APP內打開

Reflexivity Research 報告:速覽加密與 AI 結合用例,未來將如何發展?

HelloBtc.pro 2023-12-01 17:00:24
二維碼

掃碼分享

在本周的報告中,我們將涵蓋一些現有的應用程式,試圖充分利用人工智慧和區塊鏈技術,以及關於這些應用和未來幾年人工智慧行業發展的一些資訊

作者:Reflexivity Research / 來源:翻譯:白話區塊鏈

https://www.reflexivityresearch.com/free-reports/intersection-of-crypto-and-ai

近來,人工智慧行業成為了熱門話題,原因有好有壞。 雖然您可能已經對OpenAI近期的爭議有所了解,並且可能也探索過現有人工智慧技術的能力,但您可能並沒有深入思考人工智慧如何與基於區塊鏈的系統相互作用。 在本周的報告中,我們將涵蓋一些現有的應用程式,試圖充分利用人工智慧和區塊鏈技術,以及關於這些應用和未來幾年人工智慧行業發展的一些資訊。

image.png

1、人工智慧(AI)是什麼,它與加密貨幣有什麼關係?

在深入瞭解專案具體細節和更多技術細節之前,先介紹一些關於人工智慧技術的基礎知識,以及該行業內有才華的團隊和個人開發者是如何引領我們走到今天的。

先談談已經熟悉的ChatGPT,ChatGPT和其他面向消費者的基於聊天的模型的核心技術是所謂的大型語言模型(LLM)。 這些複雜的人工智慧技術基本上是深度學習技術/演算法和非常大的數據集的組合,它們共同創建了一個能夠預測和總結知識的人工智慧模型。

LLM結合了深度學習演算法和大型數據集,能夠預測和總結知識。

使用者與LLM的交互採用自然語言處理,許多LLM專為此而設計。 使用者用自然語言提問,聊天機器人利用技術和訓練數據盡量提供最佳答案。

LLM構建在被稱為變換器的神經網路模型之上,擅長預測文本和理解單詞背後的意義。 因此,ChatGPT等聊天機器人取得了巨大成功,幾乎引發了AI革命。 這些模型與加密貨幣和區塊鏈的可能關聯將在接下來討論。

2、加密貨幣如何幫助實現人工智慧應用?

加密貨幣行業是每天都會在新聞、主流媒體以及其他社交媒體平臺上被廣泛討論的話題。 從2008年中本聰撰寫的一篇白皮書開始,這個行業已經發展成一個市值1.5萬億美元的市場,全球最大金融機構正面臨著一系列ETF批准或拒絕的風險。 向行業外人士描述區塊鏈技術的固有優勢通常會比較困難,主要是因為金融行業在大多數發達國家中已經非常成熟和順暢。 在像美國之外的地方,無需許可的帳本對金融交易的作用更容易解釋,因為那裡仍然存在腐敗金融機構和政府。 世界各地的貨幣不斷貶值,大多數世界人口依然無法獲得銀行基礎設施,而這在美國往往被視為一個次要問題。 加密貨幣是銀行未銀行化的一種方式,是一項技術,為個人提供了成為自己財務操作監督者的機會,這是一個不容小覷的革命性變化。 區塊鏈的透明性、安全性和去中心化等固有特性可以極大地促進AI數據的存儲、共用和利用。 這兩者的結合,能很好的減少數據操縱或濫用。 一個有力前景是數據管理和安全領域。 AI系統需要大量數據進行學習和改進。 通過利用區塊鏈技術,這些數據可以在不同平臺和利益相關者之間安全、透明地共用。 這不僅保證了數據的完整性,還為協作式AI研究和開發打開了新的途徑,打破了經常阻礙創新的數據壁壘。 AI與區塊鏈的整合創建了合法的去中心化自治組織(DAOs)。 這些DAO由智慧合約管理,並由AI演算法提供動力,它們可以獨立運作、做出決策,並在無需人為干預的情況下執行交易。 不過在加密貨幣歷史上,DAO的管理不是十全十美的,因為人類的情感和金融激勵往往會掩蓋DAO最初的目的。 實施AI系統可以通過自動化流程和減少中間人的需求來改變行業,從而提高效率並降低成本。 另一個前景廣闊的領域是利用區塊鏈來激勵AI數據的生成和分享。 通過代幣化,個人和組織可以獲得獎勵,以促進向AI模型提供有價值的數據,從而營造出一個更具合作性和包容性的AI生態系統。 DeFi 也是AI的潛在巨大受益者,有望創造所謂的去中心化AI(DeAI)。 這種方法可以使個人和小實體能夠訪問先前僅屬於大公司的AI工具和服務,從而使AI技術更加民主化。 加密貨幣和人工智慧的融合有可能改變我們數位生活的許多方面,不僅使AI更加普及,而且更加安全、透明,甚至可能更加高效。 所以,接下來讓我們來瞭解一下人工智慧行業的當前運作和功能。

4、打破人工智慧的不透明壁壘

將加密貨幣對金融系統的全面改革與人工智慧系統的智慧革命進行比較,我們可以找到一些非常相關的相似之處,並提出兩者結合的理由。

目前,像OpenAI、Google的Deepmind、Anthropic等許多人工智慧公司都是在閉門造車中進行他們的研究和運營。

5、加密貨幣與人工智慧領域的當前機遇

現在我們已經介紹了一些關於人工智慧和加密貨幣協同作用的基礎知識,我們可以更近距離地審視這個領域內一些領先專案。 雖然這些專案大多仍在積極努力著啟動他們的網路,獲取忠實的使用者群,並吸引更廣泛的加密貨幣社區的關注,但它們都處於行業的前沿,並且是這個迅速增長的領域的良好代表。

