AI與Web3擦出火花：從數據、NFT到資源付費

來源：蜂巢Tech

隨著AI大模型的普及，AI與Web3的融合領域已然成為加密資產市場的熱門板塊，兩個技術在「數據」的應用層面爆發出可融潛力。

當紅炸子雞人工智慧自然語言大模型的基礎是「三算」，其中之一便是算據，理論上，為大模型提供的數據集越大，在有效訓練之後的學習與預測能力就越強。而Web3的底層區塊鏈技術本質上分布式資料庫，按時序打包數據的鏈式結構形成了數據無法被篡改的特點。

二者或有互補優勢。Web3區塊鏈能夠安全地存儲數據，作為一種帳本，它的「分布式存儲和計算」屬性，可以為AI的算據層面提供定價和真實性的保障；而AI能夠提升區塊鏈交易的效率，將複雜的數據處理程序自動化。

一個例子是鏈上交易的自動化，這可以應用在加密資產市場。由機器學習驅動的AI算法可以跟蹤市場波動，分析大規模的數據，從中找到規律與趨勢，並根據預定的標準執行交易。

AI還可以應用在區塊鏈的安全性上，利用機器學習算法檢查交易數據，尋找可疑趨勢或異常，並不斷從數據中學習以避免新的風險。

儘管當前AI與Web3都處於初級階段，但前者被認為有可能為Web3乃至加密資產市場帶來變革。Fortune Business Insights的一份報告顯示，區塊鏈的人工智慧市場在2020年為2.205億美元，到2027年可達到9.736億美元，複合年增長率為23.6%。

盤點AI+Web3項目，不難發現，目前的8個早期龍頭項目主要發揮了「AI提升生產力」的特性，已經將AI大模型及機器學習的能力應用到Web3的底層技術設施或具體應用中，包括：

將AI的多模態生成（AIGC）能力應用到了NFT生成中；

比如 ChainGPT（CGPT），這個區塊鏈的人工智慧解決方案不僅能提供Web2世界常見的文本內容生成、AI聊天機器人功能外，還是一個NFT生成器；再比如Aspecta，它構建了一個人工智慧生成的身份系統，通過Aspecta ID連結Web2和Web3的帳戶，根據帳戶持有者的經驗與經歷形成社區聯繫，訪問不同的DAO和應用程式。

將AI的機器學習能力轉化為構建Web3應用程式的工具/平臺；

比如Fetch.ai（FET），它是一個開發去中心化應用程式的基礎設施，利用人工智慧的自動化技術，提供了創建和連接智能代理（Agents）的工具，幫助用戶執行數字經濟中的複雜任務。

將Web3分布式存儲、交易、計算的能力應用到AI發展所需的生產資料/資源；

‍比如iExec（RLC），它是基於區塊鏈的去中心化計算資產市場，旨在將資源提供者與資源使用者聯繫起來，允許任何人租用計算能力、數據集；再如去中心化人工智慧服務網絡SingularityNET（AGIX），它允許用戶將服務發布到網絡上供需求方付費（加密資產）集成。

8個早期AI+Web3龍頭項目

在AI+Web3中，除了以上8個早期誕生的龍頭項目外，一些新「選手」也在奔赴賽道的路上。

針對「數據」這個最明顯的結合處，有項目利用了區塊鏈的分布式特性，解決數據壟斷問題。

比如，Bagel Network ，它創造了「機器學習數據湖」的概念，允許用戶以任意規模存儲所有結構化和非結構化數據，支持數據科學家和AI工程師以低成本且保護隱私的方式，獲得/交換那些經過授權且可驗證的數據集。Bagel Network的目的是構建一個去中心化的數據平臺，來支持機器學習（ML）模型。

還有不少新項目將AI的能力直接發揮到了Web3最受矚目的金融應用層面，包括加密資產的交易和支付領域。

比如GT Protocol，它是一個由ChainGPT孵化的加密資產AI執行協議，它允許任何實體或者個人創建一個DeFi 智能合約池，利用AI收集和管理用戶貢獻的流動性，一方面發揮了AI的自動化能力，另一方面也利用了智能合約在鏈上的透明化特徵。