2024년 2월 9일 | 라오바이 ABCDE

ChatGPT가 출시된 지 1년이 넘은 최근 시장에서는 AI+Crpyo에 대한 논의가 다시 활발해졌습니다. AI는 24~25년 후 상승장에서 가장 중요한 트랙 중 하나로 간주됩니다. 심지어 부테린 자신도 " 암호화폐 + AI 애플리케이션의 약속과 과제'(Crypto+AI Application Prospects and Challenges)에서는 향후 AI+Cryto의 가능한 탐색 방향에 대해 논의합니다.

이번 글에서는 너무 주관적인 예측은 하지 않겠지만, 단순히 프라이머리 시장의 관점에서 지난 1년간 관찰된 AI와 Crypto를 결합한 창업 프로젝트를 간략히 정리하고, 창업가들이 어떤 각도에서 시장에 진입하고 있는지 살펴보도록 하겠습니다. 지금까지 어떤 성과가 있었고, 어떤 분야가 아직도 탐구되고 있는지.

1. AI+암호화폐 사이클

23년 동안 우리는 수십 개의 AI+Crypto 프로젝트에 대해 이야기해 왔고, 그 사이에서 명백한 주기를 볼 수 있습니다.

2022년 말 ChatGPT가 출시되기 전에는 2차 시장에 AI 관련 블록체인 프로젝트가 거의 없었습니다. 누구나 생각할 수 있는 주요 프로젝트는 FET, AGIX 및 기타 기존 프로젝트입니다. 또한 AI 관련 프로젝트도 많지 않습니다. 주요 시장의 프로젝트.

2023년 1~5월은 AI 프로젝트의 첫 번째 집중 발생 시기라고 할 수 있다.결국 Chatgpt는 사람들에게 큰 영향을 미쳤다.2차 시장의 많은 오래된 프로젝트가 AI 트랙으로 선회했고, 1차 시장은 거의 매주 열려 누구나 AI+Crypto 프로젝트에 대해 이야기할 수 있습니다. 마찬가지로, 이 기간의 AI 프로젝트는 상대적으로 단순하다고 느껴집니다. 그 중 대부분은 ChatGPT를 기반으로 한 "모방" + "체인 수정" 프로젝트입니다. 핵심 기술 장벽이 거의 없습니다. 우리 사내 개발 팀은 종종 A 프로젝트 기본을 소비합니다. 단 하루나 이틀이면 프레임워크를 재현할 수 있습니다. 이로 인해 우리는 이 기간 동안 많은 AI 프로젝트에 대해 이야기하게 되었지만 결국 아무 것도 이루어지지 않았습니다.

5월부터 10월까지 2차 시장은 약세를 보이기 시작했고, 흥미롭게도 이 기간 동안 1차 시장의 AI 프로젝트 수가 급격히 감소했다가 불과 한두 달 정도 지나서야 그 수가 다시 활발해졌습니다. 시장에서의 토론, 기사 등도 풍성해졌습니다. 매주 AI 프로젝트를 만날 수 있는 '그랜드 씬'에 다시 한 번 돌입했습니다. 반년 후, 신흥 AI 프로젝트 배치는 AI 트랙, 비즈니스 시나리오 구현 및 AI + Crypto의 조합에 대한 명확한 이해를 가지고 있으며 AI Hype의 첫 번째 배치에 비해 크게 향상되었습니다. 기술적인 장벽은 아직 강하지 않지만 전반적인 성숙도는 더 높은 수준에 도달했습니다. 우리가 마침내 AI+Crpyto 트랙에 첫 번째 투자를 한 것은 24년차였습니다.

2. AI+암호화 트랙

Buterin은 Prospects and Challenges 기사에서 상대적으로 추상적인 여러 차원과 관점에서 예측을 제시했습니다.

현재 유통시장에서 볼 수 있는 이러한 AI 프로젝트들을 보다 구체적이고 직접적인 관점에서 요약해보겠습니다. 대부분의 AI+Crypto 프로젝트는 "기술적(또는 정치적) 탈중앙화 + 상업적 자산화"라는 Crypto의 핵심을 중심으로 이루어집니다.

탈중앙화에 대해서는 말할 것도 없고 Web3는 어떻습니까... 자산화 범주에 따라 대략 세 가지 주요 트랙으로 나눌 수 있습니다.

