OP Crypto研報：AI與Web3結合可能性的無限遐想

2023-06-14 00:06:49

原文作者： michaeljin&Yetta

原文來源：OP Crypto

作為被 AI 大浪潮席卷的Web3從業者，在親歷了最近幾個月的兩個行業的信息爆炸後，整理了一些感想和研究想和 Web3從業者一起共勉：

AI 和Web3, 一個突破了我們對生產力上限的想象, 一個重塑了我們對經濟模式的理解. 作為代表着未來發展發向的前沿技術, 兩者的結合似乎渾然天成, 總能激發出無限的想象空間, 但當我們將目光轉向現實, 卻又發現真正將兩者有機結合的項目少之又少。兩個賽道的碰撞誕生了新的敘事, 卻也催生了不少泡沫與噱頭，不少在理論上相輔相成的美好愿景, 在現實中也許並沒有真實的需求; 而那些能夠對標現實需求的項目, 也會因成本或技術的瓶頸而難以落地。

我認為Web3和 AI 此消彼長的想法，也與在一級市場上見到 AI 含量的web3項目數量以及碰到非必要web3化的 AI 項目成正比上升。AI native 的創業者/項目方其實並不會去思考如何web3化，比如數據確權上鏈，經濟模型，生產關系分配等，因為在 AI 大模型自下而上的項目對資源需求高，需要的大量資源使得 AI 從訓練到運營都十分中心化，而目前一些Web3的項目方所謂地幫助 AI 改善生產關系的實際落地可行性我保持非常大程度的謹慎。

Web3市場在宏觀政策層面和創新層面都遇見了不小的瓶頸情況，新的監管壓力暫且不表，從創新層面，當 AI 以高速提升生產力、替代人類思維能力吸引了絕大多數用戶、Builder 以及投資人的目光時，Web3行業性的創新窘迫更加無從遮掩，Web3已經有很久一段時間沒有 AI 這樣級別的創新了。老實說，目前引起大家一些關注的新項目大多是對過去技術/產品的微小改動。比如更好的質押方式，更好用戶體驗的多鏈錢包，有新玩法的 meme 幣，新公鏈上的更好流動性的 Dex 等等，這些所謂的“創新”對引入更多用戶或區塊鏈的使用滲透率真的有幫助嗎，以及是這個行業真正需要的嘛。

我們需要一些新的能將 AI 帶入Web3，能讓Web3走出去的領域，而這些區塊鏈的底層本質比如（1. 內容創作確權， 2. 身份確認， 3. 金融體系的革新， 4. 去信任終結等等）的實際使用關乎着整個行業的下一個範式轉移的未來。本着尋求有機結合的宗旨, 本文從底層技術的適配與互補出發, 全面盤點了 AI 與Web3結合產生的新領域, 並對這些領域下的各個方向的實際需求, 發展瓶頸, 與前景展望做了一個總結與分析.

上圖參考自 Hash Global 的 KK 老板

TL;DR

AI 和web3在底層邏輯上有衝突, AI 大模型需要的大量資源使得 AI 從訓練到運營都十分中心化, 而基於區塊鏈構建的Web3前景則優先去中心化與公开透明. 這使得 AI 和web3在底層的結合非常困難, 其商業邏輯是否成立, 實際需求是否存在有待推敲.
但是正是這一在底層上相悖的邏輯, 使得 AI 與Web3可以互相補充, 不求成為彼此的敘事核心但可以成為彼此痛點的解決方案, 助推各自的發展. 兩個技術也會互相帶去很多新的敘事, 留下巨大的想象空間. web3的經濟模型設計可以讓許多 AI 項目方提升資金利用率助推項目拉新促活，而區塊鏈本身的好處比如降低基礎設施成本，驗證身份，在人工智能中的數據黑盒中注入民主和透明度以及提供數據貢獻激勵措施可以為 AI 項目團隊的產品設計提供新思路。
在基礎設施層, Web3的去中心化機制可以從底層解決當下 AI 存在的風險與問題, 例如隱私保護, 數據濫用等.

為 AI 發展的必備要素, 如算力, 數據, 提供去中心化的市場, 最大化地利用闲置資源, 優化資源利用與配置, 助推 AI 大模型的發展與應用.

