Suy nghĩ kỷ niệm ChatGPT: Điểm nghẽn AIGC và Cơ hội Web3

Tác giả: Gryphsis Academy Nguồn: Medium Dịch: Shan Oppa, Golden Finance

1. Đến cuối năm 2022 Các ứng dụng thương mại của AI tạo sinh đang lan rộng khắp thế giới, nhưng khi tính mới không còn nữa, một số vấn đề hiện tại với AI tạo sinh đang nổi lên. Lĩnh vực Web3 ngày càng trưởng thành tận dụng tính minh bạch, khả năng xác minh và phi tập trung của blockchain để cung cấp những quan điểm mới trong việc giải quyết các vấn đề AI tổng quát này.

2. Trí tuệ nhân tạo sáng tạo là một công nghệ mới nổi trong những năm gần đây, dựa trên khung mạng lưới thần kinh học sâu. Ứng dụng của nó trong các mô hình tạo hình ảnh và mô hình ngôn ngữ ChatGPT đã cho thấy tiềm năng thương mại rất lớn.

3. Trong Web3, kiến ​​trúc để triển khai Generative AI bao gồm cơ sở hạ tầng, mô hình, ứng dụng và dữ liệu. Thành phần dữ liệu, đặc biệt là khi được tích hợp với Web3, rất quan trọng và có tiềm năng phát triển rất lớn. Điều đáng chú ý là các mô hình dữ liệu dựa trên blockchain, các dự án tác nhân trí tuệ nhân tạo và ứng dụng trong các lĩnh vực chuyên môn có thể trở thành lĩnh vực then chốt để phát triển trong tương lai.

4. Giao thức Web3 AI hiện có trên thị trường có những sai sót cơ bản và khả năng nắm bắt giá trị mã thông báo bị hạn chế. Hãy đón chờ những xu hướng hoặc cập nhật mới trong nền kinh tế mã thông báo trong tương lai.

5. Trí tuệ nhân tạo sáng tạo có tiềm năng to lớn trong lĩnh vực Web3 và sự tích hợp của nó với các công nghệ phần mềm và phần cứng khác dự kiến ​​sẽ mang lại cho mọi người vui mừng về sự phát triển trong tương lai.

1. Tại sao Generative AI và Web3 lại cần nhau?

Năm 2022 là bước ngoặt của trí tuệ nhân tạo tổng hợp. Trước đó, trí tuệ nhân tạo tổng hợp chủ yếu là công cụ phụ trợ dành cho các chuyên gia. Điều đó đã thay đổi đáng kể với sự ra đời của DALL-E 2, Stable Diffusion, Imagen và Midjourney. Những công nghệ này đã đẩy nội dung do trí tuệ nhân tạo (AIGC) dẫn đầu xu hướng công nghệ, tạo ra làn sóng nội dung phổ biến trên mạng xã hội. Việc phát hành ChatGPT ngay sau đó là một yếu tố thay đổi cuộc chơi, đưa xu hướng này lên hàng đầu.

Là công cụ trí tuệ nhân tạo đầu tiên có thể trả lời hầu hết mọi câu hỏi chỉ bằng những lời nhắc bằng văn bản đơn giản, ChatGPT đã nhanh chóng trở thành trợ lý công việc hàng ngày của nhiều người. Nó có thể xử lý nhiều nhiệm vụ khác nhau như viết tài liệu, dạy kèm bài tập về nhà, hỗ trợ email, chỉnh sửa bài luận và thậm chí tư vấn cảm xúc, khơi dậy các cuộc thảo luận sôi nổi trực tuyến về việc tối ưu hóa kết quả thông qua "thủ thuật kỳ diệu", cho phép mọi người thực sự cảm nhận được "sự thông minh" của trí tuệ nhân tạo. .

Một báo cáo từ nhóm vĩ mô Goldman Sachs cho thấy trí tuệ nhân tạo có thể thúc đẩy tăng trưởng năng suất lao động của Hoa Kỳ, có khả năng thúc đẩy GDP toàn cầu trong vòng 10 năm (hoặc gần 7 năm) nghìn tỷ) thêm 7% và tăng tốc độ tăng trưởng năng suất thêm 1,5 điểm phần trăm.

p>

Lĩnh vực Web3 cũng đang nhận được tác động tích cực của AIGC (Nội dung được tạo ra bằng trí tuệ nhân tạo). Vào tháng 1 năm 2023, lĩnh vực AI của Web3 đã phát triển toàn diện.

Tuy nhiên, khi sự phấn khích ban đầu bắt đầu phai nhạt, lưu lượng truy cập toàn cầu của ChatGPT đã giảm lần đầu tiên vào tháng 6 năm 2023 kể từ khi ra mắt (dữ liệu từ SametimeWeb). Cuộc suy thoái này đánh dấu một cơ hội kịp thời để suy nghĩ lại về tầm quan trọng và những hạn chế của AI tạo sinh.

Những thách thức hiện tại mà trí tuệ nhân tạo tạo ra phải đối mặt bao gồm nhưng không giới hạn ở: AIGC tràn ngập các nền tảng truyền thông xã hội trái phép và không thể theo dõi ở khắp nơi; chi phí bảo trì ChatGPT ở mức cao đã khiến buộc OpenAI phải giảm chất lượng đầu ra như một biện pháp để cắt giảm chi phí và nâng cao hiệu quả; trong khi các mô hình quy mô lớn toàn cầu như ChatGPT vẫn bị sai lệch ở một số khía cạnh do phân phối dữ liệu không đồng đều.

p>

Khi sự nhiệt tình ban đầu dành cho AI có tính sáng tạo như ChatGPT giảm dần, lĩnh vực trưởng thành và phát triển của Web3, với tính phân quyền, minh bạch và khả năng xác minh của nó, là những thách thức mà tính sáng tạo phải đối mặt. AI cung cấp các giải pháp mới:

1. Tính minh bạch và khả năng truy nguyên của Web3 có thể giải quyết vấn đề về nội dung do trí tuệ nhân tạo tạo ra. Các vấn đề liên quan đến bản quyền và quyền riêng tư

Tính minh bạch và khả năng truy xuất nguồn gốc của Web3 có thể xác minh một cách hiệu quả nguồn gốc và tính xác thực của nội dung, từ đó cải thiện đáng kể gian lận sản xuất hoặc Chi phí vi phạm nội dung do AI tạo ra, chẳng hạn như bản quyền- các bản phối lại TikTok bị xáo trộn hoặc các video DeepFake xâm phạm quyền riêng tư. Hợp đồng thông minh trong quản lý nội dung có thể giải quyết các vấn đề về bản quyền và đảm bảo người sáng tạo được đền bù xứng đáng.

p>

2. Tính phi tập trung của Web3 giúp giảm rủi ro của điện toán AI tập trung

Phát triển AI tổng quát đòi hỏi nguồn tài nguyên máy tính đáng kể. Ví dụ: đào tạo ChatGPT dựa trên GPT-3 tốn hơn 2 triệu USD, với chi phí điện hàng ngày khoảng 47.000 USD và những chi phí này dự kiến ​​sẽ tăng theo cấp số nhân khi công nghệ và quy mô tiến bộ.

Hiện nay, tài nguyên máy tính tập trung chủ yếu vào tay các công ty lớn, dẫn đến chi phí phát triển, bảo trì và vận hành cao, rủi ro tập trung và khó khăn cho các công ty nhỏ hoàn thành. Mặc dù việc đào tạo các mô hình lớn vẫn có thể yêu cầu tập trung hóa do yêu cầu tính toán rộng rãi của chúng, nhưng công nghệ chuỗi khối của Web3 cho phép suy luận mô hình phân tán, quản trị bỏ phiếu của cộng đồng và mã thông báo mô hình.

