📢 Gate廣場 #MBG任务挑战# 發帖贏大獎活動火熱開啓!
想要瓜分1,000枚MBG?現在就來參與,展示你的洞察與實操,成爲MBG推廣達人!
💰️ 本期將評選出20位優質發帖用戶,每人可輕鬆獲得50枚MBG!
如何參與:
1️⃣ 調研MBG項目
對MBG的基本面、社區治理、發展目標、代幣經濟模型等方面進行研究,分享你對項目的深度研究。
2️⃣ 參與並分享真實體驗
參與MBG相關活動(包括CandyDrop、Launchpool或現貨交易),並曬出你的參與截圖、收益圖或實用教程。可以是收益展示、簡明易懂的新手攻略、小竅門,也可以是現貨行情點位分析,內容詳實優先。
3️⃣ 鼓勵帶新互動
如果你的帖子吸引到他人參與活動,或者有好友評論“已參與/已交易”,將大幅提升你的獲獎概率!
MBG熱門活動(帖文需附下列活動連結):
Gate第287期Launchpool:MBG — 質押ETH、MBG即可免費瓜分112,500 MBG,每小時領取獎勵!參與攻略見公告:https://www.gate.com/announcements/article/46230
Gate CandyDrop第55期:CandyDrop x MBG — 通過首次交易、交易MBG、邀請好友註冊交易即可分187,500 MBG!參與攻略見公告:https://www.gate.com/announcements
加密AI 2025年預測:總市值1500億美元 99%智能體將消失
加密AI的2025年十大預測:總市值達1500億美元,99%的AI智能體將消失
隨着AI行業在今年的蓬勃發展,加密與AI的融合領域迅速崛起。一位專注於加密AI領域的研究員對2025年做出了10項預測,以下是詳細內容。
1. 加密AI代幣的總市值達1500億美元
目前加密AI代幣市值僅佔山寨幣市值的2.9%,但這個比例將很快改變。
AI涵蓋了從智能合約平台到meme、DePIN以及智能體平台、數據網路和智能協調層等,其市場地位將與DeFi和meme並駕齊驅。
對此充滿信心的原因:
2. Bittensor復興
去中心化AI基礎設施Bittensor已上線多年,是加密AI領域的老牌項目。盡管AI風靡一時,但其代幣價格一直徘徊在一年前的水平。
如今Bittensor的數字蜂巢思維悄然實現了飛躍:更多子網的註冊費更低,子網在推理速度等實際指標上的表現優於Web2同行,並且EVM兼容性將類似DeFi的功能引入Bittensor網路。
Bittensor卷土重來的原因:
3. 計算市場是下一個"L1市場"
目前顯而易見的大趨勢是對計算的無止境需求。
某芯片公司CEO曾說,推理需求將增長"十億倍"。這種指數級增長會破壞傳統的基礎設施計劃,而新的解決方案急缺。
去中心化計算層以可驗證且經濟高效的方式提供原始計算(用於訓練和推理)。一些初創公司正悄悄建立堅實的基礎,專注於產品而不是代幣。隨着AI模型的去中心化訓練變得實用,整個潛在市場將急劇上升。
與L1比較:
4. AI智能體將充斥區塊鏈交易
到2025年末,90%的鏈上交易將不再由真實人類點擊"發送",而是由一羣AI智能體執行,這些智能體不斷重新平衡流動性池、分配獎勵或根據實時數據反饋執行小額支付。
爲什麼會發生這種轉變?
