hoangdinhhai
Thành viên
1Giới thiệu
Blockchain và trí tuệ nhân tạo (AI) là hai công nghệ mang tính chuyển đổi đang ngày càng hội tụ theo những cách sáng tạo [ 1 ]. Một kết quả đáng chú ý của sự hội tụ này là sự xuất hiện của các mã thông báo dựa trên AI, là tài sản kỹ thuật số được thiết kế để hỗ trợ các nền tảng phi tập trung cho tính toán AI, chia sẻ dữ liệu và triển khai mô hình. Các mã thông báo này nhằm mục đích chuyển quyền kiểm soát các công nghệ AI khỏi các tập đoàn tập trung, nơi người dùng thường không có quyền sở hữu có ý nghĩa đối với dữ liệu của họ [ 2 ] và hướng tới các hệ sinh thái mở do cộng đồng quản lý. Động lực cốt lõi đằng sau các sáng kiến này là phát triển các dịch vụ AI phản ánh các nguyên tắc cơ bản của blockchain, tức là phi tập trung, tự chủ và quyền sở hữu của người dùng đối với dữ liệu và quy trình tính toán. Các hệ thống này hoạt động mà không cần quản trị tập trung và được thiết kế để tránh các điểm lỗi đơn lẻ đồng thời tăng cường quyền riêng tư của người dùng. Bằng cách tận dụng cơ sở hạ tầng blockchain, các dự án mã thông báo AI tìm cách thúc đẩy tính minh bạch, khả năng truy xuất nguồn gốc và khả năng truy cập, đồng thời đưa ra các ưu đãi kinh tế thưởng cho sự tham gia trên toàn mạng. Các ví dụ bao gồm RENDER [ 4 ], AGIX (SingularityNET) [ 5 ], OCEAN (Ocean Protocol) [ 6 ], FET (Fetch.ai) [ 7 ], NMR (Numerai) [ 8 ] và TAO (Bittensor) [ 10 ], mỗi ví dụ cho phép các mạng hoặc thị trường nơi các mô hình AI, tập dữ liệu hoặc dự đoán được trao đổi theo cách phi tập trung.
Sự phấn khích xung quanh các token dựa trên AI đã tăng lên sau khi ChatGPT được phát hành vào cuối năm 2022, đánh dấu một thời điểm quan trọng trong sự tham gia của công chúng vào AI tạo ra. Bước đột phá này không chỉ thúc đẩy nhận thức chính thống về trí tuệ nhân tạo mà còn gây ra phản ứng đáng chú ý trên thị trường tiền điện tử. Đặc biệt, [ 11 , 12 ] ghi nhận rằng các tài sản tiền điện tử liên quan đến AI đã trải qua lợi nhuận bất thường đáng kể ngay sau khi ChatGPT ra mắt, với mức tăng đỉnh điểm vượt quá 41% trong vòng hai tuần. Hơn nữa, phần lớn các token trong mẫu của họ đều thể hiện hiệu suất tích cực đáng kể. Những phát hiện này cho thấy những người tham gia thị trường đã phản ứng mạnh mẽ với mối liên hệ theo chủ đề được nhận thức giữa các công nghệ AI mới nổi và các tài sản tiền điện tử liên quan đến chúng. Tuy nhiên, sự tăng giá nhanh chóng như vậy đặt ra những câu hỏi quan trọng về giá trị cơ bản của các token này: chúng có đại diện cho tiện ích công nghệ và sự phi tập trung thực sự hay chúng chỉ là ảo tưởng về sự phi tập trung? Việc làm rõ mức độ mà các token dựa trên AI mang lại sự phi tập trung thực chất, thay vì chỉ tận dụng các câu chuyện liên quan đến AI để kiếm lợi nhuận, là điều cần thiết để đánh giá mức độ phù hợp và tác động lâu dài của chúng.
Để giải quyết những lo ngại này, bài báo này đặt ra các câu hỏi nghiên cứu sau đây nhằm mục đích cung cấp một cuộc điều tra toàn diện về thiết kế, hạn chế và triển vọng tương lai của mã thông báo dựa trên AI:
Phần còn lại của bài báo này được cấu trúc như sau. Phần 2 phác thảo bối cảnh hiện tại của blockchain (đặc biệt là tài chính phi tập trung) và trí tuệ nhân tạo, làm nổi bật các điểm giao nhau của chúng. Phần 3 trình bày đánh giá về các dự án AI-token nổi bật, tập trung vào cơ sở hạ tầng blockchain, tiện ích token, kiến trúc kỹ thuật và các mô hình kinh doanh cơ bản của chúng. Phần 4 xem xét các hạn chế chính và thách thức triển khai cản trở hiệu quả của các hệ thống hiện có. Cuối cùng, Phần 5 khám phá các cải tiến tiềm năng và chiến lược thiết kế có thể thúc đẩy sự phát triển của các token dựa trên AI và hỗ trợ sự xuất hiện của các hệ sinh thái AI phi tập trung bền vững và có tác động hơn.
