Informe de investigación de HTX Ventures: Exploración de direcciones de inversión en el ámbito de la IA y las criptomonedas

En los últimos años, con el rápido desarrollo de la inteligencia artificial (IA) y la tecnología blockchain, el sector de la IA y las criptomonedas se ha convertido en un área de gran interés para los inversores. La tecnología blockchain, con su descentralización, alta transparencia, bajo consumo de energía y características antimonopolio, compensa la fuerte centralización y el procesamiento opaco de los sistemas de IA. La combinación de ambos nos ha brindado oportunidades sin precedentes.

Según Vitalik, la aplicación combinada de la IA y la cadena de bloques se puede dividir en cuatro categorías: como participante de la aplicación, como interfaz de la aplicación, como regla de la aplicación y como objetivo de la aplicación. Propuso que el papel de la IA en las criptomonedas debería considerarse más desde la perspectiva de la aplicación, incluida la optimización de la potencia informática, la optimización de los algoritmos y la optimización de los datos.

El Instituto de Investigación Huobi distingue la dirección de la participación en la tecnología criptográfica según el nivel de aplicación de la IA, que se puede dividir en la capa básica, la capa de ejecución y la capa de aplicación. Hay oportunidades que vale la pena explorar en cada nivel. Por ejemplo, la tecnología zkML combina la prueba de conocimiento cero y la tecnología blockchain para proporcionar una solución segura, verificable y transparente para el comportamiento de los agentes de IA. Además, la IA también ha demostrado un gran potencial en el nivel de ejecución, como el procesamiento de datos, el desarrollo automatizado de dApp y la seguridad de las transacciones en cadena. A nivel de aplicación, los robots comerciales impulsados por IA, las herramientas de análisis predictivo y la gestión de liquidez AMM desempeñan un papel importante en el campo DeFi.

Este artículo discutirá en detalle la dirección de inversión del segmento IA+Cripto, centrándose en la innovación y el desarrollo a nivel de infraestructura y aplicación, y analizando las perspectivas y desafíos de la combinación de IA y blockchain desde la perspectiva de estrategias de inversión a mediano y largo plazo.
Este artículo fue escrito por Huobi Research, un equipo actualmente afiliado a HTX Ventures. HTX Ventures es el brazo de inversión global de Huobi HTX, que integra inversión, incubación e investigación para identificar a los mejores y más prometedores equipos del mundo. Actualmente, HTX Ventures ha respaldado más de 200 proyectos en múltiples áreas de blockchain, algunos de los cuales han sido incluidos en la bolsa de valores de Huobi HTX.

Áreas clave de la trayectoria de la IA

Blockchain es completamente opuesto a la inteligencia artificial en términos de centralización, baja transparencia, consumo de energía y monopolio. De acuerdo con los criterios anteriores y su propio pensamiento, Vitalik divide las aplicaciones de la combinación de inteligencia artificial y blockchain en 4 categorías:

• La IA como jugador en un juego

• La IA como interfaz del juego

• La IA como reglas del juego

• La IA como objetivo del juego

Vitalik Buterin considera el papel de la IA en las criptomonedas más desde la perspectiva de la aplicación. Si lo analizamos desde la perspectiva de la productividad frente a las relaciones de producción, las criptomonedas en realidad proporcionan más relaciones de producción. Desde este punto de vista, podemos considerarlo desde tres direcciones principales:

– Optimizar la potencia informática: proporcionar recursos informáticos descentralizados y eficientes, reducir el riesgo de fallos en un solo punto y mejorar la eficiencia informática general.

– Algoritmos de optimización: Promover el código abierto, el intercambio y la innovación de algoritmos o modelos.

