Sự kết hợp của AI và Web3: Thế hệ mới của cơ sở hạ tầng và ứng dụng

Trong những năm gần đây, AI và Web3 được coi là hai động cơ thúc đẩy nhân loại bước vào giai đoạn tăng trưởng công nghệ tiếp theo. Với ChatGPT mang đến trải nghiệm AI cách mạng, AI trên chuỗi cũng đã nhanh chóng phát triển từ khái niệm thành hạ tầng, trở thành lĩnh vực mới có tiềm năng bùng nổ liên tục trong mắt những người làm việc trong Web3.

Tại hội nghị đồng thuận Hồng Kông vừa kết thúc, sự kết hợp giữa AI và Web3 đã trở thành chủ đề nóng, thu hút nhiều cuộc thảo luận. Qua việc tìm hiểu sâu sắc, chúng tôi đã phát hiện ra nhiều dự án AI có tiềm năng lớn, và bây giờ chúng tôi xin chia sẻ những thông tin tiên tiến này.

Một, Cơ sở hạ tầng AI

1. Nền tảng và khung phát hành AI Agent

Kể từ đầu năm nay, việc xây dựng nền tảng phóng AI Agent và cơ sở hạ tầng AI dạng khung rất sôi động. Những dự án này cung cấp cho các nhà phát triển và người dùng thông thường một nền tảng để sở hữu và sử dụng AI Agent với mức độ truy cập thấp, là một trong những hướng đi chính của vòng AI này.

• Một dự án hệ thống điều hành trí tuệ nhân tạo phi tập trung thông qua việc xây dựng Layer 1 dành riêng cho AI, kết nối tài nguyên tính toán, dữ liệu và mô hình, tạo ra hệ sinh thái phát triển AI phân tán.

• Một nền tảng đổi mới khác tập trung vào Agent AI phi tập trung cam kết thúc đẩy sự phát triển của công nghệ đa tác nhân, cho phép người dùng tạo, quản lý và phối hợp mạng lưới Agent AI.

• Còn có một ngăn xếp hạ tầng phi tập trung nhằm đạt được sự hợp tác giữa con người và máy móc một cách an toàn và tự chủ. Người dùng có thể tạo ra các tác nhân AI riêng biệt, những tác nhân này có khả năng tự hành động.

• Một nền tảng hạ tầng AI phi tập trung hỗ trợ phát triển và vận hành phân tán các AI Agent và ứng dụng, tích hợp lưu trữ phân tán, tính toán và xác thực dữ liệu thông qua công nghệ blockchain.

• Có một mạng lưới đa AI Agent phi tập trung khác, người dùng chỉ cần mô tả nhu cầu, mạng lưới AI Agent có thể tự động hoàn thành nhiệm vụ.

2. Trí tuệ nhân tạo phi tập trung

AI phi tập trung là mục tiêu cuối cùng của AI trên chuỗi. Hiện tại, nhiều dự án đang nỗ lực trong các lĩnh vực như sức mạnh tính toán, dữ liệu, mô hình, v.v. với hy vọng phá vỡ sự độc quyền của các công ty lớn đối với LLM bằng cách áp dụng phương thức phi tập trung, giúp công chúng có được quyền sở hữu dữ liệu và mô hình.

• Một dự án cam kết xây dựng nền tảng quyền sở hữu dữ liệu người dùng phi tập trung, biến dữ liệu cá nhân thành tài sản tài chính.

• Một nền tảng AI đám mây truy cập mở khác tích hợp tài nguyên tính toán toàn cầu, cung cấp cho người dùng tài nguyên GPU và dịch vụ AI tiết kiệm chi phí, có thể mở rộng.

• Còn có một mạng thế hệ tiếp theo tập trung vào AI và blockchain, cung cấp cơ sở hạ tầng kinh tế phi tập trung, hỗ trợ các nhà phát triển truy cập dữ liệu chất lượng cao, tinh chỉnh các mô hình ngôn ngữ chuyên dụng và triển khai chúng như một dịch vụ có phí.

• Một nền tảng tính toán phi tập trung cung cấp dịch vụ truy cập theo yêu cầu vào các cụm GPU và CPU, nhằm loại bỏ nhu cầu của người dùng về phần cứng hoặc cơ sở hạ tầng đắt tiền.

• Còn có một nền tảng đổi mới chuyên cung cấp cơ sở hạ tầng điện toán đám mây phân tán, cung cấp dịch vụ đám mây GPU tối ưu cho các nhiệm vụ tính toán AI và ngành công nghiệp game.

• Một mạng lưới AI tự trị phi tập trung hoạt động trên thiết bị của người dùng, được sử dụng để khai thác dữ liệu theo thời gian thực từ internet.

