Nghiên cứu mới nhất của Viện nghiên cứu Huobi: Khám phá định hướng đầu tư trong lĩnh vực AI+Crypto
Tuyển chọn TechFlowTuyển chọn TechFlow
Nghiên cứu mới nhất của Viện nghiên cứu Huobi: Khám phá định hướng đầu tư trong lĩnh vực AI+Crypto
Bài viết này sẽ đi sâu vào phân tích định hướng đầu tư trong lĩnh vực AI+Crypto, tập trung đặc biệt vào các đổi mới và phát triển ở cấp độ cơ sở hạ tầng và ứng dụng.
Chuyên sâu báo cáo Web3Trong những năm gần đây, cùng với sự phát triển nhanh chóng của trí tuệ nhân tạo (AI) và công nghệ blockchain, lĩnh vực AI+Crypto đã trở thành điểm nóng thu hút sự quan tâm của các nhà đầu tư. Blockchain, với các đặc tính như phi tập trung, độ minh bạch cao, tiêu thụ năng lượng thấp và chống độc quyền, đã khắc phục được tình trạng tập trung hóa mạnh mẽ và quy trình xử lý không minh bạch của hệ thống AI. Sự kết hợp giữa hai công nghệ này mang đến cho chúng ta những cơ hội chưa từng có.
Theo quan điểm của Vitalik, việc ứng dụng kết hợp AI và blockchain chủ yếu được chia thành bốn loại: AI đóng vai trò người tham gia ứng dụng, giao diện ứng dụng, quy tắc ứng dụng và mục tiêu ứng dụng. Ông đề xuất rằng vai trò của AI trong Crypto nên được xem xét nhiều hơn dưới góc độ "ứng dụng", bao gồm tối ưu hóa năng lực tính toán, thuật toán và dữ liệu.
Viện Nghiên cứu Huobi phân loại các hướng tham gia của công nghệ Crypto theo từng cấp độ ứng dụng AI, bao gồm tầng cơ sở, tầng thực thi và tầng ứng dụng – mỗi cấp độ đều ẩn chứa những cơ hội đáng để khai phá. Ví dụ, công nghệ zkML kết hợp bằng chứng không kiến thức (zero-knowledge proof) và blockchain, cung cấp giải pháp an toàn, có thể xác minh và minh bạch cho hành vi của tác nhân AI. Ngoài ra, AI cũng thể hiện tiềm năng lớn ở cấp độ thực thi như xử lý dữ liệu, tự động hóa phát triển dApp, an ninh giao dịch trên chuỗi. Ở cấp độ ứng dụng, các robot giao dịch điều khiển bởi AI, công cụ phân tích dự đoán và quản lý thanh khoản AMM đang đóng vai trò quan trọng trong lĩnh vực DeFi.
Bài viết này sẽ đi sâu vào các định hướng đầu tư trong lĩnh vực AI+Crypto, tập trung vào đổi mới và phát triển ở cấp độ hạ tầng và ứng dụng, đồng thời phân tích triển vọng và thách thức khi kết hợp AI với blockchain từ góc độ chiến lược đầu tư trung hạn và dài hạn.
Bài viết do Viện Nghiên cứu Huobi biên soạn, hiện thuộc HTX Ventures. HTX Ventures là bộ phận đầu tư toàn cầu của Huobi HTX, tích hợp hoạt động đầu tư, ươm tạo và nghiên cứu nhằm xác định những đội ngũ xuất sắc và đầy tiềm năng nhất trên toàn thế giới. Hiện tại, HTX Ventures đã hỗ trợ hơn 200 dự án trải dài trên nhiều lĩnh vực blockchain khác nhau, trong đó một số dự án chất lượng cao đã được niêm yết giao dịch trên sàn Huobi HTX.
Các định hướng trọng tâm trong lĩnh vực AI
Blockchain hoàn toàn đối lập với trí tuệ nhân tạo ở các phương diện như tập trung hóa, độ minh bạch thấp, tiêu thụ năng lượng và nguy cơ độc quyền. Dựa trên các tiêu chí này cùng suy nghĩ cá nhân, Vitalik phân loại các ứng dụng kết hợp trí tuệ nhân tạo và blockchain thành 4 nhóm chính:
-
Trí tuệ nhân tạo như người tham gia trong ứng dụng (AI as a player in a game)
-
Trí tuệ nhân tạo như giao diện của ứng dụng (AI as an interface to the game)
-
Trí tuệ nhân tạo như quy tắc của ứng dụng (AI as the rules of the game)
-
Trí tuệ nhân tạo như mục tiêu của ứng dụng (AI as the objective of the game)
Vitalik nhìn nhận vai trò của AI trong Crypto chủ yếu dưới góc độ “ứng dụng”. Nếu xét theo góc độ năng suất lao động và quan hệ sản xuất, thì Crypto về bản chất chủ yếu cung cấp quan hệ sản xuất. Từ quan điểm này, có thể xem xét theo ba hướng chính:
- Tối ưu hóa năng lực tính toán: Cung cấp nguồn lực tính toán phân tán và hiệu quả, giảm thiểu rủi ro lỗi ở điểm đơn lẻ, nâng cao hiệu suất tính toán tổng thể.
