iOSG｜AI X web3テクノロジースタックからインフラの新しい物語を拡大する

序文

最近、大規模な言語モデル（LLMS）の急速な発展は、人工知能（AI）を使用してさまざまな産業を変革することに関心を引き起こしました。ブロックチェーン業界はspareしみません、AI X Crypto物語の外観は多くの注目を集めています。この記事では、AIと暗号化を統合する3つの主要な方法について説明し、AI業界の解決におけるブロックチェーン技術のユニークな機会について説明します。

AixCryptoの3つの方法は次のとおりです。

1. AIを既存の製品に統合する：Duneのような企業は、AIを使用して製品を強化しています。たとえば、SQL Copilotを導入してユーザーが複雑なクエリを作成できるようにします。
2。暗号化エコシステムのためのAIインフラストラクチャの構築：儀式やオートノーラなどの新しい企業は、AIドライブインフラストラクチャの開発に焦点を当て、暗号化エコシステムのニーズに合わせて調整しました。
3.ブロックチェーンを使用してAI業界の問題を解決します。Gensyn、EZKL、IO.NETなどのプロジェクトは、データプライバシー、セキュリティ、透明性など、AI業界が直面している課題をブロックチェーンテクノロジーがどのように解決するかを調査しています。

AI X Cryptoの独自性は、ブロックチェーンテクノロジーがAI業界の内部問題を解決することが期待されることです。このユニークな交換ポイントは、AIおよびブロックチェーンコミュニティにとって有益なイノベーションソリューションの新しい可能性を開きました。

AI X Cryptoの分野について議論するために、AI業界の課題を解決する際に、ブロックチェーン技術の最も有望なアプリケーションを特定して表示することを目指しています。AI業界の専門家と暗号化されたビルダーと協力することにより、2つの技術的利点の利点を最大限に活用する切断ソリューションの開発を促進することに取り組んでいます。

1。業界の概要

AI X Cryptoのフィールドは、インフラストラクチャとアプリケーションの2つのカテゴリに分けることができますエッセンス一部の既存のインフラストラクチャは引き続きAIユースケースのサポートを提供していますが、新しい参加者は市場で新しいAIネイティブアーキテクチャを開始しています。

1。1ネットワークを計算します

AIXCRYPTOの分野では、AIアプリケーションに必要なインフラストラクチャを提供する上で、コンピューティングネットワークが重要な役割を果たします。これらのネットワークは、サポートタスクに基づいて2つのタイプに分けることができます。一般的なコンピューティングネットワークと専用のコンピューティングネットワークです。

1.1.1一般コンピューティングネットワーク

General -Purpose Computing Network（Io.netおよびAkashなど）は、ユーザーにSSHを介してマシンにアクセスする機会を提供し、コマンドラインインターフェイス（CLI）を提供して独自のアプリケーションを構築します。これらのネットワークは、仮想特別サーバー（VPS）に似ており、クラウド内のパーソナルコンピューティング環境を提供します。

IO.NETは、Solana Ecosystemに基づいており、COSMOSエコシステムに基づくGPUリースおよびコンピューティングクラスターに焦点を当てています。

iOSGベンチャーの見解：

成熟したWeb2クラウド市場と比較して、コンピューティングネットワークはまだ初期段階にあります。Web3コンピューティングネットワークは、主要なクラウドサービスプロバイダー（AWS、Azure、Google Cloudなど）に基づいたサーバーレス機能、VPS、およびデータベースクラウドプロジェクトなど、Web2の「LEGO」構造モジュールほど良くありません。

ネットワークの計算の利点は次のとおりです。

ブロックチェーンテクノロジーは、未使用のコンピューティングリソースとパーソナルコンピューターを使用して、ネットワークをより持続可能にすることができます。
ポイントツーポイント（P2P）設計により、個人は未使用のコンピューティングリソースを収益化し、低コストのコンピューティングを提供することで、75％〜90％のコストを削減する可能性があります。

