2023年是人工智慧（AI）的里程碑，Google搜尋和代幣價格反映了對AI的興趣。與AI相關web3專案資金激增至2.98億美元，超過2016-2022年的總融資。 2023年的AI代幣表現明顯優於BTC和ETH，市值前五人工智慧代幣漲幅在200%到650%不等。 AI與加密領域融合出幾個趨勢和實際案例，如DePIN的成長和消費者應用的互動性。人工智慧在加密領域吸引了更多注意力，AI代幣表現強勁，展現出其巨大吸引力。
連結: https://mp.weixin.qq.com/s/Q_yTL3x9wfigz80LB5cRhg
原文標題：《AI × Crypto：最新數據與進展》
資料來源：JieXuan Chua，CFA，幣安研究院
譯文編譯：Kate, 0x資訊
重點
• 在過去的幾個月裡，對人工智慧（「AI」）的興趣有所上升，這一點從谷歌搜尋趨勢和人工智慧相關代幣價格飆升就可以看出。
• 2023年，與人工智慧相關的web3計畫的資金激增，達到2.98億美元。這比2016年至2022年人工智慧專案的總融資金額（1.485億美元）還要多。
• 與人工智慧相關的代幣在2023年普遍表現良好，按市值計算的前五大人工智慧代幣的表現明顯領先於BTC和ETH，2023年的漲幅從200%到650%不等。
• 我們已經觀察到人工智慧和加密貨幣融合產生的幾個趨勢和實際案例。從推動去中心化實體基礎設施網路（“DePIN”）的成長，到創建更具互動性的面向消費者的應用程序，我們在本報告中重點介紹了一些有意義的發展。
介紹
2023年證明是人工智慧（「AI」）的里程碑，因為人工智慧的變革力量變得更加明顯，特別是人工智慧聊天機器人的廣泛使用，如OpenAI的ChatGPT、Google的Bard、微軟的Bing Chat等ChatGPT 尤其突顯了人工智慧的潛力，在短短兩個月內就達到了1 億用戶的里程碑
這項成就超過了抖音和YouTube 等主要社群媒體平台。
圖1：ChatGPT是成長最快的應用程式之一，在發布兩個月後就獲得了1億用戶
資料來源：demandsage、幣安研究院
更重要的是，人工智慧也開始逐漸普及加密領域，無論是在實際案例中，還是在對人工智慧相關代幣的興趣中。這兩種替代性技術的融合迅速成為業界的一個突出話題。在我們先前的報告的基礎上，揭示了人工智慧在加密領域的例子，我們現在重新利用了這種不斷變化的格局。而最近該領域的興趣重新燃起，將看看目前的市場狀況並研究新的發展。
市場狀況
2023年，大眾對人工智慧的興趣顯著上升，Google全球「人工智慧」搜尋量顯著增加就是明證。這種高漲的興趣表明，公眾對人工智慧相關話題的涉及越來越多。這項突破發生得很厲害大規模預測歸因於人工智慧聊天機器人的普及、新人工智慧工具的推出，以及媒體報導和了解人工智慧願景的增加。
圖2：Google對人工智慧的搜尋興趣在2023年大幅上升，大大超過了「加密」和“比特幣」。
資料來源：Google趨勢，幣安研究院，截止2023年12月31日
注意：數字相對於給定區域和時間的圖表上的搜尋興趣最高點。
相反，「加密」的搜尋興趣保持相對穩定。 1 – 5 月呈現略有上升趨勢，隨後一段時間保持穩定，到年底接近上升。 「比特幣」的搜尋趨勢反映了「加密」的搜尋趨勢，但變化更為明顯。比特幣興趣的波動可能與圍繞比特幣的幾個熱門話題有關，包括Ordinals/BRC-20、潛在的現貨ETF，以及2024 年比特幣將減半。這些事件導致比特幣價格崛起，重新激發了公眾的興趣。
