Web3與AI的融合:構建去中心化智能生態系統

近期,在迪拜世界政府峯會上,一位科技界領袖提出了"主權AI"的概念。這引發了人們思考:如何構建一個符合加密社區利益和訴求的AI系統?答案可能在Web3和AI的結合中。

以太坊創始人在一篇文章中闡述了加密技術與AI的協同效應:加密的去中心化可以平衡AI的中心化趨勢;加密帶來的透明度可以彌補AI的不透明;區塊鏈有利於AI所需數據的存儲和追蹤。這種協同貫穿於Web3+AI的整個產業格局。

目前,大多數Web3+AI項目致力於利用區塊鏈技術解決AI行業基礎設施建設問題,少數項目則利用AI解決Web3應用的特定問題。Web3與AI的結合主要體現在四個方面:

1. 算力層:算力資產化

近年來,AI大模型訓練所需算力呈指數級增長,遠超摩爾定律。這導致AI算力供需失衡,GPU等硬件價格飆升,抬高了算力成本。然而,市場上存在大量閒置的中低端算力硬件。通過Web3方式建設分布式算力網路,可以整合這些閒置資源,滿足多種AI應用需求,同時顯著降低成本。

算力層細分包括:

• 通用去中心化算力
• AI訓練專用去中心化算力
• AI推理專用去中心化算力
• 3D渲染專用去中心化算力

Web3+AI的算力資產化優勢在於,結合代幣激勵易於擴展網路規模,且計算資源成本低,性價比高,可滿足中低端算力需求。

2. 數據層:數據資產化

數據是AI的核心資源。傳統模式下,只有大型企業才能獲取海量用戶數據,普通創業公司難以獲得廣泛數據,用戶也無法從中受益。Web3+AI模式可以讓數據收集、標注、分布式存儲等流程更加低成本、透明,並惠及用戶。

通過Web3的分布式網路和代幣激勵機制,可以採用衆包方式以較低成本獲取高質量、廣泛的數據。

數據類項目主要包括:

• 數據收集
• 數據交易
• 數據標注
• 區塊鏈數據源
• 去中心化存儲

這類項目在設計代幣經濟模型時面臨更大挑戰,因爲數據比算力更難標準化。

3. 平台層:平台價值資產化

平台類項目多數旨在整合AI行業各類資源,聚合數據、算力、模型、開發者、區塊鏈等要素,以平台爲中心解決各種需求。例如,有項目專注構建zkML運營平台,通過密碼學技術驗證模型推理的正確執行,解決AI黑盒問題。

還有項目致力於構建AI專用的區塊鏈網路,連接各類資源,提供通用組件和SDK,助力Web3+AI應用快速發展。此外,一些平台專注於構建AI Agent網路,爲各種應用場景提供支持。

平台類項目主要通過代幣捕獲平台價值,激勵各方共建。這對初創項目從0到1的發展過程很有幫助,可以降低尋找合作方的難度。

4. 應用層:AI價值資產化

應用層項目多數利用AI解決Web3應用面臨的問題。以太坊創始人提出了兩個有意義的方向:

1. AI作爲Web3參與者:

   • 在Web3遊戲中,AI可作爲玩家快速理解規則並高效完成任務
   • 在去中心化交易所中,AI已在套利交易中發揮重要作用
   • 在預測市場中,AI Agent可通過分析大量數據,爲用戶提供事件預測模型

2. 創建可擴展的去中心化私人AI: 解決用戶對AI黑盒、偏見和欺騙的擔憂。通過創建一個類似Web3項目的AI,讓社區擁有分布式治理權,可能更容易被接受。

目前,Web3+AI應用層尚未出現突出的標杆項目。

結語

Web3+AI領域仍處於早期階段,業內對其發展前景存在分歧。我們期待Web3與AI的結合能創造出比中心化AI更有價值的產品,讓AI擺脫"巨頭控制"和"壟斷"的標籤,以更加社區化的方式實現"共治AI"。也許在更深入參與和治理的過程中,人類對AI會既存敬畏又減少恐懼。