Tình trạng phát triển AI+Web3: Phân tích dự án, giới hạn và triển vọng trong tương lai

Một, Giới thiệu: Sự phát triển của AI+Web3

Trong những năm gần đây, sự phát triển nhanh chóng của trí tuệ nhân tạo (AI) và công nghệ Web3 đã thu hút sự chú ý rộng rãi trên toàn cầu. AI đã đạt được những bước đột phá lớn trong các lĩnh vực nhận diện khuôn mặt, xử lý ngôn ngữ tự nhiên, học máy, mang đến những biến đổi và đổi mới to lớn cho các ngành nghề khác nhau. Vào năm 2023, quy mô thị trường ngành AI đã đạt 200 tỷ USD, các công ty như OpenAI, Character.AI, Midjourney dẫn đầu xu hướng AI.

Đồng thời, Web3 như một mô hình mạng mới đang thay đổi nhận thức và cách sử dụng Internet của mọi người. Web3 dựa trên công nghệ blockchain phi tập trung, thông qua các hợp đồng thông minh, lưu trữ phân tán và chức năng xác thực danh tính phi tập trung, đã thực hiện việc chia sẻ và kiểm soát dữ liệu, tự quản lý người dùng và thiết lập cơ chế tin tưởng. Ý tưởng cốt lõi của Web3 là giải phóng dữ liệu khỏi tay các tổ chức tập trung, trao quyền kiểm soát dữ liệu và quyền chia sẻ giá trị cho người dùng. Hiện tại, giá trị thị trường của ngành Web3 đạt 25 triệu tỷ, các dự án như Bitcoin, Ethereum, Solana đang thu hút ngày càng nhiều người tham gia.

Sự kết hợp của AI và Web3 là một lĩnh vực quan tâm quan trọng của cả Đông và Tây, cách để tích hợp tốt hai yếu tố này đáng được khám phá. Bài viết này sẽ tập trung vào tình trạng phát triển của AI+Web3, phân tích tình hình các dự án hiện tại cũng như những hạn chế và thách thức mà chúng phải đối mặt, nhằm cung cấp thông tin tham khảo và cái nhìn cho các nhà đầu tư và những người làm trong ngành.

Hai, Cách AI tương tác với Web3

Sự phát triển của AI và Web3 giống như hai bên của cái cân, AI mang lại sự nâng cao năng suất, còn Web3 mang lại sự thay đổi trong quan hệ sản xuất. Tiếp theo, chúng ta sẽ phân tích những khó khăn mà hai ngành này đang phải đối mặt và không gian nâng cao, đồng thời thảo luận về cách hỗ trợ lẫn nhau để giải quyết những khó khăn này.

2.1 Những khó khăn mà ngành AI đang đối mặt

Ba yếu tố cốt lõi của ngành AI không thể tách rời: sức mạnh tính toán, thuật toán và dữ liệu.

1. Công suất tính toán chỉ khả năng thực hiện các phép tính và xử lý quy mô lớn. Các nhiệm vụ AI cần xử lý một lượng lớn dữ liệu và các phép tính phức tạp, chẳng hạn như đào tạo các mô hình mạng nơ-ron sâu. Khả năng tính toán cao có thể tăng tốc độ đào tạo và suy diễn mô hình, nâng cao hiệu suất và hiệu quả của hệ thống AI. Trong những năm gần đây, sự phát triển của GPU và các chip AI chuyên dụng đã thúc đẩy mạnh mẽ sự tiến bộ của ngành AI.

2. Thuật toán là cốt lõi của hệ thống AI, bao gồm thuật toán học máy truyền thống và thuật toán học sâu. Việc lựa chọn và thiết kế thuật toán là rất quan trọng đối với hiệu suất của hệ thống AI. Cải tiến và đổi mới thuật toán liên tục có thể nâng cao độ chính xác, tính chắc chắn và khả năng tổng quát của hệ thống.

3. Dữ liệu là cơ sở để đào tạo và tối ưu hóa mô hình. Thông qua các mẫu dữ liệu quy mô lớn, hệ thống AI có thể học được những mô hình chính xác và thông minh hơn. Tập dữ liệu phong phú cung cấp thông tin toàn diện và đa dạng, giúp mô hình tổng quát tốt hơn và giải quyết các vấn đề thực tế.

