Первоисточник: IOSG Ventures.
Предисловие
Недавнее быстрое развитие больших языковых моделей (LLM) вызвало интерес к использованию искусственного интеллекта (ИИ) для преобразования различных отраслей. Индустрия блокчейнов не застрахована, поскольку появление истории AI x Crypto привлекло к ней внимание. В этой статье рассматриваются три основных способа объединения искусственного интеллекта и криптографии, а также исследуются уникальные возможности технологии блокчейн для решения проблем отрасли искусственного интеллекта.
Три подхода AIxCrypto включают в себя:
- Интеграция ИИ в существующие продукты. Такие компании, как Dune, используют ИИ для улучшения своих продуктов, например внедряя второй пилотный модуль SQL, который помогает пользователям писать сложные запросы.
- Создание инфраструктуры искусственного интеллекта для криптоэкосистемы. Такие стартапы, как Ritual и Autonolas, сосредоточены на разработке инфраструктуры на основе искусственного интеллекта, адаптированной к потребностям криптоэкосистемы.
- Использование блокчейна для решения проблем отрасли искусственного интеллекта: такие проекты, как Gensyn, EZKL и io.net, изучают, как технология блокчейна может решить проблемы, стоящие перед индустрией искусственного интеллекта, такие как конфиденциальность, безопасность и прозрачность данных.
Уникальность AI x Crypto заключается в том, что технология блокчейна призвана решить проблемы, присущие индустрии искусственного интеллекта. Это уникальное пересечение открывает новые возможности для инновационных решений, которые принесут пользу сообществам искусственного интеллекта и блокчейна.
Углубляясь в пространство AI x Crypto, мы стремимся выявить и продемонстрировать наиболее перспективные применения технологии блокчейна для решения задач отрасли искусственного интеллекта. Сотрудничая с экспертами отрасли искусственного интеллекта и разработчиками криптовалют, мы стремимся способствовать разработке передовых решений, использующих сильные стороны обеих технологий.
1. Обзор отрасли
Сферу AI x Crypto можно разделить на две категории: инфраструктура и приложения. Хотя некоторая существующая инфраструктура продолжает поддерживать варианты использования ИИ, новые игроки выпускают на рынок совершенно новые архитектуры, основанные на ИИ.
1. 1 вычислительная сеть
В области AIxCrypto вычислительные сети играют решающую роль в обеспечении инфраструктуры, необходимой для приложений ИИ. Эти сети можно разделить на два типа в зависимости от решаемых ими задач: вычислительные сети общего назначения и специализированные вычислительные сети.
1.1.1 Общая вычислительная сеть
Общие вычислительные сети, такие как IO.net и Akash, предлагают пользователям возможность доступа к машинам через SSH и предоставляют интерфейс командной строки (CLI), который позволяет пользователям создавать свои собственные приложения. Эти сети аналогичны виртуальным частным серверам (VPS), предоставляющим среду персональных вычислений в облаке.
IO.net основан на экосистеме Solana и ориентирован на аренду графических процессоров и вычислительные кластеры, тогда как Akash, основанный на экосистеме Cosmos, в основном предоставляет облачные серверы ЦП и различные шаблоны приложений.
Мнение IOSG Ventures:
По сравнению со зрелым облачным рынком Web2, компьютерные сети все еще находятся на ранних стадиях своего развития. Вычислительные сети Web3 не соответствуют строительным блокам «Lego» Web2, таким как бессерверные функции, VPS и облачные проекты баз данных на основе основных поставщиков облачных услуг, таких как AWS, Azure и Google Cloud.
К преимуществам вычислительных сетей относятся:
- Технология блокчейн может использовать неиспользуемые вычислительные ресурсы и персональные компьютеры, чтобы сделать сеть более устойчивой.
- Одноранговая (P2P) конструкция позволяет людям монетизировать неиспользуемые вычислительные ресурсы и обеспечивать более дешевые вычисления, что потенциально снижает затраты на 75–90%.
Однако вычислительные сети сложно внедрить в реальную эксплуатацию и заменить облачные сервисы Web2 из-за следующих проблем:
- Цена, безусловно, является основным преимуществом общих вычислительных сетей, но по-прежнему сложно конкурировать со зрелыми облачными компаниями Web2 с точки зрения функциональности, безопасности и стабильности.
- Одноранговый стиль может ограничить способность этих сетей быстро предоставлять зрелые и надежные продукты. Децентрализованный характер увеличит затраты на разработку и обслуживание.