ただし、次の課題により、実際の生産に投資し、Web2クラウドサービスを置き換えることは困難です。

価格設定は一般的な目的コンピューティングネットワークの主な利点ですが、機能、セキュリティ、安定性の点で成熟したWeb2クラウド企業と競合することは依然として困難です。
ポイント – ポイントスタイルは、これらのネットワークが成熟した安定した製品を迅速に提供する能力を制限する可能性があります。地方分権化の特性により、開発コストとメンテナンスコストが増加します。

1.1.2専用コンピューティングネットワーク

専用のコンピューティングネットワークは、一般的なコンピューティングネットワークに基づいて追加のレイヤーを追加します。これらのネットワークは、3DレンダリングやAIの推論やトレーニングなどの特定のユースケースを満たすことを目的としています。

Renderは、3Dレンダリングに焦点を当てたプロフェッショナルコンピューティングネットワークです。AIの分野では、Bittensor、双曲線、儀式、フェッチなどの新しいプレーヤーがAIの推論に焦点を当て、FlockとGensynは主にAIトレーニングに焦点を当てています。

iOSGベンチャーの見解：

専用のコンピューティングネットワークの利点：

分散化と暗号化機能は、AI業界の集中化と透明性の問題を解決します。
推論およびトレーニングプロセスの有効性を確保するための計算ネットワークおよび検証スキームはありません。
Flockによって採用された連邦学習などのプライバシー保護技術により、個人はモデルトレーニングのためにデータを提供できるようにし、データをローカルおよびプライベートに維持できます。
スマートコントラクトとダウンストリームブロックチェーンアプリケーションをサポートすることにより、AI推論はブロックチェーンで直接使用できます。

出典：iOSG Ventures

特別なAIの推論およびトレーニングコンピューティングネットワークはまだ初期段階にありますが、Web3 AIアプリケーションがWeb3 AIインフラストラクチャを優先すると予想されます。この傾向は、知的財産としてのストーリープロトコルと儀式とMyshellの協力において非常に明らかです。

これらの新たなAI X Web3インフラストラクチャによって構築されたキラーレベルのアプリケーションはまだ表示されていませんが、成長の可能性は膨大です。エコシステムの成熟により、分散型AIコンピューティングネットワークの独自の機能を使用するより革新的なアプリケーションが期待されています。

2。データ

データは、AIモデルの開発に重要な役割を果たします。

2.1データストレージ

分散化ストレージAIモデルは、分散型の方法で推論APIを提供するために不可欠です。推論ノードは、これらのモデルをどこからでも取得できるはずです。AIモデルは数百GBのサイズに達する可能性があるため、強力な分散型ストレージネットワークが必要です。FilecoinやArweaveなどの分散型ストレージの分野のリーダーは、この機能を提供する場合があります。

iOSGベンチャーの見解：

この分野には大きな機会があります。

AIモデルによって最適化された分散型データストレージネットワークの場合、バージョン制御、異なる低精度モデルの定量化の保存、大規模モデルの迅速なダウンロードなどの機能を提供します。
分散型ベクトルデータベースは、多くの場合モデルと結びついており、必要な知識を問題に挿入することにより、より正確な回答を提供するためです。既存のSQLデータベースは、ベクター検索サポートを追加することもできます。

2.2データ収集セットとマーク

高品質のデータを収集することは、AIトレーニングに不可欠です。草などのブロックチェーンに基づくプロジェクトは、群衆を使用してAIトレーニングのデータを収集し、パーソナルネットワークを使用します。適切なインセンティブとメカニズムにより、AIトレーナーは低コストで高品質のデータを取得できます。TAI-DAやSaipenなどのプロジェクトは、データマークに焦点を当てています。

iOSGベンチャーの見解：

この市場の観察：

ほとんどのデータラベルプロジェクトはGameFiに触発されており、ユーザーがコストを削減することを約束して高品質のマーキングデータとしてコストを削減するためにユーザーを引き付けます。
この分野には明らかなリーダーはいません。また、拡張AIはWeb2データマーク市場を支配しています。

