¿Puede la IA que hace autostop liderar una nueva tendencia en las narrativas del mercado alcista?

[TL;DR]

La pista AI+Web3 se puede dividir aproximadamente en tres capas: capa de infraestructura, capa intermedia y capa de aplicación. La capa de infraestructura se enfoca en proporcionar energía informática y almacenamiento, que actualmente es el campo más popular y popular.

Además de los casos de capa de aplicación en juegos, redes sociales y comercio, la IA también se puede utilizar en campos como análisis de datos, monitoreo y seguimiento de información, y apuestas y apuestas.

Los proyectos estrechamente relacionados con el concepto de IA a menudo ganan rápidamente el favor del mercado, pero se debe prestar atención a filtrar los proyectos que no cumplen con su nombre y están puramente enfocados en temas populares.

Introducción

Recientemente, una serie de proyectos de AI+Web3 han despertado entusiasmo en el mercado. Con el fin de explorar esta potencial oportunidad de mercado en profundidad, Gate.io Research combinará varios proyectos destacados para realizar un análisis exhaustivo de los diferentes eslabones de la cadena de la industria de AI+Web3, con el propósito de proporcionar a los lectores una comprensión completa y en profundidad.

AI+Web3: Nueva tecnología, nueva dirección, nueva especulación

El año pasado, con la aparición de modelos de IA generativa a gran escala como ChatGPT, la IA se ha convertido en un tema de inversión caliente perseguido por el mercado de capitales mundial. Al mismo tiempo, el mercado Web3 también ha iniciado una nueva ronda de prosperidad.

La combinación orgánica de IA y Web3 sin duda se convierte en la intersección de los dos temas candentes en el campo tecnológico actual. Recientemente, hemos observado una gran cantidad de proyectos nuevos y antiguos en torno a este tema que reciben atención del mercado, lo que resalta el fuerte interés y las altas expectativas de los inversores por esta combinación.

Según la definición de la cadena de bloques de Wanxiang, la combinación de IA y Web3 se refleja principalmente en dos aspectos: cómo Web3 promueve el desarrollo de la IA y cómo las aplicaciones de Web3 combinan la tecnología de IA. Actualmente, la mayoría de los proyectos tienden a utilizar la tecnología y los conceptos de Web3 para impulsar el avance de la IA. Para analizar esta combinación, podemos comenzar con todo el proceso de IA, desde el entrenamiento del modelo hasta la aplicación.

El proceso de producción de AI incluye aproximadamente: adquisición de datos, proporcionando una base para el entrenamiento del modelo; Preprocesamiento de datos e ingeniería de características/sugerencias, que involucra la limpieza de datos, la anotación y las consultas estructuradas; Entrenamiento y optimización del modelo, mejorando el rendimiento del modelo a través de la iteración; Revisión y gobernanza del modelo para asegurar la calidad y transparencia del modelo; Inferencia del modelo, prediciendo nuevos datos; Despliegue y monitoreo del modelo para garantizar un rendimiento óptimo del modelo en aplicaciones prácticas.

En este proceso, Web3 tiene muchos puntos de integración. Por ejemplo, la red distribuida y el mecanismo de incentivos de Web3 pueden construir redes y comunidades de IA más abiertas y de código abierto, satisfaciendo las necesidades de las aplicaciones de IA para infraestructuras abiertas y de bajo costo y redes de datos. Al mismo tiempo, combinar Web3 con tecnologías criptográficas como ZK puede mejorar los problemas de confianza de la IA, abordar desafíos como la transparencia del modelo, sesgo y aplicaciones éticas.

Fuente: blockchain de Wanxiang

Como se muestra en la figura anterior, la pista de AI+Web3 se puede dividir aproximadamente en tres capas: capa de infraestructura, capa intermedia y capa de aplicación.

La capa de infraestructura se centra en proporcionar potencia informática y almacenamiento, y la adición de Web3 puede reducir sus costos y servir a más aplicaciones de IA.

La capa intermedia utiliza tecnología Web3 para optimizar los procesos de producción de IA, como la adquisición de datos, el preprocesamiento y la validación del modelo, lo que resulta en numerosos proyectos innovadores.

La capa de aplicación demuestra la amplia aplicación de la IA en Web3, como la generación, análisis y predicción de contenido. Según la observación del autor, la descripción de la capa de aplicación en la figura anterior sigue siendo bastante conservadora. Lo discutiremos en detalle por la tarde. Aunque aún no ha habido proyectos líderes, el potencial es enorme y la competencia futura se centrará en las capacidades del producto y la tecnología.

