jakiro
出典：ABCDE、ミディアム
ChatGptの1年以上のリリースの後、AI+Crpyoに関する議論は最近再び活気がありますCrypto+AIアプリケーションの約束と課題」（Crypto+AIアプリケーションの見通しと課題）は、将来のAI+Crytoの可能な調査方向を探ります。
この記事は、あまり多くの主観的な予測を行いませんが、過去1年間に観察されたAIと暗号を主要な市場の観点から組み合わせて、どの角度がどのような成果を上げているかを確認するという起業家プロジェクトを要約します市場と、まだ探求されているエリアは何ですか。
1。AI+暗号サイクル
23年を通して、私たちは数十のAI+Cryptoプロジェクトについて話しましたが、明らかなサイクルを見ることができます。
2022年の終わりには、FETやAGIXなどのいくつかの昔ながらのプロジェクトに関連するAIに関連するブロックチェーンプロジェクトはほとんどありませんでした – 主要市場で見ることができる関連プロジェクト。
1月23日は、AIプロジェクトの最初の集中的な発生期間と言われています。ほぼ毎週。同様に、この期間中のAIプロジェクトは、CHATGPTに基づいて「スキンスキル」 +「チェーン変更」プロジェクトであると感じていますフレームワークは、1日または2日で再現できます。これはまた、この期間中に私たちが話した多くのAIプロジェクトにもつながりましたが、最終的には何の行動もしませんでした。
流通市場は、5月から10月にかけて、この期間中に再び活動するまで、AIプロジェクトが大幅に減少したことです。市場での議論、記事などに関するAI+暗号についても充実しています。私たちは再び毎週会うことができるAIプロジェクトの「輝かしい景色」に入っています。半年後、私は多くの新たに出現したAIプロジェクトがAIトラックとビジネスシナリオの実装を理解しており、AI+Cryptoの組み合わせがAI誇大広告の最初のバッチと比較して大幅に改善されたと明らかに感じました。期間。また、AI+CRPYTOトラックについに最初に賭けた24年前に入りました。
2。AI+暗号トラック
「前景と挑戦」という記事で、God Vは、いくつかの比較的抽象的な次元と視点からの予測を示しています。
-
ゲームの参加者としてのAI
-
ゲームインターフェイスとしてのAI
-
ゲームのルールとしてのAI
-
ゲームの目標としてのAI
より具体的かつ直接的な観点から、プライマリー市場で現在見られているAIプロジェクトを要約します。AI + Cryptoプロジェクトのほとんどは、暗号の中核、つまり「技術（または政治） +ビジネスにおける資産の分散化」に基づいています。
地方分権化については何も言うことはありません。Web3…資産ベースのカテゴリによれば、それらは大まかに3つの主要なトラックに分けることができます。
-
コンピューティングパワーの資産
-
モデルの資産
-
データの資産
-
コンピューティングパワーアセット化
これは、さまざまな新しいプロジェクトに加えて、CosmosのAkash、PivotのSolanaのNosanaなど、ピボットの後に急速に上昇しているため、比較的密集したトラックですAIトラックについて。RNDRは分散型レンダリングに焦点を当てていますが、実際にAIを提供できるため、多くのカテゴリもRNDRをAIトラックに分割します。
コンピューティングパワーアセット化は、コンピューティングパワーの目的に応じて、さらに2つの方向に細分化できます。
-
1つは、Gensynが代表する「AIトレーニングに使用される分散型コンピューティングパワー」です。
-
1つは、ほとんどのピボットと新しいプロジェクトで表される「AI推論に使用される分散型コンピューティングパワー」です。
このトラックで非常に興味深い現象を見ることができます。または、軽emptチェーンが好きではありません。
-
従来のAI→分散推論→分散トレーニング
-
伝統的なAIの専門家は、分散型AIトレーニングや推論について楽観的ではありません
-
分散化された推論は、分散型トレーニングについて楽観的ではありません
AIトレーニング（特に大規模なモデルAIを指す）には大規模なデータが含まれ、データ需要がこれらのデータの高速通信によって形成される帯域幅の需要が含まれるため、主に技術的にはその理由です。現在のTransformer Big Model環境では、これらの大きなモデルには、コンピューティングパワーマトリックス + NVLinkとプロの光ファイバースイッチングメカニズムから購入した4090レベル/H100プロフェッショナルAIグラフィックカードの多数のハイエンドグラフィックカードが必要です分散化された方法で実装された、うーん…
コンピューティングパワーと通信帯域幅に対する推論の需要は、AIトレーニングの可能性よりもはるかに少ないです。トレーニング。しかし、同様に、少なくともこの段階では、費用対効果と信頼性の観点から、集中化されたコンピューティングパワーは、地方分権化よりもはるかに優れています。
これは、分散型の推論が「あなたはそれをまったくすることはできない」と考える理由を説明するのは難しくありませんが、従来のAIは「トレーニング技術は非現実的である」と考え、「推論はビジネスでは信頼できません」。 。
一部の人々は、BTC/ETHが最初に出てきたとき、すべての分布ノードが一度計算されたと言いました。これは、AIトレーニングの不変で冗長な次元とAIの推論に対する将来の需要に依存しています。