2.3ブロックチェーンデータ

ブロックチェーン専用にAIモデルをトレーニングするとき、開発者は高品質のブロックチェーンデータを必要とし、トレーニングプロセスで直接使用することを望んでいます。SPICE AIとSpace and Timeは、SDKを使用した高品質のブロックチェーンデータを提供し、開発者がデータをトレーニングデータパイプラインに簡単に統合できるようにします。

iOSGベンチャーの見解：

ブロックチェーンに関連するAIモデルの需要の増加に伴い、高品質のブロックチェーンデータの需要が急増します。ただし、ほとんどのデータ分析ツールは現在、CSVのデータエクスポートデータのみを提供していますが、これはAIトレーニングには理想的ではありません。

ブロックチェーン向けに特異的にAIモデルの開発を促進するためには、開発者の体験を強化するために、より多くのブロックチェーン関連の機械学習操作とメンテナンス（MLOP）機能を提供することが重要です。これらの機能により、開発者はブロックチェーンデータをPythonベースのAIトレーニングパイプラインに直接シームレスに統合できるようにする必要があります。

3。ZKML

複雑なモデルを使用して計算コストを削減する動機により、集中化されたAIプロバイダーは信頼の問題に直面しています。たとえば、ユーザーはChatGptのパフォーマンスが低いと考えることがあります。その後、これはモデルのパフォーマンスを改善するためのOpenaiの更新に起因しました。

さらに、コンテンツ作成者はAIに関する著作権の懸念を提案しています。これらの企業が、特定のデータがトレーニングプロセスに含まれていないことを証明することは困難です。

Zero -Knowledge Machine Learning（ZKML）は、集中化された人工知能プロバイダーに関連する信頼の問題を解決する革新的な方法です。Zero -Knowledgeの証明を使用することにより、ZKMLは、開発者が機密データやモデルの詳細を漏らすことなく、人工知能トレーニングと推論プロセスの正しさを証明できるようにします。

3.1トレーニング

開発者は、RISC Zeroが提供する仮想マシンなど、ゼロ知識仮想マシン（ZKVM）でトレーニングタスクを実行できます。このプロセスでは、検証トレーニングが適切に実行され、承認されたデータのみが使用されるという証拠が生成されます。開発者としての証拠は、適切なトレーニング仕様とデータ使用権の証拠に準拠しています。

iOSGベンチャーの見解：

ZKMLは、証明モデルトレーニングにおける承認されたデータを使用するためのユニークなソリューションを提供し、通常、人工知能モデルのブラックボックス特性の特性の下で達成することは困難です。
この技術はまだ初期段階にあります。計算費用は膨大です。コミュニティは、ZKトレーニングのより多くのケースを積極的に調査しています。

3.2推論

対応するオブジェクトのトレーニングと比較して、ZKMLは推論のためにはるかに長くなります。いくつかのよく知られている企業がこの分野で登場しています。

Gizaは、包括的な機械学習操作（MLOP）プラットフォームの構築に焦点を当て、その周りに活気のあるコミュニティを構築しています。彼らの目標は、開発者に統合されたZKMLのためのツールとリソースをワークフローに推論することです。

一方、EZKLは、優れたパフォーマンスを提供し、開発エクスペリエンスを優先するために、ユーザーにフレンドリーなZKMLフレームワークを作成します。彼らのソリューションは、より多くの開発者が簡単に使用できるように、ZKML推論を実現するプロセスを簡素化するように設計されています。

Modulus Labsは、独自の証明システムを開発したさまざまな方法を使用しています。彼らの主な目標は、ZKMLの推論に関連するコンピューティング費用を大幅に削減することです。費用を10倍削減することにより、Modulus Labsは、ZKMLの推論を実際のアプリケーションでより実用的かつ効率的にしようとします。

iOSGベンチャーの見解：

ZKMLは、GameFiやDefiシーンに特に適しています。これは、信頼が不要であることが不可欠です。
ZKMLによって導入されたコンピューティング費用により、大規模な人工知能モデルが効率的に動作することが困難です。
業界は、実際のアプリケーションシナリオを表示するために、製品にZKMLを使用して、多数のDefiおよびGameFiの先駆者をまだ探しています。

4。エージェントネットワーク +その他のアプリケーション

4.1プロキシネットワーク

プロキシネットワークは、特定のタスクと知識を実行するツールと知識で構成されています。これらのエージェントは、より複雑な目標を達成するために互いに協力することができます。いくつかのよく知られている企業は、チャットロボットと同様のエージェントと代理店ネットワークを積極的に開発しています。

