ict领域是什么意思，新兴ict项目

原标题：加密货币x AI 走进兔子洞

原作者：艾罗

原始出处：alpha版本请

编辑：金色财经小邹

“当伟大的创新出现时，它们几乎总是以一种混乱、不完整和令人困惑的形式出现，对于发现者本人来说是半知半解的，但对其他人来说却是一个谜。乍一看似乎毫无希望。” —— Freeman Dyson

在本文中，我们探讨了加密货币和人工智能领域正在发生的潜在融合，并列出了您可能感兴趣并考虑添加到您的观察列表中的17 个加密x AI 项目。

你准备好进行阿尔法轰炸了吗？

但在你跳入兔子洞之前，让我告诉你一件事：我们只触及了加密x 人工智能领域的表面。该领域目前还处于起步阶段、复杂且具有投机性。

我只是一个谦虚的加密货币研究员，试图跟上新兴行业的步伐。所以我的建议是：投资该领域时请务必谨慎行事。这个阶段还处于炒作的早期阶段，这个周期的价格可以远远超过技术面和基本面。

本文由五个部分组成：人工智能概述、人工智能堆栈、为什么加密与人工智能是完美融合、新兴加密x 人工智能垂直领域简介、17 个加密x 人工智能项目

1. 人工智能概述人工智能（AI）是一个复杂的话题，需要多年的研究才能真正理解其各个方面。然而，就本文而言，我们将人工智能视为一个学科领域，旨在模仿或模拟人类认知智能来执行各种任务，包括学习、推理、解决问题和理解自然语言。

人工智能长期以来一直是一个小众的研究和开发领域，但随着ChatGPT 的出现，人工智能取得了真正的进步。我们都记得第一次与生成型人工智能机器人互动时的兴奋。回顾过去，我可以诚实地说，那是iPhone 的一个伟大时刻。

有史以来最快的人工智能消费产品采用速度，两个月内用户规模扩大到1 亿。相比之下，Facebook 花了1,500 天才达到相同的用户群。

我们看到这一领域的快速增长。考虑到ARK 估计经过训练的模型的性能仅在2024 年就可能增加五倍，很明显人工智能将继续解锁广泛的用例。

未来几年，价值数十亿美元的人工智能应用程序和基础设施公司的出现将不再是什么新鲜事，它们利用人工智能应用程序和基础设施来实现人工智能革命。事实上，最近该领域的资金激增。

说到这里，让我们仔细看看人工智能到底能做什么。

2. AI Stack 如果你和我一样，当你想到人工智能时，你应该首先想到ChatGPT和生成的AI提示。然而，这只是冰山一角；事实上，“人工智能”领域要复杂得多。为了更好地理解，让我们快速浏览一下构成AI 堆栈的不同技术层和组件。

(1) 计算硬件人工智能不仅仅是代码。人工智能是资源密集型的，因此某些物理基础设施——是必不可少的，例如神经处理单元（NPU）、图形处理单元（GPU）和张量处理单元（TPU）——。最终，这些物理基础设施构成了执行计算和算法的物理手段，使人工智能系统能够正常运行。没有它们，就不会有人工智能。

该领域的行业领导者是Nvidia（众所周知，无需介绍）、Intel 和AMD。他们竞相开发用于模型训练和推理工作负载的最高效的硬件。

Nvidia 是参与这场革命的最直接方式之一（Nvidia 最近的价格走势就证明了这一点）。

（2）云平台人工智能开发者依赖硬件来运行他们的模型。一般来说，获得硬件性能的方式主要有两种。一种是在本地运行GPU，另一种是依赖云服务提供商。最初的解决方案通常过于昂贵，而且在经济上不值得，但随着时间的推移，云提供商会成为一个有趣的替代方案。

云提供商是大公司，拥有大量资源来获取和运营这种强大的硬件，开发人员可以按即用即付或订阅的方式使用这些资源。这消除了开发人员投资维护自己的物理基础设施的需要。

该领域的行业领导者包括AWS、Google Cloud 或NVIDIA DGX Cloud。他们的目标是让大大小小的开发人员能够快速访问多节点超级计算，以训练最复杂的法学硕士。