AI đang phải đối mặt với nhiều thách thức trong ba lĩnh vực này:

Về mặt sức mạnh tính toán, việc thu thập và quản lý sức mạnh tính toán quy mô lớn rất tốn kém và phức tạp, đặc biệt đối với các công ty khởi nghiệp và các nhà phát triển cá nhân.

Về mặt thuật toán, học sâu cần một lượng lớn dữ liệu và tài nguyên tính toán, khả năng giải thích mô hình và khả năng tổng quát vẫn cần được cải thiện.

Về dữ liệu, việc thu thập dữ liệu chất lượng cao và đa dạng vẫn là một thách thức, một số lĩnh vực khó có được dữ liệu. Chất lượng dữ liệu, độ chính xác và bảo vệ quyền riêng tư cũng là những yếu tố quan trọng cần xem xét.

Ngoài ra, tính giải thích và tính minh bạch của mô hình AI, cũng như các vấn đề về mô hình kinh doanh chưa rõ ràng, cũng cần được giải quyết khẩn cấp.

2.2 Những thách thức mà ngành Web3 phải đối mặt

Ngành Web3 còn nhiều tiềm năng cải thiện trong phân tích dữ liệu, trải nghiệm người dùng, và an ninh hợp đồng thông minh. AI, như một công cụ nâng cao năng suất, có nhiều ứng dụng tiềm năng trong những lĩnh vực này:

1. Năng lực phân tích và dự đoán dữ liệu: AI có thể trích xuất thông tin có giá trị từ khối lượng dữ liệu khổng lồ, thực hiện dự đoán và ra quyết định chính xác hơn, có ý nghĩa quan trọng đối với việc đánh giá rủi ro và quản lý tài sản trong các lĩnh vực như DeFi.

2. Trải nghiệm người dùng và dịch vụ cá nhân hóa: AI có thể phân tích dữ liệu người dùng, cung cấp gợi ý cá nhân hóa và dịch vụ tùy chỉnh, nâng cao mức độ tham gia và sự hài lòng của người dùng.

3. An toàn và bảo vệ quyền riêng tư: AI có thể được sử dụng để phát hiện các cuộc tấn công mạng, nhận diện hành vi bất thường, cung cấp bảo vệ an ninh mạnh mẽ hơn. Đồng thời có thể được áp dụng trong việc bảo vệ quyền riêng tư dữ liệu, bảo vệ thông tin cá nhân của người dùng.

4. Kiểm toán hợp đồng thông minh: AI có thể được sử dụng để tự động hóa việc kiểm toán hợp đồng và phát hiện lỗ hổng, nâng cao tính an toàn và độ tin cậy của hợp đồng.

Có thể thấy, AI có thể hỗ trợ giải quyết những khó khăn mà ngành Web3 đang đối mặt và thúc đẩy sự phát triển của ngành.

Ba, phân tích tình trạng hiện tại của các dự án AI + Web3

Các dự án AI+Web3 chủ yếu tiếp cận từ hai hướng: sử dụng công nghệ blockchain để nâng cao hiệu suất của các dự án AI, và sử dụng công nghệ AI để phục vụ cho các dự án Web3. Hiện tại, có nhiều dự án như Io.net, Gensyn, Ritual đang nổi lên, dưới đây sẽ phân tích tình hình và phát triển của các lĩnh vực con khác nhau.

3.1 Web3 hỗ trợ AI

3.1.1 Tính toán phi tập trung

Với sự xuất hiện của các mô hình lớn như ChatGPT, nhu cầu về sức mạnh tính toán của AI đã tăng vọt, dẫn đến tình trạng thiếu GPU. Các dự án sức mạnh tính toán phi tập trung như Akash, Render, Gensyn, v.v. thu hút người dùng cung cấp sức mạnh GPU nhàn rỗi thông qua các phần thưởng token, nhằm cung cấp hỗ trợ sức mạnh tính toán cho khách hàng AI.

Cung cấp chủ yếu bao gồm các nhà cung cấp dịch vụ đám mây, thợ đào tiền điện tử và các doanh nghiệp lớn. Dự án thu hút các nhà cung cấp thông qua việc khuyến khích bằng token, sau đó cung cấp dịch vụ mạng tính toán cho bên cầu, thực hiện sự kết nối cung cầu cho sức mạnh tính toán nhàn rỗi.