2Sự hội tụ của Blockchain và AI
Một số bài báo đã khảo sát sự tích hợp của blockchain và AI trên nhiều lĩnh vực khác nhau. Một số tác phẩm tập trung vào các lĩnh vực cụ thể, chẳng hạn như e-Health [ 13 ], an toàn thực phẩm và kiểm soát chất lượng [ 14 ], chuỗi cung ứng [ 15 ], tài chính truyền thống [ 16 ] và siêu dữ liệu [ 17 ]. Các cuộc khảo sát khác cung cấp tổng quan rộng hơn, xem xét sự hội tụ của blockchain và AI trên nhiều ngành công nghiệp [ 18 , 19 , 20 ].
Ngược lại, bài báo này tập trung cụ thể vào việc đánh giá quan trọng các token dựa trên AI nổi tiếng, nhấn mạnh vào kiến trúc kỹ thuật, tiện ích token và mô hình kinh doanh của chúng. Chúng tôi đánh giá liệu các token này có thực sự thúc đẩy các mục tiêu phi tập trung hay chỉ tạo ra ảo tưởng về phi tập trung. Vì chúng tôi tập trung vào các token tiền điện tử, nên lĩnh vực có liên quan gần nhất là Tài chính phi tập trung (DeFi). Do đó, trong phần này, chúng tôi cũng xem xét một số dự án DeFi hiện tại kết hợp các công nghệ AI vào sản phẩm của họ. Giao điểm giữa Blockchain và AI đại diện cho một ranh giới mới, đặc biệt là trong quá trình phát triển của các công nghệ tài chính, đặc biệt là DeFi [ 3 ]. DeFi được xây dựng trên cơ sở hạ tầng blockchain, loại bỏ nhu cầu về các trung gian tập trung bằng cách cho phép truy cập mở, không cần cấp phép vào các dịch vụ tài chính [ 22 ]. Trong khi đó, các công nghệ AI [ 23 ], bao gồm máy học [ 24 ], học sâu [ 25 ] và hệ thống đa tác nhân [ 26 ], cho phép ra quyết định dựa trên dữ liệu, tự động hóa và tối ưu hóa động. Khi kết hợp, các công nghệ này mang lại tiềm năng chuyển đổi: các hệ thống tài chính tự chủ không chỉ phi tập trung mà còn thông minh và thích ứng.
Các giao thức DeFi bao gồm các sàn giao dịch phi tập trung (ví dụ: Uniswap [ 27 ], Sushiswap [ 28 ]), nền tảng cho vay (ví dụ: Aave [ 29 ], Compound [ 30 ]) và hệ thống stablecoin (ví dụ: MakerDAO và các stablecoin thuật toán khác [ 31 , 32 ]) đang ngày càng tích hợp trí tuệ nhân tạo để cải thiện hiệu quả hoạt động và trải nghiệm của người dùng. Ví dụ: nghiên cứu của Raun và cộng sự [ 33 ] điều tra hành vi của các bot MEV (Giá trị có thể trích xuất của thợ đào) hoạt động trong các kênh giao dịch riêng tư của Flashbot [ 35 ]. Nghiên cứu của họ chứng minh rằng các mô hình học máy, được đào tạo trên dữ liệu giao dịch chi tiết, có thể dự đoán giá thầu thành công trong các phiên đấu giá MEV giá đầu tiên với độ chính xác hơn 50%. Các mô hình này vượt trội hơn các chiến lược chênh lệch giá thông thường và làm nổi bật hiệu quả của các kỹ thuật đấu thầu hằng số thích ứng trong các cuộc tấn công xen kẽ [ 64 ]. Công trình này minh họa sự liên quan ngày càng tăng của AI trong việc tối ưu hóa cơ chế chênh lệch giá trong thị trường DeFi và nhấn mạnh tiềm năng của nó trong việc nâng cao khả năng ra quyết định chiến lược theo những hạn chế đặc biệt của hệ thống tài chính dựa trên blockchain.