Sleepless、Siya、Myshell、Charaterx、およびDelysiumは、チャットロボットエージェントの構築に重要な参加者です。AutonolasとChainMLは、より強力なケースのためにプロキシネットワークを構築しています。

iOSGベンチャーの見解：

エージェントは、現実世界の適用に不可欠です。GM人工知能よりも特定のタスクをよりよく実行できます。ブロックチェーンは、人工知能エージェントにいくつかのユニークな機会を提供します。

インセンティブメカニズムの所有：ブロックチェーンは、非脱線的トークン（NFT）などの技術を通じてインセンティブメカニズムを提供します。明確な所有権とインセンティブ構造により、クリエイターはチェーン上でより興味深く革新的なエージェントを開発するように動機付けられています。
スマートコントラクトの組み合わせ：ブロックチェーン上のスマートコントラクトを組み合わせて、レゴブリックのように動作させることができます。スマートコントラクトによって提供されるオープンAPIにより、プロキシは従来の金融システムで達成が困難な複雑なタスクを実行できます。この組み合わせにより、プロキシはさまざまな分散型アプリケーション（DAPP）と対話し、その機能を使用できます。
内部開放性：ブロックチェーンにエージェントを構築することにより、これらのネットワークの固有のオープン性と透明性を継承します。これにより、さまざまなエージェントの組み合わせに大きな機会が生まれ、より複雑なタスクを解決する独自の能力を協力して組み合わせることができます。

4.2その他のアプリケーション

前述の主なカテゴリに加えて、Web3フィールドのいくつかの興味深い人工知能アプリケーションが注目を集めていますが、独立したカテゴリを形成するのに十分なほど大きくないかもしれません。これらのアプリケーションはさまざまな分野に及び、ブロックチェーンエコシステムにおける人工知能の多様性と可能性を示しています。

画像生成：imgnai
画像プロンプトの収益化：nfprompt
コミュニティトレーニング人工知能イメージ生成：ボット
チャットロボット：Kaito、Supersight、Galaxy、KNN3、Awesome QA、QNA3
財務：numer ai
ウォレット：dawn_wallet
ゲーム：パラレルTCG
教育：フック
安全性：フォルタ
DID：worldcoin
作成者ツール：PLAIラボ

5. aixcryptoをWeb2ユーザーに宣伝して、大規模な採用を達成する

AI X Cryptoが人工知能の分野で最も困難な問題を解決できるため、AI X Cryptoがユニークである理由。現在のAIXCRYPTO製品とWeb2 AI製品の間にはギャップがあり、Web2ユーザーへの魅力が不足していますが、AixCryptoにはまだいくつかのユニークな機能があり、AIXCRYPTOのみを提供できます。

5.1コスト効率の高いリソースの計算：

AIXCRYPTOの主な利点の1つは、高コスト効果の高いコンピューティングリソースを提供することです。LLMの需要の増加に伴い、市場の開発者の数が増加し、GPUの可用性と価格がより挑戦的になりました。GPUの価格は急激に上昇し、不足しています。

Depinプロジェクトなどの分散型コンピューティングネットワークは、アイドルコンピューティングパワー、小型データセンターのGPU、およびパーソナルコンピューティングデバイスを使用することにより、この問題を軽減するのに役立ちます。分散化された計算能力の安定性は、集中クラウドサービスよりも少ない場合がありますが、これらのネットワークはさまざまな地域で高いコストコンピューティング機器を提供します。この分散化方法は、エッジ遅延を最小限に抑えて、より分散した柔軟なインフラストラクチャを確保します。

分散型コンピューティングネットワークの力を使用することにより、AixCryptoはWeb2ユーザーに手頃な価格の簡単なコンピューティングリソースを提供できます。このコストの優位性は、Web2ユーザーを引き付けてAIXCRYPTOソリューションを採用し、特にAIコンピューティングの需要が増え続けている場合に魅力的です。

