jakiro
Auteur: Haotian Source: X,@HaotiaNcryptoinsight
Tout le monde espère que AI + WEB3 deviendra le catalyseur de ce marché haussier, qui peut être vu à partir de l’évaluation élevée et des paris lourds donnés par VC.La question est de savoir quels sont les problèmes actuellement dans la piste de fusion AI + Web3?Combiné avec ce rapport systématique de @ web3caff_zh, permettez-moi de parler de mes opinions:
1) La formation d’IA nécessite des données à grande échelle, et Web3 est utilisé pour effectuer le suivi des données et les effets d’incitation en dérivé.À long terme, l’IA aura inévitablement besoin de l’aide de Web3, mais il est nécessaire de clarifier que Web3 ne peut résoudre que les problèmes limités de l’IA.
Par exemple, la principale force motrice dans les domaines de base tels que la formation traditionnelle à grande échelle des données, l’optimisation des algorithmes continu, la vision par ordinateur, la technologie de reconnaissance vocale, l’IA du jeu, etc., dépend également de la puissance de calcul concentrée à grande échelle et de l’optimisation d’adaptation matérielle telle En tant que puces et algorithmes, comme la profondeur.
2) L’IA générative ne représente qu’une petite branche du secteur majeur de l’IA, mais il accélère l’intégration de l’IA et du Web3.Parce que l’IA générative est une technologie universelle d’IA qui est plus orientée vers l’application.Idéalement, le grand modèle de base sera généralement géré par les grandes entreprises utilisant une puissance de calcul concentrée et adoptera des politiques open source pour stimuler leur marché d’application de niveau supérieur.Le marché global de l’IA deviendra progressivement plus longue et l’importance du réglage du modèle et du raisonnement sera mis en évidence.
Cependant, une fois qu’une entreprise qui a maîtrisé la puissance de calcul de base et les ressources du modèle modifie sa politique open source, elle aura un impact direct sur le marché global de l’IA. L’architecture de collaboration deviendra un must.
3) WEB3 peut jouer un rôle clé dans la construction de cadres distribués AI. Le mécanisme d’incitation à la tokenomique pour construire un réseau de puissance de calcul AI distribué;
Dans le processus d’inférence du modèle, ZK, Tee et d’autres technologies peuvent être utilisés pour créer un réseau d’inférence décentralisé pour améliorer la communication et la confiance mutuelle entre les modèles; Ai + la combinaison de Depin Internet des objets.
4) Lorsque vous parlez du point de combinaison de l’AI + Web3, Vitalik a déclaré que l’IA peut être intégrée étape par étape en tant que participant dans le monde Web3, donc l’intégration de l’IA et du Web3 sera certainement très lente.
D’une part, l’attention du monde Web2 grand public est toujours au niveau des performances de l’affichage de l’IA, mais ne compose pas beaucoup sur le cadre de collaboration en arrière-plan, et il y a un problème de déconnecter de Web3; D’autre part, Web3 est toujours en informatique distribuée dans le domaine de l’intégration de l’IA. n’a pas été entièrement vérifié et appliqué par le groupe de besoins urgent Web2 grand public.
En bref, en un mot, la tendance générale de l’AI + Web3 est correcte, mais la mise en œuvre réelle n’est pas si rapide.