1.1.2 Частная вычислительная сеть
Частные вычислительные сети добавляют дополнительный уровень к вычислительным сетям общего назначения, позволяя пользователям развертывать определенные приложения с помощью файлов конфигурации. Эти сети предназначены для конкретных случаев использования, таких как 3D-рендеринг или выводы и обучение искусственного интеллекта.
Render — это профессиональная вычислительная сеть, специализирующаяся на 3D-рендеринге. В области ИИ новые игроки, такие как Bittensor, Hyperbolic, Ritual и fetch.ai, сосредоточены на выводах ИИ, а Flock и Gensyn в основном сосредоточены на обучении ИИ.
Источник: IOSG Ventures.
Хотя специализированные вычислительные сети для вывода и обучения искусственного интеллекта все еще находятся на ранних стадиях своего развития, мы ожидаем, что приложения Web3 AI будут отдавать приоритет использованию инфраструктуры искусственного интеллекта Web3. Эта тенденция уже очевидна в таких коллаборациях, как Story Protocol и партнерстве Ritual с MyShell по представлению моделей искусственного интеллекта в качестве интеллектуальной собственности.
Хотя потрясающие приложения, построенные на основе этих новых инфраструктур AI x Web3, еще не появились, потенциал для роста огромен. По мере развития экосистемы мы ожидаем увидеть больше инновационных приложений, использующих уникальные возможности децентрализованных вычислительных сетей искусственного интеллекта.
2. Данные
Данные играют жизненно важную роль в моделях ИИ, и данные участвуют на всех этапах разработки моделей ИИ, включая сбор данных, хранение набора обучающих данных и хранение моделей.
2.1 Хранение данных
Децентрализованное хранение моделей ИИ имеет решающее значение для децентрализованного предоставления API-интерфейсов вывода. Узлы вывода должны иметь возможность извлекать эти модели из любого места в любое время. Поскольку модели искусственного интеллекта потенциально достигают размеров сотен гигабайт, необходима мощная децентрализованная сеть хранения данных. Лидеры в области децентрализованного хранения данных, такие как Filecoin и Arweave, возможно, смогут предоставить эту функциональность.
Мнение IOSG Ventures:
В этой области есть огромные возможности.
- Децентрализованная сеть хранения данных, оптимизированная для моделей искусственного интеллекта, обеспечивающая такие функции, как контроль версий, хранение различных количественных оценок моделей низкой точности и быстрая загрузка больших моделей.
- Децентрализованные базы данных векторов, поскольку они часто связаны с моделями, дают более точные ответы, добавляя необходимые знания, относящиеся к вопросу. Существующие базы данных SQL также можно добавить с поддержкой векторного поиска.
2.2 Сбор и маркировка данных
Сбор высококачественных данных имеет решающее значение для обучения ИИ. Проекты на основе блокчейна, такие как Grass, используют краудсорсинг для сбора данных для обучения ИИ, используя личные сети. При наличии соответствующих стимулов и механизмов тренеры по ИИ могут получать высококачественные данные с меньшими затратами. Такие проекты, как Tai-da и Saipen, сосредоточены на маркировке данных.
Мнение IOSG Ventures:
Некоторые наши наблюдения об этом рынке:
- Большинство проектов по маркировке данных вдохновлены GameFi, привлекая пользователей концепцией «тег, чтобы заработать», а разработчиков обещанием снижения затрат на высококачественные маркированные данные.
- В настоящее время в этой области нет явного лидера, и Scale AI доминирует на рынке маркировки данных Web2.
2.3 Данные блокчейна
При обучении моделей ИИ специально для блокчейна разработчикам нужны высококачественные данные блокчейна, которые они хотят иметь возможность использовать непосредственно в процессе обучения. Spice AI и Space and Time предоставляют высококачественные данные блокчейна с помощью SDK, что позволяет разработчикам легко интегрировать данные в свои конвейеры обучающих данных.
Мнение IOSG Ventures:
По мере роста спроса на модели искусственного интеллекта, связанные с блокчейном, будет расти спрос на высококачественные данные блокчейна. Однако большинство инструментов анализа данных в настоящее время предоставляют возможность экспортировать данные только в формате CSV, что не идеально для целей обучения ИИ.
Чтобы облегчить разработку моделей искусственного интеллекта, специфичных для блокчейна, крайне важно улучшить опыт разработчиков, предоставив больше возможностей операций машинного обучения (MLOP), связанных с блокчейном. Эти функции должны позволить разработчикам беспрепятственно интегрировать данные блокчейна непосредственно в свои конвейеры обучения искусственному интеллекту на основе Python.