5.2クリエイターの所有権を与える：

AI X Cryptoのもう1つの重要な利点は、クリエイターの所有権を保護することです。人工知能の現在の分野では、一部のエージェントは簡単にコピーされます。同様のヒントを書くだけで、これらのプロキシを簡単にコピーできます。さらに、GPTストアのエージェントは通常、作成者ではなく集中企業が所有しており、作業を制御するクリエイターの能力と収益性を効果的に達成する能力を制限します。

AI X Cryptoは、暗号化の分野で成熟したNFTテクノロジーを使用して、この問題を解決します。エージェントをNFTとして表現することにより、クリエイターは本当に自分の作品を所有し、実際の利益を得ることができます。ユーザーがエージェントと対話するたびに、作成者はインセンティブを取得して、自分の努力に対する公正な利益を確保することができます。NFT所有権の概念は、エージェントだけでなく、知識ベースやヒントなどの人工知能の分野で他の重要な資産を保護するためにも適しています。

5.3プライバシーの保護と再構築トラスト：

ユーザーとクリエイターは、集中型の人工知能会社についてプライバシーの懸念を抱いています。ユーザーは、データが将来のモデルをトレーニングするために乱用されることを心配していますが、作成者は自分の作品が使用されることを心配しているが、適切な帰属または補償がないことを心配しています。さらに、集中化された人工知能会社は、インフラストラクチャコストを削減するためにサービス品質を犠牲にする可能性があります。

これらの問題はWeb2テクノロジーを介して解決することは困難ですが、AixCryptoは高度なWeb3ソリューションを使用しています。ゼロの知識トレーニングと推論は、使用されるデータを介して透過的であり、証明によって使用される正しいモデルを確保することができます。信頼できる実行環境（TEE）、連邦学習、およびプライバシーを保護し、プライバシーを保護するためのセキュリティとプライバシーを達成するための完全に同じ状態暗号化（FHE）などのテクノロジー。

優先順位、優先順位、透明性を通じて、AIXCRYPTOは、人工知能企業が一般の信頼を再認識し、ユーザーの権利を尊重する人工知能サービスを提供することを可能にし、従来のWeb2ソリューションと区別できます。

5.3プライバシーの保護と再構築トラスト：

5.4コンテンツソースの追跡

人工知能生成の内容がより正確になるにつれて、人間の創造と人工知能によって生成されるテキスト、画像、またはビデオを区別することがより困難です。人工知能の内容の乱用を防ぐために、人々はコンテンツのソースを決定するための信頼できる方法を必要とします。

ブロックチェーンは、サプライチェーン管理やNFTの成功と同様に、コンテンツソースの追跡でうまく機能しました。サプライチェーン業界では、ブロックチェーン追跡製品のライフサイクル全体がメーカーと主要なマイルストーンを特定できます。同様に、NFTの場合の著作権侵害を追跡するブロックチェーンは、著作権侵害のために妨げられています。このような脆弱性はありますが、ブロックチェーンの使用は、ユーザーが真のトークンと偽のトークンを簡単に区別できるため、偽のNFTによって引き起こされる損失を最小限に抑えることができます。

AixCryptoは、人工知能生成コンテンツのソースを追跡するためのブロックチェーンテクノロジーの適用を通じて、ユーザーに人工知能または人間のコンテンツの内容の内容を検証する機能を提供し、それによって虐待の可能性を減らし、信頼を高めることができます。コンテンツの信頼性。

5.5暗号通貨開発モデルを使用します

設計およびトレーニングモデル、特に大規模なモデルは、高価で時間を抑えるプロセスです。新しいモデルはまだ不確実であり、開発者は自分のパフォーマンスを予測することはできません。

暗号通貨は、事前トレーニングデータを収集し、強化フィードバックを収集し、利益から資金を調達できる開発者に友好的な方法を提供します。このプロセスは、典型的な暗号通貨プロジェクトのライフサイクルに似ています。民間投資のための資金またはテイクオフタイワンであり、最初はアクティブな貢献者に積極的な貢献者に投入されます。

このモデルは、同様の方法を採用して、トレーニングのためのトークンの販売とデータとフィードバックへの貢献者の販売のための資金を調達することができます。慎重に設計されたトークン経済モデルを通じて、このワークフローは、個々の開発者が以前よりも新しいモデルを簡単に訓練するのに役立ちます。