– Optimizar los datos: almacenamiento descentralizado, contribución, uso y gestión segura de los datos

HTX Research cree que la dirección general de la IA se puede dividir en la capa básica, la capa de ejecución y la capa de aplicación según la arquitectura general. En consecuencia, también podemos explorar proyectos AI+Web3 desde estas tres direcciones principales. En la capa básica, que incluye el entrenamiento de modelos, los datos, la potencia informática descentralizada y el hardware a nivel de infraestructura, se centra en la combinación de la tecnología zk y la tecnología de inteligencia artificial ML; en la capa de ejecución, el procesamiento de datos y la transmisión de datos, el agente de IA, zkML, FHE (cifrado totalmente homomórfico) a nivel de modelo; en la capa de aplicación, se centra principalmente en AI+DeFi, AI+GameFi, Metaverse, AIGC y Meme, así como RAAS (Robotics as a Service), oráculos, coprocesadores, UBI (renta básica universal) a nivel de blockchain.

Entre ellos, se están desarrollando rápidamente proyectos a nivel de infraestructura y aplicación, como Io.net a nivel de potencia computacional, Flock a nivel de modelo básico, ZeroGravity, la infraestructura blockchain, Myshell, el agente de IA, y 0x Scope a nivel de aplicación.

Se pueden explorar las siguientes direcciones:

1. Dirección zkML

La tecnología zkML combina pruebas de conocimiento cero y tecnología blockchain para brindar una solución segura, verificable y transparente para monitorear y restringir el comportamiento de los agentes de IA. Por ejemplo, el proyecto Modulus Labs utiliza la tecnología zkML para demostrar a las partes interesadas que su IA ha realizado tareas específicas protegiendo la privacidad personal y los secretos comerciales.

zkML, como intermediario entre la inteligencia artificial y la cadena de bloques, propone un conjunto de soluciones para resolver los problemas de protección de la privacidad de los modelos y las entradas de IA, y garantizar la verificabilidad del proceso de razonamiento. Crea una nueva forma de utilizar modelos públicos al verificar datos privados, o utilizar datos públicos al verificar modelos privados. Al integrar el poder del aprendizaje automático, los contratos inteligentes pueden lograr más autonomía y dinamismo, y pueden operar en función de datos en cadena en tiempo real en lugar de solo reglas estáticas. Esta innovación hace que los contratos inteligentes sean más flexibles y capaces de adaptarse a más escenarios de aplicación diferentes, incluso aquellos que no se previeron cuando se estableció originalmente el contrato.

Introducción a proyectos típicos de tecnología zkML

La primera tabla es una introducción a algunos proyectos potenciales de ZKML. La segunda imagen muestra otros proyectos de ZKML.

2. Dirección del tratamiento de datos

Se refiere principalmente a diversos avances en IA a nivel de ejecución, especialmente algunos avances en la transmisión y el desarrollo de datos de blockchain. El análisis específico es el siguiente:

a. Inteligencia artificial y análisis de datos en cadena

Esta dirección se refiere principalmente al uso de tecnología de IA para extraer en profundidad estos datos y al uso de modelos grandes LLM y algoritmos de aprendizaje profundo para obtener más información. Por ejemplo, el proyecto Web3 Analytics utiliza IA para analizar datos en cadena para revelar tendencias del mercado y comportamientos de los usuarios. Puede ayudar a los usuarios a obtener información sobre las transacciones en cadena y las tendencias del mercado.

b. Desarrollo automatizado de aplicaciones descentralizadas e inteligencia artificial

Esta dirección está dirigida principalmente a algunos proyectos de infraestructura de DevOps. Algunos proyectos de IA que utilizan el desarrollo automatizado Puede asumir más desarrolladores, haciendo que el ecosistema sea más próspero. Algunas herramientas de desarrollo que utilizan IA también pueden ayudar a los desarrolladores a escribir contratos inteligentes más rápidamente y corregir errores automáticamente, y algunas también pueden implementar funciones de programación DAPP de arrastrar y soltar.

