2024 年 2 月 9 日 | 老白ABCDE

ChatGPT のリリースから 1 年以上が経過し、最近市場では AI+Crpyo に関する議論が再び活発になってきています。AI は、ここ 24 ～ 25 年の強気相場で最も重要なトラックの 1 つとみなされています。ブテリン自身も「 「暗号 + AI アプリケーションの約束と課題」 (Crypto+AI アプリケーションの展望と課題) では、将来の AI + Cryto の可能性のある探求の方向性について説明しています。

この記事では、あまり主観的な予測は行わず、単にプライマリーマーケットの観点から、過去1年間に観察されたAIと暗号を組み合わせた起業家プロジェクトを簡単に整理し、起業家たちがどのような角度から市場に参入しているのかを見ていきたいと思います。これまでにどのような成果が得られ、どの分野がまだ研究されているのか。

1. AI+暗号のサイクル

23 年間を通じて、私たちは数十の AI+暗号プロジェクトについて話してきましたが、その中には明らかなサイクルが見られます。

2022 年末に ChatGPT がリリースされるまで、流通市場には AI 関連のブロックチェーン プロジェクトはほとんどありませんでした。誰もが思いつく主なものは、FET、AGIX、その他の確立されたプロジェクトです。また、AI 関連のプロジェクトもそれほど多くはありませんでした。プライマリーマーケットでのプロジェクト。

2023 年 1 月から 5 月は、AI プロジェクトの最初の集中発生期と言えます。結局のところ、Chatgpt は人々に大きな影響を与えました。流通市場の多くの古いプロジェクトは AI トラックに方向転換し、プライマリーマーケットはほぼ毎週開催されており、誰もが AI+暗号プロジェクトについて話すことができます。同様に、この時期の AI プロジェクトは比較的シンプルに感じられます。その多くは、ChatGPT の「模倣」+「チェーン変更」プロジェクトに基づいています。コアとなる技術的な障壁はほとんどありません。社内開発チームは、多くの場合、プロジェクトの基本的なフレームワークを費やすことができます。わずか 1 ～ 2 日で再現されます。これにより、この期間中に私たちは多くの AI プロジェクトについて話し合うことになりましたが、最終的には何も実行されませんでした。

流通市場は 5 月から 10 月にかけて弱気になり始めましたが、興味深いことに、この期間に流通市場における AI プロジェクトの数も急激に減少しました。その数が再び活発になったのは先月か 2 か月になってからです。 on the Marketの議論や記事なども充実しています。毎週AIプロジェクトに会える「グランドシーン」に再び突入した。半年後、AI プロジェクトの新興グループが AI トラック、ビジネス シナリオの実装、AI と暗号の組み合わせを明確に理解しており、AI ハイプの最初のグループと比較して大幅に向上していることは明らかです。技術的な障壁はまだ高くありませんが、全体的な成熟度はより高いレベルに達しています。 24 年目にして、私たちはついに AI+Crpyto トラックに最初の賭けをしました。

2. AI+暗号トラック

ブテリン氏は、「展望と課題」という記事で、いくつかの比較的抽象的な側面と観点から予測を示しました。

現在プライマリーマーケットで見られるこれらのAIプロジェクトを、より具体的かつ直接的な視点からまとめていきます。ほとんどの AI + 暗号プロジェクトは、「技術的 (または政治的) 分散化 + 商業的資産化」という暗号の中核を中心にしています。

分散化については言うことはありません。Web3 についてはどうですか... 資産化のカテゴリによれば、資産化は大きく 3 つの主要なトラックに分類できます。

コンピューティング能力の資産化

これは、さまざまな新しいプロジェクトに加えて、Cosmos の Akash や Solana の Nosana など、多くの古いプロジェクトの Pivot も存在するため、これは比較的密度の高いトラックです。Pivot の後、トークンは急騰しました。これは、AI に対する市場の楽観的な見方を反映しています。 RNDR は分散レンダリングに焦点を当てていますが、実際には AI にサービスを提供できるため、多くの分類では、RNDR などのすべてのコンピューティング パワー関連製品も AI トラックに分類されています。

これは、さまざまな新しいプロジェクトに加えて、Cosmos の Akash や Solana の Nosana など、多くの古いプロジェクトの Pivot も存在するため、これは比較的密度の高いトラックです。Pivot の後、トークンは急騰しました。これは、AI に対する市場の楽観的な見方を反映しています。 RNDR は分散レンダリングに焦点を当てていますが、実際には AI にサービスを提供できるため、多くの分類では、RNDR などのすべてのコンピューティング パワー関連製品も AI トラックに分類されています。

コンピューティング能力の資産化は、コンピューティング能力の使用に応じてさらに 2 つの方向に分割できます。

1つはGensynに代表される「AIトレーニングに使用される分散型コンピューティングパワー」です。

1 つは、ほとんどの Pivot プロジェクトや新しいプロジェクトに代表される「AI 推論に使用される分散型コンピューティング能力」です。

このトラックでは非常に興味深い現象が見られ、軽蔑の連鎖は楽観的ではないと言えます。

従来の AI → 分散型推論 → 分散型トレーニング

その理由は主に技術的なもので、AI トレーニング (特に大規模モデル AI) には大量のデータが必要であり、データ要件よりもさらに誇張されているのは、これらのデータの高速通信によって引き起こされる帯域幅要件です。現在の Transformer の大規模モデル環境では、これらの大規模モデルをトレーニングするには、多数の 4090 レベルのハイエンド グラフィックス カード/H100 プロフェッショナル AI グラフィックス カードを購入し、コンピューティング パワー マトリックスと、NVLink とプロフェッショナルな光ファイバー スイッチで構成される 100G レベルの通信チャネルが必要です。あなたは、これは分散型で実装できると言っていますが、うーん...