컴퓨팅 파워의 자산화

다양한 새로운 프로젝트 외에도 Cosmos의 Akash 및 Solana의 Nosana와 같은 많은 오래된 프로젝트의 Pivot도 있기 때문에 이는 상대적으로 밀도가 높은 트랙입니다. Pivot 이후 토큰이 급등했습니다. 이는 AI에 대한 시장의 낙관론을 반영합니다. RNDR은 분산형 렌더링에 중점을 두고 있지만 실제로는 AI를 서비스할 수 있기 때문에 많은 분류에서도 RNDR 등 컴퓨팅 파워 관련 제품을 모두 AI 트랙으로 분류하고 있습니다.

다양한 새로운 프로젝트 외에도 Cosmos의 Akash 및 Solana의 Nosana와 같은 많은 오래된 프로젝트의 Pivot도 있기 때문에 이는 상대적으로 밀도가 높은 트랙입니다. Pivot 이후 토큰이 급등했습니다. 이는 AI에 대한 시장의 낙관론을 반영합니다. RNDR은 분산형 렌더링에 중점을 두고 있지만 실제로는 AI를 서비스할 수 있기 때문에 많은 분류에서도 RNDR 등 컴퓨팅 파워 관련 제품을 모두 AI 트랙으로 분류하고 있습니다.

컴퓨팅 파워의 자산화는 컴퓨팅 파워의 사용에 따라 두 가지 방향으로 더 세분화될 수 있습니다.

하나는 젠신(Gensyn)이 대표하는 'AI 훈련에 사용되는 분산형 컴퓨팅 파워'다.

하나는 대부분의 Pivot과 신규 프로젝트로 대표되는 'AI 추론에 사용되는 분산형 컴퓨팅 파워'입니다.

이 트랙에서는 매우 흥미로운 현상을 볼 수 있습니다. 또는 경멸 체인이 낙관적이지 않다고 말할 수도 있습니다.

기존 AI → 분산형 추론 → 분산형 학습

그 이유는 주로 기술적인데, AI 훈련(특히 대형 모델 AI)에는 엄청난 양의 데이터가 포함되며, 데이터 요구 사항보다 더 과장된 것은 이러한 데이터의 고속 통신으로 인한 대역폭 요구 사항이기 때문입니다. 현재 Transformer 대형 모델 환경에서 이러한 대형 모델을 교육하려면 컴퓨팅 파워 매트릭스를 구입한 대량의 4090급 고급 그래픽 카드/H100 전문 AI 그래픽 카드 + NVLink 및 전문 광섬유 스위치로 구성된 100G급 통신 채널이 필요합니다. 이게 탈중앙화 방식으로 구현될 수 있다고 하던데요, 흠...

AI 추론은 AI 트레이닝에 비해 훨씬 적은 컴퓨팅 파워와 통신 대역폭을 필요로 하며, 당연히 트레이닝보다 탈중앙화 가능성이 훨씬 크다.이것이 대부분의 컴퓨팅 파워 관련 프로젝트가 추론에 종사하는 이유이며, 트레이닝은 기본적으로 젠신(Gensyn) 뿐이다. 투게더 같은 대형 플레이어는 1억 위안 이상을 모금했습니다. 그러나 마찬가지로 비용 효율성과 신뢰성 측면에서 볼 때 적어도 현 단계에서는 중앙 집중식 컴퓨팅 성능이 분산 추론보다 훨씬 낫습니다.

탈중앙화 추론과 탈중앙화 훈련을 볼 때 “전혀 할 수 없다”고 생각하는 반면, 전통적인 AI는 탈중앙화 훈련과 추론을 보고 “훈련은 기술적으로 비현실적이다”, “추론이 어렵다”고 생각하는 이유를 설명하는 것은 어렵지 않습니다. 상업적으로 신뢰할 수 없습니다.”. Spectrum".

어떤 사람들은 BTC/ETH가 처음 나왔을 때 모든 사람들이 이 모든 분산 노드를 계산하는 모델이 클라우드 컴퓨팅에 비해 신뢰할 수 없다고 말했지만 결국에는 성공하지 않았습니까? 그런 다음 정확성, 변조 불가능성 및 중복성 차원에 대한 AI 학습 및 AI 추론의 향후 요구 사항에 따라 달라집니다. 당분간 단순히 성능, 신뢰성 및 가격에만 집중하는 것은 중앙 집중화보다 나을 수 없습니다.

모델 자산화

이 트랙은 프로젝트들이 모여있는 트랙이기도 하며, ChatGPT가 대중화된 이후 가장 잘 알려진 애플리케이션 중 하나가 Character.AI이기 때문에 컴퓨팅 파워의 자본화보다 이해하기 쉬운 트랙이기도 합니다. 소크라테스, 공자 등의 현자들과의 상담, 머스크, 울트라맨 샘 등의 유명인과의 대화, 하츠네 미쿠, 라이덴 장군 등 가상 아이돌과의 사랑에 빠지는 것, 이것이 바로 대형 언어모델의 매력이다. AI Agent의 개념은 Character.AI를 통해 사람들의 마음속에 깊이 뿌리내렸습니다.

