ETH kan stige ettersom Ethereum posisjonerer seg som AI-oppgjørslag, sier eksperter.

Ethereum-stiftelsen går inn i AI med nytt team

Ethereum-stiftelsen har nylig lansert et desentralisert kunstig intelligens (AI) team ledet av Davide Crapis for å posisjonere Ethereum-blokkjeden som et grunnleggende oppgjørs- og koordinasjonslag for autonome AI-agenter. Trekket reflekterer Ethereums ambisjon om å spille en sentral rolle i utformingen av AI-fremtiden—en som er åpen, transparent og motstandsdyktig mot monopolisering.

Som en del av sitt mandat vil teamet utvikle en fullt desentralisert AI-stabel for å sikre at utviklingen av AI-teknologier ikke forblir under kontroll av noen få dominerende enheter. Ved å integrere AI med Ethereums desentraliserte arkitektur, har teamet som mål å låse opp nye muligheter for autonome systemer, inkludert beslutningstaking på kjeden og tillitsløs koordinasjon mellom intelligente agenter. Lanseringen blir bredt sett som et betydelig skritt mot demokratisk AI-utvikling og innbygging i Web3-etos.

Ethereums inntreden i AI-området forventes å ha brede implikasjoner for kryptobransjen, spesielt for AI-fokuserte kjeder. Gil Rosen, medgründer av Blockchain Builders Fund, beskrev utviklingen som både velkommen og bemerkelsesverdig.

“Avdukingen av AI-teamet flytter Ethereum fra å være et relativt nøytralt oppgjørslag for Lag 2s og mindre ytelseskritiske Lag 1-applikasjoner til et meningsfylt Lag 1 som retter seg mot spesifikke sektorer med infrastruktur for å støtte dem,” sa Rosen.

Det desentraliserte AI-teamet forventes også å påvirke AI-fokuserte Lag 2s, og signaliserer fremveksten av grunnlagsfunksjonalitet skreddersydd for deres behov.

På tvers av blokkjede-økosystemet kappes mange prosjekter for å bygge desentralisert og sensurresistent AI-infrastruktur—som legger grunnlaget for en transparent AI-økonomi fri fra sentralisert kontroll. Disse innsatsene har til hensikt å sikre at fremtiden til kunstig intelligens styres av tillatelsesfri innovasjon i stedet for portvakt av noen få mektige enheter.

Selv om Ethereum står overfor tekniske begrensninger som kan hindre dens konkurransedyktighet mot nyere protokoller, mener Rosen at dens utbredte adopsjon og interoperabilitet gjør den velegnet til å tjene som et globalt verifiserings- og oppgjørslag.

Hittil har de mest vellykkede AI-blokkjedeprosjektene fokusert på Web2-brukstilfeller, mens agentiske infrastrukturkjeder som Virtuals og Sahara har hatt problemer med å få fotfeste. Rosen tilskriver deres begrensede innvirkning til den relativt lille markedstørrelsen for Web3 AI sammenlignet med Web2 AI. Ethereum sees imidlertid som å ha potensial til å lykkes.

“Ethereums største verdiforslag her fra et go-to-market-perspektiv er å starte som et verifiseringslag for sannhet, noe Vitalik [Buterin] lenge har promotert gjennom Ethereums attestasjonsevner,” sa Rosen til Bitcoin.com News.

Tekniske utfordringer og fremtidige potensialer

Eksperter mener imidlertid at hvis Ethereum lykkes i å bli blokkjede-verifiserings- og oppgjørslag for Web2, kan implikasjonene bli vidtrekkende. Etter hvert som Ethereum skalerer sin grunnkjedeytelse, kan det potensielt konkurrere som en AI-stabel for “den lange halen av åpen kildekode og interoperable modeller.” Dette kan være nøkkelen for nasjonalstater som er forsiktige med overavhengighet av teknologigiganter som OpenAI, Google og Anthropic. Under et slikt scenario kunne Ethereum tjene som en AI-infrastrukturstabel i et marked like stort som dens nåværende totale verdsettelse.

“AI-agenter kan være en ufattelig kilde til etterspørsel,” la Rosen til.

Likevel vil det desentraliserte AI-teamet stå overfor tekniske utfordringer—hvorav to ble identifisert av Carlo Fragni, en løsningsarkitekt hos Cartesi: treningsmodeller og gjennomføring av dem for inferens eller klassifisering. Han understreket viktigheten av determinisme.

“Hvis du ikke firkantar determinisme, har du ikke reproduserbare modeller eller inferens/klassifisering, noe som gjør konsensus vanskelig,” sa Fragni.

I skriftlige svar til Bitcoin.com News forklarte Fragni at opplæring av AI-modeller krever store datasett og intensiv beregning, noe som gjør desentralisert lagring og gjennomføring vanskelig. Store språkmodeller (LLM-er), særlig, overstiger Ethereums og dagens zero-knowledge (ZK) løsninger, la Fragni til. Han påpekte også at gjenoppbygging av eksisterende AI-biblioteker fra bunnen av er ressurskrevende og tregt, noe som gjør det viktig å utnytte eksisterende rammeverk.

Noen eksperter spekulerer i at hvis Ethereum lykkes med å bli oppgjørs- og koordinasjonslaget for AI-økonomien, kan verdien av ETH skyte i været. Rosen tror en slik transformasjon til slutt kan posisjonere ETH som en foretrukket oppgjørsvaluta.

“Hvis Ethereum blir laget for en tillitsverdig, nesten sanntids digitalisert verden hvor agenter kan koordinere og handle, vil etterspørselen overstige selv scenariet der hver menneske bruker ETH for alle sine transaksjoner,” konkluderte Rosen.