Злиття AI та Web3: від інфраструктури до сценаріїв застосування

Останніми роками AI та Web3 вважаються двома основними драйверами технологічних інновацій. Завдяки ChatGPT, що приніс революційний досвід AI, ланцюговий AI тихо завершив перехід від концепції до інфраструктури, ставши новою перспективною галуззю у сфері Web3.

На щойно завершеній конференції Гонконгської угоди 2025 інтеграція AI та Web3 стала популярною темою. Незалежно від того, чи це основна сцена, чи секції, відповідні обговорення не вщухають. Давайте разом дізнаємося про останні досягнення передових AI проектів.

I. Основи інфраструктури ШІ

1. Платформа та фреймворк для запуску AI Agent

Протягом останніх півроку платформи запуску та інфраструктура класу фреймворків для AI Agent користуються великим попитом. Ці проекти надають розробникам і звичайним користувачам платформу з низьким порогом для використання AI Agent, що є одним з основних напрямків сучасних AI проектів.

• 0G Labs: перша децентралізована операційна система штучного інтелекту (deAIOS), створюючи власний Layer 1 для AI, з'єднує обчислювальні ресурси, дані та моделі, формуючи розподілену екосистему розробки AI.

• DeAgentAI: інноваційна платформа, що зосереджується на децентралізованих AI агентів, прагне просувати розвиток багатагентних технологій (Multi-Agent Systems). Користувачі можуть створювати, управляти та координувати мережу AI агентів, застосовуючи їх у бізнес-автоматизації, аналізі даних та інших сферах.

• Autonomys Network: децентралізований інфраструктурний стек, що забезпечує безпечну та автономну співпрацю між людиною та машиною. Користувачі можуть створювати власні AI-агенти, які автономно виконують завдання з бронювання послуг, управління коштами тощо.

• Gaia Network: децентралізована платформа інфраструктури AI, що підтримує розподілену розробку та виконання AI-агентів і додатків, інтегруючи розподілене зберігання, обчислення та верифікацію даних за допомогою технології блокчейн.

• Questflow: децентралізована мережа багатоцільових AI-агентів, користувачеві потрібно лише описати потреби, мережа AI-агентів може самостійно виконувати завдання, досягаючи ефективності, якої не можуть досягти єдина AI-модель чи людина.

2. Децентралізований ШІ

Децентралізований штучний інтелект є остаточною метою блочних AI. Наразі багато проектів активно працюють у напрямках обчислювальної потужності, даних, моделей тощо, сподіваючись через децентралізований підхід зламати монополію великих компаній на LLM та допомогти громадськості отримати право власності на дані та моделі.

• Vana: прагне створити децентралізовану платформу суверенітету даних користувачів, перетворюючи особисті дані на фінансові активи. Завдяки дизайну Data Liquidity Pools(DLP), користувачі можуть вносити дані для навчання AI моделей і отримувати прибуток.

• Гіперболічний: відкритий доступ до AI-хмарної платформи, інтегрує глобальні обчислювальні ресурси, надає економічно вигідні, масштабовані ресурси GPU та AI-сервіси. Підтримує послуги AI-інференції, доступ до GPU за запитом тощо.

• OpenLedger: Зосереджений на наступному поколінні мережі штучного інтелекту та блокчейну, надає інфраструктуру для децентралізованої економіки. Підтримує розробників у отриманні високоякісних даних, тонкій налаштуванні спеціалізованих мовних моделей (SLM) та їх розгортанні як платних послуг.

• IO.NET: децентралізована обчислювальна платформа, що надає доступ до кластерних послуг GPU та CPU за запитом. Завдяки децентралізованій фізичній інфраструктурній мережі (IOG Network), користувачі можуть миттєво отримати доступ до розподіленого кластера GPU.

• Aethir: Інноваційна платформа, що надає розподілену інфраструктуру хмарних обчислень. Aethir Earth спеціально розроблений для завдань обчислень штучного інтелекту, Aethir Atmosphere оптимізований для ігрової індустрії.

• MinionLab: децентралізована автономна мережа AI-інтелектуальних агентів, ці агенти називаються "Minions", працюють на пристроях користувачів для реального часу видобутку даних з Інтернету.

• GAIB:AI та економічний рівень рішень у сфері високопродуктивних обчислень, створення нових класів активів та економічних систем через фінансування та токенізацію ресурсів GPU.

• Kite AI: децентралізована платформа блокчейн Layer 1, спеціально розроблена для AI економіки, що реалізує справедливий доступ та винагороду для AI активів через інноваційний механізм консенсусу Proof of AI(PoAI).

