“Khi sự đổi mới vĩ đại xuất hiện, gần như chắc chắn nó sẽ ở dạng lộn xộn, không đầy đủ và khó hiểu. Đối với bản thân người khám phá nó sẽ chỉ được hiểu một nửa; đối với những người khác, nó sẽ là một bí ẩn. Đối với bất kỳ suy đoán nào thoạt đầu có vẻ không điên rồ thì sẽ không có hy vọng.” – Freeman Dyson
Trong bài viết này, tôi sẽ khám phá sự hội tụ tiềm năng nào đang diễn ra trong lĩnh vực tiền điện tử và trí tuệ nhân tạo, đồng thời liệt kê 17 dự án Crypto x AI mà bạn có thể quan tâm và cân nhắc thêm vào danh sách theo dõi của mình.
Trước khi đi sâu vào vấn tôi nhấn mạnh một điều: Chúng ta mới chỉ khám phá bề
Nhưng trước khi đi sâu vào vấn đề, hãy để tôi nói một điều: chúng ta chỉ mới khám phá bề mặt của Crypto x AI. Lĩnh vực này hiện còn non trẻ, phức tạp và thực sự có tính đầu cơ.
Tôi chỉ là một nhà nghiên cứu tiền điện tử khiêm tốn đang cố gắng bắt kịp tốc độ với một ngành dọc mới nổi, vì vậy hãy thận trọng khi tiếp cận bất kỳ khoản đầu tư nào vào lĩnh vực này. Chúng ta đang ở giai đoạn đầu cơ rất sớm và có khả năng giá trong chu kỳ này sẽ vượt xa công nghệ và các nguyên tắc cơ bản.
Nội dung bao gồm
- Tổng quan chung về AI
- AI Stack
- Tại sao tiền điện tử và AI lại phù hợp?
- Các ngành dọc tiền điện tử x AI mới nổi khác
- Danh sách các dự án đang theo dõi thuộc nhóm theo dõi Crypto x AI (17 dự án)
Tổng quan chung về AI
Trí tuệ nhân tạo (AI) là một chủ đề dày đặc và sẽ phải mất nhiều năm nghiên cứu để thực sự hiểu được mọi khía cạnh của nó. Nhưng vì lợi ích của bài đăng này, tôi sẽ lập luận rằng AI đề cập đến lĩnh vực cố gắng bắt chước hoặc mô phỏng trí thông minh nhận thức của con người để thực hiện nhiều nhiệm vụ từ học tập, lý luận, giải quyết vấn đề hoặc hiểu ngôn ngữ tự nhiên.
Mặc dù AI là lĩnh vực R&D thích hợp trong nhiều năm, nhưng bước đột phá thực sự của nó lại đến với sự xuất hiện của ChatGPT. Tất cả chúng ta đều nhớ mình đã choáng váng như thế nào khi lần đầu tiên tương tác với bot AI có khả năng sáng tạo này. Nhìn lại, thật công bằng khi đồng ý rằng đó là khoảnh khắc giống như “iPhone”.
Nó có tốc độ áp dụng nhanh nhất trong số các sản phẩm tiêu dùng trong lịch sử, đạt quy mô 100 triệu người dùng sau 2 tháng. Ngược lại, Facebook phải mất 1500 ngày để đạt được số lượng người dùng tương tự.
Chúng ta hiện đang chứng kiến sự tăng trưởng theo cấp số nhân trong lĩnh vực này. Khi xem xét ước tính của ARK hiệu suất của mô hình đào tạo có thể tăng gấp 5 lần trong năm 2024, rõ ràng là AI sẽ tiếp tục mở ra nhiều khả năng ứng dụng hơn nữa.
Trong những năm tới, sẽ không có gì ngạc nhiên khi chứng kiến sự xuất hiện của một số công ty trị giá hàng tỷ đô la trong cả hai ứng dụng tận dụng AI hoặc cơ sở hạ tầng giúp cuộc cách mạng AI trở nên khả thi. Trên thực tế, nguồn tài trợ cho lĩnh vực này gần đây đã bùng nổ.
Nói về điều đó, chúng ta hãy nhìn xa hơn một chút về điều gì thực sự khiến thứ gọi là AI này trở nên khả thi.