- Tối ưu hóa thuật toán: Thúc đẩy việc mở mã nguồn, chia sẻ và đổi mới các mô hình hoặc thuật toán.
- Tối ưu hóa dữ liệu: Lưu trữ, đóng góp, sử dụng và quản lý an toàn dữ liệu theo cách thức phi tập trung.
HTX Research cho rằng, định hướng tổng thể của AI có thể chia theo kiến trúc chung thành ba lớp: cơ sở, thực thi và ứng dụng. Tương ứng, các dự án AI+Web3 cũng có thể được khám phá theo ba hướng lớn này. Ở tầng cơ sở bao gồm huấn luyện mô hình, dữ liệu, năng lực tính toán phi tập trung và phần cứng; cần chú ý đến sự kết hợp giữa công nghệ zk và ML. Ở tầng thực thi, bao gồm xử lý và truyền tải dữ liệu, các tác nhân AI (AI agent), zkML, FHE (mã hóa đồng dạng toàn phần). Ở tầng ứng dụng, tập trung vào AI+DeFi, AI+GameFi, vũ trụ ảo (metaverse), AIGC và Meme, cũng như các khía cạnh blockchain như RAAS (Robotics as a Service), oracles, coprocessor, UBI (thu nhập cơ bản phổ cập).
Trong đó, các dự án ở cấp độ hạ tầng và ứng dụng phát triển nhanh hơn, ví dụ như Io.net ở cấp độ năng lực tính toán, Flock ở cấp độ mô hình nền tảng, ZeroGravity ở cấp độ hạ tầng blockchain, Myshell ở cấp độ AI agent và 0x Scope ở cấp độ ứng dụng.
Một số hướng sau đây đáng được chú trọng khai thác:
1. Hướng zkML
Công nghệ zkML kết hợp bằng chứng không kiến thức với blockchain, cung cấp giải pháp an toàn, có thể xác minh và minh bạch để giám sát và kiểm soát hành vi của tác nhân AI. Ví dụ, dự án Modulus Labs sử dụng công nghệ zkML để chứng minh với các bên liên quan rằng AI của họ đã thực hiện một nhiệm vụ cụ thể, đồng thời bảo vệ quyền riêng tư cá nhân và bí mật thương mại.
zkML, với tư cách là cầu nối giữa trí tuệ nhân tạo và blockchain, đưa ra một bộ giải pháp nhằm giải quyết vấn đề bảo vệ quyền riêng tư cho mô hình AI và dữ liệu đầu vào, đồng thời đảm bảo khả năng xác minh quá trình suy luận. Nó mở ra phương pháp mới: dùng mô hình công khai để xác minh dữ liệu riêng tư, hoặc dùng dữ liệu công khai để xác minh mô hình riêng tư. Nhờ tích hợp khả năng học máy, các hợp đồng thông minh đạt được mức độ tự chủ và động học cao hơn, có thể vận hành dựa trên dữ liệu thời gian thực trên chuỗi chứ không chỉ bó hẹp trong các quy tắc tĩnh. Đổi mới này khiến hợp đồng thông minh linh hoạt hơn, thích nghi với nhiều tình huống ứng dụng khác nhau, thậm chí cả những trường hợp chưa thể lường trước khi thiết lập ban đầu.
Giới thiệu các dự án tiêu biểu về công nghệ zkML
Bảng đầu tiên giới thiệu một số dự án zkML tiềm năng. Hình thứ hai liệt kê thêm một số dự án zkML khác.
