AI ที่เดินทางโดยยกรถ สามารถนำมาสู่แนวโน้มใหม่ในการพูดถึงตลาดกระทิง?

[TL；DR]

เส้นทาง AI+Web3 สามารถแบ่งออกเป็นสามชั้นประมาณโครงสร้างพื้นฐานชั้นกลาง และชั้นใช้งาน โดยชั้นพื้นฐานเน้นให้ความสำคัญกับการ提供พลังคำนวณและการจัดเก็บข้อมูลซึ่งเป็นเขตกลางที่ได้รับความนิยมและน่าสนใจที่สุดในปัจจุบัน

นอกจากกรณีใช้ในชั้นข้อมูลในเกมส์ เครือข่ายสังคม และการซื้อขาย AI ยังสามารถใช้ในสาขาอย่างเช่นการวิเคราะห์ข้อมูล การติดตามและการประเมินข้อมูล และการเดิมพัน

โครงการที่เกี่ยวข้องอย่างใกล้ชิดกับแนวคิดของ AI มักจะได้รับความนิยมจากตลาดอย่างรวดเร็ว แต่ควรให้ความสนใจกับการกรองโครงการที่ไม่เป็นไปตามชื่อของพวกเขาและมุ่งเน้นไปที่ประเด็นร้อนอย่างหมดจด

บทนำ

เร็วๆ นี้โครงการ AI+Web3 ซีรีส์ได้กระตุ้นความกระตือรือร้นของตลาด โดยเพื่อสำรวจโอกาสตลาดที่มีศักย์ในลักษณะนี้โดยละเอียด Gate.io Research จะรวมโครงการสุดฮอตเพื่อวิเคราะห์ลึกลงไปในหลายๆ ลูกข่ายในโซ่อุตสาหกรรม AI+Web3 เพื่อให้ผู้อ่านได้เข้าใจอย่างละเอียดและครอบคลุม

AI+Web3: เทคโนโลยีใหม่ ทิศทางใหม่ การพิเศษใหม่

ในปีที่ผ่านมา ด้วยการเกิดของโมเดล AI ที่สามารถสร้างขึ้นได้ขนาดใหญ่ เช่น ChatGPT AI กลายเป็นหัวข้อการลงทุนที่ฮอตที่ผู้ตลาดทั่วโลกตามหา ในเวลาเดียวกัน ตลาด Web3 ก็ได้เข้าสู่ช่วง prospity รอบใหม่

การรวมกันอย่างธรรมชาติของ AI และ Web3 โดยไม่มีข้อสงสัยเป็นจุดตัดของทั้งสองหัวข้อร้อนในสาขาเทคโนโลยีปัจจุบัน เร็ว ๆ นี้เราได้สังเกตเห็นโครงการใหม่และโครงการเก่าจำนวนมากที่เกี่ยวข้องกับหัวข้อนี้ได้รับความสนใจจากตลาด โดยเน้นที่ความสนใจที่แข็งแรงและความคาดหวังสูงของนักลงทุนสำหรับการรวมกันนี้

ตามนิยามของบล็อกเชน Wanxiang การผสมผสานระหว่าง AI และ Web3 ส่วนใหญ่เป็นเรื่องสองประการ: วิธีที่ Web3 สนับสนุนการพัฒนา AI และวิธีที่แอปพลิเคชัน Web3 ร่วมใช้เทคโนโลยี AI โครงการส่วนใหญ่จะใช้เทคโนโลยีและแนวคิด Web3 เพื่อส่งเสริมความก้าวหน้าของ AI ในการวิเคราะห์การผสมนี้ เราสามารถเริ่มต้นด้วยกระบวนการทั้งหมดของ AI ตั้งแต่การฝึกโมเดลจนถึงการใช้งาน

กระบวนการผลิต AI ประมาณได้แก่: การรับภาพข้อมูล ซึ่งเป็นพื้นฐานสำหรับการฝึกโมเดล; การประมวลผลข้อมูลและวิธีการ/วิธีการเชิงลึก/การวิเคราะห์คำแนะนำ ซึ่งเกี่ยวข้องกับการทำความสะอาดข้อมูล, การหมุนเครื่องหมาย, และคำถามโครงสร้าง; การฝึกโมเดลและการปรับปรุง, การปรับปรุงประสิทธิภาพของโมเดลผ่านการวนซ้ำ; การส่งทอดและการบริหารการประกอบโมเดลเพื่อให้มั่นใจในคุณภาพและความโปร่งใสของโมเดล; การบทวิจารณ์โมเดล, การทำนายข้อมูลใหม่; การนำโมเดลไปใช้และการติดตามเพื่อให้มั่นใจในประสิทธิภาพของโมเดลในการประยุกต์ใช้ในชีวิตปฏิบัติ.