AI stack
Giống như tôi, tôi chắc chắn rằng khi bạn nghĩ về AI, điều đầu tiên bạn nghĩ đến là ChatGPT và lời nhắc AI tổng quát. Nhưng đây chỉ là phần nổi của tảng băng trôi và trên thực tế, lĩnh vực “AI” phức tạp hơn nhiều. Để hiểu rõ hơn, dưới đây là tổng quan nhanh về các lớp công nghệ và thành phần khác nhau tạo nên hệ thống AI:
Phần cứng máy tính
AI không chỉ là về code. AI sử dụng nhiều tài nguyên và cơ sở hạ tầng vật lý cụ thể như bộ xử lý thần kinh (NPU), bộ xử lý đồ họa (GPU) và bộ xử lý kéo (TPU) là rất cần thiết. Cuối cùng, đây là thứ cung cấp phương tiện vật lý để thực hiện các phép tính và thực thi các thuật toán giúp hệ thống AI hoạt động. Không có chúng, sẽ không có AI.
Những người dẫn đầu ngành trong lĩnh vực đó là Nvidia (hiện chưa cần giới thiệu), Intel và AMD. Họ cạnh tranh để phát triển phần cứng hiệu quả nhất, cả về khối lượng công việc đào tạo mô hình và suy luận.
Cho đến nay, Nvidia là một trong những cách đơn giản nhất để tiếp cận cuộc cách mạng này (như được thể hiện qua hành động giá gần đây của cổ phiếu Nvidia).
Nền tảng đám mây
Các nhà phát triển AI dựa vào phần cứng để chạy mô hình của họ. Thông thường, họ có hai cách để có được dung lượng phần cứng này: Họ có thể chạy GPU cục bộ; hoặc dựa vào các nhà cung cấp cloud. Giải pháp đầu tiên thường tỏ ra quá tốn kém và không có giá trị kinh tế, và theo thời gian, các nhà cung cấp đám mây đã chứng tỏ là một giải pháp thay thế thú vị.
Đây là những tập đoàn lớn có nhiều tài nguyên và vận hành những phần cứng mạnh mẽ này, đồng thời cho phép các nhà phát triển sử dụng những tài nguyên này trên cơ sở trả tiền khi sử dụng hoặc đăng ký. Điều này giúp loại bỏ nhu cầu các nhà phát triển phải đầu tư và duy trì cơ sở hạ tầng vật chất của riêng họ.
Những người dẫn đầu ngành trong lĩnh vực đó là đám mây AWS, Google Cloud hoặc Nvidia DGX. Mục tiêu của họ là cung cấp cho các nhà phát triển thuộc mọi quy mô quyền truy cập nhanh vào siêu máy tính đa nút để đào tạo các LLM phức tạp nhất.
Models
Trên hết là phần phức tạp và được thổi phồng nhất của mô hình AI: ML (Machine Learning). Đó là những hệ thống tính toán được thiết kế để thực hiện các nhiệm vụ mà không cần hướng dẫn lập trình rõ ràng và đại diện cho bộ não của hệ thống AI.
Quy trình ML được chia thành ba bước: dữ liệu, đào tạo và suy luận, đồng thời có ba loại hình học chính: học có giám sát, học không giám sát và học tăng cường.
- Học có giám sát là học từ các ví dụ (do giáo viên cung cấp). Một model có thể được cho xem hình ảnh những con chó và được giáo viên cho biết đây là những con chó. Sau đó, model học cách phân biệt chó với các động vật khác.
- Nhiều mô hình phổ biến, chẳng hạn như LLM (ví dụ GPT-4 và LLaMa) được đào tạo bằng phương pháp học không giám sát. Trong phương thức học tập này, giáo viên không đưa ra hướng dẫn hay ví dụ nào. Đúng hơn, mô hình học cách tìm các mẫu trong dữ liệu.
- Học tăng cường (học từ thử và sai), chủ yếu được sử dụng trong các nhiệm vụ ra quyết định tuần tự như điều khiển robot và chơi trò chơi (ví dụ: cờ vua hoặc cờ vây).
Cuối cùng, những mô hình đó có thể là nguồn mở (có thể tìm thấy trên các trung tâm mô hình như Hugging Face) hoặc nguồn đóng (các mô hình như OpenAI nơi việc trình bày được thực hiện thông qua API).
Ứng dụng: Đây là lớp cuối cùng của AI stack và là lớp mà chúng ta thường gặp với tư cách là người dùng. Họ có thể là B2B hoặc B2C và tận dụng các mô hình AI để xây dựng một ứng dụng trên đó. Một ví dụ phổ biến là Replika, một ứng dụng cho phép bạn thiết kế một đối tác ảo và trò chuyện về mọi thứ 24/7. Khi xem xét các đánh giá khác nhau, có vẻ như nó đã có tác động rõ rệt đến cuộc sống của nhiều người.
