Cripto AI Profundidad: desde la situación actual de la industria hasta las oportunidades de inversión
Presentador: Alex, investigador de inversiones
Invitados: Max, creador del canal de YouTube; Lydia, investigadora de Particle Network
Comprensión de Crypto AI
Alex: Hoy vamos a hablar sobre el tema candente de Crypto AI. Primero me gustaría pedir a los dos invitados que compartan su opinión sobre cómo ven este sector de Crypto AI. Desde su perspectiva, ¿qué problemas comerciales está tratando de resolver Crypto AI? ¿Cuál es la urgencia de estos problemas?
Max: Creo que Crypto AI se centra principalmente en resolver dos problemas:
Descentralización: resolver problemas como la censura en la IA centralizada.
Mecanismo de incentivos: incentivar modelos de código abierto y el desarrollo descentralizado a través de tokens.
Por ejemplo, Bittensor incentiva a diferentes subredes a investigar la IA a través de tokens, resolviendo el problema de la dificultad de obtener recompensas en el código abierto. Crypto permite que la IA se desarrolle de manera más abierta y descentralizada.
Lydia: Desde el punto de vista del valor comercial, creo que la urgencia de Crypto AI no es evidente en este momento:
La IA necesita más mejoras en la eficiencia que descentralización.
Los usuarios comunes no se preocupan por el problema de la apertura del código de la IA y la caja negra de datos.
Utilizar blockchain para resolver el problema de confianza en la IA actualmente tiene un costo más alto.
Crypto AI abre más la imaginación de las personas a nivel narrativo, permitiendo la colisión de estas dos tecnologías de vanguardia, Crypto y AI. Puede que esté resolviendo problemas del futuro, en lugar de problemas actuales.
Alex: En resumen, Max cree que Crypto puede hacer que la IA sea más descentralizada y abierta, mientras que Lydia considera que el valor comercial de la IA Crypto aún no está claro, y más bien es un experimento de vanguardia. Ambas perspectivas son muy perspicaces.
Clasificación de proyectos en el ámbito de Crypto AI
Alex: Crypto AI es un campo amplio, con muchos proyectos de diferentes modelos de negocio. ¿Cómo clasificarán estos proyectos?
Lydia: Un método de clasificación común es:
Crypto empodera la IA: mejorar ciertos aspectos de la IA desde la perspectiva de Crypto, como la privacidad, la transparencia, etc.
AI empoderando Crypto: Proyectos de Crypto que incorporan atributos de AI, como chatbots de AI, participación de AI en la formulación de estrategias, etc.
Actualmente hay más de la segunda categoría, pero la primera categoría tiene un mayor potencial, aunque su realización es más difícil.
Max: Me divido principalmente en tres niveles:
Capa de arquitectura: infraestructura básica, como Bittensor, Near, etc.
Capa de recursos: proporciona los recursos necesarios para la IA, como Akash( potencia), Vana( datos), etc.
Capa de aplicación: aplicaciones de IA orientadas al usuario, como varios agentes de IA.
Esta clasificación es bastante similar a la jerarquía de la industria blockchain.
Oportunidades y desafíos de Crypto AI
Alex: ¿Cuáles son los principales desafíos que enfrenta Crypto AI actualmente? ¿Qué oportunidades industriales o narrativas podrían surgir en los próximos 1-2 años?
Max: El desafío principal es:
La valoración del proyecto es demasiado alta, más que nada es especulación.
La aplicabilidad práctica es escasa, muchos aún se encuentran en la etapa de visión.
El mecanismo de incentivos puede formar una espiral de la muerte.
En términos de oportunidades, con la recuperación del mercado de criptomonedas y la mejora del entorno regulatorio, habrá más recursos invertidos en el campo de Crypto AI para intentar innovar.
Lydia: Creo que el mayor desafío es la descoordinación entre el sentimiento del mercado y el avance técnico:
Los profesionales de las criptomonedas tienen un conocimiento insuficiente sobre la IA, lo que dificulta las discusiones profundas.
Falta de cuestionamiento y examen del proyecto.
Muchos proyectos son muy homogéneos.
Las oportunidades futuras están en:
El impacto profundo y duradero de la IA seguirá liberándose.
Necesitamos prestar atención a los avances de la IA no relacionados con Crypto, especialmente en temas éticos.
Alex: Quiero añadir algo, en 2025 podría aparecer la AGI, en ese momento el impacto de la IA en la humanidad será aún mayor, lo que podría aportar un nuevo valor especulativo a Crypto AI.
Proyectos de Crypto AI que vale la pena seguir
Alex: ¿Cuáles son los 1-2 proyectos de Crypto AI que más apoyan actualmente? ¿Por qué?
Lydia: Yo tengo la mayor confianza en Bittensor, las razones son:
El equipo tiene una fuerte capacidad de narración y una imagen que agrada a los desarrolladores.
Obtener la preferencia de instituciones como Grayscale.
Ha pasado por una gran prueba de FUD.
