AI 和 Web3 的結合，是否能引領一場新的數據革命？

作者：QnA3

Web3解決的是數據的公平性和所有權，所有鏈上數據均公開透明，不屬於任何需信任的第三方。AI提供的是數據整合和分析的新範式，突破以往用戶對於數據的搜索和對話方式。

在這個信息爆炸的時代，對於你我這樣的 Web3 從業者或參與者，每天都要面對海量的新信息：Azuki發生了什麼？Bitcoin的現貨ETF又要來了？FTX不是倒閉了嗎，怎麼又出現了？在這樣的信息洪流中，我們有時會感到力不從心，既要把握住細節，又不能丟失大局，試圖在層出不窮的數據中找到有價值的信息，而這就如同在稻草堆中尋找一根金針。

龐大而冗雜的信息量、晦澀的專業術語、分散而混亂的數據來源經常讓很多想了解 web3 的新朋友望而卻步，Web3 早期迅猛、野蠻的發展方式讓這些問題更加的突出，大部分「圈外人」無法快速地掌握一個行業、項目、事件的全貌，只能跟隨一些 KOL 的步伐，亦步亦趨地進入 Web3 領域。

而此刻，AI 大語言模型的出現讓我們發現，通過它的數據分析和處理能力，可以幫助我們從複雜的信息中提取出真正有價值的知識，提供深度洞察，讓我們在決策過程中更具信心。而當這種能力結合Web3領域，將會引發一場行業內的革命：

1. 智能化的決策輔助 ：AI能夠對各類數據和市場動態進行深度解讀，幫助我們在這個瞬息萬變的Web3 世界中，迅速掌握關鍵信息，形成精準的決策。
2. 優化的用戶體驗 ：通過 AI，我們可以根據歷史行為和偏好，提供個性化的資訊和服務，這意味著我們可以更方便地獲取真正關心的信息，無需再在海量信息中逐一篩選。
3. 提高行業效率 ：借助 AI 的分析能力，我們可以有效地整合各種 Web3 數據，挖掘出潛在的市場規律和趨勢，這不僅可以幫助我們更好地理解市場，還能提升整個 Web3 行業的運作效率。

QnA3 的願景就是利用大語言模型的 Chain-of-Thought 能力，將 Web3 世界中紛雜的數據構建成大型知識圖譜，並通過 AI 大語言模型讓 Web3 使用者快速獲取信息。

2023 年 6 月 25 日, QnA3 上線了 V2.0 版本，帶來了基於 AI 大語言模型的 Web3 知識問答功能。

什麼是 QnA3 ?

QnA3是一個基於 AI 大模型和 Web3 知識圖譜的數據引擎。用戶可以在 QnA3 中詢問任何關於 Web3 相關的問題，它會通過 AI 搜索自己龐大的知識庫，給出最準確的答案。它集成了新聞、社交媒體、研究報告、白皮書、鏈上數據等多種數據源，使得用戶可以在一個平台上獲取全方位的信息。

為什麼要開發 QnA3？

Web3 是一個複雜且不斷發展的領域，無論是鏈上還是鏈下，每天都有大量的數據產生，但這些數據數量龐大且沒有明顯關聯性 ，大部分普通用戶並不能從例如市場熱點新聞、鏈上數據、社交網絡上的討論、web3 各類數據平台等紛雜的數據源中總結出對自己的投資和研究有價值的 Insight 。

QnA3 在嘗試解決這個問題，它通過將 Web3 領域各類數據源轉換成一個大型知識圖譜，讓數據與數據之間產生關聯，並允許用戶通過自然語言的方式與 AI Agent 進行互動，讓 AI 幫助用戶找到最準確的答案。

用戶通過 QnA3 可以做到：

對市場上熱點的新聞和事件進行解讀和分析。

深度學習 Web3 知識，QnA3 會是一個擁有最前沿 Web3 知識的資深教授。

分析項目，對一個項目從技術、產品、經濟模型到輿論消息的全方位分析。

使用不同數據源中最適合自己的內容。

幾個常見的使用場景

對於不同類型的用戶， QnA3 能夠給出不同類型的回答。

面向專業投資人

例如，當一名專業的分析師使用 QnA3 來輔助撰寫行業研究報告時，對複雜知識的闡述和講解需要耗費大量的精力，QnA3 可以在幾秒之內幫助分析師整理出基礎材料。

面向普通 Web3 用戶

普通 Web3 用戶更多關注自己是否能把握住投資機會，QnA3 會通過分析新聞、實時行情來給出中立客觀的判斷。

面向 KOL

KOL 可以通過 QnA3 來構建自己的 Twitter 內容。

QnA3 是如何工作的？

QnA3 將 AI 的邏輯能力與團隊資深的數據能力結合在一起，通過多層數據處理，將多源數據聚合成知識圖譜。同時，AI 引擎會自動分析用戶的問題，從知識圖譜中獲取與用戶問題最相關的數據，以更加精準的生成問題的答案。

QnA3 的優勢

市面上有很多數據、AI 類的產品，QnA3 在各方面都存在一定的創新：

1.相較於 ChatGPT / Claude / Bard 等大型 AI 應用，QnA3 在實時數據和垂直領域知識庫方面有著非常明顯的優勢，前三者作為預訓練模型，無法對訓練完成之後發生的事情做出任何回應，而 QnA3 會實時更新自己的知識庫，可以以分鐘級別更新自己的數據，能夠提供最有時效性的信息。

2.相較於其他 Web3 AI 搜索引擎，QnA3 的知識圖譜中，有大量的結構化數據，這些結構化數據能夠使 AI 給出更精準、更具說服力的答案。

3.社區共建程度更高，目前 QnA3 已經發起了 MVQ(The most valuable question selection event) 和 Ridiculous AI 活動，旨在讓 Web3 社區的普通用戶、專家用戶一起共建一個知識社群，打造更加完善的 Web3 知識庫。

總結

想像一下，未來 Web3 用戶不用在為一個熱點事件去各類網站拼湊零星的信息，而可以使用一個對話框就能了解自己最想知道的結論。專業分析師們也不用再去各類研報中搜索資料，做一個「研報裁縫」，而是通過利用自己專業的知識框架問出一個個問題即可讓 AI 幫助填充其研報的「血肉」。

QnA3 不僅僅是一個 Web3 知識庫，它是一個旨在將 Web3 世界中紛雜的數據構建成一張大網的基礎設施。利用大語言模型和大數據技術，QnA3 可以讓用戶在一個對話框內觸達 Web3 領域裡的每個角落。

在未來，QnA3 將大力推進社區共建，讓每個普通用戶都能參與到這張「大網」的構建過程中，並從中獲得知識上和價值上的收益。

憑藉著 AI 的助力，QnA3 正在創造一個屬於 Web3 的「上帝之眼」。

訪問 QnA3