Nhìn chung, có vẻ như các lớp công nghệ khác nhau đó vẫn đang trong giai đoạn phát triển ban đầu và chúng ta mới chỉ đang ở giai đoạn đầu của cái mà một số người thích gọi là vụ nổ Cambrian. Với ý nghĩ đó, chúng ta sẽ thấy rằng tiền điện tử có vai trò trong sự bùng nổ công nghệ này.
Tại sao tiền điện tử và AI lại phù hợp
Mặc dù tiền điện tử không nhất thiết phải cần thiết trong mọi lát cắt của hệ thống AI, nhưng có rất nhiều lý do để tin rằng AI phi tập trung cũng quan trọng như tiền phi tập trung, rằng các hợp đồng thông minh có thể thúc đẩy học máy để cung cấp trải nghiệm mạnh mẽ cho người dùng hoặc tiền điện tử có thể mang lại bảo mật, minh bạch hơn và mở khóa các trường hợp sử dụng mới cho AI.
AI đang thống trị bối cảnh tiền điện tử
Và thị trường đã thể hiện rất nhiều sự nhiệt tình đối với ứng dụng tiềm năng của tiền điện tử và AI và xu hướng đang cho thấy đây là câu chuyện hấp dẫn nhất. Kể từ đầu năm 2024, AI đã hoạt động rất tốt so với các lĩnh vực khác trong tiền điện tử.
Với tất cả những bước phát triển tiếp theo sắp diễn ra trong lĩnh vực này, có rất nhiều lý do để tin rằng chúng ta vẫn đang ở những ngày đầu và bong bóng có thể chỉ đang hình thành.
Nói về điều đó, chúng ta hãy xem những phát triển khác nhau đang diễn ra giữa tiền điện tử và AI là gì.
Các ngành dọc mới nổi khác nhau của Crypto x AI
Dưới đây là một số sự phối hợp chính giữa tiền điện tử và AI:
Từ nhà cung cấp đám mây tập trung đến DePIN:
Như chúng ta đã thảo luận, các lớp nền tảng của AI là nhà cung cấp phần cứng và đám mây. Mặc dù tiền điện tử không thể cạnh tranh trong việc sản xuất phần cứng tốt hơn (và không có lý do gì cho điều đó), nhưng công bằng mà nói thì nó có vai trò trong việc cung cấp quyền truy cập vào các siêu máy tính đa nút đó theo cách hiệu quả hơn, an toàn hơn và phi tập trung hơn. Đây là một phần của trường con của tiền điện tử có tên DePIN hoặc Cơ sở hạ tầng vật lý phi tập trung. Chúng đại diện cho các giao thức blockchain khuyến khích các cộng đồng phi tập trung xây dựng và duy trì phần cứng vật lý.
Ở đây, trường hợp sử dụng chính của DePIN cho AI sẽ là:
- Lưu trữ đám mây
- Khả năng tính toán
Ý tưởng ở đây rất đơn giản: Các nhà phát triển AI cần nhiều GPU và dung lượng lưu trữ dữ liệu hơn và có rất nhiều lý do để tin rằng các dự án DePIN tiền điện tử có thể giúp thúc đẩy nguồn cung cấp điện toán và lưu trữ mới cho thị trường bằng cách kích hoạt các tài nguyên tiềm ẩn bằng các ưu đãi dựa trên mã token.
Đây là cái nhìn tổng quan tuyệt vời về toàn bộ lĩnh vực DePIN nếu bạn muốn tìm hiểu sâu hơn.
Kích hoạt tính minh bạch, quản trị người dùng và quyền sở hữu dữ liệu:
AI sẽ lớn hơn internet. Điều này có nghĩa là việc hiểu những mô hình nào được sử dụng, cách chúng hoạt động và dữ liệu nào được đưa vào chúng đang trở nên quan trọng để một xã hội tự do và dân chủ hoạt động tốt. Với suy nghĩ đó, có cảm giác rằng cuộc tranh luận không hồi kết về hộp đen và sức mạnh khổng lồ của những gã khổng lồ Web2.0 có thể kết thúc bằng cách trao quyền sở hữu cho người dùng thông qua AI Tokenization (từ Cơ sở hạ tầng, cho đến mô hình và ứng dụng).
