ชื่อต้นฉบับ: 《การกำหนดแนวคิดพื้นฐานใหม่ในเศรษฐกิจที่เน้น AI》

บทนำ

Decentralized Finance (DeFi) ได้จุดประกายเรื่องราวของการเติบโตแบบก้าวกระโดดผ่านแนวคิดพื้นฐานทางเศรษฐกิจที่เรียบง่ายแต่ทรงพลังชุดหนึ่ง โดยเปลี่ยนเครือข่ายบล็อคเชนให้กลายเป็นตลาดทั่วโลกที่ไม่ต้องขออนุญาตและล้มล้างการเงินแบบดั้งเดิมจนสิ้นซาก ในการเพิ่มขึ้นของ DeFi ตัวชี้วัดสำคัญหลายตัวได้กลายมาเป็นภาษาสากลของมูลค่า: มูลค่ารวมที่ล็อกไว้ (TVL), ผลตอบแทนต่อปี (APY/APR) และสภาพคล่อง ตัวชี้วัดที่กระชับเหล่านี้สร้างแรงบันดาลใจให้เกิดการมีส่วนร่วมและความไว้วางใจ ตัวอย่างเช่น TVL (มูลค่าดอลลาร์ของสินทรัพย์ที่ล็อคอยู่ในโปรโตคอล) ของ DeFi พุ่งขึ้น 14 เท่าในปี 2020 จากนั้นก็เพิ่มขึ้นสี่เท่าอีกครั้งในปี 2021 โดยแตะระดับสูงสุดที่มากกว่า 112 พันล้านดอลลาร์ ผลตอบแทนที่สูง (แพลตฟอร์มบางแห่งอ้างว่า APY สูงถึง 3,000% ในช่วงที่กระแสการขุดสภาพคล่องกำลังมาแรง) ดึงดูดสภาพคล่อง ขณะที่ความลึกของกลุ่มสภาพคล่องส่งสัญญาณถึงความลื่นไถลที่ลดลงและตลาดที่มีประสิทธิภาพมากขึ้น โดยสรุป TVL บอกเราว่า "มีเงินเกี่ยวข้องเท่าใด" APR บอกเราว่า "สามารถรับรายได้ได้เท่าใด" และสภาพคล่องบ่งบอกว่า "สะดวกในการซื้อขายสินทรัพย์แค่ไหน" แม้จะมีข้อบกพร่อง แต่ตัวบ่งชี้เหล่านี้ก็ได้สร้างระบบนิเวศทางการเงินหลายพันล้านดอลลาร์ขึ้นมาตั้งแต่เริ่มต้น การแปลการมีส่วนร่วมของผู้ใช้ให้เป็นโอกาสทางการเงินโดยตรง ทำให้ DeFi สร้างวงล้อแห่งการยอมรับที่เสริมกำลังตัวเองซึ่งมีความนิยมเติบโตอย่างรวดเร็วและขับเคลื่อนการมีส่วนร่วมของมวลชน

ปัจจุบัน AI ก็มาถึงจุดเปลี่ยนที่คล้ายกัน แต่แตกต่างจาก DeFi เรื่องราวของ AI ในปัจจุบันนั้นถูกครอบงำโดยโมเดลวัตถุประสงค์ทั่วไปขนาดใหญ่ที่ได้รับการฝึกฝนบนชุดข้อมูลอินเทอร์เน็ตขนาดใหญ่ โมเดลเหล่านี้มักจะประสบปัญหาในการให้ผลลัพธ์ที่มีประสิทธิผลในพื้นที่เฉพาะ งานระดับมืออาชีพ หรือความต้องการเฉพาะบุคคล แนวทางแบบเหมารวมนั้นทรงพลังแต่เปราะบาง เป็นสากลแต่ไม่เหมาะสม แนวคิดนี้จำเป็นต้องเปลี่ยนแปลงอย่างเร่งด่วน ยุคต่อไปของ AI ไม่ควรถูกกำหนดโดยขนาดหรือลักษณะทั่วไปของโมเดล แต่ควรเน้นที่ระดับล่างขึ้นบน ซึ่งเป็นโมเดลที่มีขนาดเล็กและมีความเฉพาะทางสูง AI ที่กำหนดเองประเภทนี้ต้องการข้อมูลประเภทใหม่โดยสิ้นเชิง: ข้อมูลที่มีคุณภาพสูง สอดคล้องกับมนุษย์ และเฉพาะโดเมน แต่การได้รับข้อมูลดังกล่าวไม่ใช่เรื่องง่ายเหมือนกับการสแกนเว็บ ต้องอาศัยการมีส่วนร่วมอย่างแข็งขันและตั้งใจจากบุคคล ผู้เชี่ยวชาญด้านโดเมน และชุมชน เพื่อขับเคลื่อนยุคใหม่แห่ง AI ที่มีความเป็นมืออาชีพและสอดคล้องกับมนุษย์ เราจำเป็นต้องสร้างวงล้อจูงใจที่คล้ายคลึงกับสิ่งที่ DeFi ออกแบบไว้สำหรับการเงิน นั่นหมายถึงการแนะนำการประมวลผลแบบไพรมิทีฟดั้งเดิมของ AI ใหม่สำหรับการวัดคุณภาพข้อมูล ประสิทธิภาพของโมเดล ความน่าเชื่อถือของตัวแทน และแรงจูงใจที่สอดคล้องกัน ซึ่งเป็นเมตริกที่สะท้อนถึงมูลค่าที่แท้จริงของข้อมูลโดยตรงในฐานะสินทรัพย์ (ไม่ใช่แค่ข้อมูลอินพุต)

บทความนี้จะสำรวจพื้นฐานใหม่ๆ เหล่านี้ที่สามารถสร้างกระดูกสันหลังของเศรษฐกิจที่ใช้ AI ได้ เราจะอธิบายว่า AI จะเติบโตได้อย่างไรหากมีโครงสร้างพื้นฐานทางเศรษฐกิจที่เหมาะสม ซึ่งจะต้องสร้างข้อมูลที่มีคุณภาพสูง สร้างแรงจูงใจอย่างเหมาะสมในการสร้างและใช้งาน และให้บุคคลเป็นศูนย์กลาง เราจะดูตัวอย่างแพลตฟอร์มเช่น LazAI และวิธีการที่พวกเขาเป็นผู้ริเริ่มกรอบงานดั้งเดิมของ AI นำเสนอแนวคิดใหม่ในการกำหนดราคาและให้รางวัลกับข้อมูล และขับเคลื่อนการก้าวกระโดดครั้งต่อไปของนวัตกรรม AI

วงล้อจูงใจของ DeFi: TVL, ผลตอบแทน และสภาพคล่อง — การตรวจสอบอย่างรวดเร็ว

การเพิ่มขึ้นของ DeFi ไม่ใช่เรื่องบังเอิญ การออกแบบทำให้การมีส่วนร่วมทั้งมีกำไรและโปร่งใส ตัวชี้วัดสำคัญ เช่น มูลค่ารวมที่ล็อคไว้ (TVL), ผลตอบแทนต่อปี (APY/APR) และสภาพคล่อง ไม่ใช่แค่ตัวเลขเท่านั้น แต่เป็นข้อมูลพื้นฐานที่ปรับพฤติกรรมของผู้ใช้ให้สอดคล้องกับการเติบโตของเครือข่าย เมื่อนำมารวมกัน ตัวบ่งชี้เหล่านี้จะสร้างวงจรอันดีงามที่ดึงดูดผู้ใช้และทุน ส่งผลให้มีการผลักดันนวัตกรรมใหม่ๆ ต่อไป

