Аналіз тенденцій розвитку та популярних проєктів у сфері Crypto+AI

Протягом минулого місяця в сфері Crypto+AI відбулися три помітні зміни трендів:

1. Технічний шлях проекту став більш практичним, почали приділяти увагу показникам продуктивності, а не лише упаковці концепцій.
2. Вертикальні сегменти стають центром розширення, спеціалізований ШІ починає заміщати загальний ШІ.
3. Капітал все більше звертає увагу на верифікацію бізнес-моделей, проекти з грошовим потоком явно користуються більшою популярністю.

Ось кілька популярних проектів з їх коротким описом та аналізом:

Децентралізована платформа оцінки AI моделей

Ця платформа завершила фінансування на стадії посіву в 33 мільйони доларів США у червні. Платформа використовує переваги суб'єктивного судження людей для оцінки слабких місць AI, оцінюючи більше 500 великих моделей через ручну краудсорсинг. Відгуки користувачів можуть бути реалізовані у готівці, що вже залучило декілька компаній для закупівлі даних, сформувавши реальний грошовий потік.

Це проект з відносно чіткою бізнес-моделлю, а не чисто витратним режимом. Але запобігання фальшивим замовленням є великою проблемою, алгоритм протидії атакі відьом потребує постійної оптимізації. З точки зору обсягу фінансування, капітал явно більше цінує проекти з перевіреним монетизаційним потенціалом.

Децентралізована AI обчислювальна мережа

Цей проект завершив фінансування на суму 10 мільйонів доларів у червні. Проект покладається на браузерний плагін, у сфері DePIN на певному публічному блокчейні вже є певний ринковий консенсус. Команда представила протокол передачі даних та двигун висновків, здійснивши суттєві дослідження в галузі крайових обчислень та перевірки даних, що дозволяє знизити затримку на 40% та підтримує підключення гетерогенних пристроїв.

Напрямок проекту відповідає тенденції "зниження" локалізації AI. Однак при виконанні складних завдань потрібно змагатися з централізованими платформами за ефективністю, стабільність крайніх вузлів все ще є проблемою. Проте, крайні обчислення – це нова потреба, що виникла внаслідок внутрішньої конкуренції Web2 AI, а також це перевага розподіленої структури Web3 AI.

Децентралізована AI дата-інфраструктурна платформа

Ця платформа стимулює глобальних користувачів вносити дані з різних галузей (включаючи медицину, автономне водіння, голос тощо) за допомогою токенів, загальний дохід перевищує 14 мільйонів доларів, створено мережу з мільйонами внесків даних.

Технічно платформа інтегрує нульові знання верифікації та алгоритм консенсусу з байдужістю до помилок для забезпечення якості даних, а також використовує технології обчислення конфіденційності для задоволення вимог відповідності. Крім того, платформа випустила пристрій для збору електроенцефалографічних хвиль, що забезпечує розширення від програмного забезпечення до апаратного забезпечення. Економічна модель розроблена раціонально, користувачі можуть отримувати грошові кошти та бали за внесок у дані, а витрати підприємств на підписку на послуги з даних можуть зменшитися на 45%.

Максимальна цінність цього проєкту полягає в тому, що він відповідає реальним потребам у маркуванні даних для штучного інтелекту, особливо в таких сферах, як медицина та автономне водіння, де вимоги до якості даних та відповідності є надзвичайно високими. Проте, 20% рівень помилок все ще перевищує показники традиційних платформ, тому коливання якості даних є питанням, яке потрібно постійно вирішувати. Напрямок інтерфейсу мозок-машина хоч і має простір для уяви, але його реалізація є досить складною.

Розподілена обчислювальна мережа на певному блокчейні

Проект завершив фінансування в розмірі 10,8 мільйонів доларів у червні. Використовуючи технологію динамічного шардінгу для агрегації невикористаних ресурсів GPU, він підтримує інференцію великих мовних моделей за вартістю на 40% нижчою, ніж у певного постачальника хмарних послуг. Проект перетворює учасників, які вносять обчислювальні потужності, на зацікавлені сторони, використовуючи токенізацію даних для стимулювання більшої кількості людей до участі в мережі.

Це типовий "модель агрегування неактивних ресурсів", логічно звучить. Але 15% помилка верифікації між ланцюгами є досить високою, технічна стабільність потребує подальшого вдосконалення. У сценах, де вимоги до реального часу не є високими, як от 3D рендеринг, це дійсно має переваги, але ключовим є зниження рівня помилок, інакше навіть найкраща бізнес-модель буде затримана технічними проблемами.

Платформа для високочастотної торгівлі криптовалютами на базі штучного інтелекту

Платформа завершила раунд фінансування в 3,38 мільйона доларів у червні. Технології платформи можуть динамічно оптимізувати торгові шляхи, зменшуючи сліпи, що призвело до підвищення ефективності на 30%. Проект відповідає тенденціям фінансів з використанням розумних агентів і знайшов точку входу в відносно вільну нішу децентралізованої фінансової кількісної торгівлі, заповнюючи потреби ринку.

Напрямок проекту вірний, дійсно, децентралізованим фінансам потрібні більш розумні торгові інструменти. Але високочастотна торгівля має дуже високі вимоги до затримки та точності, а реальна координація прогнозування ШІ та виконання в ланцюгу ще потребує перевірки. Крім того, максимальний витягуваний вартісний напад є серйозним ризиком, технологічні заходи захисту повинні встигати за цим.