Konvergensi Blockchain dan AI: Permintaan Alami

Dalam jangka panjang, permintaan AI untuk blockchain adalah permintaan alami untuk realisasi diri. Tentu saja, masih ada jalan panjang

1. Blockchain juga merupakan salah satu tren terpenting

Sejak awal tahun ini, AI menjadi jauh lebih populer daripada blockchain. Namun, dunia enkripsi tidak perlu berkecil hati. Bagaimana memahami peluang masa depan dari blockchain? Izinkan saya berbicara tentang pikiran saya terlebih dahulu:

• Blockchain adalah salah satu tren terpenting dalam sejarah manusia Evolusi dari web2 informasi Internet ke web3 nilai Internet juga merupakan kebutuhan untuk peningkatan produktivitas. Hanya dalam waktu sepuluh tahun yang singkat, masih ada beberapa dekade evolusi. Pengaruh dasarnya saat ini adalah teknologi terbesar kedua setelah AI.
• **AI dan blockchain perlu diintegrasikan, meskipun progresnya tidak akan cepat. **

Izinkan saya berbicara singkat tentang poin kedua hari ini: kebutuhan integrasi AI dan blockchain.

Kedua, di mana blockchain dapat membantu AI

menghitung

Semua orang tahu bahwa AI memiliki permintaan besar untuk daya komputasi. Ada permintaan untuk cara menggunakan daya komputasi menganggur untuk daya komputasi AI. Namun, saat ini, karena melatih model AI intensif secara komputasi, biayanya sangat mahal. Dalam hal komputasi AI umum, tidak banyak tempat di mana blockchain dapat membantu.

Di antara mereka, ada tiga poin utama yang telah dikritik: **Pertama, diperlukan dukungan perangkat keras GPU khusus; kedua, penundaan pertukaran data; ketiga, bukti tugas komputasi terdesentralisasi. **

• Seperti disebutkan di atas, pelatihan AI adalah kalkulasi skala besar intensif. Pelatihan LLM memiliki miliaran parameter, dan FLOP untuk melatih model ini bahkan lebih besar. Hanya perangkat keras khusus (GPU AI, dengan komponen khusus, seperti Unit Pemrosesan Tensor, dll.) untuk melakukan pelatihan ini untuk mencapai hasil yang lebih baik; selain itu, untuk mencapai hasil terbaik, semua GPU lebih disukai komputasi isomorfik, dan GPU pada level yang sama lebih cenderung melakukan pertukaran data dan melanjutkan komputasi secara bertahap. Dalam jaringan terdesentralisasi, ada persyaratan untuk GPU peserta. Namun, semakin tinggi persyaratannya, semakin tinggi ambangnya, yang tidak kondusif untuk desentralisasi dan penggunaan daya komputasi yang menganggur.
• AI GPU harus terus bertukar data. Jika ada penundaan jaringan, tidak baik bagi AI untuk menggunakan daya komputasi terdistribusi untuk pelatihan.
• Bagaimana memverifikasi penyelesaian tugas komputasi terdesentralisasi membutuhkan solusi yang relatif efisien dan murah.

**Yang disebutkan di atas adalah kesulitan dalam kombinasi komputasi terdesentralisasi dan AI saat ini, di mana kombinasi AI dan blockchain relatif sulit. **Namun, dari sudut pandang Blue Fox Notes, dengan eksplorasi lebih banyak peserta, hambatan dalam aspek ini akan diselesaikan selangkah demi selangkah, dan tentu saja akan membutuhkan waktu lama untuk mencapainya.

Mari kita bicara tentang aspek-aspek yang mungkin diselesaikan secara bertahap. Dari perspektif AI umum, masih sulit untuk memasuki bidang enkripsi. Kemudian, Anda bisa mulai dari bidang AI di bidang khusus. Dan titik masuk ini juga terkait erat dengan tugas komputasi AI saat ini. **Ada dua tempat: pertama, tugas penalaran menempati sebagian besar kebutuhan komputasi AI saat ini; kedua, beberapa tugas penyesuaian dan penalaran membutuhkan lebih sedikit sumber daya, dan ada peluang untuk mencapainya melalui komputasi terdesentralisasi. Kedua poin ini berarti kemungkinan peluang potensial untuk daya komputasi terdesentralisasi. **

AI di bidang tertentu, seperti hukum, kedokteran, investasi, pendidikan, analisis data, dan bidang profesional lainnya, mungkin lebih cocok untuk jenis jaringan komputasi terdistribusi yang berfokus pada bidang tertentu di tahap awal. Seperti disebutkan di atas, kesulitan dalam menyediakan layanan daya komputasi terdesentralisasi untuk AI bukanlah untuk menyelesaikan tugas komputasi, tetapi bagaimana memverifikasi penyelesaian tugas secara desentralisasi. Beberapa proyek sedang mencoba untuk memecahkan masalah ini, seperti Gensyn dan bersama-sama dan sebagainya.

