近年、人工知能（AI）とブロックチェーン技術の急速な発展に伴い、AI+暗号トラックは投資家にとって注目の領域となっています。ブロックチェーンは、その分散化、高い透明性、低エネルギー消費、独占禁止の特性を備えており、AI システムの強力な集中化と不透明な処理を補い、この 2 つの組み合わせにより、前例のない機会がもたらされます。
Vitalik 氏によると、AI とブロックチェーンを組み合わせたアプリケーションは主に、アプリケーション参加者として、アプリケーション インターフェイスとして、アプリケーション ルールとして、およびアプリケーション ターゲットとしての 4 つの主要なカテゴリに分類されます。同氏は、暗号通貨におけるAIの役割は、コンピューティング能力の最適化、アルゴリズムの最適化、データの最適化など、「アプリケーション」の観点からもっと検討されるべきだと提案した。
Huobi Research Institute は、AI のアプリケーション レベルに応じて暗号技術への参加の方向性を区別しています。アプリケーション レベルは、基本層、実行層、アプリケーション層に分けられ、それぞれのレベルで検討する価値があります。たとえば、zkML テクノロジーはゼロ知識証明とブロックチェーン テクノロジーを組み合わせて、AI エージェントの動作に対する安全で検証可能かつ透明性の高いソリューションを提供します。さらに、AI はデータ処理、自動化された dApp 開発、オンチェーン トランザクション セキュリティなどの実行レベルでも大きな可能性を示しています。アプリケーションレベルでは、AI主導の取引ロボット、予測分析ツール、AMM流動性管理がDeFi分野で重要な役割を果たしています。
この記事では、インフラストラクチャレベルとアプリケーションレベルでのイノベーションと開発に焦点を当てながら、AI+暗号トラックの投資の方向性について詳しく説明し、中期的および中期的な観点からAIとブロックチェーンの組み合わせの見通しと課題を分析します。長期的な投資戦略。
この記事は、現在 HTX Ventures に所属しているチーム、Huobi Research によって書かれました。 HTX Ventures は Huobi HTX のグローバル投資部門であり、投資、インキュベーション、研究を統合して、世界中で最も有望なチームを特定します。現在、HTX Ventures は複数のブロックチェーン トラックにわたって 200 以上のプロジェクトをサポートしており、これらの高品質プロジェクトの一部は取引のために Huobi HTX にリストされています。
AIトラックの主な方向性
ブロックチェーンは、集中化、透明性の低さ、エネルギー消費、独占という点で人工知能とはまったく逆です。上記の原則と独自の考え方に従って、Vitalik は人工知能とブロックチェーンを組み合わせたアプリケーションを 4 つの主要なカテゴリに分類します。
ゲームのプレイヤーとしての AI
ゲームへのインターフェースとしての AI
ゲームのルールとしての AI
ゲームの目的としての AI
ブテリン氏は、暗号通貨におけるAIの役割をより「応用」の観点から考えています。 生産性 VS 生産関係の観点から考えてみると。暗号は実際には、より多くの生産関係を提供します。この観点からは、主に次の 3 つの方向から考えることができます。
- コンピューティング能力の最適化: 分散型で効率的なコンピューティング リソースを提供し、単一点障害のリスクを軽減し、全体的なコンピューティング効率を向上させます。
- 最適化アルゴリズム: アルゴリズムやモデルのオープンソース、共有、革新を促進します。
- データの最適化: データの分散ストレージ、貢献、使用法、セキュリティ管理
HTX Research では、AI の全体的な方向性は、一般的なアーキテクチャに従って、基本層、実行層、アプリケーション層に分類できると考えています。これに応じて、これら 3 つの一般的な方向から AI+Web3 プロジェクトを検討することもできます。基本レイヤーには、インフラストラクチャレベルのモデルトレーニング、データ、分散コンピューティング能力、ハードウェアが含まれており、実行レイヤーのzkテクノロジーと人工知能MLテクノロジーの組み合わせ、データ処理とデータ送信、AIエージェントに焦点を当てています。モデルレベル、zkML、FHE（完全準同型暗号化）など、アプリケーション層では主にAI+DeFi、AI+GameFi、Metaverse、AIGC、Memeなど、およびRAAS（Robotics as a Service）に焦点を当てています。 ）とブロックチェーンレベルでの予言。コンピュータ、コプロセッサ、UBI（ユニバーサルベーシックインカム）など。