##3.ЗКМЛ
Централизованные поставщики ИИ сталкиваются с проблемами доверия из-за стимулов использовать менее сложные модели для снижения вычислительных затрат. Например, в прошлом году были случаи, когда пользователи считали, что ChatGPT работает неэффективно. Позже это было связано с обновлением OpenAI, направленным на улучшение производительности модели.
Кроме того, создатели контента выразили обеспокоенность по поводу авторских прав компаниям, занимающимся искусственным интеллектом. Этим компаниям сложно доказать, что конкретные данные не были включены в их процесс обучения.
Машинное обучение с нулевым разглашением (ZKML) — это инновационный подход, который решает проблемы доверия, связанные с централизованными поставщиками искусственного интеллекта. Используя доказательства с нулевым разглашением, ZKML позволяет разработчикам доказывать правильность процессов обучения и вывода ИИ, не раскрывая конфиденциальных данных или деталей модели.
3.1 Обучение
Разработчики могут выполнять задачи обучения на виртуальной машине с нулевым разглашением (ZKVM), например той, которая предоставляется Risc Zero. Этот процесс генерирует доказательство, подтверждающее, что обучение было выполнено правильно и использовались только авторизованные данные. Эта сертификация служит доказательством того, что разработчик придерживался соответствующих спецификаций обучения и разрешений на использование данных.
Мнение IOSG Ventures:
- ZKML предоставляет уникальное решение для подтверждения авторизованного использования данных при обучении моделей, чего часто бывает трудно достичь, учитывая природу моделей ИИ как «черного ящика».
*Эта технология все еще находится на ранней стадии своего развития. Вычислительные затраты огромны. Сообщество активно изучает новые варианты использования обучения ZK.
3.2 Рассуждение
ZKML требует значительно больше времени для вывода, чем его обучающий аналог. В этой области уже появилось несколько известных компаний, каждая из которых обладает уникальным подходом к тому, чтобы сделать выводы машинного обучения надежными и прозрачными.
Гиза сосредоточена на создании комплексной платформы машинного обучения (MLOP) и создании вокруг нее активного сообщества. Их цель — предоставить разработчикам инструменты и ресурсы для интеграции ZKML в рабочие процессы вывода.
EZKL, с другой стороны, отдает приоритет опыту разработки, создавая удобную для пользователя среду ZKML, обеспечивающую хорошую производительность. Их решение призвано упростить процесс реализации вывода ZKML и сделать его доступным для большего числа разработчиков.
Modulus Labs использует другой подход, разрабатывая собственную систему доказательств. Их основная цель — значительно сократить вычислительные затраты, связанные с выводом ZKML. Сокращая накладные расходы в 10 раз, Modulus Labs пытается сделать вывод ZKML более практичным и эффективным для реальных приложений.
Мнение IOSG Ventures:
- ZKML особенно полезен в сценариях GameFi и DeFi, где надежность имеет решающее значение.
- Вычислительные издержки, связанные с ZKML, затрудняют эффективное использование больших моделей ИИ.
- Индустрия все еще ищет пионеров DeFi и GameFi, которые будут активно использовать ZKML в своих продуктах для демонстрации сценариев его практического применения.
4. Прокси-сеть + другие приложения
4.1 Прокси-сеть
Агентская сеть состоит из многочисленных агентов искусственного интеллекта, оснащенных инструментами и знаниями для выполнения конкретных задач, таких как помощь в транзакциях в цепочке. Эти агенты могут сотрудничать друг с другом для достижения более сложных целей. Несколько известных компаний активно разрабатывают агентов и агентские сети, подобные чат-ботам.
Sleepless, Siya, Myshell,characterX и Delysium — важные игроки, создающие агентов чат-ботов. Autonolas и ChainML создают прокси-сети для более мощных вариантов использования.
Мнение IOSG Ventures:
Агенты имеют решающее значение для реальных приложений. Они могут выполнять конкретные задачи лучше, чем общий искусственный интеллект. Блокчейн предлагает несколько уникальных возможностей для агентов искусственного интеллекта.
- Имеет механизм стимулирования: Блокчейн обеспечивает механизм стимулирования посредством таких технологий, как невзаимозаменяемые токены (NFT). Благодаря четкой структуре собственности и стимулов создатели получают стимул разрабатывать более интересные и инновационные агенты в сети.
