Трек AI+Web3 можна приблизно розділити на три рівні: рівень інфраструктури, середній рівень і рівень додатків. Серед них рівень інфраструктури зосереджений на забезпеченні обчислювальної потужності та сховищі, що зараз є найпопулярнішою сферою.
На додаток до випадків прикладного рівня в іграх, соціальних мережах, транзакціях тощо, штучний інтелект також можна використовувати для аналізу даних, моніторингу та відстеження інформації, ставок і ставок та інших сферах.
Проекти, які тісно пов’язані з концепцією штучного інтелекту, часто можуть швидко отримати прихильність ринку, але слід бути обережним, щоб відфільтрувати проекти, які не варті свого імені та є суто гарячими темами.
Вступ
Нещодавно серія проектів AI+Web3 викликала ентузіазм ринку. Щоб глибше вивчити цю потенційну ринкову можливість, Gate.io Research об’єднає різні гарячі проекти та проведе поглиблений аналіз кожної ланки галузевого ланцюга AI+Web3. , щоб надати читачам Забезпечити всебічне та глибоке розуміння.
AI+Web3: нові технології, новий напрямок, новий ажіотаж
Минулого року з появою широкомасштабних генеративних моделей штучного інтелекту, таких як ChatGPT, ШІ став гарячою інвестиційною темою на світових ринках капіталу. У той же час ринок Web3 також почав новий виток процвітання.
Органічне поєднання штучного інтелекту та Web3, безсумнівно, стало перетином двох гарячих тем у сучасній галузі технологій. Останнім часом ми спостерігаємо велику кількість нових і старих проектів, пов’язаних із цією темою, які привертають увагу ринку, що підкреслює великий інтерес і високі очікування інвесторів щодо цієї комбінації.
Згідно з визначенням Wanxiang Blockchain, поєднання AI+Web3 в основному відображається у двох аспектах: як Web3 сприяє розвитку AI і як програми Web3 поєднують технологію AI. Зараз більшість проектів, як правило, використовують технології та концепції Web3 для сприяння розвитку ШІ. Щоб проаналізувати цю комбінацію, ми можемо почати з усього процесу ШІ від навчання моделі до застосування.
Процес виробництва штучного інтелекту приблизно включає: отримання даних, що є основою для навчання моделі; попередню обробку даних і розробку функцій/підказок, що включає очищення даних, анотації та структурований запит; навчання та налаштування моделі, що покращує продуктивність моделі через ітерацію; модель перегляд і управління для забезпечення якості та прозорості моделі, висновок моделі для прогнозування нових даних, розгортання моделі та моніторинг, щоб гарантувати, що модель залишається оптимальною для практичних застосувань.
У цьому процесі Web3 має багато точок інтеграції. Наприклад, розподілена мережа Web3 і механізм стимулювання можуть побудувати мережу та спільноту штучного інтелекту з більш відкритим вихідним кодом, щоб задовольнити потреби програм ШІ для недорогої відкритої інфраструктури та мереж даних. У той же час Web3 у поєднанні з криптографічними технологіями, такими як ZK, може покращити проблему довіри ШІ та вирішити такі проблеми, як прозорість моделі, упередженість та етичне застосування.
Малюнок 1 Джерело: Vientiane Blockchain
Як показано на малюнку вище, трек AI+Web3 можна приблизно розділити на три рівні: рівень інфраструктури, середній рівень і рівень додатків.
Рівень інфраструктури зосереджений на забезпеченні обчислювальної потужності та сховищі. Додавання Web3 може зменшити його вартість і обслуговувати більше додатків ШІ.
Середній рівень використовує технологію Web3 для оптимізації виробничих процесів ШІ, таких як збір даних, попередня обробка та перевірка моделі, і з’явилося багато інноваційних проектів.
Прикладний рівень демонструє широкий спектр застосувань штучного інтелекту в Web3, таких як генерація контенту, аналіз і прогнозування. Згідно зі спостереженням автора, опис прикладного рівня на наведеному вище малюнку все ще є консервативним і буде детально обговорено у другій половині дня. Хоча провідного проекту ще немає, потенціал величезний, і майбутня конкуренція буде зосереджена на продуктах і технічних можливостях.
У наступних розділах ми зробимо конкретний аналіз цих трирівневих проектів.
Гарячі проекти AI+Web3 з’являються один за одним
AI+DePIN
Весь робочий процес штучного інтелекту невіддільний від підтримки обчислювальної інфраструктури та інфраструктури зберігання.Ці засоби відповідають не лише за забезпечення потужної обчислювальної потужності, необхідної для навчання моделі та прогнозування, але й за зберігання, керування та аналіз даних у всій моделі даних. і життєвий цикл.