モデルの資産
これは、プロジェクトが混雑するトラックでもあり、ChatGptが人気になった後最も有名なアプリケーションの1つはCharacher.aiです。ソクラテスや孔子などの前任者との教えることについて質問したり、マスクやウルトラマンサムのような有名人とチャットすることもできます大きな言語モデル。AIエージェントの概念は、文字を通して人々の心に深く根ざしています。
孔子、ムスク、雷、雷がすべてNFTであるとしたらどうでしょうか？
これはai x cryptoではありませんか？！
したがって、それはモデルの資産についてではなく、大きなモデルに基づいて作成されたエージェントの資産ですNFTにモデルを作成して、AI X Cryptoのエージェントのマッピングに基づいてクラス「モデル」を作成します。
サークルには、英語を学ぶ方法を教えることができるエージェントがいます。また、あなたに恋をすることができるエージェントがいます。
このトラックの一般的な問題は、技術的な障壁、基本的にはnftization.aiが既存のオープンソースツールとフレームワークを使用して、1晩でBmanのようなスピーチを作成することです。 Bmanエージェントのように。第二に、ブロックチェーンとの統合は非常に軽く、ETHのGameFi Nftに少し似ています。チェーンには、1つの所有権だけです。
モデル/エージェントの資産は、目に見える将来のAI X Cryptoの最も重要なトラックの1つです。
データの資産
従来のAIトレーニングはインターネット上の可視データのみを使用できるか、より正確であるため、データ資産はAI+Cryptoに最も適しています。10〜20％以上を占めるパブリックドメイントラフィックに関するデータ、より多くのデータを説明する可能性があります。実際、プライベートドメイントラフィック（個人データを含む）を使用して、モデルを微調整することができます。
最高のスローガンWeb3は、読み取り、書き込み、独自のものです！
次に、分散型のインセンティブのガイダンスの下で、個人的および個人的なトラフィックに関するデータをリリースし、それを資産化するための非常に論理的なアプローチであり、実際にはより良い「食物配給」を提供しますこの分野に深く関わっているいくつかのチーム。
ただし、このトラックの最大の困難は、データをコンピューティングパワーのように標準化することが困難であることです。分散型コンピューティンググラフィックカードのモデルを直接変換することができ、プライベートデータの量、品質、目的、およびその他の次元の場合、AIトレーニングデータの資産を分散化することは困難です。 ERC721に少し似ており、多くのプロジェクトであり、多くの特性が混合されているため、現在はAIデータを実行するために使用されています少し難しい。
データトラックでは、分散型のラベルが付いています。現在、このステップは、主に集中したトークンの報酬を通じて、この労働を分散化するか、獲得するか、クラウドソーシングプラットフォームと同じように使用することができます。私は現在、この分野で働いている少数のチームを見てきました。
3。AI+暗号が欠落しているパズル
私たちの視点から欠落しているパズルについて簡単に話しましょう。
まず、技術的な障壁。前述のように、ほとんどのAI+Cryptoプロジェクトは、Web2の従来のAIプロジェクトと比較してほとんど障壁を持っていません分散化と価値分布がWeb3の強みであることは理解できますが、コアの障壁の欠如は必然的にXの視覚的な瞬間感覚につながります。RNDRのような親会社のOtoyのコアテクノロジーを備えたチームが、Cryptoでの強みを示すことを楽しみにしています。
2つ目は、実務家の現在の状況です。私たちが観察する限り、AI X Cryptoトラックの起業家の一部のチームはAIを非常によく理解していますが、Web3を深く理解していません。一部のチームは非常に暗号ネイティブですが、AIの分野では比較的浅い成果があります。これは、初期のGameFiトラックと非常によく似ています。ゲームを理解し、Web2ゲームチェーンの変更を考えたり、さまざまなゴールドメイキングモデルの革新と最適化について考えたりします。MATR1Xは、ゲームと暗号のデュアルAを理解する最初のチームです24年でAIと暗号の分野でデュアルAを理解しているチームを見ることができます。
3番目はビジネスシナリオです。AI X Cryptoは、上記の資産化タイプの非常に初期の段階にあり、各方向には慎重に探索して細分化できるトラックがあります。AIと暗号の組み合わせは、やや「黒」または「粗い」であり、AIまたは暗号の最適な競争力または複合性を発揮しません。これは、上記の2番目のポイントにも沿っています。たとえば、House R＆Dチームは、AIトラックで非常に多くのプロジェクトを見た後、より良い組み合わせ方法を考え、設計しました。待って。
私たち、VCが、なぜ市場の起業家よりも最初に特定のシナリオを考える理由を尋ねますか？私たちのハウスAIチームには7人の偉大なマスターがいて、そのうち5人はプロのAIからのものです。ABCDEチームの暗号の理解については、あなたは知っています…
最後に、私は主要な市場の観点からは、Ai X Crpytoはまだ非常に早く未熟ですが、これは24〜25年でAI X Cryptoがこの強気市場になることを妨げていませんメイントラック。結局のところ、AIを組み合わせて生産性を解放して生産関係を解放するより良い方法はありますか？