Song song với những tiến bộ trong các chiến lược kinh doanh chênh lệch giá do AI thúc đẩy, AI cũng đang được triển khai để tăng cường tính minh bạch và xác định địa chỉ blockchain. Một ví dụ nổi bật là Arkham Intelligence, một nền tảng phân tích blockchain sử dụng trí tuệ nhân tạo để tự động dán nhãn địa chỉ ví bằng cách phân tích các mẫu giao dịch và dòng tiền. Cốt lõi của hệ thống Arkham là công cụ độc quyền Ultra, tích hợp dữ liệu trên chuỗi và ngoài chuỗi để suy ra danh tính của người giữ ví và tạo hồ sơ hành vi cho cá nhân và tổ chức. Tính năng Dự đoán thực thể AI của nó tinh chỉnh thêm quy trình này bằng cách áp dụng các mô hình học máy để dự đoán quyền sở hữu địa chỉ với điểm tin cậy đi kèm, cho phép phân loại ví có thể mở rộng và bán tự động. Cách tiếp cận này không chỉ hỗ trợ phân tích pháp y và tuân thủ quy định mà còn đại diện cho xu hướng rộng hơn trong việc tận dụng AI để giải quyết các thách thức về quy mô, độ chính xác và khả năng diễn giải trong phân tích dữ liệu blockchain [ 36 , 37 , 38 ].
Điều phân biệt các token dựa trên AI được thảo luận trong bài báo này với các ví dụ đã đề cập trước đó là mục tiêu đã nêu của chúng không chỉ là áp dụng AI trong các ứng dụng dựa trên blockchain hiện có mà còn là phi tập trung cả dữ liệu và cơ sở hạ tầng tính toán làm nền tảng cho các dịch vụ AI. Tầm nhìn này thách thức các giả định thông thường liên quan đến quản trị dữ liệu, quyền sở hữu mô hình và kiểm soát thể chế tập trung. Như đã lưu ý trong bài đánh giá tài liệu có hệ thống của Keršič và Turkanović [ 1 ], trí tuệ nhân tạo phi tập trung (DEAI) được xây dựng dựa trên các nguyên tắc cơ bản của DeFi bằng cách hình dung các hệ thống trong đó các mô hình AI, tác nhân và tập dữ liệu được đăng ký, phát hiện và thực thi thông qua các sổ đăng ký dựa trên blockchain, thị trường phi tập trung và các cấu trúc khuyến khích dựa trên token.
Trong phần sau, chúng tôi giới thiệu các token dựa trên AI chính hiện đang hoạt động trong hệ sinh thái tiền điện tử rộng lớn hơn, gọi chúng một cách tổng thể là một phần của bối cảnh trí tuệ nhân tạo phi tập trung (DEAI). Chúng bao gồm RENDER, một mạng phi tập trung cho điện toán GPU [ 4 ]; Bittensor, một nền tảng ngang hàng để cộng tác mô hình AI [ 10 ]; Fetch.ai, cho phép các tác nhân AI tự động thực hiện các nhiệm vụ phối hợp trong thế giới thực [ 7 ]; SingularityNET, một thị trường phi tập trung cho các dịch vụ AI [ 5 ]; và Ocean Protocol, tạo điều kiện trao đổi dữ liệu phi tập trung cho các ứng dụng AI và phân tích [ 6 ], trong số những token khác. Hình 1 trình bày vốn hóa thị trường của các token dựa trên AI hàng đầu hiện có so với Ethereum. Hình cho thấy bốn token dựa trên AI hàng đầu thể hiện vốn hóa thị trường tương đối giống nhau; tuy nhiên, định giá của chúng vẫn thấp hơn đáng kể so với Ethereum.
Hình 1:Vốn hóa thị trường của một số token dựa trên AI tính đến tháng 4 năm 2025. Artificial Superintelligence Alliance hiện đang hoạt động theo mã chứng khoán FET, với kế hoạch chuyển đổi sang mã chứng khoán ASI sau khi sáp nhập bốn token tập trung vào AI: FET, AGIX, OCEAN và CUDOS.
