Crypto x AI: 10 xu hướng tiên tiến hàng đầu năm 2025

Tác giả: Archetype Nguồn: X, @archetypevc Dịch: Shan Ouba, Jinse Finance

1. Tương tác giữa các thực thể thông minh

Tính minh bạch và khả năng tích hợp của blockchain đã khiến nó trở thành nền tảng lý tưởng cho tương tác giữa các thực thể thông minh. Trong kịch bản này, các thực thể thông minh được phát triển bởi các thực thể khác nhau cho các mục đích khác nhau có thể tương tác với nhau một cách liền mạch. Hiện nay, đã có nhiều ứng dụng thử nghiệm về tương tác giữa các thực thể thông minh, chẳng hạn như chuyển tiền, phát hành token chung. Chúng tôi mong đợi được chứng kiến cách thức tương tác giữa các thực thể thông minh được mở rộng thêm, bao gồm việc tạo ra các lĩnh vực ứng dụng mới (ví dụ, các kịch bản xã hội mới được thúc đẩy bởi sự tương tác giữa các thực thể thông minh) và cải thiện các quy trình công việc doanh nghiệp phức tạp hiện tại, chẳng hạn như xác thực và kiểm tra nền tảng, thanh toán vi mô, tích hợp quy trình công việc liên nền tảng, v.v.

— Danny, Katie, Aadharsh, Dmitriy

2. Tổ chức thực thể thông minh phi tập trung

Điều phối các hệ thống đa thực thể thông minh quy mô lớn là một lĩnh vực nghiên cứu đầy hứng khởi khác. Các hệ thống đa thực thể thông minh làm thế nào để hợp tác hoàn thành nhiệm vụ, giải quyết vấn đề và quản trị hệ thống và giao thức? Trong bài viết đầu năm 2024 về "Triển vọng và thách thức của ứng dụng Crypto + AI", Vitalik đề xuất sử dụng các thực thể thông minh dựa trên AI để dự đoán thị trường và trọng tài. Ông tin rằng các hệ thống đa thực thể thông minh có khả năng "khám phá sự thật" và tiềm năng tự trị đáng kinh ngạc khi vận hành ở quy mô lớn. Chúng tôi mong đợi được thấy tiềm năng của "các hệ thống đa thực thể thông minh" và các hình thức "trí tuệ tập thể" được khai thác và thử nghiệm thêm.

Như một sự mở rộng của việc điều phối giữa các thực thể thông minh, sự điều phối giữa các thực thể thông minh và con người cũng mang lại những không gian thú vị cho thiết kế - đặc biệt là cách thức cộng đồng tương tác xung quanh các thực thể thông minh, hoặc các thực thể thông minh tổ chức con người để thực hiện hành động tập thể. Chúng tôi mong đợi sẽ có thêm nhiều thử nghiệm, đặc biệt là những thực thể thông minh có hàm mục tiêu liên quan đến sự điều phối quy mô lớn của con người. Điều này cần có một cơ chế xác minh, đặc biệt nếu công việc của con người được thực hiện ngoài chuỗi, nhưng có thể tạo ra một số hành vi nổi lên độc đáo và thú vị.

— Katie, Dmitriy, Ash

3. Giải trí đa phương tiện dựa trên thực thể thông minh

Khái niệm về các Nhân vật số (Digital Personas) đã tồn tại hàng thập kỷ. Ví dụ, Hatsune Miku (2007) đã bán hết 20.000 vé cho một buổi hòa nhạc, và ngôi sao mạng xã hội ảo Lil Miquela (2016) có hơn 2 triệu người theo dõi trên Instagram. Các ví dụ mới hơn bao gồm AI trình dẫn ảo Neuro-sama (2022) đã có hơn 600.000 người đăng ký trên Twitch, và nhóm nhạc nam ảo ẩn danh PLAVE (2023) đã đạt hơn 300 triệu lượt xem trên YouTube trong chưa đầy 2 năm.

Với sự tiến bộ của cơ sở hạ tầng AI và sự tích hợp của blockchain trong thanh toán, chuyển giao giá trị và nền tảng dữ liệu mở, chúng tôi mong đợi những thực thể này sẽ trở nên tự chủ hơn và thậm chí có thể mở khóa một loại hình giải trí chính thống hoàn toàn mới vào năm 2025.

