Khung xác thực và tính toán đáng tin cậy của AI mới là lĩnh vực cốt lõi mà cơ sở hạ tầng web3AI cần chinh phục.
Tác giả: Haotian
Gần đây, tôi đã trò chuyện với nhiều nhà phát triển hàng đầu trong lĩnh vực web3AI Build và nhận thấy rằng việc làm xung quanh hạ tầng web3AI phức tạp hơn nhiều so với tưởng tượng.
Hiện tại, hầu hết các dự án AI đang hoạt động trong web3 nói chung là MEME, tự hào với rất nhiều câu chuyện không thể hiện thực hóa và hạ cánh, mấu chốt là thu hút hầu hết sự chú ý và thanh khoản bằng cách cắt vào thị trường thông qua phát hành nhanh, và lông gà (EV âm) sau khi bong bóng ngắn hạn vỡ. Chủ yếu là do câu chuyện của AI + Crypto quá gợi cảm, đồng thời, ứng dụng thực tế của nó quá khó khăn, nó đương nhiên đã trở thành khu vực bị ảnh hưởng nặng nề nhất của bong bóng dựa vào tường thuật để phát hành coin;
Cơ sở hạ tầng web3AI về cơ bản là sự tái cấu trúc của cơ sở hạ tầng AI web2 và hầu hết thời gian đều vô ơn. Cũng giống như khi Crypto thách thức tập trung hóa nhân danh phi tập trung, trong một thời gian dài, kiến trúc mạng phi tập trung bị chỉ trích là vô nghĩa trong việc xây dựng lặp đi lặp lại, cho đến khi hạ cánh các kịch bản ứng dụng DeFi tiếp theo đã tìm thấy một số điểm nắm bắt giá trị.
Tình thế tiến thoái lưỡng nan hiện tại của web3AI cũng giống như tầm nhìn ban đầu của tiền điện tử phi tập trung. Hầu hết mọi người vẫn quen với việc nói "web3AI có công dụng gì"? Nhưng đừng quên, tổng hợp sức mạnh tính toán phi tập trung và suy luận phân tán, mạng chú thích dữ liệu phân tán, v.v., tất cả đều có thể tìm thấy các kịch bản đầu vào về chi phí đào tạo, hiệu suất và tính thực tế.
3）Việc xây dựng và mở rộng cơ sở hạ tầng web3AI có chi phí thử nghiệm khá cao, cần có sự hỗ trợ mạnh mẽ từ chủ nghĩa lý tính. Chẳng hạn, ai cũng biết rằng web3AI cần phải xây dựng tầng dữ liệu, nhưng việc làm sạch một lượng lớn dữ liệu trên chuỗi và ngoài chuỗi cần rất nhiều chi phí vận hành và phát triển máy chủ, đồng thời chi phí kết nối API web3AI trưởng thành cũng như chi phí tính toán, điều chỉnh thuật toán cũng đều cần chi phí. Nếu những chi phí này tập trung vào ứng dụng Agent, có thể nhanh chóng khám phá ra mô hình biến đổi thương mại, nhưng nếu tập trung vào cấp độ cơ sở hạ tầng, trong bối cảnh thị trường hiện tại không được ưa chuộng với những câu chuyện công nghệ, thì đó là một thách thức đối với nhiều đội ngũ phát triển.
Điều rắc rối hơn là, không giống như hạ tầng web2 truyền thống, web3 AI cũng cần giải quyết bài toán phối hợp dữ liệu off-chain và xác minh on-chain, cơ chế phân phối và cập nhật mô hình theo mạng P2P và thiết kế phức tạp thay thế các mô hình kinh doanh truyền thống bằng các ưu đãi Tokenomics. Tuy nhiên, sự thiển cận của vốn và bầu không khí đầu cơ của thị trường ưa chuộng đã khiến một số tiền nóng chảy vào các ứng dụng Agent được vội vã trực tuyến hoàn toàn vì lợi ích của các điểm nóng, khiến các nhóm thực sự đang làm việc ở tầng cơ sở hạ tầng khó có được sự hỗ trợ đầy đủ.