มูลค่ารวมที่ล็อคไว้ (TVL): TVL วัดเงินทุนทั้งหมดที่ฝากไว้ในโปรโตคอล DeFi (เช่น กลุ่มสินเชื่อและกลุ่มสภาพคล่อง) และได้กลายเป็นคำพ้องความหมายกับ "มูลค่าตลาด" ของโครงการ DeFi การเติบโตอย่างรวดเร็วของ TVL ถือเป็นสัญญาณของความไว้วางใจของผู้ใช้และความสมบูรณ์ของโปรโตคอล ตัวอย่างเช่น ระหว่างช่วงที่ DeFi เฟื่องฟูในปี 2020-2021 TVL พุ่งจากต่ำกว่า 10 พันล้านดอลลาร์ไปเป็นมากกว่า 100 พันล้านดอลลาร์ และสูงเกิน 150 พันล้านดอลลาร์ในปี 2023 แสดงให้เห็นถึงขนาดของมูลค่าที่ผู้เข้าร่วมเต็มใจที่จะล็อกไว้ในแอปพลิเคชันแบบกระจายอำนาจ TVL ที่สูงสร้างผลกระทบจากแรงโน้มถ่วง: ทุนที่มากขึ้นหมายถึงสภาพคล่องและความเสถียรที่มากขึ้น ดึงดูดผู้ใช้ให้แสวงหาโอกาสมากขึ้น ในขณะที่บรรดานักวิจารณ์ชี้ให้เห็นว่าการไล่ตาม TVL อย่างไม่ลืมหูลืมตาอาจทำให้โปรโตคอลให้แรงจูงใจที่ไม่ยั่งยืน (โดยพื้นฐานแล้วคือการ “ซื้อ” TVL) และจึงปกปิดความไม่มีประสิทธิภาพ แต่หากไม่มี TVL เรื่องราวในช่วงแรกของ DeFi ก็จะขาดวิธีการที่เป็นรูปธรรมในการติดตามการนำไปใช้

อัตราผลตอบแทนรายปี (APY/APR): คำมั่นสัญญาของรายได้จะเปลี่ยนการมีส่วนร่วมให้กลายเป็นโอกาสที่จับต้องได้ โปรโตคอล DeFi เริ่มเสนอ APR ที่น่าทึ่งแก่ผู้ให้บริการสภาพคล่องหรือทุน ตัวอย่างเช่น Compound เปิดตัวโทเค็น COMP ในกลางปี 2020 ซึ่งเป็นการบุกเบิกโมเดลการขุดสภาพคล่อง โดยตอบแทนผู้ให้บริการสภาพคล่องด้วยโทเค็นการกำกับดูแล นวัตกรรมดังกล่าวกระตุ้นให้เกิดกิจกรรมต่างๆ มากมาย การใช้แพลตฟอร์มไม่ใช่แค่บริการอีกต่อไป แต่มันกลายเป็นการลงทุน APY ที่สูงดึงดูดผู้ที่แสวงหาผลตอบแทน ส่งผลให้ TVL เพิ่มสูงขึ้นอีกด้วย กลไกการให้รางวัลนี้ขับเคลื่อนการเติบโตของเครือข่ายโดยสร้างแรงจูงใจโดยตรงต่อผู้ที่นำมาใช้ก่อนด้วยรางวัลอันแสนคุ้มค่า

สภาพคล่อง: ในด้านการเงิน สภาพคล่องหมายถึงความสามารถในการเคลื่อนย้ายสินทรัพย์โดยไม่ทำให้เกิดความผันผวนของราคาอย่างรุนแรง ถือเป็นรากฐานสำคัญของตลาดที่มีสุขภาพดี สภาพคล่องใน DeFi มักเริ่มต้นผ่านโปรแกรมการขุดสภาพคล่อง (ผู้ใช้จะได้รับโทเค็นสำหรับการให้สภาพคล่อง) สภาพคล่องที่ล้ำลึกของการแลกเปลี่ยนแบบกระจายอำนาจและกลุ่มการให้ยืม หมายถึง ผู้ใช้สามารถซื้อขายหรือกู้ยืมด้วยความเสียดทานที่ต่ำ จึงทำให้ประสบการณ์ของผู้ใช้ดีขึ้น สภาพคล่องที่สูงทำให้มีปริมาณและประโยชน์ใช้สอยที่มากขึ้น ซึ่งในทางกลับกันก็จะดึงดูดสภาพคล่องมากขึ้นด้วย ซึ่งถือเป็นวงจรป้อนกลับเชิงบวกแบบคลาสสิก นอกจากนี้ยังรองรับการประกอบได้อีกด้วย: นักพัฒนาสามารถสร้างผลิตภัณฑ์ใหม่ (อนุพันธ์ ตัวรวบรวม ฯลฯ) ไว้ด้านบนของตลาดที่มีสภาพคล่อง ช่วยขับเคลื่อนการสร้างสรรค์นวัตกรรม ส่งผลให้สภาพคล่องกลายมาเป็นสิ่งสำคัญของเครือข่าย และเป็นแรงผลักดันให้เกิดการนำไปใช้และการเกิดขึ้นของบริการใหม่ๆ

เมื่อนำมารวมกัน พื้นฐานเหล่านี้จะสร้างแรงกระตุ้นที่ทรงพลัง ผู้เข้าร่วมที่สร้างมูลค่าโดยการล็อคสินทรัพย์หรือให้สภาพคล่องจะได้รับรางวัลทันที (ผ่านผลตอบแทนสูงและแรงจูงใจเป็นโทเค็น) กระตุ้นให้มีส่วนร่วมมากขึ้น สิ่งนี้จะเปลี่ยนการมีส่วนร่วมของแต่ละบุคคลให้กลายเป็นโอกาสที่กว้างขวาง — ผู้ใช้ได้รับผลกำไรและมีอิทธิพลต่อการกำกับดูแล — ซึ่งในทางกลับกันจะสร้างผลกระทบจากเครือข่ายที่ดึงดูดผู้ใช้หลายพันคนให้เข้าร่วม ผลลัพธ์ที่น่าประทับใจคือ ภายในปี 2024 จำนวนผู้ใช้ DeFi จะเกิน 10 ล้านราย และมูลค่าของผู้ใช้ก็เพิ่มขึ้นเกือบ 30 เท่าในเวลาไม่กี่ปี เห็นได้ชัดว่าการจัดแนวทางจูงใจที่ยิ่งใหญ่ — การเปลี่ยนผู้ใช้ให้กลายเป็นผู้ถือผลประโยชน์ — ถือเป็นกุญแจสำคัญในการเติบโตแบบก้าวกระโดดของ DeFi

สิ่งที่ขาดหายไปในเศรษฐกิจ AI ในปัจจุบัน

หาก DeFi แสดงให้เห็นว่าการมีส่วนร่วมจากล่างขึ้นบนและการจัดแนวทางจูงใจสามารถเริ่มการปฏิวัติทางการเงินได้อย่างไร เศรษฐกิจ AI ในปัจจุบันยังคงขาดพื้นฐานที่สำคัญที่จะรองรับการเปลี่ยนแปลงที่คล้ายคลึงกัน ปัจจุบัน AI ถูกครอบงำโดยโมเดลวัตถุประสงค์ทั่วไปขนาดใหญ่ที่ฝึกฝนบนชุดข้อมูลที่รวบรวมมาจำนวนมาก โมเดลพื้นฐานเหล่านี้มีขนาดใหญ่มาก แต่ได้รับการออกแบบมาเพื่อแก้ไขปัญหาทั้งหมด โดยส่วนใหญ่แล้วมักจะไม่ช่วยใครได้อย่างมีประสิทธิภาพเป็นพิเศษ สถาปัตยกรรมแบบ "ครอบคลุมทุกความต้องการ" นั้นปรับให้เข้ากับพื้นที่เฉพาะ ความแตกต่างทางวัฒนธรรม หรือความชอบส่วนบุคคลได้ยาก ส่งผลให้ผลลัพธ์ที่ได้ไม่ชัดเจน มีจุดบอด และขาดการเชื่อมโยงกับความต้องการที่แท้จริงมากขึ้น