Biết được nguồn gốc của các mô hình AI mà ai đó đang sử dụng có thể rất quan trọng trong một số trường hợp. Giống như mọi thứ, các mô hình đều có những thành kiến và tùy thuộc vào cách chúng được tạo ra cũng như dữ liệu chúng được đào tạo, kết quả đầu ra có thể hoàn toàn khác nhau. Có một trường hợp chắc chắn được đưa ra rằng các mô hình và hoạt động đào tạo AI phải được phân cấp và trực tuyến để mang lại sự minh bạch hơn.
Chúng tôi không cần Thượng viện hoặc các thực thể mờ ám quyết định hướng đi của thế giới (thông qua mô hình AI), kiểm soát dữ liệu của chúng tôi mà không có sự đồng ý, cũng như vô số điều khoản và điều kiện mà thành thật mà nói, chúng tôi sẽ không bao giờ có thể đọc được và câu trả lời. Trên thực tế, chúng tôi muốn điều ngược lại ở đó tính minh bạch và quản trị người dùng được đặt lên hàng đầu trong mọi việc và nơi chúng tôi có quyền kiểm soát dữ liệu của mình.
Bằng cách sử dụng cơ sở hạ tầng tiền điện tử, chúng tôi có thể tránh lặp lại sai lầm tương tự như chúng tôi đã làm với các ứng dụng internet. Thay vào đó, chúng ta có thể có quyền sở hữu tập thể, quản trị phi tập trung và tính minh bạch ở mọi cấp độ. Đây là con đường phía trước.
Điều chỉnh các ưu đãi và kiếm tiền từ AI:
Dữ liệu đào tạo chất lượng cao là một trong những yếu tố đóng góp chính cho hiệu suất của mô hình. Tuy nhiên, như ARK đã đề cập, các nguồn dữ liệu đào tạo chất lượng cao có thể cạn kiệt vào năm 2024, có khả năng dẫn đến hiệu suất mô hình ở mức ổn định.
Tại đây, tiền điện tử có thể khuyến khích các cá nhân kiếm tiền từ cả tập dữ liệu riêng tư và công cộng cũng như các mô hình AI, đại lý và các phần khác của hệ thống AI. Với khả năng tạo ra các thị trường đa diện, toàn cầu, không cần xin phép, bất kỳ ai cũng có thể được trả công khi đóng góp. Ngoài ra còn có khả năng khuyến khích mọi người duy trì chất lượng dữ liệu được sử dụng để đào tạo các mô hình AI nền tảng hoặc để cung cấp các mô hình khác nhau cho một mạng cụ thể.
Tiền điện tử đang thúc đẩy sự bùng nổ tài chính. AI stack cần có cơ chế thanh toán riêng. Nghe có vẻ phù hợp phải không?
AI/ML trên chuỗi (ZKML & opML):
Mật mã không kiến thức (Zero knowledge cryptography) là một trong những công nghệ phổ biến nhất trong web3 vì nó mang lại khả năng tạo bằng chứng về “tính toàn vẹn” cho một tập hợp tính toán nhất định, trong đó bằng chứng dễ xác minh hơn đáng kể so với việc thực hiện tính toán.
Khi nói về ZKML, chúng ta đang nói về khả năng đưa bằng chứng ZK vào phần “suy luận” và “dữ liệu” của mô hình học máy (chứ không phải phần đào tạo vốn quá chuyên sâu về tính toán). Khi nghiên cứu và công nghệ trong lĩnh vực này phát triển, chúng ta có thể thấy các giải pháp hiệu quả hơn và có thể mở rộng hơn, có khả năng giúp ZKP áp dụng tốt hơn cho giai đoạn đào tạo của các mô hình học máy
Với ZKML, các tính toán bị ẩn khỏi trình xác minh nhưng người chứng minh có thể chứng minh tính đúng đắn của tính toán của ML mà không tiết lộ thêm thông tin.
OPML (Optimistic Machine Learning) là một cách tiếp cận khác cho phép suy luận và đào tạo/tinh chỉnh mô hình AI trên hệ thống blockchain bằng cách sử dụng phương pháp Optimistic. Các mô hình LlaMA2 và Stable Diffusion hiện có thể được cung cấp trên chuỗi thông qua các cơ chế Optimism (tương tự như Optimism và Arbitrum).
Giải pháp mới nhất từ một dự án cụ thể được đề cập sau này kết hợp zkML và opML, cho phép Ethereum chạy bất kỳ mô hình nào có tính năng bảo mật.
Điều này có thể dẫn đến một kỷ nguyên mới của các mô hình ML, nơi chúng sẽ hoạt động trên chuỗi và minh bạch, nơi có thể dễ dàng xác minh rằng một đầu ra nhất định là sản phẩm của một gi.