- Возможность компоновки смарт-контрактов. Смарт-контракты на блокчейне легко компонуются и работают как блоки Lego. Открытый API, предоставляемый смарт-контрактами, позволяет агентам выполнять сложные задачи, которые трудно выполнить в традиционных финансовых системах. Такая возможность компоновки позволяет агентам взаимодействовать и использовать функциональные возможности различных децентрализованных приложений (dApps).
- Неотъемлемая открытость: создавая прокси на блокчейнах, они наследуют присущую этим сетям открытость и прозрачность. Это создает значительные возможности для компоновки различных агентов, позволяя им сотрудничать и объединять свои возможности для решения более сложных задач.
4.2 Другие приложения
В дополнение к основным категориям, обсуждавшимся ранее, есть несколько интересных приложений ИИ, которым уделяется внимание в пространстве Web3, хотя они могут быть недостаточно большими, чтобы формировать отдельные категории. Эти приложения охватывают различные области и демонстрируют разнообразие и потенциал искусственного интеллекта в экосистеме блокчейна.
- Генерация изображений: ImgnAI
- Реализация изображения: NF
- Генерация изображений с помощью искусственного интеллекта, обученного сообществом: Botto
- Чат-боты: Kaito, Supersight, Galaxy, Kn n3, Awesome QA, Qna3.
- Финансы: числовой AI
- Кошелек: Dawn_wallet
- Игра: Параллельная ККИ
- Образование: На крючке
- Безопасность: Форта
- СДЕЛАЛ: Worldcoin
- Инструменты для авторов: Plai Lab.
5. Продвигайте AIxCrypto среди пользователей Web2 для массового внедрения
AI x Crypto уникален, поскольку решает самые сложные задачи в области искусственного интеллекта. Несмотря на разницу между текущим продуктом AIxCrypto и AI-продуктами Web2 и его непривлекательность для пользователей Web2, AIxCrypto по-прежнему обладает некоторыми уникальными функциями, которые может предоставить только AIxCrypto.
5.1 Экономически эффективные вычислительные ресурсы:
Основным преимуществом AIxCrypto является предоставление экономически эффективных вычислительных ресурсов. По мере того как спрос на LLM растет и на рынке появляется больше разработчиков, доступность и цена графических процессоров становятся все более сложными. Цены на графические процессоры значительно выросли, и существует дефицит.
Децентрализованные вычислительные сети, такие как проект DePIN, могут помочь решить эту проблему за счет использования простаивающих вычислительных мощностей, графических процессоров в небольших центрах обработки данных и персональных вычислительных устройств. Хотя децентрализованные вычислительные мощности могут быть не такими стабильными, как централизованные облачные сервисы, эти сети предоставляют экономически эффективное вычислительное оборудование в самых разных регионах. Этот децентрализованный подход сводит к минимуму задержку на периферии, обеспечивая более распределенную и отказоустойчивую инфраструктуру.
Используя возможности децентрализованных вычислительных сетей, AIxCrypto может предоставить пользователям Web2 недорогие и доступные вычислительные ресурсы. Это ценовое преимущество является привлекательным для пользователей Web2 для принятия решений AIxCrypto, особенно с учетом того, что спрос на вычисления с использованием искусственного интеллекта продолжает расти.
5.2. Предоставьте право собственности авторам:
Еще одним важным преимуществом AI x Crypto является защита прав собственности создателей. В нынешней области искусственного интеллекта некоторые агенты легко копируются. Этих агентов можно легко воспроизвести, просто написав аналогичные подсказки. Кроме того, прокси в магазинах GPT часто принадлежат централизованным компаниям, а не авторам, что ограничивает контроль авторов над своими произведениями и их способность эффективно монетизировать.
AI x Crypto решает эту проблему, используя зрелую технологию NFT, которая широко распространена в сфере криптографии. Представляя агентство в виде NFT, авторы могут по-настоящему владеть своими творениями и получать от них реальный доход. Каждый раз, когда пользователь взаимодействует с агентом, создатели могут получать вознаграждение, гарантируя справедливое вознаграждение за свои усилия. Концепция владения на основе NFT применима не только к агентам, но также может использоваться для защиты других важных активов в области искусственного интеллекта, таких как базы знаний и подсказки.
