沒有一個熱點能逃離加密資產市場。

作者:茉莉

編輯:文刀

封面:Photo by Nikita Taparia on Unsplash

隨著 AI 大模型的普及,AI 與 Web3 的融合領域已然成為加密資產市場的熱門板塊,兩個技術在「數據」的應用層面爆發出可融潛力。

當紅炸子雞人工智慧自然語言大模型的基礎是「三算」,其中之一便是算據,理論上,為大模型提供的數據集越大,在有效訓練之後的學習與預測能力就越強。 而 Web3 的底層區塊鏈技術本質上分散式資料庫,按時序打包數據的鏈式結構形成了數據無法被篡改的特點。

二者或有互補優勢。 Web3 區塊鏈能夠安全地存儲數據,作為一種帳本,它的「分散式存儲和計算」屬性,可以為 AI 的算據層面提供定價和真實性的保障; 而 AI 能夠提升區塊鏈交易的效率,將複雜的數據處理程式自動化。

一個例子是鏈上交易的自動化,這可以應用在加密資產市場。 由機器學習驅動的 AI 演算法可以跟蹤市場波動,分析大規模的數據,從中找到規律與趨勢,並根據預定的標準執行交易。

AI 還可以應用在區塊鏈的安全性上,利用機器學習演算法檢查交易數據,尋找可疑趨勢或異常,並不斷從數據中學習以避免新的風險。

儘管當前 AI 與 Web3 都處於初級階段,但前者被認為有可能為 Web3 乃至加密資產市場帶來變革。 Fortune Business Insights 的一份報告顯示,區塊鏈的人工智慧市場在 2020 年為 2.205 億美元,到 2027 年可達到 9.736 億美元,複合年增長率為 23.6%。

盤點 AI+Web3 專案,不難發現,目前的 8 個早期龍頭專案主要發揮了 “AI 提升生產力” 的特性,已經將 AI 大模型及機器學習的能力應用到 Web3 的底層技術設施或具體應用中,包括:

  • 將 AI 的多模態生成(AIGC)能力應用到了 NFT 生成中;

比如 ChainGPT(CGPT),這個區塊鏈的人工智慧解決方案不僅能提供 Web2 世界常見的文本內容生成、AI 聊天機器人功能外,還是一個 NFT 產生器; 再比如 Aspecta,它構建了一個人工智慧生成的身份系統,通過 Aspecta ID 連結 Web2 和 Web3 的帳戶,根據帳戶持有者的經驗與經歷形成社區聯繫,訪問不同的 DAO 和應用程式。

  • 將 AI 的機器學習能力轉化為構建 Web3 應用程式的工具/平臺;

比如 Fetch.ai(FET),它是一個開發去中心化應用程式的基礎設施,利用人工智慧的自動化技術,提供了創建和連接智慧代理(Agents)的工具,説明使用者執行數字經濟中的複雜任務。

  • 將 Web3 分散式存儲、交易、計算的能力應用到 AI 發展所需的生產資料/資源;

比如 iExec(RLC),它是基於區塊鏈的去中心化計算資產市場,旨在將資源提供者與資源消費者聯繫起來,允許任何人租用計算能力、數據集; 再如去中心化人工智慧服務網路 SingularityNET(AGIX),它允許使用者將服務發佈到網路上供需求方付費(加密資產)集成。

8 個早期 AI+Web3 龍頭專案

在 AI+Web3 中,除了以上 8 個早期誕生的龍頭專案外,一些新 “選手” 也在奔赴賽道的路上。

針對「數據」這個最明顯的結合處,有專案利用了區塊鏈的分散式特性,解決數據壟斷問題。

比如,Bagel Network ,它創造了「機器學習數據湖」的概念,允許使用者以任意規模存儲所有結構化和非結構化數據,支援數據科學家和 AI 工程師以低成本且保護隱私的方式,獲得/交換那些經過授權且可驗證的數據集。 Bagel Network 的目的是構建一個去中心化的數據平臺,來支持機器學習(ML)模型。

還有不少新專案將 AI 的能力直接發揮到了 Web3 最受矚目的金融應用層面,包括加密資產的交易和支付領域。

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 個新進 AI+Web3 應用

可以預見,2024 年,圍繞 AI 的大模型及其應用仍會以層出不窮的態勢繼續向前發展,而 Web3 這個最愛追逐熱點的世界也將持續跟進 AI 這個大熱門,兩個技術的演進與相互融合,也將為加密資產市場的 AI 板塊增加規模。

免責聲明:作為區塊鏈資訊平臺,本站所發佈文章僅代表作者及嘉賓個人觀點,與 Web3Caff 立場無關。 文章內