Web3 + KI: Aufbau einer souveränen KI, um den Interessen und Anforderungen der Crypto-Community gerecht zu werden

Autor: IOBC Capital

Während seiner Rede bei WGS in Dubai schlug Jen-Hsun Huang den Begriff „Sovereign AI“ vor. Welche souveräne KI kann also die Interessen und Anforderungen der Crypto-Community erfüllen?

Vielleicht muss es in Form von Web3 + KI erstellt werden. Vitalik beschrieb die Synergie zwischen KI und Krypto im Artikel „Das Versprechen und die Herausforderungen von Krypto- und KI-Anwendungen“: Die Dezentralisierung von Krypto kann die Zentralisierung von KI ausgleichen; KI ist undurchsichtig, und Krypto bringt Transparenz; erfordert Daten, und Blockchain eignet sich zur Datenspeicherung und -verfolgung. Diese Art von Synergie zieht sich durch die gesamte Industrielandschaft von Web3+AI.

Die meisten Web3 + KI-Projekte verwenden Blockchain-Technologie, um die Konstruktionsprobleme von Infrastrukturprojekten in der KI-Branche zu lösen, und einige Projekte verwenden KI, um bestimmte Probleme in Web3-Anwendungen zu lösen.

Das Bild der Web3 + KI-Branche sieht ungefähr wie folgt aus:

Die Produktion und der Workflow von KI sehen ungefähr wie folgt aus:

In diesen Links die Kombination von Web3 und KI spiegelt sich hauptsächlich in vier Aspekten wider:

1. Rechenleistungsschicht: Kapitalisierung der Rechenleistung

In den letzten zwei Jahren ist die Rechenleistung, die zum Trainieren großer KI-Modelle verwendet wird, exponentiell gestiegen und hat sich im Grunde verdoppelt vierteljährlich, und zwar mit einer Geschwindigkeit, die weit über dem Mooreschen Gesetz liegt. Diese Situation hat langfristig zu einem Ungleichgewicht zwischen Angebot und Nachfrage von KI-Rechenleistung geführt, und die Preise für Hardware wie GPUs sind rapide gestiegen, wodurch die Kosten für Rechenleistung gestiegen sind.

Aber gleichzeitig gibt es auch eine große Anzahl ungenutzter Mid- bis Low-End-Computerhardware. Es kann sein, dass die einzige Rechenleistung dieses Teils der Mid- bis Low-End-Hardware ist kann die hohen Leistungsanforderungen nicht erfüllen. Wenn jedoch ein verteiltes Rechenleistungsnetzwerk über Web3 aufgebaut wird und ein dezentrales Rechenressourcennetzwerk durch Leasing und gemeinsame Nutzung von Rechenleistung erstellt wird, kann es dennoch die Anforderungen vieler KI-Anwendungen erfüllen. Da verteilte ungenutzte Rechenleistung genutzt wird, können die Kosten für KI-Rechenleistung deutlich gesenkt werden.

Die Aufschlüsselung der Rechenleistungsschicht umfasst:

• Allgemeine dezentrale Rechenleistung (wie Arkash, Io. net usw.);
• Dezentrale Rechenleistung für KI-Training (wie Gensyn, Flock. io usw.);
• Dezentrale Rechenleistung für KI-Argumentation Dezentrales Rechnen Leistung (wie Fetch.ai, Hyperbolic usw.);
• Dezentrale Rechenleistung für 3D-Rendering (wie The Render Network usw.).

Der Hauptvorteil der Rechenleistungsaktivierung von Web3+AI liegt in dezentralen Rechenleistungsprojekten. In Kombination mit Token-Anreizen ist es einfach, die Netzwerkgröße zu erweitern, und die Kosten für Rechenressourcen sind niedrig und die Kostenleistung ist hoch Erfüllen Sie die Anforderungen einiger kleiner und mittlerer Unternehmen an die Rechenleistung.

2. Datenschicht: Datenverwertung

Daten sind das Öl und Blut der KI. Wenn Sie sich nicht auf Web3 verlassen, verfügen im Allgemeinen nur große Unternehmen über eine große Menge an Benutzerdaten. Für normale Startups ist es schwierig, umfangreiche Daten zu erhalten, und der Wert von Benutzerdaten in der KI-Branche wird nicht an die Benutzer zurückgegeben. Durch Web3+AI können Prozesse wie Datenerfassung, Datenanmerkung und verteilte Datenspeicherung kostengünstiger, transparenter und für Benutzer vorteilhafter gestaltet werden.

Das Sammeln hochwertiger Daten ist eine Voraussetzung für das Training von KI-Modellen. Über Web3 können Sie verteilte Netzwerke in Kombination mit geeigneten Token-Anreizmechanismen und Crowdsourcing-Erfassungsmethoden verwenden, um qualitativ hochwertige Daten zu einem niedrigeren Preis zu erhalten Kosten. Umfangreiche Daten.

Basierend auf dem Zweck des Projekts umfassen Datenprojekte hauptsächlich die folgenden Kategorien:

• Datenerfassungsprojekte (z. B. Grass usw.);
• Datentransaktionsprojekte (z. B. Ocean Protocol usw.);
• Blockchain-Datenquelle Projekte (wie Spice AI, Space and Time usw.);
• Dezentrale Speicherprojekte (wie Filecoin, Arweave usw.).