5.3 Защитите конфиденциальность и восстановите доверие:
Пользователи и создатели обеспокоены конфиденциальностью в отношении централизованных компаний, занимающихся искусственным интеллектом. Пользователи беспокоятся о том, что их данные будут неправильно использованы для обучения будущих моделей, а создатели беспокоятся о том, что их работа будет использована без надлежащего указания авторства или компенсации. Кроме того, централизованные компании, занимающиеся искусственным интеллектом, могут пожертвовать качеством обслуживания ради снижения затрат на инфраструктуру.
Эти проблемы трудно решить с помощью технологии Web2, и AIxCrypto использует передовые решения Web3. Обучение с нулевым разглашением и логические выводы обеспечивают прозрачность, доказывая используемые данные и гарантируя применение правильной модели. Такие технологии, как Trusted Execution Environment (TEE), федеративное обучение и полностью гомоморфное шифрование (FHE), обеспечивают безопасное, сохраняющее конфиденциальность обучение и вывод ИИ.
Отдавая приоритет конфиденциальности и прозрачности, AIxCrypto позволяет компаниям, занимающимся искусственным интеллектом, восстановить общественное доверие и предоставлять услуги искусственного интеллекта, которые уважают права пользователей, отличая их от традиционных решений Web2.
5.3 Защитите конфиденциальность и восстановите доверие:
Пользователи и создатели обеспокоены конфиденциальностью в отношении централизованных компаний, занимающихся искусственным интеллектом. Пользователи беспокоятся о том, что их данные будут неправильно использованы для обучения будущих моделей, а создатели беспокоятся о том, что их работа будет использована без надлежащего указания авторства или компенсации. Кроме того, централизованные компании, занимающиеся искусственным интеллектом, могут пожертвовать качеством обслуживания ради снижения затрат на инфраструктуру.
Эти проблемы трудно решить с помощью технологии Web2, и AIxCrypto использует передовые решения Web3. Обучение с нулевым разглашением и логические выводы обеспечивают прозрачность, доказывая используемые данные и гарантируя применение правильной модели. Такие технологии, как Trusted Execution Environment (TEE), федеративное обучение и полностью гомоморфное шифрование (FHE), обеспечивают безопасное, сохраняющее конфиденциальность обучение и вывод ИИ.
Отдавая приоритет конфиденциальности и прозрачности, AIxCrypto позволяет компаниям, занимающимся искусственным интеллектом, восстановить общественное доверие и предоставлять услуги искусственного интеллекта, которые уважают права пользователей, отличая их от традиционных решений Web2.
5.4 Отслеживание источников контента
Поскольку контент, создаваемый ИИ, становится все более сложным, становится все труднее отличить текст, изображения или видео, созданные человеком, от текста, созданного ИИ. Чтобы предотвратить неправомерное использование контента, созданного ИИ, людям нужен надежный способ определить источник контента.
Блокчейн превосходно справляется с отслеживанием происхождения контента, так же, как он успешно справляется с управлением цепочками поставок и NFT. В сфере цепочек поставок блокчейн отслеживает весь жизненный цикл продукта, и пользователи могут определить производителя и ключевые этапы. Аналогичным образом, блокчейн отслеживает создателей и предотвращает пиратство в случае NFT, которые особенно уязвимы для пиратства из-за их публичного характера. Несмотря на эту уязвимость, использование блокчейна может минимизировать потери от поддельных NFT, поскольку пользователи могут легко отличить настоящие токены от поддельных.
Применяя технологию блокчейна для отслеживания происхождения контента, созданного ИИ, AIxCrypto предоставляет пользователям возможность проверять, являются ли создатели контента искусственным интеллектом или человеком, тем самым снижая вероятность злоупотреблений и повышая доверие к аутентичности контента.
5.5 Разработка моделей с использованием криптовалют
Проектирование и обучение моделей, особенно больших моделей, — дорогостоящий и трудоемкий процесс. Вокруг новой модели также существует неопределенность, и разработчики не могут предсказать ее производительность.
Криптовалюты предоставляют удобный для разработчиков способ сбора данных перед обучением, сбора отзывов об обучении с подкреплением и проведения сбора средств от заинтересованных сторон. Этот процесс аналогичен жизненному циклу типичного криптовалютного проекта: собрать финансирование за счет частных инвестиций или стартовой площадки и выпустить токены активным участникам после запуска.
Модели могут использовать аналогичный подход, собирая средства на обучение путем продажи токенов и раздачи токенов по воздуху тем, кто предоставляет данные и отзывы. Благодаря хорошо продуманной экономической модели токенов этот рабочий процесс помогает отдельным разработчикам обучать новые модели легче, чем когда-либо прежде.
