來源：蜂巢Tech

隨着AI大模型的普及，AI與Web3的融合領域已然成爲加密資產市場的熱門板塊，兩個技術在“數據”的應用層面爆發出可融潛力。

當紅炸子雞人工智能自然語言大模型的基礎是“三算”，其中之一便是算據，理論上，爲大模型提供的數據集越大，在有效訓練之後的學習與預測能力就越強。而Web3的底層區塊鏈技術本質上分布式數據庫，按時序打包數據的鏈式結構形成了數據無法被篡改的特點。

二者或有互補優勢。Web3區塊鏈能夠安全地存儲數據，作爲一種账本，它的“分布式存儲和計算”屬性，可以爲AI的算據層面提供定價和真實性的保障；而AI能夠提升區塊鏈交易的效率，將復雜的數據處理程序自動化。

一個例子是鏈上交易的自動化，這可以應用在加密資產市場。由機器學習驅動的AI算法可以跟蹤市場波動，分析大規模的數據，從中找到規律與趨勢，並根據預定的標准執行交易。

AI還可以應用在區塊鏈的安全性上，利用機器學習算法檢查交易數據，尋找可疑趨勢或異常，並不斷從數據中學習以避免新的風險。

盡管當前AI與Web3都處於初級階段，但前者被認爲有可能爲Web3乃至加密資產市場帶來變革。Fortune Business Insights的一份報告顯示，區塊鏈的人工智能市場在2020年爲2.205億美元，到2027年可達到9.736億美元，復合年增長率爲23.6%。

盤點AI+Web3項目，不難發現，目前的8個早期龍頭項目主要發揮了“AI提升生產力”的特性，已經將AI大模型及機器學習的能力應用到Web3的底層技術設施或具體應用中，包括：

• 將AI的多模態生成（AIGC）能力應用到了NFT生成中；

比如 ChainGPT（CGPT），這個區塊鏈的人工智能解決方案不僅能提供Web2世界常見的文本內容生成、AI聊天機器人功能外，還是一個NFT生成器；再比如Aspecta，它構建了一個人工智能生成的身份系統，通過Aspecta ID鏈接Web2和Web3的帳戶，根據账戶持有者的經驗與經歷形成社區聯系，訪問不同的DAO和應用程序。

• 將AI的機器學習能力轉化爲構建Web3應用程序的工具/平台；

比如Fetch.ai（FET），它是一個开發去中心化應用程序的基礎設施，利用人工智能的自動化技術，提供了創建和連接智能代理（Agents）的工具，幫助用戶執行數字經濟中的復雜任務。

• 將Web3分布式存儲、交易、計算的能力應用到AI發展所需的生產資料/資源；

‍比如iExec（RLC），它是基於區塊鏈的去中心化計算資產市場，旨在將資源提供者與資源使用者聯系起來，允許任何人租用計算能力、數據集；再如去中心化人工智能服務網絡SingularityNET（AGIX），它允許用戶將服務發布到網絡上供需求方付費（加密資產）集成。

8個早期AI+Web3龍頭項目

在AI+Web3中，除了以上8個早期誕生的龍頭項目外，一些新“選手”也在奔赴賽道的路上。

針對“數據”這個最明顯的結合處，有項目利用了區塊鏈的分布式特性，解決數據壟斷問題。

比如，Bagel Network ，它創造了“機器學習數據湖”的概念，允許用戶以任意規模存儲所有結構化和非結構化數據，支持數據科學家和AI工程師以低成本且保護隱私的方式，獲得/交換那些經過授權且可驗證的數據集。Bagel Network的目的是構建一個去中心化的數據平台，來支持機器學習（ML）模型。

還有不少新項目將AI的能力直接發揮到了Web3最受矚目的金融應用層面，包括加密資產的交易和支付領域。

比如GT Protocol，它是一個由ChainGPT孵化的加密資產AI執行協議，它允許任何實體或者個人創建一個DeFi 智能合約池，利用AI收集和管理用戶貢獻的流動性，一方面發揮了AI的自動化能力，另一方面也利用了智能合約在鏈上的透明化特徵。

 8個新進 AI+Web3 應用‍‍‍

可以預見，2024年，圍繞AI的大模型及其應用仍會以層出不窮的態勢繼續向前發展，而Web3 這個最愛追逐熱點的世界也將持續跟進AI這個大熱門，兩個技術的演進與相互融合，也將爲加密資產市場的AI板塊增加規模。‍‍‍‍‍‍‍‍‍‍

鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播信息之目的，不構成任何投資建議，如有侵權行為，請第一時間聯絡我們修改或刪除，多謝。