ในกระบวนการนี้ Web3 มีจุดรวมมากมาย ตัวอย่างเช่นเครือข่ายแบบกระจายและกลไกจูงใจของ Web3 สามารถสร้างเครือข่ายและชุมชน AI แบบเปิดและโอเพ่นซอร์สได้มากขึ้นเพื่อตอบสนองความต้องการของแอปพลิเคชัน AI สําหรับโครงสร้างพื้นฐานแบบเปิดและเครือข่ายข้อมูลต้นทุนต่ํา ในขณะเดียวกันการรวม Web3 เข้ากับเทคโนโลยีการเข้ารหัสลับเช่น ZK สามารถปรับปรุงปัญหาความน่าเชื่อถือของ AI จัดการกับความท้าทายเช่นความโปร่งใสของโมเดลอคติและแอปพลิเคชันที่มีจริยธรรม

Source: บล็อกเชน Wanxiang

ดังที่แสดงในภาพด้านบน แทร็ก AI+Web3 สามารถแบ่งเป็นสามชั้นโดยประมาณ: ชั้นพื้นฐาน ชั้นกลาง และชั้นประยุกต์

ชั้นโครงสร้างเน้นในการ提供พลังคำนวณและพื้นที่จัดเก็บ และการเพิ่มเติมของ Web3 สามารถลดต้นทุนได้และรองรับแอปพลิเคชัน AI ได้มากขึ้น

ชั้นกลางใช้เทคโนโลยี Web3 เพื่อเพิ่มประสิทธิภาพกระบวนการผลิต AI เช่น การรับข้อมูล, การเตรียมข้อมูลก่อนการใช้งาน และการตรวจสอบโมเดล ซึ่งสร้างผลงานนวัตกรรมจำนวนมาก

ชั้นแอปพลิเคชันสาดแสดงการใช้งานของ AI ใน Web3 อย่างแพร่หลาย เช่น การสร้างเนื้อหา การวิเคราะห์ และการทำนาย โดยขึ้นอยู่กับการสังเกตของผู้เขียนคำอธิบายของชั้นแอปพลิเคชันในรูปด้านบนยังค่อนข้างระมัดระวัง เราจะพูดถึงมันอย่างละเอียดในช่วงบ่าย แม้ว่ายังไม่มีโครงการชั้นนำ แต่ศักยภาพมีอยู่อย่างมาก และการแข่งขันในอนาคตจะเน้นที่ความสามารถของผลิตภัณฑ์และเทคโนโลยี

เราจะให้การศึกษากรณีเฉพาะสำหรับโครงการสามชั้นเหล่านี้ในส่วนถัดไป

โครงการ AI+Web3 ที่กำลังเป็นที่นิยมเกิดขึ้นต่อเนื่อง

AI+DePIN

กระบวนการทำงานทั้งหมดของ AI ขึ้นอยู่กับโครงสร้างพื้นฐานทางคอมพิวเตอร์และการจัดเก็บข้อมูลเสีย สิ่งเหล่านี้ไม่เพียงเป็นผู้รับผิดชอบในการให้พลังการคำนวณที่มีประสิทธิภาพสำหรับการฝึกโมเดลและการทำนายเท่านั้น แต่ยังใช้สำหรับการจัดเก็บ การจัดการ และการแยกวิเคราะห์ข้อมูลตลอดรอบชีวิตของโมเดลข้อมูลทั้งหมด

ปัจจุบันการเติบโตของการใช้งาน AI อย่างรวดเร็ว ได้ส่งผลให้มีความต้องการของโครงสร้างพื้นฐานที่ใหญ่ขึ้น โดยเฉพาะความสามารถในการคำนวณที่มีประสิทธิภาพสูง ดังนั้นการพัฒนาโครงสร้างพื้นฐานที่มีประสิทธิภาพ ราคาประหยัด และทรัพยากรที่มีอยู่มากขึ้นในการคำนวณและจัดเก็บข้อมูล กลายเป็นแนวโน้มสำคัญในช่วงต้นของการพัฒนา AI ซึ่งเป็นสาขาที่ได้รับความนิยมมากที่สุดในปัจจุบัน
แหล่งที่มา: เรนเดอร์ เครือข่าย