El ecosistema es bastante completo y tiene un mecanismo de eliminación.
Max: También estoy más interesado en Bittensor, añado algunos puntos:
Un buen mecanismo de incentivos puede desarrollar continuamente el ecosistema.
El equipo es profesional y resuelve problemas de manera activa.
Riesgo:
La emisión de tokens es alta, lo que genera presión inflacionaria.
Actualmente sigue siendo bastante centralizado.
Además, Vana(, datos descentralizados), Arweave( y computación AI) también merecen atención.
Estrategias de evaluación de proyectos de Crypto AI
Alex: ¿Cuáles son los factores clave que más les preocupan al investigar proyectos de Crypto AI?
Max: Principalmente considero cinco aspectos: el equipo, el producto, la rentabilidad, las perspectivas futuras y el modelo económico del token. De estos, el más importante es el equipo, que incluye:
Antecedentes del fundador
Fuerza del inversor
Ambiente comunitario
Porque un equipo excelente determina si un proyecto puede realmente alcanzar su visión.
Lydia: Yo también valoro mucho al equipo, principalmente veo:
Capacidad de narración
Capacidad de ejecución
Profundidad de la comprensión sobre Crypto
Además, prestaré atención a:
La función real del Token
¿La cultura de marca del proyecto es única?
Alex: Combinando el análisis de ciclos, ahora Crypto AI puede estar en una fase optimista a corto plazo, y durante un futuro mercado bajista podría ser una mejor oportunidad de inversión a largo plazo.
Compartir herramientas de IA comunes
Alex: ¿Qué herramientas de IA utilizan en su día a día? ¿Qué experiencias tienen al usarlas?
Lydia:
GPT: Practicar inglés, consulta psicológica
Perplejidad: búsqueda de información
Doubao: resumen del video
Max：
ChatGPT: resumir artículos, generar imágenes
Se está investigando la generación de informes de investigación mediante IA
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
24 me gusta
Recompensa
24
6
Republicar
Compartir
Comentar
0/400
FlippedSignal
· hace1h
He visto monedas que han sido negociadas y las que no han sido negociadas.
Ver originalesResponder0
BlockchainTalker
· hace2h
en realidad... bittensor ha estado en mi radar desde el día 1, para ser honesto
Ver originalesResponder0
zkProofInThePudding
· hace8h
El dinero ha sido arrebatado por la IA.
Ver originalesResponder0
FOMOSapien
· 08-12 13:30
AI otra vez tomó a la gente por tonta
Ver originalesResponder0
FromMinerToFarmer
· 08-12 13:13
¿Es otra vez bittensor?
Ver originalesResponder0
PermabullPete
· 08-12 13:07
Otra vez análisis de proyectos, me está dando asco.
Análisis Profundidad de Crypto AI: Estado de la industria, oportunidades de inversión y perspectivas de proyectos de primera categoría
Cripto AI Profundidad: desde la situación actual de la industria hasta las oportunidades de inversión
Presentador: Alex, investigador de inversiones
Invitados: Max, creador del canal de YouTube; Lydia, investigadora de Particle Network
Comprensión de Crypto AI
Alex: Hoy vamos a hablar sobre el tema candente de Crypto AI. Primero me gustaría pedir a los dos invitados que compartan su opinión sobre cómo ven este sector de Crypto AI. Desde su perspectiva, ¿qué problemas comerciales está tratando de resolver Crypto AI? ¿Cuál es la urgencia de estos problemas?
Max: Creo que Crypto AI se centra principalmente en resolver dos problemas:
Descentralización: resolver problemas como la censura en la IA centralizada.
Mecanismo de incentivos: incentivar modelos de código abierto y el desarrollo descentralizado a través de tokens.
Por ejemplo, Bittensor incentiva a diferentes subredes a investigar la IA a través de tokens, resolviendo el problema de la dificultad de obtener recompensas en el código abierto. Crypto permite que la IA se desarrolle de manera más abierta y descentralizada.
Lydia: Desde el punto de vista del valor comercial, creo que la urgencia de Crypto AI no es evidente en este momento:
La IA necesita más mejoras en la eficiencia que descentralización.
Los usuarios comunes no se preocupan por el problema de la apertura del código de la IA y la caja negra de datos.
Utilizar blockchain para resolver el problema de confianza en la IA actualmente tiene un costo más alto.
Crypto AI abre más la imaginación de las personas a nivel narrativo, permitiendo la colisión de estas dos tecnologías de vanguardia, Crypto y AI. Puede que esté resolviendo problemas del futuro, en lugar de problemas actuales.
Alex: En resumen, Max cree que Crypto puede hacer que la IA sea más descentralizada y abierta, mientras que Lydia considera que el valor comercial de la IA Crypto aún no está claro, y más bien es un experimento de vanguardia. Ambas perspectivas son muy perspicaces.
Clasificación de proyectos en el ámbito de Crypto AI
Alex: Crypto AI es un campo amplio, con muchos proyectos de diferentes modelos de negocio. ¿Cómo clasificarán estos proyectos?