Xác thực và quyền riêng tư:
Khi các ứng dụng AI phát triển, chúng ta đang tiến tới điểm bùng phát mà không ai có thể biết đâu là thật hay mô phỏng trực tuyến. Nhìn vào hình ảnh này được tạo bởi Sora, nền tảng chuyển văn bản thành video gần đây của OpenAI, bạn có nghĩ mình có thể nhận ra không? Và hãy nghĩ xem điều này sẽ trở nên thuyết phục hơn theo cấp số nhân như thế nào trong những năm tới.
Với thực tế này, có một trường hợp chắc chắn được đưa ra đối với danh tính phi tập trung được lưu trữ trên các chuỗi khối. Điều này có thể bảo vệ mọi người khỏi việc vô tình tương tác với các bot AI và phân biệt thông tin thật với thông tin giả. Trong một thế giới nơi việc rút tiền ngân hàng diễn ra chỉ bằng một vài cú nhấp chuột (như tất cả chúng ta đã trải nghiệm với SVB), việc cung cấp bằng chứng về tính xác thực và tiền điện tử dường như là cách tốt nhất để làm điều đó trở nên quan trọng.
Đây là một ví dụ đơn giản về cách nó có thể hoạt động: Tác giả chính thức của thứ gì đó có thể ký điện tử vào một “hash” trên blockchain với nội dung “Tôi đã tự mình làm việc này”. Một bên khác (chẳng hạn như một công ty truyền thông) có thể chứng thực bằng cách ký một giao dịch có nội dung “Tôi chứng thực điều này”. Người dùng có thể nhận dạng chính mình trong chữ ký bằng cách chứng minh bằng mật mã quyền kiểm soát đối với tên miền (ví dụ: nytimes.com).
Bằng cách đó, thông tin có thể được chứng minh, minh bạch, bất biến và có thể tổng hợp được. Và điều này đang trở thành yếu tố then chốt cho thế giới hậu AI mà chúng ta đang bắt đầu sống.
Danh sách các dự án tiền điện tử x AI đang theo dõi
Tôi chắc chắn rằng đến thời điểm hiện tại, bạn có thể đồng ý rằng có rất nhiều lý do để tin rằng trong giai đoạn tiếp theo của đợt tăng giá này, một danh sách theo dõi AI tốt có thể là một trong những tài sản tốt nhất của bạn.
May mắn thay cho bạn, chúng tôi sẽ chỉ xem xét điều đó. Nhưng trước đó, hãy tự nhắc nhở bản thân rằng hiện tại, đầu cơ đang tràn lan khắp nơi và điều cần thiết là phải thận trọng. Sự thật là ngày nay rất hiếm những dự án hữu hình thực sự. Vì vậy, những gì tiếp theo không phải là những dự đoán mà chỉ là những ý tưởng. Và các ý tưởng sẽ thay đổi rất nhiều khi dữ liệu trở nên sẵn có hơn và thời gian giúp loại bỏ tiếng ồn.
Đây không phải là danh sách đầy đủ, chỉ là những dự án tôi đã cố gắng nghiên cứu mà tôi nghĩ là đáng chú ý. Có rất nhiều điều đang diễn ra trong hạng mục này, rõ ràng là tôi đã bỏ lỡ rất nhiều đội sát thủ.
Như đã nói, hãy xem 17 dự án mà bạn có thể muốn để mắt tới:
1. Render Network
TL;DR: Render là nền tảng GPU phi tập trung tiên phong. Nói tóm lại, dự án này nhằm mục đích khai thác toàn bộ tiềm năng sản xuất của GPU phi tập trung để cung cấp năng lượng cho hai loại dự án khác nhau: tạo nội dung 3D và AI.
Bull case: Nguồn cung GPU đang bị thiếu hụt và nếu AI tiếp tục theo xu hướng hiện tại, tình trạng thiếu hụt sẽ chỉ ngày càng nghiêm trọng hơn và điều này tạo cơ hội cho Render Network + đây là một trong những mã token lớn nhất có khả năng được hưởng lợi từ AI chu kỳ này. Render cũng có nhiều máy clients tính toán AI.
Mã token của dự án: $RNDR
2. Akash Protocol
TL;DR: Akash là một chợ máy tính phi tập trung ra mắt trên mạng chính vào tháng 9 năm 2020 dưới dạng chuỗi ứng dụng Cosmos. Mặc dù phiên bản đầu tiên của Akash tập trung vào CPU (Bộ xử lý trung tâm), nhưng gần đây nó đã chuyển sang tính toán GPU, tận dụng sự thay đổi mô hình này trong cơ sở hạ tầng điện toán nhờ sự bùng nổ AI (tương tự như Render).