ในสนามนี้ ปรากฏหลายๆ โครงการที่เป็นตัวแทน เช่นเครือข่ายทำภาพที่เกิดขึ้นในตลาดกระทิงก่อนหน้านี้และให้บริการทำภาพหลักๆ, Akash ที่เน้นคอมพิวเตอร์คลาวด์ Filecoin และ Arweave ที่เน้นการจัดเก็บข้อมูลในคลาวด์ IO.NET และ Aethir ที่เปิดตัวในตลาดกระทิงนี้และให้การสนับสนุนในด้านพลังคำนวณสำหรับ AI โดยเฉพาะ ในบทความล่าสุดของเรา “ BOME สร้างสถิติสำหรับราคาที่หลุดพ้นกันอย่างรวดเร็ว เรียนรู้เกี่ยวกับโครงการที่กำลังเป็นที่นิยมในนิเวศ SOL มันได้นำเสนอโครงการที่ทันสมัย เช่น IO.NET ซึ่งจะไม่ได้กล่าวถึงต่อไปนี้

AI+ข้อมูล

ชั้นกลางเป็นส่วนสำคัญ LINK ในกระบวนการผลิต AI ซึ่งใช้เทคโนโลยี Web3 เพื่อปรับปรุงและพัฒนาเวิร์กโฟลว์เฉพาะ

ก่อนอื่นในขั้นตอนการเก็บข้อมูล ชั้นกลางนำเสนอการจัดการเอกลักษณ์ข้อมูลแบบกระจาย ซึ่งไม่เพียงเพื่อปกป้องความปลอดภัยของข้อมูลผู้ใช้เท่านั้น แต่ยังรับรองสิทธิ์ในการครอบครองข้อมูลอย่างชัดเจน ในเวลาเดียวกัน ผ่านกลไกสิ่งตอบแทน ผู้ใช้สามารถได้รับการส่งเสริมให้แบ่งปันข้อมูลคุณภาพสูงเพื่อรับรายได้ ซึ่งจะขยายแหล่งที่มาของข้อมูล

เนื่องจากความจำกัดของขั้นตอนการพัฒนาในอุตสาหกรรม ในรอบก่อนหน้าของตลาดกระทิงและตลาดหมีพบว่าไม่มีโครงการที่รู้จักมากนักในสายงานนี้ ในตลาดกระทิงนี้มีโครงการเกี่ยวกับ AI identity เช่น Worldcoin (ที่เราเขียนเกี่ยวกับหลายครั้ง) Aspecta ที่ได้รับการลงทุนจาก Gate.io Ocean Protocol แพลตฟอร์มการซื้อขายข้อมูลและ Grass ระบบเครือข่ายข้อมูลสำหรับการขุดแบรนด์วัตถุดิบ
แหล่งที่มา: Aspecta

นอกจากนี้ในขั้นตอนการกำหนดข้อมูล ชั้นกลางมุ่งมั่นที่จะสร้างแพลตฟอร์มการประมวลผลและเปลี่ยนแปลงข้อมูล AI แบบกระจาย ซึ่งให้การสนับสนุนที่แข็งแกร่งสำหรับการฝึกอบรมโมเดลที่ตามมา ในเชิงนี้โครงการเช่น Public AI ได้รับผลลัพธ์ที่สำคัญ

ในสุดท้าย ในขั้นตอนการตรวจสอบและการอ้างอิงของโมเดล ชั้นกลางใช้เต็มที่การรวมกันระหว่างเทคโนโลยี Web3 และเทคนิคการเข้ารหัสด้วยเทคโนโลยีที่เรียกว่า ZK และการเข้ารหัสโฮโมโมร์ฟิก ในการตรวจสอบว่ากระบวนการอ้างอิงของโมเดลใช้ข้อมูลและพารามิเตอร์ที่ถูกต้องหรือไม่ สิ่งนี้ไม่เพียงแต่รับประกันความถูกต้องของโมเดลเท่านั้น แต่ยังปกป้องความเป็นส่วนตัวของข้อมูลนำเข้า สถานการณ์ประยุกต์ทั่วไปคือ ZKML เช่น Bittensor Privasea Modulus และ Privasea ที่ลงทุนโดย Gate Labs.