c. Inteligencia artificial y seguridad de las transacciones en cadena

Esta dirección se refiere principalmente a los agentes de IA. Implica la implementación de agentes de IA en la cadena de bloques para mejorar la seguridad y la credibilidad de las aplicaciones de IA. Estos agentes de IA pueden realizar automáticamente tareas como transacciones, análisis de datos, toma de decisiones automática, etc., y su implementación en la cadena de bloques hace que sus operaciones no solo sean transparentes y rastreables, sino también difíciles de manipular, lo que mejora la seguridad de todo el sistema. La tecnología de IA puede identificar y defenderse de ataques maliciosos y fugas de datos a través de la monitorización en tiempo real y el análisis inteligente, lo que garantiza la seguridad de las transacciones y la integridad de los datos.

• Casos de proyectos:
SeQure es una plataforma de seguridad que utiliza IA para el monitoreo y análisis en tiempo real para detectar y defenderse rápidamente de varios ataques maliciosos y fugas de datos, garantizando la estabilidad y seguridad de las transacciones en cadena.

3. Dirección IA+DEFI

La combinación más importante de IA y la capa de aplicación es IA+DEFI. A continuación, se indican algunas direcciones de IA+DEFI a las que hay que prestar atención:

1. Robots comerciales impulsados por IA

Estos robots pueden ejecutar operaciones con rapidez y precisión, analizando datos del mercado, noticias, sentimientos y tendencias de precios para tomar decisiones comerciales en fracciones de segundo, a menudo superando a los operadores humanos.

2. Análisis predictivo

Si bien predecir la volatilidad del mercado de criptomonedas siempre ha sido un desafío, las herramientas de análisis impulsadas por IA están surgiendo como una herramienta importante que puede proporcionar predicciones confiables de las tendencias del mercado y los posibles movimientos de precios.

3. Gestión de liquidez de AMM

Por ejemplo, al ajustar el rango de liquidez de Uniswap V3, a través de la integración de IA, el protocolo puede ajustar el rango de liquidez de manera más inteligente, optimizando así la eficiencia y los beneficios del creador de mercado automatizado (AMM).

4. Protección frente a la liquidación y gestión de la posición de deuda

La combinación de datos dentro y fuera de la cadena permite una implementación más inteligente de estrategias de protección contra liquidación, garantizando que las posiciones de deuda estén protegidas durante las fluctuaciones del mercado.

5. Diseño de productos DeFi complejos y estructurados

Al diseñar mecanismos de tesorería, puede confiar en modelos de IA financiera en lugar de estrategias fijas. Dichas estrategias pueden incluir transacciones, préstamos u opciones gestionadas por IA, que aumentan la inteligencia y la flexibilidad del producto.

4. Dirección IA+GameFi

La aplicación de la IA en el proyecto GameFi tiene como objetivo principal enriquecer la experiencia de juego y aumentar las posibilidades de innovación. Sus principales direcciones son las siguientes:

1. Optimización de la estrategia del juego:

La IA puede aprender de los hábitos y estrategias de juego de los jugadores, ajustar la dificultad y la estrategia del juego en tiempo real y brindar una experiencia de juego más personalizada y desafiante. A través del aprendizaje profundo y el aprendizaje por refuerzo, la IA puede evolucionar y adaptarse mejor a las necesidades y preferencias de los jugadores.

2. Gestión de la utilización de activos del juego:

La tecnología de inteligencia artificial puede ayudar a los jugadores a gestionar y comercializar activos virtuales en los juegos de forma más eficiente. Mediante contratos inteligentes y estrategias de comercio automatizadas, los jugadores pueden maximizar el uso de los activos, por ejemplo, comprar, vender, alquilar y prestar automáticamente activos del juego, optimizando así el rendimiento de la inversión.

3. Mejorar la interacción del juego:

La IA puede crear personajes no jugadores (NPC) más inteligentes y receptivos y, a través del procesamiento del lenguaje natural (NLP) y tecnologías de aprendizaje automático (ML), lograr interacciones más naturales y fluidas con los jugadores, mejorando así la inmersión en el juego y la satisfacción del jugador.

