Trong những tháng gần đây, sự hội tụ của AI và crypto đã trở nên nổi bật như một lĩnh vực được quan tâm chính. Điều này đã thể hiện rõ ở hội nghị ETH Denver, nơi nó nổi bật như một chủ đề chính giữa các nhà đầu tư và nhà xây dựng, báo hiệu tầm quan trọng ngày càng mở rộng của lĩnh vực này.

Gần đây, có một làn sóng ra mắt dự án AI mới, cũng như những thay đổi quan trọng và mở rộng chiến lược từ các dự án đã có sẵn. Trong các phần sau, chúng tôi đề cập đến những phát triển mới nhất và chia sẻ những hiểu biết sâu sắc về các xu hướng phổ biến.

Quá trình phát triển

io.net

io.net, mạng GPU được điều phối bằng crypto dành riêng cho các ứng dụng học máy (ML), gần đây đã gọi 30 triệu đô la trong vòng tài trợ Series A, đạt mức định giá đáng chú ý là 1 tỷ USD. Dự án đã tích lũy được một kho vũ khí GPU đáng kể bằng cách tích hợp các tài nguyên từ Render, Filecoin và mạng riêng của nó, tự hào với gần như 37.000 GPU cao cấp, bao gồm một dãy ấn tượng gồm 500 Nvidia A100.

Mở rộng phạm vi tiếp cận của mình, io.net đã giới thiệu hỗ trợ cho chip silicon của Apple, cho phép chủ sở hữu thiết bị Apple được trang bị chip M1, M2 hoặc M3 đóng góp sức mạnh tính toán của họ cho mạng. Bản cập nhật này mở rộng đáng kể tiềm năng tham gia bán lẻ.

Về mặt hợp tác, io.net đã chủ động, gần đây đã xây dựng liên minh với Ritual, sẽ khai thác nguồn cung cấp GPU rộng rãi của mạng và Banyan, chuyên cung cấp dịch vụ đám mây cho doanh nghiệp.

Io.net được coi là thế lực dẫn đầu trong không gian mạng GPU, với kỳ vọng về việc ra mắt token gốc vào cuối tháng 4.

Akash

Akash, một nền tảng điện toán đa năng, đang ngày càng tập trung vào AI. Với nhóm GPU hiện có là 294 và tỷ lệ sử dụng khiêm tốn là 21%, Akash rất muốn tăng cường khả năng cạnh tranh của mình với các thực thể lớn hơn như io.net, vốn yêu cầu lượng tồn kho GPU đáng kể hơn. Để thu hẹp khoảng cách này, cộng đồng Akash đã bật đèn xanh cho chương trình khuyến khích trị giá 3,5 triệu USD nhằm lôi kéo các nhà cung cấp phân bổ Nvidia H100, A100 và A6000 cho mạng Akash trong thời gian tối thiểu là một năm.

Việc tập trung vào các cam kết dài hạn này có ý nghĩa then chốt trong một môi trường mà sự cạnh tranh khốc liệt về tài nguyên GPU có thể khiến các nhà cung cấp phải chuyển đổi giữa các mạng để theo đuổi các giao dịch sinh lợi nhất. Hành vi như vậy dẫn đến nguồn cung không ổn định và làm suy yếu tính ổn định mà người dùng yêu cầu cho các ứng dụng của họ trên các mạng GPU này.

Để hưởng ứng chương trình khuyến khích, một số nhà cung cấp xác nhận rằng họ sẽ bổ sung 64 chiếc H100, 64 chiếc A100 và 64 chiếc A6000 vào mạng của Akash vào tuần tới. Những GPU này đang được cung cấp ở mức cạnh tranh nhất giá trên thị trường: 1,49 USD cho H100, 0,79 USD cho A100 và 0,49 USD cho A6000.

Livepeer

Livepeer, được biết đến với các dịch vụ transcoding video, đã công bố kế hoạch mở rộng khả năng của mình để bao gồm Tạo video AI trên GPU của mạng, cùng với các hoạt động chuyển mã hiện có. Việc mở rộng này sẽ định vị Livepeer như một mạng suy luận AI, đòi hỏi phải mua các GPU tiên tiến hơn những GPU hiện đang được sử dụng cho các tác vụ transcoding.