Proporcionaremos estudios de casos específicos para estos tres proyectos de nivel en las secciones siguientes.

Emergen proyectos de tendencia AI+Web3 uno tras otro

AI+DePIN

Todo el flujo de trabajo de la IA depende del soporte de la infraestructura de computación y almacenamiento. Estas instalaciones no solo son responsables de proporcionar una potente potencia de cálculo para el entrenamiento y la predicción de modelos, sino también para almacenar, gestionar y analizar datos a lo largo de todo el modelo de datos y su ciclo de vida.

Actualmente, el rápido crecimiento de las aplicaciones de inteligencia artificial ha llevado a una gran demanda de infraestructura, especialmente de alta potencia informática. Por lo tanto, el desarrollo de una infraestructura de computación y almacenamiento más eficiente, rentable y rica en recursos se ha convertido en una tendencia clave en las primeras etapas del desarrollo de la inteligencia artificial, que es actualmente el campo más popular.
Source: Render Red

En este campo han surgido varios proyectos representativos, como la red de renderización que nació en el mercado alcista anterior y que principalmente ofrece servicios de renderizado, Akash que se centra en la computación en la nube, Filecoin y Arweave que se centran en el almacenamiento en la nube, IO.NET y Aethir que se lanzaron recientemente en este mercado alcista y brindan principalmente soporte de potencia informática para la IA. En nuestro artículo reciente “ BOME Crea un Récord de Precios en Ascenso, Analiza los Proyectos en Tendencia en el Ecosistema SOL Introdujo proyectos de vanguardia como IO.NET, que no se elaborarán más aquí.

AI+Data

La capa intermedia es clave LINK en el proceso de producción de IA, que utiliza la tecnología Web3 para optimizar y mejorar flujos de trabajo específicos.

En primer lugar, en la etapa de adquisición de datos, la capa intermedia introduce una gestión de identidad de datos descentralizada, que no solo protege la seguridad de los datos del usuario, sino que también garantiza la propiedad clara de los datos. Al mismo tiempo, a través de mecanismos de incentivos, se puede alentar a los usuarios a compartir datos de alta calidad para obtener monetización, lo que amplía las fuentes de datos.

Debido a las limitaciones de la etapa de desarrollo de la industria, en la ronda anterior de mercados alcistas y bajistas casi no existían proyectos relativamente conocidos en este campo. En este mercado alcista, ha habido proyectos de identidad de IA como Worldcoin (sobre el cual hemos escrito varias veces), Aspecta invertido por Gate.io, Ocean Protocol, una plataforma de negociación de datos, y Grass, una red de datos para la minería de banda ancha.
Fuente: Aspecta

En segundo lugar, en la etapa de preprocesamiento de datos, la capa intermedia se compromete a construir una plataforma distribuida de anotación y procesamiento de datos de IA, proporcionando un fuerte apoyo para el posterior entrenamiento de modelos. A este respecto, proyectos como Public AI han logrado resultados significativos.

Finalmente, en la etapa de validación y deducción del modelo, la capa intermedia utiliza completamente la combinación de tecnología Web3 y técnicas de criptografía, como ZK y cifrado homomórfico, para verificar si el proceso de deducción del modelo utiliza los datos y parámetros correctos. Esto no solo garantiza la precisión del modelo, sino que también protege la privacidad de los datos de entrada. Los escenarios de aplicación típicos son ZKML, como Bittensor, Privasea, Modulus y Privasea invertidos por Gate Labs.

AI+centrado en la intención

Centrado en la intención, traducido como “centrado en la intención”, se refiere directamente a “lo que quieres hacer”, centrándose en el resultado en lugar del proceso. El enfoque centrado en la intención tiene como objetivo optimizar los protocolos y la infraestructura para permitir que las operaciones tediosas en la cadena se realicen en un solo paso. Más precisamente, al ocultar los procesos operativos complejos del pasado, los usuarios pueden alcanzar sus objetivos sin sentir o reflejar directamente la esencia de la abstracción de la cadena.

Los escenarios comunes de intención para usar AI actualmente incluyen intercambio cruzado, airdrop, gobernabilidad, transacciones de alto valor y operaciones por lotes. El bot de Telegram que discutimos anteriormente en nuestro artículo también se puede clasificar en esta categoría.

Por ejemplo, Delysium (AGI) se compromete a utilizar la IA para crear una Red de Agentes de IA centrada en la intención del usuario para Web3, lo cual ha ganado mucha atención en mercados como el de Corea del Sur.

Como se muestra en la figura, debido a la especulación del mercado y al descubrimiento de valor, el token de este proyecto ha experimentado un aumento sorprendente en los últimos tiempos.