總體而言，搜尋趨勢揭示了對人工智慧日益增長的興趣與對比特幣和加密貨幣相對穩定的興趣之間的明顯關閉，這表明人工智慧一直在以越來越快的速度吸引公眾的注意力，到目前為止還沒有明顯的興趣解除。
年輕人的興趣
人工智慧產業在2023年的投資者興趣方面也表現強勁。儘管融資金額整體減少，但人工智慧在美國創業融資中的份額比例增加了230%，約佔26%。這種成長發生在人工智慧和人工智慧非都領域經歷了資金低迷的背景。然而，與整體市場相比，人工智慧表現出現了特別的彈性。
圖3：2023年，人工智慧在美國企業融資的貢獻翻了一番*
資料來源：Crunchbase、幣安研究院，截止2023年8月29日
*註：2023 年的最新數據尚未公佈。讀者建議讀者在解釋分析時考慮這個限制。
與2022年相比，非人工智慧領域的資金絕對減少了65%，而人工智慧領域的資金減少幅度相對較小，梯度為6%。
此外，在考慮融資輪數時，非人工智慧產業經歷減少了55%，而人工智慧領域減少了45%。人工智慧融資和融資輪次相對較小的下降表明，儘管自2021 年以來達到高峰，融資金額總體呈下降趨勢，但投資者對人工智慧應用的興趣仍相對較高。這也可能顯示對人工智慧技術和應用的長期潛力和吸收的持續信念。
另外，Web3的人工智慧部門在2023年的資金方面經歷了爆炸性成長。 Rootdata的數據顯示，2016年至2022年人工智慧專案的總融資額為1.485億美元，而僅2023年的融資額就達到2.98 億美元。 2023 年的這個數字是前7 年資金的兩倍，這也是人工智慧在這一年的吸引力激增的原因。
圖4：2023年人工智慧專案總資金為2.98億美元，排名第7，佔Web3專案總資金的3.7%
資料來源：Rootdata，幣安研究院，截止2023年12月31日
與Web3 領域資金的其他領域相比，2023 年人工智慧專案的資金為2.98 億美元，排名第七，超過了NFT 的2.93 億美元和DAO 的4,200 萬美元。暫時資金約佔2023 年Web3 專案總的3.7%。雖然3.7% 看起來不太大，但考慮到人工智慧在2023 年才開始獲得顯著的吸引力，可觀的資金成長突顯了該行業越來越多的認可和價值。
強勢表現
從價格角度來看，人工智慧代幣的表現也帶動了整體市場，在過去一個季度和一年經歷了大幅飆升。該行業興趣的增加開始了人工智慧相關代幣的強勁價格表現。
圖5：過去三個月裡，AI代幣被單獨表現第二好類別
資料來源：Dune Analytics (@cryptokoryo_research)，截止2023 年1 月2 日，AI 代幣包括：AGIX、CTXC、FET、OCEAN、ORAI、RNDR
根據Dune 儀錶板匯總了不同敘述/部門的代表性代幣的表現，人工智慧代幣在過去三個月的表現中排名第二。請注意，雖然最初的儀表板包含MEME 幣，但我們已經將它們排除在我們的分析之外，因為它們相對較低的市值導致不成比例的大部分績效收益。
當將市值排名前五的AI代幣與BTC和ETH進行比較時，非常明顯，AI代幣在2023年的表現明顯成為主要代幣。
這些AI幣一年的表現從200%到高達650%不等。相比之下，BTC年底上漲了150%，而ETH上漲了44%。
然而，重要的是要注意，與這些人工智慧代幣相比，BTC 和ETH 的市值要大幅倍增。因此，BTC 和ETH 在比例方面的收益降低是很自然的。這種比較主要是為了近幾個月來，人工智慧代幣的強勁成長和吸引力的成長尤為突出。