AI 推論は、AI トレーニングよりもはるかに少ない計算能力と通信帯域幅を必要とします。当然、分散化の可能性はトレーニングよりもはるかに大きいです。これが、ほとんどの計算能力関連プロジェクトが推論に従事しており、トレーニングは基本的に Gensyn のみである理由です。 Together のような大手企業は 1 億元以上を調達しています。しかし同様に、コストパフォーマンスと信頼性の観点から見ると、少なくとも現段階では、集中型のコンピューティング能力は分散型推論よりもはるかに優れています。

従来の AI が分散推論や分散トレーニングを見て「まったくできない」と考えるのに対し、従来の AI は分散トレーニングや推論を見て「トレーニングは技術的に非現実的」「推論は不可能」と考える理由を説明するのは難しくありません。商業的に信頼性がありません。スペクトラム」。

BTC/ETH が最初に登場したとき、すべての分散ノードがカウントされるこのモデルはクラウド コンピューティングに比べて信頼できないと誰もが言っていたと言う人もいますが、最終的にはうまくいきませんでしたか?その後は、正確性、改ざん防止性、冗長性の次元における AI トレーニングと AI 推論の将来のニーズに依存しますが、当面は、単にパフォーマンス、信頼性、価格に焦点を当てるだけでは、集中化よりも優れたものになることはありません。

モデルの資産化

これはプロジェクトが集まるトラックでもあり、ChatGPT が普及してから最も有名なアプリケーションの 1 つが Character.AI であるため、計算能力の資本化よりも理解しやすいトラックでもあります。ソクラテスや孔子などの賢者に相談したり、マスクやウルトラマンサムなどの有名人とチャットしたり、さらには初音ミクや雷電将軍などのバーチャルアイドルと恋に落ちたり、これらすべてが大型言語モデルの魅力です。 Character.AIを通じてAIエージェントの概念を人々の心に深く根付かせる

孔子、マスク、サンダー将軍などのエージェントがすべて NFT だったらどうなるでしょうか?

これはAI×暗号ではないでしょうか？ ！

これはAI×暗号ではないでしょうか？ ！

したがって、モデルの資産化というよりも、大規模なモデルに基づいて構築されたエージェントの資産化が重要です。結局のところ、大規模なモデル自体をチェーンに置くことはできません。モデル上のエージェントをNFTで「モデル的な」「資産化」AIを作成

今ではサークル内に英語を教えてくれるエージェントもいれば、あなたを好きになってくれるエージェントもいて、エージェント検索やマーケットプレイスなどの派生プロジェクトまで、あらゆるエージェントが存在します。

このトラックに共通する問題は、技術的な障壁がないことです。基本的に、これは Character.AI の NFT 化です。社内の技術マスターは、既存のオープンソース ツールとフレームワークを使用して、BMAN のように話し、次のように聞こえるマシンを作成しました。 BMANのエージェント。第二に、ブロックチェーンとの統合の程度は非常に軽く、ETH 上の Gamefi NFT に似ています。基本的に、メタデータは URL またはハッシュのみであり、モデル/エージェントはクラウド サーバー上にあり、トランザクションはチェーン上にあります。それはただ所有権の問題です。

モデル/エージェントの資産化は、依然として AI Appear にとって最も重要なトラックの 1 つです。

データの大文字化

従来の AI トレーニングのほとんどは、インターネット上の可視データ、より正確に言えば、パブリック ドメインのトラフィック データ (10 ～ 20% 未満を占める可能性がある) のみを使用できるため、データの大文字化は論理的に AI + 暗号化に最適です。実際にはプライベート ドメイン トラフィック (個人データを含む) にあります。これらのトラフィック データを大規模モデルのトレーニングや微調整に使用できれば、間違いなくさまざまな垂直分野で使用できるようになります。よりプロフェッショナルなエージェント/ボットを用意してください。

Web3 が最も得意とするスローガンは何ですか、Read、Write、Own!