Lấy các sàn giao dịch phi tập trung làm ví dụ, chúng ta có thể hình dung ra một hệ thống suy luận mô hình trí tuệ nhân tạo phi tập trung hướng đến cộng đồng, trong đó cộng đồng sở hữu và quản lý các mô hình lớn.

p>

3. Sử dụng Web3 để đạt được các bộ dữ liệu AI đa dạng và các mô hình AI có thể giải thích

Các phương pháp thu thập dữ liệu truyền thống thường bị giới hạn bởi địa lý và văn hóa, dẫn đến những thành kiến ​​chủ quan trong nội dung do AI tạo ra và phản hồi ChatGPT, chẳng hạn như thay đổi màu da của nhiệm vụ mục tiêu. Mô hình khuyến khích mã thông báo của Web3 tối ưu hóa việc thu thập, thu thập và đánh giá dữ liệu từ khắp nơi trên thế giới. Ngoài ra, tính minh bạch và khả năng truy xuất nguồn gốc của Web3 nâng cao khả năng diễn giải mô hình, khuyến khích các kết quả đầu ra đa dạng để làm phong phú mô hình.

p>

4. Mô hình AI độc đáo cho dữ liệu lớn trên chuỗi Web3

Thiết kế và đào tạo mô hình AI thường được xây dựng xung quanh định dạng dữ liệu mục tiêu (văn bản, lời nói, hình ảnh hoặc video). Một hướng đi duy nhất trong tương lai cho việc tích hợp AI và Web3 là phát triển các mô hình quy mô lớn cho dữ liệu trên chuỗi, tương tự như các mô hình ngôn ngữ tự nhiên.

Cách tiếp cận này có thể cung cấp những hiểu biết độc đáo mà phân tích dữ liệu truyền thống không thể có được (chẳng hạn như theo dõi quỹ thông minh, dòng tài trợ dự án) và trí tuệ nhân tạo có khả năng xử lý đồng thời một lượng lớn dữ liệu.

p>

5. Trí tuệ nhân tạo sáng tạo đóng vai trò là chất xúc tác giúp giảm bớt rào cản gia nhập Web3

Hiện tại , việc tham gia chủ yếu vào các Dự án Web3 đòi hỏi sự hiểu biết sâu sắc về các khái niệm phức tạp trên chuỗi và hoạt động ví, điều này làm tăng chi phí học tập và nguy cơ xảy ra lỗi. Ngược lại, các ứng dụng Web2 được thiết kế theo "nguyên tắc lười biếng", cho phép người dùng bắt đầu dễ dàng và an toàn.

Generative AI có thể hỗ trợ các dự án tập trung vào mục đích bằng cách đóng vai trò là "trợ lý thông minh" giữa người dùng và giao thức trong Web3, nâng cao đáng kể trải nghiệm của người dùng.

p>

2. Tóm tắt về Công nghệ Generative AI

2.1 Nền tảng kỹ thuật của Generative AI

Kể từ khi khái niệm trí tuệ nhân tạo được đề xuất vào những năm 1950, nó đã trải qua nhiều đỉnh và đáy, và mỗi cải tiến công nghệ quan trọng đều gây ra một làn sóng mới.

Generative AI, là một khái niệm mới nổi được đề xuất trong thập kỷ qua, đã được sử dụng rộng rãi trong nhiều ứng dụng trí tuệ nhân tạo với công nghệ và hiệu suất sản phẩm ấn tượng. Hướng nghiên cứu nổi bật và thu hút sự chú ý toàn cầu chỉ sau một đêm. Trước khi đi sâu vào kiến ​​trúc kỹ thuật của trí tuệ nhân tạo tổng quát, trước tiên cần xác định ý nghĩa của trí tuệ nhân tạo tổng quát trong bài viết này và xem xét ngắn gọn các công nghệ cốt lõi của trí tuệ nhân tạo tổng quát phổ biến gần đây.

Generative AI là một loại trí tuệ nhân tạo dùng để tạo ra nội dung và ý tưởng mới, bao gồm các cuộc trò chuyện, câu chuyện, hình ảnh, video và âm nhạc. Nó được xây dựng trên khung mạng lưới thần kinh học sâu và được đào tạo bằng cách sử dụng các bộ dữ liệu lớn chứa một số lượng lớn tham số.

Các sản phẩm AI tổng quát gần đây đã lọt vào mắt công chúng có thể được chia đại khái thành hai loại: một là tạo hình ảnh (video) dựa trên văn bản hoặc kiểu đầu vào, và loại còn lại là tạo hình ảnh (video) dựa trên kiểu nhập văn bản hoặc kiểu đầu vào. Một danh mục là các sản phẩm tương tự như ChatGPT dựa trên kiểu nhập văn bản. Cả hai loại đều dựa trên cùng một công nghệ cốt lõi: các mô hình ngôn ngữ lớn (LLM) được đào tạo trước dựa trên kiến ​​trúc Transformer.

Danh mục trước kết hợp kiểu nhập văn bản với mô hình phổ biến để tạo ra hình ảnh hoặc video chất lượng cao, trong khi danh mục sau sử dụng phương pháp học tăng cường với phản hồi của con người (RLHF) để tạo ra Đầu ra rất giống với logic của con người.

2.2 Kiến trúc kỹ thuật hiện tại của Generative AI:

Có rất nhiều bài viết xuất sắc từ các The khác nhau tác động của trí tuệ nhân tạo tổng hợp lên kiến ​​trúc công nghệ hiện có được thảo luận từ góc độ Ví dụ: bài viết toàn diện của A16z có tiêu đề “Ai sở hữu Nền tảng AI sáng tạo” tóm tắt một cách toàn diện kiến ​​trúc kỹ thuật hiện tại của AI sáng tạo.

p>

Theo nghiên cứu này, kiến ​​trúc Generative AI hiện nay trong kỷ nguyên Web2 được chia thành ba cấp độ: cơ sở hạ tầng (sức mạnh tính toán), mô hình và ứng dụng. Bài viết cũng cung cấp những hiểu biết sâu sắc về sự phát triển hiện tại ở ba cấp độ này.

Cơ sở hạ tầng: Hiện tại, trọng tâm vẫn chủ yếu là logic cơ sở hạ tầng Web2 và có rất ít dự án thực sự tích hợp Web3 và AI. Cơ sở hạ tầng nhận được giá trị cao nhất ở giai đoạn này. Gã khổng lồ Web2, vốn đã tham gia lĩnh vực lưu trữ và điện toán hàng chục năm nay, đã kiếm được lợi nhuận khổng lồ nhờ "bán xẻng" trong giai đoạn khám phá trí tuệ nhân tạo.

Mô hình: Lý tưởng nhất là mô hình phải là người sáng tạo và sở hữu thực sự của AI. Tuy nhiên, hiện tại có rất ít mô hình kinh doanh cho phép tác giả của các mô hình này nắm bắt được giá trị doanh nghiệp tương ứng.

Ứng dụng: Các ứng dụng được phát triển trên nhiều ngành dọc đã tạo ra doanh thu hàng trăm triệu đô la. Tuy nhiên, chi phí bảo trì cao và tỷ lệ giữ chân người dùng thấp đặt ra thách thức trong việc duy trì các ứng dụng này như một mô hình kinh doanh dài hạn khả thi.

2.3 Ứng dụng trí tuệ nhân tạo tổng quát trong Web3

2.3.1 Sử dụng AI để phân tích dữ liệu lớn Web3

Dữ liệu là nền tảng xây dựng các rào cản kỹ thuật đối với sự phát triển trí tuệ nhân tạo trong tương lai. Để hiểu tầm quan trọng của nó, trước tiên chúng ta xem xét nghiên cứu về nguồn hiệu suất trong các mô hình AI lớn.

Nghiên cứu này chứng minh sức mạnh nổi bật độc đáo của các mô hình trí tuệ nhân tạo lớn: khi kích thước mô hình vượt quá một ngưỡng nhất định, độ chính xác của mô hình đột ngột tăng lên. Như được hiển thị, mỗi biểu đồ biểu thị một nhiệm vụ huấn luyện và mỗi dòng biểu thị hiệu suất (độ chính xác) của một mô hình lớn.

Các thử nghiệm trên nhiều mô hình quy mô lớn đều đưa ra kết luận nhất quán rằng sau khi vượt quá một ngưỡng nhất định, hiệu suất của mô hình sẽ có mức tăng trưởng đột phá trong các nhiệm vụ khác nhau.

p>

Về cơ bản, những thay đổi về số lượng trong kích thước mô hình sẽ dẫn đến những thay đổi về chất trong hiệu suất mô hình. Kích thước này liên quan đến số lượng tham số mô hình, thời gian huấn luyện và chất lượng của dữ liệu huấn luyện. Hiện tại, không có sự khác biệt đáng kể về thông số mô hình (được thiết kế bởi nhóm nghiên cứu hàng đầu của mỗi công ty) và thời gian đào tạo (hầu hết phần cứng máy tính được mua từ NVIDIA), có hai con đường chính để phát triển các sản phẩm hàng đầu.