AI+intent-centric

Intent centric, ที่แปลเป็น “ศูนย์กลางของความตั้งใจ” หมายถึง “สิ่งที่คุณต้องการทำ” โดยเน้นไปที่ผลลัพธ์มากกว่ากระบวนการ Intent centric มีเป้าหมายที่จะปรับปรุงโปรโตคอลและโครงสร้างพื้นฐานเพื่อให้สามารถดำเนินการบนเชนอย่างละเอียดได้ในขั้นตอนเดียว โดยที่ซ่อนหน้าที่ดูซับซ้อนของกระบวนการที่ผ่านมาผู้ใช้สามารถบรรลุเป้าหมายของตนโดยไม่รู้สึกหรือโดยตรง ซึ่งสะท้อนความสำคัญของการนำเสนอเชนอย่างเป็นระบบ

สถานการณ์ที่พบบ่อยในการใช้ AI ปัจจุบันประกอบด้วยการ cross chain, airdrop, การบริหารจัดการ, ธุรกรรมที่มีมูลค่าสูง, และการดำเนินการแบบกลุ่ม บอท Telegram ที่เราได้พูดถึงในบทความของเราก่อนหน้านี้ยังสามารถจัดอยู่ในหมวดนี้ได้

ตัวอย่างเช่น Delysium (AGI) มุ่งมั่นที่จะใช้ AI เพื่อสร้างเครือข่าย AI Agent ที่ศูนย์กลางที่มุ่งเน้นไปที่ความตั้งใจของผู้ใช้สำหรับ Web3 ซึ่งได้รับความสนใจสูงในตลาด เช่น เกาหลีใต้

ตามที่แสดงในภาพ เนื่องจากการ spekulation ในตลาด และค้นพบมูลค่า โทเค็นของโครงการนี้ได้เพิ่มขึ้นอย่างน่าอัศจรรย์เมื่อเร็วๆ นี้
ที่มา: Gate.io

Delysium ได้เปิดตัวเอเจนต์ AI ชื่อ Lucy ซึ่งเป็นระบบปฏิบัติการ Web3 ที่ขับเคลื่อนโดย AI และสามารถวางแผนและดำเนินการอัตโนมัติได้อย่างชาญฉลาดเพื่อแก้ปัญหาที่ผู้ใช้ต้องการ โดยอ้างอิงจากความตั้งใจและเป้าหมายที่ปรากฏอยู่ในภาษาธรรมชาติ ทำให้กระบวนการทำงานที่ซับซ้อนของแอปพลิเคชันและโปรโตคอล Web3 ปัจจุบันสะดวกและง่ายขึ้น

AI+เกม

AI+เกมยังมีพื้นที่จินตนาการสูงมาก เทคโนโลยี AI ไม่เพียงเร่งกระบวนการผลิตเกมเท่านั้น แต่ยังวิ่งผ่านทุกด้านของกระบวนการผลิตเกม ตั้งแต่การสำรวจนิสัยของผู้ใช้ ไปจนถึงการปรับแต่งฉากโต้ตอบส่วนตัว โชว์ศักยภาพอย่างมหาศาล ในปัจจุบัน ผู้ผลิตเกมใหญ่ๆ กำลังยอมรับ AI และทำการโครงสร้างระบบนิติเวชสายงานอุตสาหกรรมเกมอย่างคุ้มค่า

เกี่ยวกับการผลิตเกม AI ให้การสนับสนุนที่แข็งแกร่งสําหรับศิลปะการวางแผนและการดําเนินงาน ไม่ว่าจะเป็นแรงบันดาลใจในการสร้างสรรค์การสร้างระดับการเขียนคําโฆษณาและการวิเคราะห์การดําเนินงาน AI กําลังให้การเร่งความเร็วสําหรับการผลิตเนื้อหาเกม ในแง่ของประสบการณ์การเล่นเกมการสร้างภาษาธรรมชาติและความสามารถในการสร้างภาพที่นําโดย AI ทําให้การเล่นเกมมีนวัตกรรมและหลากหลายมากขึ้นและการโต้ตอบระหว่าง NPC ที่ชาญฉลาดและสดใสยิ่งขึ้น

ตัวอย่างเช่น Jue Wu AI ของ “Honor of Kings” ได้รับการนำไปใช้กันอย่างแพร่หลายในการประเมินระดับและการทดสอบ; ใน “Mount & Blade II: Bannerlord” ChatGPT ช่วยให้ NPC ตอบสนองต่อผู้เล่นได้อย่างแบบไดนามิก โดยเพิ่มความสามารถในการเล่นเกม; ใน “Naraka: Bladepoint” ผู้เล่นสามารถใช้ AI ในการวาดภาพเพื่อสร้างแบบจำลองแฟชั่นและร่วมลงคะแนนเพื่อเลือกผลงานที่ได้รับความนิยมมากที่สุด โดยแสดงศักยภาพขนาดใหญ่ของ AI ในการนวัตกรรมเกม
แหล่งที่มา: sleeplessAI

