O Agente de IA pode liderar um novo futuro para o Web3 + IA?

O Agente de IA pode ser a tábua de salvação do Web3+IA?

Os projetos de Agente de IA são principalmente do tipo de serviços empresariais populares e maduros no empreendedorismo Web2, enquanto no domínio Web3, projetos de treinamento de modelos e plataformas agregadoras se tornaram mainstream devido ao seu papel crucial na construção de ecossistemas.

Atualmente, o número de projetos de AI Agent no Web3 é limitado, representando 8%, mas a sua participação no valor de mercado da área de AI chega a impressionantes 23%, demonstrando assim uma forte competitividade no mercado. Prevemos que, à medida que a tecnologia amadurece e o reconhecimento do mercado aumenta, surgirão vários projetos avaliados em mais de 1 bilhão de dólares.

Para projetos Web3, a introdução de tecnologia de IA em produtos que não são o núcleo de IA pode se tornar uma vantagem estratégica. A forma como os projetos de Agente de IA são combinados deve se concentrar na construção de todo o ecossistema e no design de modelos econômicos de tokens, a fim de promover a descentralização e os efeitos de rede.

A Onda da IA: A Situação de Projetos em Ascensão e Valorações Elevadas

Desde que o ChatGPT foi lançado em novembro de 2022, em apenas dois meses atraiu mais de 100 milhões de usuários. Até maio de 2024, a receita mensal do ChatGPT alcançou impressionantes 20,3 milhões de dólares, e a OpenAI, após o lançamento do ChatGPT, rapidamente lançou versões iterativas como o GPT-4 e o GP4-4o. Diante desse ritmo acelerado, grandes gigantes da tecnologia tradicionais perceberam a importância da aplicação de modelos de IA de ponta como o LLM e começaram a lançar seus próprios modelos e aplicações de IA. Por exemplo, o Google lançou o modelo de linguagem PaLM2, a Meta lançou o Llama3, enquanto empresas chinesas lançaram modelos como o Wenxin Yiyan e o Zhipu Qingyan. É evidente que o campo da IA se tornou um campo de batalha crucial.

A competição entre os grandes gigantes da tecnologia não só impulsionou o desenvolvimento de aplicações comerciais, mas também, a partir de uma pesquisa de estatísticas sobre a pesquisa em IA de código aberto, descobrimos que o relatório AI Index de 2024 mostra que o número de projetos relacionados à IA no GitHub disparou de 845 em 2011 para cerca de 1,8 milhão em 2023. Especialmente após o lançamento do GPT em 2023, o número de projetos cresceu 59,3% em relação ao ano anterior, refletindo o entusiasmo da comunidade global de desenvolvedores pela pesquisa em IA.

O entusiasmo pela tecnologia de IA reflete-se diretamente no mercado de investimentos, que apresenta um forte crescimento, com um aumento explosivo no segundo trimestre de 2024. Globalmente, houve 16 investimentos relacionados à IA que ultrapassaram 150 milhões de dólares, o dobro do primeiro trimestre. O total de financiamento para startups de IA disparou para 24 bilhões de dólares, com um crescimento superior ao dobro em relação ao ano anterior. Dentre elas, a xAI, de Elon Musk, levantou 6 bilhões de dólares, com uma avaliação de 24 bilhões de dólares, tornando-se a segunda startup de IA com a maior avaliação, atrás apenas da OpenAI.

O Agente de IA pode se tornar a salvação do Web3+AI?

O rápido desenvolvimento da tecnologia de IA está a remodelar o panorama do setor tecnológico a uma velocidade sem precedentes. Desde a feroz concorrência entre gigantes tecnológicos, até ao florescimento de projetos na comunidade de código aberto, passando pela procura entusiástica do mercado de capitais pelo conceito de IA. Os projetos surgem a um ritmo acelerado, os investimentos atingem novos máximos, e as avaliações também sobem em flecha. De uma forma geral, o mercado de IA está a viver um período dourado de rápido crescimento, com modelos de linguagem grandes e tecnologias de geração aumentada por pesquisa a realizarem avanços significativos no processamento de linguagem. No entanto, esses modelos ainda enfrentam desafios ao transformar vantagens tecnológicas em produtos reais, como a incerteza nas saídas dos modelos, o risco de ilusões gerando informações imprecisas e questões de transparência dos modelos. Esses problemas tornam-se especialmente importantes em cenários de aplicação que exigem alta confiabilidade.