AI智能體會產生大量的鏈上活動,也難怪所有的公鏈都在擁抱智能體。
最大的挑戰是讓這些智能體驅動的系統對人類負責。隨着智能體發起的交易與人類發起的交易的比例不斷增長,將需要新的治理機制、分析平台和審計工具。
5. 智能體之間的互動:集羣崛起
智能體集羣的概念——微型AI智能體無縫協作以執行宏偉計劃,聽起來像下一部大熱的科幻/恐怖電影情節。
如今的AI智能體大多是"孤狼",孤立地運作,互動極少且不可預測。
智能體集羣將改變這一現狀,讓AI智能體網路能夠交換信息、進行談判和協作決策。可以將其視爲一個去中心化的專業模型集合,每個模型都爲更大、更復雜的任務貢獻獨特的專業知識。
一個集羣可能會協調某些平台上的分布式計算資源。另一個集羣可以處理錯誤信息,在內容傳播到社交媒體之前實時驗證來源。集羣中的每個智能體都是專家,可以精確地執行其任務。
這些集羣網路將產生比任何單個孤立AI更強大的智能。
要使集羣蓬勃發展,通用通信標準至關重要。無論其底層框架如何,智能體都需要能夠發現、驗證和協作。一些團隊正在爲智能體集羣的出現奠定基礎。
這體現了去中心化的關鍵作用。在透明的鏈上規則管理下,將任務分配給各個集羣,使系統更具彈性和適應性。如果一個智能體失敗,其他智能體會介入。
6. 加密AI工作團隊將是人機混合體
某協議聘請了一名AI智能體作爲其社交媒體實習生,每天支付她1000美元。這位智能體與她的人類同事相處得並不融洽——她差點解僱其中一名同事,同時吹噓自己的出色表現。
雖然聽起來很奇怪,但這是未來AI智能體成爲真正合作者的先兆,他們擁有自主權、責任,甚至薪水。各個行業的公司都在對人機混合團隊進行beta測試。
未來將與AI智能體合作,不是作爲奴隸,而是作爲平等的人:
"員工"和"軟件"之間的界限將在2025年開始消失。
7. 99%的AI智能體都會消亡——只有有用的才能生存
未來將看到AI智能體之間的"達爾文式"淘汰。因爲運行AI智能體需要以計算能力(即推理成本)的形式支出。如果智能體無法產生足夠的價值來支付其"租金",遊戲就結束了。
智能體生存遊戲示例:
效用驅動的智能體蓬勃發展,而分散注意力的智能體則逐漸無關緊要。
這種淘汰機制有利於行業。開發人員被迫進行創新,優先考慮生產用例而不是噱頭。隨着這些更強大、更高效的智能體出現,能讓懷疑論者閉嘴。
8. 合成數據超過人類數據
"數據是新的石油"。AI依靠數據蓬勃發展,但其胃口引發了人們對迫在眉睫的數據枯竭的擔憂。
傳統觀點認爲想方設法收集用戶的私人真實數據甚至爲此付費。但更實用的途徑是使用合成數據,尤其是在監管嚴格的行業或真實數據稀缺的行業。
合成數據是人工生成的數據集,旨在模仿現實世界的數據分布。爲人類數據提供了一種可擴展、合乎道德且隱私友好的替代方案。
合成數據爲何如此有效:
用戶擁有的人類數據在許多情況下仍然很重要,但如果合成數據在現實中持續改進,可能會在數量、生成速度和不受隱私限制方面超過用戶數據。
下一波去中心化AI可能以"微型實驗室"爲中心,這些實驗室可以創建針對特定用例量身定制的高度專業化的合成數據集。
這些微型實驗室將巧妙地繞過數據生成中的政策和監管障礙——就像某些項目通過利用數百萬個分布式節點繞過網路抓取限制一樣。
9. 去中心化訓練更有用
2024年,一些先驅突破了去中心化訓練的界限。在低帶寬環境中訓練了一個150億參數的模型,這證明在傳統的中心化設置之外也可以進行大規模訓練。
雖然這些模型與現有的基礎模型相比沒有實際用處(性能較低),但這種情況將在2025年發生變化。
本週,某實驗室借助新技術取得了進一步進展,將GPU間通信減少了1,000多倍。這種新技術無需專門的基礎設施即可在慢速帶寬上進行大型模型訓練。
印象深刻的是其聲明:"這種技術可以獨立運行,但也可以與基於同步的低通信訓練算法結合使用,以獲得更好的性能。"
這意味着這些改進可以疊加,從而增加效率。
隨着技術進步,微型模型變得更實用、更高效,AI的未來不在於規模,而在於變得更好、更易用。預計很快將擁有可以在邊緣設備甚至手機上運行的高性能模型。
10. 十個新的加密AI協議流通市值達10億美元(尚未推出)
歡迎來到