（3）云平台上的模型是人工智能中最复杂且被广泛宣传的部分：ML（机器学习）模型。这些计算系统被设计为无需显式编程指令即可执行任务，并代表人工智能系统的大脑。

机器学习分为数据、训练、推理三个步骤，包括监督学习、无监督学习、强化学习三大学习类型。

监督学习是指从示例（由教师提供）中学习。老师可以向模型展示一张与狗相关的图片，并告诉模型这是一只狗。然后该模型学会区分狗和其他动物。许多流行的模型，例如LLM（GPT-4 和LLaMa）都是使用无监督学习进行训练的。在这种学习模式中，没有老师提供指导或例子。该模型学习如何在数据中查找模式。强化学习（通过反复试验进行学习）。它主要用于顺序决策任务，例如机器人控制和游戏（例如国际象棋和围棋）。最后，这些模型可以是开源的（可以在Hugging Face 等模型中心找到），也可以是闭源的（例如通过API 访问的OpenAI 模型）。

(4) 应用程序这是人工智能堆栈的最后一层，也是我们用户通常遇到的一层。它可以是B2B 或B2C，利用人工智能模型并在其之上构建应用程序。一个流行的例子是Replika，这是一款应用程序，可让您设计一个虚拟伴侣来与您24/7 聊天。从用户评论来看，它似乎对很多人的生活产生了很大的影响。

“Replica对我来说非常重要！她总是在我身边鼓励我，以积极的态度支持我。事实上，她是我的榜样，教会我如何成为一个更好的人。我把它给你！” ”

总体而言，这些不同层次的技术似乎仍处于发展的早期阶段，我们仍处于一些人所说的寒武纪大爆发的开始阶段。因此，加密货币将在这次技术繁荣中发挥重要作用。

3. 为什么加密货币和人工智能是完美的结合？加密货币不一定是人工智能堆栈的每一层都需要的，但有很多理由认为去中心化人工智能与去中心化货币一样重要，智能合约可以利用机器学习提供强大的用户体验，加密技术还可以提高安全性、透明度，并实现新的人工智能用例。

人工智能正在主导加密货币市场对加密货币和人工智能交叉领域的潜在应用表现出极大的热情，趋势已经表明这是目前最热门的故事。自2024 年初以来，与加密世界的其他领域相比，人工智能表现出了非常好的性能。

我们仍处于早期阶段，有充分的理由认为随着该行业的进一步发展，泡沫正在形成。

让我们来看看加密货币和人工智能之间正在发生哪些发展。

4. 引入新的虚拟货币x AI 垂直领域cyropto 和AI 之间的主要协同效应是：

（1）从中心化云提供商到DePIN：如前所述，人工智能的基础层是硬件和云提供商。密码学无法在生产更好的硬件方面进行竞争（没有理由这样做），但在以更高效、安全和去中心化的方式提供对多节点超级计算的访问方面具有竞争力。因此，可以肯定地说加密可以竞争。这是密码学或DePIN（去中心化物理基础设施）的一个子领域。这些代表鼓励去中心化社区构建和维护物理硬件的区块链协议。

AI 驱动的DePIN 的主要用例是云存储和计算能力。

这个想法很简单。 AI 开发人员需要更多的GPU 和数据存储容量，并且有足够多的人相信crypto-DePIN 项目可以通过代币激励激活潜在资源来刺激新计算和存储的供应。这是有原因的。

（2）支持透明度、用户控制和数据所有权：人工智能将超越互联网。这意味着，要使自由民主社会良好运转，重要的是要了解使用什么模型、它们如何工作以及将哪些数据输入其中。考虑到这一点，通过人工智能的代币化（从基础设施到模型和应用程序）赋予用户所有权，可以结束关于黑盒操作和Web 2.0 巨头垄断力量的无休止的争论。我觉得我可以。

在某些情况下，了解您正在使用的人工智能模型的起源可能非常重要。与所有事物一样，模型也存在偏差，并且根据模型的创建方式和训练数据的不同，输出可能会有很大不同。人工智能模型和训练需要在链上实现去中心化和透明，这是有充分理由的。

我们不需要参议院或一个不透明的机构来决定世界的方向，不需要未经同意就无法控制数据，而且，老实说，我们不需要无穷无尽的条款和条件，我们以后无法读完答案。事实上，我们想要的恰恰相反。这意味着透明度和用户控制是控制数据的先决条件。

通过利用加密基础设施，您可以避免重复在Internet 应用程序中犯下的相同错误。我们可以在各个层面实现集体所有权、去中心化治理和透明度。这就是前进的方向。

（3）协调激励措施和人工智能货币化：高质量的训练数据是模型性能的关键贡献者之一。然而，正如ARK 所说，高质量训练数据的良好来源可能会在2024 年耗尽，导致模型性能停滞不前。