Neste contexto, começamos a investigar os Agentes de IA, uma vez que os Agentes de IA enfatizam a abrangência da resolução de problemas práticos e da interação com o ambiente. Esta mudança marca a evolução da tecnologia de IA de modelos puramente linguísticos para sistemas inteligentes que realmente conseguem entender, aprender e resolver problemas do mundo real. Assim, vemos esperança no desenvolvimento dos Agentes de IA, que estão gradualmente preenchendo a lacuna entre a tecnologia de IA e a resolução de problemas práticos. A evolução da tecnologia de IA está constantemente remodelando a arquitetura da produtividade, enquanto a tecnologia Web3 está reestruturando as relações de produção da economia digital. Quando os três elementos fundamentais da IA: dados, modelos e poder computacional, se fundem com os conceitos centrais de descentralização, economia de tokens e contratos inteligentes do Web3, prevemos que surgirão uma série de aplicações inovadoras. Neste campo de interseção cheio de potencial, acreditamos que os Agentes de IA, com sua capacidade de executar tarefas de forma autônoma, demonstram um enorme potencial para aplicações em grande escala.

Para isso, começamos a investigar a diversificação das aplicações do AI Agent no Web3, desde a infraestrutura do Web3, middleware, até o nível de aplicação, passando por mercados de dados e modelos, com o objetivo de identificar e avaliar os tipos de projetos e cenários de aplicação mais promissores, a fim de compreender profundamente a fusão do AI com o Web3.

Esclarecimento de Conceitos: Introdução e Visão Geral das Classificações de Agentes de IA

Introdução Básica

Antes de apresentar o Agente de IA, para que os leitores compreendam melhor a diferença entre sua definição e o modelo em si, vamos dar um exemplo através de um cenário prático: suponha que você está planejando uma viagem. Os grandes modelos de linguagem tradicionais fornecem informações sobre destinos e sugestões de viagem. A tecnologia de geração aumentada por recuperação pode oferecer conteúdos de destinos mais ricos e específicos. E o Agente de IA é como o Jarvis do filme do Homem de Ferro, capaz de entender as necessidades e, com base em uma frase sua, buscar ativamente voos e hotéis, executar operações de reserva e adicionar o itinerário ao calendário.

Atualmente, a definição amplamente aceita de um Agente de IA na indústria refere-se a um sistema inteligente capaz de perceber o ambiente e agir de acordo, obtendo informações ambientais através de sensores, processando-as e, em seguida, impactando o ambiente por meio de atuadores (Stuart Russell & Peter Norvig, 2020). Acreditamos que um Agente de IA é um assistente que combina LLM, RAG, memória, planejamento de tarefas e capacidade de uso de ferramentas. Ele não apenas fornece informações de forma simples, mas também pode planejar, decompor tarefas e realmente executá-las.

De acordo com esta definição e características, podemos perceber que os Agentes de IA já estão integrados na nossa vida, sendo aplicados em diferentes cenários, como AlphaGo, Siri, e a condução autónoma de nível L5 ou superior da Tesla, que podem ser considerados exemplos de Agentes de IA. A característica comum desses sistemas é que todos conseguem perceber as entradas dos usuários do ambiente externo e, com base nisso, fazer o impacto correspondente no ambiente real.

Usando o ChatGPT como exemplo para esclarecer conceitos, devemos deixar claro que o Transformer é a arquitetura técnica que compõe os modelos de IA, o GPT é uma série de modelos desenvolvidos com base nessa arquitetura, e o GPT-1, GPT-4, e GPT-4o representam versões do modelo em diferentes estágios de desenvolvimento. O ChatGPT, por sua vez, é um agente de IA evoluído a partir do modelo GPT.

