng tôi.

Một là rào cản kỹ thuật. Như đã đề cập trước đó, phần lớn các dự án AI+Crypto hầu như không có rào cản so với các dự án AI truyền thống trong Web2. Họ dựa nhiều hơn vào các mô hình kinh tế và khuyến khích mã thông báo để nỗ lực vào trải nghiệm, thị trường và vận hành front-end. Có thể hiểu rằng phân cấp và phân phối giá trị là điểm mạnh của Web3, tuy nhiên việc thiếu các rào cản cốt lõi chắc chắn sẽ dẫn đến cảm giác X to Earn. Tôi vẫn mong muốn có thêm nhiều đội như RNDR, công ty mẹ của OTOY, với các công nghệ cốt lõi để thể hiện tài năng của họ trong lĩnh vực Tiền điện tử.

Thứ hai là tình hình hiện tại của người tu luyện. Theo những gì được quan sát cho đến nay, một số nhóm doanh nhân trong đường đua AI X Crypto biết rất rõ về AI, nhưng chưa hiểu sâu về Web3. Một số nhóm rất bản địa về tiền điện tử nhưng lại có thành tích hạn chế trong lĩnh vực AI. Điều này rất giống với đường đua Gamefi ban đầu, hoặc họ biết rõ về trò chơi và nghĩ về việc sửa đổi chuỗi trò chơi Web2, hoặc họ biết rõ về Web3 và nghĩ về sự đổi mới và tối ưu hóa của các mô hình canh tác vàng khác nhau. Matr1x là nhóm đầu tiên chúng tôi gặp trên đường đua Gamefi có hiểu biết hạng A về trò chơi và tiền điện tử. Đây là lý do tại sao trước đây tôi đã viết rằng Matr1x là một trong ba dự án mà tôi đã "quyết định ngay khi chúng ta nói chuyện". về nó" sau 23 năm. Chúng tôi rất mong chờ điều đó. Bạn có thể thấy một nhóm hiểu được double A trong lĩnh vực AI và Tiền điện tử vào năm 2024.

Thứ ba là bối cảnh kinh doanh. trí tuệ nhân tạo Sự kết hợp giữa AI và Crypto trong các dự án khác nhau hiện thấy trên thị trường có phần “cứng nhắc” hoặc “thô” và không mang lại khả năng cạnh tranh hoặc khả năng kết hợp tối ưu của AI hoặc Crypto. Điều này cũng không nhất quán với quan điểm thứ hai nêu trên là chặt chẽ. có liên quan. Ví dụ: nhóm R&D In House của chúng tôi đã nghĩ ra và thiết kế một phương pháp kết hợp tốt hơn, nhưng thật không may, sau khi xem rất nhiều dự án trên đường đua AI, chúng tôi vẫn chưa thấy nhóm nào tham gia vào phân khúc này nên chỉ có thể tiếp tục đợi.

Bạn hỏi tại sao chúng tôi, một VC, có thể nghĩ ra những tình huống nhất định trước các doanh nhân trên thị trường? Bởi vì có 7 người tuyệt vời trong nhóm AI nội bộ của chúng tôi, 5 người trong số họ có bằng PHD về AI. Về sự hiểu biết của nhóm ABCDE về tiền điện tử, bạn biết đấy...

Điều cuối cùng tôi muốn nói là mặc dù AI x Crypto vẫn còn rất sớm và non nớt xét từ góc độ thị trường sơ cấp, nhưng điều này không ngăn cản chúng ta lạc quan rằng AI One là một trong những hướng đi chính. Suy cho cùng, AI giải phóng năng suất và blockchain giải phóng quan hệ sản xuất. Có cách nào tốt hơn để kết hợp cả hai không? :)

Giới thiệu về ABCDE

ABCDE là một quỹ đầu tư mạo hiểm tập trung vào các khoản đầu tư hàng đầu vào các Nhà xây dựng tiền điện tử hàng đầu. ABCDE được đồng sáng lập bởi Người đồng sáng lập Huobi Du Jun, người đã làm việc trong ngành tiền điện tử hơn 10 năm và BMAN, một cựu doanh nhân Internet và tiền điện tử. Những người đồng sáng lập ABCDE đã xây dựng các công ty trị giá hàng tỷ đô la trong ngành Tiền điện tử từ đầu. Bởi vì chúng tôi là doanh nhân nên chúng tôi hiểu doanh nhân hơn. Chúng tôi đã xây dựng một hệ sinh thái toàn diện cho ABCDE's Builder như các công ty niêm yết (1611.HK), sàn giao dịch (Huobi), công ty SAAS (ChainUP), phương tiện truyền thông (CoinTime.com) và nền tảng nhà phát triển (BeWater.xyz).

Twitter: https://twitter.com/ABCDLabs

Trang web: www.ABCDE.com

Twitter: https://twitter.com/ABCDLabs

Trang web: www.ABCDE.com