Web3的去中心化機制讓 AI 能從最底層的方面變得更加民主. 通過去中心化地部署, 訓練和使用 AI, 用戶的數據隱私可以更好地得到保護的同時, 也有機會可以通過分享數據得到回報.

區塊鏈也可以用來記錄並監測 AI 的行為, 從而提升 AI 的安全性, 使得自動化 AI 代理在各個場景中的使用得到推廣.
在應用層 AI 在可以幫助Web3應用發展與普及.

一來 AI 作為生產力工具可以幫助Web3應用大幅度提高开發速度, 而其作為知識引擎又能降低用戶與 dApp 的交互和學習成本, 幫助更多的用戶進入Web3.

AI 可以顯著降低开發 dApp 和發行項目的技術門檻, 使得項目的競爭力更多聚焦於創新與運營方面. 而正是在這一方向上, 生成式 AI 可以為Web3的應用帶去新的敘事, 例如在遊戲, 社交等生態中植入虛擬人, 角色 AI 等新銳元素, 开發出全新的玩法。

基礎設施層

代幣激勵與治理機制: 去中心化市場賦能 AI 基礎設施

在 AI 大模型的時代, 支撐 AI 發展的基礎設施各個環節將變得尤為重要.

在建設和發展 AI 基礎設施的過程中，一個關鍵的挑战是如何有效地激勵和協調參與者，使其共同推動系統的發展和運行。而去中心化市場和代幣激勵機制為解決這一問題提供了一種新穎而強大的方法。在這樣的市場中，代幣作為一種數字資產和價值媒介，具有重要的作用。代幣可以代表某種特定的權益、功能或資源，而其交易和轉移則通過智能合約進行，實現了安全、透明和自動化的交易過程。

對於 AI 基礎設施來說，代幣激勵機制可以發揮多重作用。首先，代幣可以作為一種激勵手段，用於獎勵和鼓勵那些為 AI 基礎設施做出貢獻的參與者。這些貢獻可以包括提供計算資源、數據集、算法模型、算力等等。例如最近很火的 AI 語音聊天機器人創作平臺 MyShell, 就通過 chatbot 創作工坊和數據分析實現了數據飛輪效應。用戶可以在 Myshell 平臺上定制 chatbot 的聲音、功能和知識庫，並與它們互動。這些互動收集到的數據被用於改進機器人的性能和個性化服務，吸引更多用戶使用平臺，進一步增加數據和價值，形成良性循環的增長模式。

通過向參與者提供代幣獎勵，Web3的經濟模型也可以吸引更多的人參與到 AI 基礎設施的建設中，促進資源的共享和合作。代幣可以用於實現去中心化市場中的價值流動和交換。參與者可以通過使用代幣購买和銷售資源、服務和算法模型等，實現在市場中的交易和協作。這種價值流動的機制可以為 AI 基礎設施的發展提供更加靈活和高效的方式，使參與者能夠更好地滿足各自的需求和利益。

同態加密與聯邦學習: 在 AI 的底層訓練中融入隱私保護

確保個人隱私和數據安全的同時進行有效的模型訓練是長久已有挑战。在這方面，同態加密技術提供了一種強大的隱私保護方法，可以在 AI 的底層訓練中融入隱私保護，保證敏感數據的安全性。

同態加密是一種特殊的加密技術，允許在加密狀態下對數據進行計算，而無需解密。這意味着可以對加密的數據進行模型訓練和計算，而不會暴露原始數據的內容。通過將同態加密應用於 AI 的底層訓練過程，可以在不泄露敏感數據的情況下實現隱私保護。

使用同態加密進行 AI 訓練時，以下是一些關鍵的步驟和考慮因素：

數據加密：將參與 AI 訓練的數據使用同態加密算法進行加密。這確保了在訓練過程中數據的隱私性和保密性。
加密計算：在加密狀態下執行計算操作，包括模型訓練、優化和推斷等。同態加密技術使得這些計算成為可能，而無需解密數據。
安全參數共享：參與訓練的各方需要共享和交換加密計算所需的安全參數。這些參數用於控制同態加密過程和解密結果。
加密結果處理：在完成加密計算後，可以對結果進行解密，以獲得最終的模型權重或預測輸出。解密結果時需要採取適當的安全措施，以防止數據泄露或未授權訪問。