Đầu tiên là xác định và giải quyết các điểm yếu cụ thể của lĩnh vực thích hợp, đòi hỏi sự hiểu biết sâu sắc và hiểu biết sâu sắc về lĩnh vực mục tiêu. Thứ hai, việc thu thập dữ liệu toàn diện hơn đối thủ cạnh tranh sẽ thực tế hơn.

Điều này mở ra một điểm khởi đầu tuyệt vời cho các mô hình AI tổng hợp quy mô lớn tham gia vào lĩnh vực Web3. Các mô hình lớn hoặc mô hình cơ bản trí tuệ nhân tạo hiện có được đào tạo trên dữ liệu lớn từ nhiều lĩnh vực khác nhau và tính độc đáo của dữ liệu trên chuỗi trong Web3 làm cho các mô hình dữ liệu trên chuỗi trở thành một cách tiếp cận thú vị và khả thi.

Trong Web3, hiện có hai logic sản phẩm ở cấp độ dữ liệu: thứ nhất là khuyến khích các nhà cung cấp dữ liệu và khuyến khích người dùng chia sẻ quyền sử dụng dữ liệu đồng thời bảo vệ quyền riêng tư dữ liệu và quyền sở hữu. Giao thức Đại dương cung cấp một mô hình chia sẻ dữ liệu hiệu quả về vấn đề này. Cách tiếp cận thứ hai liên quan đến các dự án tích hợp dữ liệu và ứng dụng để cung cấp các dịch vụ theo nhiệm vụ cụ thể cho người dùng. Ví dụ: Trusta Lab thu thập và phân tích dữ liệu trên chuỗi của người dùng và cung cấp các dịch vụ như phân tích tài khoản phù hợp và phân tích rủi ro tài sản trên chuỗi thông qua hệ thống tính điểm MEDIA độc đáo của mình.

2.3.2 Ứng dụng AI Agent trong Web3

Như đã đề cập trước đó, việc áp dụng các tác nhân trí tuệ nhân tạo trên chuỗi đang bùng nổ. Tận dụng các mô hình ngôn ngữ lớn và ưu tiên quyền riêng tư của người dùng, họ cung cấp các dịch vụ trực tuyến có thể định lượng được. Theo một bài đăng trên blog của Lilian Weng, trưởng nhóm nghiên cứu AI tại OpenAI, một tác nhân AI có thể được chia thành bốn phần: Tác nhân = LLM (Mô hình ngôn ngữ lớn) + Lập kế hoạch + Bộ nhớ + Sử dụng công cụ.

LLM, với tư cách là cốt lõi của Tác nhân AI, xử lý các tương tác bên ngoài, học hỏi từ lượng lớn dữ liệu và sử dụng ngôn ngữ tự nhiên để diễn đạt logic. Khía cạnh lập kế hoạch + trí nhớ tương tự như các khái niệm về hành động, chiến lược và phần thưởng trong các kỹ thuật học tăng cường được sử dụng để huấn luyện AlphaGo.

Nó bao gồm việc chia nhỏ nhiệm vụ thành các mục tiêu nhỏ hơn và tìm hiểu các giải pháp tối ưu thông qua đào tạo và phản hồi lặp đi lặp lại, lưu trữ thông tin theo nhiều loại khác nhau dựa trên chức năng trong bộ nhớ. Việc sử dụng công cụ đề cập đến khả năng của tác nhân trong việc sử dụng các công cụ như công cụ mô-đun, truy xuất thông tin trên Internet và quyền truy cập vào các nguồn thông tin hoặc API độc quyền. Điều đáng chú ý là hầu hết thông tin này rất khó sửa đổi sau khi đào tạo trước.

p>

Xem xét logic này của AI Agent, chúng ta có thể hình dung ra khả năng vô hạn của việc kết hợp Web3 và AI Agent. Ví dụ:

1. Trong các ứng dụng giao dịch hiện tại, việc tích hợp các mô hình Tác nhân AI có thể mang lại cho khách hàng những lợi ích tự nhiên Giao diện ngôn ngữ cung cấp nhiều chức năng giao dịch khác nhau bao gồm dự đoán giá, chiến lược giao dịch, chiến lược dừng lỗ, điều chỉnh đòn bẩy linh hoạt, theo dõi ý kiến ​​người dẫn dắt thông minh, vay và cho vay, v.v.

2. Khi thực hiện chiến lược định lượng, chiến lược này có thể được chia nhỏ thành các nhiệm vụ phụ và được giao cho các Tác nhân AI khác nhau để thực hiện. Các tác nhân AI cộng tác có thể tăng cường quyền riêng tư và cho phép giám sát theo thời gian thực để ngăn chặn kẻ thù khai thác.

3. Nhiều NPC trong trò chơi dựa trên blockchain liên kết một cách tự nhiên với các tác nhân AI. Đã có những dự án sử dụng GPT để tạo động đối thoại nhân vật trong trò chơi. Sự phát triển trong tương lai có thể vượt ra ngoài văn bản đặt trước để tạo ra các tương tác NPC (hoặc thậm chí là con người kỹ thuật số) thời gian thực thực tế hơn, hoạt động độc lập với sự can thiệp của người chơi. “Thị trấn ảo” của Đại học Stanford là một ví dụ điển hình cho ứng dụng như vậy.

4. Mặc dù dự án Web3+AI Agent hiện tại chủ yếu tập trung vào thị trường sơ cấp hoặc cơ sở hạ tầng AI, nhưng vẫn chưa có một ứng dụng tiêu dùng hấp dẫn nào Tuy nhiên, tiềm năng của dự án Web3+AI có khả năng thay đổi cuộc chơi là rất lớn. Bằng cách tích hợp các tính năng blockchain khác nhau như quản trị phân tán trên chuỗi, suy luận bằng chứng không có kiến ​​thức, phân phối mô hình và khả năng diễn giải được cải thiện, các dự án này có triển vọng lớn trong tương lai.

2.3.3 Các ứng dụng trường dọc tiềm năng Web3+AI

A. Ứng dụng trong lĩnh vực giáo dục

Sự tích hợp của Web3 và trí tuệ nhân tạo báo trước sự phát triển sự phát triển của lĩnh vực giáo dục Một cuộc cách mạng trong đó các lớp học thực tế ảo sáng tạo là một sự đổi mới đáng chú ý. Bằng cách tích hợp công nghệ trí tuệ nhân tạo vào nền tảng học tập trực tuyến, học sinh có thể có được trải nghiệm học tập được cá nhân hóa. Hệ thống tạo ra nội dung giáo dục tùy chỉnh dựa trên lịch sử học tập và sở thích của mỗi học sinh. Cách tiếp cận cá nhân hóa này được kỳ vọng sẽ cải thiện động lực và hiệu quả học tập của học sinh, làm cho giáo dục trở nên cá nhân hóa hơn.

p>

Ngoài ra, ưu đãi tín dụng dựa trên mã thông báo thể hiện các phương pháp đổi mới trong lĩnh vực giáo dục. Sử dụng công nghệ blockchain, tín chỉ và điểm số của sinh viên có thể được mã hóa thành mã thông báo để tạo thành hệ thống tín chỉ kỹ thuật số. Cơ chế khuyến khích này khuyến khích sự tham gia tích cực vào các hoạt động học tập và tạo ra môi trường học tập hấp dẫn, động viên hơn.

Lấy cảm hứng từ dự án SocialFi nổi tiếng gần đây FriendTech, logic định giá chính tương tự có thể được áp dụng để thiết lập hệ thống đánh giá ngang hàng giữa các sinh viên nhằm tăng cường tính xã hội hóa cho yếu tố giáo dục. Tận dụng tính bất biến của blockchain, việc đánh giá ngang hàng trở nên công bằng và minh bạch hơn. Cơ chế đánh giá ngang hàng này không chỉ có lợi cho việc trau dồi kỹ năng làm việc nhóm của học sinh mà còn cho phép đánh giá toàn diện và đa chiều hơn về kết quả học tập của học sinh, đưa phương pháp đánh giá đa dạng và tổng thể vào hệ thống giáo dục.

