ETH może wzrosnąć, gdy Ethereum pozycjonuje się jako warstwa rozliczeniowa AI, twierdzą eksperci

Fundacja Ethereum Wchodzi w AI z Nowym Zespołem

Fundacja Ethereum niedawno uruchomiła zdecentralizowany zespół sztucznej inteligencji (AI) kierowany przez Davide Crapis, aby pozycjonować blockchain Ethereum jako fundamentalną warstwę rozliczeniową i koordynacyjną dla autonomicznych agentów AI. Ten ruch odzwierciedla ambicję Ethereum, aby odgrywać centralną rolę w kształtowaniu przyszłości AI — takiej, która jest otwarta, przejrzysta i odporna na monopolizację.

W ramach swojego mandatu, zespół ma opracować w pełni zdecentralizowany stos AI, aby zapewnić, że ewolucja technologii AI nie pozostanie pod kontrolą kilku dominujących podmiotów. Poprzez integrację AI z zdecentralizowaną architekturą Ethereum, zespół dąży do odblokowania nowych możliwości dla autonomicznych systemów, w tym podejmowania decyzji na łańcuchu i koordynacji bez zaufania między inteligentnymi agentami. Uruchomienie to jest powszechnie postrzegane jako znaczny krok w kierunku demokratyzacji rozwoju AI i osadzenia go w etosie Web3.

Wejście Ethereum w przestrzeń AI ma mieć szerokie implikacje dla branży kryptowalut, zwłaszcza dla łańcuchów skoncentrowanych na AI. Gil Rosen, współzałożyciel Blockchain Builders Fund, opisał to jako krok zarówno mile widziany, jak i godny uwagi.

„Ujawnienie zespołu AI przesuwa Ethereum z bycia stosunkowo neutralną warstwą rozliczeniową dla Warstwa 2s i mniej wymagających aplikacji Warstw 1, do opiniotwórczej Warstwy 1 ukierunkowanej na określone sektory z infrastrukturą wspierającą je,” powiedział Rosen.

Zdecentralizowany zespół AI ma również wpływać na Warstwy 2 skoncentrowane na AI, sygnalizując pojawienie się funkcjonalności bazowej dopasowanej do ich potrzeb.

W całym ekosystemie blockchain liczne projekty ścigają się, aby zbudować zdecentralizowaną i odporną na cenzurę infrastrukturę AI — układając fundamenty dla przejrzystej gospodarki AI wolnej od centralnej kontroli. Te starania mają na celu zapewnienie, że przyszłość sztucznej inteligencji jest rządzona przez innowacje bez zezwolenia, a nie przez zabezpieczenia kilku potężnych podmiotów.

Chociaż Ethereum boryka się z ograniczeniami technicznymi, które mogą utrudniać jego konkurencyjność wobec nowszych protokołów, Rosen uważa, że jego powszechne przyjęcie i interoperacyjność sprawiają, że jest dobrze przystosowane do służenia jako globalna warstwa weryfikowalności i rozliczeniowa.

Do tej pory najbardziej udane projekty blockchain AI skupiały się na przypadkach użycia Web2, podczas gdy łańcuchy infrastruktury agentowej jak Virtuals i Sahara miały trudności z zyskaniem trakcji. Rosen przypisuje ich ograniczony wpływ stosunkowo małemu rynkowi AI Web3 w porównaniu do AI Web2. Ethereum jednak jest postrzegane jako mogące odnieść sukces.

„Największa propozycja wartościowej Ethereum z perspektywy wejścia na rynek polega na rozpoczęciu jako warstwa weryfikowalności dla prawdy, którą Vitalik [Buterin] promował przez długi czas poprzez zdolności atestacyjne Ethereum,” Rosen powiedział dla Bitcoin.com News.

Wyzwania Techniczne i Potencjał na Przyszłość

Tymczasem eksperci twierdzą, że jeśli Ethereum odniesie sukces jako warstwa weryfikowalności i rozliczeniowa dla Web2, implikacje mogą być daleko idące. Gdy Ethereum skaluje wydajność swojej podstawowej sieci, może potencjalnie konkurować jako stos AI dla “długiego ogona modeli open-source i interoperacyjnych”. To może być kluczowe dla państw narodowych obawiających się nadmiernej zależności od gigantów technologicznych jak OpenAI, Google czy Anthropic. W takim scenariuszu, Ethereum mogłoby służyć jako stos infrastruktury AI na rynku tak dużym jak jego obecna całkowita wartość.

„Agenci AI mogą być niewyobrażalnym źródłem popytu,” dodał Rosen.

Niemniej jednak, zdecentralizowany zespół AI będzie stawiał czoła wyzwaniom technicznym—dwa z nich zostały zidentyfikowane przez Carlo Fragni, architekta rozwiązań w Cartesi: szkolenie modeli i ich wykonanie do wnioskowania lub klasyfikacji. Podkreślił znaczenie deterministyczności.

„Jeśli nie uporządkujesz deterministyczności, nie masz reprodukowalnych modeli lub wnioskowania/klasyfikacji, co utrudnia osiągnięcie konsensusu,” powiedział Fragni.

W pisemnych odpowiedziach dla Bitcoin.com News, Fragni wyjaśnił, że szkolenie modeli AI wymaga dużych zbiorów danych i intensywnych obliczeń, co czyni trudnym zdecentralizowane przechowywanie i wykonanie. Duże modele językowe (LLM), w szczególności, przekraczają możliwości Ethereum i obecnych rozwiązań zero-knowledge (ZK), dodał Fragni. Zauważył również, że odbudowa istniejących bibliotek AI od zera jest zasobożerna i powolna, co sprawia, że konieczne jest wykorzystanie istniejących struktur.

Niektórzy eksperci spekulują, że jeśli Ethereum odniesie sukces jako warstwa rozliczeniowa i koordynacyjna dla gospodarki AI, wartość ETH może gwałtownie wzrosnąć. Rosen wierzy, że taka transformacja mogłaby ostatecznie umieścić ETH jako preferowaną walutę rozliczeniową.

„Jeśli Ethereum stanie się warstwą dla zaufanego, niemal w czasie rzeczywistym zdigitalizowanego świata, w którym agenci mogą się koordynować i dokonywać transakcji, wtedy popyt przekroczy nawet scenariusz, w którym każdy człowiek używa ETH do wszystkich swoich transakcji,” podsumował Rosen.