Bull case: Tầm nhìn hiện tại của dự án trong bốn từ: “AirBnB cho tính toán GPU”.
Mã token của dự án: $AKT
3. Ora
TL;DR: ORA là giao thức oracle có thể kiểm chứng mang AI và tính toán phức tạp trên chuỗi. Giải pháp opp/ai của họ kết hợp các ưu điểm của zkML và opML, thể hiện bước nhảy vọt từ hai cách tiếp cận.
Bull case: Sự đổi mới của họ đánh dấu một bước ngoặt trong quá trình phát triển AI trên chuỗi, thống nhất bối cảnh zkML và opML.
Token dự án: Gia nhập vào discord của dự án để chờ thông báo mới về tiến độ token
4. io.net
TL; DR: Đây là một dự án DePIN thú vị khác được xây dựng trên Solana, cung cấp quyền truy cập vào các cụm GPU phân tán trên Đám mây với chi phí chỉ bằng một phần nhỏ so với các dịch vụ tập trung tương đương.
Bull case: AWS phi tập trung dành cho đào tạo ML trên GPU. Truy cập tức thì, không cần cấp phép vào mạng lưới GPU và CPU toàn cầu. Công nghệ mang tính cách mạng cho phép phân cụm các GPU lại với nhau trên đám mây. Có thể tiết kiệm 90% chi phí tính toán cho các công ty khởi nghiệp AI quy mô lớn. Tích hợp Render và Filecoin.
Token dự án: Tham gia vào discord io.net, họ sẽ chạy một chương trình cộng đồng dẫn đến một đợt airdrop IO.
5. Bittensor
TL;DR: Bittensor là một dự án nguồn mở, phi tập trung nhằm tạo ra giao thức mạng thần kinh trên blockchain, cho phép tạo các dApp AI và cho phép trao đổi giá trị giữa các mô hình AI theo cách ngang hàng.
Bull case: Đây là một dự án đầy tham vọng đã thu hút được nhiều sự chú ý gần đây và trở thành đồng tiền AI lớn nhất tính theo vốn hóa thị trường. TAO có thể là một trong những người hưởng lợi lớn nhất từ việc đầu cơ vào AI trong chu kỳ này.
Token dự án: TAO và bạn có thể đặt cược TAO của mình với người xác thực để kiếm được lượng lạm phát TAO. Bạn cũng có thể tham gia sâu hơn nếu muốn đóng góp cho mạng lưới bằng cách tham gia vào Discord.
6. Grass
TL;DR: Grass là cơ sở hạ tầng cơ bản hỗ trợ các mô hình AI. Bằng cách cài đặt tiện ích mở rộng web Grass, ứng dụng sẽ tự động bán lượng internet chưa sử dụng của bạn cho các công ty AI, những người sử dụng nó để thu thập internet và đào tạo mô hình của họ. Kết quả? Bạn chia sẻ sự phát triển của AI, kiếm cổ phần trong mạng để bán một tài nguyên mà bạn thậm chí không biết là mình có.
Bull case: Grass đang tạo ra một nguồn doanh thu mới cho mỗi người có kết nối Internet. Grass đang hướng tới việc trở thành lớp cung cấp dữ liệu cho AI phi tập trung. Tôi đã nói rất lâu về dự án này và đã phỏng vấn nhóm (tôi khuyến khích bạn xem nó).
Token dự án: Chạy tiện ích mở rộng chrome ở chế độ nền, mất 2 phút để thiết lập và bắt đầu kiếm điểm Grass, điều này sẽ mang lại mã token GRASS vào cuối năm nay. Đây là lời mời tham gia phiên bản beta kín.
7. Gensyn
TL;DR: Giao thức Gensyn là giao thức không cần tin cậy layer 1 để tính toán deep learning, trao thưởng trực tiếp và ngay lập tức cho những người tham gia bên cung vì đã cam kết thời gian tính toán của họ với mạng và thực hiện các nhiệm vụ ML.
Bull case: Dự án này có những người ủng hộ rất rất mạnh và rõ ràng sẽ là một dự án cơ sở hạ tầng tiền điện tử AI lớn nếu họ có thể thực hiện. Đây là một liên kết đến litepaper.