Posibles estrategias de inversión desde una perspectiva temporal

– A corto plazo, deberíamos prestar atención a las áreas en las que la IA aterrizó por primera vez en Crypto, como algunas aplicaciones conceptuales de IA y memes. Lógica: este año, el círculo principal de la IA seguirá generando nuevos puntos calientes. Cada vez que se actualice un gran modelo de empresas web2 como NVIDIA y OpenAI, encenderá los puntos calientes de la pista de IA y también atraerá nuevos fondos. Todos estos son los aspectos emocionales de esta pista.

– A mediano plazo, la combinación de Ai Agent e Intent, y la combinación con contratos inteligentes es un punto a destacar. Una vez que la IA tenga éxito, proporcionará una solución para la expansión de los contratos inteligentes, formando así una nueva cadena de bloques de libro mayor + contrato + IA, rompiendo con la narrativa de libro mayor + contrato de la era ETH.

– AI Agent es una subdivisión que Vitalik ha mencionado. AI Agent se refiere a un agente de IA que puede obtener información del entorno de forma autónoma, procesar información, tomar decisiones, ejecutar y cambiar el entorno. AI Agent es actualmente una subdivisión de vanguardia en el campo de la IA y es la capa de aplicación más cercana a la adopción masiva.

– Desde una perspectiva narrativa, el agente de IA es una belleza sexy, la potencia de computación en la nube de la GPU es un empresario de mediana edad estable y maduro, y el modelo de IA combinado con la capa de DA es un científico con el cabello desordenado.

– A largo plazo, la combinación de IA y tecnología zkML (aunque los jefes de ML de las empresas de IA web2 se burlan del uso de IA por parte de Crypto) en última instancia afectará al campo de Crypto.

referencias

– Twitter: https://twitter.com/FinanceYF5/status/1772434625387717055

-Web3 Café: https://twitter.com/Web3 Caff_Res

– Twitter de Vitalik: https://twitter.com/VitalikButerin

apéndice:

Lista de proyectos de plataformas de computación descentralizada y razonamiento de IA

Se refiere principalmente al uso de criptomonedas como incentivo para compartir y utilizar recursos informáticos inactivos a escala global.

Lista de proyectos de fuentes de modelos y datos de IA

Esta parte se basa principalmente en la autenticidad, transparencia y trazabilidad de los datos, y utiliza el modelo económico criptográfico para proporcionar incentivos de datos (para usuarios finales C) e incentivos de modelo (desarrolladores, finales B).

Este artículo proviene de Internet: Informe de investigación de HTX Ventures: Explorando direcciones de inversión en el ámbito de la IA y las criptomonedas

Relacionado: Explorando BTC Layer2: ¿Es un truco de una empresa de capital de riesgo? ¿O es la vanguardia del desarrollo financiero?

Autor original: Duncan Traducción original: TechFlow Mientras Rune se roba el espectáculo, los desarrolladores de Bitcoin están trabajando arduamente para introducir un monstruo tipo Frankenstein sobre la cadena de bloques más confiable del mundo. Debido a que Bitcoin puede adoptar tantas formas diferentes, se podría pensar que la segunda capa de Bitcoin es más un truco de capital de riesgo que un desarrollo de vanguardia en finanzas. Pero, querido lector, tenga en cuenta que Bitcoin es mucho más de lo que la gente piensa. ¿Ejemplo? Bien. Bitcoin es como una cebolla con muchas capas. En el caso actual de Bitcoin, existe L2, una narrativa emergente que promete llevar a Bitcoin a las finanzas descentralizadas, brindando a las personas retornos lucrativos. Pero, como una cebolla, hay diferentes tipos, y la forma en que se preparan es importante. ¿La tecnología de punta atraerá nuevos usuarios o simplemente…