### [TL; DR]
-
เส้นทาง AI+Web3 สามารถแบ่งคร่าวๆ ออกเป็นสามชั้น ได้แก่ ชั้นโครงสร้างพื้นฐาน ชั้นกลาง และชั้นแอปพลิเคชัน ในบรรดาเลเยอร์โครงสร้างพื้นฐานมุ่งเน้นไปที่การให้พลังการประมวลผลและการจัดเก็บข้อมูล ซึ่งปัจจุบันเป็นสาขาที่ได้รับความนิยมมากที่สุด
-
นอกเหนือจากเลเยอร์แอปพลิเคชันในเกม โซเชียลเน็ตเวิร์ก ธุรกรรม ฯลฯ แล้ว AI ยังสามารถนำมาใช้ในการวิเคราะห์ข้อมูล การตรวจสอบและติดตามข้อมูล การเสนอราคาและการเดิมพัน และสาขาอื่น ๆ
-
โครงการที่เกี่ยวข้องอย่างใกล้ชิดกับแนวคิดของ AI มักจะได้รับความนิยมจากตลาดอย่างรวดเร็ว แต่ควรระมัดระวังในการกรองโครงการที่ไม่คู่ควรกับชื่อและเป็นประเด็นร้อนล้วนๆ ออก
การแนะนำ
เมื่อเร็วๆ นี้ โครงการต่างๆ ของ AI+Web3 ได้กระตุ้นความกระตือรือร้นของตลาด เพื่อสำรวจโอกาสทางการตลาดที่มีศักยภาพนี้อย่างลึกซึ้ง Gate.io Research จะรวมโครงการยอดนิยมต่างๆ และดำเนินการวิเคราะห์เชิงลึกจากแต่ละลิงก์ของห่วงโซ่อุตสาหกรรม AI+Web3 โดยมีจุดมุ่งหมายเพื่อให้ผู้อ่านมีความเข้าใจอย่างครอบคลุมและเจาะลึก
AI+Web3: เทคโนโลยีใหม่ ทิศทางใหม่ กระแสใหม่
ในปีที่ผ่านมา ด้วยการเกิดขึ้นของโมเดล AI เจนเนอเรชั่นขนาดใหญ่ เช่น ChatGPT ทำให้ AI กลายเป็นหัวข้อการลงทุนที่ได้รับความนิยมจากตลาดทุนทั่วโลก ในเวลาเดียวกัน ตลาด Web3 ยังนำมาซึ่งความเจริญรุ่งเรืองรอบใหม่อีกด้วย
การผสมผสานระหว่าง AI และ Web3 เข้าด้วยกันอย่างเป็นธรรมชาติได้กลายเป็นจุดตัดของสองประเด็นร้อนในสาขาเทคโนโลยีปัจจุบันอย่างไม่ต้องสงสัย เมื่อเร็วๆ นี้ เราได้สังเกตเห็นโครงการทั้งเก่าและใหม่จำนวนมากในหัวข้อนี้ที่ได้รับความสนใจจากตลาด ซึ่งเน้นย้ำถึงความสนใจอย่างมากและความคาดหวังที่สูงของนักลงทุนสำหรับการรวมกันนี้
ตามคำจำกัดความของ Wanxiang Blockchain การรวมกันของ AI+Web3 สะท้อนให้เห็นเป็นหลักในสองแง่มุม: วิธีที่ Web3 ส่งเสริมการพัฒนา AI และวิธีที่แอปพลิเคชัน Web3 ผสมผสานเทคโนโลยี AI ปัจจุบัน โครงการส่วนใหญ่มีแนวโน้มที่จะใช้ประโยชน์จากเทคโนโลยีและแนวคิด Web3 เพื่อส่งเสริมความก้าวหน้าของ AI เพื่อวิเคราะห์การผสมผสานนี้ เราสามารถเริ่มต้นด้วยกระบวนการทั้งหมดของ AI ตั้งแต่การฝึกโมเดลไปจนถึงแอปพลิเคชัน