4）web3AI hạ tầng tương thích với thuộc tính "hộp đen" của mô hình lớn gặp phải vấn đề ảo giác, khiến cho sự an toàn và độ tin cậy của nó trong một số tình huống trở thành thách thức lớn. Nhìn thấy @SlowMist_Team
Gần đây, những kết quả về lỗ hổng an ninh MCP khiến tôi cảm thấy rằng, việc kiểm toán an ninh chuyên nghiệp xung quanh MCP đã đủ để hỗ trợ định vị của SlowMist như một công ty kiểm toán AI trong tương lai. Đây chỉ là một ví dụ cụ thể, xác minh rằng các AI LLMs như là nguồn dữ liệu cơ bản kết nối với hạ tầng AI web3 đang tồn tại nhiều thách thức an ninh chưa biết. Nhưng vấn đề xung quanh hạ tầng AI web3 không chỉ dừng lại ở đây, còn có các khung tính toán có thể xác minh được xây dựng thông qua xác thực mật mã web3 và cơ chế đồng thuận trên chuỗi, để đảm bảo rằng quá trình suy luận AI có thể được truy xuất và xác minh.
Trên thực tế, khung xác minh và tính toán đáng tin cậy của AI là lĩnh vực cốt lõi mà cơ sở hạ tầng web3AI sẽ vượt qua. Khi mô hình lớn hiện tại xử lý các thông tin nhạy cảm cao như tài chính, chăm sóc y tế và luật pháp, tỷ lệ chấp nhận trong lĩnh vực chuyên môn bị hạn chế rất nhiều vì nó không thể cung cấp khả năng kiểm chứng của quá trình suy luận. Sự trưởng thành của cơ sở hạ tầng AI web3, chẳng hạn như lớp nền zkVM, mạng Oracle phi tập trung, giải pháp bộ nhớ phi tập trung, v.v., có thể xây dựng một bộ khung tính toán có thể xác minh và chứng minh cho AI, đồng thời về cơ bản giúp AI đạt được sự mở rộng nhanh chóng của các kịch bản dọc.
Trên đây.
Hành trình xây dựng hạ tầng và ứng dụng của web3AI sẽ không diễn ra ngay lập tức, mà là một cuộc đua marathon dài. Ai có thể thực sự xây dựng hạ tầng và hệ sinh thái ứng dụng giải quyết các vấn đề thực tế, ai có thể cân bằng mối quan hệ giữa sự khuếch trương và giá trị trong quá trình Go-To-Market, ai có thể tìm ra vòng kết nối thương mại thực tế trong khi vẫn duy trì tính tiên phong về công nghệ, thì người đó mới có thể trở thành người thực sự hưởng lợi cuối cùng trong ngành.
Nội dung chỉ mang tính chất tham khảo, không phải là lời chào mời hay đề nghị. Không cung cấp tư vấn về đầu tư, thuế hoặc pháp lý. Xem Tuyên bố miễn trừ trách nhiệm để biết thêm thông tin về rủi ro.
Hành trình xây dựng hạ tầng và ứng dụng Web3 AI là một cuộc thi marathon dài.
Tác giả: Haotian
Gần đây, tôi đã trò chuyện với nhiều nhà phát triển hàng đầu trong lĩnh vực web3AI Build và nhận thấy rằng việc làm xung quanh hạ tầng web3AI phức tạp hơn nhiều so với tưởng tượng.
Hiện tại, hầu hết các dự án AI đang hoạt động trong web3 nói chung là MEME, tự hào với rất nhiều câu chuyện không thể hiện thực hóa và hạ cánh, mấu chốt là thu hút hầu hết sự chú ý và thanh khoản bằng cách cắt vào thị trường thông qua phát hành nhanh, và lông gà (EV âm) sau khi bong bóng ngắn hạn vỡ. Chủ yếu là do câu chuyện của AI + Crypto quá gợi cảm, đồng thời, ứng dụng thực tế của nó quá khó khăn, nó đương nhiên đã trở thành khu vực bị ảnh hưởng nặng nề nhất của bong bóng dựa vào tường thuật để phát hành coin;
Cơ sở hạ tầng web3AI về cơ bản là sự tái cấu trúc của cơ sở hạ tầng AI web2 và hầu hết thời gian đều vô ơn. Cũng giống như khi Crypto thách thức tập trung hóa nhân danh phi tập trung, trong một thời gian dài, kiến trúc mạng phi tập trung bị chỉ trích là vô nghĩa trong việc xây dựng lặp đi lặp lại, cho đến khi hạ cánh các kịch bản ứng dụng DeFi tiếp theo đã tìm thấy một số điểm nắm bắt giá trị.
Tình thế tiến thoái lưỡng nan hiện tại của web3AI cũng giống như tầm nhìn ban đầu của tiền điện tử phi tập trung. Hầu hết mọi người vẫn quen với việc nói "web3AI có công dụng gì"? Nhưng đừng quên, tổng hợp sức mạnh tính toán phi tập trung và suy luận phân tán, mạng chú thích dữ liệu phân tán, v.v., tất cả đều có thể tìm thấy các kịch bản đầu vào về chi phí đào tạo, hiệu suất và tính thực tế.