AI รุ่นถัดไปจะไม่ถูกกำหนดโดยเพียงขนาดอีกต่อไป แต่จะถูกกำหนดโดยความเข้าใจบริบทด้วย ซึ่งก็คือความสามารถของโมเดลในการทำความเข้าใจและให้บริการโดเมนเฉพาะ ชุมชนวิชาชีพ และมุมมองที่หลากหลายของมนุษย์ อย่างไรก็ตาม ข่าวกรองเชิงบริบทนี้ต้องการข้อมูลอินพุตที่แตกต่างกัน: ข้อมูลที่มีคุณภาพสูงและสอดคล้องกับมนุษย์ นี่เป็นสิ่งที่ขาดหายไปในปัจจุบัน ในปัจจุบันยังไม่มีกลไกที่ได้รับการยอมรับอย่างกว้างขวางในการวัด ระบุ ให้ความสำคัญ หรือจัดลำดับความสำคัญของข้อมูลดังกล่าว นอกจากนั้นยังไม่มีกระบวนการเปิดให้บุคคล ชุมชน หรือผู้เชี่ยวชาญในโดเมนนำเสนอมุมมองของตนเองและปรับปรุงระบบอัจฉริยะที่มีผลกระทบต่อชีวิตของพวกเขาเพิ่มมากขึ้น ส่งผลให้มูลค่ายังคงกระจุกตัวอยู่ในมือของผู้ให้บริการโครงสร้างพื้นฐานเพียงไม่กี่ราย ขณะที่คนส่วนใหญ่ไม่ได้ตระหนักถึงศักยภาพของเศรษฐกิจ AI เราสามารถปลดล็อกวงจรการเติบโตแบบมีส่วนร่วมที่ DeFi พึ่งพาเพื่อเจริญเติบโตได้ โดยการออกแบบพื้นฐานใหม่ที่สามารถค้นพบ ตรวจสอบ และให้รางวัลสำหรับการมีส่วนร่วมที่มีมูลค่าสูง (ข้อมูล ข้อเสนอแนะ สัญญาณการจัดตำแหน่ง) เท่านั้น

สรุปสั้นๆ เราต้องถามคำถามเดียวกัน:

เราควรวัดมูลค่าที่สร้างขึ้นได้อย่างไร? คุณจะสร้างวงล้อแห่งการยอมรับที่เสริมกำลังตัวเองซึ่งขับเคลื่อนการมีส่วนร่วมจากล่างขึ้นบนด้วยข้อมูลที่เน้นแต่ละบุคคลได้อย่างไร

เพื่อปลดล็อก “เศรษฐกิจดั้งเดิมของ AI” เช่น DeFi เราจำเป็นต้องกำหนดองค์ประกอบพื้นฐานใหม่ๆ ที่จะเปลี่ยนการมีส่วนร่วมให้กลายเป็นโอกาสของ AI จึงกระตุ้นให้เกิดเอฟเฟกต์ของเครือข่ายที่ไม่เคยพบเห็นในพื้นที่นี้มาก่อน

AI Native Technology Stack: นวัตกรรมใหม่สำหรับเศรษฐกิจยุคใหม่

ในปัจจุบันเราไม่ได้แค่โอนโทเค็นระหว่างกระเป๋าเงินเท่านั้น แต่ยังป้อนข้อมูลลงในโมเดล แปลงเอาท์พุตของโมเดลเป็นการตัดสินใจ และให้เอเจนต์ AI ดำเนินการอีกด้วย สิ่งนี้ต้องใช้มาตรวัดและรูปแบบพื้นฐานใหม่ๆ เพื่อวัดความชาญฉลาดและการจัดแนวทาง เช่นเดียวกับที่มาตรวัด DeFi วัดปริมาณของเงินทุน ตัวอย่างเช่น LazAI กำลังสร้างเครือข่ายบล็อคเชนรุ่นถัดไปเพื่อแก้ไขปัญหาการจัดเรียงข้อมูล AI โดยแนะนำมาตรฐานสินทรัพย์ใหม่สำหรับข้อมูล AI พฤติกรรมของโมเดล และการโต้ตอบของตัวแทน

ต่อไปนี้จะสรุปโครงร่างพื้นฐานสำคัญหลายประการที่กำหนดมูลค่าทางเศรษฐกิจของ AI บนเชน:

ข้อมูลที่ตรวจสอบได้ (หรือที่เรียกว่า “สภาพคล่อง” ใหม่): สำหรับ AI ข้อมูลนั้นก็เหมือนกับที่สภาพคล่องนั้นมีต่อ DeFi ซึ่งถือเป็นหัวใจสำคัญของระบบ ใน AI โดยเฉพาะโมเดลขนาดใหญ่ การมีข้อมูลที่ถูกต้องถือเป็นสิ่งสำคัญ แต่ข้อมูลดิบอาจจะมีคุณภาพต่ำหรือทำให้เข้าใจผิดได้ และเราต้องการข้อมูลคุณภาพสูงที่สามารถตรวจสอบได้บนเชน ไพรมิทีฟที่เป็นไปได้ในที่นี้คือ หลักฐานข้อมูล (PoD) / หลักฐานค่าข้อมูล (PoDV) แนวคิดนี้จะวัดมูลค่าการมีส่วนร่วมของข้อมูลไม่เพียงแต่ขึ้นอยู่กับปริมาณเท่านั้น แต่ยังรวมถึงคุณภาพและผลกระทบต่อประสิทธิภาพของ AI ด้วย ลองนึกถึงมันเป็นส่วนเสริมของการขุดสภาพคล่อง: ผู้สนับสนุนที่ให้ข้อมูลที่มีประโยชน์ (หรือป้ายกำกับ/ข้อเสนอแนะ) จะได้รับรางวัลตามมูลค่าที่ข้อมูลของพวกเขาสร้างขึ้น การออกแบบระบบดังกล่าวในระยะเริ่มแรกกำลังเกิดขึ้นแล้ว ตัวอย่างเช่น ฉันทามติการพิสูจน์ข้อมูล (Proof of Data หรือ PoD) ของโครงการบล็อคเชนถือว่าข้อมูลเป็นทรัพยากรหลักสำหรับการตรวจสอบ (คล้ายกับพลังงานในการพิสูจน์การทำงานหรือทุนในการพิสูจน์การถือครอง) ในระบบนี้ โหนดจะได้รับรางวัลตามปริมาณ คุณภาพ และความเกี่ยวข้องของข้อมูลที่ส่งมา