กระบวนการผลิตของ AI ประกอบด้วย: การรวบรวมข้อมูลซึ่งเป็นพื้นฐานสำหรับการฝึกโมเดล, การประมวลผลข้อมูลล่วงหน้าและวิศวกรรมฟีเจอร์/คำแนะนำซึ่งเกี่ยวข้องกับการล้างข้อมูล, คำอธิบายประกอบและการสืบค้นแบบมีโครงสร้าง, การฝึกและปรับแต่งโมเดลซึ่งปรับปรุงประสิทธิภาพของโมเดลผ่านการวนซ้ำ, โมเดล การทบทวนและการกำกับดูแลเพื่อให้แน่ใจว่าแบบจำลองมีคุณภาพและความโปร่งใส การอนุมานแบบจำลองเพื่อคาดการณ์ข้อมูลใหม่ การใช้แบบจำลองและการตรวจสอบเพื่อให้แน่ใจว่าแบบจำลองยังคงเหมาะสมที่สุดสำหรับการใช้งานจริง
ในกระบวนการนี้ Web3 มีจุดบูรณาการมากมาย ตัวอย่างเช่น เครือข่ายแบบกระจายและกลไกแรงจูงใจของ Web3 สามารถสร้างเครือข่ายและชุมชน AI แบบโอเพ่นซอร์สและโอเพนซอร์สมากขึ้น เพื่อตอบสนองความต้องการของแอปพลิเคชัน AI สำหรับโครงสร้างพื้นฐานแบบเปิดและเครือข่ายข้อมูลราคาประหยัด ในเวลาเดียวกัน Web3 ที่ผสานรวมกับเทคโนโลยีการเข้ารหัส เช่น ZK สามารถปรับปรุงปัญหาความน่าเชื่อถือของ AI และแก้ปัญหาความท้าทาย เช่น ความโปร่งใสของโมเดล ความลำเอียง และการประยุกต์ใช้อย่างมีจริยธรรม
รูปที่ 1 ที่มา: เวียงจันทน์ Blockchain
ดังที่แสดงในภาพด้านบน เส้นทาง AI+Web3 สามารถแบ่งคร่าวๆ ได้เป็นสามชั้น ได้แก่ ชั้นโครงสร้างพื้นฐาน ชั้นกลาง และชั้นแอปพลิเคชัน
เลเยอร์โครงสร้างพื้นฐานมุ่งเน้นไปที่การให้พลังการประมวลผลและการจัดเก็บข้อมูล การเพิ่ม Web3 สามารถลดต้นทุนและรองรับแอปพลิเคชัน AI ได้มากขึ้น
เลเยอร์กลางใช้เทคโนโลยี Web3 เพื่อเพิ่มประสิทธิภาพกระบวนการผลิต AI เช่น การรวบรวมข้อมูล การประมวลผลล่วงหน้าและการตรวจสอบแบบจำลอง และโครงการนวัตกรรมมากมายได้เกิดขึ้น
เลเยอร์แอปพลิเคชันแสดงแอปพลิเคชัน AI ที่หลากหลายใน Web3 เช่น การสร้างเนื้อหา การวิเคราะห์ และการทำนาย จากการสังเกตของผู้เขียน คำอธิบายของเลเยอร์แอปพลิเคชันในรูปด้านบนยังคงเป็นแบบอนุรักษ์นิยม และจะมีการพูดคุยโดยละเอียดในช่วงบ่าย แม้ว่ายังไม่มีโครงการชั้นนำ แต่มีศักยภาพสูงมาก และการแข่งขันในอนาคตจะมุ่งเน้นไปที่ผลิตภัณฑ์และความสามารถทางเทคนิค
เราจะทำการวิเคราะห์กรณีเฉพาะของโครงการสามระดับเหล่านี้ในบทต่อไปนี้
โปรเจ็กต์สุดฮอตของ AI+Web3 กำลังเกิดขึ้นอย่างต่อเนื่อง
เอไอ+ดีพิน