Blockchain và trí tuệ nhân tạo (AI) là hai công nghệ mang tính chuyển đổi đang ngày càng hội tụ theo những cách sáng tạo [ 1 ]. Một kết quả đáng chú ý của sự hội tụ này là sự xuất hiện của các mã thông báo dựa trên AI, là tài sản kỹ thuật số được thiết kế để hỗ trợ các nền tảng phi tập trung cho tính toán AI, chia sẻ dữ liệu và triển khai mô hình. Các mã thông báo này nhằm mục đích chuyển quyền kiểm soát các công nghệ AI khỏi các tập đoàn tập trung, nơi người dùng thường không có quyền sở hữu có ý nghĩa đối với dữ liệu của họ [ 2 ] và hướng tới các hệ sinh thái mở do cộng đồng quản lý. Động lực cốt lõi đằng sau các sáng kiến này là phát triển các dịch vụ AI phản ánh các nguyên tắc cơ bản của blockchain, tức là phi tập trung, tự chủ và quyền sở hữu của người dùng đối với dữ liệu và quy trình tính toán. Các hệ thống này hoạt động mà không cần quản trị tập trung và được thiết kế để tránh các điểm lỗi đơn lẻ đồng thời tăng cường quyền riêng tư của người dùng. Bằng cách tận dụng cơ sở hạ tầng blockchain, các dự án mã thông báo AI tìm cách thúc đẩy tính minh bạch, khả năng truy xuất nguồn gốc và khả năng truy cập, đồng thời đưa ra các ưu đãi kinh tế thưởng cho sự tham gia trên toàn mạng. Các ví dụ bao gồm RENDER [ 4 ], AGIX (SingularityNET) [ 5 ], OCEAN (Ocean Protocol) [ 6 ], FET (Fetch.ai) [ 7 ], NMR (Numerai) [ 8 ] và TAO (Bittensor) [ 10 ], mỗi ví dụ cho phép các mạng hoặc thị trường nơi các mô hình AI, tập dữ liệu hoặc dự đoán được trao đổi theo cách phi tập trung.
Sự phấn khích xung quanh các token dựa trên AI đã tăng lên sau khi ChatGPT được phát hành vào cuối năm 2022, đánh dấu một thời điểm quan trọng trong sự tham gia của công chúng vào AI tạo ra. Bước đột phá này không chỉ thúc đẩy nhận thức chính thống về trí tuệ nhân tạo mà còn gây ra phản ứng đáng chú ý trên thị trường tiền điện tử. Đặc biệt, [ 11 , 12 ] ghi nhận rằng các tài sản tiền điện tử liên quan đến AI đã trải qua lợi nhuận bất thường đáng kể ngay sau khi ChatGPT ra mắt, với mức tăng đỉnh điểm vượt quá 41% trong vòng hai tuần. Hơn nữa, phần lớn các token trong mẫu của họ đều thể hiện hiệu suất tích cực đáng kể. Những phát hiện này cho thấy những người tham gia thị trường đã phản ứng mạnh mẽ với mối liên hệ theo chủ đề được nhận thức giữa các công nghệ AI mới nổi và các tài sản tiền điện tử liên quan đến chúng. Tuy nhiên, sự tăng giá nhanh chóng như vậy đặt ra những câu hỏi quan trọng về giá trị cơ bản của các token này: chúng có đại diện cho tiện ích công nghệ và sự phi tập trung thực sự hay chúng chỉ là ảo tưởng về sự phi tập trung? Việc làm rõ mức độ mà các token dựa trên AI mang lại sự phi tập trung thực chất, thay vì chỉ tận dụng các câu chuyện liên quan đến AI để kiếm lợi nhuận, là điều cần thiết để đánh giá mức độ phù hợp và tác động lâu dài của chúng.
Để giải quyết những lo ngại này, bài báo này đặt ra các câu hỏi nghiên cứu sau đây nhằm mục đích cung cấp một cuộc điều tra toàn diện về thiết kế, hạn chế và triển vọng tương lai của mã thông báo dựa trên AI:
- 1.
Hoạt động và thiết kế: Các token dựa trên AI hiện tại hoạt động như thế nào trên các nền tảng blockchain khác nhau, đặc biệt là về mặt kiến trúc kỹ thuật, tiện ích token, cơ chế đồng thuận và mô hình kinh doanh? - 2.
Những hạn chế so với AI tập trung: Những hạn chế và thách thức chính nào ngăn cản các dự án AI-token mang lại lợi thế rõ ràng so với các dịch vụ AI tập trung hiện có? - 3.
Khoảng cách triển khai: Những hạn chế kỹ thuật nào hiện đang cản trở sự phát triển và áp dụng rộng rãi hơn các token dựa trên AI, đặc biệt là liên quan đến tính toán ngoài chuỗi, khả năng hạn chế trên chuỗi và thách thức về khả năng mở rộng? - 4.