หากนำสิ่งนี้ไปใช้กับเศรษฐกิจ AI ทั่วไป เราอาจเห็น “มูลค่าข้อมูลที่ถูกล็อกทั้งหมด (TDVL)” เป็นตัวชี้วัด ซึ่งเป็นการวัดผลรวมของข้อมูลที่มีค่าทั้งหมดบนเครือข่าย โดยถ่วงน้ำหนักตามความสามารถในการตรวจสอบและความเป็นประโยชน์ พูลข้อมูลที่ได้รับการยืนยันสามารถนำไปซื้อขายได้ในลักษณะเดียวกับพูลสภาพคล่อง ตัวอย่างเช่น พูลของภาพทางการแพทย์ที่ได้รับการยืนยันสำหรับ AI วินิจฉัยแบบออนเชนอาจสามารถวัดมูลค่าและการใช้ประโยชน์ได้ ความสามารถในการติดตามข้อมูล (การทำความเข้าใจแหล่งที่มาของข้อมูลและประวัติการปรับเปลี่ยน) จะเป็นส่วนสำคัญของตัวบ่งชี้นี้ โดยช่วยให้มั่นใจได้ว่าข้อมูลที่ป้อนเข้าสู่โมเดล AI นั้นมีความน่าเชื่อถือและตรวจสอบได้ โดยพื้นฐานแล้ว หากสภาพคล่องเป็นเรื่องของเงินทุนที่มีอยู่ ข้อมูลที่ตรวจสอบได้ก็จะเป็นเรื่องของความรู้ที่มีอยู่ ตัวชี้วัดต่างๆ เช่น Proof of Data Value (PoDV) จะบันทึกปริมาณความรู้ที่มีประโยชน์ที่ถูกล็อกไว้ในเครือข่าย ในขณะที่การยึดโยงข้อมูลบนเชนผ่าน Data Anchor Token (DAT) ของ LazAI ทำให้สภาพคล่องของข้อมูลเป็นชั้นเศรษฐกิจที่วัดได้และมีแรงจูงใจ

ประสิทธิภาพของโมเดล (คลาสสินทรัพย์ใหม่): ในเศรษฐกิจ AI โมเดลที่ได้รับการฝึกอบรม (หรือบริการ AI) กลายมาเป็นสินทรัพย์ด้วยตัวเอง - พวกมันสามารถถือเป็นคลาสสินทรัพย์ใหม่ควบคู่ไปกับโทเค็นและ NFT ได้ด้วย โมเดล AI ที่ได้รับการฝึกอบรมจะมีคุณค่าเนื่องจากความชาญฉลาดที่รวมอยู่ในน้ำหนักของมัน แต่จะแสดงและวัดมูลค่านี้บนเชนได้อย่างไร? เราอาจต้องมีการประเมินประสิทธิภาพบนเชนหรือการรับรองโมเดล ตัวอย่างเช่น ความแม่นยำของโมเดลบนชุดข้อมูลมาตรฐาน หรืออัตราการชนะในงานการแข่งขัน สามารถบันทึกเป็นคะแนนประสิทธิภาพบนเชนได้ ลองนึกถึงมันเป็น “เครดิตเรตติ้ง” หรือ KPI บนเชนสำหรับโมเดล AI ของคุณ คะแนนดังกล่าวสามารถปรับได้ขณะปรับแต่งโมเดลหรือขณะอัปเดตข้อมูล โครงการต่างๆ เช่น Oraichain ได้สำรวจการรวม API ของโมเดล AI เข้ากับคะแนนความน่าเชื่อถือ (การตรวจยืนยันว่าผลลัพธ์ของ AI ตรงตามความคาดหวังผ่านกรณีทดสอบ) บนเชน ใน DeFi ที่เป็น AI-native (“AiFi”) ผู้ใช้สามารถจินตนาการถึงการวางเดิมพันโดยอิงตามประสิทธิภาพของโมเดลได้ ตัวอย่างเช่น หากนักพัฒนาเชื่อว่าโมเดลของตนทำงานได้ดี พวกเขาก็จะสามารถวางเดิมพันโทเค็นได้ หากการตรวจสอบบนเครือข่ายอิสระยืนยันประสิทธิภาพ พวกเขาจะได้รับรางวัล (หากโมเดลทำงานได้ไม่ดี พวกเขาจะสูญเสียเงินเดิมพัน) สิ่งนี้จะเป็นแรงจูงใจให้นักพัฒนาทำรายงานอย่างซื่อสัตย์และปรับปรุงโมเดลต่อไป ความคิดอีกประการหนึ่งคือการสร้างโทเค็นโมเดล NFT ที่พกพาข้อมูลเมตาของประสิทธิภาพ - "ราคาพื้นฐาน" ของโมเดล NFT อาจสะท้อนถึงความสามารถในการใช้งานจริง เราเริ่มเห็นสัญญาณบางอย่างของเหตุการณ์นี้แล้ว: ตลาด AI บางแห่งอนุญาตให้ซื้อและขายโทเค็นการเข้าถึงโมเดล และโปรโตคอลเช่น LayerAI (เดิมชื่อ CryptoGPT) มองข้อมูลและโมเดล AI อย่างชัดเจนว่าเป็นคลาสสินทรัพย์ที่เพิ่งเกิดใหม่ในเศรษฐกิจ AI ทั่วโลก โดยสรุปแล้ว ในขณะที่ DeFi ถามว่า "มีการล็อกเงินไว้เท่าใด" AI-DeFi จะถามว่า "มีการล็อกข่าวกรองไว้เท่าใด" — ไม่ใช่แค่พลังการประมวลผลเท่านั้น (แม้ว่าจะมีความสำคัญเท่าเทียมกัน) แต่ยังรวมถึงประสิทธิภาพและมูลค่าของโมเดลที่ทำงานในเครือข่ายด้วย มาตรวัดใหม่ๆ อาจรวมถึง "การพิสูจน์คุณภาพของโมเดล" หรือดัชนีลำดับเวลาของการปรับปรุงประสิทธิภาพ AI บนเชน

พฤติกรรมและยูทิลิตี้ของตัวแทน (ตัวแทน AI บนเชน): การเพิ่มสิ่งที่น่าตื่นเต้นและท้าทายที่สุดสำหรับบล็อคเชนดั้งเดิมของ AI คือตัวแทน AI อัตโนมัติที่ทำงานบนเชน พวกเขาอาจเป็นบอทสำหรับการซื้อขาย ผู้ดูแลข้อมูล ระบบ AI ฝ่ายบริการลูกค้า หรือตัวควบคุม DAO ที่ซับซ้อน ซึ่งโดยพื้นฐานแล้วก็คือซอฟต์แวร์ที่สามารถรับรู้ ตัดสินใจ และดำเนินการในนามของผู้ใช้หรือแม้กระทั่งดำเนินการด้วยตนเองในเครือข่ายก็ได้ โลกของ DeFi มีเพียงแค่ "หุ่นยนต์" พื้นฐานเท่านั้น ในโลกบล็อคเชน AI ตัวแทนอาจกลายเป็นหน่วยงานทางเศรษฐกิจชั้นนำได้ สิ่งนี้ทำให้เกิดความจำเป็นในการมีตัวชี้วัดเกี่ยวกับพฤติกรรมของตัวแทน ความน่าเชื่อถือ และความเป็นประโยชน์ เราอาจเห็นกลไกเช่น “คะแนนยูทิลิตี้ของตัวแทน” หรือระบบชื่อเสียง ลองนึกภาพว่าตัวแทน AI แต่ละตัว (อาจแสดงโดยตัวตน NFT หรือโทเค็นแบบกึ่งทดแทน (SFT)) สะสมชื่อเสียงจากการกระทำของตัวมันเอง (การทำภารกิจให้สำเร็จ การทำงานร่วมกัน ฯลฯ) การให้คะแนนประเภทนี้จะคล้ายกับคะแนนเครดิตหรือเรตติ้งของผู้ใช้ แต่ใช้สำหรับ AI สัญญาอื่น ๆ สามารถใช้สิ่งนี้ในการตัดสินใจว่าจะเชื่อถือหรือใช้บริการพร็อกซีหรือไม่ ในแนวคิด iDAO (DAO ที่เน้นที่แต่ละบุคคล) ที่ LazAI เสนอ ตัวแทนหรือเอนทิตีผู้ใช้แต่ละรายการจะมีโดเมนบนเชนและสินทรัพย์ AI เป็นของตัวเอง สามารถมองเห็น iDAO หรือตัวแทนเหล่านี้เพื่อสร้างบันทึกที่สามารถวัดได้

