Sự kết hợp giữa Web3 và AI: Tạo ra tương lai thông minh Phi tập trung

Tại hội nghị chính phủ thế giới gần đây, một nhà lãnh đạo công nghệ đã đưa ra khái niệm "AI chủ quyền". Điều này đã khơi dậy suy nghĩ của mọi người: Làm thế nào để xây dựng một hệ thống AI có thể đáp ứng lợi ích và yêu cầu của cộng đồng tiền mã hóa? Câu trả lời có thể nằm trong sự kết hợp giữa Web3 và AI.

Người sáng lập Ethereum đã trình bày về hiệu ứng hợp tác giữa công nghệ crypto và AI trong một bài viết: sự phi tập trung của crypto có thể cân bằng xu hướng tập trung của AI; tính minh bạch mà crypto mang lại có thể bù đắp cho sự không minh bạch của AI; trong khi blockchain thì có lợi cho việc lưu trữ và theo dõi dữ liệu cần thiết cho AI. Hiệu ứng hợp tác này xuyên suốt trong toàn bộ hệ sinh thái ngành công nghiệp Web3+AI.

Hiện tại, hầu hết các dự án Web3+AI đều tập trung vào việc sử dụng công nghệ blockchain để giải quyết các vấn đề liên quan đến xây dựng cơ sở hạ tầng trong ngành AI, trong khi một số ít dự án lại cố gắng sử dụng AI để giải quyết một số vấn đề trong các ứng dụng Web3. Cảnh quan ngành công nghiệp Web3+AI chủ yếu được thể hiện ở bốn khía cạnh sau:

1. Lớp sức mạnh: Tài sản 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 cung cầu sức mạnh tính toán AI, giá phần cứng như GPU tăng vọt, và chi phí sức mạnh tính toán cao. Tuy nhiên, trên thị trường có rất nhiều phần cứng sức mạnh tính toán trung bình và thấp đang bị bỏ hoang. Bằng cách xây dựng mạng lưới sức mạnh tính toán phân tán theo cách Web3, có thể tích hợp những nguồn tài nguyên bỏ hoang này, tạo ra mạng lưới tài nguyên tính toán Phi tập trung, đáp ứng nhu cầu ứng dụng AI đa dạng, đồng thời giảm thiểu chi phí một cách đáng kể.

Lớp sức mạnh tính toán được phân chia thành:

• Công suất Phi tập trung
• AI đào tạo chuyên dụng Phi tập trung tính toán
• AI suy luận chuyên dụng Phi tập trung tính toán
• 3D render hóa Phi tập trung tính toán

Lợi thế của việc tài sản hóa sức mạnh tính toán Web3+AI nằm ở chỗ, kết hợp với các động lực token có thể mở rộng quy mô mạng một cách nhanh chóng, cung cấp tài nguyên sức mạnh tính toán với chi phí hiệu quả cao, đáp ứng nhu cầu sức mạnh tính toán trung bình và thấp.

2. Lớp dữ liệu: Tài sản hóa dữ liệu

Dữ liệu là nguồn tài nguyên quan trọng cho sự phát triển của AI. Trong mô hình truyền thống, chỉ có các công ty công nghệ lớn mới có thể thu thập một lượng lớn dữ liệu người dùng, trong khi các công ty khởi nghiệp bình thường khó có thể nhận được sự hỗ trợ dữ liệu rộng rãi. Bằng cách sử dụng phương pháp Web3+AI, có thể thực hiện thu thập dữ liệu, đánh dấu và lưu trữ phân tán với chi phí thấp và độ minh bạch cao, đồng thời giúp người dùng hưởng lợi từ đó.

Dự án lớp dữ liệu chủ yếu bao gồm:

• Dự án thu thập dữ liệu
• Dự án giao dịch dữ liệu
• Dự án loại gán nhãn dữ liệu
• Dự án loại nguồn dữ liệu blockchain
• Phi tập trung lưu trữ类项目

Các dự án kiểu này gặp phải thách thức lớn hơn trong việc thiết kế mô hình kinh tế token, vì độ khó trong việc chuẩn hóa dữ liệu cao hơn so với sức mạnh tính toán.

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

Các dự án nền tảng nhằm tích hợp nhiều loại tài nguyên trong ngành AI, tổng hợp dữ liệu, sức mạnh tính toán, mô hình, các nhà phát triển AI và nhiều tài nguyên khác như blockchain, nhằm cung cấp giải pháp toàn diện cho người dùng. Ví dụ, một số dự án tập trung vào việc xây dựng nền tảng vận hành zkML, thông qua công nghệ mật mã để xác minh tính chính xác của suy diễn mô hình, nâng cao độ tin cậy và tính minh bạch của AI.

Còn một số dự án cam kết xây dựng mạng blockchain chuyên dụng cho AI, thông qua việc cung cấp các thành phần chung và SDK, giúp các ứng dụng Web3+AI nhanh chóng xây dựng và phát triển. Ngoài ra, các nền tảng loại Agent Network cung cấp dịch vụ xây dựng AI Agent cho nhiều kịch bản ứng dụng khác nhau.

Các dự án nền tảng chủ yếu thông qua việc phát hành token để thu hút giá trị của nền tảng, khuyến khích các bên tham gia xây dựng chung. Điều này đặc biệt hữu ích cho quá trình phát triển của các dự án khởi nghiệp từ 0 đến 1, có thể giảm bớt khó khăn trong việc tìm kiếm đối tác.

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

Các dự án ở tầng ứng dụng chủ yếu tập trung vào việc sử dụng AI để giải quyết các vấn đề cụ thể trong ứng dụng Web3. Các hướng đáng chú ý bao gồm:

1. AI như một người tham gia Web3: Ví dụ trong trò chơi Web3, AI có thể giúp người chơi nhanh chóng hiểu các quy tắc và hoàn thành nhiệm vụ một cách hiệu quả; trong các sàn giao dịch Phi tập trung, AI đã đóng vai trò quan trọng trong giao dịch chênh lệch giá; trong thị trường dự đoán, AI Agent có thể cung cấp dịch vụ dự đoán sự kiện mô hình hóa cho người dùng bằng cách phân tích một lượng lớn dữ liệu.

2. Tạo ra AI riêng tư phi tập trung có thể mở rộng: Bằng cách sử dụng Web3, cho phép cộng đồng có quyền quản trị phân tán đối với AI, tăng cường độ tin cậy của người dùng vào hệ thống AI, giải quyết vấn đề hộp đen và các vấn đề thiên lệch tiềm ẩn.

Mặc dù tầng ứng dụng Web3+AI chưa xuất hiện các dự án đột phá, nhưng tiềm năng của lĩnh vực này rất lớn.

Kết luận

Sự kết hợp giữa Web3 và AI vẫn đang ở giai đoạn đầu, trong ngành có nhiều quan điểm khác nhau về triển vọng phát triển của nó. Tuy nhiên, lĩnh vực này có khả năng tạo ra những sản phẩm có giá trị hơn so với AI phi tập trung, thoát khỏi nhãn hiệu "kiểm soát của các ông lớn" và "độc quyền", hướng tới mô hình "quản trị AI chung" mang tính cộng đồng hơn. Bằng cách tham gia và quản lý AI sâu hơn, con người có thể tìm thấy sự cân bằng trong tương tác với AI, vừa giữ được sự kính trọng, vừa không quá sợ hãi.