Останні тенденції та аналіз популярних проєктів у сфері злиття криптовалют та ШІ

Нещодавно було проаналізовано популярні проекти у сфері Crypto+AI, і виявлено три помітні тенденції розвитку в цій галузі:

1. Технічний шлях проєкту став більш прагматичним, почали звертати увагу на фактичні показники продуктивності, а не просто покладатися на концептуальну упаковку.

2. Вертикальна сегментація сцен стає пріоритетом для розширення, професійні AI-додатки замінюють універсальні AI-рішення.

3. Капітал більше зосереджується на перевірці бізнес-моделей, проекти з грошовим потоком очевидно користуються більшою популярністю.

Ось кілька проектів, які варто звернути увагу, та їх аналіз:

1. Децентралізована платформа оцінки AI моделей

Ця платформа використовує переваги суб'єктивного судження людини для оцінки слабких місць AI. За допомогою краудсорсингу було оцінено більше 500 великих моделей, а відгуки користувачів можна обміняти на готівку. Проект вже залучив до закупівлі даних відомі компанії AI, що забезпечило реальний грошовий потік.

Бізнес-модель досить чітка, це не чиста модель витрат. Але боротьба з фальшивими замовленнями є великою проблемою, алгоритм протидії нападів «відьом» потребує постійної оптимізації. З огляду на обсяги фінансування в 33 мільйони доларів, капітал явно більше схиляється до проектів з перевіреним монетизацією.

2. Децентралізована AI обчислювальна мережа

Цей проект вже має певний ринковий консенсус у сфері DePIN на платформі Solana, а члени команди походять з відомого проекту Інтернету речей. Новий протокол передачі даних і рушій для виведення здійснили суттєве дослідження в області обробки даних на краю та верифікації даних, зменшуючи затримку на 40% і підтримуючи підключення гетерогенних пристроїв.

Проектна спрямованість відповідає тенденції «поглибленої» локалізації AI. Проте при виконанні складних завдань необхідно конкурувати з централізованими платформами за ефективністю, стабільність крайніх вузлів залишається проблемою. Проте, крайні обчислення є новою потребою, що виникла внаслідок внутрішньої конкуренції Web2 AI, а також перевагами розподіленої архітектури Web3 AI. Розглядаємо можливість просування на основі конкретних продуктів із реальними показниками.

3. Децентралізована платформа даних для ШІ

Ця платформа стимулює глобальних користувачів вносити дані з багатьох галузей (наприклад, охорона здоров'я, автономне водіння, голос і т.д.) через токени, загальний дохід перевищив 14 мільйонів доларів США, була створена мережа з мільйона даних.

Технічно інтегровано перевірку нульових знань та алгоритм консенсусу з візантійською стійкістю для забезпечення якості даних, а також використано технології приватних обчислень від одного з хмарних постачальників для задоволення вимог відповідності. Проект також запустив пристрій для збору електроенцефалографічних даних, реалізуючи розширення від програмного забезпечення до апаратного забезпечення. Економічна модель розроблена раціонально: користувач може заробити 16 доларів і 500 тисяч балів за 10 годин голосового маркування, а витрати підприємств на підписку на послуги з даними можуть бути знижені на 45%.

Максимальна цінність цього проєкту полягає в тому, що він відповідає реальним потребам в маркуванні даних для штучного інтелекту, особливо в таких сферах, як охорона здоров'я та автономне водіння, де вимоги до якості та відповідності даних є надзвичайно високими. Проте рівень помилок у 20% все ще перевищує 10% традиційних платформ, коливання якості даних залишаються проблемою, яку потрібно постійно вирішувати. Напрямок нейрокомп'ютерного інтерфейсу має великий простір для уяви, але його реалізація не є простою.

4. Розподілена обчислювальна мережа на певному публічному блокчейні

Цей проєкт об'єднує невикористані ресурси GPU за допомогою динамічної шардінга, підтримує інференцію великих мовних моделей, коштує на 40% дешевше, ніж деякі хмарні послуги. Його дизайн токенізованої торгівлі даними перетворює внесок у обчислювальну потужність на зацікавлених сторін, що сприяє стимулюванню більшої участі людей у мережі.

Це типова модель "агрегування невикористаних ресурсів", яка логічно зрозуміла. Але 15% помилка перевірки між ланцюгами є занадто високою, технічна стабільність потребує подальшого покращення. У сценах, де вимоги до реального часу не є високими, таких як 3D-рендеринг, це дійсно має переваги, але ключовим є зниження рівня помилок, інакше навіть найкраща бізнес-модель буде затягнута технічними проблемами.

5. Платформа високочастотної торгівлі криптовалютами, керована ШІ

Ця платформа використовує спеціальну технологію для динамічної оптимізації торгових шляхів, зменшуючи проскок, що призвело до підвищення ефективності на 30%. Вона відповідає тенденціям розумного агентського фінансування і знайшла точку входу в цю відносно порожню нішу децентралізованої фінансової кількісної торгівлі, заповнивши потреби ринку.

Напрямок проекту вірний, децентралізованим фінансам справді потрібні більш розумні торгові інструменти. Але високочастотна торгівля має дуже високі вимоги до затримки та точності, а реальна координація між прогнозами ШІ та виконанням на блокчейні ще потребує перевірки. Крім того, максимізація витягуваної вартості є серйозним ризиком, технічні заходи захисту потрібно синхронізувати.