— Katie, Dmitriy

4. Tiếp thị nội dung dựa trên thực thể thông minh/sinh tạo

Trong phân loại trước, bản thân thực thể thông minh là sản phẩm, trong khi ở đây, các thực thể thông minh có thể là bổ sung cho sản phẩm. Trong nền kinh tế chú ý, việc liên tục tạo ra nội dung hấp dẫn là then chốt để bất kỳ ý tưởng, sản phẩm hoặc công ty nào thành công. Nội dung dựa trên thực thể thông minh/sinh tạo là một công cụ mạnh mẽ để các nhóm xây dựng kênh sản xuất nội dung 24/7 có thể mở rộng. Sự phát triển của lĩnh vực này được thúc đẩy bởi cuộc thảo luận xung quanh "điều gì khác biệt so với các đồng xu meme và thực thể thông minh". Ngay cả khi các đồng xu meme hiện tại chưa được "thông minh hóa" một cách nghiêm ngặt, các thực thể thông minh đã trở thành một công cụ quan trọng để tiếp cận và phân phối.

Một ví dụ khác là, trò chơi cần trở nên động hơn để duy trì sự tham gia của người dùng. Một cách truyền thống để tạo ra tính động của trò chơi là nuôi dưỡng nội dung do người dùng tạo ra; trong khi nội dung được sinh tạo thuần túy (bao gồm các vật phẩm trong trò chơi, NPC thậm chí là các cấp độ trò chơi được tạo hoàn toàn) có thể là một giai đoạn tiến hóa tiếp theo. Chúng tôi tò mò xem vào năm 2025, khả năng của các thực thể thông minh sẽ mở rộng ranh giới của các chiến lược phân phối truyền thống đến mức độ nào.

— Katie

5. Công cụ/nền tảng nghệ thuật thế hệ tiếp theo

Vào năm 2024, chúng tôi đã ra mắt IN CONVERSATION WITH, một chuỗi phỏng vấn với các nghệ sĩ nghệ thuật mã hóa trong các lĩnh vực như âm nhạc, nghệ thuật hình ảnh, thiết kế, nghệ thuật trình bày, v.v. Các cuộc phỏng vấn trong năm nay đã cho tôi thấy một điểm then chốt: các nghệ sĩ quan tâm đến công nghệ mã hóa thường cũng có sự quan tâm rộng lớn đến các công nghệ tiên tiến khác và xu hướng làm cho những công nghệ này trở thành cốt lõi hoặc trọng tâm thẩm mỹ của thực hành sáng tạo của họ, chẳng hạn như các đối tượng AR/VR, nghệ thuật dựa trên mã và mã hóa trực tiếp.

Nghệ thuật sinh tạo vốn có sự kết hợp tự nhiên với blockchain, điều này cũng làm cho nó trở thành một phương tiện tiềm năng cho nghệ thuật dựa trên AI. Trên các nền tảng trưng bày nghệ thuật truyền thống, việc trưng bày và trình bày các phương tiện này là rất khó khăn. ArtBlocks đã cung cấp cho chúng tôi một cửa sổ để thấy được tương lai về cách sử dụng blockchain để trình bày, lưu trữ, thương mại hóa và bảo vệ các tác phẩm nghệ thuật kỹ thuật số - đồng thời cải thiện trải nghiệm tổng thể của nghệ sĩ và khán giả.

Ngoài việc trưng bày, các công cụ dựa trên AI thậm chí còn mở rộng khả năng sáng tạo nghệ thuật của những người bình thường. Chúng tôi mong đợi được thấy blockchain sẽ tiếp tục mở rộng hoặc hỗ trợ những công cụ này vào năm 2025,赋能cho các nhà sáng tạo và người hâm mộ nghệ thuật.

— Katie

6. Thị trường dữ liệu

Kể từ khi Clive Humby đưa ra khái niệm "dữ liệu là dầu mỏ mới" 20 năm trước, các công ty lớn đã thực hiện các biện pháp mạnh mẽ để độc quyền hóa và thu lợi từ dữ liệu người dùng. Ngày nay, người dùng đã nhận thức được rằng dữ liệu của họ là nền tảng để các công ty có giá trị thị trường hàng tỷ đô la này xây dựng, nhưng họ gần như không có quyền kiểm soát dữ liệu và chia sẻ lợi nhuận từ dữ liệu này. Với sự phát triển nhanh chóng của các mô hình AI mạnh mẽ, mối quan hệ căng thẳng này trở nên ngày càng quan trọng. Nếu một phần cơ hội của thị trường dữ liệu là giảm bóc lột dữ liệu người dùng, phần khác là giải quyết tình trạng thiếu hụt nguồn cung dữ liệu, vì các mô hình AI ngày càng mạnh mẽ đang dần cạn kiệt các nguồn dữ liệu dễ tiếp cận trên internet và cấp bách cần các nguồn dữ liệu mới.