Các dự án điện toán phi tập trung chủ yếu được chia thành hai loại: một loại dùng cho suy luận AI ( như Render, Akash ), loại còn lại dùng cho đào tạo AI ( như io.net, Gensyn ). io.net là đại diện, hiện tại số lượng GPU đã vượt qua 500,000, thể hiện xuất sắc trong các dự án điện toán phi tập trung.

3.1.2 Mô hình thuật toán phi tập trung

Các dự án mô hình thuật toán phi tập trung như Bittensor, hy vọng tạo ra một hệ sinh thái mở và minh bạch, cho phép các mô hình AI có thể được huấn luyện, chia sẻ và sử dụng một cách an toàn và phân tán.

Trong Bittensor, nhà cung cấp mô hình thuật toán đóng góp các mô hình học máy vào mạng và nhận phần thưởng bằng token. Mạng sử dụng cơ chế đồng thuận độc đáo để đảm bảo câu trả lời tốt nhất. Token TAO được sử dụng để khuyến khích các thợ mỏ đóng góp mô hình thuật toán, trong khi người dùng cần chi tiêu token để đặt câu hỏi và hoàn thành nhiệm vụ.

3.1.3 Thu thập dữ liệu phi tập trung

Để giải quyết vấn đề cung cấp dữ liệu huấn luyện AI, một số dự án kết hợp Web3 thông qua việc khuyến khích bằng mã thông báo để thực hiện việc thu thập dữ liệu phi tập trung. Như PublicAI cho phép người dùng tham gia với tư cách là nhà cung cấp dữ liệu và người xác minh, và nhận phần thưởng bằng mã thông báo.

Các dự án thu thập dữ liệu phi tập trung khác như Ocean thu thập dữ liệu người dùng thông qua mã thông báo dữ liệu, Hivemapper thu thập dữ liệu bản đồ, Dimo thu thập dữ liệu ô tô, v.v., cũng có thể trở thành nguồn cung tiềm năng cho việc đào tạo AI.

3.1.4 Bảo vệ quyền riêng tư của người dùng trong AI bằng ZK

Công nghệ chứng minh không biết có thể giúp giải quyết xung đột giữa bảo vệ quyền riêng tư và chia sẻ dữ liệu trong AI. ZKML(Zero-Knowledge Machine Learning) cho phép đào tạo và suy diễn mô hình máy học mà không tiết lộ dữ liệu gốc.

BasedAI đề xuất tích hợp mã hóa hoàn toàn đồng nhất (FHE) với mô hình ngôn ngữ lớn (LLM), sử dụng mô hình ngôn ngữ lớn không biết (ZK-LLM) để bảo vệ quyền riêng tư dữ liệu của người dùng.

Ngoài ra, các dự án như Cortex hỗ trợ thực hiện các chương trình AI trên chuỗi, bằng cách tận dụng GPU để chạy các mô hình AI trên chuỗi, đạt được sự suy luận AI phi tập trung, không thể thay đổi và minh bạch.

3.2 AI hỗ trợ Web3

3.2.1 Phân tích và dự đoán dữ liệu

Nhiều dự án Web3 tích hợp dịch vụ AI để cung cấp phân tích dữ liệu và dự đoán cho người dùng. Như Pond sử dụng thuật toán đồ thị AI để dự đoán token có giá trị, BullBear AI dự đoán xu hướng giá. Numerai tổ chức cuộc thi dự đoán thị trường chứng khoán bằng AI, Arkham kết hợp AI để phân tích dữ liệu trên chuỗi.

3.2.2 Dịch vụ cá nhân hóa

Các dự án Web3 tối ưu hóa trải nghiệm người dùng thông qua việc tích hợp AI. Chẳng hạn, Dune ra mắt công cụ Wand sử dụng mô hình ngôn ngữ lớn để viết truy vấn SQL; Followin và IQ.wiki tích hợp ChatGPT để tóm tắt nội dung; NFPrompt cho phép người dùng tạo NFT thông qua AI.

3.2.3 AI kiểm toán hợp đồng thông minh

AI có thể kiểm toán mã hợp đồng thông minh một cách hiệu quả và chính xác hơn, nhận diện lỗ hổng. Chẳng hạn, 0x0.ai cung cấp công cụ kiểm toán hợp đồng thông minh bằng AI, sử dụng công nghệ học máy để nhận diện các vấn đề tiềm ẩn trong mã.