O Agente de IA pode se tornar a tábua de salvação do Web3+IA?

Visão geral da classificação

Atualmente, o mercado de Agentes de IA ainda não formou um padrão de classificação unificado. Nós rotulamos 204 projetos de Agentes de IA nos mercados Web2 e Web3, e com base nos rótulos significativos de cada projeto, dividimos em categorias de nível 1 e nível 2. Entre elas, a categoria de nível 1 inclui três tipos: infraestrutura básica, geração de conteúdo e interação com o usuário, que são então subdivididas de acordo com seus casos de uso reais:

Infraestrutura: Esta categoria foca na construção de conteúdos mais fundamentais na área de Agentes, incluindo plataformas, modelos, dados, ferramentas de desenvolvimento e serviços B2B de aplicações mais maduras e fundamentais.

  • Ferramentas de desenvolvimento: fornece aos desenvolvedores ferramentas e estruturas auxiliares para construir Agentes de IA.

  • Classe de processamento de dados: processar e analisar dados em diferentes formatos, principalmente usados para auxiliar na tomada de decisões e fornecer fontes para treinamento.

  • Classe de treinamento de modelos: fornece serviços de treinamento de modelos para IA, incluindo inferência, criação e configuração de modelos, entre outros.

  • Serviços B2B: Destinados principalmente a utilizadores empresariais, oferecem soluções de serviços empresariais, verticais e automatizadas.

  • Plataforma de coleção: uma plataforma que integra vários serviços e ferramentas de Agentes de IA.

Interativo: Semelhante à classe de geração de conteúdo, a diferença é a interação bidirecional contínua. O agente interativo não apenas aceita e entende as necessidades do usuário, mas também fornece feedback por meio de técnicas como processamento de linguagem natural (NLP), realizando uma interação bidirecional com o usuário.

  • Classe de acompanhamento emocional: Agent AI que oferece suporte emocional e companhia.

  • Classe GPT: Agente de IA baseado no modelo GPT (Generative Pre-trained Transformer).

  • Categoria de pesquisa: Focada na funcionalidade de pesquisa, fornece um agente principal para recuperação de informações mais precisas.

Geração de Conteúdo: Este tipo de projeto foca na criação de conteúdo, utilizando tecnologia de grandes modelos para gerar várias formas de conteúdo de acordo com as instruções do usuário, dividindo-se em quatro categorias: geração de texto, geração de imagem, geração de vídeo e geração de áudio.

Análise do Estado Atual do Desenvolvimento de Agentes de IA Web2

De acordo com as nossas estatísticas, o desenvolvimento de Agentes de IA na Web2 tradicional apresenta uma clara tendência de concentração em setores. Especificamente, cerca de dois terços dos projetos estão concentrados na infraestrutura, onde predominam os serviços B2B e ferramentas de desenvolvimento. Também realizamos algumas análises sobre este fenômeno.

O Agente de IA pode ser a tábua de salvação do Web3+AI?

Impacto da maturidade tecnológica: a razão pela qual os projetos de infraestrutura dominam é, em primeiro lugar, graças à sua maturidade tecnológica. Estes projetos geralmente são baseados em tecnologias e estruturas testadas pelo tempo, o que reduz a dificuldade e o risco de desenvolvimento. Equivale à "pá" no campo da IA, proporcionando uma base sólida para o desenvolvimento e aplicação de Agentes de IA.

Impulsionado pela demanda do mercado: outro fator chave é a demanda do mercado. Comparado ao mercado de consumo, o mercado empresarial tem uma demanda mais urgente por tecnologias de IA, especialmente na busca por soluções que aumentem a eficiência operacional e reduzam custos. Ao mesmo tempo, para os desenvolvedores, o fluxo de caixa proveniente das empresas é relativamente estável, o que favorece o desenvolvimento de projetos subsequentes.