นอกจากเกม Web2 แบบดั้งเดิมที่ยอมรับ AI แล้ว เกม Web3 ก็ไม่แตกต่าง ตัวอย่างเช่น Ultriverse ให้ผู้ใช้ได้รับการวิเคราะห์คุณลักษณะของ AI และปรับแต่งประสบการณ์ทางสังคม เกม เมตาเวิร์ส และประสบการณ์อื่น ๆ ผ่านเครื่องยนต์ AI ที่มีกำลังมหาศาล รวมทั้งเกม Virtual Companion ของ sleepless AI ที่เน้นไปที่ AI

AI+Analysis

นอกจากกรณีชั้นสูงในการเล่นเกม การเชื่อมโยงทางสังคม และการซื้อขาย AI ยังสามารถใช้ในสาขาต่าง ๆ เช่น การวิเคราะห์ข้อมูล การติดตามและตรวจสอบข้อมูล และการพนันการเสนอราคา โครงการที่แทนเป็นตัวแทน เช่น Kaito และ Dune ได้เกิดขึ้น ทำให้เป็นตัวเกณฑ์สำหรับอุตสาหกรรม

เรามักอ้างถึงกราฟข้อมูลของ Dune ในโพสต์บล็อกของเรา ดังนั้นไม่จำเป็นต้องอธิบายเพิ่มเติมที่นี่

สรุป

ในปีที่ผ่านมา การผสาน Web3 และ AI ไม่เพียงเพียงนำมาแนวโน้มใหม่ในเทคโนโลยีเท่านั้น แต่ยังสร้างความเห็นร่วมใหม่ในอุตสาหกรรม: บล็อกเชนได้เปลี่ยนแปลงความสัมพันธ์ในการผลิต และ AI ได้เปลี่ยนแปลงผลิตภาพ แนวคิดนี้ตอนนี้เข้มแข็งอยู่ในใจของคน และเป็นแรงกระตุ้นที่มีอิทธิพลสำหรับการพัฒนาอุตสาหกรรม

กับนักพัฒนาเกม โปรโตคอล DeFi และโครงการโครงสร้างพื้นฐาน Web3 ที่เพิ่มการลงทุนของพวกเขาใน AI การผสาน AI และ Web3 กำลังเป็นทิศทางที่สำคัญสำหรับนวัตกรรมในอุตสาหกรรม ในความจริง โครงการที่เกี่ยวข้องอย่างใกล้ชิดกับแนวคิดของ AI มักได้รับความชื่นชมจากตลาดอย่างรวดเร็ว และเราได้สังเกตเห็นการเติบโตที่น่าทึ่งนี้ไว้ก่อน

อย่างไรก็ตาม ภายใต้ความเจริญรุ่งเรืองและการโฮ่ง hype ที่เกิดขึ้น เราไม่สามารถปิดสนใจเรื่องอุปสรรคทางปฏิบัติในอุตสาหกรรม AI+Web3 ได้ โดยเฉพาะสำหรับผู้ประกอบการ จำเป็นต้องสำรวจลึกถึงสถานการณ์การใช้งานที่เป็นไปได้และเป็นไปได้ ประเมินความสามารถในการสร้างค่าและสร้างนิเวศอุตสาหกรรม ในระยะยาว รูปแบบนิเวศทางนิเวศของอุตสาหกรรม AI+Web3 จะถูกสร้างขึ้นอย่างไร ฟิลด์ไหนจะแสดงศักย์พลังในการพัฒนาอย่างมากและว่ามันจะเผชิญหน้ากับความลังเลทางจริยธรรมและจรรยาบรรณหรือไม่ต้องอยู่ในการสำรวจและตอบคำถามในการปฏิบัติอย่างต่อเนื่อง

ดังนั้น เราควรมองไม่เพียงแต่โอกาสที่เทคโนโลยี AI+Web3 นำมาให้เราได้เห็น แต่ยังควรรักษารัฐบาลที่ชัดเจนและมองในแง่ของความท้าทายและข้อเสียของมันอย่างสมเหตุสมผล แต่สำหรับอุตสาหกรรม AI+Web3 เราจะต้องจับศักยภาพการพัฒนาได้อย่างดีกว่านี้ เพื่อส่งเสริมการพัฒนาที่เป็นประโยชน์และยั่งยืน และครอบครองโอกาสในการทำกำไรที่ถูกนำเสนอโดยกระแสนี้