同態加密技術在 AI 的底層訓練中融入隱私保護具有一些優勢和潛在的應用場景： a. 隱私保護：同態加密使得在敏感數據上進行模型訓練成為可能，而無需實際訪問或暴露這些數據。這有助於維護個人隱私和數據所有者的控制權。 b. 數據協作：多個數據所有者可以共同參與 AI 訓練，而無需共享其原始數據。同態加密技術使得這種數據協作成為可能，促進了合作與共享的機會。 c. 法律合規性：對於受到法律法規限制的敏感數據（例如醫療記錄或金融數據），同態加密為 AI 訓練提供了一種符合合規性要求的方法。這類隱私性也可以通過去中心化的計算平臺來實現. 例如 Fluence 就是一個去中心化的計算平臺，可以運行包括 AI 在內的許多程序, 旨在通過點對點應用程序實現數字創新的自由。它提供了一個开放的Web3協議、框架和工具，用於在無需許可的點對點網絡上开發和托管應用程序、接口和後端。

zkML 與鏈上 AI inference: AI 代理行為監測與權責約束

在人工智能（AI）技術的迅猛發展和廣泛應用的背景下，確保 AI 系統的行為符合倫理和法律要求變得尤為重要。AI 系統通常被視為代理實體，其能夠執行任務並做出決策，而這些決策可能對人類和社會產生深遠影響。因此，監測 AI 代理行為並約束其權責成為保障公共利益和個人權益的關鍵問題。而 zkML 作為一種創新的方法，為 AI 代理行為的監測與權責約束提供了一種安全、可驗證和透明的解決方案。通過結合零知識證明和區塊鏈技術，zkML 在保護隱私的同時，確保了 AI 系統的合規性和可信度。

以 Modulus Labs 為例，該項目利用 zkML 的技術，確保 AI 系統的運行過程中不會泄露關鍵數據或敏感信息。通過在計算過程中應用零知識證明，該項目可以向監管機構或利益相關者證明其 AI 執行了特定的任務，而無需透露實際的數據或內部模型。這種方法保護了個人隱私和商業機密，同時提供了對 AI 代理行為進行審計和驗證的手段。zkML 所建立的一個去中心化的監測和約束框架可以實時監測和審查 AI 代理的決策過程和行為路徑。

這種去中心化的監測機制確保了透明度和可追溯性，使得違規行為或不當決策能夠被及時發現和糾正。zkML 還為 AI 代理行為的權責約束提供了一種機制。通過將智能合約與 AI 系統的運行和決策過程結合起來，可以設定一系列規則和條件，限制 AI 代理的行為範圍，並確保其符合道德准則和法律法規。這種權責約束機制使得 AI 系統成為一種可信賴的工具，能夠為人類社會創造價值而不會濫用權力或對人類利益造成傷害。這一技術為構建可持續、道德和負責任的人工智能系統奠定了重要基礎。

執行層

提高生產效率，Web3發展的加速器

在Web3的發展過程中，人工智能（AI）扮演着重要的角色，與各種領域相結合，以提高生產效率和創造更好的用戶體驗。以下是 AI 與Web3結合的幾個關鍵領域：

AI 與鏈上數據收集分析

AI 技術在鏈上數據收集和分析方面發揮着重要作用。區塊鏈作為一個分布式的數據庫，記錄了大量的交易和信息。通過利用 AI 技術，可以更好地理解和利用區塊鏈上的數據。例如，Web3 Analytics 是一個基於 AI 的分析平臺，利用機器學習和數據挖掘算法來收集、處理和分析鏈上數據。它可以幫助用戶洞察鏈上交易、市場趨勢和用戶行為模式，從而為用戶提供更准確的數據分析和決策支持。類似的平臺還有 MinMax AI，它提供了基於 AI 的鏈上數據分析工具，幫助用戶發現潛在的市場機會和趨勢。
AI 與自動化 dApp 开發

AI 技術在自動化 dApp 开發過程中的應用也非常重要。智能合約和 dApp 开發通常需要編寫大量的代碼，並進行繁瑣的測試和部署工作。通過將 AI 與智能合約和 dApp 开發工具相結合，可以實現更高效、更智能的 dApp 开發過程。AI 可以幫助自動化代碼生成、智能合約的驗證和測試，以及 dApp 的部署和維護。這樣可以節省時間和資源，並提高开發過程的效率和准確性。例如，一些 AI 輔助的开發工具使用自然語言處理和機器學習技術，幫助开發者更快地編寫智能合約，並自動檢測和修復潛在的錯誤。
AI 與鏈上交易安全