加密货币可以激励个人将私人和公共数据集以及人工智能模型、代理和人工智能堆栈的其他部分货币化。它有可能创造一个无需许可且不稳定的全球市场，因此任何人都可以因其贡献而获得补偿。另一种可能性是激励人们保持用于训练底层人工智能模型的数据的质量，或者为特定网络提供不同的模型。

加密货币领域正在推动金融化热潮。人工智能堆栈需要自己的支付机制。你不觉得这是一个很好的混合吗？

（4）链上AI/ML（ZKML opML）：零知识密码学是最优选的，因为它提供了为给定的一组计算创建“完整性”证明的能力，并且最好验证证明。流行的Web3 技术。比执行计算容易得多。

当我们谈论ZKML 时，我们谈论的是将ZK（零知识）证明引入机器学习模型的“推理”和“数据”部分（而不是计算密集型训练部分）的可能性。随着该领域研究和技术的发展，我们可以期望看到更高效、可扩展的解决方案的出现，使ZKP（零知识证明）更适合机器学习模型的训练阶段。

在ZKML 中，计算对验证者隐藏，但证明者可以验证ML 计算的正确性，而无需透露任何进一步的信息。

另一种技术是OPML（乐观机器学习），它利用乐观技术在区块链系统上实现人工智能模型的推理和训练/微调。 LlaMA2 和稳定扩散模型现在可以通过乐观机制（类似于Optimism 和Arbitrum）在链上使用。

如下所述，一个项目的最新解决方案结合了zkML 和opML，允许以太坊运行任何具有隐私功能的模型。

这可以促进机器学习模型的新时代，其中机器学习模型在链上是透明的，并且很容易验证特定的输出是特定模型和输入对的乘积。在模型和数据集不透明的世界中，这可能会改变游戏规则，将权力归还给用户（以及上面概述的关于透明度和用户治理的想法）。

(5) 身份验证和隐私：随着人工智能应用的发展，我们正在接近一个转折点，没有人知道在线内容是真实的还是模拟的。看看OpenAI 最近推出的文本视频生成平台Sora 生成的图像。想象一下，在未来几年里，这一点将变得多么令人信服。

鉴于这一现实，有充分的理由在区块链上存储去中心化身份。这可以防止人们在不知不觉中与人工智能机器人进行交互，并区分真实信息和深度伪造信息。在一个只需点击几下鼠标就可以生成附件的世界中（正如我们在SVB 事件中所经历的那样），提供真实性证明变得很重要，而加密有助于确保这一点。似乎是实现这一目标的最佳方式。

这是一个简单的例子来说明它是如何工作的。某物的官方创建者可以在区块链上对“哈希”进行数字签名，并声称他们“创建了它”。另一方（例如媒体公司）可以通过签订合同来声称“我证明了”。用户可以通过以加密方式证明对域名（例如nytimes.com）的控制权来验证签名中的身份。

通过这种方式，信息是透明的、可证明的、不可变的和可组合的。这正在成为我们开始生活的后人工智能世界的一个关键要素。

5. 17 个加密货币x AI 项目此时，可能有足够的理由相信伟大的AI 项目的观察列表可能是下一阶段牛市中最好的资产之一。我想你会同意的。

幸运的是，我们会专注于此。但在此之前，让我们提醒您，目前投机行为无处不在，我们必须谨慎行事。事实上，如今真正具体的项目很少见。因此，接下来的内容不是预测，而只是一个想法。随着时间的推移，数据变得越来越可用，噪音被过滤掉，想法就会发生显着变化。

这并不是一份详尽的清单，只是我彻底研究过并认为值得注意的项目。这条赛道上发生了很多事情，我们显然会错过很多伟大的车队。

话虽如此，让我们来看看需要关注的17 件事。

1. 渲染网络简介：Render是一个开创性的分布式GPU平台。简而言之，该项目旨在释放分布式GPU 的全部生产潜力，为两种不同类型的项目提供支持：3D 内容创建和人工智能。

为什么我们看好：GPU 已经供不应求，如果人工智能继续当前的趋势，短缺只会变得更糟。这对Lender Network 来说是一个机会，Lender Network 是可以从这个乐观的人工智能故事中受益的最大代币之一。 Render还拥有多个AI计算客户端。