Về cách sử dụng cơ sở hạ tầng phi tập trung để trả lại quyền kiểm soát dữ liệu cho người dùng, không gian thiết kế rất rộng lớn và cần các giải pháp đổi mới trong nhiều lĩnh vực. Một số thách thức cấp bách nhất bao gồm:

• Vị trí lưu trữ dữ liệu và bảo mật quyền riêng tư (trong quá trình lưu trữ, truyền tải và tính toán)

• Cách đánh giá, lọc và đo lường chất lượng dữ liệu một cách khách quan

• Các cơ chế để sở hữu và thu lợi từ dữ liệu (đặc biệt là việc truy ngược giá trị về nguồn gốc sau khi suy luận)

• Cách phối hợp hoặc truy xuất dữ liệu trong một hệ sinh thái mô hình

Phiên bản v1 của tính toán sức mạnh AI phi tập trung trông giống như bản sao của GPU cloud Web2, không có thực sự ưu thế về cung cấp (phần cứng hoặc trung tâm dữ liệu) và cũng thiếu nhu cầu thị trường tự nhiên. Trong phiên bản v2, một số nhóm đang phát triển ngăn xếp công nghệ bằng cách xây dựng khả năng cạnh tranh thông qua khả năng điều phối, định tuyến và định giá các tài nguyên tính toán hiệu suất cao (HPC) dị hợp, đồng thời giới thiệu các tính năng độc quyền để thu hút nhu cầu và chống lại áp lực lợi nhuận, đặc biệt là trong các nhiệm vụ suy luận. Ngoài ra, các nhóm bắt đầu cạnh tranh khác biệt hóa xung quanh các kịch bản ứng dụng và chiến lược tiếp cận thị trường (GTM), với một số nhóm tập trung vào việc sử dụng các khung biên dịch để cải thiện hiệu quả định tuyến suy luận trên nhiều phần cứng, trong khi những nhóm khác lại tạo ra các khung huấn luyện mô hình phân tán trên mạng lưới tính toán mà họ xây dựng.

Chúng tôi thậm chí bắt đầu nhìn thấy sự hình thành của một thị trường AI-Fi, đề xuất các nguyên tố kinh tế mới, chuyển đổi sức mạnh tính toán và GPU thành tài sản tạo thu nhập, hoặc sử dụng thanh khoản trên chuỗi để cung cấp nguồn vốn thay thế cho các trung tâm dữ liệu để có được phần cứng. Một câu hỏi then chốt là, AI phi tập trung (DeAI) sẽ phụ thuộc vào tính toán phi tập trung trong bao nhiêu mức độ để phát triển và triển khai? Hay nó sẽ giống như thị trường lưu trữ, khoảng cách giữa lý tưởng và nhu cầu thực tế vẫn không thể khắc phục, cuối cùng không thể khai thác hết tiềm năng của ý tưởng này?

— Danny

8. Tiêu chuẩn tính toán

Liên quan đến việc khuyến khích mạng lưới tính toán hiệu suất cao phi tập trung, một thách thức chính trong việc điều phối tính toán dị hợp là thi缺vắng một tiêu chuẩn tính toán được công nhận. Các đặc tính đầu ra độc đáo của mô hình AI mang lại độ phức tạp cho thị trường tính toán hiệu suất cao, chẳng hạn như các biến thể mô hình khác nhau, các kỹ thuật định lượng và tính ngẫu nhiên có thể điều chỉnh thông qua nhiệt độ và siêu tham số lấy mẫu. Hơn nữa, các phần cứng AI khác nhau (như kiến trúc GPU và phiên bản CUDA) sẽ dẫn đến sự khác biệt thêm về đầu ra. Cuối cùng, điều này đòi hỏi phải thiết lập các tiêu chuẩn về cách tính toán khả năng của mô hình và thị trường tính toán trong hệ thống phân tán dị hợp.

Do thiếu tiêu chuẩn, trong năm nay chúng tôi đã chứng kiến nhiều trường hợp trong cả Web2 và Web3 không thể tính toán chính xác chất lượng và số lượng tính toán của các mô hình và thị trường tính toán. Điều này khiến người dùng phải tự chạy các bài kiểm tra chuẩn mô hình, kiểm tra hiệu suất bằng cách so sánh kết quả, thậm chí xác minh hiệu suất thực tế bằng cách giới hạn khối lượng công việc của thị trường tính toán (Bằng chứng công việc).

