Pode a IA que faz autostop liderar uma nova tendência nas narrativas de mercado em alta?

[TL;DR]

A trilha AI+Web3 pode ser dividida em três camadas: camada de infraestrutura, camada intermediária e camada de aplicativo. A camada de infraestrutura concentra-se em fornecer energia de computação e armazenamento, que atualmente é o campo mais popular e popular.

Além dos casos de aplicação na camada de aplicativos em jogos, redes sociais e negociação, a IA também pode ser usada em áreas como análise de dados, monitoramento e rastreamento de informações, e apostas em lances.

Projetos intimamente relacionados ao conceito de IA frequentemente ganham rapidamente o favor do mercado, mas atenção deve ser dada para filtrar projetos que não correspondem ao seu nome e estão puramente focados em tópicos quentes.

Introdução

Recentemente, uma série de projetos de AI+Web3 têm despertado entusiasmo no mercado. Para explorar essa potencial oportunidade de mercado em profundidade, a Gate.io Research irá combinar diversos projetos em alta para realizar uma análise aprofundada dos vários elos na cadeia da indústria AI+Web3, com o intuito de fornecer aos leitores uma compreensão completa e aprofundada.

AI+Web3: Nova tecnologia, nova direção, nova especulação

No ano passado, com o surgimento de modelos de IA generativos em grande escala como o ChatGPT, a IA se tornou um tópico de investimento quente perseguido pelo mercado de capitais mundial. Ao mesmo tempo, o mercado Web3 também viveu uma nova rodada de prosperidade.

A combinação orgânica de IA e Web3, sem dúvida, torna-se a interseção dos dois tópicos quentes no campo da tecnologia atual. Recentemente, observamos um grande número de projetos novos e antigos em torno desse tema recebendo atenção do mercado, destacando o forte interesse e altas expectativas dos investidores por essa combinação.

De acordo com a definição de blockchain Wanxiang, a combinação de IA e Web3 é principalmente refletida em dois aspectos: como Web3 promove o desenvolvimento de IA e como as aplicações Web3 combinam tecnologia de IA. Atualmente, a maioria dos projetos tende a utilizar tecnologia e conceitos Web3 para impulsionar o avanço da IA. Para analisar essa combinação, podemos começar com todo o processo de IA, desde o treinamento do modelo até a aplicação.

O processo de produção de IA inclui aproximadamente: aquisição de dados, fornecendo uma base para o treino do modelo; Pré-processamento de dados e engenharia de características/sugestões, envolvendo limpeza de dados, anotação e consultas estruturadas; Treino e otimização do modelo, melhorando o desempenho do modelo através de iteração; Revisão e governança do modelo para garantir qualidade e transparência do modelo; Inferência do modelo, prevendo novos dados; Implantação e monitorização do modelo para garantir um desempenho ótimo do modelo em aplicações práticas.

Nesse processo, o Web3 tem muitos pontos de integração. Por exemplo, a rede distribuída e o mecanismo de incentivo do Web3 podem construir redes e comunidades de IA mais abertas e de código aberto, atendendo às necessidades de aplicações de IA por infraestruturas e redes de dados de baixo custo e abertas. Ao mesmo tempo, a combinação do Web3 com tecnologias cripto, como ZK, pode melhorar as questões de confiança da IA, abordar desafios como transparência do modelo, viés e aplicações éticas.

Origem: blockchain Wanxiang

Conforme mostrado na figura acima, a faixa AI+Web3 pode ser dividida em três camadas: camada de infraestrutura, camada intermediária e camada de aplicação.

A camada de infraestrutura concentra-se em fornecer energia computacional e armazenamento, e a adição do Web3 pode reduzir seus custos e atender a mais aplicações de IA.

A camada intermediária utiliza a tecnologia Web3 para otimizar os processos de produção de IA, como aquisição de dados, pré-processamento e validação de modelos, resultando em inúmeros projetos inovadores.

A camada de aplicação demonstra a ampla aplicação de IA no Web3, como geração, análise e previsão de conteúdo. Com base na observação do autor, a descrição da camada de aplicação na figura acima ainda é bastante conservadora. Vamos discutir em detalhes à tarde. Embora ainda não tenham surgido projetos líderes, o potencial é enorme e a competição futura se concentrará em produtos e capacidades tecnológicas.

Forneceremos estudos de caso específicos para esses projetos de três níveis nas seções seguintes.

