欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

當(dāng)前位置：主頁 > 區(qū)塊鏈 > 區(qū)塊鏈技術(shù) > AI+Web3未來發(fā)展之路

AI+Web3的整體產(chǎn)業(yè)圖景和敘事邏輯

2024-03-13 15:29:58 | 來源： | 作者：佚名
AI+Web3是當(dāng)下最熱門的兩個(gè)技術(shù)主題的碰撞，近期也出現(xiàn)了一批該主題的項(xiàng)目，凸顯了市場對這個(gè)主題的關(guān)注和期待,AI+Web行業(yè)目前發(fā)展情況如何？是否真實(shí)有應(yīng)用場景？長期來看，是否能夠創(chuàng)造有價(jià)值和敘事和產(chǎn)業(yè)？本文從AI+Web3的整體產(chǎn)業(yè)圖景和敘事邏輯各個(gè)層面進(jìn)行分析

在過去的 1 年里，隨著 ChatGPT 等生成式 AI 大模型的誕生，AI 從簡單的自動(dòng)化工具擴(kuò)展到復(fù)雜的決策和預(yù)測系統(tǒng)，發(fā)展成為驅(qū)動(dòng)當(dāng)代社會(huì)重要進(jìn)步動(dòng)力。AI 類產(chǎn)品和應(yīng)用也發(fā)生了爆發(fā)式的增長，ChatGPT 本身陸續(xù)推出 GPTs，Sora 等矚目的產(chǎn)品，AI 底層設(shè)施英偉達(dá)的業(yè)績持續(xù)超出預(yù)期， 2024 財(cái)年第四季度中數(shù)據(jù)中心業(yè)務(wù)占據(jù) 83% 以上營收，同步增長 409%，其中 40% 用于大模型的推理場景，顯示出對于底層算力的快速需求增長。

當(dāng)下，AI 已經(jīng)成為歐美資本圈競相追逐的主題，同時(shí) Web3 市場也迎來新一輪的牛市，AI+Web3 是當(dāng)下最熱門的兩個(gè)技術(shù)主題的碰撞，近期也出現(xiàn)了一批該主題的項(xiàng)目，凸顯了市場對這個(gè)主題的關(guān)注和期待。

拋開炒作和價(jià)格泡沫，AI+Web 行業(yè)目前發(fā)展情況如何？是否真實(shí)有應(yīng)用場景？長期來看，是否能夠創(chuàng)造有價(jià)值和敘事和產(chǎn)業(yè)？未來 AI+Web3 的產(chǎn)業(yè)將會(huì)形成怎樣的生態(tài)格局，具有潛力的方向在哪里？

圍繞以上話題，F(xiàn)uture3 Campus 將會(huì)撰寫一系列相關(guān)文章，從 AI+Web3 產(chǎn)業(yè)鏈的各個(gè)層面進(jìn)行分析。本文為第一篇，AI+Web3的整體產(chǎn)業(yè)圖景和敘事邏輯。

AI工作生產(chǎn)流程

概括地說，AI+Web3 結(jié)合的方向可以分為兩方面，一方面是 Web3 如何幫助 AI 發(fā)展，另一方面是 Web3 應(yīng)用結(jié)合 AI 技術(shù)。其中 Web3 技術(shù)和概念賦能 AI 是當(dāng)下大部分項(xiàng)目的方向。因此，我們可以通過 AI 從模型訓(xùn)練到生產(chǎn)的流程中來分析如何與 Web3 相結(jié)合。

LLM 的誕生與之前機(jī)器學(xué)習(xí)的流程有一些區(qū)別，但總體上，一個(gè)簡化的 AI 生產(chǎn)流程大致分為以下幾個(gè)階段：

1.數(shù)據(jù)獲取

在 AI 模型的訓(xùn)練全生命周期中，數(shù)據(jù)是 AI 模型提供訓(xùn)練的基石。通常需要采用高質(zhì)量的數(shù)據(jù)集作為基礎(chǔ)，并進(jìn)行探索性數(shù)據(jù)分析 (EDA) ，創(chuàng)造可重現(xiàn)、可編輯和可共享的數(shù)據(jù)集、表格和可視化圖標(biāo)。

2.數(shù)據(jù)預(yù)處理和特征工程 / 提示工程

獲得數(shù)據(jù)后需要對數(shù)據(jù)進(jìn)行預(yù)處理，這里在機(jī)器學(xué)習(xí)中是特征工程（數(shù)據(jù)標(biāo)注），在大模型中是提示（Prompt）工程。包括迭代地對數(shù)據(jù)進(jìn)行分類、聚合和刪除重復(fù)數(shù)據(jù)以標(biāo)注精細(xì)的特征，迭代開發(fā)可供 LLM 結(jié)構(gòu)化查詢的 Prompt。同時(shí)需要可靠地將特征 /Prompt 進(jìn)行存儲(chǔ)和共享。