ขณะนี้มีแพลตฟอร์มต่างๆ ที่ได้เริ่มสร้างโทเค็นเอเจนต์ AI และให้เมตริกบนเชนแก่พวกเขาแล้ว ตัวอย่างเช่น "โปรโตคอลโรม" ของ Rivalz สร้างเอเจนต์ AI ที่ใช้ NFT (rAgents) โดยที่เมตริกชื่อเสียงล่าสุดจะถูกบันทึกบนเชน ผู้ใช้สามารถเดิมพันหรือให้ยืมตัวแทนเหล่านี้ได้ และผลตอบแทนจะขึ้นอยู่กับประสิทธิภาพและอิทธิพลของตัวแทนภายใน "คลัสเตอร์" AI ส่วนรวม โดยพื้นฐานแล้วนี่คือ DeFi สำหรับตัวแทน AI และแสดงให้เห็นถึงความสำคัญของเมตริกยูทิลิตี้ของตัวแทน ในอนาคต เราอาจหารือเกี่ยวกับ "ตัวแทน AI ที่ใช้งานอยู่" เช่น ที่อยู่ที่ใช้งานอยู่ หรือ "ผลกระทบทางเศรษฐกิจของตัวแทน" เช่น ปริมาณธุรกรรม

ร่องรอยความสนใจอาจกลายเป็นสิ่งสำคัญอีกอย่างหนึ่ง — การบันทึกสิ่งที่ (ข้อมูล สัญญาณใด) ที่ตัวแทนให้ความสนใจในระหว่างกระบวนการตัดสินใจ สิ่งนี้สามารถทำให้ตัวแทนกล่องดำมีความโปร่งใสและตรวจสอบได้มากขึ้น รวมไปถึงสามารถระบุความสำเร็จหรือความล้มเหลวของตัวแทนได้จากอินพุตที่เฉพาะเจาะจง โดยสรุปแล้ว เมตริกพฤติกรรมของตัวแทนจะช่วยรับประกันความรับผิดชอบและการจัดแนวทาง: หากตัวแทนอิสระจะได้รับความไว้วางใจให้จัดการเงินจำนวนมากหรือภารกิจที่สำคัญ จำเป็นต้องมีการวัดความน่าเชื่อถือ คะแนนยูทิลิตี้ของตัวแทนที่สูงอาจกลายเป็นข้อกำหนดเบื้องต้นสำหรับตัวแทน AI บนเครือข่ายเพื่อจัดการกองทุนจำนวนมาก (คล้ายกับที่คะแนนเครดิตที่สูงเป็นเกณฑ์สำหรับสินเชื่อจำนวนมากในระบบการเงินแบบดั้งเดิม)

แรงจูงใจในการใช้งานและตัวชี้วัดการจัดตำแหน่ง AI: ในที่สุด เศรษฐกิจ AI จะต้องพิจารณาว่าจะสร้างแรงจูงใจในการใช้งานและการจัดตำแหน่งที่เป็นประโยชน์ได้อย่างไร DeFi สร้างแรงจูงใจในการเติบโตผ่านการขุดสภาพคล่อง การส่งทางอากาศให้กับผู้ใช้ในช่วงแรก หรือการคืนค่าธรรมเนียม ในด้าน AI การเพิ่มการใช้งานเพียงอย่างเดียวไม่เพียงพอ เราต้องสร้างแรงจูงใจในการใช้งานเพื่อปรับปรุงผลลัพธ์ของ AI ณ จุดนี้ เมตริกที่เชื่อมโยงกับการจัดตำแหน่ง AI ถือเป็นสิ่งสำคัญ ตัวอย่างเช่น สามารถบันทึกลูปข้อเสนอแนะของมนุษย์ (เช่น ผู้ใช้ให้คะแนนคำตอบของ AI หรือให้การแก้ไขผ่าน iDAO ซึ่งจะอธิบายรายละเอียดเพิ่มเติมด้านล่าง) และผู้ให้ข้อเสนอแนะสามารถรับ "ผลประโยชน์จากการจัดแนว" ได้ หรือลองจินตนาการถึง “หลักฐานการใส่ใจ” หรือ “หลักฐานการมีส่วนร่วม” ที่ผู้ใช้ที่ลงทุนเวลาไปกับการปรับปรุง AI (โดยการให้ข้อมูลการตั้งค่า การแก้ไข หรือกรณีการใช้งานใหม่ๆ) จะได้รับรางวัล ตัวชี้วัดอาจเป็นการติดตามความสนใจ การรวบรวมข้อเสนอแนะที่มีคุณภาพเพื่อเพิ่มประสิทธิภาพ AI หรือปริมาณความสนใจของมนุษย์

ในขณะที่ DeFi จำเป็นต้องมีตัวสำรวจบล็อกและแดชบอร์ด (เช่น DeFi Pulse, DefiLlama) เพื่อติดตาม TVL และผลตอบแทน เศรษฐกิจ AI ยังต้องการตัวสำรวจใหม่ ๆ เพื่อติดตามตัวบ่งชี้ที่เน้น AI เหล่านี้ ลองนึกถึงแดชบอร์ด "AI-llama" ที่แสดงปริมาณรวมของข้อมูลที่จัดเรียง จำนวนตัวแทน AI ที่ใช้งานอยู่ ผลตอบแทนยูทิลิตี้ AI สะสม ฯลฯ มันมีความคล้ายคลึงกับ DeFi แต่เนื้อหานั้นใหม่หมดจด

สู่วงล้อแห่งปัญญาประดิษฐ์ (AI) ในรูปแบบ DeFi

เราจำเป็นต้องสร้างวงล้อแห่งแรงจูงใจสำหรับปัญญาประดิษฐ์ (AI) โดยถือว่าข้อมูลเป็นสินทรัพย์ทางเศรษฐกิจชั้นหนึ่ง จึงจะเปลี่ยนแปลงการพัฒนาปัญญาประดิษฐ์จากองค์กรแบบปิดไปเป็นเศรษฐกิจแบบเปิดที่มีส่วนร่วม เช่นเดียวกับที่ DeFi ได้เปลี่ยนแปลงระบบการเงินให้กลายเป็นสนามเปิดแห่งสภาพคล่องที่ขับเคลื่อนโดยผู้ใช้

การสำรวจในระยะเริ่มแรกในทิศทางนี้เกิดขึ้นแล้ว ตัวอย่างเช่น โปรเจ็กต์เช่น Vana กำลังเริ่มให้รางวัลแก่ผู้ใช้สำหรับการมีส่วนร่วมในการแบ่งปันข้อมูล เครือข่าย Vana ช่วยให้ผู้ใช้สามารถนำเสนอข้อมูลส่วนตัวหรือข้อมูลชุมชนให้กับ DataDAO (แหล่งรวมข้อมูลแบบกระจายอำนาจ) และรับโทเค็นเฉพาะชุดข้อมูล (สามารถแลกเปลี่ยนเป็นโทเค็นดั้งเดิมของเครือข่ายได้) นี่ถือเป็นขั้นตอนสำคัญในการสร้างรายได้จากผู้ให้ข้อมูล

