没有一个热点能逃离加密资产市场。

作者:茉莉

编辑:文刀

封面:Photo by Nikita Taparia on Unsplash

随着 AI 大模型的普及,AI 与 Web3 的融合领域已然成为加密资产市场的热门板块,两个技术在 “数据” 的应用层面爆发出可融潜力。

当红炸子鸡人工智能自然语言大模型的基础是 “三算”,其中之一便是算据,理论上,为大模型提供的数据集越大,在有效训练之后的学习与预测能力就越强。而 Web3 的底层区块链技术本质上分布式数据库,按时序打包数据的链式结构形成了数据无法被篡改的特点。

二者或有互补优势。Web3 区块链能够安全地存储数据,作为一种账本,它的 “分布式存储和计算” 属性,可以为 AI 的算据层面提供定价和真实性的保障;而 AI 能够提升区块链交易的效率,将复杂的数据处理程序自动化。

一个例子是链上交易的自动化,这可以应用在加密资产市场。由机器学习驱动的 AI 算法可以跟踪市场波动,分析大规模的数据,从中找到规律与趋势,并根据预定的标准执行交易。

AI 还可以应用在区块链的安全性上,利用机器学习算法检查交易数据,寻找可疑趋势或异常,并不断从数据中学习以避免新的风险。

尽管当前 AI 与 Web3 都处于初级阶段,但前者被认为有可能为 Web3 乃至加密资产市场带来变革。Fortune Business Insights 的一份报告显示,区块链的人工智能市场在 2020 年为 2.205 亿美元,到 2027 年可达到 9.736 亿美元,复合年增长率为 23.6%。

盘点 AI+Web3 项目,不难发现,目前的 8 个早期龙头项目主要发挥了 “AI 提升生产力” 的特性,已经将 AI 大模型及机器学习的能力应用到 Web3 的底层技术设施或具体应用中,包括:

  • 将 AI 的多模态生成(AIGC)能力应用到了 NFT 生成中;

比如 ChainGPT(CGPT),这个区块链的人工智能解决方案不仅能提供 Web2 世界常见的文本内容生成、AI 聊天机器人功能外,还是一个 NFT 生成器;再比如 Aspecta,它构建了一个人工智能生成的身份系统,通过 Aspecta ID 链接 Web2 和 Web3 的帐户,根据账户持有者的经验与经历形成社区联系,访问不同的 DAO 和应用程序。

  • 将 AI 的机器学习能力转化为构建 Web3 应用程序的工具/平台;

比如 Fetch.ai(FET),它是一个开发去中心化应用程序的基础设施,利用人工智能的自动化技术,提供了创建和连接智能代理(Agents)的工具,帮助用户执行数字经济中的复杂任务。

  • 将 Web3 分布式存储、交易、计算的能力应用到 AI 发展所需的生产资料/资源;

比如 iExec(RLC),它是基于区块链的去中心化计算资产市场,旨在将资源提供者与资源使用者联系起来,允许任何人租用计算能力、数据集;再如去中心化人工智能服务网络 SingularityNET(AGIX),它允许用户将服务发布到网络上供需求方付费(加密资产)集成。

8 个早期 AI+Web3 龙头项目

在 AI+Web3 中,除了以上 8 个早期诞生的龙头项目外,一些新 “选手” 也在奔赴赛道的路上。

针对 “数据” 这个最明显的结合处,有项目利用了区块链的分布式特性,解决数据垄断问题。

比如,Bagel Network ,它创造了 “机器学习数据湖” 的概念,允许用户以任意规模存储所有结构化和非结构化数据,支持数据科学家和 AI 工程师以低成本且保护隐私的方式,获得/交换那些经过授权且可验证的数据集。Bagel Network 的目的是构建一个去中心化的数据平台,来支持机器学习(ML)模型。

还有不少新项目将 AI 的能力直接发挥到了 Web3 最受瞩目的金融应用层面,包括加密资产的交易和支付领域。

比如 GT Protocol,它是一个由 ChainGPT 孵化的加密资产 AI 执行协议,它允许任何实体或者个人创建一个 DeFi  智能合约池,利用 AI 收集和管理用户贡献的流动性,一方面发挥了 AI 的自动化能力,另一方面也利用了智能合约在链上的透明化特征。

8 个新进 AI+Web3 应用

可以预见,2024 年,围绕 AI 的大模型及其应用仍会以层出不穷的态势继续向前发展,而 Web3 这个最爱追逐热点的世界也将持续跟进 AI 这个大热门,两个技术的演进与相互融合,也将为加密资产市场的 AI 板块增加规模。

免责声明:作为区块链信息平台,本站所发布文章仅代表作者及嘉宾个人观点,与 Web3Caff 立场无关。文章内的信息仅供参考,均不构成任何投资建议及要约,并请您遵守所在国家或地区的相关法律法规。