Với nguyên tắc "có thể xác minh" là cốt lõi của lĩnh vực tiền điện tử, chúng tôi hy vọng rằng vào năm 2025, sự kết hợp của tiền điện tử và AI sẽ có lợi thế về khả năng xác minh hơn so với AI truyền thống. Cụ thể, người dùng thông thường sẽ có thể so sánh tương đương đầu ra của mô hình hoặc cụm tính toán để kiểm tra và đánh giá hiệu suất của hệ thống.

— Aadharsh

9. Nguyên tố quyền riêng tư xác suất

Trong "Lời hứa và thách thức của ứng dụng Tiền điện tử + AI", Vitalik đề cập đến một thách thức độc đáo trong việc kết hợp tiền điện tử và AI:

"Trong mật mã học, mã nguồn mở là cách duy nhất để đạt được bảo mật, nhưng trong AI, việc mã nguồn mở mô hình (thậm chí cả dữ liệu huấn luyện) sẽ đáng kể tăng nguy cơ tấn công học máy đối kháng."

Mặc dù quyền riêng tư không phải là một lĩnh vực nghiên cứu mới đối với blockchain, nhưng sự phát triển nhanh chóng của AI sẽ thúc đẩy nghiên cứu và ứng dụng các công nghệ tăng cường quyền riêng tư hơn nữa. Trong năm nay, chúng tôi đã chứng kiến những tiến bộ đáng kể trong các công nghệ quyền riêng tư như Bằng chứng không tri thức (ZK), Mã hóa đồng cấu (FHE), Môi trường thực thi đáng tin cậy (TEE) và Tính toán an toàn đa phương (MPC), những công nghệ này có thể được sử dụng để tính toán riêng tư trên dữ liệu mã hóa cho các ứng dụng chung. Đồng thời, chúng tôi cũng thấy các ông lớn AI tập trung như Nvidia và Apple đang sử dụng công nghệ TEE độc quyền để thực hiện học liên bang và suy luận AI riêng tư trong các hệ thống có phần cứng, firmware và mô hình nhất quán.

Vì vậy, chúng tôi sẽ theo dõi sát sao các tiến triển trong việc duy trì quyền riêng tư trong chuyển đổi trạng thái ngẫu nhiên, và cách những tiến bộ này có thể thúc đẩy việc triển khai các ứng dụng AI phi tập trung trên các hệ thống dị hợp, bao gồm suy luận riêng tư phi tập trung, lưu trữ và truy cập dữ liệu mã hóa, và môi trường thực thi hoàn toàn tự chủ.

— Aadharsh

10. Ý định của tác nhân thông minh và giao diện người dùng giao dịch thế hệ tiếp theo

Ứng dụng của các tác nhân thông minh AI trong giao dịch tự chủ trên chuỗi là một trong những trường hợp sử dụng có tiềm năng thực tế nhất hiện nay. Tuy nhiên, trong 12-16 tháng qua, đã có nhiều định nghĩa mơ hồ xung quanh các khái niệm như "ý định", "hành vi của tác nhân", "ý định của tác nhân", "trình giải quyết", "trình giải quyết của tác nhân", đặc biệt là cách phân biệt với sự phát triển của "bot giao dịch" truyền thống trong những năm gần đây.

Trong 12 tháng tới, chúng tôi mong đợi sẽ thấy các hệ thống ngôn ngữ tiên tiến hơn kết hợp với các loại dữ liệu khác nhau và kiến trúc mạng nơ-ron, thúc đẩy sự tiến bộ của không gian thiết kế tổng thể.

• Liệu các tác nhân có sử dụng các hệ thống trên chuỗi hiện tại để giao dịch, hay sẽ phát triển công cụ/phương pháp riêng của họ?

• Các mô hình ngôn ngữ lớn (LLMs) có tiếp tục đóng vai trò là back-end cho các hệ thống giao dịch của các tác nhân này, hay sẽ xuất hiện các hệ thống hoàn toàn khác?

• Ở cấp độ giao diện người dùng, liệu người dùng sẽ bắt đầu sử dụng ngôn ngữ tự nhiên để giao dịch?

• Giả định "ví là trình duyệt" lâu nay có thể sẽ cuối cùng được thực hiện?

Những câu hỏi này sẽ là trọng tâm của chúng tôi.

— Danny, Katie, Aadharsh, Dmitriy