อย่างไรก็ตาม การตอบแทนการมีส่วนสนับสนุนเพียงอย่างเดียวไม่เพียงพอที่จะจำลองวงจรระเบิดของ DeFi ได้ ใน DeFi ผู้ให้บริการสภาพคล่องจะได้รับรางวัลไม่เพียงจากการฝากสินทรัพย์เท่านั้น แต่สินทรัพย์ที่พวกเขาให้ยังมีมูลค่าตลาดที่โปร่งใส และผลตอบแทนสะท้อนถึงการใช้งานจริง (ค่าธรรมเนียมธุรกรรม ดอกเบี้ยการให้กู้ยืม และโทเค็นจูงใจ) ในทำนองเดียวกัน เศรษฐกิจข้อมูล AI จำเป็นต้องก้าวไปไกลกว่าการให้รางวัลทั่วไปและกำหนดราคาข้อมูลโดยตรง หากไม่มีการกำหนดราคาทางเศรษฐกิจตามคุณภาพของข้อมูล ความขาดแคลน หรือการปรับปรุงโมเดล เราจะเสี่ยงต่อการถูกจำกัดด้วยแรงจูงใจที่ตื้นเขิน การแจกจ่ายโทเค็นเพียงอย่างเดียวเพื่อให้รางวัลแก่ผู้เข้าร่วมอาจทำให้เกิดปริมาณมากกว่าคุณภาพ หรืออาจเกิดการหยุดชะงักเมื่อโทเค็นไม่เชื่อมโยงกับยูทิลิตี้ AI จริง เพื่อปลดปล่อยนวัตกรรมอย่างแท้จริง ผู้สนับสนุนจำเป็นต้องมองเห็นสัญญาณที่ขับเคลื่อนโดยตลาดที่ชัดเจนเกี่ยวกับมูลค่าของข้อมูลของพวกเขา และได้รับรางวัลเมื่อข้อมูลนั้นถูกนำไปใช้ในระบบ AI จริงๆ

เราจำเป็นต้องมีโครงสร้างพื้นฐานที่เน้นไปที่การให้มูลค่าและให้รางวัลแก่ข้อมูลโดยตรงมากขึ้น เพื่อสร้างวงจรจูงใจที่เน้นข้อมูล ยิ่งผู้คนมีส่วนสนับสนุนข้อมูลที่มีคุณภาพสูงมากเท่าไร โมเดลก็จะดีขึ้นเท่านั้น ซึ่งจะดึงดูดการใช้งานและความต้องการข้อมูลมากขึ้น ส่งผลให้ผู้มีส่วนสนับสนุนได้รับผลตอบแทนมากขึ้น สิ่งนี้จะเปลี่ยนแปลง AI จากการแข่งขันแบบปิดสำหรับข้อมูลขนาดใหญ่ไปเป็นตลาดแบบเปิดสำหรับข้อมูลที่มีคุณภาพสูงและเชื่อถือได้

แนวคิดเหล่านี้สะท้อนอยู่ในโครงการจริงอย่างไร? ลองยกตัวอย่าง LazAI — โปรเจ็กต์นี้กำลังสร้างเครือข่ายบล็อคเชนรุ่นถัดไปและองค์ประกอบพื้นฐานที่สำคัญสำหรับเศรษฐกิจ AI แบบกระจายอำนาจ

แนะนำ LazAI - การจัดแนว AI ให้สอดคล้องกับมนุษย์

LazAI เป็นเครือข่ายบล็อคเชนและโปรโตคอลรุ่นถัดไปที่ออกแบบมาโดยเฉพาะเพื่อแก้ไขปัญหาการจัดแนวข้อมูล AI สร้างโครงสร้างพื้นฐานสำหรับเศรษฐกิจ AI แบบกระจายอำนาจ โดยแนะนำมาตรฐานสินทรัพย์ใหม่สำหรับข้อมูล AI พฤติกรรมของแบบจำลอง และการโต้ตอบของตัวแทน

LazAl นำเสนอแนวทางที่ล้ำสมัยที่สุดในการแก้ไขปัญหาการจัดตำแหน่งของ AI โดยทำให้ข้อมูลที่ตรวจสอบได้ มีแรงจูงใจ และเขียนโปรแกรมได้บนเชน ต่อไปนี้จะใช้กรอบงาน LazAI เป็นตัวอย่างเพื่อแสดงให้เห็นว่าบล็อคเชนดั้งเดิมของ Al นำหลักการข้างต้นไปปฏิบัติอย่างไร

การจัดตำแหน่งของ AI มักจะขึ้นอยู่กับคุณภาพของข้อมูลการฝึกอบรม และอนาคตต้องการข้อมูลใหม่ที่สอดคล้องกับมนุษย์ เชื่อถือได้ และมีการควบคุม เนื่องจากอุตสาหกรรม AI กำลังเปลี่ยนจากรูปแบบที่รวมศูนย์และมีวัตถุประสงค์ทั่วไปไปเป็นปัญญาประดิษฐ์ที่ปรับตามบริบทและสอดคล้องกัน โครงสร้างพื้นฐานจึงต้องพัฒนาไปพร้อมๆ กัน ยุคถัดไปของ AI จะถูกกำหนดโดยการจัดตำแหน่ง ความแม่นยำ และการตรวจสอบย้อนกลับ LazAI จัดการกับความท้าทายของการจัดตำแหน่งข้อมูลและแรงจูงใจโดยตรง และเสนอโซลูชันพื้นฐาน: จัดเรียงข้อมูลที่แหล่งที่มาและให้รางวัลสำหรับข้อมูลโดยตรง กล่าวอีกนัยหนึ่ง ให้แน่ใจว่าข้อมูลการฝึกอบรมนั้นสามารถแสดงถึงมุมมองของมนุษย์ได้อย่างชัดเจน ไม่มีเสียงรบกวน/ไม่มีอคติ และให้รางวัลข้อมูลตามคุณภาพ ความขาดแคลน หรือการปรับปรุงโมเดล นี่คือการเปลี่ยนแปลงครั้งใหญ่จากการปรับแต่งโมเดลไปสู่การจัดการข้อมูล

LazAI ไม่เพียงแต่แนะนำฟังก์ชันพื้นฐานเท่านั้น แต่ยังเสนอแนวคิดใหม่สำหรับการรวบรวมข้อมูล การกำหนดราคา และการกำกับดูแลอีกด้วย แนวคิดหลัก ได้แก่ โทเค็นที่ยึดตามข้อมูล (DAT) และ DAO ที่เน้นที่แต่ละบุคคล (iDAO) ซึ่งร่วมกันทำให้เกิดการกำหนดราคา การตรวจสอบย้อนกลับ และการใช้งานข้อมูลตามโปรแกรมได้

ข้อมูลที่ตรวจสอบและตั้งโปรแกรมได้ - โทเค็นที่ยึดตามข้อมูล (DAT)