B. Ứng dụng trong lĩnh vực y tế

Trong lĩnh vực y tế Trong lĩnh vực này, việc tích hợp Web3 và AI thúc đẩy việc học tập liên kết và lý luận phân tán. Bằng cách kết hợp điện toán phân tán với học máy, các chuyên gia y tế có thể chia sẻ dữ liệu trên quy mô lớn, cho phép học tập nhóm sâu hơn và toàn diện hơn. Phương pháp trí tuệ tập thể này có thể đẩy nhanh kế hoạch chẩn đoán và điều trị bệnh, thúc đẩy sự tiến bộ trong lĩnh vực y tế.

Bảo vệ quyền riêng tư cũng là một khía cạnh quan trọng của các ứng dụng trong lĩnh vực y tế. Với tính phân quyền của Web3 và tính bất biến của blockchain, dữ liệu y tế của bệnh nhân có thể được lưu trữ và truyền đi an toàn hơn. Hợp đồng thông minh có thể đạt được sự kiểm soát chính xác và quản lý quyền đối với dữ liệu y tế, đảm bảo rằng chỉ những nhân viên được ủy quyền mới có thể truy cập thông tin nhạy cảm của bệnh nhân, từ đó duy trì sự riêng tư của dữ liệu y tế.

C. Ứng dụng trong lĩnh vực bảo hiểm

Trong ngành bảo hiểm, việc tích hợp Web3 và AI được kỳ vọng sẽ mang lại những giải pháp hiệu quả và thông minh hơn cho các hoạt động truyền thống. Ví dụ, trong bảo hiểm ô tô và nhà ở, việc ứng dụng công nghệ thị giác máy tính giúp các công ty bảo hiểm đánh giá hiệu quả hơn giá trị tài sản và mức độ rủi ro thông qua phân tích và đánh giá hình ảnh. Điều này cung cấp cho các công ty bảo hiểm những chiến lược định giá tinh tế và cá nhân hóa hơn, đồng thời tăng cường quản lý rủi ro trong ngành bảo hiểm.

p>

Đồng thời, việc xử lý yêu cầu bồi thường tự động trên chuỗi là một tiến bộ mang tính đổi mới trong ngành bảo hiểm. Sử dụng hợp đồng thông minh và công nghệ blockchain, quy trình yêu cầu bồi thường trở nên minh bạch và hiệu quả hơn, giảm các thủ tục rườm rà và khả năng can thiệp của con người. Điều này không chỉ đẩy nhanh quá trình yêu cầu bồi thường mà còn giảm chi phí vận hành và mang lại trải nghiệm tốt hơn cho cả công ty bảo hiểm và khách hàng.

Điều chỉnh nâng cao năng động là một lĩnh vực đổi mới khác. Thông qua phân tích dữ liệu thời gian thực và thuật toán học máy, các công ty bảo hiểm có thể điều chỉnh phí bảo hiểm chính xác và kịp thời hơn, đồng thời tiến hành định giá cá nhân hóa dựa trên hồ sơ rủi ro thực tế của người được bảo hiểm. Cách tiếp cận này không chỉ làm cho phí bảo hiểm trở nên công bằng hơn mà còn khuyến khích các hành vi lành mạnh và an toàn hơn giữa những người được bảo hiểm, đồng thời thúc đẩy các biện pháp phòng ngừa và quản lý rủi ro trên toàn xã hội.

D. Ứng dụng trong lĩnh vực bản quyền

Trong lĩnh vực bản quyền, sự kết hợp giữa Web3 và trí tuệ nhân tạo giới thiệu một mô hình mới về tạo, quản lý và phát triển mã nội dung số. Thông qua hợp đồng thông minh và lưu trữ phi tập trung, thông tin bản quyền của nội dung số có thể được bảo vệ tốt hơn, giúp người sáng tạo dễ dàng theo dõi và quản lý quyền sở hữu trí tuệ của mình hơn. Công nghệ chuỗi khối cũng có thể thiết lập hồ sơ sáng tạo minh bạch và bất biến, cung cấp phương tiện theo dõi và xác minh tác phẩm đáng tin cậy hơn.

Sự đổi mới trong mô hình hoạt động cũng thể hiện sự thay đổi lớn trong lĩnh vực bản quyền. Công việc hợp tác được khuyến khích bằng mã thông báo kết hợp đóng góp công việc với phần thưởng mã thông báo để khuyến khích người sáng tạo, người quản lý và nhà phát triển cùng nhau tham gia vào các dự án. Điều này không chỉ thúc đẩy sự hợp tác giữa các nhóm sáng tạo mà còn mang đến cho người tham gia cơ hội được hưởng lợi trực tiếp từ sự thành công của dự án, dẫn đến nhiều tác phẩm tuyệt vời hơn.

Mặt khác, việc sử dụng token làm bằng chứng bản quyền đã định hình lại mô hình phân phối lợi nhuận. Thông qua cơ chế cổ tức được thực hiện tự động bởi các hợp đồng thông minh, tất cả những người tham gia công việc có thể nhận được phần lợi nhuận của họ trong thời gian thực khi công việc được sử dụng, bán hoặc chuyển nhượng. Mô hình phân phối lợi ích phi tập trung này giải quyết hiệu quả các vấn đề về độ mờ và độ trễ trong mô hình bản quyền truyền thống, đồng thời cung cấp cho người sáng tạo cơ chế phân phối lợi ích công bằng và hiệu quả hơn.

E. Ứng dụng trong lĩnh vực vũ trụ ảo

Trong Yuan In the Universe, sự tích hợp của Web3 và AI mở ra những khả năng mới để tạo ra AIGC chi phí thấp nhằm làm phong phú thêm nội dung trò chơi dựa trên blockchain. Môi trường và nhân vật ảo do AI tạo ra có thể làm phong phú nội dung trò chơi, mang đến cho người dùng trải nghiệm sống động và đa dạng hơn, đồng thời giảm chi phí nhân lực và thời gian sản xuất.

Tạo ra những con người kỹ thuật số sống động là một sự đổi mới trong các ứng dụng Metaverse. Con người kỹ thuật số có ngoại hình chi tiết đến từng sợi tóc và logic tâm lý được xây dựng trên các mô hình ngôn ngữ lớn và có thể đóng nhiều vai trò khác nhau trong Metaverse. Họ có thể tương tác với người dùng và thậm chí tham gia vào các bản sao kỹ thuật số của các tình huống trong thế giới thực. Điều này mang lại trải nghiệm thực tế và sâu sắc hơn cho thực tế ảo, đồng thời thúc đẩy ứng dụng rộng rãi công nghệ kỹ thuật số của con người trong giải trí, giáo dục và các lĩnh vực khác.

Tự động tạo nội dung quảng cáo dựa trên chân dung người dùng blockchain là một ứng dụng quảng cáo thông minh trong Metaverse. Bằng cách phân tích hành vi và sở thích của người dùng trong Metaverse, thuật toán AI có thể tạo quảng cáo được cá nhân hóa và hấp dẫn hơn, từ đó tăng tỷ lệ nhấp và mức độ tương tác của người dùng. Phương pháp tạo quảng cáo này không chỉ phù hợp hơn với sở thích của người dùng mà còn cung cấp cho nhà quảng cáo một kênh quảng cáo hiệu quả hơn.

NFT tương tác sáng tạo là một công nghệ hấp dẫn trong Metaverse. Bằng cách kết hợp NFT với thiết kế tổng quát, người dùng có thể tham gia vào việc tạo tác phẩm nghệ thuật NFT của riêng họ trong Metaverse, mang lại cho nó tính tương tác và tính độc đáo. Điều này mở ra những khả năng mới cho việc tạo và giao dịch tài sản kỹ thuật số, đồng thời thúc đẩy sự phát triển của nghệ thuật kỹ thuật số và nền kinh tế ảo trong vũ trụ ảo.

3. Các giao thức Chữ ký Web3

Trong phần này, tác giả chọn năm giao thức đại diện để hiểu sâu hơn về hiện trạng của Generative AI trong lĩnh vực Web3: Render Network và Akash Network được đánh dấu là giao thức cơ sở hạ tầng AI phổ quát và dẫn đầu trong danh mục AI trong Web3; Bittensor được xác định là một dự án hot trong lĩnh vực đào tạo mô hình hiện tại; Alethea.ai được chọn vì mức độ liên quan chặt chẽ với AI tạo ra ứng dụng; Fetch.ai thể hiện tiềm năng của các tác nhân trí tuệ nhân tạo trong thế giới Web3 phi tập trung.