ขั้นตอนการทำงานทั้งหมดของ AI แยกออกจากการสนับสนุนของโครงสร้างพื้นฐานการประมวลผลและการจัดเก็บข้อมูล สิ่งอำนวยความสะดวกเหล่านี้ไม่เพียงรับผิดชอบในการมอบพลังการประมวลผลอันทรงพลังที่จำเป็นสำหรับการฝึกอบรมโมเดลและการทำนายเท่านั้น แต่ยังรวมถึงการจัดเก็บ จัดการ และแยกวิเคราะห์ข้อมูลตลอดทั้งโมเดลข้อมูลทั้งหมด และวงจรชีวิต
ในปัจจุบัน การเติบโตอย่างรวดเร็วของแอปพลิเคชัน AI ส่งผลให้มีความต้องการโครงสร้างพื้นฐานมหาศาล โดยเฉพาะอย่างยิ่งความสามารถในการประมวลผลประสิทธิภาพสูง ดังนั้น การพัฒนาโครงสร้างพื้นฐานด้านการประมวลผลและการจัดเก็บข้อมูลที่มีประสิทธิภาพมากขึ้น ต้นทุนต่ำลง และอุดมด้วยทรัพยากรมากขึ้น จึงกลายเป็นเทรนด์สำคัญในระยะแรกของการพัฒนา AI และนี่ก็เป็นพื้นที่ที่ได้รับความนิยมมากที่สุดในปัจจุบัน
รูปที่ 2 ที่มา: Render Network
ในสาขานี้ มีโครงการตัวแทนมากมายเกิดขึ้น เช่น Render Network ซึ่งถือกำเนิดในตลาดกระทิงครั้งสุดท้ายและให้บริการเรนเดอร์เป็นหลัก Akash ซึ่งเน้นไปที่การประมวลผลแบบคลาวด์ Filecoin และ Arweave ซึ่งเน้นที่การจัดเก็บข้อมูลบนคลาวด์ เป็นต้น และโครงการหลักที่เพิ่งเปิดตัวในตลาดกระทิงนี้คือ IO.NET และ Aethir ให้การสนับสนุนพลังการประมวลผลสำหรับ AI
เอไอ+ข้อมูล
เลเยอร์กลางคือส่วนสำคัญในกระบวนการผลิต AI ซึ่งใช้เทคโนโลยี Web3 เพื่อเพิ่มประสิทธิภาพและปรับปรุงขั้นตอนการทำงานเฉพาะ
ประการแรก ในขั้นตอนการเก็บข้อมูล ชั้นกลางจะแนะนำการจัดการข้อมูลประจำตัวแบบกระจายอำนาจ ซึ่งไม่เพียงแต่ปกป้องความปลอดภัยของข้อมูลของผู้ใช้เท่านั้น แต่ยังช่วยให้แน่ใจว่าความเป็นเจ้าของข้อมูลนั้นชัดเจนอีกด้วย ในเวลาเดียวกัน ผ่านกลไกการสร้างแรงจูงใจ ผู้ใช้ยังสามารถได้รับการสนับสนุนให้แบ่งปันข้อมูลคุณภาพสูงเพื่อรับการสร้างรายได้ ซึ่งจะเป็นการขยายแหล่งข้อมูล
เนื่องจากข้อจำกัดของขั้นตอนการพัฒนาของอุตสาหกรรม จึงมีโครงการที่มีชื่อเสียงเพียงไม่กี่โครงการเกิดขึ้นในด้านนี้ในช่วงตลาดกระทิงและตลาดหมีครั้งล่าสุด ตลาดกระทิงนี้ได้เห็นการเกิดขึ้นของโครงการข้อมูลประจำตัว AI Worldcoin (เราได้เขียนเกี่ยวกับโครงการนี้หลายครั้ง), Aspecta ลงทุนโดย Gate.io เช่นเดียวกับแพลตฟอร์มการซื้อขายข้อมูล Ocean Protocol, เครือข่ายข้อมูลการขุดบรอดแบนด์ Grass, ฯลฯ
ภาพที่ 3 ที่มา: Aspecta