圖6：2023年，市值排名前五的AI代幣的表現明顯刺激BTC和ETH，漲幅從200%到高達650%不等
資料來源：CoinMarketCap，幣安研究院，截止2023年12月31日
總的來說，人工智慧已經獲得了巨大的吸引力。人工智慧應用的採用一直在加速攀升，吸引了投資者和散戶的持續興趣。此外，人工智慧代幣的表現一直非常強勁。除了這些趨勢之外除此之外，還有一些值得討論的新興AI x 加密創新，請參閱下一節。
AI x 加密貨幣發展
對人工智慧的興趣激增，推動了人工智慧相關加密應用的成長，為該領域的持續創新鋪平了道路。本節中，我們將深入研究人工智慧和加密技術融合的一些趨勢和實踐。從推動去中心化實體基礎設施網路（“DePIN”）的成長，到創建更多互動性的面向消費者的應用程序，我們重點介紹了該領域的有意義的發展。
AI x DePIN
大型語言模型、深度學習和各種人工智慧應用嚴重依賴圖形處理單元（“GPU”）的運算能力。然而，在過去的一年裡，對人工智慧的興趣激增導致對GPU 的大規模需求，導致了晶片的渺茫。如果無法方便地使用GPU，運算的高成本可能會讓從事人工智慧相關研究的研究人員和相關企業望而卻步。這就是中心化運算網路（DePIN的子集）發揮作用的地方它們為中心化雲端事業和硬體製造商主導的現有解決方案提供了另一種選擇。 ，我們也因此見證了該產業在GPU需求推動下的強勁成長。
考慮到GPU並不總是以100%的容量運行，去中心化的運算網路尋求將那些有空閒運算能力的人連接到需要他們的人。這是透過建立一個雙邊市場來實現的，該市場允許計算能力的供應商會從買家那裡獲得獎勵。這類網路的範例包括Akash、Render、Gensyn 和io.net 等。此外，中心化運算網路的價格也因為具有競爭力，供應商向網路提供運算能力沒有顯著的額外成本。
圖7：去中心化計算網路的具有競爭力的價格
資料來源：Cloudmos，截止2024年1月2日
注意：定價是針對1 個CPU、1GB RAM 和1GB 磁碟
透過為實際問題提供潛在的解決方案，去中心化運算網路搭上了人工智慧成長的浪潮，其平台上的活動越來越多。
圖8：渲染網路上的渲染場景數量在2023 年有所提升
資料來源：Dune Analytics (@lviswang)，觀測到2023年12月31日
圖9：2023年第四季度，Akash網路的活躍租約激增
資料來源：Cloudmos，截止2024年1月3日
AI x 零知識
由於其基於程式碼的自動化功能，智能合約效率而聞名。然而，它們預先定義的性質有時會導致缺乏認知，特別是在不可預見的複雜情況下。這就是人工智慧的一個子領域機器學習(ML) 可以提供重大改進的地方。機器學習模型經過廣泛資料集的，具有學習、適應和做出高度準確預測的能力。將這些模型整合到智能合約中可以開啟廣泛的認知和靈活的能力。
這種整合的一個主要挑戰是過高的概念計算開銷，鏈上ML計算。這就引出了零知識的機器學習（「ZKML」）。 ZKML結合了零知識證明和機器學習。在這種設定中，ML計算是在鏈下處理的，而ZK證明用於驗證這些計算的局限性，而不會丟失實際數據。利用ZKML，智慧合約可以有效地利用人工智慧的力量，同時保持區塊鏈技術的安全性和透明度。
圖10：ZKML將零知識證明與機器學習結合，先進行上鍊計算，再進行上鍊驗證
來源：幣安研究部
