Fusion de l'IA et de la Blockchain : explorer les perspectives et les défis de la combinaison de Web3 et de l'intelligence artificielle

Ces dernières années, le développement rapide de l'intelligence artificielle (AI) et des technologies de Blockchain a fait de AI+Crypto un sujet d'investissement tendance. La décentralisation, la haute transparence et les caractéristiques anti-monopole de la Blockchain compensent les lacunes des systèmes d'IA, et la combinaison des deux nous offre de nouvelles opportunités.

Les experts du secteur classent l'application de la combinaison de l'IA et de la Blockchain en quatre catégories : en tant que participant à l'application, interface, règles et objectifs. Ils estiment que l'IA dans le Crypto devrait être davantage considérée du point de vue de l'"application", y compris l'optimisation de la puissance de calcul, des algorithmes et des données.

Les institutions de recherche classent les projets AI+Crypto en couche de base, couche d'exécution et couche d'application. Dans la couche de base, la technologie zkML combine la preuve à divulgation nulle de connaissance et la Blockchain, offrant des solutions sécurisées et vérifiables pour le comportement des agents AI. Dans la couche d'exécution, l'AI montre son potentiel dans le traitement des données, le développement automatisé, la sécurité des transactions sur la chaîne, etc. Dans la couche d'application, les robots de trading alimentés par l'AI, les outils d'analyse prédictive et la gestion de la liquidité AMM jouent un rôle important dans le domaine de la DeFi.

Cet article explorera les orientations d'investissement dans le secteur AI+Crypto, en se concentrant sur l'innovation et le développement au niveau de l'infrastructure et des applications, tout en analysant les perspectives et les défis de la combinaison de l'IA et de la Blockchain.

Directions clés dans le domaine de l'IA

Les experts classent les applications combinant l'IA et la Blockchain en 4 grandes catégories :

1. L'IA en tant que participant dans l'application
2. AI en tant qu'interface d'application
3. L'IA en tant que règle d'application
4. L'IA comme objectif de l'application

D'un point de vue de la productivité vs des relations de production, la Crypto fournit principalement des relations de production. Cela peut être considéré sous trois angles :

1. Optimiser la puissance de calcul : fournir des ressources de calcul décentralisées et efficaces, réduire le risque de point de défaillance unique, améliorer l'efficacité du calcul.
2. Optimisation des algorithmes : promouvoir l'open source, le partage et l'innovation des algorithmes ou des modèles.
3. Optimiser les données : réaliser le stockage décentralisé, la contribution, l'utilisation et la gestion de la sécurité des données.

Les institutions de recherche classifient les projets AI+Web3 en trois couches : couche de base, couche d'exécution et couche d'application :

• Couche de base : comprend l'entraînement des modèles, les données, la puissance de calcul décentralisée et le matériel, en mettant l'accent sur la combinaison de la technologie zk et de la technologie ML.
• Couche d'exécution : traitement et transmission des données, agent IA, zkML, FHE, etc.
• Couche d'application : AI+DeFi, AI+GameFi, métavers, AIGC et Meme, ainsi que RAAS, oracle, coprocesseur, UBI, etc.

Parmi ceux-ci, les projets au niveau de l'infrastructure et des applications se développent rapidement, tels que Io.net au niveau de la puissance de calcul, Flock au niveau des modèles de base, l'infrastructure Blockchain ZeroGravity, l'agent AI Myshell et 0xScope au niveau des applications.

Les directions suivantes méritent une attention particulière :

I. Direction zkML

La technologie zkML, en combinant la preuve à divulgation nulle de connaissance et la technologie Blockchain, offre une solution sécurisée, vérifiable et transparente pour surveiller et contraindre le comportement des agents IA. Elle ouvre de nouvelles méthodes pour utiliser des modèles publics lors de la validation de données privées, ou pour utiliser des données publiques lors de la validation de modèles privés. Cette innovation rend les contrats intelligents plus flexibles, capables de s'adapter à un plus grand nombre de scénarios d'application.

projet typique de technologie zkML

1. Modulus Labs : l'un des projets les plus diversifiés dans le domaine du ZKML, construisant des exemples d'applications AI sur la blockchain, comme RockyBot et Leela vs. the World.

2. Giza : un protocole permettant de déployer des modèles d'IA sur la Blockchain, utilisant le format ONNX, le Giza Transpiler, l'ONNX Cairo Runtime et d'autres technologies.

3. Zkaptcha : se concentre sur les problèmes de robots dans le Web3, fournit un service de captcha pour les contrats intelligents, utilise des preuves à divulgation nulle de connaissance pour créer des contrats intelligents résistant aux attaques de sorcières.

Deuxième, Direction du traitement des données

Les percées de l'IA au niveau d'exécution se manifestent principalement dans les aspects suivants :

a. IA et analyse des données en chaîne : utiliser la technologie IA pour explorer en profondeur les données de la Blockchain et obtenir plus d'insights.

b. Développement d'applications décentralisées (dApp) avec l'IA et l'automatisation : projets d'infrastructure pour Devops, aidant les développeurs à écrire des contrats intelligents plus rapidement et à corriger automatiquement les erreurs.

c. IA et sécurité des transactions sur la blockchain : déployer des agents IA sur la blockchain pour améliorer la sécurité et la crédibilité des applications IA.

Cas d'utilisation : SeQure est une plateforme de sécurité utilisant l'IA pour la surveillance et l'analyse en temps réel, garantissant la stabilité et la sécurité des transactions sur la blockchain.

Trois, direction AI+DeFi

La combinaison de l'IA et de la DeFi se manifeste principalement dans les aspects suivants :

1. Robots de trading alimentés par l'IA : exécution rapide et précise des transactions, analyse des données de marché et des tendances des prix.

2. Analyse prédictive : fournir des prévisions fiables sur les tendances du marché et les évolutions potentielles des prix.

3. Gestion de la liquidité AMM : grâce à l'intégration de l'IA, ajustement intelligent de la plage de liquidité, optimisation de l'efficacité et des rendements de l'AMM.

4. Protection de liquidation et gestion des positions de dette : combiner les données on-chain et off-chain pour réaliser une stratégie intelligente de protection de liquidation.

5. Conception de produits structurés DeFi complexes : dépend de modèles financiers d'IA pour concevoir des mécanismes de trésorerie, augmentant l'intelligence et la flexibilité des produits.

Quatre, direction AI+GameFi

L'application de l'IA dans les projets GameFi se manifeste principalement dans les domaines suivants :

1. Optimisation de la stratégie de jeu : ajuster en temps réel la difficulté et la stratégie du jeu en apprenant les habitudes des joueurs.

2. Gestion de l'utilisation des actifs de jeu : aider les joueurs à gérer et à échanger plus efficacement les actifs virtuels dans le jeu.

3. Améliorer l'interaction dans le jeu : créer des PNJ plus intelligents et réactifs, améliorer l'immersion dans le jeu et la satisfaction des joueurs.

Stratégies d'investissement en fonction du temps

• Court terme : se concentrer sur les domaines où l'IA est la première à se déployer dans la Crypto, comme les applications d'IA conceptuelles et les memes.
• Moyen terme : Se concentrer sur la combinaison de l'Agent IA et de l'Intention, ainsi que sur la combinaison avec les contrats intelligents.
• Long terme : se concentrer sur la combinaison des technologies AI et zkML, ce qui affectera finalement le domaine des Crypto.