Định hướng tương lai: Những cải tiến và chiến lược thiết kế đầy hứa hẹn nào có tiềm năng hỗ trợ thế hệ token dựa trên AI tiếp theo, đặc biệt là trong việc nâng cao tiện ích thực tế, cải thiện tính bền vững của hệ thống và thúc đẩy sự phát triển của các hệ sinh thái AI phi tập trung mạnh mẽ và toàn diện hơn?
Phần còn lại của bài báo này được cấu trúc như sau. Phần 2 phác thảo bối cảnh hiện tại của blockchain (đặc biệt là tài chính phi tập trung) và trí tuệ nhân tạo, làm nổi bật các điểm giao nhau của chúng. Phần 3 trình bày đánh giá về các dự án AI-token nổi bật, tập trung vào cơ sở hạ tầng blockchain, tiện ích token, kiến trúc kỹ thuật và các mô hình kinh doanh cơ bản của chúng. Phần 4 xem xét các hạn chế chính và thách thức triển khai cản trở hiệu quả của các hệ thống hiện có. Cuối cùng, Phần 5 khám phá các cải tiến tiềm năng và chiến lược thiết kế có thể thúc đẩy sự phát triển của các token dựa trên AI và hỗ trợ sự xuất hiện của các hệ sinh thái AI phi tập trung bền vững và có tác động hơn.
2Sự hội tụ của Blockchain và AI
Một số bài báo đã khảo sát sự tích hợp của blockchain và AI trên nhiều lĩnh vực khác nhau. Một số tác phẩm tập trung vào các lĩnh vực cụ thể, chẳng hạn như e-Health [ 13 ], an toàn thực phẩm và kiểm soát chất lượng [ 14 ], chuỗi cung ứng [ 15 ], tài chính truyền thống [ 16 ] và siêu dữ liệu [ 17 ]. Các cuộc khảo sát khác cung cấp tổng quan rộng hơn, xem xét sự hội tụ của blockchain và AI trên nhiều ngành công nghiệp [ 18 , 19 , 20 ].
Ngược lại, bài báo này tập trung cụ thể vào việc đánh giá quan trọng các token dựa trên AI nổi tiếng, nhấn mạnh vào kiến trúc kỹ thuật, tiện ích token và mô hình kinh doanh của chúng. Chúng tôi đánh giá liệu các token này có thực sự thúc đẩy các mục tiêu phi tập trung hay chỉ tạo ra ảo tưởng về phi tập trung. Vì chúng tôi tập trung vào các token tiền điện tử, nên lĩnh vực có liên quan gần nhất là Tài chính phi tập trung (DeFi). Do đó, trong phần này, chúng tôi cũng xem xét một số dự án DeFi hiện tại kết hợp các công nghệ AI vào sản phẩm của họ. Giao điểm giữa Blockchain và AI đại diện cho một ranh giới mới, đặc biệt là trong quá trình phát triển của các công nghệ tài chính, đặc biệt là DeFi [ 3 ]. DeFi được xây dựng trên cơ sở hạ tầng blockchain, loại bỏ nhu cầu về các trung gian tập trung bằng cách cho phép truy cập mở, không cần cấp phép vào các dịch vụ tài chính [ 22 ]. Trong khi đó, các công nghệ AI [ 23 ], bao gồm máy học [ 24 ], học sâu [ 25 ] và hệ thống đa tác nhân [ 26 ], cho phép ra quyết định dựa trên dữ liệu, tự động hóa và tối ưu hóa động. Khi kết hợp, các công nghệ này mang lại tiềm năng chuyển đổi: các hệ thống tài chính tự chủ không chỉ phi tập trung mà còn thông minh và thích ứng.
Các giao thức DeFi bao gồm các sàn giao dịch phi tập trung (ví dụ: Uniswap [ 27 ], Sushiswap [ 28 ]), nền tảng cho vay (ví dụ: Aave [ 29 ], Compound [ 30 ]) và hệ thống stablecoin (ví dụ: MakerDAO và các stablecoin thuật toán khác [ 31 , 32 ]) đang ngày càng tích hợp trí tuệ nhân tạo để cải thiện hiệu quả hoạt động và trải nghiệm của người dùng. Ví dụ: nghiên cứu của Raun và cộng sự [ 33 ] điều tra hành vi của các bot MEV (Giá trị có thể trích xuất của thợ đào) hoạt động trong các kênh giao dịch riêng tư của Flashbot [ 35 ]. Nghiên cứu của họ chứng minh rằng các mô hình học máy, được đào tạo trên dữ liệu giao dịch chi tiết, có thể dự đoán giá thầu thành công trong các phiên đấu giá MEV giá đầu tiên với độ chính xác hơn 50%. Các mô hình này vượt trội hơn các chiến lược chênh lệch giá thông thường và làm nổi bật hiệu quả của các kỹ thuật đấu thầu hằng số thích ứng trong các cuộc tấn công xen kẽ [ 64 ]. Công trình này minh họa sự liên quan ngày càng tăng của AI trong việc tối ưu hóa cơ chế chênh lệch giá trong thị trường DeFi và nhấn mạnh tiềm năng của nó trong việc nâng cao khả năng ra quyết định chiến lược theo những hạn chế đặc biệt của hệ thống tài chính dựa trên blockchain.