Emergem projetos da tendência AI+Web3 um após o outro

AI+DePIN

Todo o fluxo de trabalho da IA depende do suporte da infraestrutura de computação e armazenamento. Essas instalações são responsáveis não apenas por fornecer uma poderosa capacidade de computação para treinamento e previsão de modelos, mas também por armazenar, gerenciar e analisar dados ao longo do modelo de dados e ciclo de vida inteiro.

Atualmente, o rápido crescimento das aplicações de IA tem levado a uma enorme procura por infraestruturas, especialmente potência de computação de alto desempenho. Portanto, desenvolver infraestruturas de computação e armazenamento mais eficientes, rentáveis e ricas em recursos tornou-se uma tendência chave nas fases iniciais do desenvolvimento de IA, que é atualmente o campo mais popular.
Source: Render Rede

Neste campo, surgiram vários projetos representativos, como a rede de renderização que nasceu no mercado em alta anterior e fornece principalmente serviços de renderização, Akash que se concentra na computação em nuvem, Filecoin e Arweave que se concentram em armazenamento em nuvem, IO.NET e Aethir que são recém-lançados neste mercado em alta e fornecem principalmente suporte de poder de computação para IA. No nosso recente artigo “ BOME Cria um Recorde de Preços em Alta, Analisar os Projetos em Tendência no Ecossistema SOL” introduziu projetos de ponta como o IO.NET, que não serão mais elaborados aqui.

AI+Dados

A camada intermediária é fundamental LINK no processo de produção de IA, que utiliza a tecnologia Web3 para otimizar e melhorar fluxos de trabalho específicos.

Em primeiro lugar, na fase de aquisição de dados, a camada intermediária introduz a gestão descentralizada da identidade dos dados, que não só protege a segurança dos dados do utilizador, como também garante a clara propriedade dos dados. Ao mesmo tempo, através de mecanismos de incentivo, os utilizadores podem ser encorajados a partilhar dados de alta qualidade para obter monetização, expandindo assim as fontes de dados.

Devido às limitações da fase de desenvolvimento da indústria, quase não havia projetos relativamente conhecidos neste campo na rodada anterior de mercados em alta e baixa. Neste mercado em alta, surgiram projetos de identidade de IA, como o Worldcoin (sobre o qual já escrevemos várias vezes), o Aspecta investido pela Gate.io, o Ocean Protocol, uma plataforma de negociação de dados, e o Grass, uma rede de dados para mineração de banda larga.
Origem: Aspecta

Em segundo lugar, na fase de pré-processamento de dados, a camada intermediária está empenhada em construir uma plataforma distribuída de anotação e processamento de dados de IA, fornecendo um forte suporte para o treinamento de modelos subseqüentes. Neste sentido, projetos como o Public AI alcançaram resultados significativos.

Finalmente, na etapa de validação do modelo e inferência, a camada intermediária utiliza totalmente a combinação da tecnologia Web3 e técnicas de criptografia, como ZK e criptografia homomórfica, para verificar se o processo de inferência do modelo utiliza os dados e parâmetros corretos. Isso não apenas garante a precisão do modelo, mas também protege a privacidade dos dados de entrada. Os cenários de aplicação típicos são ZKML, como Bittensor, Privasea, Modulus e Privasea investidos pela Gate Labs.

IA+centrado na intenção

Centrado na intenção, traduzido como “centrado na intenção,” refere-se diretamente ao “que você quer fazer,” focando no resultado em vez do processo. Centrado na intenção tem como objetivo otimizar protocolos e infraestrutura para permitir que operações tediosas na cadeia sejam feitas em um único passo. Mais precisamente, ao esconder os processos operacionais complexos do passado, os usuários podem alcançar seus objetivos sem sentir ou refletir diretamente, refletindo a essência da abstração da cadeia.

Os cenários de intenção comuns para usar a IA atualmente incluem cadeia cruzada, airdrop, governança, transações de alto valor e operações em lote. O Telegram Bot que discutimos anteriormente em nosso artigo também pode ser classificado nesta categoria.

Por exemplo, Delysium (AGI) está empenhado em usar a IA para criar uma Rede de Agentes de IA centrada na intenção do usuário para a Web3, que tem ganho alta atenção em mercados como a Coreia do Sul.

