เมื่อวันที่ 17 มิถุนายน โครงการโครงสร้างพื้นฐาน AI แบบกระจายอำนาจ Gradient Network ได้ประกาศเสร็จสิ้นการระดมทุนรอบแรกมูลค่า 10 ล้านดอลลาร์ ซึ่งนำโดย Pantera Capital และ Multicoin Capital พร้อมด้วยการมีส่วนร่วมจาก HSG Capital (เดิมชื่อ Sequoia China) และนักลงทุนเทวดาและที่ปรึกษาจำนวนหนึ่งจากสาขาที่ล้ำสมัย เช่น AI และการเข้ารหัส

นี่ไม่ใช่ครั้งแรกที่ Gradient ได้รับการสนับสนุนเงินทุนระดับสูง ในช่วงต้นปี 2024 โครงการได้เสร็จสิ้นการระดมทุนรอบแรกในจำนวนที่ไม่เปิดเผย โดยได้รับการสนับสนุนจากกลุ่มสถาบันเดียวกัน การลงทุนเพิ่มเติมนี้ยังหมายความว่าเงินทุนกำลังก่อตัวเป็นการยืนยันแบบเป็นขั้นตอนถึงการลงจอดของสถาปัตยกรรมพื้นฐานและการขยายเครือข่าย

Gradient กำลังพยายามแก้ไขปัญหาประเภทใด และเหตุใดจึงยังคงดึงดูดความสนใจในจุดเชื่อมโยงระหว่าง Web3 และ AI ได้ ภาษาไทยหลังจากที่เรื่องเล่าของ "AI บนโซ่" ค่อยๆ ลดน้อยลง ก็เลือกเส้นทางอื่น: เริ่มต้นด้วยโปรโตคอลพื้นฐานสองประการของการสื่อสารและการใช้เหตุผล และสร้างพื้นฐานการทำงานของ AI ขึ้นใหม่

ทางเลือกของเส้นทางของ Gradient: "โครงการโครงสร้างพื้นฐาน" ที่จะกำหนดโครงสร้างการประมวลผล AI ใหม่

เส้นทางที่ Gradient Network กำลังเข้าสู่คือ "โครงสร้างพื้นฐานปัญญาประดิษฐ์แบบกระจายอำนาจ" ซึ่งไม่เพียงแต่เป็นการสร้างใหม่วิธีการใช้งานโมเดล AI เท่านั้น แต่ยังเป็นการตอบสนองอย่างเป็นระบบต่อกลไกการควบคุมและการทำงานร่วมกันของ AI ที่รวมศูนย์อย่างมากในปัจจุบันอีกด้วย

ในบริบทของการขยายตัวของ AI เชิงสร้างสรรค์ในระดับใหญ่ในปัจจุบัน การฝึกโมเดลและการใช้เหตุผลถูกครอบงำโดยแพลตฟอร์มไม่กี่แห่ง (เช่น OpenAI, Anthropic และ Google) ซึ่งก่อให้เกิดความเข้มข้นสูงของข้อมูลและทรัพยากรการประมวลผล โครงสร้างนี้ก่อให้เกิดข้อกังวลหลายประการ เช่น การละเมิดความเป็นส่วนตัว ขีดจำกัดนวัตกรรมที่สูงขึ้น โมเดลที่ตรวจสอบไม่ได้ และการพึ่งพาแพลตฟอร์มจำนวนมาก Gradient มีพื้นฐานมาจากความขัดแย้งเชิงระบบนี้โดยเฉพาะ และเสนอทางเลือกเครือข่ายของ "ปัญญาประดิษฐ์ + ความร่วมมือแบบเปิด" กล่าวอีกนัยหนึ่งก็คือ เป็นการปล่อยให้ปัญญาประดิษฐ์ทำงานบนอุปกรณ์ของคุณและของฉัน โดยขับเคลื่อนโดยทุกคนทำงานร่วมกัน แทนที่จะถูกควบคุมโดยแพลตฟอร์มเพียงไม่กี่แพลตฟอร์ม

ในบริบทของ Web3 แทร็กนี้มีความโดดเด่นเป็นพิเศษ: โปรเจ็กต์ AI+Crypto กระแสหลักในปัจจุบันมุ่งเน้นไปที่แรงจูงใจในการฝึกอบรม ตลาดพลังการประมวลผล หรือกลไกการให้คะแนนโมเดล Gradient เป็นหนึ่งในไม่กี่โปรเจ็กต์ที่มุ่งเป้าไปที่ระดับสแต็กการทำงานหลักสองระดับของ "การสื่อสาร+การใช้เหตุผล" โดยตรง และพยายามสร้างระบบโปรโตคอลที่สมบูรณ์

นวัตกรรม 1: การสร้าง "กระแสข้อมูลอัจฉริยะ" ขึ้นใหม่ในระดับโปรโตคอล แทนที่จะซ้อนทับเลเยอร์บริการ

