人工智慧 (AI) 正在引發前所未有的社會變革,而 AI 和 Web3 的融合時刻是否已經到來? Vitalik Buterin 在今年初發表的 《The promise and challenges of crypto AI applications》文章中, 首次提出了加密資產和 AI 的四大交叉點。隨著區塊鏈技術和 AI 的不斷發展,兩者交叉領域的應用案例正在增加,其中一些用例更具意義和穩健性。
而投資機構 ABCDE 曾在《從一級市場視角看待 AI Crypto》一文中評價目前市面上的 AI 與 Crypto 結合的項目,多少有些「生硬」或是「粗糙」之感,並沒有發揮出 AI 或是 Crypto 最優的競爭力或是可組合性。
究竟 Web3 與 AI 的結合是否具有真正的發展潛力?這是本份研究報告希望探究的問題。本文將從 AI 技術的基礎概念入手,在此基礎上分析 AI 與 Web3 技術的融合方式、DeAI 賽道的潛在機會、商業模式及生態項目,並進一步總結 DeAI 的發展挑戰與未來展望。
作者:Rosa,Web3Caff Research 研究員
封面: Photo by Sufyan on Unsplash,Typography by Web3Caff Research
字數:全文共 16000+
目錄
- 引言:Web3 和 AI 的交叉點
- Vitalik Buterin 提出了四大交叉點
- DeAI 能否成為新賽道?
- 關於 AI 的基礎理解
- 人工智慧的歷史
- 什麼是人工智慧?
- 什麼是機器學習?
- 什麼是深度學習?
- Gen AI 與 Transformer 模型
- 小結
- AI 與 Web3 如何融合?
- AI 與 Web3 的交叉賦能
- Web3 對 AI 的賦能:內部和外部影響
- AI 對 Web3 的賦能:內部和外部影響
- 從 Gen AI 看 DeAI 的機會
- 生成式 AI Stack
- 來自數據的挑戰
- DeAI 的潛在機會
- AI 與 Web3 的交叉賦能
- DeAI 值得關注的細分領域
- 去中心化算力市場
- 商業模式:算力租賃的雙邊市場
- 代表項目:Akash/Gensyn/Together
- 去中心化 AI Agent
- 商業模式:基於 AI Agent 的開放市場
- 代表專案:Fetch.AI/SingularityNET/Morpheus/ Bittensor/ Autonolas
- ZKML
- 商業模式:創建 ML 模型推理步驟的零知識證明
- 代表專案:Modulus Labs/Worldcoin/Giza
- 去中心化資料基礎設施
- 商業模式:資料資產化、基於 RLHF 的強化學習
- 代表項目:Ocean/Alaya/Fraction
- 去中心化算力市場
- 風險與挑戰
- 未來展望
- 參考文獻