ประการที่สอง ในขั้นตอนการประมวลผลข้อมูลล่วงหน้า เลเยอร์กลางมุ่งมั่นที่จะสร้างคำอธิบายประกอบข้อมูล AI แบบกระจายและแพลตฟอร์มการประมวลผล เพื่อให้การสนับสนุนที่แข็งแกร่งสำหรับการฝึกโมเดลในภายหลัง ในเรื่องนี้ โครงการต่างๆ เช่น Public AI ได้รับผลลัพธ์ที่สำคัญ
สุดท้าย ในขั้นตอนการตรวจสอบโมเดลและการให้เหตุผล เลเยอร์กลางใช้ประโยชน์จากการผสมผสานระหว่างเทคโนโลยี Web3 และเทคโนโลยีการเข้ารหัส เช่น ZK, การเข้ารหัสโฮโมมอร์ฟิก ฯลฯ อย่างเต็มที่ เพื่อตรวจสอบว่ามีการใช้ข้อมูลและพารามิเตอร์ที่ถูกต้องในการให้เหตุผลของโมเดลหรือไม่ กระบวนการ. สิ่งนี้ไม่เพียงแต่รับประกันความถูกต้องของโมเดล แต่ยังปกป้องความเป็นส่วนตัวของข้อมูลอินพุตอีกด้วย สถานการณ์การใช้งานทั่วไปคือ ZKML เช่น bittensor, Privasea, Modulus และ Privasea ที่ Gate Labs ลงทุน
AI+มีเจตนาเป็นศูนย์กลาง
Intent-centric แปลว่า “intention-centered” ความตั้งใจหมายถึง “สิ่งที่คุณต้องการทำ” โดยตรง โดยเน้นที่ผลลัพธ์ ไม่ใช่กระบวนการ ความตั้งใจเป็นศูนย์กลางมีเป้าหมายที่จะทำให้การดำเนินงานออนไลน์ที่น่าเบื่อ “ก้าวออกไป” ผ่านการเพิ่มประสิทธิภาพของโปรโตคอลและโครงสร้างพื้นฐาน เพื่อให้แม่นยำยิ่งขึ้น ด้วยการซ่อนกระบวนการดำเนินการที่ซับซ้อนในอดีต ผู้ใช้สามารถบรรลุเป้าหมายด้วยวิธีที่เป็นธรรมชาติและตรงไปตรงมา ซึ่งรวบรวมความหมายแฝงของสิ่งที่เป็นนามธรรมแบบลูกโซ่
ในปัจจุบัน สถานการณ์ทั่วไปสำหรับการใช้ AI ได้แก่ cross-chain, airdrops, การควบคุมดูแล, ธุรกรรมจำนวนมาก และการดำเนินการแบบแบตช์ Telegram Bot ที่เรากล่าวถึงก่อนหน้านี้ในบทความนี้ก็สามารถจัดอยู่ในหมวดหมู่นี้ได้เช่นกัน
ตัวอย่างเช่น Delysium (AGI) มุ่งมั่นที่จะใช้ AI เพื่อสร้างเครือข่ายตัวแทน AI โดยเน้นที่ความตั้งใจของผู้ใช้สำหรับ Web3 และได้รับความสนใจอย่างสูงในตลาดเช่นเกาหลีใต้
ดังที่แสดงในรูป โทเค็นของโครงการเพิ่มขึ้นอย่างน่าประหลาดใจในช่วงไม่กี่ครั้งที่ผ่านมา เนื่องจากกระแสความนิยมในตลาดและการค้นพบมูลค่า
รูปที่ 4 ที่มา: Gate.io
Delysium เปิดตัว AI Agent ชื่อ Lucy ในฐานะระบบปฏิบัติการ Web3 ที่ขับเคลื่อนด้วย AI นั้น Lucy สามารถวางแผนและดำเนินการเวิร์กโฟลว์โดยอัตโนมัติซึ่งตอบสนองความต้องการของผู้ใช้โดยอิงจากการทำความเข้าใจความตั้งใจและเป้าหมายที่มีอยู่ในภาษาธรรมชาติ ช่วยลดความซับซ้อนของกระบวนการปฏิบัติงานที่ซับซ้อนของแอปพลิเคชันและโปรโตคอล Web3 ในปัจจุบัน