3.模型訓(xùn)練和調(diào)優(yōu)

利用豐富的模型庫對 AI 模型進(jìn)行訓(xùn)練，通過不斷的迭代和調(diào)整，提升模型的性能、效率和準(zhǔn)確性。其中在 LLM 中主要是通過人類反饋強(qiáng)化學(xué)習(xí)（RLHF）來不斷對模型進(jìn)行調(diào)優(yōu)。

4.模型審查和治理

使用 MLOps/LLMOps 平臺(tái)來優(yōu)化模型開發(fā)流程，包括模型的發(fā)現(xiàn)、跟蹤、共享和協(xié)作，確保模型的質(zhì)量和透明度，同時(shí)符合倫理和合規(guī)要求。

5.模型推理

部署訓(xùn)練有素的 AI 模型，對新的、未見過的數(shù)據(jù)進(jìn)行預(yù)測。模型利用其學(xué)習(xí)到的參數(shù)對輸入數(shù)據(jù)進(jìn)行處理，生成預(yù)測結(jié)果，如分類或回歸預(yù)測。

6.模型部署和監(jiān)控

在確保模型性能達(dá)標(biāo)后，將其部署到實(shí)際應(yīng)用場景中，并實(shí)施持續(xù)的監(jiān)控和維護(hù)，確保模型在動(dòng)態(tài)變化的環(huán)境中保持最佳性能。

在以上流程中，有很多 Web3 與之結(jié)合的機(jī)會(huì)。目前，我們看到 AI 發(fā)展過程中的一些挑戰(zhàn)，例如模型的透明度、偏見和倫理應(yīng)用等問題引起了廣泛關(guān)注，在這一方面，Web3 技術(shù)結(jié)合 ZK 等密碼學(xué)技術(shù)，能夠改善 AI 的信任問題。此外，AI 應(yīng)用需求的提高也對更低成本、更開放的基礎(chǔ)設(shè)施和數(shù)據(jù)網(wǎng)絡(luò)提出了要求，而 Web3 的分布式網(wǎng)絡(luò)和激勵(lì)模型也能夠打造更加開放、開源的 AI 網(wǎng)絡(luò)和社區(qū)。

AI+Web3產(chǎn)業(yè)圖景和敘事邏輯

結(jié)合上述 AI 生產(chǎn)流程和 AI 與 Web3 結(jié)合的方向，以及當(dāng)前市場上主流的 AI+Web3 項(xiàng)目，我們梳理出了 AI+Web3 產(chǎn)業(yè)圖景，AI+Web3 產(chǎn)業(yè)鏈可以分為三層，分別為基礎(chǔ)設(shè)施層、中間層和應(yīng)用層。

1.基礎(chǔ)設(shè)施層

主要包括計(jì)算和存儲(chǔ)基礎(chǔ)設(shè)施，貫穿整個(gè) AI 工作生產(chǎn)流程，提供 AI 模型訓(xùn)練、推測等需要的算力，以及全生命周期中數(shù)據(jù)和模型的存儲(chǔ)。

當(dāng)前 AI 應(yīng)用快速增長，使得對基礎(chǔ)設(shè)施尤其是高性能算力的需求出現(xiàn)了暴增。因此，提供更高性能、更低成本、更充足的計(jì)算和存儲(chǔ)基礎(chǔ)設(shè)施會(huì)成為未來幾年（AI 發(fā)展早期）成為非常重要的趨勢，預(yù)計(jì)將搶占 50% 以上的產(chǎn)業(yè)鏈價(jià)值。

Web3 能夠打造去中心化的計(jì)算和存儲(chǔ)資源網(wǎng)絡(luò)，利用閑置、分散的資源，來顯著降低基礎(chǔ)設(shè)施的成本，服務(wù)廣大的 AI 應(yīng)用需求。因此去中心化 AI 基礎(chǔ)設(shè)施是目前確定性最高的敘事。

當(dāng)前這一賽道的代表性項(xiàng)目包括主打渲染服務(wù)的 Render Network，以及提供去中心化的云服務(wù)和計(jì)算硬件網(wǎng)絡(luò)的 Akash、gensyn 等；存儲(chǔ)領(lǐng)域，代表項(xiàng)目仍然是老牌去中心化存儲(chǔ)網(wǎng)絡(luò) Filecoin、Arweave 等，最近也推出了針對 AI 領(lǐng)域的存儲(chǔ)和計(jì)算服務(wù)。