В даний час швидке зростання додатків ШІ призвело до величезного попиту на інфраструктуру, особливо на високопродуктивні обчислювальні можливості. Таким чином, розробка більш ефективної, дешевої та багатої ресурсами обчислювальної та інфраструктури зберігання стала ключовою тенденцією на ранніх етапах розвитку штучного інтелекту, і це також найпопулярніша сфера зараз.
Рисунок 2 Джерело: Render Network
У цій галузі з’явилося багато репрезентативних проектів, таких як Render Network, який народився на останньому ринку биків і в основному надає послуги рендерингу, Akash, який фокусується на хмарних обчисленнях, Filecoin і Arweave, які фокусуються на хмарному сховищі тощо. і основні проекти, нещодавно запущені на цьому зростаючому ринку, — IO.NET і Aethir, які забезпечують підтримку обчислювальної потужності для ШІ.
AI+Data
Середній рівень є ключовою ланкою в процесі виробництва AI, який використовує технологію Web3 для оптимізації та вдосконалення конкретних робочих процесів.
По-перше, на етапі збору даних проміжний рівень запроваджує децентралізоване керування ідентифікацією даних, яке не тільки захищає безпеку даних користувача, але й гарантує, що право власності на дані є чітким. У той же час за допомогою механізму заохочення користувачів також можна заохотити ділитися високоякісними даними для отримання монетизації, розширюючи таким чином джерела даних.
Через обмеження етапу розвитку галузі, під час останнього «бичачого» та «ведмежого» ринку в цій галузі народилося кілька відносно відомих проектів. Цей бичачий ринок побачив появу проекту ідентифікації штучного інтелекту Worldcoin (ми писали про цей проект багато разів), Aspecta, інвестований Gate.io, а також платформу для торгівлі даними Ocean Protocol, широкосмугову мережу даних для майнінгу Grass, тощо
Малюнок 3 Джерело: Aspecta
По-друге, на етапі попередньої обробки даних середній рівень зобов’язується побудувати розподілену платформу анотації та обробки даних ШІ, щоб забезпечити потужну підтримку для подальшого навчання моделі. У цьому плані такі проекти, як Public AI, досягли значних результатів.
Нарешті, на етапі верифікації моделі та міркування проміжний рівень повністю використовує комбінацію технології Web3 і криптографічної технології, такої як ZK, гомоморфне шифрування тощо, щоб перевірити, чи правильні дані та параметри використовуються в міркуваннях моделі. процес. Це не тільки забезпечує точність моделі, але й захищає конфіденційність вхідних даних. Типовими сценаріями застосування є ZKML, наприклад bittensor, Privasea, Modulus і Privasea, інвестовані Gate Labs.
AI+орієнтований на намір
Intent-centric, що перекладається як «орієнтований на намір», намір відноситься безпосередньо до того, «що ви хочете зробити», він зосереджений на результатах, а не на процесі. Мета, орієнтована на наміри, — зробити виснажливі операції в ланцюжку «за один крок» за допомогою оптимізації протоколів та інфраструктури. Якщо бути більш точним, приховавши складний операційний процес у минулому, користувачі можуть досягати своїх цілей інтуїтивно зрозумілим і прямим способом, що втілює в собі конотацію ланцюжкової абстракції.
Наразі поширені сценарії використання штучного інтелекту включають крос-чейн, airdrops, управління, великі суми транзакцій і пакетні операції. Telegram Bot, про який ми раніше обговорювали в цій статті, також може потрапити в цю категорію.
Наприклад, Delysium (AGI) прагне використовувати штучний інтелект для створення мережі агентів штучного інтелекту, орієнтованої на наміри користувача для Web3, і привернула велику увагу на таких ринках, як Південна Корея.
Як показано на малюнку, останнім часом токен проекту зазнав дивовижного зростання завдяки ринковому галасу та відкриттю цінностей.
Рисунок 4 Джерело: Gate.io
Delysium запустив агента ШІ на ім'я Люсі. Як керована штучним інтелектом операційна система Web3, Lucy може інтелектуально планувати та автоматично виконувати робочі процеси, які задовольняють потреби користувачів на основі розуміння намірів і цілей, що містяться в природній мові, спрощуючи складні операційні процеси поточних програм і протоколів Web3.
