Достовірна верифікація та обчислювальна структура AI є основними сферами, які web3AI infra повинна подолати.
Автор: Haotian
Нещодавно я спілкувався з багатьма розробниками, які працюють на передовій web3AI Build, і виявив, що робота над web3AI infra виявилася значно складнішою, ніж я уявляв.
Наразі більшість активних AI-проєктів у web3 — це взагалі MEME, які можуть похвалитися безліччю історій, які не можуть бути реалізовані та приземлені, ключовим є залучення більшої частини уваги та ліквідності, врізавшись на ринок через швидку емісію, та куряче пір'я (негативний EV) після короткострокового розриву бульбашки. Головним чином тому, що наратив AI + Crypto занадто сексуальний, і в той же час, його практичне застосування занадто складне, воно, природно, стало найбільш постраждалою областю бульбашки, яка покладається на наратив для випуску монет;
2）web3AI інфраструктура по суті є перебудовою web2 AI інфраструктури, більшу частину часу це важка і невдячна робота. Це як у випадку з Crypto, коли під прапором децентралізації кидали виклик централізації; протягом тривалого часу децентралізована мережна архітектура піддавалась критиці за безглузде повторне будівництво, поки пізніше втілені сценарії DeFi не знайшли деякі точки для захоплення вартості.
Поточна дилема web3AI така ж, як і початкове бачення децентралізованої криптовалюти. Більшість людей все ще звикли говорити «яка користь від web3AI»? Але не забувайте, що децентралізована агрегація обчислювальної потужності та розподілене висновування, мережі анотації розподілених даних тощо можуть знайти сценарії входу з точки зору вартості навчання, продуктивності та практичності.
Створення та розширення інфраструктури web3AI потребує великої вартості спроб і помилок і потребує сильної підтримки раціоналізму. Наприклад, ми всі знаємо, що web3AI вимагає побудови рівня даних, але очищення величезних ончейн та офчейн даних вимагає багато витрат на роботу сервера та його обслуговування та розробку, і в той же час зрілі витрати на доступ до web3AI API, обчислювальну потужність, тонке налаштування алгоритмів тощо. Це виклик для багатьох команд розробників.
Що ще більш проблематично, так це те, що, на відміну від традиційної інфраструктури web2, web3 AI також повинен вирішити проблему координації позаланцюгових даних і верифікації в мережі, механізму розподілу та оновлення моделей у мережі P2P, а також складну конструкцію заміни традиційних бізнес-моделей стимулами Tokenomics. Однак недалекоглядність капіталу та спекулятивна атмосфера ринкових переваг призвели до того, що деякі гарячі гроші втекли в додатки Agent, які поспішно розміщуються в мережі суто заради гарячих точок, що ускладнює отримання достатньої підтримки командами, які дійсно працюють на рівні інфраструктури.
Проблема ілюзії великих моделей з властивістю "чорної коробки" в інфраструктурі web3AI створює величезні виклики для безпеки та довіри в певних ситуаціях. Дивлюся на @SlowMist_Team
З огляду на нещодавній аналіз вразливостей безпеки MCP, я відчуваю, що професійний аудит безпеки MCP вже може допомогти позиціонувати Slowfog як компанію з аудиту штучного інтелекту в майбутньому. Це лише конкретний випадок, який підтверджує невідомі виклики безпеки AI LLM як базового джерела даних для підключення до web3 AI infra. Але проблеми, пов'язані з інфраструктурою штучного інтелекту web3, набагато більші, на додаток до перевіреної обчислювальної структури, створеної за допомогою верифікації криптографії web3 та механізму консенсусу в ланцюжку, щоб гарантувати, що процес висновків ШІ може бути відстежений і перевірений, і так далі.
Фактично, надійна верифікація та обчислювальна структура штучного інтелекту є основною областю, яку web3AI infra подолає. Коли нинішня велика модель має справу з дуже конфіденційною інформацією, такою як фінанси, медична допомога та право, рівень впровадження в професійній сфері значно обмежений, оскільки вона не може забезпечити перевірюваність процесу висновків. Зрілість інфраструктури web3 AI, такої як підкладка zkVM, децентралізована мережа Oracle, рішення для децентралізованої пам'яті тощо, може створити набір перевірених і доказових обчислювальних фреймворків для штучного інтелекту та фундаментально допомогти ШІ досягти швидкого розширення вертикальних сценаріїв.
