AI+웹3.0 융합 트랙의 문제점을 어떻게 보시나요?

저자: Haotian 출처: X, @HAOTIA 엔크립토인사이트

높은 밸류에이션과 VC의 거액 베팅에서 알 수 있듯이 모두가 AI+Web3가 이번 상승장의 촉매제가 될 것으로 기대하고 있습니다. 문제는 AI+웹3 융합 트랙의 현재 문제점은 무엇일까요? 이 체계적인 보고서와 함께 제 견해를 말씀드리고자 합니다.

1) AI 학습에는 대규모 데이터가 필요하며, Web3의 자리는 바로 데이터 추적과 그로부터 파생되는 인센티브 효과에 있습니다. 장기적으로 AI는 필연적으로 웹3의 도움을 필요로 할 것이지만, 웹3는 AI의 제한된 문제만을 해결할 수 있다는 점을 분명히 할 필요가 있습니다.

2) 제너레이티브 AI는 AI라는 큰 판의 작은 가지에 불과하지만 AI와 웹3.0의 통합을 가속화했습니다. 이는 제너레이티브 AI가 보다 애플리케이션 측면의 AI 퍼베이시브 기술이기 때문입니다. 이상적으로, 기본이 되는 큰 모델은 일반적으로 대기업이 중앙 집중식 연산을 사용하고 오픈 소스 정책을 채택하여 그 위에 애플리케이션 시장을 주도하는 방식으로 처리할 것입니다. 전체 AI 시장은 점차 롱테일화될 것이며, 모델 미세 조정과 추론의 중요성이 부각될 것입니다.

그러나 핵심 연산 및 모델 자원을 보유한 기업들이 오픈소스 정책을 변경하면 전체 AI 시장은 직접적인 영향을 받게 될 것이며, 이러한 위기를 피하기 위해 분산 연산 아키텍처와 분산 추론 협업 아키텍처에 더 의존하는 인프라가 필수로 자리 잡을 것입니다.

3) 웹3은 모델 훈련에서 블록체인이 데이터 소스에 대한 고유 신원을 생성하여 데이터 강조 제거를 수행하여 훈련의 효율성을 향상시키고, 산술이 충분하지 않은 경우 블록체인이 토큰노믹스 인센티브 메커니즘을 사용하여 분산형 AI 산술 네트워크를 구축하는 등 AI 분산 프레임워크 구축에 중요한 역할을 수행할 수 있습니다. 엣지 컴퓨팅과 DePIN 통합에서 web3는 탈중앙화된 엣지 AI 네트워크를 구축하여 AI+DePIN IoT의 결합을 촉진할 수 있습니다.

4) 비탈릭은 이전에 AI+웹3의 결합에 대해 이야기하면서 AI는 웹3 세계의 참여자로서 점진적으로 통합될 수 있으므로 AI와 웹3의 통합은 매우 느려야 한다고 선언한 바 있습니다.

한편으로 주류 웹2 세계는 여전히 AI 성능 수준에 초점을 맞추고 있으며 웹3와 단절된 AI 백그라운드 협업 프레임 워크에 크게 의존하지 않으며, 다른 한편으로 웹3는 여전히 분산 산술 네트워크, 분산 추론 네트워크, 분산 토큰 노믹스 애플리케이션 네트워크, 애플리케이션의 분산 네트워크 및 애플리케이션 네트워크의 AI 통합 분야에 머물러 있습니다. 반면, AI 통합 분야의 웹3는 아직 분산 산술 네트워크, 분산 추론 아키텍처 네트워크, 분산 토큰노믹스 응용 네트워크, 분산 AI 에이전트 도구 협업 네트워크 및 기타 기본 인프라 구축 단계에 있으며, 웹2 주류 그룹에 의해 완전히 검증 및 적용되지 않았으며 단지 이를 필요로 하는 사람들만 사용하고 있습니다.

요컨대, 한마디로 AI+웹3 방향 추세는 맞지만 실제 착륙 개발은 그렇게 빠르지 않으며, 중요한 진전을 보려면주기를 계속하거나 심지어 교차주기를해야 할 수도 있으며, 조금 더 인내심을 가져야합니다.