เพื่อบรรลุเป้าหมายนี้ LazAI จึงได้เปิดตัวโทเค็นแบบออนเชนใหม่ที่เรียกว่า Data Anchored Tokens (DAT) ซึ่งเป็นมาตรฐานโทเค็นใหม่ที่ออกแบบมาโดยเฉพาะสำหรับการจัดสรรทรัพยากรข้อมูลด้วย AI DAT แต่ละชุดแสดงถึงข้อมูลชิ้นหนึ่งที่ยึดโยงกับเครือข่ายและข้อมูลลำดับสายโซ่ ได้แก่ ข้อมูลประจำตัวของผู้มีส่วนสนับสนุน วิวัฒนาการในแต่ละช่วงเวลา และสถานการณ์การใช้งาน วิธีนี้จะสร้างประวัติที่ตรวจสอบได้สำหรับข้อมูลแต่ละชิ้น ซึ่งคล้ายกับระบบควบคุมเวอร์ชันสำหรับชุดข้อมูลเช่น Git แต่มีความปลอดภัยของบล็อคเชน เนื่องจาก DAT อยู่บนเครือข่าย จึงสามารถตั้งโปรแกรมได้: สัญญาอัจฉริยะสามารถควบคุมกฎการใช้งานได้ ตัวอย่างเช่น ผู้มีส่วนสนับสนุนข้อมูลสามารถระบุว่า DAT ของตน (เช่น ชุดภาพทางการแพทย์) สามารถเข้าถึงได้เฉพาะโมเดล AI เฉพาะ หรือใช้ภายใต้เงื่อนไขเฉพาะ (โดยมีข้อจำกัดด้านความเป็นส่วนตัวหรือจริยธรรมที่บังคับใช้ผ่านโค้ด) กลไกสร้างแรงจูงใจก็คือ DAT สามารถซื้อขายหรือเดิมพันได้ - หากข้อมูลมีค่าสำหรับโมเดล โมเดล (หรือเจ้าของ) อาจจ่ายเงินเพื่อเข้าถึง DAT โดยพื้นฐานแล้ว LazAI สร้างตลาดที่ข้อมูลถูกโทเค็นและตรวจสอบได้ สิ่งนี้สะท้อนถึงเมตริก “ข้อมูลที่ตรวจสอบได้” ตามที่ได้หารือไว้ก่อนหน้านี้โดยตรง โดยการตรวจสอบ DAT จะช่วยให้คุณยืนยันได้ว่าข้อมูลนั้นได้รับการตรวจสอบแล้วหรือไม่ มีโมเดลจำนวนเท่าใดที่ใช้ข้อมูลนั้น และช่วยปรับปรุงประสิทธิภาพของโมเดลได้มากน้อยเพียงใด ข้อมูลดังกล่าวจะได้รับการประเมินค่าที่สูงขึ้น LazAI รับประกันว่า AI จะได้รับการฝึกอบรมจากข้อมูลที่เชื่อถือได้และวัดผลได้ โดยการยึดโยงข้อมูลไว้บนเครือข่ายและเชื่อมโยงแรงจูงใจทางเศรษฐกิจกับคุณภาพ นี่คือการแก้ไขปัญหาผ่านการจัดแนวทางจูงใจ – ข้อมูลที่ดีจะได้รับรางวัลและโดดเด่น

กรอบการทำงานที่เน้นที่บุคคล (iDAO)

ส่วนประกอบสำคัญประการที่สองคือแนวคิด iDAO (dAO) ของ LazAI ซึ่งกำหนดนิยามใหม่ของโมเดลการกำกับดูแลในเศรษฐกิจ AI ด้วยการให้บุคคล (แทนที่จะเป็นองค์กร) เป็นแกนหลักในการตัดสินใจและความเป็นเจ้าของข้อมูล DAO แบบดั้งเดิมมักจะให้ความสำคัญกับเป้าหมายขององค์กรส่วนรวมโดยไม่ได้ตั้งใจ ทำให้เจตจำนงของแต่ละบุคคลอ่อนแอลง iDAO ล้มล้างตรรกะนี้ เป็นหน่วยงานกำกับดูแลแบบส่วนบุคคลที่อนุญาตให้บุคคล ชุมชน หรือหน่วยงานเฉพาะโดเมนเป็นเจ้าของ ควบคุม และตรวจสอบข้อมูลและโมเดลที่พวกเขาส่งไปยังระบบ AI ได้โดยตรง iDAO ช่วยให้สามารถใช้ AI ที่กำหนดเองและสอดคล้องกันได้ โดยในฐานะกรอบการกำกับดูแล iDAO จะตรวจสอบให้แน่ใจว่าโมเดลจะยึดตามค่านิยมหรือความตั้งใจของผู้มีส่วนสนับสนุนอยู่เสมอ จากมุมมองด้านเศรษฐกิจ iDAO ยังทำให้พฤติกรรม AI สามารถตั้งโปรแกรมได้โดยชุมชน โดยสามารถตั้งกฎเกณฑ์เพื่อจำกัดวิธีที่โมเดลใช้ข้อมูลเฉพาะ ใครสามารถเข้าถึงโมเดลได้ และวิธีการกระจายผลประโยชน์จากเอาต์พุตของโมเดล ตัวอย่างเช่น iDAO สามารถกำหนดได้ว่าเมื่อใดก็ตามที่มีการเรียกใช้โมเดล AI (เช่น คำขอ API หรือการทำงานให้เสร็จสมบูรณ์) ส่วนหนึ่งของรายได้จะถูกส่งคืนให้กับผู้ถือ DAT ที่มีส่วนสนับสนุนข้อมูลที่เกี่ยวข้อง สิ่งนี้จะสร้างวงจรข้อเสนอแนะโดยตรงระหว่างพฤติกรรมของตัวแทนและผลตอบแทนของผู้มีส่วนสนับสนุน ซึ่งคล้ายกับกลไกใน DeFi ที่ผลตอบแทนของผู้ให้บริการสภาพคล่องจะเชื่อมโยงกับการใช้งานแพลตฟอร์ม นอกจากนี้ iDAO ยังสามารถทำปฏิสัมพันธ์แบบประกอบได้ผ่านโปรโตคอลต่างๆ ได้ด้วย โดยตัวแทน AI หนึ่งตัว (iDAO) สามารถเรียกข้อมูลหรือโมเดลของ iDAO อื่นได้ภายใต้เงื่อนไขที่ตกลงกันไว้

กรอบงานของ LazAI สามารถสร้างวิสัยทัศน์ของเศรษฐกิจ AI แบบกระจายอำนาจให้กลายเป็นความจริงได้ โดยสร้างขึ้นจากพื้นฐานเหล่านี้ ข้อมูลกลายมาเป็นสินทรัพย์ที่ผู้ใช้สามารถเป็นเจ้าของและสร้างรายได้ได้ โมเดลจะย้ายจากไซโลส่วนตัวไปสู่โครงการความร่วมมือ และผู้มีส่วนร่วมทุกคน ตั้งแต่บุคคลที่ดูแลชุดข้อมูลเฉพาะไปจนถึงนักพัฒนาที่สร้างโมเดลเฉพาะทางขนาดเล็ก จะกลายเป็นผู้มีส่วนได้ส่วนเสียในห่วงโซ่มูลค่าของ AI การจัดแนวทางจูงใจนี้คาดว่าจะสามารถจำลองการเติบโตแบบก้าวกระโดดของ DeFi ได้: เมื่อผู้คนตระหนักว่าการมีส่วนร่วมใน AI (การมีส่วนสนับสนุนข้อมูลหรือความเชี่ยวชาญ) สามารถแปลเป็นโอกาสได้โดยตรง พวกเขาจะมีแรงจูงใจในการลงทุนมากยิ่งขึ้น เมื่อจำนวนผู้เข้าร่วมเพิ่มขึ้น ผลของเครือข่ายก็จะทำงานมากขึ้น โดยยิ่งมีข้อมูลมากเท่าไร ก็ยิ่งสร้างโมเดลที่ดีขึ้นเท่านั้น ดึงดูดผู้ใช้มากขึ้น ซึ่งในทางกลับกันก็จะสร้างข้อมูลและความต้องการมากขึ้น ส่งผลให้เกิดวงจรเชิงบวก

การสร้าง AI Trust Foundation: กรอบการทำงานการประมวลผลที่ตรวจสอบได้

ในระบบนิเวศนี้ กรอบการทำงานการประมวลผลที่ตรวจสอบได้ของ LazAI เป็นชั้นหลักในการสร้างความน่าเชื่อถือ กรอบงานนี้จะช่วยให้แน่ใจว่า DAT ที่สร้างขึ้นทุกครั้ง การตัดสินใจ iDAO (องค์กรอิสระส่วนบุคคล) ทุกครั้ง และการจัดสรรแรงจูงใจทุกครั้งมีห่วงโซ่การตรวจสอบย้อนกลับ ทำให้การเป็นเจ้าของข้อมูลสามารถบังคับใช้ได้ กระบวนการกำกับดูแลต้องรับผิดชอบ และพฤติกรรมของตัวแทนสามารถตรวจสอบได้ ด้วยการแปลง iDAO และ DAT จากแนวคิดเชิงทฤษฎีให้กลายเป็นระบบที่เชื่อถือได้และตรวจสอบได้ Verifiable Computing Framework จึงทำให้เกิดการเปลี่ยนแปลงแนวคิดด้านความไว้วางใจ - จากการพึ่งพาสมมติฐานไปเป็นการรับประกันแบบกำหนดแน่นอนที่อิงจากการตรวจสอบทางคณิตศาสตร์

