时间:2024-02-23|浏览:337
用去中心化的方式开启AI的增长轮
OpenAI 的 Sora 又将
#人工智能
震荡的热度随之上升,这波牛市AI震荡肯定不会缺席。最近看到一个Animoca投资的
如果通过Web3的方法链接AI生态中的各个实体,那么在链上需要赋予实体唯一标识,聚集实体提供的价值代币化,再通过以合约代币的方式自动实现实体之间价值的转移,在链下高效地进行要素间的交互,并取代链上数据。KIP协议就搭建了这样一套协议。
在AI领域,数据是被称为“燃料训练”的重要要素,可用于多种AI场景,比如AI模型、RAG(检索增强生成)等训练都需要用到知识数据。模型比较好懂,但是RAG技术可能一般人理解的差不多,KIP 推特的“KIP 讲解器系列:#2”中(由于 AI 相关的项目技术性,KIP 的推特中做了个专栏“讲解器系列”,对 KIP 相关的一些技术进行解释说明,链接:https://twitter.com/KIPprotocol/status/1759395956876017808)有对此进行解释,简单来说就是在用户与AI进行对话时,通过查询独立于AI模型的知识库,来增强AI反馈的信息质量。这是由于目前AI模型对“世界知识”的学习还不足,可能某些数据存在敏感问题、隐私问题或版权问题等不能公开给AI模型,或者某些信息太新,AI来不及学习到,因此采用RAG的方式,用户提出问题时,AI模型可以去外部知识库和数据库中检索相关信息,来生成它本身不知道的答案。因为只是查询,并不需要获取整个数据资源,只需要拥有查询权限即可,因此AI能够利用的知识量增加了。
KIP是第一个提出将RAG进行去中心化的项目,并提到对RAG去中心化的意义:为所有价值创造者提供一个公平的竞争环境,以对抗人工智能垄断,让人工智能能够通过数以百万计的小型和大型创作者的协作努力有效地发挥作用,而不需要一家大公司来协调每一项核心功能。
在不同的AI场景下,参与对象和付费对象可能不同。 例如,在模型训练场景中,可能会涉及到数据资产和模型; 而在RAG场景中,除了模型和数据资产之外,还涉及应用程序和应用程序用户。 RAG场景中的支付对象是App用户。 在Kip的结算层设计中,App用户充值的资产将被放入KIP收益池中。 除了数据资产之外,模型和App也有自己的SFT。 基于 SFT 记录对 使用特定的数据、模型和 App,让这些数据、模型和 App 对应的钱包从 KIP 收入池中获取相应数量的 $KIP 作为收入,从而实现收入的自动分配。
Kip 的团队成员均为 Crypto-Native,包括 AI 领域的资深技术专家和连续创业者。 该协议的第一个 dApp 预计将于今年第一或第二季度推出。
$KIP 作为 KIP 生态中的唯一代币,具有交易、治理、社区激励、参与 Launchpad 等功能,总体规模 100 亿枚,其中 35% 生态系统基金用于奖学金生态建设者、各种促进活动和社区奖励。
目前阶段还较早,可以参与KIP的GENESIS CAMPAIGN活动,邀请码可以DC找里,很可能会有社区空投。
个人认为,虽然已经出现了群体 AI 概念的项目,但这些项目中存在着明显的只是蹭概念、还有一些无法落地的项目。KIP 珊瑚与 AI 结合的项目,而且是能够面向普通 AI 用户的。 KIP也有一个增长飞轮:使用的用户越来越多,数据所有者、模型、AI应用的收益增益,将会有更多的数据、模型、应用加入协议,带来更优的使用体验,促进用户规模的增长但飞轮的开启需要给予用户一个进入的理由,前期或许可以帮助代币刺激用户,但在刺激的窗口期过去后,让留下的只有堪比美Web2 AI应用的使用体验。总之,期待产品的上线。
用戶喜愛的交易所
已有账号登陆后会弹出下载