2.中間層

主要指在 AI 工作生產(chǎn)的特定流程中，采用 Web3 相關(guān)技術(shù)改善現(xiàn)狀和存在的問題。主要包括：

1）數(shù)據(jù)獲取階段，采用去中心化的數(shù)據(jù)身份，創(chuàng)造更開放的數(shù)據(jù)網(wǎng)絡(luò) / 數(shù)據(jù)交易平臺(tái)。主要通過結(jié)合密碼學(xué)技術(shù)和區(qū)塊鏈特性來保護(hù)用戶和確權(quán)數(shù)據(jù)，并結(jié)合激勵(lì)措施鼓勵(lì)用戶分享高質(zhì)量的數(shù)據(jù)，從而擴(kuò)大數(shù)據(jù)來源，提高數(shù)據(jù)獲取效率。這一領(lǐng)域的代表性項(xiàng)目包括 AI 身份項(xiàng)目 Worldcoin，Aspecta，數(shù)據(jù)交易平臺(tái) Ocean Protocol，以及低參與門檻的數(shù)據(jù)網(wǎng)絡(luò) Grass 等。

2）數(shù)據(jù)預(yù)處理階段：主要?jiǎng)?chuàng)建分布式的 AI 數(shù)據(jù)標(biāo)注和處理平臺(tái)，采用經(jīng)濟(jì)模型激勵(lì)來鼓勵(lì)眾包模式，以推動(dòng)更高效、更低成本的數(shù)據(jù)預(yù)處理，服務(wù)后續(xù)的模型訓(xùn)練階段。代表項(xiàng)目如 Public AI 等。

3）模型驗(yàn)證和推理階段：如上一小節(jié)所述，數(shù)據(jù)和模型黑盒是目前 AI 中現(xiàn)實(shí)存在的問題，因此在模型驗(yàn)證和推理階段中，Web3 能夠結(jié)合 ZK、同態(tài)加密等密碼學(xué)技術(shù)，來驗(yàn)證模型的推理，是否使用給定的數(shù)據(jù)和參數(shù)，確保模型的正確性，同時(shí)保護(hù)輸入數(shù)據(jù)的隱私。典型的應(yīng)用場景是 ZKML。目前 Web3 技術(shù)結(jié)合在模型驗(yàn)證和推理階段的代表性項(xiàng)目包括 bittensor、Privasea、Modulus 等。

中間層的很多項(xiàng)目更偏向于開發(fā)者工具，通常針對現(xiàn)有的開發(fā)者、項(xiàng)目方等提供附加服務(wù)，在目前 AI 發(fā)展的早期，其市場需求和商業(yè)落地仍在發(fā)展過程中。

3.應(yīng)用層

在應(yīng)用層面，更多的是 AI 技術(shù)如何應(yīng)用到 Web3 中。Web3 應(yīng)用結(jié)合 AI 技術(shù)能夠有效提高效率和產(chǎn)品體驗(yàn)，例如利用 AI 的內(nèi)容生成、分析、推測等功能，可以應(yīng)用到諸如游戲、社交、數(shù)據(jù)分析、金融預(yù)測等各個(gè)領(lǐng)域。目前 AI+Web3 的應(yīng)用主要可以分為三大類。

1）AIGC 類，即采用 AI 生成式技術(shù)允許用戶通過對話生成文字、圖片、視頻、Avatar 等內(nèi)容。以單獨(dú)的 AI agent 或者直接結(jié)合進(jìn)產(chǎn)品中展現(xiàn)。代表項(xiàng)目包括 NFPrompt、SleeplessAI 等。

2）AI 分析類，項(xiàng)目方融入自己積累的數(shù)據(jù)、知識(shí)庫、分析能力等訓(xùn)練垂直的 AI 模型，能夠進(jìn)行分析、判斷、預(yù)測等，并產(chǎn)品化提供給用戶，使得用戶可以低門檻地獲取獲取 AI 的分析能力，例如數(shù)據(jù)分析、信息追蹤、代碼審計(jì)和修改、金融預(yù)測等。代表性項(xiàng)目包括 Kaito、Dune 等。

3）AI Agent Hub，各類 AI Agent 的聚合，通常提供用戶無代碼創(chuàng)建定制化 AI Agent 的能力，類似 GPTs。代表性項(xiàng)目包括 My Shell、Fetch.ai 等。

應(yīng)用層目前還有沒有出現(xiàn)非常頭部的項(xiàng)目，但長期來看一定是天花板更高的板塊，具有極強(qiáng)的尚待挖掘的潛力。AI+Web3 應(yīng)用的競爭不在于技術(shù)的創(chuàng)新競爭力，而在于產(chǎn)品能力和技術(shù)能力的積累，特別是在 AI 方面能夠提供體驗(yàn)更好的產(chǎn)品，將會(huì)在這一領(lǐng)域獲得更多競爭優(yōu)勢。