在Web3世界中，鏈上交易安全是至關重要的。由於區塊鏈的开放性和透明性，惡意攻擊、欺詐行為和數據泄露都是存在的風險。AI 技術可以用於增強鏈上交易的安全性和隱私保護。例如Web3安全平臺 SeQure 就利用 AI 檢測和防止惡意攻擊、欺詐行為和數據泄露，並提供實時監控和警報機制，確保鏈上交易的安全性和穩定性。類似的安全工具還有 AI-powered Sentinel

優化資源配置, Web3世界的導航器

在Web3世界中，優化資源配置是一個關鍵的挑战。隨着區塊鏈技術和人工智能的結合，我們可以借助 AI 作為導航器來實現更有效的資源分配和利用。以下是幾個領域中 AI 在Web3世界中的導航作用：

AI 與鏈上活動優化：區塊鏈上的活動包括交易、合約執行和數據存儲等。通過 AI 的智能分析和預測能力，我們可以更好地優化鏈上活動，提高整體效率和性能。AI 可以通過數據分析和模型訓練，幫助識別交易模式、檢測異常活動，並提供實時建議以優化區塊鏈網絡的資源分配。
AI 與鏈上廣告機制：在Web3世界中，廣告也是資源的一種。AI 可以在鏈上廣告機制中發揮關鍵作用，幫助廣告主更准確地定位目標受衆，並提供個性化的廣告內容。通過分析鏈上用戶的數據和行為模式，AI 可以實現更精確的廣告投放，提高廣告的點擊率和轉化率，從而優化資源的配置和利用。
AI 與 DAO 治理：去中心化自治組織（DAO）是Web3世界中的一種新型組織形式。AI 可以作為 DAO 治理的重要工具，協助決策制定、投票機制和社區治理。AI 可以通過數據分析和預測，幫助 DAO 成員更好地了解社區的需求和意見，並提供決策支持。通過 AI 的參與，DAO 可以更高效地運作，優化資源配置，促進社區的發展和成長。

應用層

降低准入門檻, Web3普及的助推器

嵌入 AI 的友好用戶界面

例如 Web3 審計平臺 Fuzzland 就使用了 AI 來幫助代碼審計人員檢查代碼漏洞，提供自然語言解釋來輔助審計專業知識。Fuzzland 還利用 AI 提供了對正式規範和合約代碼的自然語言解釋，以及一些示例代碼，以幫助开發者理解代碼中的潛在問題。通過將 AI 技術與審計專業知識相結合，Fuzzland 使得Web3行業的开發者能夠更加輕松地理解和解釋代碼，提高審計的效率和准確性。
嵌入 AI 的智能合約解讀
嵌入 AI 的智能合約撰寫

在Web3的發展中，降低准入門檻是實現普及化的關鍵。為了實現這一目標，嵌入人工智能（AI）的技術在提供友好用戶界面、智能合約解讀和智能合約撰寫方面發揮了重要作用。嵌入 AI 的友好用戶界面為使用Web3平臺的用戶提供了更加直觀和便捷的操作體驗。傳統的區塊鏈技術通常需要用戶學習復雜的命令和語法，才能進行交互和執行操作。然而，通過將 AI 技術應用於用戶界面設計中，可以實現自然語言處理、圖形化界面等功能，使用戶無需深入了解技術細節，就能夠輕松地使用Web3平臺進行各種操作。AI 同時也為用戶提供了更好理解和解釋智能合約的能力。通過應用 AI 技術，可以實現智能合約的自動解析和可視化展示，將智能合約中的邏輯流程和條件表達清晰呈現給用戶，提高用戶對智能合約的理解和信任。