AI+гра
AI+Game також має високий рівень уяви. Технологія штучного інтелекту не тільки прискорює процес виробництва ігор, але й проходить через усі аспекти створення ігор, демонструючи великий потенціал від видобутку звичок користувачів до налаштування персоналізованих сценаріїв взаємодії. Сьогодні великі виробники ігор активно використовують штучний інтелект і реконструюють екологію ігрової індустрії.
Що стосується виробництва ігор, ШІ надає потужну допомогу для мистецтва, планування та операцій. Штучний інтелект прискорює виробництво ігрового контенту, будь то творче натхнення, генерація рівнів, копірайтинг і операційний аналіз. З точки зору досвіду гри, генерація природної мови, генерація зображень та інші можливості, надані штучним інтелектом, роблять ігровий процес більш інноваційним і різноманітним, а взаємодію NPC більш інтелектуальною та яскравою.
Наприклад, Juewu AI у «Honor of Kings» широко використовувався для оцінки та тестування рівнів; у «Mount & Blade II: Bannerlord» ChatGPT дозволяє NPC динамічно відповідати гравцям, підвищуючи інтерактивність гри; а в « Mount & Blade II: Bannerlord", ChatGPT дозволяє NPC динамічно відповідати гравцям, підвищуючи інтерактивність гри; у "Everlasting" гравці можуть навіть використовувати штучний інтелект для малювання, щоб створювати модні моделі та голосувати за найпопулярніші роботи, демонструючи величезну силу потенціал ШІ в ігрових інноваціях.
Рисунок 5 Джерело: sleeplessAI
На додаток до традиційних ігор Web2, які використовують AI, ігри Web3 нічим не відрізняються. Наприклад, Ultiverse надає користувачам поглиблений аналіз функцій штучного інтелекту та налаштовані соціальні, ігрові, метавсесвітні та інші різноманітні можливості завдяки своєму потужному механізму штучного інтелекту, а також орієнтованій на ШІ віртуальній супутній грі sleeplessAI.
AI+Аналіз
На додаток до випадків на прикладному рівні в іграх, соціальних мережах, транзакціях тощо, ШІ також можна використовувати для аналізу даних, моніторингу та відстеження інформації, ставок і ставок тощо. З’явилися репрезентативні проекти, такі як Kaito та Dune встановити еталон для галузі.
Ми часто посилаємося на діаграми даних Dune у своїх публікаціях у блозі, тому немає потреби вдаватися тут у подробиці.
Резюме
Минулого року інтеграція Web3 та AI не лише спричинила нову тенденцію в технологіях, але й породила новий консенсус у галузі: блокчейн змінив виробничі відносини, а AI змінив продуктивність. Зараз ця концепція глибоко вкоренилася в серцях людей і стала потужною рушійною силою для розвитку галузі.
Оскільки виробники ігор, протоколів DeFi та інших інфраструктурних проектів Web3 збільшили інвестиції в ШІ, поєднання ШІ та Web3 стає важливим напрямком інновацій у галузі. Насправді проекти, які тісно пов’язані з концепцією штучного інтелекту, часто можуть швидко завоювати прихильність ринку.Ми вже помічали це дивовижне зростання раніше.
Однак під поверхневим процвітанням і галасом ми не можемо ігнорувати реальні перешкоди в індустрії AI+Web3. Практикам, зокрема, необхідно глибоко вивчити сценарії його практичного застосування та оцінити його здатність створювати цінність і будувати галузеві наративи. У довгостроковій перспективі, як формуватиметься екологічна структура індустрії AI+Web3, які сфери демонструватимуть величезний потенціал розвитку та чи зіткнеться вона з етичними та моральними дилемами, ці питання вимагають від нас постійного дослідження та відповіді на практиці.
Тому, стикаючись з хвилею AI+Web3, ми повинні не тільки бачити можливості, які вона несе, але й мати ясний розум і раціонально дивитися на її проблеми та недоліки. Лише таким чином ми зможемо краще зрозуміти контекст розвитку індустрії AI+Web3, сприяти її здоровому та сталому розвитку та скористатися можливостями отримання прибутку, які створює ця тенденція.
Автор: Карл Ю.
**Ця стаття представляє лише погляди автора і не є торговими порадами. **
**Вміст цієї статті є оригінальним, і авторські права належать Gate.io. Якщо вам потрібно передрукувати, будь ласка, вкажіть автора та джерело, інакше ви будете притягнуті до юридичної відповідальності. **
Переглянути оригінал
Востаннє редаговано 2024-03-19 08:41:51
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.