8. Allora
TL;DR: Allora là mạng AI phi tập trung tự cải tiến. Allora cho phép các ứng dụng tận dụng AI thông minh hơn, an toàn hơn thông qua mạng lưới các mô hình ML tự cải tiến. Bằng cách kết hợp nghiên cứu ở lĩnh vực cơ chế cung cấp dịch vụ cộng đồng (dự đoán ngang hàng), học tập liên kết và zkML, Allora mở ra một không gian thiết kế mới rộng lớn cho các ứng dụng ở điểm giao thoa giữa tiền điện tử và AI.
Bull case: Allora được phát triển bởi Upshot – công ty dẫn đầu thị trường trong việc phát triển cơ sở hạ tầng AI x tiền điện tử trong 2,5 năm qua. Họ tập trung vào nhiều trường hợp sử dụng tài chính hơn: nguồn cấp dữ liệu giá được hỗ trợ bởi AI, kho DeFi được hỗ trợ bởi AI, mô hình rủi ro AI, v.v., điều đó có thể có nghĩa là họ tìm thấy PMF sớm hơn hầu hết.
Đây là litepaper được phát hành gần đây của họ.
Khám phá thêm: Tham gia vào discord để theo dõi cách bạn có thể tham gia với tư cách là thành viên cộng đồng sớm.
9. Botto
TL;DR: Botto là một nghệ sĩ hoàn toàn tự chủ với quy trình khép kín và kết quả đầu ra không bị thay đổi bởi bàn tay con người. Đầu vào duy nhất mà con người có là bỏ phiếu cho các đầu ra của Botto để hướng dẫn nghệ sĩ làm gì tiếp theo.
Bull case: Dự án độc đáo này kết hợp AI, Art, NFT và DeFi và đã tạo ra doanh thu thực tế (4,5 triệu đô la kể từ khi thành lập). Tác phẩm nghệ thuật của Botto đã được bán ở Christie’s. Đây là nghệ sĩ AI đầu tiên mà bạn có thể đầu tư vào. Doanh thu bán tác phẩm nghệ thuật được phân phối cho những staker.
Tìm kiếm cơ hội: Mua token BOTTO hoặc là mua NFT của Botto trên chợ Super Rare.
10. Parallel (Colony)
TL;DR: Colony là một trò chơi không bao giờ kết thúc được hỗ trợ bởi AI, nơi tất cả các vật phẩm trong mô phỏng đều được đưa vào chuỗi. Bạn được ghép đôi với một Parallel Avatar song song, người đóng vai trò như những chiếc ủng trên mặt đất. Bạn và Avatar của bạn sẽ làm việc cùng nhau và chia sẻ các tài nguyên trên chuỗi để điều hướng một thế giới Song song ngày càng mở rộng được cung cấp bởi PRIME.
Bull case: PRIME là một trong những token duy nhất thực sự phù hợp với trò chơi và AI. Colony có thể là một trò chơi xác định thể loại mới và có tiềm năng lan truyền thực sự nếu nhóm thực hiện. Studio sản xuất trò chơi này có lẽ là studio tốt nhất trong lĩnh vực chơi game web3.
Khám phá thêm: PRIME và NFT hình đại diện song song. Đăng ký để chơi trò chơi khi nó ra mắt.
11. Aethir
TL;DR: Aethir giới thiệu một cách tiếp cận mới đối với cơ sở hạ tầng điện toán đám mây, tập trung vào quyền sở hữu, phân phối và sử dụng GPU cấp doanh nghiệp. Nó hoạt động như một chợ và công cụ tổng hợp, tạo điều kiện kết nối giữa những người tham gia bên cung—chẳng hạn như nhà khai thác nút và nhà cung cấp GPU—và người dùng cũng như tổ chức từ các lĩnh vực sử dụng nhiều điện toán như AI, điện toán ảo hóa, trò chơi trên nền tảng đám mây và khai thác tiền điện tử.
Bull case: Aethir có vẻ là một đối thủ cạnh tranh mạnh mẽ khác của DePin trong danh mục đám mây điện toán GPU. Họ tuyên bố có số GPU nhiều hơn 20 lần so với Render. Họ sẽ ra mắt trong một môi trường rất thuận lợi trong một lĩnh vực nóng.
Khám phá thêm: Việc bán nút sắp tới và tham gia vào discord của họ.
12. Morpheus
TL;DR: Morpheus đang xây dựng mạng lưới ngang hàng thực sự phi tập trung đầu tiên gồm các tác nhân thông minh cá nhân để dân chủ hóa AI cho công chúng.
Bull case: Một sự thật thú vị về dự án này là một trong những người đóng góp của nó là Erik Voorhees, một OG thực thụ trong lĩnh vực này. Dự án mang lại cho tôi cảm giác Bittensor.