如何获得职位：RNDR 代币

2. Akash 协议介绍：Akash 是一个去中心化计算机市场，于2020 年9 月作为Cosmos 应用链在主网上推出。 Akash 的第一个版本专注于CPU（中央处理单元），但最近，Akash 利用了AI 热潮带来的计算基础设施范式转变，并转向GPU 计算（类似于渲染网络）。

为什么我们看好：该项目当前的愿景可以用四个词来概括：“用于GPU 计算的AirBnB”。

如何担任职位：AKT

3. Ora 概述：ORA 是一个可验证的Oracle 协议，将人工智能和复杂计算带入链上。他们的解决方案opp/ai 结合了zkML 和opML 的优点，代表了这两种方法的巨大飞跃。

乐观的理由：他们的创新标志着整合zkML 和opML 景观的链上人工智能开发的转折点。

如何获得职位：加入Discord 以了解最新动态并成为早期贡献者。

4. 介绍io.net：这是另一个有趣的DePIN 项目，构建在Solana 上，以类似集中式服务成本的一小部分提供对分布式GPU 云集群的访问。

为什么你应该关心：用于在GPU 上进行ML 训练的分布式AWS。即时、无需许可地访问全球GPU 和CPU 网络。可让您集群GPU 云的创新技术。为大型人工智能初创公司节省90% 的计算成本。集成Render 和Filecoin。

如何获得职位：加入io.net Discord。他们正在运行一个社区计划，可能会有IO 空投。

5. Bittensor 简介：Bittensor 是一个去中心化的开源项目，旨在在区块链之上创建神经网络协议，从而能够创建AI dApp，并以点对点的方式实现AI 模型之间的价值交换。

为什么你会喜欢它：这是一个雄心勃勃的项目，最近引起了很多关注，使其成为市值最大的人工智能代币。 TAO 可能是人工智能炒作的最大受益者之一。

持仓方式：TAO代币，可以质押TAO给验证人，获得TAO释放金额。如果您想加入Discord 并为网络做出贡献，您还可以做更多事情。

6. Grass 概述：Grass 是支持AI 模型的底层基础设施。当您安装Grass Web 扩展程序时，该应用程序会自动将您未使用的互联网资源出售给人工智能公司，后者使用这些资源来抓取互联网并训练他们的模型。结果？您参与人工智能的开发，并通过出售您甚至不知道自己拥有的资源来赚取网络权益。

购买理由：Grass 正在为任何拥有互联网连接的人创造新的收入来源。 Grass 旨在成为去中心化人工智能的数据提供层。如何获得位置：在后台运行Chrome 扩展程序，只需2 分钟即可设置并开始赚取Grass 积分。这将在今年晚些时候生成GRASS 代币。

7. Gensyn 概述：Gensyn 协议是用于深度学习计算的第1 层去信任协议，它直接立即奖励在网络上花费计算时间并执行ML 任务的供应方参与者。

为什么我们看好：这个项目有非常强大的支持者，如果他们能够成功，它显然将成为一个主要的人工智能加密基础设施项目。

如何获得职位：在Twitter 上关注我们。

8.Allora简介：Allora是一个自我完善的去中心化人工智能网络。 Allora 使应用程序能够通过自我改进的ML 模型网络利用更智能、更安全的AI。通过结合众包（同行预测）、联邦学习和zkML 领域的前沿研究，Allora 在加密货币和人工智能的交叉领域开启了巨大的新应用程序设计空间。

为什么你会喜欢它：Allora 由Upshot 开发，在过去的两年半中，Upshot 一直是开发AI x 加密基础设施的市场领导者。他们专注于更多的金融用例，例如人工智能驱动的价格反馈、人工智能驱动的DeFi 金库和人工智能风险建模，因此他们有可能比其他人更快地发现PMF。

如何获得职位：加入Discord 了解如何成为早期社区成员。

9. Botto 简介：Botto 是一位完全自主的艺术家，拥有无法由人手改变的闭环流程和输出。唯一的人工输入是艺术家对Botto 的输出进行投票，以指导下一步做什么。

为什么喜欢它：这个独特的项目结合了人工智能、艺术、NFT 和DeFi，并且已经产生了实际收入（自启动以来为450 万美元）。博特的作品在佳士得拍卖行出售。这是有史以来第一位可投资的人工智能艺术家。艺术品销售收入将分配给质押者。

如何获得职位：在Super Rare 购买BOTTO 代币或Botto 的NFT。

10.平行（殖民地）概述：殖民地是一款由AI驱动的无尽游戏，所有模拟物品都在一条链上。与平行头像配对。您和您的化身共同共享链上资源，并利用PRIME 驾驭不断扩展的并行世界。