Mạng kết xuất 3.1 ($RNDR)

Mạng kết xuất được thành lập bởi người sáng lập công ty mẹ OTOY Được thành lập vào năm 2017 bởi Jules Urbach. OTOY, công ty có hoạt động kinh doanh cốt lõi là kết xuất đồ họa dựa trên đám mây, được các nhà đồng sáng lập Google và Mozilla cố vấn, đã đóng góp cho các dự án phim đoạt giải Oscar và hợp tác trong các dự án với Apple.

Mạng kết xuất là bước chuyển mình của OTOY sang lĩnh vực Web3. Nó nhằm mục đích sử dụng các đặc điểm phân tán của chuỗi khối để kết hợp nhu cầu kết xuất quy mô nhỏ và trí tuệ nhân tạo với tính phân cấp. Tài nguyên được kết nối. Sáng kiến ​​này nhằm mục đích tiết kiệm chi phí cho các studio nhỏ vốn sẽ thuê các tài nguyên điện toán tập trung đắt tiền (chẳng hạn như AWS, MS Azure và Alibaba Cloud) đồng thời mang lại cơ hội tạo doanh thu cho những người có tài nguyên điện toán nhàn rỗi.

Được hỗ trợ bởi OTOY, công ty đã phát hành trình kết xuất độc quyền Octane Render, Render Network ra mắt với nhu cầu vốn có và một mô hình kinh doanh vững chắc và nhanh chóng được công nhận là dự án A Web3 với nền tảng vững chắc và tiềm năng.

Với sự phát triển của AI sáng tạo, nhu cầu về các tác vụ xác minh và suy luận phân tán tiếp tục tăng lên, điều này hoàn toàn phù hợp với kiến ​​trúc kỹ thuật của Render, khiến nó trở thành một sự phát triển trong tương lai A hướng đi đầy hứa hẹn. Render đã và đang dẫn đầu mạch AI trong không gian Web3, phát triển thành một thực thể hơi giống meme được hưởng lợi từ xu hướng đi lên và chứng minh tính linh hoạt của nó mỗi khi câu chuyện xung quanh AI, metaverse và điện toán phân tán nóng lên. .

Vào tháng 2 năm 2023, Render Network đã công bố lộ trình cập nhật hệ thống bậc giá và giới thiệu cơ chế bình ổn giá do cộng đồng bình chọn cho $RNDR (mặc dù Ngày phát hành đã có chưa được công bố). Dự án cũng đã công bố việc di chuyển từ Polygon sang Solana (nâng cấp mã thông báo $RNDR lên mã thông báo $RENDER dựa trên Solana SPL, hoàn thành vào tháng 11 năm 2023).

Hệ thống định giá mới của Mạng kết xuất chia các dịch vụ trên chuỗi thành ba cấp độ, từ cao đến thấp, mỗi cấp tương ứng với một mức giá và chất lượng dịch vụ kết xuất khác nhau. . Các lớp này cung cấp cho khách hàng các tùy chọn dựa trên nhu cầu kết xuất cụ thể của họ.

p>

Cơ chế ổn định giá $RNDR do cộng đồng bình chọn đã chuyển từ mua lại không thường xuyên sang mô hình "Cân bằng đốt và đúc tiền (BME)". Thay đổi này nhấn mạnh $RNDR là một loại tiền ổn định để giao dịch thay vì một tài sản nắm giữ dài hạn. Quy trình kinh doanh cụ thể của Kỷ nguyên BME như sau:

1. Tạo sản phẩm: Người tạo sản phẩm trên Render , nghĩa là nhà cung cấp tài nguyên kết xuất, đóng gói các tài nguyên kết xuất nhàn rỗi vào các sản phẩm (nút) và đưa chúng trực tuyến, chờ sử dụng.

2. Mua sản phẩm: Khách hàng có nhu cầu kết xuất có thể trực tiếp tiêu hủy mã thông báo $RNDR dưới dạng phí dịch vụ. Nếu họ không có mã thông báo $RNDR, trước tiên họ sẽ mua chúng trên DEX bằng tiền tệ fiat và sau đó đốt mã thông báo. Giá trả cho dịch vụ được ghi lại công khai trên blockchain.

3. Đúc mã thông báo: Đúc mã thông báo mới theo các quy tắc đặt trước.

Lưu ý: Mạng kết xuất tính phí 5% phí giao dịch vận hành dự án mà người mua sản phẩm phải trả.

p>

Trong mỗi Kỷ nguyên BME, một số lượng mã thông báo mới đặt trước sẽ được tạo ra (số lượng giảm dần theo thời gian). Các mã thông báo mới này được phân phối cho ba bên:

1. Người tạo sản phẩm: phần thưởng họ nhận được là ：

A. Hoàn thành nhiệm vụ: Phần thưởng sẽ được trao dựa trên số lượng nhiệm vụ kết xuất được hoàn thành bởi mỗi nút sản phẩm.

b. Phần thưởng trực tuyến: Khuyến khích các nhà cung cấp tài nguyên hoàn thành nhiệm vụ trực tuyến và trao phần thưởng dựa trên thời gian chờ của thị trường.

2. Người mua sản phẩm: Tương tự như giảm giá phiếu giảm giá sản phẩm trong trung tâm mua sắm, người mua có thể nhận được khoản giảm giá mã thông báo $RNDR lên tới 100% để khuyến khích sử dụng Mạng kết xuất trong tương lai.

3. Nhà cung cấp thanh khoản DEX: Nhà cung cấp trong DEX hợp tác để đảm bảo rằng mã thông báo $RNDR được cung cấp ở mức giá hợp lý cho việc tiêu hủy cần thiết, điều này sẽ dựa trên số lượng $RNDR đặt cược sẽ được thưởng.

p>

Đánh giá từ xu hướng giá của $RNDR trong năm qua, với tư cách là dự án theo dõi AI hàng đầu trong Web3, $RNDR sẽ được hưởng lợi từ mức độ phổ biến do ChatGPT mang lại tại cuối năm 2022 đầu năm 2023. Cơn sốt AI. Với việc giới thiệu cơ chế mã thông báo mới, giá $RNDR sẽ đạt đỉnh vào nửa đầu năm 2023.

Sau một thời gian ổn định, với sự trỗi dậy của AI được kích hoạt bởi phiên bản mới của OpenAI, việc di chuyển Mạng kết xuất sang Solana và việc triển khai dự kiến ​​của cơ chế mã thông báo mới, $ Giá RNDR đạt mức cao gần đây. Do các nguyên tắc cơ bản của $RNDR ít thay đổi, các khoản đầu tư trong tương lai vào $RNDR sẽ yêu cầu quản lý vị thế và kiểm soát rủi ro cẩn thận.

p>

Dữ liệu từ bảng điều khiển Dune Analytics cho thấy tổng số tác vụ kết xuất đã tăng lên kể từ đầu năm 2023, nhưng số lượng nút kết xuất thì không. Điều này cho thấy rằng những người dùng mới khiến khối lượng công việc tăng lên là những người có nhu cầu kết xuất hơn là những người cung cấp tài nguyên kết xuất.

Do AI tạo sinh sẽ phát triển mạnh vào cuối năm 2022, nên có lý khi suy ra rằng các nhiệm vụ kết xuất bổ sung sẽ liên quan đến các ứng dụng AI tạo sinh. Liệu sự gia tăng nhu cầu này thể hiện một xu hướng dài hạn hay sự gia tăng tạm thời vẫn còn phải được xem xét và cần phải quan sát thêm.

3.2 Mạng Akash ($AKT)

Mạng Akash là một đám mây phi tập trung Nền tảng điện toán nhằm mục đích cung cấp cho các nhà phát triển và doanh nghiệp các giải pháp điện toán đám mây linh hoạt, hiệu quả và tiết kiệm chi phí hơn.

Nền tảng "siêu đám mây" của dự án dựa trên công nghệ chuỗi khối phân tán và tận dụng tính chất phi tập trung của chuỗi khối để cung cấp cho người dùng các dịch vụ phi tập trung, toàn cầu. Cơ sở hạ tầng bao gồm các tài nguyên tính toán đa dạng như CPU, GPU và bộ lưu trữ.

