Da KI-Konzept-Tokens wie io.net und Aethir kürzlich an Top-Börsen wie Binance und OKX gelistet wurden, sind in Web3 immer mehr Projekte in Kombination mit KI entstanden. Kann Web3 seine eigenen technischen Vorteile nutzen, um die KI-Revolution voranzutreiben und die Branche zu untergraben? Welche Anwendungsszenarien gibt es bei der Kombination von Web3 und KI? Der Autor wird Ihnen KI-Anwendungen in Web3 in einer Reihe von Artikeln vorstellen.

1. Wettbewerbssituation von KI-Großmodellen

Der Wettbewerb zwischen großen KI-Modellen besteht hauptsächlich in drei Aspekten: Rechenleistung, Algorithmen und Daten.

Wenn traditionelle Technologiegiganten in große KI-Modelle vordringen wollen, müssen sie zunächst die hohen Schulungs- und Debugging-Kosten großer Modelle in der Frühphase berücksichtigen. Tian Qi, Chefwissenschaftler auf dem Gebiet der künstlichen Intelligenz von Huawei Cloud, erwähnte in seiner Rede auf dem Artificial Intelligence Large Model Technology Summit Forum, dass die Einzelkosten für die Entwicklung und Schulung großer Modelle bis zu 12 Millionen US-Dollar betragen Altman erwähnte auch, dass die Schulungskosten für GPT-4 100 Millionen US-Dollar übersteigen, wobei die GPU-Rechenleistungskosten den Großteil der gesamten Schulungskosten ausmachen.