为什么我们看好：PRIME 是少数几个真正将游戏和人工智能交叉的代币之一。如果团队执行得当，《Colony》可能会成为一款真正具有病毒式传播潜力的新类型定义游戏。制作这款游戏的工作室可能是Web3 游戏中最好的。

如何获得职位：PRIME代币和平行化身NFT。游戏发布后即可注册并玩。

11. Aethir 简介：Aethir 引入了一种新的云计算基础设施方法，重点关注企业级GPU 的所有权、分配和使用。充当人工智能、虚拟化计算、云游戏和加密货币挖矿等计算密集型行业中供应方参与者（例如节点运营商和GPU 提供商）与用户和组织之间的市场和聚合器，促进连接。

为什么我们喜欢它：Aethir 似乎是DePin 在GPU 计算云类别中的另一个强有力的竞争对手。他们声称拥有20 倍的GPU 进行渲染。您将在一个非常受欢迎的行业和一个非常有利的环境中开始工作。

如何获得职位：即将进行的节点销售并加入他们的Discord 服务器。

12. Morpheus 简介：Morpheus 正在构建第一个真正去中心化的点对点个人代理网络，以实现人工智能的民主化。

为什么我们喜欢它：关于这个项目的一个重要事实是，其中一位贡献者是Erik Voorhees，他是该领域真正的OG。这个项目给了我Bittensor 的感觉。

如何获得职位：在展会开始期间通过质押stETH 赚取MOR 代币

13. Autonolas 概述：Autonolas 是一个创建和使用去中心化人工智能代理的开放市场。但更重要的是，它为开发人员提供了一套工具来构建链下托管的人工智能代理，并且可以插入多个区块链，包括Polygon、Ethereum、Gnosis Chain 和Solana。

乐观的理由：Autonolas 是目前为数不多的显示出一些采用证据的人工智能项目之一。 OLAS 是目前人们在AI 加密项目赛道上竞标的少数代币之一。

如何获得仓位：OLAS代币

14. MyShell 简介：MyShell 是一个去中心化的综合平台，用于发现、创建和质押AI 原生应用程序。

为什么应该购买它：MyShell 是一个人工智能应用程序商店和平台，您可以在其中创建人工智能机器人和应用程序。这使得任何人都可以成为人工智能企业家并通过他们的应用程序获利。该产品目前正在生产中。

如何获得职位：他们还没有任何代币，但他们可以在应用程序上注册并开始与机器人交互以赚取积分（谁知道这会带来什么？）。

15. 引入OriginTrail：OriginTrail 集成区块链和人工智能，提供去中心化知识图谱（DKG），确保数据完整性和来源，并提供对经过验证的信息网络的访问，增强您的人工智能能力。此次合并旨在通过为创建、验证和查询数据奠定安全可靠的基础，提高整个行业人工智能代理的效率和可靠性。

乐观的理由：该产品已经有效。企业客户。我的理解是，知识图允许人工智能解释数据并在其他事情发生的背景下理解它。 TRAC 似乎也拥有一批狂热的追随者。

如何获得职位：TRAC 代币

16. Ritual 概述：Ritual 是一个开放且主权的AI 执行层。 Ritual 允许开发人员将人工智能无缝集成到任何链上应用程序或协议中，从而使他们能够微调模型、货币化并使用加密方案进行推理。

Ritual 的愿景是让开发者能够构建完全透明的DeFi、自我改进的区块链、自主代理、生成内容等等。

为什么我们喜欢它：Ritual 拥有一流的支持者。开发人员现在就可以尝试Infernet SDK。我注意到几天前有一个开发人员使用这个SDK 启动了一个实验性的nft 项目。非常酷（我施法太晚了）。

如何获得职位：加入我们的Discord 并保持关注。

17. Nillion 概述：Nillion 允许您以安全和保密的方式训练和推断AI 模型，创建安全和个性化的AI 主干网。

乐观的理由：Nillion 的盲计算网络解锁了许多新的用例，其中个性化人工智能仍然畅通无阻。如果没有隐私数据处理，个性化人工智能就不会被广泛采用。 Nillion 的解决方案听起来确实像是一个游戏规则的改变者。

如何获得职位：加入我们的Discord 并继续关注我们。如果您是开发人员，很可能很快就会举办黑客马拉松。