Confucius, Musk, Thunder General 등 에이전트가 모두 NFT라면 어떻게 될까요?

이거 AI X Crypto 아닌가요? !

이거 AI X Crypto 아닌가요? !

따라서 모델의 자산화라기보다는 대형 모델을 기반으로 구축된 Agent의 자산화라기 보다는 결국 대형 모델 자체를 체인에 담을 수는 없으며, 모델 상의 Agent를 Mapping하는 것이 더 중요합니다. NFT는 "모델과 같은" "자산화" AI를 생성합니다.

이제 서클에는 영어를 가르쳐 줄 수 있는 에이전트가 있고, 당신과 사랑에 빠질 수 있는 에이전트도 있습니다.에이전트 검색 및 마켓 플레이스 같은 파생 프로젝트를 포함하여 모든 종류의 에이전트가 있습니다.

이 트랙의 일반적인 문제는 기술적 장벽이 없다는 것입니다. 기본적으로는 Character.AI의 NFT화입니다. In-House의 기술 마스터는 기존 오픈 소스 도구와 프레임워크를 사용하여 BMAN처럼 말하고 다음과 같은 소리를 내는 기계를 만들었습니다. 하룻밤 만에 끝내는 BMAN의 에이전트. 둘째, 블록체인과의 통합 정도는 매우 가벼워서 ETH의 Gamefi NFT와 약간 비슷합니다. 기본적으로 메타데이터는 URL이나 해시만 될 수 있고, 모델/에이전트는 클라우드 서버에 있고, 트랜잭션은 체인에 있습니다. 단지 소유권의 문제일 뿐입니다.

모델/에이전트의 자산화는 여전히 AI Appear의 가장 중요한 트랙 중 하나입니다.

데이터의 대문자화

데이터 대문자화는 논리적으로 AI+암호화에 가장 적합합니다. 왜냐하면 대부분의 전통적인 AI 교육은 인터넷에서 눈에 보이는 데이터만 사용할 수 있기 때문입니다. 더 정확하게는 10~20% 미만의 더 많은 데이터를 차지할 수 있는 공개 도메인 트래픽 데이터입니다. 실제로는 개인 도메인 트래픽(개인 데이터 포함)에 있습니다. 이러한 트래픽 데이터를 대형 모델을 훈련하거나 미세 조정하는 데 사용할 수 있다면 다양한 수직 분야에서 확실히 사용할 수 있습니다. 보다 전문적인 에이전트/봇을 보유하세요.

Web3가 가장 잘하는 슬로건은 Read, Write, Own!입니다.

그렇다면 AI+Crypto를 통해 분산형 인센티브의 지도 하에 개인적이고 이기적인 흐름의 데이터를 공개하고 이를 활용하여 대형 모델에 대해 더 좋고 풍부한 "배급량"을 제공하는 것이 매우 논리적인 접근 방식처럼 들립니다. 이 분야에서 집중적으로 일하고 있습니다.

하지만 이 트랙의 가장 큰 어려움은 컴퓨팅 성능처럼 데이터를 표준화하기 어렵다는 것입니다. 분산형 컴퓨팅 파워 그래픽 카드의 모델은 컴퓨팅 파워가 얼마나 되는지 직접 환산할 수 있지만 개인 데이터의 양, 품질, 사용 및 기타 차원은 측정하기 어렵습니다. 분산형 컴퓨팅 파워가 ERC20이라면 분산형 컴퓨팅 파워가 자산화됩니다. AI 훈련 데이터는 약간 ERC721과 비슷하고 여전히 PunkAzuki의 프로젝트이고 많은 특성이 혼합되어 있습니다. 유동성과 시장의 난이도는 ERC20보다 조금도 어렵지 않기 때문에 현재 AI 데이터 자본화 프로젝트를 하고 있는 것은 앞으로 나아가기가 좀 어렵습니다.

데이터 트랙에서 언급할 만한 또 다른 것은 분산 주석입니다. 데이터 대문자화는 "데이터 수집" 단계에서 사용되며, 수집된 데이터는 AI에 공급되기 전에 처리되어야 합니다. 이것이 데이터 주석 단계의 목적입니다. 이 단계는 현재 대부분 중앙집중화된 노동집약적인 노동인데, 탈중앙화 토큰 보상을 사용해 이 노동 작업을 탈중앙화하거나, Earn으로 라벨링하거나, 크라우드소싱 플랫폼과 유사한 방식으로 작업을 분산시키는 것도 아이디어다. 우리는 현재 이 분야에서 활동하는 소수의 팀을 보았습니다.

