Web3 + AI ：建構主權 AI 滿足 Crypto 社群利益和訴求

作者： IOBC Capital

黃仁勳在杜拜的 WGS 上演講時，提出了一個詞「主權AI」。那麼，哪個主權的 AI 能符合 Crypto 社群的利益和訴求呢？

也許需要以 Web3 AI 的形式建構。 Vitalik 在「The promise and challenges of crypto AI applications」一文中講述了AI 與Crypto 的協同效應：Crypto的去中心化可以平衡AI的中心化； AI是不透明的，Crypto帶來透明；AI需要數據，區塊鏈有利於數據的儲存和追蹤。 這種協同，貫穿在Web3 AI的整個產業圖像中。

大多數Web3 AI的專案是在利用區塊鏈技術解決AI產業基礎設施專案的建置問題，少數專案是利用AI解決Web3應用的某些問題。

Web3 AI產業圖像大體如下：

#AI的生產和工作流程大致如下：

在這些環節中，Web3與AI的結合主要體現在四個面向：

1、算力層：算力資產化

#近兩年來，用於訓練AI大模型的算力呈指數級增長，基本上每季就會翻一倍，以遠超摩爾定律的速度瘋狂成長。這種情況導致AI算力供需長期失衡，GPU等硬體價格快速上漲，進而抬高了算力成本。

但同時，市場上也存在大量的中低階算力硬體閒置，可能這部分中低階硬體的單體算力無法滿足高效能需求。但若透過Web3的方式建構成分佈式算力網絡，透過算力租賃、共享的方式，打造去中心化的運算資源網絡，仍可滿足許多AI應用需求。由於是利用分散式的閒置算力，可顯著降低AI算力的成本。

算力層細分包含：

#

• 通用的去中心化算力（例如Arkash 、 Io . net 等）；
• 用於AI 訓練的去中心化算力（例如Gensyn 、 Flock . io 等）；
• 用於AI 推理的去中心化算力（例如Fetch . ai 、 Hyperbolic 等）；
• 用於3D 渲染的去中心化算力（例如The Render Network 等）。

Web3 AI的算力資產化，核心優勢在於去中心化算力類項目，結合代幣激勵很容易擴展網絡規模，而且其計算資源成本低，具有高性價比，可滿足部分中低端的算力需求。

2、資料層：資料資產化

#資料是AI的石油、血液。如果不依賴Web3，一般只有巨頭企業手中才有大量的用戶數據，普通的新創公司很難取得廣泛的數據，用戶數據在AI產業的價值也並沒有回饋給用戶。透過Web3 AI，可以讓資料收集、資料標註、資料分散式儲存等流程更低成本、更透明、更有利於使用者。

收集高品質資料是AI模型訓練的前置條件，透過Web3的方式，可以利用分散式網絡，結合適當的Token激勵機制，採用眾包收集的方法，以較低成本獲取高品質且廣泛的數據。

根據專案用途，資料類別項目主要包括以下幾類：

#

• 資料收集類別項目（例如Grass 等）；
• 資料交易類別項目（例如Ocean Protocol 等）；
• 資料標註類別項目（例如Taida 、 Alaya 等） ;
• 區塊鏈資料來源類別專案（例如Spice AI 、 Space and time 等）；
• 去中心化儲存類別專案（例如Filecoin 、 Arweave 等）。

資料類Web3 AI項目，在設計Token經濟模型的過程中更有挑戰性，因為資料比算力更難標準化。

3、平台層：平台價值資產化

平台類別項目大多會對標Hugging Face，以整合AI產業各類別資源為核心。 建立一個平台，聚合數據、算力、模型、AI開發者、區塊鏈等各種資源和角色的鏈接，以平台為中心，更便捷地解決各種需求。例如Giza，專注於建構全面的zkML營運平台，旨在#使機器學習的推理變得可信和透明，因為資料和模型黑盒是目前AI中普遍存在的問題，透過Web3的方式採用ZK、FHE等密碼學技術來 驗證模型的推理確實有正確執行，是遲早##會 #被業界呼籲的。

也有做Focus AI的layer1/ layer2，例如Nuroblocks、Janction等。核心敘事是連結了各類算力、資料、模型、AI開發者、節點等資源，透過包裝通用元件、通用SDK的方式，幫助Web3 AI類應用實現快速建置與發展。

還有Agent Network類別的平台，基於這類平台可以為各種應用場景建立AI Agent，例如Olas、ChainML等。

平台類的Web3 AI項目，主要以Token捕捉平台價值的方式，激勵平台各參與者共構。對於新創專案從0-1的過程比較有幫助，可以減少專案方尋找算力、資料、AI開發者社群、節點等合作方的難度。

4、應用層： AI 價值資產化

#前面的基礎設施類別的項目，多數是利用區塊鏈技術解決AI產業基礎設施項目建設的問題。應用層專案則較多利用AI解決Web3應用存在的問題。

例如Vitalik在文章中提到兩個方向，我覺得很有意義。

一是AI作為Web3參與者。例如：Web3 Games中，AI可以作為一個遊戲玩家，它可以快速理解遊戲規則，並最有效率地完成遊戲任務DEX中，AI已經在套利交易中發揮作用很多年了；Prediction##markets（預測市場）中，AI Agent可以透過廣泛接受大量資料、知識庫#和訊息，訓練其模型的分析預測能力，並產品化提供給用戶，幫助用戶以模型推理的方式對特定事件作出預測################################################例如體育賽事、總統大選等###。

二是創建可擴展的去中心化的私人AI。因為許多用戶擔心AI的黑盒問題，擔心系統有偏見；或擔心存在某些dApps透過AI技術欺騙用戶來獲利。本質上是因為使用者對AI的模型訓練和推理過程沒有審查權限和治理權限。但如果創建一個Web3的AI，像Web3計畫一樣，社群對這個AI有分散式治理權，可能會更容易被接受。

截至目前，在Web3 AI應用層尚未出現天花板很高的白馬專案。

總結

Web3 AI還很早期，業界對這個賽道的發展前景也是有分歧的，我們會對這個賽道持續關注。我們希望Web3 與AI的結合能創造出比中心化AI更有價值的產品，讓AI擺脫「巨頭控制」、「壟斷」這些標籤，以更社群化的方式來「共治AI」。也許在更近距離參與、治理過程中，人類對AI會多一分「敬畏」、少一分「恐懼」。

#

以上是Web3 + AI ：建構主權 AI 滿足 Crypto 社群利益和訴求的詳細內容。更多資訊請關注PHP中文網其他相關文章！