Чи може штучний інтелект+ продовжувати тренд, очолити новий тренд у наративах бичачого ринку?
Трек AI+Web3 можна приблизно розділити на три рівні: рівень інфраструктури, середній рівень і рівень додатків. Серед них рівень інфраструктури зосереджений на забезпеченні обчислювальної потужності та сховищі, що зараз є найпопулярнішою сферою.
На додаток до випадків прикладного рівня в іграх, соціальних мережах, транзакціях тощо, штучний інтелект також можна використовувати для аналізу даних, моніторингу та відстеження інформації, ставок і ставок та інших сферах.
Проекти, які тісно пов’язані з концепцією штучного інтелекту, часто можуть швидко отримати прихильність ринку, але слід бути обережним, щоб відфільтрувати проекти, які не варті свого імені та є суто гарячими темами.
Вступ
Нещодавно серія проектів AI+Web3 викликала ентузіазм ринку. Щоб глибше вивчити цю потенційну ринкову можливість, Gate.io Research об’єднає різні гарячі проекти та проведе поглиблений аналіз кожної ланки галузевого ланцюга AI+Web3. , щоб надати читачам Забезпечити всебічне та глибоке розуміння.
AI+Web3: нові технології, новий напрямок, новий ажіотаж
Минулого року з появою широкомасштабних генеративних моделей штучного інтелекту, таких як ChatGPT, ШІ став гарячою інвестиційною темою на світових ринках капіталу. У той же час ринок Web3 також почав новий виток процвітання.
Органічне поєднання штучного інтелекту та Web3, безсумнівно, стало перетином двох гарячих тем у сучасній галузі технологій. Останнім часом ми спостерігаємо велику кількість нових і старих проектів, пов’язаних із цією темою, які привертають увагу ринку, що підкреслює великий інтерес і високі очікування інвесторів щодо цієї комбінації.
Згідно з визначенням Wanxiang Blockchain, поєднання AI+Web3 в основному відображається у двох аспектах: як Web3 сприяє розвитку AI і як програми Web3 поєднують технологію AI. Зараз більшість проектів, як правило, використовують технології та концепції Web3 для сприяння розвитку ШІ. Щоб проаналізувати цю комбінацію, ми можемо почати з усього процесу ШІ від навчання моделі до застосування.
Процес виробництва штучного інтелекту приблизно включає: отримання даних, що є основою для навчання моделі; попередню обробку даних і розробку функцій/підказок, що включає очищення даних, анотації та структурований запит; навчання та налаштування моделі, що покращує продуктивність моделі через ітерацію; модель перегляд і управління для забезпечення якості та прозорості моделі, висновок моделі для прогнозування нових даних, розгортання моделі та моніторинг, щоб гарантувати, що модель залишається оптимальною для практичних застосувань.
У цьому процесі Web3 має багато точок інтеграції. Наприклад, розподілена мережа Web3 і механізм стимулювання можуть побудувати мережу та спільноту штучного інтелекту з більш відкритим вихідним кодом, щоб задовольнити потреби програм ШІ для недорогої відкритої інфраструктури та мереж даних. У той же час Web3 у поєднанні з криптографічними технологіями, такими як ZK, може покращити проблему довіри ШІ та вирішити такі проблеми, як прозорість моделі, упередженість та етичне застосування.
Малюнок 1 Джерело: Vientiane Blockchain
Як показано на малюнку вище, трек AI+Web3 можна приблизно розділити на три рівні: рівень інфраструктури, середній рівень і рівень додатків.
Рівень інфраструктури зосереджений на забезпеченні обчислювальної потужності та сховищі. Додавання Web3 може зменшити його вартість і обслуговувати більше додатків ШІ.
Середній рівень використовує технологію Web3 для оптимізації виробничих процесів ШІ, таких як збір даних, попередня обробка та перевірка моделі, і з’явилося багато інноваційних проектів.
Прикладний рівень демонструє широкий спектр застосувань штучного інтелекту в Web3, таких як генерація контенту, аналіз і прогнозування. Згідно зі спостереженням автора, опис прикладного рівня на наведеному вище малюнку все ще є консервативним і буде детально обговорено у другій половині дня. Хоча провідного проекту ще немає, потенціал величезний, і майбутня конкуренція буде зосереджена на продуктах і технічних можливостях.
У наступних розділах ми зробимо конкретний аналіз цих трирівневих проектів.