Datenbasierte Web3+KI-Projekte stellen bei der Gestaltung des Token-Wirtschaftsmodells eine größere Herausforderung dar, da Daten schwieriger zu standardisieren sind als Rechenleistung.

3. Plattformschicht: Kapitalisierung des Plattformwerts

Die meisten Plattformprojekte zielen auf Hugging Face ab,

mit dem Kern der Integration verschiedener Ressourcen in der KI-Branche. Erstellen Sie eine Plattform, die Links zu verschiedenen Ressourcen und Rollen wie Daten, Rechenleistung, Modellen, KI-Entwicklern und Blockchain aggregiert, wobei die Plattform als Zentrum dient, um verschiedene Anforderungen bequemer zu lösen.Wie Giza konzentriert sich auf den Aufbau einer umfassenden zkML operativen Plattform, zielt darauf ab, maschinelle Lerninferenz vertrauenswürdig und transparent zu machen, weil Daten und Modelle Black Boxes sind ein häufiges Problem in derzeit in KI. Durch Web3unter Verwendung kryptografischer Technologien wie ZK und FHE zur Überprüfung der Inferenz des Modells ist in der Tat korrekte Ausführung tion, ist etwas, das früher oder später von der Industrie in Anspruch genommen werden wird.

Es gibt auch Layer1/Layer2 für Focus AI, wie Nuroblocks, Janction usw. Die Kernerzählung verbindet verschiedene Rechenleistung, Daten, Modelle, KI-Entwickler, Knoten und andere Ressourcen und hilft Web3+KI-Anwendungen, durch das Packen gemeinsamer Komponenten und gemeinsamer SDKs eine schnelle Konstruktion und Entwicklung zu erreichen.

Es gibt auch Plattformen wie Agent Network, auf deren Grundlage KI-Agenten für verschiedene Anwendungsszenarien wie Olas, ChainML usw. erstellt werden können.

Web3+KI-Projekte vom Plattformtyp verwenden hauptsächlich Token, um den Wert der Plattform zu erfassen und alle Teilnehmer der Plattform zum gemeinsamen Aufbau zu ermutigen. Es ist hilfreich für Start-up-Projekte von 0 auf 1 und kann die Schwierigkeit für Projektparteien verringern, Partner wie Rechenleistung, Daten, KI-Entwicklergemeinschaften, Knoten usw. zu finden.

4. Anwendungsschicht: KI-Wert-Assetisierung

Die meisten bisherigen Infrastrukturprojekte nutzen Blockchain-Technologie, um die Probleme des Infrastrukturprojektbaus in der KI-Branche zu lösen. Bei Projekten auf Anwendungsebene geht es eher darum, KI zur Lösung von Problemen in Web3-Anwendungen einzusetzen.

Zum Beispiel hat Vitalik in dem Artikel zwei Richtungen erwähnt, was ich für sehr aussagekräftig halte.

One ist AI als Web3-Teilnehmer.Zum Beispiel: In Web3-Spielen kann KI als Spieler fungieren, sie kann schnell die Spielregeln verstehen und Spielaufgaben am effizientesten erledigen; In DEX spielt KI seit vielen Jahren eine Rolle im Arbitrage--Handel; in Vorhersagemärkten (Vorhersagemarkt) kann KI-Agent weitgehend eine große Menge annehmen von Daten durch , Wissensdatenbank und Informationen, trainiert die Analyse- und Vorhersagefähigkeiten seines Modells und stellt es Benutzern als Produkt zur Verfügung, um Benutzern dabei zu helfen, Vorhersagen für bestimmte Ereignisse durch Modell zu treffen Argumentation, wie Sportveranstaltungen, Präsidentschaftswahlen und mehr.

Die zweite besteht darin, eine skalierbare dezentrale private KI zu schaffen. Weil viele Benutzer über das Black-Box-Problem der KI und die Voreingenommenheit im System besorgt sind oder befürchten, dass einige dApps KI-Technologie verwenden, um Benutzer zu täuschen, um Gewinne zu erzielen. Dies liegt im Wesentlichen daran, dass Benutzer keine Überprüfungs- und Steuerungsrechte für den Schulungs- und Inferenzprozess des KI-Modells haben. Wenn Sie jedoch eine Web3-KI wie das Web3-Projekt erstellen, verfügt die Community über verteilte Governance-Rechte für diese KI, die möglicherweise leichter akzeptiert werden.

Derzeit gibt es keine White Horse-Projekte mit hohen Decken in der Web3+AI-Anwendungsschicht.

Zusammenfassung

Web3 + AI befindet sich noch in einem frühen Stadium und die Branche ist sich über die Entwicklungsaussichten dieses Tracks uneinig. Wir werden diesem Track weiterhin Aufmerksamkeit schenken. Wir hoffen, dass durch die Kombination von Web3 und KI Produkte entstehen können, die wertvoller sind als zentralisierte KI, sodass die KI die Etiketten „Riesenkontrolle“, „Monopol“ und „KI mitregieren“ in einem stärker gemeinschaftsbasierten Umfeld ablegen kann Weg. Vielleicht werden die Menschen im Zuge einer engeren Beteiligung und Steuerung mehr „Ehrfurcht“ und weniger „Angst“ vor der KI haben.

Das obige ist der detaillierte Inhalt vonWeb3 + KI: Aufbau einer souveränen KI, um den Interessen und Anforderungen der Crypto-Community gerecht zu werden. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!