6。Tokennomicsの課題

AI X Cryptoプロジェクトは、暗号化には独自の価値提案があり、Web2人工知能産業の市場規模がかなりのため、Web2開発者を潜在的な顧客としてターゲットにし始めました。ただし、トークンに不慣れであり、トークンシステムに参加したくないWeb2開発者にとって、トークンは障害になる可能性があります。

Web2開発者に対応し、トークンの実用性を低減または削除するために、AI X Cryptoプロジェクトの基本的な位置を変更する可能性があるため、Web3愛好家にトラブルを引き起こす可能性があります。貴重なトークンを人工知能SaaSプラットフォームに統合しようとするとき、Web2開発者を引き付けることとトークンの実用性を維持することとのバランスを見つけることは困難な作業です。

Web2とWeb3のビジネスモデルのギャップを促進し、同時にトークン値を維持するために、次の潜在的な方法を考慮することができます。

プロジェクトの分散インフラストラクチャネットワークのトークンを使用します。基本ネットワークを保護するための誓約、報酬、罰のメカニズムを実装します。
トークンを支払い方法として使用すると同時に、Web2ユーザーの使用の使用を提供します
トークンベースのガバナンスを実装します
トークンホルダーと収入を共有します
収入を使用して、トークンを買い戻しまたは破壊します
プロジェクトが提供するサービスについては、トークンホルダーに割引と追加機能を提供します

Web2とWeb3の利益に適合するトークン経済モデルを慎重に設計することにより、AI X Cryptoプロジェクトは、トークンの価値と実用性を維持しながら、Web2開発者をうまく引き付けることができます。

7。私たちのお気に入りのai x暗号シーン

私たちのお気に入りのAI X Cryptoシーンは、ユーザーコラボレーションの力を使用して、ブロックチェーンテクノロジーの助けを借りて、人工知能の分野でタスクを完了します。具体的な例には次のものがあります。

1。AIトレーニング、アラインメント、ベンチマークテストのデータ貢献（チャットボットアリーナなど）

2。さまざまなエージェントのための大規模な共有ナレッジベースを構築するために協力します（たとえば、サハラ）

3.個人リソースを使用してネットワークデータ（たとえば、草）をキャプチャします

ブロックチェーンベースのインセンティブと調整の集合的な努力を使用することにより、これらのモデルは、AI開発と展開のための地方分権化とコミュニティ駆動型の方法の可能性を示しています。

結論は

私たちは他の産業と比較してAIおよびWeb3の夜明け段階にあります。上位50のGen AI製品には、Web3に関連する製品はありません。トップLLMツールは、主に販売、会議、メモ/知識ベースに関するコンテンツの作成と編集に関連しています。Web3エコシステムでの多数の研究、文書、販売、コミュニティの仕事を考慮すると、カスタムLLMツールの開発に大きな可能性を提供します。

現在、開発者はインフラストラクチャの構築と、高度なAIモデルをチェーンに導入することに注力していますが、目標に到達していません。このインフラストラクチャの開発を続けているため、ブロックチェーンフィールドにユニークな機会を提供する安全で不cru慎な方法でチェーンのAI推論を提供するための最高のユーザーシナリオも模索しています。他の業界では、推論や微調整のために既存のLLMインフラストラクチャを直接使用できます。ブロックチェーン業界のみが独自のネイティブAIインフラストラクチャを必要としています。

近い将来、ブロックチェーンテクノロジーがその利点を使用して、人工知能業界で最も困難な問題を解決し、AIモデルをより手頃な価格で、アクセスしやすく、収益性を高めることを期待しています。また、AI業界との暗号化フィールドの物語を少しも楽しみにしていますが、わずかに遅れています。過去1年間、Crypto、Proxy、LLMモデルを組み合わせた開発者の組み合わせを目撃しました。次の数か月で、より多くのモデルモデル、テキスト、ビデオ生成、3D生成が暗号の分野に影響を与える可能性があります。

AIおよびWeb3業界全体は、Web3でのCryptoxai Killerアプリケーションを緊急に期待していません。