Gradient ไม่เพียงแต่ "วาง AI ไว้บนเชน" แต่ยังเสนอโปรโตคอลพื้นฐานสองแบบจากมุมมองของการประมวลผลนอกเชนและการทำงานร่วมกันของกลไกบนเชน:

Lattica: โปรโตคอลการส่งข้อมูลที่สร้างขึ้นสำหรับโหนดที่มีความหลากหลายทั่วโลก ซึ่งมีบทบาทเป็น "ชั้นการเคลื่อนย้ายข้อมูล" ในเครือข่าย AI ไม่เพียงแต่มีความสามารถในการส่งมอบไฟล์เท่านั้น แต่ยังออกแบบความสามารถในการทำงานร่วมกันแบบจุดต่อจุดที่มีความหน่วงต่ำ ความยืดหยุ่นสูง และแบบจุดต่อจุดโดยเฉพาะสำหรับความต้องการการหมุนเวียนข้อมูลของการฝึกอบรมและการใช้เหตุผลของ AI อีกด้วย ถือเป็นโครงร่างการสื่อสารที่รองรับการทำงานร่วมกันแบบอัจฉริยะแบบกระจาย

Parallax: โปรโตคอลการดำเนินการแบบกระจายอำนาจที่รองรับ "การแยก-กำหนดเวลา-การทำงานร่วมกัน" ของงานการใช้เหตุผลของโมเดลขนาดใหญ่ สถาปัตยกรรม Parallax แตกต่างจากการใช้เหตุผลแบบขอบดั้งเดิมที่ประมวลผลเฉพาะงานโมเดลขนาดเล็ก โดยสามารถแบ่งโมเดลพื้นฐานขนาดใหญ่และแจกจ่ายไปยังเครือข่ายโหนดทั่วโลก ช่วยปรับปรุงประสิทธิภาพการทำงานของ AI ในขณะเดียวกันก็รับประกันความเป็นส่วนตัว ความสามารถในการตรวจสอบ และความน่าเชื่อถือ

นั่นหมายความว่า Gradient ไม่ได้แค่เติมเต็มช่องว่างด้านการทำงานของโปรเจกต์ Web3 AI ที่มีอยู่เท่านั้น แต่ยังสร้างรากฐานทางเทคนิคของ "วิธีการทำงานของ AI" ขึ้นมาใหม่ด้วย ตรรกะของมันใกล้เคียงกับ "Ethereum ในโลก AI" มากกว่า "OpenSea ในโลก AI"

จุดนวัตกรรม 2: ความยุติธรรมในการคำนวณเริ่มจาก "edge"

วิสัยทัศน์ที่ Gradient เสนอไม่ใช่การเล่าเรื่อง "แบบกระจายอำนาจ" ที่เป็นนามธรรม แต่ขึ้นอยู่กับเส้นทางการประมวลผลแบบ edge ที่ใช้งานได้จริงและเป็นไปได้

ตามคำแถลงต่อสาธารณะ Gradient เชื่อว่าสถานการณ์การประมวลผลกระแสหลักของ AI ในอนาคตจะเปลี่ยนจากศูนย์คลาวด์ไปเป็น edge end โดยเฉพาะอย่างยิ่งในสถานการณ์ของ "การใช้เหตุผล การกระจายเนื้อหา และฟังก์ชันไร้เซิร์ฟเวอร์" ซึ่งโหนด edge มีข้อได้เปรียบโดยธรรมชาติ การเลือกเส้นทางนี้ไม่เพียงตอบสนองต่อต้นทุนและแรงกดดันด้านการปฏิบัติตามของโมเดลขนาดใหญ่เท่านั้น แต่ยังทำให้วิธีการจัดระเบียบเครือข่าย "พร้อมใช้งานสำหรับทุกคนและโหนดที่ควบคุมได้" เป็นไปได้อีกด้วย

ด้วยเหตุนี้ สถาปัตยกรรมโปรโตคอลจึงเน้นที่: ความสามารถในการเข้าร่วมอุปกรณ์ที่หลากหลาย การกำหนดตารางเวลาแบบแยกส่วนและการทนต่อข้อผิดพลาด การปกป้องความเป็นส่วนตัวและความสามารถในการตรวจสอบเอาต์พุต ซึ่งสะท้อนให้เห็นว่า Gradient ไม่ได้แค่รวม AI เข้ากับภาษาบล็อคเชนเท่านั้น แต่ยังพยายามสร้าง "ตลาดคอมพิวเตอร์ร่วมมือที่แยกจากแพลตฟอร์ม" อย่างแท้จริง