Để tạo điều kiện thuận lợi cho việc mở rộng này, Livepeer dự định để hình thành quan hệ đối tác chiến lược với các mạng đám mây GPU như io.net. Những sự hợp tác này sẽ không chỉ cung cấp cho Livepeer nguồn cung cấp GPU cần thiết mà còn cho phép Livepeer cung cấp các dịch vụ video chuyên dụng cho các mạng này theo yêu cầu.

Fetch.ai

Fetch.ai, một giao thức tác nhân AI phi tập trung ban đầu, cung cấp một bộ công cụ và gói phần mềm được thiết kế để tạo điều kiện thuận lợi cho các nhà phát triển tạo ra các tác nhân tự trị. Đầu tuần này, Fetch.ai ra mắt Fetch Compute, một dự án trị giá 100 triệu USD nhằm mua lại Nvidia H100 và A100 để các nhà phát triển và người dùng sử dụng sức mạnh tính toán trên nền tảng Fetch. Quyết định này của Fetch được đưa ra cực kỳ muộn vì không gian mạng tính toán GPU trong crypto đã trở nên cực kỳ bão hòa.

Những người tham gia stake token gốc của Fetch.ai, FET, sẽ kiếm được Fetch Compute Credits, có thể đổi để sử dụng GPU trên mạng.

Allora

Allora là một nền tảng đồng sáng tạo AI được thiết kế để khuyến khích người tham gia đóng góp dữ liệu, mô hình và kiến ​​thức chuyên môn để cùng nhau phát triển các mô hình và tác nhân ML phức tạp cho thị trường tài chính. Trong khi tương tự như Bittensor trong cách tiếp cận phi tập trung của mình, Allora tự tạo sự khác biệt bằng cách chuyên về lĩnh vực tài chính, trái ngược với khả năng ứng dụng rộng rãi hơn của Bittensor trên nhiều lĩnh vực khác nhau.

Allora gần đây đã xuất bản whitepaper và giới thiệu Edgenet, phiên bản sơ bộ của mạng trước khi phát hành testnet. Ở giai đoạn này, những người đóng góp có cơ hội tham gia với tư cách là worker node bằng cách cung cấp các mô hình học máy dự đoán cho mạng và họ cũng có thể tham gia với tư cách là trình xác thực.

Bagel

Trong tháng Một, Bagel đảm bảo được 3,1 triệu đô la tài trợ pre-seed để phát triển một giao thức phi tập trung nhằm tạo điều kiện thuận lợi cho việc hợp tác sử dụng các bộ dữ liệu với vector embedding. Các phần embedding này rất quan trọng để chuyển đổi dữ liệu từ nhiều nguồn và định dạng khác nhau thành định dạng vectơ tiêu chuẩn có thể được các mô hình ML xử lý hiệu quả.

Bagel gần đây xuất bản bài viết trên blog phác thảo sự phát triển của họ về các kỹ thuật bảo vệ quyền riêng tư để đào tạo và suy luận mô hình ML, sử dụng một dạng sửa đổi fully homomorphic encryption - FHE. Cách tiếp cận này trái ngược với sự tập trung phổ biến vào công nghệ zero-knowledge trong không gian crypto AI x, khiến Bagel trở thành một trong những thực thể ban đầu áp dụng FHE vào bối cảnh này.

Grass

Grass bắt đầu như một mạng phi tập trung cung cấp proxy dân cư, cho phép người dùng kiếm tiền từ băng thông internet chưa sử dụng của họ. Băng thông này được cung cấp cho khách hàng cho các hoạt động như nghiên cứu thị trường, xác minh quảng cáo và thu thập dữ liệu. Gần đây, Grass đã tái tập trung vào sứ mệnh hướng tới việc quét web cho các ứng dụng machine learning, tự định vị mình là layer dữ liệu tiềm năng cho AI.