3）Việc xây dựng và mở rộng cơ sở hạ tầng web3AI có chi phí thử nghiệm khá cao, cần có sự hỗ trợ mạnh mẽ từ chủ nghĩa lý tính. Chẳng hạn, ai cũng biết rằng web3AI cần phải xây dựng tầng dữ liệu, nhưng việc làm sạch một lượng lớn dữ liệu trên chuỗi và ngoài chuỗi cần rất nhiều chi phí vận hành và phát triển máy chủ, đồng thời chi phí kết nối API web3AI trưởng thành cũng như chi phí tính toán, điều chỉnh thuật toán cũng đều cần chi phí. Nếu những chi phí này tập trung vào ứng dụng Agent, có thể nhanh chóng khám phá ra mô hình biến đổi thương mại, nhưng nếu tập trung vào cấp độ cơ sở hạ tầng, trong bối cảnh thị trường hiện tại không được ưa chuộng với những câu chuyện công nghệ, thì đó là một thách thức đối với nhiều đội ngũ phát triển.
Điều rắc rối hơn là, không giống như hạ tầng web2 truyền thống, web3 AI cũng cần giải quyết bài toán phối hợp dữ liệu off-chain và xác minh on-chain, cơ chế phân phối và cập nhật mô hình theo mạng P2P và thiết kế phức tạp thay thế các mô hình kinh doanh truyền thống bằng các ưu đãi Tokenomics. Tuy nhiên, sự thiển cận của vốn và bầu không khí đầu cơ của thị trường ưa chuộng đã khiến một số tiền nóng chảy vào các ứng dụng Agent được vội vã trực tuyến hoàn toàn vì lợi ích của các điểm nóng, khiến các nhóm thực sự đang làm việc ở tầng cơ sở hạ tầng khó có được sự hỗ trợ đầy đủ.
4）web3AI hạ tầng tương thích với thuộc tính "hộp đen" của mô hình lớn gặp phải vấn đề ảo giác, khiến cho sự an toàn và độ tin cậy của nó trong một số tình huống trở thành thách thức lớn. Nhìn thấy @SlowMist_Team
Gần đây, những kết quả về lỗ hổng an ninh MCP khiến tôi cảm thấy rằng, việc kiểm toán an ninh chuyên nghiệp xung quanh MCP đã đủ để hỗ trợ định vị của SlowMist như một công ty kiểm toán AI trong tương lai. Đây chỉ là một ví dụ cụ thể, xác minh rằng các AI LLMs như là nguồn dữ liệu cơ bản kết nối với hạ tầng AI web3 đang tồn tại nhiều thách thức an ninh chưa biết. Nhưng vấn đề xung quanh hạ tầng AI web3 không chỉ dừng lại ở đây, còn có các khung tính toán có thể xác minh được xây dựng thông qua xác thực mật mã web3 và cơ chế đồng thuận trên chuỗi, để đảm bảo rằng quá trình suy luận AI có thể được truy xuất và xác minh.
Trên thực tế, khung xác minh và tính toán đáng tin cậy của AI là lĩnh vực cốt lõi mà cơ sở hạ tầng web3AI sẽ vượt qua. Khi mô hình lớn hiện tại xử lý các thông tin nhạy cảm cao như tài chính, chăm sóc y tế và luật pháp, tỷ lệ chấp nhận trong lĩnh vực chuyên môn bị hạn chế rất nhiều vì nó không thể cung cấp khả năng kiểm chứng của quá trình suy luận. Sự trưởng thành của cơ sở hạ tầng AI web3, chẳng hạn như lớp nền zkVM, mạng Oracle phi tập trung, giải pháp bộ nhớ phi tập trung, v.v., có thể xây dựng một bộ khung tính toán có thể xác minh và chứng minh cho AI, đồng thời về cơ bản giúp AI đạt được sự mở rộng nhanh chóng của các kịch bản dọc.
Trên đây.
Hành trình xây dựng hạ tầng và ứng dụng của web3AI sẽ không diễn ra ngay lập tức, mà là một cuộc đua marathon dài. Ai có thể thực sự xây dựng hạ tầng và hệ sinh thái ứng dụng giải quyết các vấn đề thực tế, ai có thể cân bằng mối quan hệ giữa sự khuếch trương và giá trị trong quá trình Go-To-Market, ai có thể tìm ra vòng kết nối thương mại thực tế trong khi vẫn duy trì tính tiên phong về công nghệ, thì người đó mới có thể trở thành người thực sự hưởng lợi cuối cùng trong ngành.