เอไอ+เกม
AI+Game ยังมีจินตนาการในระดับสูงอีกด้วย เทคโนโลยี AI ไม่เพียงแต่ช่วยเร่งกระบวนการผลิตเกมเท่านั้น แต่ยังดำเนินการในทุกแง่มุมของการผลิตเกม ซึ่งแสดงให้เห็นถึงศักยภาพที่ยอดเยี่ยมตั้งแต่การขุดพฤติกรรมของผู้ใช้ไปจนถึงการปรับแต่งสถานการณ์การโต้ตอบส่วนบุคคล ปัจจุบัน ผู้ผลิตเกมรายใหญ่ต่างหันมาใช้ AI อย่างจริงจัง และสร้างระบบนิเวศห่วงโซ่อุตสาหกรรมเกมขึ้นมาใหม่
ในแง่ของการผลิตเกม AI ให้ความช่วยเหลืออันทรงพลังสำหรับงานศิลปะ การวางแผน และการปฏิบัติการ ไม่ว่าจะเป็นแรงบันดาลใจในการสร้างสรรค์ การสร้างระดับ การเขียนคำโฆษณา และการวิเคราะห์การดำเนินงาน AI กำลังเร่งการผลิตเนื้อหาเกม ในแง่ของประสบการณ์การเล่นเกม การสร้างภาษาที่เป็นธรรมชาติ การสร้างภาพ และความสามารถอื่น ๆ ที่ AI นำมาทำให้การเล่นเกมมีนวัตกรรมและมีความหลากหลายมากขึ้น และการโต้ตอบของ NPC มีความชาญฉลาดและมีชีวิตชีวามากขึ้น
ตัวอย่างเช่น Juewu AI ใน “Honor of Kings” ถูกนำมาใช้กันอย่างแพร่หลายในการประเมินและทดสอบระดับ ใน “Mount & Blade II: Bannerlord” ChatGPT ช่วยให้ NPC สามารถตอบกลับผู้เล่นแบบไดนามิก ปรับปรุงการโต้ตอบของเกม และใน " Mount & Blade II: Bannerlord", ChatGPT ช่วยให้ NPC สามารถตอบกลับผู้เล่นแบบไดนามิก เพิ่มประสิทธิภาพการโต้ตอบของเกม ใน “Everlasti” ผู้เล่นสามารถใช้ภาพวาด AI เพื่อสร้างโมเดลแฟชั่นและโหวตให้กับผลงานที่ได้รับความนิยมมากที่สุด ซึ่งแสดงให้เห็นถึงความยิ่งใหญ่ ศักยภาพของ AI ในนวัตกรรมเกม
รูปที่ 5 ที่มา: sleeplessAI
นอกเหนือจากเกม Web2 แบบดั้งเดิมที่ใช้ AI แล้ว เกม Web3 ก็ไม่แตกต่างกัน ตัวอย่างเช่น Ultiverse มอบการวิเคราะห์ฟีเจอร์ AI เชิงลึกแก่ผู้ใช้ และปรับแต่งโซเชียล เกม Metaverse และประสบการณ์ที่หลากหลายอื่น ๆ ผ่านเอ็นจิ้น AI อันทรงพลัง รวมถึงเกมคู่หูเสมือนที่เน้น AI ของ AI ที่ไม่หลับ
เอไอ+การวิเคราะห์
นอกเหนือจากกรณีเลเยอร์แอปพลิเคชันในเกม โซเชียลเน็ตเวิร์ก ธุรกรรม ฯลฯ แล้ว AI ยังสามารถนำมาใช้ในการวิเคราะห์ข้อมูล การตรวจสอบและติดตามข้อมูล การเสนอราคาและการเดิมพัน และสาขาอื่น ๆ โครงการตัวแทนเช่น Kaito และ Dune ได้เกิดขึ้นและ กำหนดมาตรฐานให้กับอุตสาหกรรม .
