Web3：如何赶上人工智能赛道

最近有一篇文章探讨了 ChatGPT 和 Web3 技术交叉的机会。生成人工智能和 ChatGPT、GPT-4 等技术的炒作似乎很有道理，而且 Web3 也未能幸免。最近几周，与 AI 相关的加密代币反弹至历史高位，甚至有新的风险基金成立，以投资于生成 AI 和 Web3 的交叉领域。

尽管将 ChatGPT 等技术与 Web3 基础设施相结合可能很有前途，但 Web3 社区必须面对的现实是，大部分生成 AI 的价值都被传统的 Web2 基础设施所抓住。如果我们进一步深入考虑这种想法，可能会引起争议，但仍值得探讨: ChatGPT 势头会对 Web3 产生消极和持久的影响。

生成式 AI 有可能对软件和内容开发及消费的各个方面产生影响，从基础设施到应用层。目前，我们看到每个主要的技术和内容提供商都将生成 AI 整合到他们的平台中。如果这场革命发生在 Web3 之外，那就很可能会对 Web2 和 Web3 技术之间的创新、人才和资金差距产生影响。此外，如果不迅速解决，这一差距可能会不断扩大。虽然解决这个问题的方案并不微不足道，但可以探索一些第一性原理的想法来开始解决这个差距。

Web3 没有创建任何有意义的基础设施或技术来支持机器学习技术的发展，这也是生成式 AI 运动在 Web2 中发展的原因。Web2 平台包含生成人工智能功能，为新一代应用程序提供了动力。Web3 的堆栈围绕分散计算、存储、身份和消息传递等基础组件发展，但很少有关注 ML 空间。因此，新一代生成式 AI 应用程序将从根本上由 Web2 云平台提供支持，而在 Web3 基础设施中的占用空间很小。

在生成 AI 的能力方面，Web3 和 Web2 世界之间的差距正在不断扩大。这也意味着 Web3 平台在采用方面可能会远远落后。当前的 Web3 基础设施不具备拥抱生成 AI 的计算、数据或数据科学框架基础。去中心化应用程序可以通过 Web2 API 与模型交互来整合生成 AI 功能，但 Web3 原生生成 AI 的想法似乎目前有些困难。随着生成式 AI 继续快速发展，Web3 面临的挑战在不同维度上变得显而易见。

Web3 需要找到新的机会，并适应这一新的趋势。尽管缺乏强大的机器学习基础使 Web3 无法参与第一波生成式 AI 创新，但还有两个明显的领域可以真正受益于 Web3 架构的原生功能，即去中心化的生成式人工智能和知识证明。它们都有潜力为 Web3 带来新的一线希望。