1)Bittensor,一個去中心化人工智慧模型網路:

Bittensor是一個頗受歡迎的去中心化人工智慧網路專案。 其目標是通過創建多個去中心化商品市場或「子網路」來民主化人工智慧領域,使其能夠與諸如OpenAI之類的大型超級公司相匹敵。 網路由礦工和驗證者管理,礦工提交AI模型並獲得獎勵,驗證者確保模型準確性。 用戶通過驗證者與網路互動,並通過分發礦工的輸出來獲得回答。

Bittensor不同於其他機構,它依靠去中心化機制進行模型開發,並採用獨特的Yuma共識結構分配資源到不同的子網路。 這一結構旨在提升AI模型品質,推動AI技術的去中心化應用。

2)Akash,一個開源的超級雲平臺:

Akash網路是一個創新的開源超級雲平臺,旨在以安全高效的方式購買和出售計算資源。 其核心是一個逆向拍賣機制,使用者可以提出計算需求的競標,供應商競爭提供服務,通常價格顯著低於傳統雲系統。 Akash基於可靠的技術(如Kubernetes和Cosmos),確保了安全可靠的應用託管平臺。 它採用基於YAML的Stack Definition Language(SDL)定義基礎架構,使用戶能夠在多個區域和供應商上創建複雜的部署。

Akash還提供持久存儲解決方案,確保即使在重新啟動後數據也能得到保留。 總的來說,Akash Network是一個去中心化雲平臺,為當前雲服務提供者的壟斷性質提供了獨特的解決方案。

3)Render,一個擴展計算資源訪問的平臺:

Render網路利用未使用的GPU週期,連接需要計算能力的內容創作者和有可用GPU資源的提供者。 這通過區塊鏈技術實現,確保了GPU任務的安全高效處理,包括AI驅動的內容創建和優化。 Render網路支援AI相關任務,為藝術家提供AI工具生成資源和增強數位藝術品的能力,同時管理藝術收藏品和優化渲染工作流程。 這一生態系統以RNDR代幣為基礎,促進了渲染服務的交易,為數位媒體領域的創意表達和技術創新帶來了新的可能性。

4)ensyn,一個去中心化計算平臺:Gensyn是一個AI和加密貨幣專案,專注於解決現代AI系統的計算挑戰和資源限制。 該專案旨在通過創建去中心化的區塊鏈協定,高效利用全球計算資源,克服構建基礎AI模型所需的龐大資源限制。

Gensyn的背景顯示,AI系統的計算複雜性已超出當前可用的計算供應。 例如,訓練像OpenAI的GPT-4這樣的大型模型需要大量資源,導致巨大障礙。 Gensyn的解決方法是創建一個連接和驗證鏈下深度學習工作的分散式協議,解決了工作驗證、市場動態和隱私等挑戰。

該協議獎勵參與者貢獻計算時間和執行機器學習任務,並採用多種技術驗證已完成的工作。 Gensyn的目標是建立透明、低成本的機器學習計算市場,使AI資源獲取更具民主化。

5)Fetch是一個人工智慧經濟領域的開放平臺:

Fetch是一個AI和加密貨幣專案,旨在改變經濟活動方式。 其核心是AI代理,可以自主連接、搜索和交易。 Fetch可使傳統產品具備AI能力,還推出了Agentverse服務,簡化AI代理的部署。 通過大型語言模型(LLMs),Fetch建立了一個代理服務平臺,提供搜索與發現功能,加強了AI代理的有效性。

同時,該平臺還提供託管服務和一個開放網路,以促進區塊鏈技術與代理尋址整合。 Fetch結合AI代理與區塊鏈技術,為自動化和優化各種流程打開了新的可能性。

6、總結與展望

人工智慧和區塊鏈技術的整合代表著兩個領域的重要進展。 這種結合不僅僅是兩種尖端技術的融合,更是一種變革性的協同作用,重新定義了數位創新和去中心化的界限。 像 Fetch.ai、Bittensor、Akash Network、Render Network和Gensyn等專案中探索的整合潛力,展示了將人工智慧的計算能力與區塊鏈的安全透明框架相結合的巨大可能性和重大好處。

展望未來,可以明顯看到人工智慧和區塊鏈的融合將在塑造各個行業方面發揮關鍵作用。 從提升數據安全和完整性到創建去中心化自治組織的新模式,這種融合承諾著更高效、透明和易於訪問的技術。 特別是在DeFi領域,去中心化人工智慧(DeAI)的出現可能會使人工智慧技術更加民主化,打破了傳統上偏向大型企業的障礙。 這可能會導致一個更具包容性的數字經濟,在這個經濟中,個人和較小的實體可以利用以前難以觸及的人工智慧工具和服務。

這種技術整合可以解決兩個領域的緊迫挑戰。 區塊鏈可解決人工智慧領域的數據孤島和巨大計算需求問題,同時人工智慧也可提高區塊鏈效率、自動化決策流程並增強安全性。 繼續探索和利用這種協同作用對於推動數位領域創新至關重要,將助力這兩個領域的發展,造福整個社會。

AI