• Còn có các dự án tập trung vào các giải pháp kinh tế trong lĩnh vực AI và tính toán hiệu suất cao, thông qua việc tài chính hóa và mã hóa tài nguyên GPU, tạo ra các loại tài sản và hệ thống kinh tế hoàn toàn mới.

3. AI có thể xác minh

Một trong những thách thức quan trọng trong phát triển AI là tính không minh bạch của quá trình đào tạo và không thể đảm bảo độ chính xác của kết quả đầu ra của AI. Hiện tại, có nhiều dự án hy vọng đạt được tính khả thi của quá trình đào tạo AI thông qua các công nghệ như ZKP, TEE, nhằm đảm bảo độ tin cậy của kết quả đầu ra của AI.

• Một nền tảng điện toán đám mây phi tập trung cung cấp dịch vụ tính toán riêng tư và suy diễn AI đáng tin cậy cho các ứng dụng trên chuỗi.

• Một động cơ tính toán phi tập trung khác nhằm cung cấp AI và tính toán chuỗi khối có thể xác minh được ngoài chuỗi, kết hợp chứng minh không kiến thức để nâng cao quyền riêng tư và hiệu quả.

• Còn có một nền tảng đổi mới tập trung vào xác thực dữ liệu phi tập trung và AI đáng tin cậy, giúp các nhà phát triển xác minh nguồn dữ liệu, đảm bảo tính xác thực và toàn vẹn của dữ liệu huấn luyện.

Hai, Trường hợp sử dụng AI: Tiềm năng và kỳ vọng

So với cơ sở hạ tầng AI phong phú, hiện tại các dự án trường hợp sử dụng AI nổi bật vẫn còn tương đối ít. Một số dự án đã cho thấy tiềm năng ứng dụng của AI Agent trong các lĩnh vực như đặt vé du lịch, bình luận thể thao, giao dịch tài chính.

• Nền tảng Gamefi AI Agent trên một blockchain công cộng có thể sử dụng động cơ AI để tạo ra nội dung kể chuyện động theo thời gian thực, tương tác với người chơi và thúc đẩy sự phát triển của câu chuyện.

• Một trợ lý du lịch dựa trên AI có thể giúp người dùng tự động tùy chỉnh kế hoạch du lịch thông qua trò chuyện, và cung cấp dịch vụ đặt hàng và so sánh giá.

• Một AI Agent bình luận thể thao tập trung vào lĩnh vực bóng rổ có thể cung cấp phân tích thời gian thực và cái nhìn dự đoán cho các trận đấu.

• Còn một nền tảng AI Agent tập trung vào lĩnh vực tài chính và giao dịch, mục tiêu là tạo ra quỹ đầu cơ đa chiến lược phi tập trung hoạt động độc lập bởi AI Agent.

Ba, Chuyển đổi dự án truyền thống sang AI

Nhiều dự án Web3 truyền thống cũng đang đón nhận AI, công bố kế hoạch chuyển hướng AI của riêng mình.

Một số blockchain lâu đời tích cực tham gia các hội nghị liên quan đến AI, cho biết sự xuất hiện của AI Agent có vai trò quan trọng trong việc đơn giản hóa quy trình tương tác phức tạp của blockchain, có thể thu hút nhiều người dùng hơn vào thế giới Web3. Những blockchain này đã tuyên bố mục tiêu phát triển AI tiên phong, sẽ hỗ trợ toàn diện cho sự phát triển của AI từ cơ sở hạ tầng, đổi mới tài khoản và nhiều khía cạnh khác.

Một số dự án vốn tập trung vào các dịch vụ khác cũng bắt đầu xây dựng các lớp tin cậy phi tập trung, cung cấp chứng minh trên chuỗi cho việc đào tạo và suy luận AI, dự đoán và các phép toán ngoài chuỗi khác, hỗ trợ sự phát triển của AI Agent có thể xác minh.

Bốn, Thách thức và Tương lai

Mặc dù có nhiều hy vọng cho sự phát triển của AI trên chuỗi, nhưng hiện tại vẫn đối mặt với nhiều thách thức, bao gồm độ tin cậy của mô hình chưa đủ, sự mơ hồ trong ý định của từ khóa, hạn chế về lưu trữ và phần cứng, cũng như các vấn đề về an ninh và quyền riêng tư. Những thách thức này không chỉ mang lại khó khăn về kỹ thuật mà còn tạo ra cơ hội đổi mới lớn.

Về lâu dài, các chuyên gia trong ngành mong đợi việc thúc đẩy sự hội nhập và thịnh vượng của AI và Web3 thông qua việc cải thiện cơ sở hạ tầng, đổi mới trường hợp sử dụng và hợp tác cộng đồng.