Огляд трьох основних тенденцій та популярних проєктів у сфері Crypto+AI

Протягом минулого місяця у сфері Crypto+AI спостерігалися три значні зміни трендів:

1. Технічний шлях проекту став більш практичним, зосереджуючись на даних про продуктивність, а не на чистій концептуальній упаковці.
2. Сегментація по вертикалях стає фокусом розширення, спеціалізований ІІ замінює універсальний ІІ
3. Капітал більше цінує перевірку бізнес-моделі, проекти з грошовим потоком користуються більшою популярністю.

Ось кілька популярних проектів, їхні описи та аналіз:

Децентралізована платформа оцінки AI моделей

Ця платформа оцінює більше 500 великих моделей за допомогою краудсорсингу, а зворотний зв'язок від користувачів може бути конвертований у готівку. Платформа вже залучила до закупівлі даних відомі AI-компанії, що створило реальний грошовий потік.

Бізнес-модель досить чітка, не є чисто витратною моделлю. Але боротьба з фальшивими замовленнями є великою проблемою, алгоритм протидії «відьмам» потребує постійної оптимізації. Обсяг фінансування в 33 мільйони доларів США свідчить про те, що капітал більше цінує проекти з перевіркою монетизації.

Децентралізована AI обчислювальна мережа

Цей проект вже має певний ринковий консенсус у сфері Solana DePIN. Новий протокол передачі даних і двигун висновків здійснили суттєве дослідження в області крайових обчислень та верифікації даних, що дозволяє знизити затримку на 40% і підтримує підключення гетерогенних пристроїв.

Проектна спрямованість відповідає тенденції локалізації AI "спадання". Проте при виконанні складних завдань все ще потрібно порівнювати ефективність з централізованими платформами, стабільність крайніх вузлів залишається великою проблемою. Периферійні обчислення, як нова потреба, що виникла з web2 AI, також є перевагою дистрибутивної системи web3 AI.

Децентралізована AI дата-інфраструктура

Ця платформа стимулює глобальних користувачів вносити дані з різних областей через токенізовані винагороди, накопичивши понад 14 мільйонів доларів, створивши мережу з мільйона учасників. Технологічно інтегровано ZK-верифікацію та алгоритм консенсусу BFT для забезпечення якості даних, а також використано технології приватних обчислень для виконання вимог комплайнсу.

Максимальна цінність проєкту полягає в тому, що він задовольняє реальні потреби в маркуванні даних для ШІ, особливо в таких сферах, як медицина та автономне водіння, де вимоги до якості даних і відповідності є надзвичайно високими. Проте, рівень помилок у 20% все ще перевищує 10% традиційних платформ, і коливання якості даних є проблемою, яку потрібно постійно вирішувати.

Розподілена обчислювальна мережа на ланцюгу Solana

Цей проект об'єднує невикористані ресурси GPU за допомогою динамічної шардінгової технології, підтримує інференцію великих мовних моделей, вартість якої на 40% нижча, ніж у деяких постачальників хмарних послуг. Дизайн токенізованої торгівлі даними перетворює учасників обчислювальної потужності на зацікавлені сторони, що сприяє залученню більшої кількості людей до мережі.

Це типовий режим "агрегації бездіяльних ресурсів", який логічно є здійсненним. Але 15% - це досить високий рівень помилок при міжланковій верифікації, технічну стабільність ще потрібно покращити. Має переваги в таких сценаріях, як 3D рендеринг, де вимоги до реального часу не є високими, ключовим є те, чи можна знизити рівень помилок.

Платформа високочастотної торгівлі криптовалютами на базі штучного інтелекту

Ця платформа використовує технологію динамічної оптимізації торгових шляхів, що дозволяє зменшити сліпий рух, реальні вимірювання показали підвищення ефективності на 30%. Проект займається відносно пустою нішею в сегменті DeFi кількісної торгівлі, заповнюючи потреби ринку.

DeFi дійсно потребує більш розумних торгових інструментів, але висока частота угод вимагає надзвичайно високої точності та затримки, а також реальної співпраці між прогнозами штучного інтелекту та виконанням на ланцюгу ще потрібно перевірити. Крім того, атаки MEV є великою небезпекою, що вимагає вдосконалення відповідних технічних заходів захисту.