ETH kunne stige, da Ethereum positionerer sig som AI-afregningslag, siger eksperter

Ethereum Foundation Bevæger Sig Ind i AI Med Nyt Team

Ethereum Foundation har for nylig lanceret et decentraliseret kunstig intelligens (AI) team ledet af Davide Crapis for at positionere Ethereum blockchain som et fundamentalt afregnings- og koordinationslag for autonome AI-agenter. Dette træk afspejler Ethereums ambition om at spille en central rolle i at forme fremtiden for AI—en fremtid, der er åben, transparent og resistent over for monopoliseret kontrol.

Som en del af sit mandat vil teamet udvikle en fuldt decentraliseret AI-stak for at sikre, at udviklingen af AI-teknologier ikke forbliver under kontrol af nogle få dominerende enheder. Ved at integrere AI med Ethereums decentraliserede arkitektur, sigter teamet mod at låse op for nye muligheder for autonome systemer, inklusive beslutningstagning på kæden og tillidsfri koordinering mellem intelligente agenter. Lanceringen betragtes bredt som et betydeligt skridt mod at demokratisere AI-udvikling og indlejre den i ånden af Web3.

Ethereums indtræden i AI-rummet forventes at have brede implikationer for kryptovalutaindustrien, især for AI-fokuserede kæder. Gil Rosen, medstifter af Blockchain Builders Fund, beskrev udviklingen som både velkommen og bemærkelsesværdig.

“Afsløringen af AI-teamet skifter Ethereum fra at være et relativt neutralt afregningslag for Layer 2s og mindre performancekritiske Layer 1-applikationer til et meningsfuldt Lag 1, der målretter specifikke sektorer med infrastruktur til at understøtte dem,” sagde Rosen.

Det decentrale AI-team forventes også at påvirke AI-fokuserede Layer 2s og signalere fremkomsten af base-lags funktionalitet skræddersyet til deres behov.

På tværs af blockchain-økosystemet er adskillige projekter i kapløb for at bygge decentraliseret og censurbestandig AI-infrastruktur—lægge fundamentet for en transparent AI-økonomi fri for centraliseret kontrol. Disse bestræbelser har til formål at sikre, at fremtiden for kunstig intelligens styres af tilladelsesfri innovation snarere end afskærmning af en håndfuld magtfulde enheder.

Mens Ethereum står over for tekniske begrænsninger, der kan hindre dets konkurrenceevne mod nyere protokoller, mener Rosen, at dets udbredte anvendelse og interoperabilitet gør det velegnet til at tjene som et globalt verifikations- og afregningslag.

Til dato har de mest succesrige AI-blockchainprojekter fokuseret på Web2-brugstilfælde, mens agentinfrastrukturkæder som Virtuals og Sahara siges at have haft svært ved at få fodfæste. Rosen tilskriver deres begrænsede indflydelse den relativt lille markedsstørrelse af Web3 AI sammenlignet med Web2 AI. Ethereum ses dog som værende i stand til at få succes.

“Ethereums største værditilbud her fra et go-to-market-perspektiv er at starte som et verifikationslag for sandhed, hvilket Vitalik [Buterin] længe har fremmet gennem Ethereums attesteringsmuligheder,” fortalte Rosen til Bitcoin.com News.

Tekniske Udfordringer og Fremtidig Potentiale

Eksperter hævder imidlertid, at hvis Ethereum lykkes med at blive blockchain-verifikations- og afregningslaget for Web2, kan konsekvenserne være vidtrækkende. Efterhånden som Ethereum skalerer sin basekædepræstation, kan den potentielt konkurrere som en AI-stak for den “lange hale af open-source og interoperable modeller.” Dette kan være nøglen for nationalstater, der er forsigtige med afhængighed af teknologigiganter som OpenAI, Google og Anthropic. Under et sådant scenarie kunne Ethereum tjene som en AI-infrastrukturstak på et marked så stort som dens nuværende samlede værdiansættelse.

“AI-agenter kunne være en ufattelig kilde til efterspørgsel,” tilføjede Rosen.

Alligevel vil det decentraliserede AI-team stå over for tekniske udfordringer—hvoraf to blev identificeret af Carlo Fragni, en løsningsarkitekt hos Cartesi: træning af modeller og udførelse af dem til inferens eller klassifikation. Han understregede vigtigheden af determinisme.

“Hvis du ikke får determinisme til at passe, har du ikke reproducerbare modeller eller inferens/klassifikation, hvilket gør konsensus vanskeligt,” sagde Fragni.

I skriftlige svar til Bitcoin.com News forklarede Fragni, at træning af AI-modeller kræver store datasæt og intensiv beregning, hvilket gør decentraliseret lagring og udførelse vanskeligt. Store sprogmodeller (LLMs), især, overstiger mulighederne for Ethereum og nuværende zero-knowledge (ZK) løsninger, tilføjede Fragni. Han bemærkede også, at genopbygning af eksisterende AI-biblioteker fra bunden er ressourcekrævende og langsomt, hvilket gør det essentielt at udnytte eksisterende rammer.

Nogle eksperter spekulerer i, at hvis Ethereum lykkes med at blive afregnings- og koordinationslaget for AI-økonomien, kan værdien af ETH stige betydeligt. Rosen mener, at en sådan transformation i sidste ende kunne positionere ETH som en foretrukken afregningsvaluta.

“Hvis Ethereum bliver laget for en betroet, næsten realtids digitaliseret verden, hvor agenter kan koordinere og transagere, så vil efterspørgslen overstige selv scenariet, hvor hver menneske bruger ETH til alle deres transaktioner,” konkluderede Rosen.