Thêm thông tin: Bạn có thể stake stETH để kiếm mã thông báo MOR trong thời gian ra mắt
13. Autonolas
TL;DR: Autonolas là một chợ mở để tạo và sử dụng các tác nhân AI phi tập trung. Nhưng hơn thế nữa, nó còn cung cấp một bộ công cụ để các nhà phát triển xây dựng các tác nhân AI được lưu trữ ngoài chuỗi và có thể cắm vào nhiều chuỗi khối bao gồm Polygon, Ethereum, Gnosis Chain hoặc Solana.
Bull case: Autonolas là một trong số ít dự án AI có bằng chứng về việc áp dụng ngày nay. OLAS là một trong số ít token hiện có mà mọi người có thể đặt giá thầu trong danh mục tiền điện tử AI.
Token dự án: OLAS
14. MyShell
TL;DR: MyShell là một nền tảng phi tập trung và toàn diện để khám phá, tạo và đặt cược các ứng dụng gốc AI.
Bull case: MyShell là một AI app store, nhưng cũng là một nền tảng cho phép bạn tạo các bot và ứng dụng AI. Nó cho phép bất cứ ai trở thành một doanh nhân AI và kiếm tiền từ ứng dụng của họ. Sản phẩm này hiện đang được sản xuất.
Một số nội dung thú vị của nhóm.
Theo dõi dự án: Mặc dù họ chưa có mã token, nhưng bạn có thể đăng ký trên ứng dụng của họ và bắt đầu tương tác với bot để kiếm điểm (ai biết điều này có thể mang lại cho bạn điều gì).
15. OriginTrail
TL;DR: OriginTrail tích hợp blockchain và AI để cung cấp Sơ đồ tri thức phi tập trung (DKG) nhằm đảm bảo tính toàn vẹn và nguồn gốc của dữ liệu, nâng cao khả năng của AI bằng cách cung cấp quyền truy cập vào mạng thông tin đã được xác minh. Sự hợp nhất này nhằm mục đích cải thiện hiệu quả và độ tin cậy của các tác nhân AI trong các ngành khác nhau bằng cách thiết lập nền tảng an toàn, đáng tin cậy để tạo, xác minh và truy vấn dữ liệu.
Bull case: Sản phẩm đang hoạt động. Khách hàng doanh nghiệp. Tôi hiểu rằng biểu đồ tri thức cho phép AI diễn giải dữ liệu và hiểu dữ liệu đó trong bối cảnh mọi thứ khác đang diễn ra. TRAC dường như cũng có một lượng người theo dõi sùng bái.
Token dự án: TRAC
16. Ritual
TL;DR: Ritual là lớp thực thi có chủ quyền mở dành cho AI. Ritual sẽ cho phép các nhà phát triển tích hợp liền mạch AI vào ứng dụng hoặc giao thức của họ trên bất kỳ chuỗi nào, cho phép họ tinh chỉnh, kiếm tiền và thực hiện suy luận trên các mô hình bằng sơ đồ mật mã.
Với Ritual, tầm nhìn dành cho các nhà phát triển là có thể xây dựng DeFi hoàn toàn minh bạch, chuỗi khối tự cải tiến, tác nhân tự trị, nội dung được tạo, v.v.
Bull case: Ritual thực sự có những người ủng hộ hàng đầu. Các nhà phát triển có thể dùng thử Infernet SDK ngay bây giờ. Tôi đã tìm thấy một nhà phát triển đã khởi chạy dự án nft thử nghiệm bằng SDK cách đây vài ngày. Khá tuyệt (tôi đã quá muộn để mint).
Tham khảo thêm: Tham gia vào nhóm discord của họ.
17. Nillion
TL;DR: Nillion cho phép đào tạo và suy luận các mô hình AI một cách an toàn và bảo mật, tạo ra xương sống của AI/được cá nhân hóa an toàn
Bull case: Mạng tính toán mù của Nillion mở ra nhiều trường hợp sử dụng mới, trong đó AI được cá nhân hóa là một lĩnh vực được mở khóa khổng lồ. AI được cá nhân hóa sẽ không được áp dụng rộng rãi trừ khi tồn tại quá trình xử lý dữ liệu riêng tư. Giải pháp của Nillion thực sự có vẻ như đang thay đổi cuộc chơi.
Tham khảo thêm: Tham gia vào nhóm discord và luôn để mắt tới. Nếu bạn là nhà phát triển, tôi tin rằng họ sẽ sớm tổ chức một số hackathons.