Grass mở rộng các dịch vụ của mình ngoài việc chỉ thu thập dữ liệu từ trang web công cộng. Nền tảng này hiện cũng tập trung vào việc xử lý dữ liệu thu được từ các trang web công cộng, phát triển dữ liệu các mô hình để cấu trúc và làm sạch này. Ban đầu, Grass có kế hoạch thu hút người dùng gắn nhãn dữ liệu, với mục tiêu cuối cùng là tạo ra các mô hình có khả năng tự động hóa quá trình gắn nhãn.

Morpheus

Morpheus là một giao thức tác nhân thông minh được thiết kế để khuyến khích mạng P2P gồm các AI cá nhân. Vào ngày 8 tháng 2, Morpheus đã bắt đầu ra mắt công bằng token MOR gốc của mình. Trong khoảng thời gian 90 ngày đầu tiên, token MOR không thể chuyển nhượng được và mạng chưa hoạt động. Để nhận được token MOR, người tham gia được yêu cầu stake stETH vào liquidity pool Uniswap trên mạng Arbitrum. Hiện nay, Morpheus 415 triệu USD staked vào stETH trong hệ sinh thái của mình.

Sahara

Sahara AI kết thúc thành công vòng tài trợ hạt giống trị giá 6 triệu đô la, với mục tiêu xây dựng cơ sở hạ tầng dữ liệu cho hệ thống ML. Công ty tập trung vào việc thúc đẩy nền kinh tế hợp tác, cho phép tham gia vào các sáng kiến ​​thu thập, ghi nhãn và đào tạo dữ liệu. Sức mạnh tổng hợp của những đóng góp tập thể này sẽ được hướng tới việc tạo ra các Knowledge Agent chuyên biệt.

Ritual

Ritual đang xây dựng mạng Layer-1 được thiết kế dành riêng cho AI, với mục tiêu kết hợp liền mạch các khả năng AI trên chuỗi và đơn giản hóa quy trình để các nhà phát triển nhúng các chức năng AI vào ứng dụng.

Trong giai đoạn đầu, Ritual giới thiệu Inferent, một mạng oracle phi tập trung trao quyền cho các hợp đồng thông minh tương tác với các mô hình AI được lưu trữ trên nền tảng Ritual để suy luận. Trong tương lai, giai đoạn thứ hai sẽ chứng kiến ​​Ritual phát triển thành một blockchain có chủ quyền với máy ảo riêng của nó, hoạt động hiệu quả như một bộ đồng xử lý.

Tầm nhìn Nhà phân tích

Sami

Hai thành phần cơ bản của AI là sức mạnh tính toán và dữ liệu. Trong năm qua, đã có một dòng vốn đầu tư mạo hiểm đổ vào các mạng tính toán GPU mới, dẫn đến thị trường bão hòa cao trong lĩnh vực tính toán. Ngược lại, các dự án tập trung vào dữ liệu lại ít phổ biến hơn đáng kể. Tuy nhiên, xu hướng này đang bắt đầu thay đổi khi ngày càng có nhiều sự chú ý và nguồn lực hướng tới các sáng kiến ​​tập trung vào dữ liệu. Các dự án như Wynd, Bagel và Sahara luôn đi đầu trong sự thay đổi này, giải quyết lớp dữ liệu của ML với trọng tâm là các nhiệm vụ đa dạng như websraping, tạo nhúng vectơ dữ liệu và hỗ trợ ghi nhãn dữ liệu của con người.

Trước sự thay đổi này, Hivemapper có bước đột phá mới bằng cách cung cấp phần thưởng crypto cho các cá nhân gắn nhãn cấp độ đường phố dữ liệu hình ảnh, với tầm nhìn phát triển một mô hình AI có khả năng tự dán nhãn. Việc áp dụng sớm việc ghi nhãn dữ liệu được khuyến khích này đã đặt nền móng cho các mạng như Sahara và Sapien, hiện đang tìm cách áp dụng mô hình khuyến khích này rộng rãi hơn để nâng cao các mô hình và miền ML khác nhau.