その中で、コンピューティング能力レベルの Io.net、基本モデル レベルの Flock、ブロックチェーン インフラストラクチャの ZeroGravity、AI エージェントの Myshell、アプリケーションの 0x Scope など、インフラストラクチャ レベルとアプリケーション レベルのプロジェクトが急速に発展しています。レベル。
次の方向性を検討できます。
1.zkMLの方向
zkML テクノロジーは、ゼロ知識証明とブロックチェーン テクノロジーを組み合わせることで、AI エージェントの動作を監視および制限するための安全で検証可能かつ透明なソリューションを提供します。たとえば、Modulus Labs プロジェクトは zkML テクノロジーを活用して、AI が個人のプライバシーとビジネスの機密性を保護しながら特定のタスクを実行したことを関係者に証明します。
zkML は、人工知能とブロックチェーンの間の仲介者として、AI モデルと入力のプライバシー保護の問題を解決し、推論プロセスの検証可能性を確保することを目的とした一連のソリューションを提案します。これにより、プライベート データを検証するときにパブリック モデルを使用したり、プライベート モデルを検証するときにパブリック データを使用したりする新しい方法が作成されます。機械学習機能を統合することで、スマート コントラクトはより自律性とダイナミクスを実現し、単なる静的なルールではなくリアルタイムのオンチェーン データに基づいて動作できるようになります。この革新により、スマート コントラクトはより柔軟になり、契約が最初に設定されたときに予測されなかったものであっても、より多くの異なるアプリケーション シナリオに適応できるようになります。
zkMLテクノロジーの代表的なプロジェクトの紹介
最初の表は、いくつかの潜在的な ZKML プロジェクトの概要です。2 番目の表は、他のいくつかの ZKML プロジェクトを示しています。
2. データ処理の方向性
これは主に、AI の実行レベルにおけるさまざまなブレークスルー、特に一部のブロックチェーン データ送信レベルおよび開発レベルにおけるいくつかのブレークスルーを指します。具体的な分析は次のとおりです。
a. AI とオンチェーンデータ分析
この方向性は主に、AI テクノロジーを使用してこれらのデータを詳細にマイニングし、LLM の大規模モデルと深層学習アルゴリズムを使用してより多くの洞察を取得することを指します。たとえば、Web3 Analytics は、AI を使用してオンチェーン データ分析を実行し、市場トレンドやユーザーの行動を明らかにするプロジェクトであり、ユーザーがオンチェーン トランザクションと市場トレンドについての洞察を得るのに役立ちます。
b. AI と自動化された dApp 開発
この方向性は主に、Devops の一部のインフラストラクチャ プロジェクトを対象としています。自動開発を使用する一部の AI プロジェクトでは、より多くの開発者を受け入れることができるため、エコシステムがより繁栄します。 AI を使用する一部の開発ツールは、開発者がスマート コントラクトをより迅速に作成し、エラーを自動的に修正するのに役立ちます。また、ドラッグ アンド ドロップの DAPP プログラミング機能を実装できるものもあります。
c. AIとオンチェーントランザクションのセキュリティ
この方向性は主に AI エージェントを指します。 AI アプリケーションのセキュリティと信頼性を向上させる方法として、ブロックチェーン上に AI エージェントを展開することが含まれます。これらの AI エージェントは、トランザクション、データ分析、自動意思決定などのタスクを自動的に実行でき、ブロックチェーン上に展開されることで、その操作が透明かつ追跡可能になるだけでなく、改ざんが困難になり、セキュリティが向上します。システム全体。 AI テクノロジーは、リアルタイムの監視とインテリジェントな分析を通じて悪意のある攻撃やデータ漏洩を特定して防御し、トランザクションのセキュリティとデータの整合性を確保します。
• プロジェクトのケース:
SeQure は、AI を使用してリアルタイムの監視と分析を行い、さまざまな悪意のある攻撃やデータ漏洩を迅速に検出して防御し、チェーン上のトランザクションの安定性とセキュリティを確保するセキュリティ プラットフォームです。
3. AI+DEFIの方向性
AI とアプリケーション層の組み合わせで最も重要なのは、AI+DEFI です。注意すべき AI+DEFI の方向性は次のとおりです。
1. AI駆動の取引ロボット
これらのボットは、取引を迅速かつ正確に実行し、市場データ、ニュースセンチメント、価格変動を分析し、瞬時に取引の決定を下すことができ、多くの場合人間のトレーダーのパフォーマンスを上回ります。
2. 予測分析