Song song với những tiến bộ trong các chiến lược kinh doanh chênh lệch giá do AI thúc đẩy, AI cũng đang được triển khai để tăng cường tính minh bạch và xác định địa chỉ blockchain. Một ví dụ nổi bật là Arkham Intelligence, một nền tảng phân tích blockchain sử dụng trí tuệ nhân tạo để tự động dán nhãn địa chỉ ví bằng cách phân tích các mẫu giao dịch và dòng tiền. Cốt lõi của hệ thống Arkham là công cụ độc quyền Ultra, tích hợp dữ liệu trên chuỗi và ngoài chuỗi để suy ra danh tính của người giữ ví và tạo hồ sơ hành vi cho cá nhân và tổ chức. Tính năng Dự đoán thực thể AI của nó tinh chỉnh thêm quy trình này bằng cách áp dụng các mô hình học máy để dự đoán quyền sở hữu địa chỉ với điểm tin cậy đi kèm, cho phép phân loại ví có thể mở rộng và bán tự động. Cách tiếp cận này không chỉ hỗ trợ phân tích pháp y và tuân thủ quy định mà còn đại diện cho xu hướng rộng hơn trong việc tận dụng AI để giải quyết các thách thức về quy mô, độ chính xác và khả năng diễn giải trong phân tích dữ liệu blockchain [ 36 , 37 , 38 ].
Điều phân biệt các token dựa trên AI được thảo luận trong bài báo này với các ví dụ đã đề cập trước đó là mục tiêu đã nêu của chúng không chỉ là áp dụng AI trong các ứng dụng dựa trên blockchain hiện có mà còn là phi tập trung cả dữ liệu và cơ sở hạ tầng tính toán làm nền tảng cho các dịch vụ AI. Tầm nhìn này thách thức các giả định thông thường liên quan đến quản trị dữ liệu, quyền sở hữu mô hình và kiểm soát thể chế tập trung. Như đã lưu ý trong bài đánh giá tài liệu có hệ thống của Keršič và Turkanović [ 1 ], trí tuệ nhân tạo phi tập trung (DEAI) được xây dựng dựa trên các nguyên tắc cơ bản của DeFi bằng cách hình dung các hệ thống trong đó các mô hình AI, tác nhân và tập dữ liệu được đăng ký, phát hiện và thực thi thông qua các sổ đăng ký dựa trên blockchain, thị trường phi tập trung và các cấu trúc khuyến khích dựa trên token.
Trong phần sau, chúng tôi giới thiệu các token dựa trên AI chính hiện đang hoạt động trong hệ sinh thái tiền điện tử rộng lớn hơn, gọi chúng một cách tổng thể là một phần của bối cảnh trí tuệ nhân tạo phi tập trung (DEAI). Chúng bao gồm RENDER, một mạng phi tập trung cho điện toán GPU [ 4 ]; Bittensor, một nền tảng ngang hàng để cộng tác mô hình AI [ 10 ]; Fetch.ai, cho phép các tác nhân AI tự động thực hiện các nhiệm vụ phối hợp trong thế giới thực [ 7 ]; SingularityNET, một thị trường phi tập trung cho các dịch vụ AI [ 5 ]; và Ocean Protocol, tạo điều kiện trao đổi dữ liệu phi tập trung cho các ứng dụng AI và phân tích [ 6 ], trong số những token khác. Hình 1 trình bày vốn hóa thị trường của các token dựa trên AI hàng đầu hiện có so với Ethereum. Hình cho thấy bốn token dựa trên AI hàng đầu thể hiện vốn hóa thị trường tương đối giống nhau; tuy nhiên, định giá của chúng vẫn thấp hơn đáng kể so với Ethereum.