การสร้างมูลค่าให้กับเศรษฐกิจ AI แบบกระจายอำนาจ
การสร้างชุดองค์ประกอบพื้นฐานนี้ทำให้วิสัยทัศน์ของเศรษฐกิจ AI แบบกระจายอำนาจกลายเป็นจริง:

การจัดสรรข้อมูลเป็นสินทรัพย์: ผู้ใช้สามารถยืนยันสิทธิ์ในการถือครองสินทรัพย์ข้อมูลและรับผลประโยชน์ได้

ความร่วมมือแบบจำลอง: โมเดล AI จะถูกเปลี่ยนจากเกาะปิดเป็นผลิตภัณฑ์การทำงานร่วมกันแบบเปิด

สิทธิ์ในการมีส่วนร่วม: ตั้งแต่ผู้มีส่วนสนับสนุนข้อมูลไปจนถึงผู้พัฒนาโมเดลแนวตั้ง ผู้เข้าร่วมทั้งหมดสามารถกลายเป็นผู้มีส่วนได้ส่วนเสียในห่วงโซ่มูลค่า AI

การออกแบบที่สอดคล้องกับแรงจูงใจนี้คาดว่าจะจำลองโมเมนตัมการเติบโตของ DeFi ได้: เมื่อผู้ใช้ตระหนักว่าการมีส่วนร่วมในการสร้าง AI (โดยการสนับสนุนข้อมูลหรือความเชี่ยวชาญ) สามารถแปลงเป็นโอกาสทางเศรษฐกิจได้โดยตรง ความกระตือรือร้นในการมีส่วนร่วมของพวกเขาก็จะถูกจุดขึ้น เมื่อขนาดของผู้เข้าร่วมขยายตัวขึ้น ผลกระทบจากเครือข่ายก็เกิดขึ้น โดยข้อมูลคุณภาพสูงจำนวนมากขึ้นจะสร้างโมเดลที่ดีขึ้น ดึงดูดให้ผู้ใช้เข้าร่วมมากขึ้น ซึ่งในทางกลับกันก็จะสร้างความต้องการข้อมูลมากขึ้น ส่งผลให้เกิดวงจรการเติบโตที่เสริมกำลังตัวเอง

บทสรุป: สู่เศรษฐกิจ AI แบบเปิด

การเดินทางของ DeFi แสดงให้เห็นว่าพื้นฐานที่ถูกต้องสามารถปลดล็อกการเติบโตที่ไม่เคยมีมาก่อนได้ เรากำลังอยู่ในจุดเริ่มต้นของการพัฒนาที่คล้ายคลึงกันในเศรษฐกิจที่นำ AI มาใช้ในอนาคต ด้วยการกำหนดและนำแนวคิดพื้นฐานใหม่ๆ ที่ให้ความสำคัญกับข้อมูลและการจัดตำแหน่งมาใช้ เราสามารถเปลี่ยนโฉมการพัฒนา AI จากความพยายามทางวิศวกรรมแบบรวมศูนย์ไปเป็นความพยายามแบบกระจายอำนาจที่ขับเคลื่อนโดยชุมชน การเดินทางครั้งนี้จะไม่ปราศจากความท้าทาย: การทำให้แน่ใจว่ากลไกทางเศรษฐกิจให้ความสำคัญกับคุณภาพมากกว่าปริมาณ และหลีกเลี่ยงข้อผิดพลาดทางจริยธรรมที่ป้องกันไม่ให้แรงจูงใจด้านข้อมูลไปกระทบต่อความเป็นส่วนตัวหรือความยุติธรรม แต่ทิศทางก็ชัดเจนแล้ว แนวทางปฏิบัติ เช่น DAT และ iDAO ของ LazAI กำลังนำทางไปสู่การเปลี่ยนแปลงแนวคิดนามธรรมของ “AI ที่สอดคล้องกับมนุษย์” ให้เป็นกลไกที่เป็นรูปธรรมของการเป็นเจ้าของและการกำกับดูแล

ในขณะที่ DeFi ในยุคแรกได้เพิ่มประสิทธิภาพ TVL การขุดสภาพคล่อง และการกำกับดูแลผ่านการทดลอง เศรษฐกิจ AI ก็จะทำซ้ำสิ่งดั้งเดิมใหม่ๆ เช่นกัน ในอนาคต การอภิปรายและนวัตกรรมต่างๆ เกี่ยวกับการวัดมูลค่าข้อมูล การแจกจ่ายผลตอบแทนที่ยุติธรรม และการจัดตำแหน่งและผลประโยชน์ของตัวแทน AI จะเกิดขึ้น บทความนี้เพียงแค่กล่าวถึงโมเดลแรงจูงใจที่สามารถทำให้ AI เป็นประชาธิปไตยได้เท่านั้น โดยหวังว่าจะกระตุ้นให้เกิดการอภิปรายอย่างเปิดกว้างและการวิจัยเพิ่มเติม: เราจะออกแบบโมเดลเศรษฐกิจพื้นฐานที่เป็น AI มากขึ้นได้อย่างไร ผลลัพธ์หรือโอกาสที่ไม่ได้ตั้งใจอาจเกิดขึ้นอะไรบ้าง? การมีส่วนร่วมกับชุมชนในวงกว้างจะทำให้เรามีแนวโน้มที่จะสร้างอนาคตแห่ง AI ที่ไม่เพียงแต่มีความก้าวหน้าทางเทคโนโลยีเท่านั้น แต่ยังครอบคลุมถึงเศรษฐกิจและสอดคล้องกับค่านิยมของมนุษย์อีกด้วย การเติบโตแบบก้าวกระโดดของ DeFi ไม่ใช่เรื่องมหัศจรรย์ แต่เกิดจากแรงผลักดันจากการจัดแนวทางจูงใจ วันนี้ เรามีโอกาสที่จะขับเคลื่อนการฟื้นฟู AI โดยทำสิ่งเดียวกันกับข้อมูลและโมเดล การเปลี่ยนการมีส่วนร่วมให้เป็นโอกาส และโอกาสให้เป็นผลจากเครือข่าย จะทำให้เราสามารถเริ่มขับเคลื่อน AI ที่จะปรับเปลี่ยนรูปลักษณ์ของการสร้างมูลค่าและการแจกจ่ายในยุคดิจิทัลได้

มาสร้างอนาคตนี้ร่วมกันเถอะ โดยเริ่มต้นด้วยชุดข้อมูลที่ตรวจสอบได้ ตัวแทน AI ที่สอดคล้อง และสิ่งที่เป็นพื้นฐานใหม่

ลิงก์ต้นฉบับ

บทความนี้มาจากการสนับสนุนและไม่แสดงถึงมุมมองของ BlockBeats

ยินดีต้อนรับสู่ชุมชนทางการของ BlockBeats:

กลุ่ม Telegram สมัครสมาชิก: https://t.me/theblockbeats

กลุ่ม Telegram พูดคุย: https://t.me/BlockBeats_App

บัญชี Twitter ทางการ: https://twitter.com/BlockBeatsAsia