作者/茉莉
编辑/文刀
随着AI大模型的普及，AI与Web3的融合领域已然成为加密资产市场的热门板块，两个技术在“数据”的应用层面爆发出可融潜力。
当红炸子鸡人工智能自然语言大模型的基础是“三算”，其中之一便是算据，理论上，为大模型提供的数据集越大，在有效训练之后的学习与预测能力就越强。而Web3的底层区块链技术本质上分布式数据库，按时序打包数据的链式结构形成了数据无法被篡改的特点。
二者或有互补优势。Web3区块链能够安全地存储数据，作为一种账本，它的“分布式存储和计算”属性，可以为AI的算据层面提供定价和真实性的保障；而AI能够提升区块链交易的效率，将复杂的数据处理程序自动化。
一个例子是链上交易的自动化，这可以应用在加密资产市场。由机器学习驱动的AI算法可以跟踪市场波动，分析大规模的数据，从中找到规律与趋势，并根据预定的标准执行交易。
AI还可以应用在区块链的安全性上，利用机器学习算法检查交易数据，寻找可疑趋势或异常，并不断从数据中学习以避免新的风险。
尽管当前AI与Web3都处于初级阶段，但前者被认为有可能为Web3乃至加密资产市场带来变革。Fortune Business Insights的一份报告显示，区块链的人工智能市场在2020年为2.205亿美元，到2027年可达到9.736亿美元，复合年增长率为23.6%。
盘点AI+Web3项目，不难发现，目前的8个早期龙头项目主要发挥了“AI提升生产力”的特性，已经将AI大模型及机器学习的能力应用到Web3的底层技术设施或具体应用中，包括：
- 将AI的多模态生成（AIGC）能力应用到了NFT生成中；
比如ChainGPT（CGPT），这个区块链的人工智能解决方案不仅能提供Web2世界常见的文本内容生成、AI聊天机器人功能外，还是一个NFT生成器；再比如Aspecta，它构建了一个人工智能生成的身份系统，通过Aspecta ID链接Web2和Web3的帐户，根据账户持有者的经验与经历形成社区联系，访问不同的DAO和应用程序。
- 将AI的机器学习能力转化为构建Web3应用程序的工具/平台；
比如Fetch.ai（FET），它是一个开发去中心化应用程序的基础设施，利用人工智能的自动化技术，提供了创建和连接智能代理（Agents）的工具，帮助用户执行数字经济中的复杂任务。
- 将Web3分布式存储、交易、计算的能力应用到AI发展所需的生产资料/资源；
比如iExec（RLC），它是基于区块链的去中心化计算资产市场，旨在将资源提供者与资源使用者联系起来，允许任何人租用计算能力、数据集；再如去中心化人工智能服务网络SingularityNET（AGIX），它允许用户将服务发布到网络上供需求方付费（加密资产）集成。
8个早期AI+Web3龙头项目
在AI+Web3中，除了以上8个早期诞生的龙头项目外，一些新“选手”也在奔赴赛道的路上。
针对“数据”这个最明显的结合处，有项目利用了区块链的分布式特性，解决数据垄断问题。
比如，Bagel Network，它创造了“机器学习数据湖”的概念，允许用户以任意规模存储所有结构化和非结构化数据，支持数据科学家和AI工程师以低成本且保护隐私的方式，获得/交换那些经过授权且可验证的数据集。Bagel Network的目的是构建一个去中心化的数据平台，来支持机器学习（ML）模型。
还有不少新项目将AI的能力直接发挥到了Web3最受瞩目的金融应用层面，包括加密资产的交易和支付领域。
比如GT Protocol，它是一个由ChainGPT孵化的加密资产AI执行协议，它允许任何实体或者个人创建一个DeFi智能合约池，利用AI收集和管理用户贡献的流动性，一方面发挥了AI的自动化能力，另一方面也利用了智能合约在链上的透明化特征。
8个新进 AI+Web3 应用
可以预见，2024年，围绕AI的大模型及其应用仍会以层出不穷的态势继续向前发展，而Web3 这个最爱追逐热点的世界也将持续跟进AI这个大热门，两个技术的演进与相互融合，也将为加密资产市场的AI板块增加规模。
APP 