Limitações dos cenários de aplicação: Ao mesmo tempo, notamos que a aplicação de IA de geração de conteúdo no mercado B2B é relativamente limitada. Devido à sua instabilidade na produção, as empresas tendem a preferir aplicações que possam aumentar a produtividade de forma estável. Isso levou a uma proporção relativamente pequena de IA de geração de conteúdo no portfólio de projetos.

Esta tendência reflete a maturidade tecnológica, a demanda do mercado e as considerações práticas dos cenários de aplicação. Com o contínuo avanço da tecnologia de IA e a maior clareza nas demandas do mercado, prevemos que este padrão pode sofrer alguns ajustes, mas a infraestrutura continuará a ser a base sólida para o desenvolvimento de Agentes de IA.

Análise de projetos líderes de agentes de IA Web2

Nós exploramos em profundidade alguns projetos de Agentes de IA no mercado atual do Web2 e os analisamos, usando como exemplos os projetos Character AI, Perplexity AI e Midjourney.

Character AI:

Introdução ao produto: Character.AI oferece um sistema de conversa baseado em inteligência artificial e ferramentas para a criação de personagens virtuais. A sua plataforma permite que os usuários criem, treinem e interajam com personagens virtuais que conseguem realizar diálogos em linguagem natural e executar tarefas específicas.

Análise de dados: O Character.AI teve 277 milhões de visitas em maio e a plataforma conta com mais de 3,5 milhões de usuários ativos diários, a maioria dos quais tem entre 18 e 34 anos, mostrando características de um público jovem. O Character AI teve um desempenho excelente no mercado de capitais, completando um financiamento de 150 milhões de dólares, com uma avaliação de 1 bilhão de dólares, liderado pela a16z.

Análise técnica: a Character AI assinou um acordo de licença não exclusivo com a empresa-mãe da Google, Alphabet, o que indica que a Character AI está utilizando tecnologia desenvolvida internamente. Vale a pena mencionar que os fundadores da empresa, Noam Shazeer e Daniel De Freitas, participaram do desenvolvimento do modelo de linguagem conversacional Llama da Google.

Perplexity AI:

Introdução ao produto: Perplexity consegue extrair e fornecer respostas detalhadas da internet. Através de citações e links de referência, garante a fiabilidade e a precisão da informação, ao mesmo tempo que educa e orienta os utilizadores a fazer perguntas adicionais e a pesquisar palavras-chave, satisfazendo as diversas necessidades de consulta dos utilizadores.

Análise de Dados: O número de usuários ativos mensais da Perplexity atingiu 10 milhões, com um crescimento de 8,6% no tráfego de suas aplicações móveis e desktop em fevereiro, atraindo cerca de 50 milhões de usuários. No mercado de capitais, a Perplexity AI anunciou recentemente a obtenção de 62,7 milhões de dólares em financiamento, com uma avaliação de 1,04 bilhões de dólares, liderada por Daniel Gross, com participantes incluindo Stan Druckenmiller e NVIDIA.

Análise técnica: O modelo principal utilizado pela Perplexity é o GPT-3.5 ajustado, além de duas grandes modelos baseados em modelos grandes de código aberto ajustados: pplx-7b-online e pplx-70b-online. Os modelos são adequados para pesquisas acadêmicas profissionais e consultas em áreas verticais, garantindo a veracidade e a fiabilidade das informações.

Midjourney:

Apresentação do produto: Os usuários podem criar imagens de vários estilos e temas no Midjourney através de Prompts, abrangendo desde o realismo até

AGENT-7.62%
Ver original
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
  • Recompensa
  • 2
  • Repostar
  • Compartilhar
Comentário
0/400
JustHereForAirdropsvip
· 08-09 23:18
Em vez de ser um último recurso, vamos primeiro deixar a a16z olhar para kkx.
Ver originalResponder0
ClassicDumpstervip
· 08-09 23:10
Para que serve uma alta capitalização de mercado se não há cenários práticos?
Ver originalResponder0
  • Marcar
Faça trade de criptomoedas em qualquer lugar e a qualquer hora
qrCode
Escaneie o código para baixar o app da Gate
Comunidade
Português (Brasil)
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)