Вище.
Будівництво інфраструктури та розробка додатків web3AI не відбудеться за одну ніч, а стане довготривалою марафонською гонкою. Той, хто зможе справді створити інфраструктуру та екосистему додатків для вирішення реальних проблем, хто зможе збалансувати розкрутку та цінність у процесі виходу на ринок, хто зможе знайти реальний бізнес-контур, зберігаючи технологічний прогрес, той і стане справжнім переможцем галузі.
Контент має виключно довідковий характер і не є запрошенням до участі або пропозицією. Інвестиційні, податкові чи юридичні консультації не надаються. Перегляньте Відмову від відповідальності , щоб дізнатися більше про ризики.
Будівництво інфраструктури Web3 AI та розробка додатків - це довгий марафон.
Автор: Haotian
Нещодавно я спілкувався з багатьма розробниками, які працюють на передовій web3AI Build, і виявив, що робота над web3AI infra виявилася значно складнішою, ніж я уявляв.
2）web3AI інфраструктура по суті є перебудовою web2 AI інфраструктури, більшу частину часу це важка і невдячна робота. Це як у випадку з Crypto, коли під прапором децентралізації кидали виклик централізації; протягом тривалого часу децентралізована мережна архітектура піддавалась критиці за безглузде повторне будівництво, поки пізніше втілені сценарії DeFi не знайшли деякі точки для захоплення вартості.
Поточна дилема web3AI така ж, як і початкове бачення децентралізованої криптовалюти. Більшість людей все ще звикли говорити «яка користь від web3AI»? Але не забувайте, що децентралізована агрегація обчислювальної потужності та розподілене висновування, мережі анотації розподілених даних тощо можуть знайти сценарії входу з точки зору вартості навчання, продуктивності та практичності.
Що ще більш проблематично, так це те, що, на відміну від традиційної інфраструктури web2, web3 AI також повинен вирішити проблему координації позаланцюгових даних і верифікації в мережі, механізму розподілу та оновлення моделей у мережі P2P, а також складну конструкцію заміни традиційних бізнес-моделей стимулами Tokenomics. Однак недалекоглядність капіталу та спекулятивна атмосфера ринкових переваг призвели до того, що деякі гарячі гроші втекли в додатки Agent, які поспішно розміщуються в мережі суто заради гарячих точок, що ускладнює отримання достатньої підтримки командами, які дійсно працюють на рівні інфраструктури.
З огляду на нещодавній аналіз вразливостей безпеки MCP, я відчуваю, що професійний аудит безпеки MCP вже може допомогти позиціонувати Slowfog як компанію з аудиту штучного інтелекту в майбутньому. Це лише конкретний випадок, який підтверджує невідомі виклики безпеки AI LLM як базового джерела даних для підключення до web3 AI infra. Але проблеми, пов'язані з інфраструктурою штучного інтелекту web3, набагато більші, на додаток до перевіреної обчислювальної структури, створеної за допомогою верифікації криптографії web3 та механізму консенсусу в ланцюжку, щоб гарантувати, що процес висновків ШІ може бути відстежений і перевірений, і так далі.
Фактично, надійна верифікація та обчислювальна структура штучного інтелекту є основною областю, яку web3AI infra подолає. Коли нинішня велика модель має справу з дуже конфіденційною інформацією, такою як фінанси, медична допомога та право, рівень впровадження в професійній сфері значно обмежений, оскільки вона не може забезпечити перевірюваність процесу висновків. Зрілість інфраструктури web3 AI, такої як підкладка zkVM, децентралізована мережа Oracle, рішення для децентралізованої пам'яті тощо, може створити набір перевірених і доказових обчислювальних фреймворків для штучного інтелекту та фундаментально допомогти ШІ досягти швидкого розширення вертикальних сценаріїв.
Вище.
Будівництво інфраструктури та розробка додатків web3AI не відбудеться за одну ніч, а стане довготривалою марафонською гонкою. Той, хто зможе справді створити інфраструктуру та екосистему додатків для вирішення реальних проблем, хто зможе збалансувати розкрутку та цінність у процесі виходу на ринок, хто зможе знайти реальний бізнес-контур, зберігаючи технологічний прогрес, той і стане справжнім переможцем галузі.