Akash Network được thành lập bởi Greg Osuri và Adam Bozanich, những doanh nhân giàu kinh nghiệm với nền tảng dự án phong phú. Sứ mệnh của nó rất rõ ràng: giảm chi phí điện toán đám mây, cải thiện tính khả dụng và Cung cấp cho người dùng kiểm soát tốt hơn các tài nguyên máy tính. Bằng cách khuyến khích các nhà cung cấp mở các tài nguyên điện toán nhàn rỗi thông qua quy trình đặt giá thầu, Mạng Akash cho phép sử dụng tài nguyên hiệu quả hơn và cung cấp mức giá cạnh tranh cho những người có nhu cầu tài nguyên.

Vào tháng 1 năm 2023, Akash Network đã ra mắt bản cập nhật Akash Network Economics 2.0 để giải quyết nhiều thiếu sót trong nền kinh tế mã thông báo hiện tại, bao gồm:

1. $AKT Biến động giá thị trường dẫn đến sự không khớp giữa giá và giá trị hợp đồng dài hạn.

2. Không đủ động lực để các nhà cung cấp tài nguyên giải phóng lượng lớn sức mạnh tính toán.

3. Sự khuyến khích cộng đồng không đủ sẽ cản trở sự phát triển lâu dài của dự án.

4. Việc $AKT không nắm bắt đủ giá trị sẽ gây ra rủi ro cho sự ổn định của dự án.

Theo trang web chính thức, các giải pháp được đề xuất trong kế hoạch Akash Network Economic 2.0 bao gồm giới thiệu thanh toán tiền tệ ổn định và tăng phí đặt hàng để tăng thu nhập theo Thỏa thuận, tăng cường ưu đãi cho các nhà cung cấp tài nguyên và tăng cường khuyến khích cộng đồng, v.v. Điều đáng chú ý là chức năng thanh toán stablecoin và chức năng phí đặt hàng đã được triển khai.

Là mã thông báo gốc của mạng Akash, $AKT có nhiều mục đích sử dụng trong giao thức, bao gồm xác minh (bảo mật), khuyến khích, quản trị mạng và thanh toán phí giao dịch cầm cố. Theo trang web chính thức, tổng nguồn cung $AKT được giới hạn ở mức 388 triệu xu và tính đến tháng 11 năm 2023, khoảng 229 triệu xu (59%) đã được mở khóa. Token sáng tạo được phân bổ khi khởi động dự án sẽ được mở khóa hoàn toàn và gia nhập thị trường thứ cấp vào tháng 3 năm 2023. Việc phân phối mã thông báo Genesis như sau:

Về việc nắm bắt giá trị, một tính năng đáng chú ý chưa được triển khai được đề cập trong sách trắng là Akash có kế hoạch tính phí phí cho mỗi lần thuê thành công." cost". Các khoản phí này sẽ được gửi đến nhóm doanh thu để phân phối cho chủ sở hữu.

Gói này áp dụng mức phí 10% đối với các giao dịch AKT và 20% phí đối với các giao dịch sử dụng các loại tiền điện tử khác. Ngoài ra, Akash dự định thưởng cho những người nắm giữ cổ phần AKT của họ trong thời gian dài, từ đó khuyến khích đầu tư dài hạn.

p>

Xu hướng giá của CoinGecko cho thấy $AKT đã trải qua sự gia tăng vào giữa tháng 8 và cuối tháng 11 năm 2023, mặc dù mức tăng không lớn như các dự án khác trong không gian trí tuệ nhân tạo , có thể là do tâm lý thị trường hiện tại.

Nhìn chung, Akash Network là một trong số ít dự án chất lượng cao trên con đường AI và các nguyên tắc cơ bản của nó tốt hơn hầu hết các đối thủ cạnh tranh. Doanh thu kinh doanh tiềm năng của nó có thể mang lại lợi nhuận trong tương lai cho giao thức. Khi ngành trí tuệ nhân tạo phát triển và nhu cầu về tài nguyên điện toán đám mây tiếp tục tăng, Akash Network dự kiến ​​sẽ đạt được tiến bộ đáng kể trong làn sóng trí tuệ nhân tạo tiếp theo.

3.3 Bittensor ($TAO)

Dành cho những người quen với kiến ​​trúc kỹ thuật của $BTC Điều đó nói lên rằng, rất đơn giản để hiểu thiết kế của Bittensor. Trên thực tế, khi thiết kế Bittensor, những người tạo ra nó đã lấy cảm hứng từ một số đặc điểm của BTC tiên phong về tiền điện tử.

Điều này bao gồm tổng nguồn cung cấp mã thông báo là 21 triệu, giảm một nửa khoảng bốn năm một lần và liên quan đến cơ chế đồng thuận Bằng chứng công việc (PoW), v.v.

Để khái niệm hóa điều này, hãy tưởng tượng quy trình sản xuất Bitcoin ban đầu, sau đó thay thế quy trình "khai thác" chuyên sâu về mặt tính toán bằng đào tạo và xác thực các mô hình AI, quy trình này không tạo ra thực tế -giá trị thế giới Người khai thác nhận được ưu đãi dựa trên hiệu suất và độ tin cậy của mô hình AI của họ. Điều này tạo thành một bản tóm tắt ngắn gọn về kiến ​​trúc dự án Bittensor ($TAO).

Bittensor được thành lập vào năm 2019 bởi các nhà nghiên cứu trí tuệ nhân tạo Jacob Steeves và Ala Shaabana dựa trên sách trắng được viết bởi tác giả bí ẩn Yuma Rao. Nói tóm lại, nó là một giao thức mã nguồn mở, không cần cấp phép, tạo ra kiến ​​trúc mạng được kết nối bởi nhiều mạng con, mỗi mạng chịu trách nhiệm về các tác vụ khác nhau (dịch máy, nhận dạng và tạo hình ảnh, mô hình ngôn ngữ lớn, v.v.). Việc hoàn thành nhiệm vụ xuất sắc sẽ được khen thưởng và các mạng con có thể tương tác và học hỏi lẫn nhau.

Đối với các mô hình trí tuệ nhân tạo lớn hiện nay, chúng là kết quả của sự đầu tư lớn của các gã khổng lồ công nghệ vào tài nguyên máy tính và dữ liệu. Mặc dù các sản phẩm AI này hoạt động tốt nhưng cách tiếp cận này cũng mang lại rủi ro tập trung cao.

Cơ sở hạ tầng của Bittensor cho phép một mạng lưới các chuyên gia giao tiếp tương tác và học hỏi lẫn nhau, đặt nền tảng cho việc đào tạo phi tập trung cho các mô hình quy mô lớn. Tầm nhìn dài hạn của Bittensor là cạnh tranh với các mô hình nguồn đóng từ những gã khổng lồ như OpenAI, Meta và Google, duy trì các đặc điểm phi tập trung trong khi mong muốn phù hợp với hiệu suất suy luận của họ.

Cốt lõi công nghệ của Bittensor là cơ chế đồng thuận được thiết kế độc đáo của Yuma Rao, còn được gọi là Yuma Consensus, kết hợp các yếu tố của PoW và Proof of Stake (PoS). Bên cung chủ yếu liên quan đến "máy chủ" (thợ khai thác) và "người xác thực" (người xác nhận), trong khi bên cầu bao gồm "khách hàng" (khách hàng) sử dụng các mô hình trong mạng. Quá trình này như sau:

1. Khách hàng gửi yêu cầu và dữ liệu đến trình xác thực để xử lý.

2. Trình xác thực phân phối dữ liệu cho người khai thác trong một mạng con cụ thể.

3. Người khai thác sử dụng mô hình của họ và dữ liệu họ nhận được để suy luận và trả về kết quả.

4. Người xác minh xếp hạng kết quả suy luận theo chất lượng và ghi lại chúng trên chuỗi khối.

5. Kết quả suy luận tốt nhất sẽ được trả lại cho khách hàng, đồng thời người khai thác và người xác minh sẽ nhận được phần thưởng dựa trên xếp hạng và khối lượng công việc.