Гарячі проекти AI+Web3 з’являються один за одним
AI+DePIN
Весь робочий процес штучного інтелекту невіддільний від підтримки обчислювальної інфраструктури та інфраструктури зберігання.Ці засоби відповідають не лише за забезпечення потужної обчислювальної потужності, необхідної для навчання моделі та прогнозування, але й за зберігання, керування та аналіз даних у всій моделі даних. і життєвий цикл.
В даний час швидке зростання додатків ШІ призвело до величезного попиту на інфраструктуру, особливо на високопродуктивні обчислювальні можливості. Таким чином, розробка більш ефективної, дешевої та багатої ресурсами обчислювальної та інфраструктури зберігання стала ключовою тенденцією на ранніх етапах розвитку штучного інтелекту, і це також найпопулярніша сфера зараз.
Рисунок 2 Джерело: Render Network
У цій галузі з’явилося багато репрезентативних проектів, таких як Render Network, який народився на останньому ринку биків і в основному надає послуги рендерингу, Akash, який фокусується на хмарних обчисленнях, Filecoin і Arweave, які фокусуються на хмарному сховищі тощо. і основні проекти, нещодавно запущені на цьому зростаючому ринку, — IO.NET і Aethir, які забезпечують підтримку обчислювальної потужності для ШІ.
AI+Data
Середній рівень є ключовою ланкою в процесі виробництва AI, який використовує технологію Web3 для оптимізації та вдосконалення конкретних робочих процесів.
По-перше, на етапі збору даних проміжний рівень запроваджує децентралізоване керування ідентифікацією даних, яке не тільки захищає безпеку даних користувача, але й гарантує, що право власності на дані є чітким. У той же час за допомогою механізму заохочення користувачів також можна заохотити ділитися високоякісними даними для отримання монетизації, розширюючи таким чином джерела даних.
Через обмеження етапу розвитку галузі, під час останнього «бичачого» та «ведмежого» ринку в цій галузі народилося кілька відносно відомих проектів. Цей бичачий ринок побачив появу проекту ідентифікації штучного інтелекту Worldcoin (ми писали про цей проект багато разів), Aspecta, інвестований Gate.io, а також платформу для торгівлі даними Ocean Protocol, широкосмугову мережу даних для майнінгу Grass, тощо
Малюнок 3 Джерело: Aspecta
По-друге, на етапі попередньої обробки даних середній рівень зобов’язується побудувати розподілену платформу анотації та обробки даних ШІ, щоб забезпечити потужну підтримку для подальшого навчання моделі. У цьому плані такі проекти, як Public AI, досягли значних результатів.
Нарешті, на етапі верифікації моделі та міркування проміжний рівень повністю використовує комбінацію технології Web3 і криптографічної технології, такої як ZK, гомоморфне шифрування тощо, щоб перевірити, чи правильні дані та параметри використовуються в міркуваннях моделі. процес. Це не тільки забезпечує точність моделі, але й захищає конфіденційність вхідних даних. Типовими сценаріями застосування є ZKML, наприклад bittensor, Privasea, Modulus і Privasea, інвестовані Gate Labs.
AI+орієнтований на намір
Intent-centric, що перекладається як «орієнтований на намір», намір відноситься безпосередньо до того, «що ви хочете зробити», він зосереджений на результатах, а не на процесі. Мета, орієнтована на наміри, — зробити виснажливі операції в ланцюжку «за один крок» за допомогою оптимізації протоколів та інфраструктури. Якщо бути більш точним, приховавши складний операційний процес у минулому, користувачі можуть досягати своїх цілей інтуїтивно зрозумілим і прямим способом, що втілює в собі конотацію ланцюжкової абстракції.
Наразі поширені сценарії використання штучного інтелекту включають крос-чейн, airdrops, управління, великі суми транзакцій і пакетні операції. Telegram Bot, про який ми раніше обговорювали в цій статті, також може потрапити в цю категорію.
Наприклад, Delysium (AGI) прагне використовувати штучний інтелект для створення мережі агентів штучного інтелекту, орієнтованої на наміри користувача для Web3, і привернула велику увагу на таких ринках, як Південна Корея.
Як показано на малюнку, останнім часом токен проекту зазнав дивовижного зростання завдяки ринковому галасу та відкриттю цінностей.
Рисунок 4 Джерело: Gate.io
Delysium запустив агента ШІ на ім'я Люсі. Як керована штучним інтелектом операційна система Web3, Lucy може інтелектуально планувати та автоматично виконувати робочі процеси, які задовольняють потреби користувачів на основі розуміння намірів і цілей, що містяться в природній мові, спрощуючи складні операційні процеси поточних програм і протоколів Web3.