そして、分散型インセンティブの指導の下、AI + 暗号化を通じて、個人的で利己的なフローのデータを解放し、それを活用し、大規模モデルにより優れたより豊富な「糧食」を提供するという、非常に論理的なアプローチのように思えます。この分野で集中的に取り組んでいます。

ただし、このトラックの最大の難点は、計算能力と同様にデータの標準化が難しいことです。分散型コンピューティング能力 グラフィックス カードのモデルは、どれだけのコンピューティング能力に直接変換できますが、プライベート データの量、質、用途、その他の側面を測定するのは困難です。分散型コンピューティング能力が ERC20 の場合、分散型コンピューティング能力の資産化AIの学習データの量はERC721に似ていて、Traitがたくさん混ざっているまだPunkAzukiのプロジェクトですが、流動性やマーケットの難易度はERC20よりも少しも難しいので、現在進行中のAIデータの資産化プロジェクトは、前に進むのが少し難しい。

データ トラックでもう 1 つ言及する価値があるのは、分散型アノテーションです。データの大文字化は「データ収集」ステップで使用され、収集されたデータは AI に供給される前に処理される必要があります。これがデータ アノテーションの目的です。ステップこのステップは現在、ほとんどが集中型の労働集約型労働ですが、分散型トークン報酬を使用してこの労働作業を分散化し、獲得するというラベルを付けるか、クラウドソーシング プラットフォームと同様の方法で作業を分散させるというアイデアもあります。現在この分野に取り組んでいる少数のチームを見てきました。

3. AI+暗号の欠けているパズルのピース

私たちの観点から、パズルの欠けているピースについて簡単に話しましょう。

1つは技術的な障壁です。前述したように、AI+暗号化プロジェクトの大部分には、Web2 の従来の AI プロジェクトと比較して障壁がほとんどなく、フロントエンドのエクスペリエンス、市場、運用に力を入れるための経済モデルとトークン インセンティブに依存しています。分散化と価値の分散が Web3 の強みであることは理解できますが、核となる障壁がないため、X to Earn の感覚が必然的に生まれます。私は依然として、OTOYの親会社であるRNDRのような、コアテクノロジーを備えたより多くのチームが暗号通貨で才能を発揮することを楽しみにしています。

２つ目は、実践者の現状です。これまで観察されている限り、AI X 暗号トラックの一部の起業家チームは AI についてはよく知っていますが、Web3 については深く理解していません。一部のチームは非常に暗号ネイティブですが、AI 分野での成果は限られています。これは初期の Gamefi トラックに非常に似ており、ゲームをよく知っていて Web2 ゲーム チェーンの変更について考えるか、Web3 をよく知っていてさまざまなゴールド ファーミング モデルの革新と最適化について考えるかのどちらかです。 Matr1x は、Gamefi トラックで私たちが会った最初のチームで、ゲームと暗号通貨についてダブル A の理解を持っています。これが、Matr1x が「話し合ってすぐに決定した 3 つのプロジェクトの 1 つである」と以前書いた理由です。 23年後には「それについて」を期待しています。2024年にはAIと暗号の分野でダブルAを理解したチームが現れるでしょう。

3つ目はビジネスシーンです。 AI現在、市場で見られるさまざまなプロジェクトにおけるAIと暗号の組み合わせは、やや「硬直的」または「ラフ」であり、AIや暗号の最適な競争力や構成可能性を引き出すことができず、これも上記の2番目の点と大きく矛盾します。関連している。たとえば、当社の社内 R&D チームは、より良い組み合わせ方法を考え、設計しましたが、残念ながら、AI トラックで非常に多くのプロジェクトを検討した後でも、このセグメントに参入するチームはまだ見つかっていないため、継続することしかできません。待つこと。

では、なぜ私たち VC が、市場に出ている起業家よりも先に特定のシナリオを考えることができるのかと疑問に思われますか?なぜなら、当社の社内 AI チームには 7 人の優秀な人材がおり、そのうち 5 人は AI の博士課程のバックグラウンドを持っているからです。 ABCDE チームの暗号通貨に対する理解については、ご存知の通り...

最後に言いたいのは、プライマリーマーケットの観点からすると、AI x 暗号はまだ非常に初期段階で未熟ではあるが、だからといって AI が主要路線の 1 つになるという楽観的な見方を妨げるものではないということです。結局のところ、AI は生産性を解放し、ブロックチェーンは生産関係を解放します。この 2 つを組み合わせるより良い方法はありますか? :)

ABCDEについて

ABCDE は、トップの仮想通貨ビルダーへの投資をリードすることに重点を置いた VC で、仮想通貨業界で 10 年以上働いている Huobi の共同創設者 Du Jun と、元インターネットおよび仮想通貨の起業家である BMAN によって共同設立されました。 ABCDE の共同創設者は、仮想通貨業界で数十億ドル規模の企業をゼロから構築しました。私たちは起業家であるため、起業家についてよりよく理解しています。当社は、上場企業 (1611.HK)、取引所 (Huobi)、SAAS 企業 (ChainUP)、メディア (CoinTime.com)、開発者プラットフォーム (BeWater.xyz) など、ABCDE の Builder 向けのエンドツーエンドのエコシステムを構築しました。

Twitter: https://twitter.com/ABCDLabs

ウェブサイト: www.ABCDE.com

Twitter： https://twitter.com/ABCDLabs

ウェブサイト：www.ABCDE.com