2. Hướng xử lý dữ liệu
Chủ yếu nói đến các đột phá ở cấp độ thực thi của AI, đặc biệt là các bước đột phá ở cấp độ truyền tải dữ liệu blockchain và cấp độ phát triển (Develop). Phân tích cụ thể như sau:
a. AI và phân tích dữ liệu trên chuỗi
Hướng này chủ yếu tận dụng công nghệ AI để khai thác sâu hơn các dữ liệu này, sử dụng mô hình lớn LLM và các thuật toán học sâu để thu thập thêm nhiều thông tin chi tiết. Ví dụ, dự án Web3 Analytics áp dụng AI để phân tích dữ liệu trên chuỗi, làm rõ xu hướng thị trường và hành vi người dùng, giúp người dùng hiểu rõ hơn về giao dịch trên chuỗi và các xu hướng thị trường.
b. AI và phát triển dApp tự động
Hướng này chủ yếu liên quan đến các dự án cơ sở hạ tầng dành cho DevOps. Các dự án AI ứng dụng tự động hóa phát triển có thể thu hút thêm nhiều nhà phát triển, từ đó làm phong phú thêm hệ sinh thái. Một số công cụ phát triển sử dụng AI còn giúp lập trình viên viết hợp đồng thông minh nhanh hơn, tự động sửa lỗi, thậm chí có chức năng lập trình dApp kiểu kéo-thả.
c. AI và an ninh giao dịch trên chuỗi
Hướng này chủ yếu nói đến các tác nhân AI (AI agent). Bao gồm việc triển khai các tác nhân AI lên blockchain nhằm nâng cao tính an toàn và độ tin cậy của ứng dụng AI. Những tác nhân AI này có thể tự động thực hiện các nhiệm vụ như giao dịch, phân tích dữ liệu, ra quyết định tự động... Việc triển khai trên blockchain giúp các thao tác của chúng không chỉ minh bạch, truy vết được mà còn khó bị giả mạo, qua đó nâng cao an ninh toàn hệ thống. Công nghệ AI có thể nhận diện và phòng thủ các cuộc tấn công độc hại hay rò rỉ dữ liệu thông qua giám sát thời gian thực và phân tích thông minh, đảm bảo an toàn giao dịch và toàn vẹn dữ liệu.
• Ví dụ dự án:
SeQure là một nền tảng an ninh, sử dụng AI để giám sát và phân tích thời gian thực, kịp thời phát hiện và ngăn chặn các cuộc tấn công độc hại và rò rỉ dữ liệu, đảm bảo tính ổn định và an toàn cho các giao dịch trên chuỗi.
3. Hướng AI+DeFi
Sự kết hợp giữa AI và tầng ứng dụng quan trọng nhất chính là AI+DeFi. Dưới đây là một số định hướng AI+DeFi cần lưu ý:
1. Robot giao dịch điều khiển bởi AI
Các robot này có thể thực hiện giao dịch nhanh chóng và chính xác, phân tích dữ liệu thị trường, cảm xúc tin tức và xu hướng giá cả, đưa ra quyết định giao dịch trong tích tắc, thường vượt trội hơn hiệu suất của các trader con người.
2. Phân tích dự đoán
Mặc dù việc dự đoán biến động thị trường tiền mã hóa luôn là một thách thức, nhưng các công cụ phân tích do AI điều khiển đang dần trở thành công cụ quan trọng, có thể cung cấp dự báo đáng tin cậy về xu hướng thị trường và chuyển động giá tiềm năng.
3. Quản lý thanh khoản AMM
Ví dụ, khi điều chỉnh phạm vi thanh khoản của Uniswap V3, việc tích hợp AI giúp giao thức điều chỉnh thông minh hơn phạm vi thanh khoản, từ đó tối ưu hiệu suất và lợi nhuận của nhà tạo lập thị trường tự động (AMM).
4. Bảo vệ thanh lý và quản lý vị thế nợ
Kết hợp dữ liệu trên chuỗi và ngoài chuỗi, có thể thực hiện các chiến lược bảo vệ thanh lý thông minh hơn, đảm bảo vị thế nợ được bảo vệ khi thị trường biến động.
5. Thiết kế sản phẩm cấu trúc DeFi phức tạp
Khi thiết kế cơ chế kho bạc, có thể dựa vào mô hình tài chính AI thay vì chiến lược cố định. Các chiến lược này có thể bao gồm giao dịch, cho vay hoặc quyền chọn do AI quản lý, làm tăng tính thông minh và linh hoạt của sản phẩm.
4. Hướng AI+GameFi
Việc ứng dụng AI trong các dự án GameFi chủ yếu nhằm làm phong phú trải nghiệm chơi game, đồng thời mở rộng khả năng đổi mới. Các định hướng chính như sau:
1. Tối ưu hóa chiến lược chơi game:
AI có thể học thói quen và chiến lược chơi game của người chơi, điều chỉnh độ khó và chiến lược chơi game theo thời gian thực, mang lại trải nghiệm cá nhân hóa và thử thách hơn. Thông qua học sâu và học tăng cường, AI có thể tự tiến hóa, thích nghi tốt hơn với nhu cầu và sở thích của người chơi.