Fuente: Gate.io

Delysium ha lanzado un Agente de IA llamado Lucy. Como un sistema operativo Web3 impulsado por IA, Lucy es capaz de planificar e ejecutar automáticamente flujos de trabajo de manera inteligente que pueden resolver las necesidades del usuario basadas en la comprensión de las intenciones y objetivos contenidos en el lenguaje natural, simplificando los complejos procesos operativos de las aplicaciones y protocolos actuales de Web3.

AI+Game

Los juegos de IA también tienen un espacio de imaginación extremadamente alto. La tecnología de IA no solo acelera el proceso de producción de juegos, sino que también se extiende a todos los aspectos de la producción de juegos, desde explorar los hábitos de los usuarios hasta personalizar escenas de interacción personalizadas, demostrando un enorme potencial. Hoy en día, los principales fabricantes de juegos están adoptando activamente la IA y reestructurando el ecosistema de la cadena de la industria del juego.

En cuanto a la producción de juegos, la IA proporciona un fuerte apoyo para el arte, la planificación y las operaciones. Ya sea en cuanto a inspiración creativa, generación de niveles, redacción de textos y análisis operativo, la IA está acelerando la producción de contenido de juegos. En cuanto a la experiencia de juego, las capacidades de generación de lenguaje natural y generación de imágenes aportadas por la IA hacen que la jugabilidad sea más innovadora y diversa, y la interacción entre los personajes no jugables sea más inteligente y vívida.

Por ejemplo, la IA Jue Wu de “Honor of Kings” ha sido ampliamente aplicada en la evaluación y prueba de nivel; En “Mount & Blade II: Bannerlord”, ChatGPT permite a los NPCs responder dinámicamente a los jugadores, mejorando la interactividad del juego; En “Naraka: Bladepoint”, los jugadores incluso pueden usar la pintura AI para generar modelos de moda y votar por las obras más populares, demostrando el enorme potencial de la IA en la innovación de juegos.
Fuente: sleeplessAI

Además de los juegos tradicionales de Web2 que abrazan la IA, los juegos de Web3 no son una excepción. Por ejemplo, Ultriverse proporciona a los usuarios un análisis profundo de características de IA y experiencias personalizadas en social, juegos, metaverso y otros ámbitos a través de su potente motor de IA, así como el juego de compañero virtual de IA de sleepless AI que se centra en la IA.

IA+Análisis

Además de los casos de capa de aplicación en juegos, redes sociales y comercio, la IA también se puede utilizar en campos como el análisis de datos, monitoreo y seguimiento de información y apuestas. Han surgido proyectos representativos como Kaito y Dune, estableciendo un punto de referencia para la industria.

A menudo citamos los gráficos de datos de Dune en nuestras publicaciones de blog, así que no es necesario extenderse sobre ellos aquí.

En resumen

En el último año, la integración de Web3 y AI no solo ha liderado una nueva tendencia en tecnología, sino que también ha generado un nuevo consenso en la industria: blockchain ha cambiado las relaciones de producción y AI ha cambiado la productividad. Este concepto ahora está profundamente arraigado en los corazones de las personas y se ha convertido en una poderosa fuerza impulsora para el desarrollo de la industria.

Con los desarrolladores de juegos, los protocolos DeFi y otros proyectos de infraestructura Web3 aumentando su inversión en IA, la combinación de IA y Web3 se está convirtiendo en una dirección importante para la innovación en la industria. De hecho, los proyectos relacionados estrechamente con el concepto de IA a menudo ganan rápidamente el favor del mercado, y ya hemos notado este increíble crecimiento anteriormente.

Sin embargo, debajo de la prosperidad y la exageración superficiales, no podemos ignorar los obstáculos prácticos en la industria AI+Web3. Especialmente para los profesionales, es necesario explorar profundamente sus escenarios de aplicación prácticos y factibles, evaluar su capacidad para crear valor y construir narrativas de la industria. A largo plazo, ¿cómo se formará el patrón ecológico de la industria AI+Web3, qué campos mostrarán un gran potencial de desarrollo, y si enfrentará dilemas éticos y morales necesitan ser continuamente explorados y respondidos en la práctica?

Por lo tanto, frente a la ola de IA+Web3, no solo debemos ver las oportunidades que trae, sino también mantener una mente clara y ver racionalmente sus desafíos y deficiencias. Solo de esta manera podemos comprender mejor la trayectoria de desarrollo de la industria de IA+Web3, promover su desarrollo saludable y sostenible, y aprovechar las oportunidades de beneficio que trae la tendencia.