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。
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。
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。