3. AI+Crypto의 사라진 퍼즐 조각

우리의 관점에서 퍼즐의 누락된 조각에 대해 간략하게 이야기해 보겠습니다.

하나는 기술적 장벽이다. 앞에서 언급했듯이 AI+Crypto 프로젝트의 대다수는 Web2의 기존 AI 프로젝트에 비해 장벽이 거의 없으며 프런트 엔드 경험, 시장 및 운영에 노력을 기울이기 위해 경제 모델과 토큰 인센티브에 더 많이 의존합니다. 분산화와 가치 분배가 Web3의 강점이라는 점은 이해할 수 있지만, 핵심 장벽이 없기 때문에 필연적으로 X to Earn 감각으로 이어질 것입니다. 저는 여전히 OTOY의 모회사인 RNDR과 같은 더 많은 팀이 암호화폐에서 자신의 재능을 보여줄 핵심 기술을 기대합니다.

두 번째는 실무자들의 현재 상황이다. 지금까지 관찰한 바에 따르면 AI X Crypto 트랙의 일부 기업가 팀은 AI를 잘 알고 있지만 Web3에 대한 깊은 이해가 없습니다. 일부 팀은 암호화폐에 매우 능숙하지만 AI 분야에서는 성과가 제한적입니다. 이는 초기 Gamefi 트랙과 매우 유사하며 게임을 잘 알고 Web2 게임 체인 수정에 대해 생각하거나 Web3를 잘 알고 다양한 금 농사 모델의 혁신과 최적화에 대해 생각합니다. Matr1x는 Gamefi 트랙에서 만난 첫 번째 팀으로 게임과 암호화폐에 대한 더블A 이해를 갖고 있습니다. 이것이 바로 Matr1x가 "우리가 대화하자마자 결정한 세 가지 프로젝트 중 하나"라고 이전에 쓴 이유입니다. 23년 만에 탄생하는 모습을 기대하고 있다. 2024년에는 AI와 암호화폐 분야 더블A를 이해하는 팀을 만나보실 수 있다.

세 번째는 비즈니스 현장이다. 일체 포함 현재 시중에 나와 있는 다양한 프로젝트에서 AI와 Crypto의 결합은 다소 "경직"되거나 "거칠게" 되어 AI나 Crypto의 최적의 경쟁력이나 구성성을 이끌어 내지 못합니다. 관련된. 예를 들어 우리 In House R&D 팀은 더 나은 조합 방법을 생각하고 설계했지만 안타깝게도 AI 트랙에서 수많은 프로젝트를 살펴본 후에도 아직 이 세그먼트에 진입하는 팀을 본 적이 없기 때문에 계속할 수 밖에 없습니다. 기다리다.

왜 우리 VC가 기업가가 시장에 나오기 전에 특정 시나리오를 생각할 수 있는지 물어보시나요? 사내 AI 팀에는 7명의 훌륭한 인력이 있고 그 중 5명은 AI 분야의 PHD 배경을 갖고 있기 때문입니다. ABCDE 팀의 암호화폐에 대한 이해에 관해서는...

마지막으로 말하고 싶은 것은 비록 AI x Crypto가 주요 시장의 관점에서 볼 때 아직 매우 초기 단계이고 미성숙하지만 이것이 AI가 주요 트랙 중 하나라는 낙관을 방해하지 않는다는 것입니다. 결국 AI는 생산성을 해방시키고, 블록체인은 생산관계를 해방하는데, 이 둘을 결합할 수 있는 더 좋은 방법은 없을까요? :)

ABCDE 소개

ABCDE는 최고의 암호화폐 빌더에 대한 투자 선도에 주력하는 VC로, 10년 이상 암호화폐 업계에 종사해 온 Huobi 공동 창업자인 Du Jun과 인터넷 및 암호화폐 기업가 출신인 BMAN이 공동 설립했습니다. ABCDE의 공동 창립자는 암호화폐 업계에서 처음부터 수십억 달러 규모의 회사를 설립했습니다. 우리는 기업가이기 때문에 기업가를 더 잘 이해합니다. 상장회사(1611.HK), 거래소(Huobi), SAAS 회사(ChainUP), 미디어(CoinTime.com), 개발자 플랫폼(BeWater.xyz) 등 ABCDE Builder를 위한 엔드 투 엔드 생태계를 구축했습니다.

트위터: https://twitter.com/ABCDLabs

웹사이트: www.ABCDE.com

트위터: https://twitter.com/ABCDLabs

홈페이지：www.ABCDE.com