Gensyn mengintegrasikan beberapa hasil penelitian akademik, seperti bukti pembelajaran probabilistik, protokol pemosisian tepat berbasis grafik, dan juga mengacu pada model insentif dan check-and-balance dari proyek Truebit. Gensyn menguraikan seluruh proses menjadi delapan tahap, dari penyerahan tugas AI, analisis, pelatihan, pembuatan bukti hingga bukti verifikasi, tantangan, arbitrasi, dan penyelesaian. Diantaranya, "Probability Learning Proof" digunakan untuk membangun ambang batas jarak dasar guna memberikan dasar verifikasi bagi pemverifikasi; teknologi "pemosisian tepat berbasis grafis" digunakan untuk mengawasi pelaksanaan verifikasi pemverifikasi; model permainan Truebit memungkinkan pihak terkait untuk mengambil rasionalitas sebagai panduan. Untuk proses spesifiknya, silakan lihat buku putih Gensyn. Ngomong-ngomong, proyek komputasi off-chain seperti Truebit juga memiliki peluang untuk berkembang ke arah ini, mungkin mendapatkan lebih banyak peluang bisnis. Tentu saja, ini membutuhkan tim untuk mengevaluasi peluang mereka.

Dibandingkan dengan sulitnya mengimplementasikan komputasi jaringan terdesentralisasi, berbagi model AI dan berbagi data AI adalah area yang memiliki peluang untuk diimplementasikan lebih cepat. ** Dua aspek berikut mungkin di mana kombinasi AI dan blockchain lebih mudah untuk mencapai terobosan pada tahap awal: pembagian model terdesentralisasi dan pembagian data terdesentralisasi. **

Model

Dorong pembagian model melalui insentif token untuk mencapai model yang lebih baik. Bahkan, model-model ini dapat diterapkan pada rantai dan dilatih oleh setiap peserta untuk mempromosikan pengembangan model tersebut. Selain itu,** saat model AI menjadi lebih kompleks, kepercayaan pada penalaran menjadi sangat penting. Di sinilah penalaran tepercaya on-chain dapat berperan. **

Di bidang model fine-tuning dan penalaran, Giza, ChainML, Bittensor, Modulus Lab, dll. Semuanya sedang dalam eksplorasi. Apa yang diluncurkan Giza adalah pasar model on-chain, di mana model sederhana diterapkan pada rantai dan kesimpulan dibuat pada rantai. Pemilik model dapat memperoleh pendapatan biaya yang relevan setelah model digunakan.

Modulus mengusulkan konsep zkML. Ia percaya bahwa karena masalah biaya, tidak realistis untuk menjalankan model penalaran pada rantai. Oleh karena itu, solusinya adalah menjalankan model penalaran dari rantai, dan kemudian menghasilkan bukti zkSNARK, buktikan di rantai, dan lulus cerdas Kontrak melakukan tugasnya.

data

Ekonomi token digunakan untuk memotivasi pengguna untuk memberikan umpan balik pada model dan mendorong pengguna untuk mengumpulkan data berkualitas lebih tinggi. Mendapatkan data berkualitas tinggi dengan menyediakan data terdistribusi, terutama di domain tertentu, sangat penting untuk pengembangan AI. Pada saat yang sama, ini juga dapat digabungkan dengan teknologi ZK, tanpa mengungkapkan privasi di balik data tersebut. Kesulitannya di sini adalah bagaimana membuktikan kualitas data itu sendiri. **

Kombinasi data berkualitas tinggi dan model AI terdesentralisasi akan sangat menarik untuk pengembangan AI.

anti-pemalsuan

Setelah kemunculan model deep learning saat ini, gambar, audio, video, dll. yang dihasilkan oleh AI menjadi semakin sulit dibedakan antara benar dan salah. **Di era generasi AI, keaslian, anti rusaknya konten menjadi semakin penting. **Blockchain adalah sarana teknis penting untuk mengatasi masalah ini.

Identitas data terenkripsi dan tanda tangan menjamin keaslian pembuatan konten, bukan pemalsuan. Masalah ini menjadi sangat serius setelah alat AI disalahgunakan. Ini adalah sarana teknis yang penting untuk memerangi konten palsu. Di era yang palsu, teknologi enkripsi diperlukan untuk membedakan yang benar dari yang salah.