聲明：文章內(nèi)容不代表本站觀點(diǎn)及立場，不構(gòu)成本平臺(tái)任何投資建議。本文內(nèi)容僅供參考，風(fēng)險(xiǎn)自擔(dān)！
Tag：AI   Web3  

你可能感興趣的文章

更多

熱門幣種

  • 幣名
    最新價(jià)格
    24H漲幅
  • bitcoin BTC 比特幣

    BTC

    比特幣

    $ 112868.38￥ 811862.25
    -2.82%
  • ethereum ETH 以太坊

    ETH

    以太坊

    $ 3456.09￥ 24859.65
    -6.75%
  • ripple XRP 瑞波幣

    XRP

    瑞波幣

    $ 2.9071￥ 20.9107
    -3.85%
  • tether USDT 泰達(dá)幣

    USDT

    泰達(dá)幣

    $ 0.9996￥ 7.1901
    -0.02%
  • binance-coin BNB 幣安幣

    BNB

    幣安幣

    $ 747.41￥ 5376.12
    -5.14%
  • solana SOL Solana

    SOL

    Solana

    $ 160.49￥ 1154.4
    -7.09%
  • usdc USDC USD Coin

    USDC

    USD Coin

    $ 1.0003￥ 7.1951
    +0.04%
  • tron TRX 波場

    TRX

    波場

    $ 0.3214￥ 2.3118
    -1.38%
  • dogecoin DOGE 狗狗幣

    DOGE

    狗狗幣

    $ 0.1977￥ 1.422
    -5.95%
  • cardano ADA 艾達(dá)幣

    ADA

    艾達(dá)幣

    $ 0.7021￥ 5.0502
    -5.19%

幣圈快訊

  • 數(shù)據(jù)：BTC跌破113000美元

    2025-08-02 06:44
    ChainCatcher消息，OKX-BTC/USDT現(xiàn)報(bào)$112900，5分鐘跌幅0.05%。

  • 馬斯克：特斯拉將提出上訴

    2025-08-02 06:43
    金色財(cái)經(jīng)報(bào)道，馬斯克：特斯拉將提出上訴。（此前佛羅里達(dá)州陪審團(tuán)命令特斯拉須在無人駕駛事故案件中支付3.26億美元）。

  • 美國經(jīng)濟(jì)委員會(huì)主任：白宮尊重美聯(lián)儲(chǔ)的獨(dú)立性

    2025-08-02 06:43
    金色財(cái)經(jīng)報(bào)道，美國白宮國家經(jīng)濟(jì)委員會(huì)主任哈塞特：白宮尊重美聯(lián)儲(chǔ)的獨(dú)立性。

  • 白宮經(jīng)濟(jì)學(xué)家：經(jīng)濟(jì)統(tǒng)計(jì)機(jī)構(gòu)需“新視角”

    2025-08-02 06:43
    金色財(cái)經(jīng)報(bào)道，據(jù)AXIOS，白宮高級經(jīng)濟(jì)學(xué)家StephenMiran稱，一個(gè)重要的經(jīng)濟(jì)統(tǒng)計(jì)機(jī)構(gòu)需要“新的視角”，但他沒有重復(fù)特朗普總統(tǒng)關(guān)于周五就業(yè)數(shù)據(jù)存在政治操縱的說法。特朗普周五下令解雇勞工統(tǒng)計(jì)局局長，此前他在沒有證據(jù)的情況下聲稱，令人失望的就業(yè)數(shù)據(jù)是“被操縱的”。該局后來證實(shí)，局長ErikaMcEntarfer被解雇，其副手WilliamWiatrowski將擔(dān)任代理局長。周五早些時(shí)候發(fā)布的7月就業(yè)報(bào)告顯示，上個(gè)月僅新增7.3萬個(gè)就業(yè)崗位。勞工統(tǒng)計(jì)局還宣布了大幅修正數(shù)據(jù)，顯示就業(yè)人數(shù)比之前認(rèn)為的總共少了25.8萬人。這是有記錄以來第二大的兩個(gè)月向下修正幅度，僅次于疫情期間的修正。Miran表示：“現(xiàn)在絕對是時(shí)候用新的視角來審視這個(gè)問題，努力找到提高數(shù)據(jù)可靠性并降低修正幅度的解決方案了。該機(jī)構(gòu)應(yīng)該嘗試激勵(lì)更快的反饋，或者將數(shù)據(jù)發(fā)布推遲一兩周，如果這樣做能減少后續(xù)修正幅度的話?！?/div>

  • VanEckCEO：比特幣是數(shù)字黃金

    2025-08-02 06:34
    金色財(cái)經(jīng)報(bào)道，市值1330億美元的VanEck首席執(zhí)行官在彭博直播中表示“比特幣是數(shù)字黃金”。
    • 查看更多