Điều đáng chú ý là bản thân Bittensor không đào tạo bất kỳ mô hình nào trong hầu hết các mạng con; nó giống một nhà cung cấp mô hình hơn và người dùng, cải thiện hơn nữa hiệu suất của các tác vụ khác nhau thông qua tương tác giữa các mô hình nhỏ hơn. Hiện tại có (hoặc đã có) 30 mạng con trực tuyến, mỗi mạng con tương ứng với một mô hình nhiệm vụ khác nhau.

p>

$TAO, với tư cách là mã thông báo gốc của Bittensor, đóng một vai trò quan trọng trong việc tạo mạng con, đăng ký mạng con, thanh toán phí dịch vụ và đặt cọc cho người xác thực trong hệ sinh thái . vai trò quan trọng. Theo tinh thần của BTC, $TAO chọn phát hành công bằng, nghĩa là tất cả các token được tạo ra thông qua đóng góp cho mạng.

Hiện tại, sản lượng $TAO hàng ngày là khoảng 7.200 token, được phân bổ đồng đều giữa những người khai thác và người xác thực. Kể từ khi khởi động dự án, khoảng 26,3% trong số 21 triệu mã thông báo đã được sản xuất, trong đó 87,21% được sử dụng để đặt cọc và xác minh. Dự án cũng tuân theo mô hình giảm một nửa sản lượng của BTC khoảng bốn năm một lần, với đợt giảm một nửa tiếp theo dự kiến ​​vào ngày 20 tháng 9 năm 2025, dự kiến ​​sẽ là một yếu tố thúc đẩy giá đáng kể.

p>

Bắt đầu từ cuối tháng 10 năm 2023, xu hướng giá của $TAO đã tăng đáng kể, chủ yếu được thúc đẩy bởi làn sóng nhiệt tình mới dành cho trí tuệ nhân tạo sau hội nghị OpenAI và hội nghị chuyển vốn sang lĩnh vực trí tuệ nhân tạo.

Sự xuất hiện của $TAO như một dự án mới trong lĩnh vực Web3+AI, chất lượng và tầm nhìn dài hạn của nó cũng đã thu hút đầu tư. Tuy nhiên, phải thừa nhận rằng, giống như các dự án AI khác, mặc dù sự kết hợp giữa Web3+AI có tiềm năng rất lớn nhưng vẫn chưa tìm được ứng dụng trong kinh doanh thực tế để hỗ trợ các dự án sinh lời lâu dài.

3.4 Alethea.ai ($OR)

Alethea.ai được thành lập vào năm 2020. là một dự án nhằm mục đích mang lại quyền sở hữu và quản trị phi tập trung cho nội dung được tạo bằng công nghệ blockchain.

Những người sáng lập Alethea.ai tin rằng trí tuệ nhân tạo tổng quát sẽ đưa chúng ta vào kỷ nguyên dư thừa thông tin do nội dung tổng quát gây ra, trong đó, thông qua một lượng lớn nội dung kỹ thuật số có thể được sao chép hoặc tạo dễ dàng chỉ bằng một thao tác sao chép-dán hoặc nhấp chuột đơn giản, nhưng người sáng tạo ban đầu rất khó thu được lợi ích. Bằng cách kết nối các nguyên tắc blockchain cơ bản như NFT với AI tổng quát, họ nhằm mục đích đảm bảo quyền sở hữu AI tổng quát và nội dung của nó, đặt lên trên đó là quản trị cộng đồng.

Được thúc đẩy bởi khái niệm này, Alethea.ai ban đầu đưa ra một tiêu chuẩn NFT mới, iNFT, sử dụng các Pod thông minh để tích hợp hoạt ảnh AI, tổng hợp giọng nói và thậm chí cả AI tổng hợp được nhúng trong hình ảnh. Alethea.ai cũng làm việc với các nghệ sĩ để tạo iNFT từ tác phẩm nghệ thuật của họ, một trong số đó được bán tại cuộc đấu giá của Sotheby với giá 478.000 USD.

p>

Alethea.ai sau đó đã ra mắt giao thức AI, cho phép bất kỳ nhà phát triển hoặc người tạo AI sáng tạo nào có thể sáng tạo bằng tiêu chuẩn iNFT mà không cần giấy phép. Để chứng minh giao thức AI, Alethea.ai đã phát triển CharacterGPT, một công cụ dựa trên lý thuyết về các mô hình lớn như GPT để tạo NFT tương tác. Gần đây, họ đã phát hành Open Fusion, cho phép bất kỳ NFT ERC-721 nào được kết hợp với Intelligence và xuất bản trên giao thức AI.

Mã thông báo gốc của Alethea.ai là $ALI, có bốn mục đích sử dụng chính:

1. Khóa một lượng $ALI nhất định để tạo iNFT.

2. Càng nhiều $ALI bị khóa thì cấp độ của mô-đun thông minh càng cao.

3. Người nắm giữ $ALI tham gia quản trị cộng đồng.

4. $ALI làm thông tin xác thực cho sự tương tác giữa các iNFT (chưa có trường hợp sử dụng thực tế nào).

Nhìn vào các trường hợp sử dụng của $ALI, rõ ràng là việc thu thập giá trị của mã thông báo vẫn chủ yếu dựa trên tường thuật. Xu hướng giá mã thông báo trong năm qua chứng minh điều này: $ALI đã được hưởng lợi từ cơn sốt AI tổng quát do ChatGPT dẫn đầu bắt đầu từ tháng 12 năm 2022. Ngoài ra, khi Alethea.ai công bố các khả năng Open Fusion mới vào tháng 6, nó đã khiến giá tăng vọt. Tuy nhiên, ngoài những trường hợp này, giá của $ALI đang có xu hướng giảm, thậm chí không đáp ứng được sự cường điệu về AI vào cuối năm 2023 như các dự án tương tự.

Ngoài mã thông báo gốc, hiệu suất của các dự án NFT của Alethea.ai (bao gồm cả bộ sưu tập chính thức của nó) trên thị trường NFT cũng rất đáng được chú ý.

p>

Theo dữ liệu từ bảng điều khiển Dune, các Pod thông minh do bên thứ ba bán và dòng Revenants bên thứ nhất của Alethea.ai dần chìm vào quên lãng sau lần phát hành đầu tiên. Tác giả tin rằng nguyên nhân chính là do tính mới ban đầu đã mất đi và không có giá trị đáng kể hoặc sự tham gia của cộng đồng để giữ chân người dùng.

3.5 Fetch.ai ($FET)

Fetch.ai là một cộng đồng dành riêng cho thúc đẩy Một dự án tích hợp trí tuệ nhân tạo (AI) và công nghệ blockchain. Mục tiêu của nó là xây dựng một nền kinh tế thông minh phi tập trung bằng cách kết hợp công nghệ học máy, chuỗi khối và sổ cái phân tán để hỗ trợ các hoạt động kinh tế giữa các đại lý thông minh.

Fetch.ai được thành lập vào năm 2019 bởi các nhà khoa học người Anh Humayun Sheikh, Toby Simpson và Thomas Hain và đội ngũ sáng lập của nó có nền tảng ấn tượng.

Humayun Sheikh là nhà đầu tư ban đầu vào DeepMind, Toby Simpson đã giữ các vị trí điều hành ở nhiều công ty khác nhau và Thomas Hain là giáo sư trong lĩnh vực trí tuệ nhân tạo tại DeepMind. Đại học Sheffield. Kinh nghiệm đa dạng của người sáng lập trải rộng trên các công ty CNTT truyền thống, các dự án blockchain, chăm sóc y tế và lĩnh vực siêu máy tính, cung cấp cho Fetch.ai nguồn tài nguyên ngành phong phú.

Sứ mệnh của Fetch.ai là xây dựng một nền tảng mạng phi tập trung bao gồm các tác nhân kinh tế tự trị (AEA) và các ứng dụng trí tuệ nhân tạo để cho phép các nhà phát triển tạo ra các tác nhân tự trị để hoàn thành cài đặt trước nhiệm vụ hướng tới mục tiêu. Công nghệ cốt lõi của nền tảng là kiến ​​trúc ba lớp độc đáo:

1. Lớp dưới cùng: dựa trên dựa trên cơ chế đồng thuận PoS-uD (bằng chứng cổ phần không được phép), lớp cơ sở này hỗ trợ các mạng hợp đồng thông minh, tạo điều kiện cho người khai thác hợp tác cũng như đào tạo và suy luận cơ bản về học máy.

2. Lớp giữa: Khung kinh tế mở (OEF) cung cấp không gian chung cho các hoạt động tương tác và giao thức cơ bản giữa các AEA, đồng thời hỗ trợ Tìm kiếm, khám phá và giao dịch.