Selain itu, perlu juga menggunakan teknologi blockchain untuk mengonfirmasi hak. Misalnya, untuk lukisan yang sama, gambar yang dihasilkan AI dan NFT sulit dibedakan dari permukaan, dan blockchain diperlukan untuk memainkan perannya saat ini.

AI Lebih Tangguh

Dengan berintegrasi dengan blockchain, AI dapat memperoleh dukungan dalam komputasi, model, data, bandwidth, penyimpanan, dll., dan akhirnya mendapatkan dukungan infrastruktur terdesentralisasi, yang lebih berkembang dengan sendirinya. **Selain itu, pembayaran terenkripsi dan sirkulasi nilai di bidang blockchain juga dapat memberikan dukungan untuk evolusi AI.

**Setelah infrastruktur blockchain lengkap matang, AI akan mendapatkan lebih banyak kemampuan yang berkembang sendiri. **Dengan kata lain, AI yang lebih terdesentralisasi juga merupakan persyaratan untuk realisasi diri AI, dan menggunakan karakteristik terdistribusi dari blockchain untuk mengembangkan AI juga merupakan permintaan untuk pengembangan AI itu sendiri.

Untuk AI sendiri, jika hanya dimonopoli oleh raksasa seperti Microsoft dan Google pada akhirnya juga akan merugikan evolusinya sendiri. AI memiliki kebutuhan alami untuk pembangunan yang terdesentralisasi, yaitu kebutuhan AI untuk mencapai ketahanan yang lebih tinggi. Kekuatan yang dapat diledakkan oleh AI+blockchain mungkin jauh melampaui imajinasi orang.

Ketiga, di mana AI dapat mempromosikan blockchain

Kecerdasan buatan dan fusi data on-chain

Gunakan AI untuk menganalisis data dinamis pada rantai untuk memperoleh kemampuan prediktif, seperti riset investasi. Salah satu aspek yang paling menarik adalah **Dengan menyematkan AI, kontrak pintar dapat mewujudkan pengambilan keputusan otonom yang dinamis. **Misalnya, defi disesuaikan berdasarkan data real-time, dll. Kontrak pintar yang dinamis daripada statis akan memungkinkan blockchain menghasilkan lebih banyak skenario aplikasi dan kebutuhan pengguna.

**Pengembangan kecerdasan buatan dapat menghadirkan kemungkinan baru pada aplikasi enkripsi. **

AI menghadirkan kemungkinan baru untuk DeFi, game web3, sosial web3, aplikasi web3 (transportasi, akomodasi, pariwisata, dll.). Misalnya, seperti game AI+web3, dimungkinkan untuk melahirkan mode game yang belum pernah ada sebelumnya; seperti pembayaran terenkripsi AI+IoT+, dimungkinkan untuk melahirkan jaringan yang lebih cerdas.

Pentingnya ZKP

Untuk memastikan privasi dan penyelesaian tugas komputasi, ZKP perlu ditambahkan untuk membentuk bukti kerja yang dapat diverifikasi. **Setelah ZKP matang, ZKP dapat mewujudkan AI on-chain, dan juga dapat memberikan perlindungan privasi dan pembelajaran mesin yang dapat diverifikasi. **

Secara keseluruhan, blockchain dapat menyediakan kerangka kerja kolaboratif untuk daya komputasi, data, dan perjanjian model melalui model terdesentralisasi, dan pada akhirnya mempromosikan pengembangan AI. Dalam proses ini, ada banyak detail yang perlu ditingkatkan, seperti kebutuhan untuk membuktikan Kontribusi peserta (apakah itu daya komputasi, data atau model), hanya ketika ini diselesaikan dengan biaya rendah, blockchain dapat memiliki kesempatan untuk membantu AI, jika tidak, itu adalah kastil di udara.

**Tentu saja, dari sudut pandang tren, AI memiliki permintaan alami untuk blockchain, dan AI membutuhkan blockchain untuk memberikan ketahanan yang nyata bagi perkembangannya sendiri. **

Pada saat yang sama, AI juga akan membantu evolusi aplikasi blockchain Baik itu DeFi, game, atau aplikasi lain, aplikasi enkripsi yang lebih cerdas dapat lahir. Ini mungkin narasi besar di masa depan, meski belum matang di siklus berikutnya, mungkin ada peluang seperti itu di siklus berikutnya.

Yang disebutkan di atas hanyalah sebagian, tidak lengkap, dan akan bertambah atau berkurang seiring waktu, dan Anda dipersilakan untuk meninggalkan pesan untuk ditambahkan.