AI+гра
AI+Game також має високий рівень уяви. Технологія штучного інтелекту не тільки прискорює процес виробництва ігор, але й проходить через усі аспекти створення ігор, демонструючи великий потенціал від видобутку звичок користувачів до налаштування персоналізованих сценаріїв взаємодії. Сьогодні великі виробники ігор активно використовують штучний інтелект і реконструюють екологію ігрової індустрії.
Що стосується виробництва ігор, ШІ надає потужну допомогу для мистецтва, планування та операцій. Штучний інтелект прискорює виробництво ігрового контенту, будь то творче натхнення, генерація рівнів, копірайтинг і операційний аналіз. З точки зору досвіду гри, генерація природної мови, генерація зображень та інші можливості, надані штучним інтелектом, роблять ігровий процес більш інноваційним і різноманітним, а взаємодію NPC більш інтелектуальною та яскравою.
Наприклад, Juewu AI у «Honor of Kings» широко використовувався для оцінки та тестування рівнів; у «Mount & Blade II: Bannerlord» ChatGPT дозволяє NPC динамічно відповідати гравцям, підвищуючи інтерактивність гри; а в « Mount & Blade II: Bannerlord", ChatGPT дозволяє NPC динамічно відповідати гравцям, підвищуючи інтерактивність гри; у "Everlasting" гравці можуть навіть використовувати штучний інтелект для малювання, щоб створювати модні моделі та голосувати за найпопулярніші роботи, демонструючи величезну силу потенціал ШІ в ігрових інноваціях.
Рисунок 5 Джерело: sleeplessAI
На додаток до традиційних ігор Web2, які використовують AI, ігри Web3 нічим не відрізняються. Наприклад, Ultiverse надає користувачам поглиблений аналіз функцій штучного інтелекту та налаштовані соціальні, ігрові, метавсесвітні та інші різноманітні можливості завдяки своєму потужному механізму штучного інтелекту, а також орієнтованій на ШІ віртуальній супутній грі sleeplessAI.
AI+Аналіз
На додаток до випадків на прикладному рівні в іграх, соціальних мережах, транзакціях тощо, ШІ також можна використовувати для аналізу даних, моніторингу та відстеження інформації, ставок і ставок тощо. З’явилися репрезентативні проекти, такі як Kaito та Dune встановити еталон для галузі.
Ми часто посилаємося на діаграми даних Dune у своїх публікаціях у блозі, тому немає потреби вдаватися тут у подробиці.
Резюме
Минулого року інтеграція Web3 та AI не лише спричинила нову тенденцію в технологіях, але й породила новий консенсус у галузі: блокчейн змінив виробничі відносини, а AI змінив продуктивність. Зараз ця концепція глибоко вкоренилася в серцях людей і стала потужною рушійною силою для розвитку галузі.
Оскільки виробники ігор, протоколів DeFi та інших інфраструктурних проектів Web3 збільшили інвестиції в ШІ, поєднання ШІ та Web3 стає важливим напрямком інновацій у галузі. Насправді проекти, які тісно пов’язані з концепцією штучного інтелекту, часто можуть швидко завоювати прихильність ринку.Ми вже помічали це дивовижне зростання раніше.
Однак під поверхневим процвітанням і галасом ми не можемо ігнорувати реальні перешкоди в індустрії AI+Web3. Практикам, зокрема, необхідно глибоко вивчити сценарії його практичного застосування та оцінити його здатність створювати цінність і будувати галузеві наративи. У довгостроковій перспективі, як формуватиметься екологічна структура індустрії AI+Web3, які сфери демонструватимуть величезний потенціал розвитку та чи зіткнеться вона з етичними та моральними дилемами, ці питання вимагають від нас постійного дослідження та відповіді на практиці.
Тому, стикаючись з хвилею AI+Web3, ми повинні не тільки бачити можливості, які вона несе, але й мати ясний розум і раціонально дивитися на її проблеми та недоліки. Лише таким чином ми зможемо краще зрозуміти контекст розвитку індустрії AI+Web3, сприяти її здоровому та сталому розвитку та скористатися можливостями отримання прибутку, які створює ця тенденція.
Автор: Карл Ю.
**Ця стаття представляє лише погляди автора і не є торговими порадами. **
**Вміст цієї статті є оригінальним, і авторські права належать Gate.io. Якщо вам потрібно передрукувати, будь ласка, вкажіть автора та джерело, інакше ви будете притягнуті до юридичної відповідальності. **