• Automata: надає посередницький рівень захисту конфіденційності та обчислювальні функції без відстеження для децентралізованих додатків (DApps), забезпечуючи конфіденційність даних та автономію користувачів.

• Public AI: створення відкритої та прозорої платформи даних AI, підтримка збору та аннотації багатомодальних даних, а також надання сервісів аннотації даних з допомогою AI.

3. Перевірний ШІ

Однією з важливих проблем, з якими стикається розвиток ШІ, є непрозорість процесу навчання та неможливість забезпечення точності виходу. Наразі кілька проектів реалізують перевірність процесу навчання ШІ за допомогою технологій ZKP, TEE тощо, щоб гарантувати надійність виходу ШІ.

• Phala Network: децентралізована платформа хмарних обчислень, що надає надійні послуги з обчислень конфіденційності та AI-інференції для додатків на блокчейні. Базується на мережі конфіденційних обчислень з довіреного середовища виконання ( TEE ), підтримує смарт-контракти, навчання та інференцію AI-моделей тощо.

• Brevis: децентралізований обчислювальний двигун, що забезпечує перевірний офлайн AI та блокчейн обчислення, поєднуючи нульові знання (ZKP) для підвищення конфіденційності та ефективності. Зосереджений на захисті конфіденційності фінансових даних, підтримує розширення смарт-контрактів і додатків Web3.

• Verisense Network: інноваційна платформа, яка зосереджена на децентралізованій перевірці даних і надійному штучному інтелекті, допомагає розробникам перевіряти джерела даних, забезпечуючи достовірність і цілісність навчальних даних. Підтримує аудит і перевірку процесу прийняття рішень штучним інтелектом.

Два, випадки використання ШІ: потенціал і очікування

У порівнянні з розвиненою інфраструктурою ШІ, наразі відзначених реальних застосувань ШІ все ще відносно мало. Окрім відомого бота в Твіттері, деякі нові проекти демонструють потенціал застосування ШІ-агентів у таких сферах, як бронювання подорожей, спортивні коментарі, фінансові операції тощо.

• Narra: Платформа Gamefi AI Agent на певному блокчейні, що використовує AI-двигун для створення реального динамічного наративного контенту, взаємодіє з гравцями, просуває розвиток сюжету та підтримує створення і взаємодію AI-NFT.

• AI Travel: Штучний інтелект, що керує подорожами, допомагає користувачам автоматично налаштовувати плани подорожей через спілкування, надаючи послуги бронювання готелів, порівняння авіаквитків тощо.

• HeyTracyAI: Спортивний коментатор AI Agent у баскетбольній сфері за участю зірок НБА, що надає реальний аналіз та прогностичні інсайти під час матчів.

• AskJimmy: платформа AI Agent, зосереджена на фінансовій та торговій сфері, мета якої - створення децентралізованого багатостратегічного хедж-фонду, що управляється автономно AI Agent.

Три, традиційні проекти переходять на ШІ

Відповідно до тенденцій, багато традиційних проектів Web3 також починають впроваджувати ШІ, оголошуючи свої плани переходу на ШІ.

Багато відомих публічних блокчейнів активно беруть участь у конференціях, пов'язаних з ШІ, і заявляють, що AI Agent допомагає спростити складні процеси взаємодії з блокчейном, залучаючи більше користувачів у світ Web3. Ці публічні блокчейни висувають цілі розвитку з акцентом на ШІ, які всебічно підтримуватимуть розвиток ШІ в аспектах базової архітектури, інновацій облікових записів тощо.

Деякий відомий постачальник послуг повторного стейкінгу також заявив, що працює над створенням децентралізованого шару довіри (Decentralized Trust), що надає перевіряються хмарні послуги (Verifiable Cloud), щоб забезпечити надійні докази для офлайн-обчислень, таких як навчання, міркування та прогнозування ШІ, сприяючи розвитку перевіряємого ШІ-агента.

Чотири, виклики та майбутнє

Незважаючи на світле майбутнє, розвиток AI на блокчейні все ще стикається з багатьма викликами, такими як недостатня надійність моделей, неясність намірів підказок, обмеження зберігання та апаратного забезпечення, питання безпеки конфіденційності тощо. Ці виклики не лише створюють технічні труднощі, але й відкривають величезні можливості для інновацій.

У довгостроковій перспективі індустрія сповнена надії на розвиток штучного інтелекту на блокчейні. Завдяки подальшому вдосконаленню інфраструктури, інноваціям у випадках використання та співпраці громади, інтеграція та процвітання штучного інтелекту з Web3 не за горами.