Como mostrado na figura, devido à especulação de mercado e descoberta de valor, o token deste projeto tem visto um aumento surpreendente nos últimos tempos.
Origem: Gate.io

Delysium lançou um Agente de IA chamado Lucy. Como um sistema operacional Web3 impulsionado por IA, Lucy é capaz de planejar inteligentemente e utar automaticamente fluxos de trabalho que podem resolver as necessidades do usuário com base na compreensão das intenções e objetivos contidos na linguagem natural, simplificando os processos operacionais complexos das atuais aplicações e protocolos Web3.

AI+Jogo

Os jogos AI+ também possuem um espaço de imaginação extremamente alto. A tecnologia de IA não apenas acelera o processo de produção de jogos, mas também percorre todos os aspectos da produção de jogos, desde a exploração dos hábitos dos usuários até a personalização de cenas de interação personalizadas, demonstrando um enorme potencial. Atualmente, os principais fabricantes de jogos estão abraçando ativamente a IA e reestruturando a cadeia de ecossistema da indústria de jogos.

No que diz respeito à produção de jogos, a IA fornece um forte apoio para a arte, planeamento e operações. Quer se trate de inspiração criativa, geração de níveis, copywriting e análise operacional, a IA está a acelerar a produção de conteúdos de jogos. Em termos de experiência de jogo, as capacidades de geração de linguagem natural e de geração de imagens trazidas pela IA tornam a jogabilidade mais inovadora e diversificada, e a interação entre NPCs mais inteligente e vívida.

Por exemplo, o Jue Wu AI de “Honra dos Reis” tem sido amplamente aplicado na avaliação e teste de níveis; No “Mount & Blade II: Bannerlord”, o ChatGPT permite que NPCs respondam dinamicamente aos jogadores, melhorando a interatividade do jogo; No “Naraka: Bladepoint”, os jogadores até podem usar a pintura de IA para gerar modelos de moda e votar nos trabalhos mais populares, mostrando o enorme potencial da IA na inovação de jogos.
Fonte: sleeplessAI

Além dos jogos tradicionais da Web2 que abraçam IA, os jogos da Web3 não são exceção. Por exemplo, Ultriverse oferece aos usuários análise profunda de recursos de IA e experiências personalizadas em social, jogos, metaverso e outros através de seu poderoso motor de IA, bem como o jogo companheiro virtual da AI sleepless que se concentra em IA.

AI+Análise

Além dos casos de camada de aplicação em jogos, redes sociais e negociação, a IA também pode ser usada em áreas como análise de dados, monitoramento e rastreamento de informações e apostas em licitações. Projetos representativos como Kaito e Dune surgiram, estabelecendo um referencial para a indústria.

Frequentemente citamos os gráficos de dados de Dune em nossas postagens no blog, então não há necessidade de elaborar sobre eles aqui.

Resumindo

No último ano, a integração do Web3 e da IA não apenas liderou uma nova tendência tecnológica, mas também gerou um novo consenso na indústria: a blockchain mudou as relações de produção, e a IA mudou a produtividade. Esse conceito agora está profundamente enraizado nos corações das pessoas e se tornou uma poderosa força motriz para o desenvolvimento da indústria.

Com desenvolvedores de jogos, protocolos DeFi e outros projetos de infraestrutura Web3 aumentando seus investimentos em IA, a combinação de IA e Web3 está se tornando uma direção importante para a inovação da indústria. Na verdade, projetos intimamente relacionados ao conceito de IA muitas vezes ganham rapidamente o favor do mercado e já observamos este crescimento incrível anteriormente.

No entanto, por detrás da prosperidade superficial e da publicidade, não podemos ignorar os obstáculos práticos na indústria AI+Web3. Especialmente para os profissionais, é necessário explorar profundamente os seus cenários de aplicação prática e viável, avaliar a sua capacidade de criar valor e construir narrativas da indústria. A longo prazo, como será formado o padrão ecológico da indústria AI+Web3, em que campos mostrará um enorme potencial de desenvolvimento e se enfrentará dilemas éticos e morais precisam ser continuamente explorados e respondidos na prática.

Portanto, diante da onda de AI+Web3, não devemos apenas ver as oportunidades que ela traz, mas também manter uma mente clara e olhar racionalmente para seus desafios e deficiências. Somente dessa forma podemos melhor compreender a trajetória de desenvolvimento da indústria AI+Web3, promover seu desenvolvimento saudável e sustentável e aproveitar as oportunidades de lucro trazidas pela tendência.