Dựa trên khái niệm này, tiềm năng của các mạng dữ liệu được khuyến khích, có nguồn lực từ cộng đồng là rất lớn và phần lớn chưa được khai thác. Mặc dù dữ liệu người dùng cá nhân - chẳng hạn như các tương tác xã hội, số liệu sức khỏe, theo dõi vị trí và hành vi của người tiêu dùng, v.v. - không có giá trị đặc biệt khi đứng riêng lẻ, nhưng giá trị của chúng sẽ tăng theo cấp số nhân khi kết hợp với dữ liệu tương tự từ hàng nghìn cá nhân khác. Dữ liệu tổng hợp này trở thành tài sản mạnh mẽ để đào tạo các mô hình ML. Dự đoán xu hướng trong tương lai, các dự án crypto có thể tập trung vào lĩnh vực này, tạo cơ hội cho người dùng đóng góp dữ liệu của họ một cách an toàn đồng thời cung cấp khả năng đào tạo các tác nhân AI được cá nhân hóa bằng cách sử dụng dữ liệu của họ, đảm bảo cả quyền riêng tư và khả năng tùy chỉnh.

Seth

Một trong những đề xuất giá trị chính của giao điểm AI x Crypto là khả năng các nhà phát triển mã hóa các tạo phẩm liên quan đến AI của họ và triển khai chúng trên chuỗi. Những tạo phẩm này có thể bao gồm từ các mô hình AI đến các bộ dữ liệu mà mô hình có thể được đào tạo trên đó. Sau khi được triển khai, các tạo phẩm được mã hóa này có thể được truy cập và mua thông qua các permissionless rail của crypto.

Việc điều phối cơ sở hạ tầng thanh toán và liền kề thanh toán giữa người tiêu dùng và nhà cung cấp các tài sản được mã hóa này sẽ rất quan trọng khi nền kinh tế có các hình thức và sự trưởng thành của các đại lý AI không đồng nhất. Nevermined là công ty đi đầu trong lĩnh vực này, phát triển SDK và hợp đồng thông minh để các nhà phát triển khai thác.

Với SDK Nevermined, các nhà phát triển có thể mã hóa tài sản của họ dưới dạng NFT và triển khai chúng trên nền tảng Nevermind. Khi nhà phát triển định cấu hình NFT của họ, họ có thể xác định cấu trúc chi phí để mua nội dung và loại token ERC-20 mà họ chấp nhận làm thanh toán.

SDK Nevermined cũng cho phép các nhà phát triển nhúng cấu trúc tiền bản quyền trực tiếp vào tài sản NFT. Người tạo NFT có thể chọn phí bản quyền tĩnh hoặc phát triển logic định giá tùy chỉnh, chẳng hạn như bonding curve.

Lợi ích của việc sử dụng các hệ thống và tiêu chuẩn, chẳng hạn như những gì Nevermined cung cấp, là tạo ra một lớp thanh toán không xác định khung giữa các khung tác nhân AI khác nhau. Bất kể khung tác nhân được sử dụng để xây dựng hệ thống AI là gì, nó có thể được mã hóa và triển khai thông qua Nevermined và các nhà phát triển khác hoặc thậm chí các đại lý AI có thể mua nó để sử dụng cho riêng họ.

Mặc dù chúng tôi vẫn đang trong giai đoạn đầu phát triển ngăn xếp AI x Crypto, với mạng GPU và hiện tại, mạng suy luận đang thu hút nhiều sự chú ý nhất, tác nhân AI ẩn danh cuối cùng sẽ lấp đầy phần trên cùng của ngăn xếp, tận dụng các lớp tính toán và suy luận bên dưới nó. Để tạo điều kiện thuận lợi và hiện thực hóa tiềm năng của nền kinh tế gồm các tác nhân AI đa dạng, layer thanh toán không phụ thuộc vào khuôn khổ, giống như những gì Nevermined đang xây dựng, có thể sẽ trở thành một phần quan trọng của cơ sở hạ tầng. 

Bài viết được FXCE Crypto biên tập từ "Analyst Notes: AI Coins and Trends" của tác giả Sami Kassab và Seth Bloomberg với mục đích cung cấp thông tin và phi lợi nhuận. Chúng tôi không khuyến nghị đầu tư và không chịu trách nhiệm cho các quyết định đầu tư liên quan đến nội dung bài dịch.