一個重要的發展是由Upshot 與Modulus Labs 合作推出的ZK Predictor。該工具使Upshot 能夠利用Modulus ZK 電路來驗證資產估值，而不會流失智慧財產權。它可以幫助開發優化長尾資產定價的自動做市商（“AMM”），人工智慧驅動的鏈上指數基金，具有其可運行的鏈上加密證明，或專注於特定主題的預測市場，可以增強和驗證眾力定價訊號的準確性。 ZKML 的其他產品包括價格預測機。例如，Upshot 人工智慧模型提供複雜的市場數據，以評估NFT 等長尾資產的價值。然後，Modulus 的技術驗證這些AI 計算的正確性，將其封裝在其中證明中，將其支付給以太坊進行最終驗證。
這些例子只是ZKML 可以支援的無數應用程式的開始。由於該技術尚處於起步階段，預計在未來幾年將出現更成熟、更廣泛的ZKML 應用程式。
人工智慧x 消費者dApp
在過去的一年裡，我們觀察到面向消費者的去中心化應用程式（「dApps」）中人工智慧整合的增加，以增加互動性並促進用戶參與。這種趨勢正在改變用戶與平台互動的方式，提供個人化和互動性。透過利用人工智慧，這些dApp 使用戶能夠從單純的用戶轉變為積極的參與者。
一個例子是人工智慧使用者生成內容（“UGC”）平台，如NFPrompt。顧名思義，AI UGC是指使用者在自主系統的幫助下所創造的內容。這可以透過設定一組規則來實現，這些規則可以自動輸出，並在演算法中嵌入某種形式的隨機性。換句話說，使用者可以輸入一組規則或約束（例如，圖案、顏色、形狀），AI會根據這個框架產生內容。透過讓使用者參與創作過程， AI UGC平台在使用者和平台之間建立了一種相互參與性的關係，同時也讓使用者提出獨特的、實驗性的、可無限擴展的內容。
圖11：使用NFPrompt上的文字提示產生NFT
來源：NF提示
除了內容生成之外，AI的整合也可能對web3遊戲或虛擬世界產生必然影響，在這些遊戲中，遊戲角色的互動性更強，對話也更簡潔。引入AI的遊戲《他》和《她》就是很好的例子。透過使用人工智慧，遊戲玩法的特點是專注於客製化和現實的交流。這提供了更個人化的體驗，並培養了更真實的情感聯繫，從而提高了使用者黏性。
圖12：「他」與「她」利用AI提供沉浸式體驗
來源：不眠人工智慧
人工智慧x 數據分析
準確的市場數據是了解產業趨勢的關鍵，對投資人做出明智的投資決策至關重要。然而，真實交易的實例，如清理交易，可能會讓人為地誇大銷售並扭曲真實銷售量。透過將人工智慧整合到分析中，過濾掉噪音，可以更準確地輸出數據。這是透過人工智慧和機器學習（“ML”）廣泛實現的，其中大量數據作為輸入，以識別洗滌交易模式或趨勢。最終結果是對市場活動的更準確的描述。
以BitsCrunch 為例，這是一個基於人工智慧的NFT 數據分析平台，它利用人工智慧和機器學習來即時偵測潛在交易或可疑交易模式，從而提供準確的數據。 AI/ML 的使用使平台能夠相對輕鬆實地分析大量數據，從而使平台能夠區分真實交易量和無機交易量。這反過來又有助於做出明智的決策。
圖13：BitsCrunch 分析的清洗交易指標
結束語
和加密技術的融合激起了人們對這些前沿技術重新定義數位景觀的潛力的極大興奮。以人工智慧為中心的代幣越來越受歡迎，線上搜尋趨勢引起了人工智慧的興趣激動，突顯了人工智慧敘事的持續加速。
誠然，我們還沒有達到大規模採用的地步。許多人工智慧驅動的加密項目仍處於發展的初級階段，其他項目可能會迎合小眾受眾。然而，有形案例的增加是一個令人矚目的趨勢，對長期成長是正面的。考慮到這些，投資者需要在利用人工智慧炒作的同時，了解此類投資尖端技術的風險。
原文連結
資訊來源：0x資訊編譯自網際網路。版權所有，未經許可，不得轉載！