2. Quản lý và sử dụng tài sản trong game:
Công nghệ AI giúp người chơi quản lý và giao dịch tài sản ảo trong game hiệu quả hơn. Nhờ hợp đồng thông minh và chiến lược giao dịch tự động, người chơi có thể tối đa hóa việc sử dụng tài sản, ví dụ như tự động mua bán, cho thuê và vay tài sản trong game, từ đó tối ưu lợi nhuận đầu tư.
3. Tăng cường tương tác trong game:
AI có thể tạo ra các nhân vật không phải người chơi (NPC) thông minh và phản hồi nhanh hơn, thông qua xử lý ngôn ngữ tự nhiên (NLP) và học máy (ML), tạo ra sự tương tác tự nhiên, trôi chảy hơn với người chơi, nâng cao cảm giác đắm chìm và sự hài lòng của người chơi.
Chiến lược đầu tư tiềm năng theo chiều thời gian
- Ngắn hạn: Cần chú ý đến những lĩnh vực mà AI trong Crypto sớm được triển khai, ví dụ như các ứng dụng AI mang tính khái niệm, meme. Lý do: Trong năm nay, cộng đồng chính thống về AI sẽ tiếp tục tạo ra các chủ đề nóng mới; mỗi lần nâng cấp mô hình lớn của các công ty Web2 như NVIDIA, OpenAI đều làm bùng nổ làn sóng quan tâm đến lĩnh vực AI, kéo theo dòng vốn mới đổ vào, đây chính là yếu tố cảm xúc thúc đẩy thị trường.
- Trung hạn: Sự kết hợp giữa AI Agent và Intent, cũng như với hợp đồng thông minh, sẽ là điểm sáng. Nếu AI thành công, nó sẽ cung cấp giải pháp mở rộng cho hợp đồng thông minh, từ đó hình thành blockchain thế hệ mới với cấu trúc sổ cái + hợp đồng + AI, phá vỡ câu chuyện sổ cái + hợp đồng thời kỳ Ethereum.
- Trong đó, AI Agent là lĩnh vực nhỏ được Vitalik ủng hộ. AI Agent là tác nhân AI có khả năng tự thu thập thông tin từ môi trường, xử lý thông tin, ra quyết định, thực thi và tự thay đổi môi trường. AI Agent hiện nằm ở前沿 lĩnh vực AI, là ứng dụng gần với khả năng phổ cập đại chúng (Mass Adoption) nhất.
- Về mặt kể chuyện (narrative): AI Agent là cô gái nóng bỏng quyến rũ, GPU và điện toán đám mây là doanh nhân trung niên chín chắn, còn mô hình AI lớn kết hợp với tầng DA là nhà khoa học tóc rối bù.
- Dài hạn: Sự kết hợp giữa AI và công nghệ zkML (dù các chuyên gia ML từ các công ty AI Web2 coi thường việc Crypto làm AI), cuối cùng sẽ ảnh hưởng sâu sắc đến lĩnh vực Crypto.
Tài liệu tham khảo
- Twitter: https://twitter.com/FinanceYF5/status/1772434625387717055
- Web3 Caff: https://twitter.com/Web3 Caff_Res
- Twitter Vitalik: https://twitter.com/VitalikButerin
Phụ lục:
Danh sách các nền tảng tính toán phi tập trung và suy luận trí tuệ nhân tạo
Chủ yếu sử dụng Crypto để tạo động lực, chia sẻ và tận dụng các nguồn lực tính toán nhàn rỗi trên toàn cầu.
Danh sách các dự án về nguồn dữ liệu và mô hình AI
Phần này chủ yếu dựa trên tính xác thực, minh bạch và khả năng truy xuất nguồn gốc của dữ liệu, sử dụng mô hình kinh tế Crypto để tạo động lực cho người dùng đầu cuối (C-end), cũng như khuyến khích đóng góp mô hình (cho nhà phát triển, doanh nghiệp B-end).
Chào mừng tham gia cộng đồng chính thức TechFlow
Nhóm Telegram:https://t.me/TechFlowDaily
Tài khoản Twitter chính thức:https://x.com/TechFlowPost
Tài khoản Twitter tiếng Anh:https://x.com/BlockFlow_News
@Ventures_HTX