豐富情節玩法, Web3世界的創意庫

AI 與生成式 NFT
AI 自動交易代理
角色 AI 與遊戲 NPC
AI 與元宇宙場景自動渲染

生成式 AI 的興起為創意產業帶來了全新的可能性，為Web3世界帶來了更加多樣和創新的體驗，讓用戶可以參與到豐富的情節和玩法中。在過去的 NFT 牛市中, AI 與為生成式 NFT 注入了無限的創造力。生成式 NFT（Non-Fungible Token）是一種基於算法和數據的藝術品或數字資產，通過 AI 技術可以生成各種獨特、多樣化的藝術品和角色。這些生成式 NFT 可以成為遊戲、虛擬世界或元宇宙中的角色、道具或場景元素，為用戶提供了豐富的選擇和個性化體驗。在 DeFi 的熱潮當中, AI 自動交易代理也為創意庫中的經濟交易流程帶來了便捷和高效。在Web3世界中，用戶可以通過擁有、交易或參與創意庫中的數字資產來獲得收益。AI 自動交易代理利用智能算法和機器學習技術，能夠自動化進行資產交易，幫助用戶獲取最佳交易機會和最大化收益。 AIGC 也為內容平臺和 UGC 社區帶來了新的玩法和創意. 例如 Yodayo 就是一個 AI 藝術平臺，供虛擬主播和動漫迷分享和創造更多他們所熱愛的內容。Yodayo 通過接入 AIGC 引擎, 讓用戶在內容創作平臺上的創作和互動變得更為簡單易操作, 讓在傳統平臺上通常“沉默“的大多數用戶也能成為創作者和 up 主, 從內容消費者搖身一變成為內容創作者, 與社區產生更緊密的聯系並做出貢獻.

角色 AI 與遊戲 NPC 的結合為創意庫中的遊戲情節帶來了更加逼真和互動的體驗。通過將 AI 技術應用於遊戲角色和非玩家角色（NPC），可以賦予它們智能行為、自主決策和情感表達能力。這使得遊戲情節更加豐富多樣，玩家能夠與具有逼真人工智能的角色進行互動，共同探索遊戲世界和解決各種挑战。AI 與元宇宙場景自動渲染相結合，為遊戲當中的虛擬世界創造了更加逼真和生動的環境。例如 Inward AI 會系統地分析玩家的行為和偏好，基於他們之前的互動，讓遊戲中的關鍵人物提供獨特的任務或者信息，為每個玩家塑造個性化的故事情節。而 rctAI 所提供的實時战鬥 AI 則能使每一場战役都栩栩如生, 與玩家對战的角色可以從玩家的战鬥策略中不斷學習, 提高技能並調整策略, 讓战鬥充滿更多的不確定性, 變得更加刺激. 這些 AI 技術的整合創造了動態且互動的敘事，逼真而具有挑战性的战鬥場景，使遊戲世界更具沉浸感和吸引力。

結語

作為被 AI 大浪潮席卷的Web3從業者，我們在經歷了最近幾個月兩個行業的信息爆炸後，對 AI 與Web3的結合有了更加深入的思考。雖然兩者在底層邏輯上存在衝突, AI 的中心化特性與Web3的去中心化原則似乎難以調和，但正是這種相悖的邏輯，使得 AI 和Web3能夠相互補充，成為彼此痛點的解決方案，互相推動各自的發展。Web3的去中心化機制可以從根本上解決 AI 所面臨的隱私保護和數據濫用等問題，而Web3與區塊鏈技術的應用還可以監測和記錄 AI 的行為，提升 AI 的安全性，促進自動化 AI 代理在各個領域的推廣和應用。

AI 和Web3在底層的結合雖然困難重重，但在應用層面卻能夠創造出許多新的可能性和敘事: AI 可以成為Web3應用的重要助力, 極大地提高Web3應用的开發速度，降低用戶與 dApp 的交互和學習成本，幫助更多用戶進入Web3世界。同時，AI 在降低 dApp 开發和項目發行的技術門檻的同時，也能給項目在創新和運營方面帶來更多的玩法並提升競爭力, 如在遊戲和社交生態中嵌入虛擬人和角色 AI 等新穎元素，將為Web3應用帶來全新的敘事和體驗，進一步推動Web3行業的發展和推廣。

盡管 AI 和Web3的結合面臨着一些挑战和限制，但我們相信，唯有兩者的有機結合能支撐起下一代互聯網的敘事和理想。我們期待看到更多能夠將 AI 帶入Web3，並將Web3推向更廣闊領域的創新項目的湧現, 也希望這兩個前沿技術的發展, 能不斷幫助彼此突破技術瓶頸, 克服成本限制，共同創造一個更加智能, 也更加开放的未來。