Lydia: Un método de clasificación común es:
Crypto empodera la IA: mejorar ciertos aspectos de la IA desde la perspectiva de Crypto, como la privacidad, la transparencia, etc.
AI empoderando Crypto: Proyectos de Crypto que incorporan atributos de AI, como chatbots de AI, participación de AI en la formulación de estrategias, etc.
Actualmente hay más de la segunda categoría, pero la primera categoría tiene un mayor potencial, aunque su realización es más difícil.
Max: Me divido principalmente en tres niveles:
Capa de arquitectura: infraestructura básica, como Bittensor, Near, etc.
Capa de recursos: proporciona los recursos necesarios para la IA, como Akash( potencia), Vana( datos), etc.
Capa de aplicación: aplicaciones de IA orientadas al usuario, como varios agentes de IA.
Esta clasificación es bastante similar a la jerarquía de la industria blockchain.
Oportunidades y desafíos de Crypto AI
Alex: ¿Cuáles son los principales desafíos que enfrenta Crypto AI actualmente? ¿Qué oportunidades industriales o narrativas podrían surgir en los próximos 1-2 años?
Max: El desafío principal es:
La valoración del proyecto es demasiado alta, más que nada es especulación.
La aplicabilidad práctica es escasa, muchos aún se encuentran en la etapa de visión.
El mecanismo de incentivos puede formar una espiral de la muerte.
En términos de oportunidades, con la recuperación del mercado de criptomonedas y la mejora del entorno regulatorio, habrá más recursos invertidos en el campo de Crypto AI para intentar innovar.
Lydia: Creo que el mayor desafío es la descoordinación entre el sentimiento del mercado y el avance técnico:
Los profesionales de las criptomonedas tienen un conocimiento insuficiente sobre la IA, lo que dificulta las discusiones profundas.
Falta de cuestionamiento y examen del proyecto.
Muchos proyectos son muy homogéneos.
Las oportunidades futuras están en:
El impacto profundo y duradero de la IA seguirá liberándose.
Necesitamos prestar atención a los avances de la IA no relacionados con Crypto, especialmente en temas éticos.
Alex: Quiero añadir algo, en 2025 podría aparecer la AGI, en ese momento el impacto de la IA en la humanidad será aún mayor, lo que podría aportar un nuevo valor especulativo a Crypto AI.
Proyectos de Crypto AI que vale la pena seguir
Alex: ¿Cuáles son los 1-2 proyectos de Crypto AI que más apoyan actualmente? ¿Por qué?
Lydia: Yo tengo la mayor confianza en Bittensor, las razones son:
El equipo tiene una fuerte capacidad de narración y una imagen que agrada a los desarrolladores.
Obtener la preferencia de instituciones como Grayscale.
Ha pasado por una gran prueba de FUD.
El ecosistema es bastante completo y tiene un mecanismo de eliminación.
Max: También estoy más interesado en Bittensor, añado algunos puntos:
Un buen mecanismo de incentivos puede desarrollar continuamente el ecosistema.
El equipo es profesional y resuelve problemas de manera activa.
Riesgo:
La emisión de tokens es alta, lo que genera presión inflacionaria.
Actualmente sigue siendo bastante centralizado.
Además, Vana(, datos descentralizados), Arweave( y computación AI) también merecen atención.
Estrategias de evaluación de proyectos de Crypto AI
Alex: ¿Cuáles son los factores clave que más les preocupan al investigar proyectos de Crypto AI?
Max: Principalmente considero cinco aspectos: el equipo, el producto, la rentabilidad, las perspectivas futuras y el modelo económico del token. De estos, el más importante es el equipo, que incluye:
Antecedentes del fundador
Fuerza del inversor
Ambiente comunitario
Porque un equipo excelente determina si un proyecto puede realmente alcanzar su visión.
Lydia: Yo también valoro mucho al equipo, principalmente veo:
Capacidad de narración
Capacidad de ejecución
Profundidad de la comprensión sobre Crypto
Además, prestaré atención a:
La función real del Token
¿La cultura de marca del proyecto es única?
Alex: Combinando el análisis de ciclos, ahora Crypto AI puede estar en una fase optimista a corto plazo, y durante un futuro mercado bajista podría ser una mejor oportunidad de inversión a largo plazo.
Compartir herramientas de IA comunes
Alex: ¿Qué herramientas de IA utilizan en su día a día? ¿Qué experiencias tienen al usarlas?
Lydia:
GPT: Practicar inglés, consulta psicológica
Perplejidad: búsqueda de información
Doubao: resumen del video
Max：
ChatGPT: resumir artículos, generar imágenes
Se está investigando la generación de informes de investigación mediante IA
Alex：
GPT: Escribir artículos, aprender nuevos conceptos
Perplejidad: sustituir a los motores de búsqueda tradicionales
La IA tiene un gran potencial en el campo de la educación y podría revolucionar el modelo de aula tradicional en el futuro.