การข้ามขอบเขตของ AI และการเข้ารหัส

เรื่องราวของ Gradient เริ่มเข้มข้นขึ้นในเดือนกันยายน 2024 ในเวลานั้น เพิ่งจะเสร็จสิ้นการระดมทุนรอบหนึ่งด้วยจำนวนเงินที่ไม่เปิดเผยในชื่อ "Solana Ecosystem Edge Computing Open Layer" โดยมี Pantera Capital, Multicoin Capital และ Sequoia China คอยสนับสนุน ในเดือนมิถุนายน 2025 ทีมงานได้รับเงินทุนร่วมจากสถาบันเหล่านี้อีกครั้ง และประกาศอย่างเป็นทางการว่าได้เสร็จสิ้นการระดมทุนรอบแรกมูลค่า 10 ล้านดอลลาร์แล้ว HSG Capital (องค์กรหลังจากการแยกตัวของ Sequoia China) และกลุ่มนักลงทุนและที่ปรึกษาจำนวนหนึ่งจากสาขา AI การเข้ารหัส และความเป็นส่วนตัวของข้อมูลก็เข้าร่วมด้วย

พวกเขาไม่ได้เลือกที่จะคัดลอกเส้นทางเก่าของ "AI บนเชน" แต่เริ่มต้นจากสองโปรโตคอลพื้นฐานที่สุดของการสื่อสารและการให้เหตุผล: Lattica เป็นเครือข่ายช่องข้อมูลอัจฉริยะแบบจุดต่อจุดและ Parallax เป็นกลไกการอนุมานที่รองรับการแยกโมเดลขนาดใหญ่และการดำเนินการร่วมกัน การรวมกันของทั้งสองนั้นเปรียบเสมือนการติดตั้ง "โครงร่างรันไทม์" ของ AI ที่สามารถรัน อธิบาย และแยกส่วนได้

หาก GPT จะใส่ AI ไว้ใน "กล่อง" สิ่งที่ Gradient ต้องการทำคือปล่อยปัญญาประดิษฐ์ไปยังทุกอุปกรณ์ในโลกและปล่อยให้มันเบ่งบานบนขอบ กฎเกณฑ์ที่นั่นไม่ได้กำหนดโดยแพลตฟอร์ม แต่โดยโปรโตคอล ตามแผนโครงการ Lattica และ Parallax จะเปิดตัวอย่างเป็นทางการในอนาคตอันใกล้นี้และจะสร้างรากฐานสำหรับส่วนประกอบโปรโตคอลเพิ่มเติมในอนาคต Gradient Network ยังได้อัปเดตระบบการจดจำแบรนด์ในเวลาเดียวกันเพื่อเสริมความแข็งแกร่งให้กับตำแหน่งเชิงกลยุทธ์ของ "เครือข่ายอัจฉริยะที่โปร่งใส กระจาย และทำงานร่วมกัน"

โดยสรุป Gradient Network คือโปรเจ็กต์โปรโตคอลพื้นฐานที่ผสานรวม Web3 และ AI และมุ่งมั่นที่จะสร้างเครือข่ายคอมพิวเตอร์อัจฉริยะแบบกระจายอำนาจ ตรวจสอบได้ และทำงานร่วมกันได้ สิ่งที่บริษัทเดิมพันไม่ใช่การต่อสู้ของโมเดล แต่เป็นการสร้างโหมดการทำงานใหม่ ในจุดเปลี่ยนของ AI จาก "เงินปันผลของแพลตฟอร์ม" ไปสู่ "การแข่งขันด้านโครงสร้างพื้นฐาน" Gradient พยายามใช้ประโยชน์จากการเปลี่ยนแปลงในระดับสถาปัตยกรรมด้วยชุดโปรโตคอลสองชุด เพื่อให้ปัญญาประดิษฐ์ไม่กระจุกตัวอยู่ในเซิร์ฟเวอร์เพียงไม่กี่เครื่องอีกต่อไป แต่ไหลเวียนระหว่างอุปกรณ์ทุกเครื่องในลักษณะที่เปิดกว้างและทำงานร่วมกันได้

ที่จุดตัดระหว่าง Web3 และ AI Gradient ยังอยู่ในช่วงเริ่มต้น แต่ให้กรอบงานที่เป็นไปได้ที่หายาก นั่นคือ ไม่ใช่การจัดวางผลิตภัณฑ์รอบๆ ความสามารถแบบจุดเดียว แต่เป็นการปรับโครงสร้างองค์กรของเครือข่ายอัจฉริยะจากล่างขึ้นบน ต่อไปนี้ ไม่ว่า Lattica และ Parallax จะสามารถเปิดตัวได้สำเร็จหรือไม่ เครือข่ายโหนดสามารถขยายได้หรือไม่ และโปรโตคอลถูกใช้งานจริงหรือไม่ จะเป็นตัวกำหนดว่า "ระบบปฏิบัติการอัจฉริยะเอดจ์" นี้จะหลุดจากกรอบได้หรือไม่

อย่างน้อยตอนนี้ ก็ได้วาดจุดเริ่มต้นที่ชัดเจนแล้ว

ยินดีต้อนรับสู่ชุมชนทางการของ BlockBeats:

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

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

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