เรามักจะอ้างถึงแผนภูมิข้อมูลของ Dune ในบล็อกโพสต์ของเรา ดังนั้นจึงไม่จำเป็นต้องลงรายละเอียดที่นี่
สรุป
ในปีที่ผ่านมา การบูรณาการ Web3 และ AI ไม่เพียงแต่ทำให้เกิดกระแสใหม่ในเทคโนโลยีเท่านั้น แต่ยังทำให้เกิดความเห็นพ้องต้องกันใหม่ในอุตสาหกรรมอีกด้วย: บล็อกเชนได้เปลี่ยนความสัมพันธ์ในการผลิต และ AI ได้เปลี่ยนประสิทธิภาพการทำงาน ปัจจุบันแนวคิดนี้หยั่งรากลึกอยู่ในใจของผู้คน และกลายเป็นแรงผลักดันอันทรงพลังสำหรับการพัฒนาอุตสาหกรรม
ในฐานะผู้ผลิตเกม โปรโตคอล DeFi และโครงการโครงสร้างพื้นฐาน Web3 อื่นๆ ได้เพิ่มการลงทุนใน AI การรวมกันของ AI และ Web3 กำลังกลายเป็นทิศทางสำคัญสำหรับนวัตกรรมอุตสาหกรรม ในความเป็นจริง โครงการที่เกี่ยวข้องอย่างใกล้ชิดกับแนวคิดของ AI มักจะได้รับความนิยมจากตลาดอย่างรวดเร็ว เราสังเกตเห็นการเติบโตที่น่าทึ่งนี้แล้วก่อนหน้านี้
อย่างไรก็ตาม ภายใต้ความเจริญรุ่งเรืองและกระแสเกินจริง เราไม่สามารถมองข้ามอุปสรรคที่แท้จริงในอุตสาหกรรม AI+Web3 ได้ โดยเฉพาะอย่างยิ่งผู้ปฏิบัติงานจำเป็นต้องสำรวจสถานการณ์การใช้งานจริงอย่างลึกซึ้ง และประเมินความสามารถในการสร้างมูลค่าและสร้างเรื่องเล่าในอุตสาหกรรม ในระยะยาว รูปแบบทางนิเวศน์ของอุตสาหกรรม AI+Web3 จะก่อตัวขึ้นอย่างไร สาขาใดที่จะแสดงศักยภาพในการพัฒนาขนาดใหญ่ และไม่ว่าจะต้องเผชิญกับประเด็นขัดแย้งทางจริยธรรมและศีลธรรมหรือไม่ คำถามเหล่านี้ต้องการให้เราต้องสำรวจและตอบในทางปฏิบัติอย่างต่อเนื่อง
ดังนั้น เมื่อเผชิญกับคลื่นแห่ง AI+Web3 เราไม่เพียงแต่ต้องมองเห็นโอกาสที่มันนำมา แต่ยังต้องมีจิตใจที่ชัดเจนและมองความท้าทายและข้อบกพร่องอย่างมีเหตุผล ด้วยวิธีนี้เท่านั้นที่เราจะสามารถเข้าใจบริบทการพัฒนาของอุตสาหกรรม AI+Web3 ได้ดีขึ้น ส่งเสริมการพัฒนาที่ดีและยั่งยืน และคว้าโอกาสในการทำกำไรที่เกิดจากเทรนด์ดังกล่าว
ผู้เขียน: คาร์ล วาย.
**บทความนี้เป็นเพียงความเห็นของผู้เขียนเท่านั้น และไม่ถือเป็นคำแนะนำในการซื้อขายใดๆ **
**เนื้อหาของบทความนี้เป็นต้นฉบับและลิขสิทธิ์เป็นของ Gate.io หากคุณต้องการพิมพ์ซ้ำ โปรดระบุผู้แต่งและแหล่งที่มา มิฉะนั้นคุณจะต้องรับผิดชอบตามกฎหมาย **
