Sự kết hợp giữa Web3 và AI: Xây dựng hệ sinh thái thông minh Phi tập trung

Trong một bài phát biểu gần đây, một nhà lãnh đạo công nghệ đã đưa ra khái niệm "AI chủ quyền". Điều này đã khiến chúng ta suy nghĩ: làm thế nào để xây dựng một hệ thống AI vừa có thể đáp ứng nhu cầu của cộng đồng tiền mã hóa, vừa giữ được bản chất Phi tập trung? Câu trả lời có thể nằm ở sự hòa nhập giữa Web3 và AI.

Người sáng lập Ethereum đã trình bày chi tiết về hiệu ứng cộng sinh của công nghệ mã hóa và AI trong một bài viết. Ông chỉ ra rằng đặc tính phi tập trung của công nghệ mã hóa có thể cân bằng xu hướng tập trung của AI; tính minh bạch của blockchain có thể bù đắp cho sự không minh bạch của AI; và công nghệ blockchain cũng giúp lưu trữ và theo dõi dữ liệu cần thiết cho AI. Hiệu ứng cộng sinh này xuyên suốt toàn bộ hệ sinh thái ngành công nghiệp Web3+AI.

Hiện nay, hầu hết các dự án Web3+AI đang tập trung vào việc sử dụng công nghệ blockchain để giải quyết các vấn đề xây dựng cơ sở hạ tầng trong ngành AI, một số ít dự án thì tập trung vào việc sử dụng công nghệ AI để giải quyết các vấn đề cụ thể trong ứng dụng Web3. Hệ sinh thái ngành công nghiệp Web3+AI chủ yếu bao gồm các khía cạnh sau:

1. Lớp sức mạnh: Tài sản hóa sức mạnh

Trong những năm gần đây, sức mạnh tính toán cần thiết cho việc đào tạo mô hình AI lớn đã tăng trưởng theo cấp số nhân, vượt xa dự đoán của định luật Moore. Điều này dẫn đến sự mất cân bằng nghiêm trọng giữa cung và cầu sức mạnh tính toán AI, làm tăng giá phần cứng. Tuy nhiên, trên thị trường có rất nhiều tài nguyên sức mạnh tính toán trung bình và thấp đang bị lãng phí. Thông qua công nghệ Web3, có thể xây dựng mạng lưới sức mạnh tính toán phân tán, thực hiện việc cho thuê và chia sẻ sức mạnh tính toán, từ đó giảm chi phí sức mạnh tính toán AI.

Phân khúc lớp sức mạnh tính toán bao gồm: sức mạnh tính toán phi tập trung chung, sức mạnh tính toán chuyên dụng cho đào tạo AI, sức mạnh tính toán suy luận AI và sức mạnh tính toán kết xuất 3D, v.v. Những dự án sức mạnh tính toán phi tập trung này có ưu điểm cốt lõi là chi phí thấp, hiệu suất giá cao, có thể đáp ứng nhu cầu sức mạnh tính toán trung bình và thấp.

2. Lớp dữ liệu: Tài sản hóa dữ liệu

Dữ liệu được coi là "dầu" và "máu" của AI. Trong mô hình truyền thống, chỉ có các doanh nghiệp lớn mới có thể truy cập vào lượng lớn dữ liệu người dùng, trong khi các công ty khởi nghiệp thông thường khó có thể có được nguồn dữ liệu rộng rãi. Thông qua phương pháp Web3+AI, có thể thực hiện việc thu thập dữ liệu, gán nhãn và lưu trữ phân tán với chi phí thấp và tính minh bạch, đồng thời bảo vệ quyền lợi của người dùng tốt hơn.

Các dự án tầng dữ liệu chủ yếu bao gồm: thu thập dữ liệu, giao dịch dữ liệu, gán nhãn dữ liệu, nguồn dữ liệu blockchain và lưu trữ Phi tập trung. Những dự án này gặp phải thách thức lớn hơn khi thiết kế mô hình kinh tế token, vì dữ liệu khó tiêu chuẩn hóa hơn so với sức mạnh tính toán.

3. Lớp nền tảng: Tài sản hóa giá trị nền tảng

Các dự án nền tảng nhằm tích hợp các nguồn lực trong ngành AI, xây dựng một nền tảng trung tâm kết nối dữ liệu, sức mạnh tính toán, mô hình, nhà phát triển và các nguồn lực khác như blockchain. Ví dụ, một số dự án tập trung vào việc xây dựng nền tảng vận hành máy học toàn diện, nhằm nâng cao độ tin cậy và tính minh bạch của suy luận máy học.

Còn một số dự án tập trung vào việc phát triển mạng blockchain AI chuyên dụng, giúp các ứng dụng Web3+AI xây dựng và phát triển nhanh chóng thông qua việc cung cấp các thành phần và SDK chung. Thêm vào đó, một số nền tảng chú trọng vào việc xây dựng mạng AI Agent, cung cấp hỗ trợ cho nhiều kịch bản ứng dụng khác nhau.

4. Lớp ứng dụng: Tài sản hóa giá trị AI

Các dự án ở tầng ứng dụng chủ yếu sử dụng công nghệ AI để giải quyết các vấn đề cụ thể trong ứng dụng Web3. Ví dụ, AI có thể đóng vai trò là người chơi trong game Web3, là nhà giao dịch chênh lệch giá trong DEX, hoặc cung cấp dịch vụ phân tích và dự đoán trong thị trường dự đoán.

Một hướng quan trọng khác là tạo ra AI riêng tư phi tập trung có thể mở rộng. Hệ thống AI này sẽ được quản lý phân tán bởi cộng đồng giống như các dự án Web3, giúp nâng cao độ tin cậy của người dùng đối với AI.

Lĩnh vực Web3+AI vẫn đang ở giai đoạn đầu, trong ngành có nhiều quan điểm khác nhau về triển vọng phát triển của nó. Chúng tôi hy vọng sự kết hợp giữa Web3 và AI có thể tạo ra những sản phẩm có giá trị hơn so với AI phi tập trung, giúp AI thoát khỏi "kiểm soát của các ông lớn" và "độc quyền", để thực hiện "quản trị AI" theo cách cộng đồng hơn. Có lẽ trong quá trình tham gia sâu hơn và quản trị AI, con người sẽ có nhiều sự tôn trọng hơn đối với AI, giảm bớt nỗi sợ hãi.