3. Cấp cao nhất: AEA là thành phần cốt lõi của Fetch.ai. Mỗi AEA là một phần mềm tác nhân thông minh có thể thực hiện nhiều chức năng khác nhau thông qua các mô-đun kỹ năng và thực hiện các nhiệm vụ do người dùng xác định. Các tác nhân này không chạy trực tiếp trên blockchain mà tương tác với blockchain và hợp đồng thông minh thông qua OEF. Phần mềm tác nhân thông minh có thể hoàn toàn dựa trên phần mềm hoặc gắn liền với phần cứng vật lý như điện thoại thông minh, máy tính và ô tô. Fetch.ai cung cấp bộ phát triển dựa trên Python, khung AEA, có tính mô-đun và cho phép các nhà phát triển xây dựng các tác nhân thông minh của họ.

Trên nền tảng kiến ​​trúc này, Fetch.ai đã ra mắt Co-Learn (chia sẻ mô hình học máy giữa các tổng đài viên) và Theo dõi các sản phẩm và dịch vụ như Metaverse (dịch vụ lưu trữ đám mây đại lý) để hỗ trợ người dùng phát triển đại lý trên nền tảng của mình.

Về mã thông báo, $FET, với tư cách là mã thông báo gốc của Fetch.ai, bao gồm các chức năng tiêu chuẩn như thanh toán gas, xác minh cam kết và mua dịch vụ trong mạng. Hơn 90% mã thông báo $FET đã được mở khóa và được phân bổ như sau:

Kể từ khi thành lập, Fetch.ai đã trải qua nhiều vòng tài trợ pha loãng mã thông báo, nhiều nhất gần đây nhất là vào năm 2023. Vào ngày 29 tháng 3 năm 2019, nó đã nhận được khoản đầu tư 30 triệu đô la Mỹ từ DWF Lab. Do token $FET không thể thu được giá trị từ doanh thu của dự án nên đà tăng giá của nó chủ yếu phụ thuộc vào cập nhật dự án và tâm lý thị trường đối với không gian AI. Trên thực tế, trong hai làn sóng bùng nổ của thị trường AI, giá của Fetch.ai đã tăng hơn 100% vào đầu và cuối năm 2023.

p>

Quỹ đạo phát triển của Fetch.ai giống một công ty khởi nghiệp về trí tuệ nhân tạo Web2.0 hơn, tập trung vào việc hoàn thiện công nghệ của mình. Nó tìm kiếm sự công nhận và lợi nhuận thông qua việc gây quỹ liên tục và hợp tác sâu rộng.

Cách tiếp cận này để lại nhiều khoảng trống cho các ứng dụng được phát triển trên Fetch.ai trong tương lai, nhưng cũng có nghĩa là nó có thể hữu ích cho các dự án blockchain khác. Không hấp dẫn bằng, có khả năng hạn chế sức sống của hệ sinh thái. Một trong những người sáng lập Fetch.ai thậm chí đã cố gắng khởi động một dự án DEX, Mettalex DEX, dựa trên Fetch.ai, nhưng cuối cùng nó đã thất bại. Là một dự án tập trung vào cơ sở hạ tầng, sự suy yếu của hệ sinh thái cũng cản trở sự phát triển giá trị nội tại của Fetch.ai.

4. Tương lai tươi sáng của AI sáng tạo

Giám đốc điều hành NVIDIA Jensen Huang đã so sánh việc ra mắt các mô hình thế hệ quy mô lớn với "khoảnh khắc iPhone" của trí tuệ nhân tạo, cho thấy vai trò đang thay đổi Trong một bước chuyển dịch quan trọng, chip điện toán hiệu năng cao đã trở thành hạt nhân trong nguồn tài nguyên khan hiếm dành cho trí tuệ nhân tạo.

Các dự án cơ sở hạ tầng AI khóa phần lớn số tiền trong nhánh phụ Web3 AI vẫn là trọng tâm dài hạn của các nhà đầu tư. Khi các gã khổng lồ về chip dần nâng cấp khả năng tính toán của họ, khả năng AI sẽ mở rộng, điều này có khả năng tạo ra nhiều dự án cơ sở hạ tầng AI hơn trong Web3 và thậm chí có thể là các chip được thiết kế đặc biệt để đào tạo AI trong Web3.

Mặc dù các sản phẩm AI sáng tạo tập trung vào người tiêu dùng vẫn đang trong giai đoạn thử nghiệm, một số ứng dụng cấp công nghiệp đã cho thấy tiềm năng lớn. Một ứng dụng như vậy là “cặp song sinh kỹ thuật số” có khả năng chuyển các cảnh trong thế giới thực sang lĩnh vực kỹ thuật số.

Với giá trị chưa được khai thác trong dữ liệu công nghiệp, nền tảng song sinh kỹ thuật số Metaverse của NVIDIA định vị trí tuệ nhân tạo như một thành phần thiết yếu của bản sao kỹ thuật số công nghiệp. Trong Web3, bao gồm thế giới ảo, sáng tạo nội dung số và tài sản trong thế giới thực, bản sao kỹ thuật số chịu ảnh hưởng của trí tuệ nhân tạo sẽ đóng một vai trò quan trọng.

Việc phát triển phần cứng tương tác mới cũng rất quan trọng. Trong lịch sử, mọi cải tiến về phần cứng trong điện toán đều mang đến những thay đổi và cơ hội mang tính cách mạng, chẳng hạn như chuột máy tính phổ biến hiện nay hay màn hình cảm ứng điện dung đa điểm của iPhone 4.

Apple Vision Pro được công bố sẽ phát hành vào quý đầu tiên của năm 2024. Nó đã thu hút sự chú ý toàn cầu với màn trình diễn ấn tượng và được kỳ vọng sẽ mang lại ý nghĩa cho nhiều lĩnh vực khác nhau. những thay đổi và cơ hội bất ngờ. Ngành công nghiệp giải trí, nổi tiếng với việc sản xuất nội dung nhanh chóng và phân phối rộng rãi, thường là ngành đầu tiên được hưởng lợi từ các bản cập nhật phần cứng. Chúng bao gồm metaverse của Web3, trò chơi blockchain, NFT, v.v., đáng được quan tâm và nghiên cứu lâu dài.

Về lâu dài, sự phát triển của trí tuệ nhân tạo tổng hợp thể hiện sự thay đổi về lượng dẫn đến thay đổi về chất. Cốt lõi của ChatGPT là giải pháp cho vấn đề học thuật đã được nghiên cứu lâu dài là trả lời câu hỏi lý luận. Chỉ thông qua dữ liệu mở rộng và lặp lại mô hình, GPT-4 mới đạt được mức ấn tượng. Các ứng dụng AI trong Web3 cũng tương tự và hiện đang trong giai đoạn thích ứng mô hình Web2 với Web3. Một mô hình hoàn toàn dựa trên dữ liệu Web3 vẫn chưa xuất hiện. Các dự án có tầm nhìn xa trong tương lai và nguồn tài nguyên khổng lồ dành riêng cho việc nghiên cứu các vấn đề dành riêng cho Web3 sẽ mang đến cho Web3 ứng dụng sát thủ cấp ChatGPT của riêng nó.

Có nhiều cách đầy hứa hẹn để khám phá cơ sở kỹ thuật của trí tuệ nhân tạo tổng hợp, chẳng hạn như công nghệ chuỗi suy nghĩ. Công nghệ này cho phép các mô hình ngôn ngữ lớn tạo ra những bước nhảy vọt đáng kể trong khả năng suy luận nhiều bước. Tuy nhiên, nó cũng làm nổi bật hoặc thậm chí làm trầm trọng thêm những hạn chế của các mô hình lớn trong khả năng suy luận logic phức tạp. Độc giả quan tâm có thể khám phá bài viết gốc của tác giả về Chuỗi tư duy.

Sau ChatGPT, nhiều dự án có chủ đề GPT khác nhau đã xuất hiện trong Web3, nhưng việc chỉ kết hợp GPT với hợp đồng thông minh không thể đáp ứng nhu cầu của người dùng. Khoảng một năm sau khi ChatGPT được phát hành, vẫn còn tiềm năng rất lớn cho tương lai. Các sản phẩm trong tương lai nên bắt đầu từ nhu cầu thực sự của người dùng Web3. Khi công nghệ Web3 ngày càng hoàn thiện, việc ứng dụng Generative AI trong Web3 chắc chắn sẽ rất rộng rãi và thú vị.