暗号通貨市場のボラティリティを予測することは常に課題ですが、AI を活用した分析ツールは、市場トレンドと潜在的な価格変動の信頼できる予測を提供できる重要なツールになりつつあります。
3. AMM流動性管理
たとえば、Uniswap V3 の流動性範囲を調整する場合、AI の統合により、プロトコルは流動性範囲をよりインテリジェントに調整できるため、自動マーケット メーカー (AMM) の効率とメリットが最適化されます。
4. 清算保護と債務残高の管理
オンチェーンとオフチェーンのデータを組み合わせることで、清算保護戦略をよりインテリジェントに実装できるようになり、市場変動時に債務ポジションが確実に保護されます。
5. 複雑な DeFi 構造のプロダクト設計
財務メカニズムを設計するときは、固定された戦略ではなく財務 AI モデルに依存できます。このような戦略には、AI によって管理される取引、ローン、またはオプションが含まれ、商品にインテリジェンスと柔軟性が追加されます。
4. AI+GameFiの方向性
GameFi プロジェクトにおける AI の応用は、主にゲーム体験を豊かにし、イノベーションの可能性を高めることです。その主な方向性は次のとおりです。
1. ゲーム戦略の最適化:
AI はプレイヤーのゲーム習慣と戦略を学習し、ゲームの難易度や戦略をリアルタイムで調整し、よりパーソナライズされたやりがいのあるゲーム体験を提供できます。ディープラーニングと強化学習を通じて、AI はプレイヤーのニーズや好みにさらに適応できるように進化します。
2. ゲームアセット利用管理:
AI テクノロジーは、プレーヤーがゲーム内仮想資産をより効率的に管理および取引するのに役立ちます。スマート コントラクトと自動取引戦略を使用すると、プレイヤーはゲーム資産を自動的に購入、販売、リース、貸与するなど、資産の利用を最大限に活用して投資収益率を最適化できます。
3. ゲームのインタラクションを強化します。
AI は、よりインテリジェントで応答性の高いノンプレイヤー キャラクター (NPC) を作成し、自然言語処理 (NLP) および機械学習 (ML) テクノロジーを通じて、プレイヤーとのより自然でスムーズなインタラクションを実現し、ゲームへの没入感と快適さを向上させます。満足。
時間の観点から考えられる投資戦略
- 短期的には、いくつかの概念的な AI アプリケーションやミームなど、暗号通貨に AI が最初に実装される領域に注意を払う必要があります。 ロジック: 今年、AI 主流サークルは、Nvidia、openai、その他の Web2 企業が大型モデルをアップグレードするたびに、AI トラックのホットスポットに火をつけ、新しい資金も投入されます。これらはこのトラックのエモーショナルな側面を爆発させるでしょう。
- 中期的には、Ai Agent と Intent およびスマート コントラクトの組み合わせは明るい材料です。 AIが成功すると、スマートコントラクトの拡張のためのソリューションが提供され、台帳+契約+AIの新しいブロックチェーンが形成され、イーサリアム時代の台帳+契約の物語が打破されます。
- AI エージェントは V 神が取り組んできた細分化の方向です。 AIエージェントとは、自律的に環境から情報を取得し、自律的に情報を処理し、意思決定し、実行し、自律的に環境を変更することができるAIエージェントを指します。 AI エージェントは現在、AI 分野の最先端セグメントに属しており、大量導入に最も近いアプリケーション層です。
- 物語的に言えば。 AIエージェントはセクシーでホットな美女、GPUクラウドコンピューティング能力は安定した成熟した中年起業家、DA層と結合したAIモデルは髪を振り乱した科学者です。
- 長期的には、AI と zkML テクノロジーの組み合わせ (ただし、web2 AI 企業の ML 責任者は Crypto の AI を嘲笑しています) は、最終的には Crypto 分野に影響を与えるでしょう。
参考文献
- Twitter: https://twitter.com/FinanceYF5/status/1772434625387717055
・Web3 Caff： https://twitter.com/Web3 Caff_Res
- Twitter Vitalik: https://twitter.com/VitalikButerin
付録：
分散コンピューティングおよび人工知能推論プラットフォームのプロジェクト一覧
これは主に、地球規模でアイドル状態のコンピューティング リソースを共有および利用するためのインセンティブとして暗号を使用することを指します。
AIデータおよびモデルソースプロジェクトのリスト
この分野は主にデータの信頼性、透明性、トレーサビリティに基づいており、暗号経済モデルを使用してデータ インセンティブ (C サイド ユーザー) とモデル インセンティブ (開発、B サイド) を提供します。