Ngoài ra, còn có PAAL giúp tạo ra Bot AI cá nhân hóa, Hera sử dụng AI để cung cấp lộ trình giao dịch tốt nhất và các dự án khác, AI chủ yếu đóng vai trò như một công cụ hỗ trợ sự phát triển của Web3.

Bốn, Các hạn chế và thách thức hiện tại của các dự án AI+Web3

4.1 Những rào cản thực tế trong lĩnh vực tính toán phi tập trung

Các dự án tính toán phi tập trung đang đối mặt với một số vấn đề thực tiễn:

1. Hiệu suất và tính ổn định: Kết nối mạng giữa các nút phân tán có thể gặp độ trễ và không ổn định.

2. Tính khả dụng: bị ảnh hưởng bởi sự phù hợp cung cầu, có thể dẫn đến sự thiếu hụt tài nguyên hoặc không thể đáp ứng nhu cầu.

3. Độ phức tạp: Người dùng cần hiểu biết về mạng phân phối, hợp đồng thông minh, v.v., chi phí sử dụng cao.

4. Khó khăn trong việc đào tạo mô hình lớn: Đào tạo mô hình lớn cần một môi trường ổn định và có khả năng kết nối nhiều thẻ, trong khi sức mạnh tính toán phi tập trung khó đáp ứng yêu cầu.

5. Giới hạn khoảng cách vật lý: NVLink của Nvidia giới hạn khoảng cách vật lý giữa các card đồ họa, làm cho việc phân tán sức mạnh tính toán khó có thể tạo thành cụm để đào tạo mô hình lớn.

Hiện tại, sức mạnh tính toán phi tập trung chủ yếu phù hợp cho việc suy diễn AI hoặc đào tạo mô hình nhỏ và vừa trong các tình huống cụ thể. Trong tương lai, nó có thể đóng vai trò trong các lĩnh vực như điện toán biên.

Sự kết hợp giữa AI+Web3 còn khá thô sơ, chưa đạt được 1+1>2

Hiện tại sự kết hợp giữa AI và Web3 vẫn còn khá bề mặt:

1. Hầu hết các dự án chỉ đơn giản sử dụng AI để nâng cao hiệu quả, thiếu sự kết hợp nguyên bản và giải pháp sáng tạo.

2. Một số đội nhóm đã tiếp thị quá mức về khái niệm AI, ứng dụng thực tế còn hạn chế.

Trong tương lai cần nghiên cứu sâu hơn, tạo ra các giải pháp gốc và có ý nghĩa trong các lĩnh vực tài chính, DAO, thị trường dự đoán.

4.3 Kinh tế mã thông báo trở thành chất đệm cho câu chuyện dự án AI

Nhiều dự án AI + Web3 sử dụng kinh tế token để thúc đẩy sự tham gia của người dùng, nhưng điều quan trọng là liệu chúng có thực sự giải quyết nhu cầu thực tế hay không, chứ không chỉ đơn thuần là kể chuyện hoặc theo đuổi giá trị ngắn hạn.

Hiện tại, phần lớn các dự án vẫn chưa đạt đến giai đoạn thực tiễn, cần nhiều đội ngũ có ý tưởng thực tế hơn để thực sự đáp ứng nhu cầu thực tế.

Năm, Tóm tắt

Các dự án AI+Web3 đã xuất hiện nhiều trường hợp ứng dụng. AI cung cấp khả năng phân tích thông minh, dự đoán, kiểm toán cho Web3, nâng cao trải nghiệm người dùng. Web3 cung cấp cho AI nền tảng chia sẻ sức mạnh tính toán phi tập trung, dữ liệu và thuật toán, thúc đẩy sự phát triển của AI.

Mặc dù các dự án AI + Web3 hiện tại vẫn còn ở giai đoạn đầu, đối mặt với nhiều thách thức, nhưng cũng mang lại những lợi thế như giảm sự phụ thuộc vào trung tâm, tăng cường tính minh bạch, v.v. Trong tương lai, sự kết hợp sâu sắc giữa AI và Web3 sẽ mang lại vô vàn khả năng cho đổi mới công nghệ và phát triển kinh tế, hứa hẹn xây dựng một hệ thống kinh tế xã hội thông minh, mở và công bằng hơn.