6. Проблемы токенномики
Проект AI x Crypto начал ориентироваться на разработчиков Web2 как на потенциальных клиентов, поскольку шифрование имеет уникальное ценностное предложение, а размер рынка индустрии искусственного интеллекта Web2 значителен. Однако токены могут стать препятствием для разработчиков Web2, которые не знакомы с токенами и не хотят участвовать в системах на основе токенов.
Чтобы удовлетворить потребности разработчиков Web2, сокращение или удаление полезности токенов может вызвать замешательство у энтузиастов Web3, поскольку это может изменить фундаментальную позицию проекта AI x Crypto. При работе над интеграцией ценных токенов в платформы AI SaaS найти баланс между привлечением разработчиков Web2 и поддержанием полезности токена является сложной задачей.
Чтобы преодолеть разрыв между бизнес-моделями Web2 и Web3, сохраняя при этом ценность токена, можно рассмотреть несколько потенциальных подходов:
- Используйте токены в сети распределенной инфраструктуры проекта. Внедрите механизмы ставок, вознаграждений и штрафов для защиты базовой сети.
- Используйте токены в качестве способа оплаты и предоставляйте доступ пользователям Web2.
- Внедрить управление на основе токенов.
- Делитесь прибылью с держателями токенов
- Используйте доходы для выкупа или уничтожения токенов
- Услуги, предоставляемые проекту, предлагающие скидки и дополнительные возможности держателям токенов.
Тщательно разработав экономическую модель токена, соответствующую интересам Web2 и Web3, проект AI x Crypto может успешно привлечь разработчиков Web2, сохраняя при этом ценность и полезность своего токена.
7. Наши любимые сценарии AI x Crypto
Наш любимый сценарий AI x Crypto использует возможности сотрудничества пользователей для выполнения задач в области искусственного интеллекта с помощью технологии блокчейн. Некоторые конкретные примеры включают в себя:
-
Коллективный сбор данных для обучения, согласования и сравнительного анализа ИИ (например, Chatbot Arena).
-
Сотрудничать для создания большой общей базы знаний, которая может использоваться различными агентами (например, Сахара).
-
Используйте личные ресурсы для сбора сетевых данных (например, Grass).
Используя коллективные усилия пользователей на основе стимулов и координации блокчейна, эти модели демонстрируют потенциал децентрализованного, управляемого сообществом подхода к разработке и развертыванию ИИ.
в заключение
Мы находимся на заре искусственного интеллекта и Web3, а интеграция искусственного интеллекта и блокчейна все еще находится на ранних стадиях по сравнению с другими отраслями. Среди 50 лучших продуктов Gen AI нет продуктов, связанных с Web3. Лучшие инструменты LLM связаны с созданием и редактированием контента, в первую очередь для продаж, встреч и заметок/баз знаний. Учитывая обширные исследования, документацию, продажи и усилия сообщества в экосистеме Web3, существует огромный потенциал для разработки пользовательских инструментов LLM.
В настоящее время разработчики сосредоточены на создании инфраструктуры для внедрения в цепочку передовых моделей искусственного интеллекта, хотя мы еще не достигли этого. Продолжая развивать эту инфраструктуру, мы также изучаем лучшие пользовательские сценарии для безопасного и не требующего доверия способа проведения ИИ-выводов в цепочке, что открывает уникальные возможности в пространстве блокчейнов. Другие отрасли могут напрямую использовать существующую инфраструктуру LLM для вывода и точной настройки. Только индустрия блокчейнов нуждается в собственной инфраструктуре искусственного интеллекта.
Мы ожидаем, что в ближайшем будущем технология блокчейна будет использовать свои одноранговые преимущества для решения самых сложных проблем в индустрии искусственного интеллекта, делая модели ИИ более доступными, доступными и прибыльными для всех. Мы также ожидаем, что криптопространство последует примеру индустрии искусственного интеллекта, хотя и с небольшой задержкой. За последний год мы видели, как разработчики комбинировали модели Crypto, proxy и LLM. В ближайшие месяцы мы можем увидеть больше мультимодальных моделей, создание текстового видео и создание 3D-изображений, которые повлияют на криптопространство.
В настоящее время всей индустрии искусственного интеллекта и Web3 не уделяется достаточного внимания.Мы с нетерпением ждем взрывного момента применения искусственного интеллекта в Web3, убийственном приложении CryptoxAI.
