Web3, en tant que nouvelle paradigme Internet décentralisé, ouvert et transparent, offre une opportunité naturelle d'intégration avec l'IA. Dans une architecture centralisée traditionnelle, les ressources de calcul et de données de l'IA sont strictement contrôlées, et il existe de nombreux défis tels que les goulets d'étranglement de puissance de calcul, les fuites de données privées et les algorithmes en boîte noire. En revanche, Web3, basé sur des technologies distribuées, peut injecter une nouvelle dynamique au développement de l'IA grâce à des réseaux de puissance de calcul partagés, des marchés de données ouverts et des calculs de confidentialité. Parallèlement, l'IA peut également apporter de nombreux avantages à Web3, tels que l'optimisation des smart contracts et des algorithmes anti-triche, contribuant ainsi à la construction de son écosystème. Par conséquent, explorer la combinaison de Web3 et de l'IA est crucial pour construire les infrastructures Internet de prochaine génération et libérer la valeur des données et de la puissance de calcul.
Données pilotées : une base solide pour l'IA et le Web3
Les données sont le moteur principal du développement de l'IA, tout comme le carburant pour un moteur. Les modèles d'IA ont besoin de digérer une grande quantité de données de haute qualité pour acquérir une compréhension approfondie et une puissante capacité de raisonnement. Les données ne fournissent pas seulement la base d'entraînement pour les modèles d'apprentissage automatique, mais déterminent également la précision et la fiabilité des modèles.
Dans le modèle traditionnel de collecte et d'utilisation des données AI centralisées, plusieurs problèmes majeurs existent :
Le coût de l'obtention des données est élevé, ce qui rend difficile pour les PME de le supporter.
Les ressources de données sont monopolisées par des géants de la technologie, créant des îlots de données.
Les données personnelles sont confrontées au risque de fuite et d'abus.
Web3 peut résoudre les points de douleur des modèles traditionnels grâce à un nouveau paradigme de données décentralisé :
En utilisant une approche décentralisée pour extraire des données du réseau, après nettoyage et transformation, fournissant des données réelles et de haute qualité pour l'entraînement des modèles d'IA.
Adopter le mode "label to earn", en incitant les travailleurs du monde entier à participer à l'annotation des données par le biais de jetons, rassemblant ainsi les connaissances professionnelles du monde entier et renforçant la capacité d'analyse des données.
La plateforme d'échange de données blockchain offre aux deux parties en demande et en offre de données un environnement d'échange public et transparent, incitant à l'innovation et au partage des données.
Néanmoins, l'acquisition de données dans le monde réel présente également certains problèmes, tels que la qualité des données inégale, la difficulté de traitement, le manque de diversité et de représentativité, etc. Les données synthétiques pourraient être la star de la future piste de données Web3. Basées sur des technologies d'IA générative et de simulation, les données synthétiques peuvent simuler les attributs des données réelles, servant de complément efficace aux données réelles, et améliorant l'efficacité de l'utilisation des données. Dans des domaines tels que la conduite autonome, le trading sur les marchés financiers et le développement de jeux, les données synthétiques ont déjà montré leur potentiel d'application mûr.
Protection de la vie privée : le rôle de FHE dans le Web3
À l'ère des données, la protection de la vie privée est devenue un point focal mondial. L'adoption de réglementations telles que le Règlement général sur la protection des données (RGPD) de l'Union européenne reflète une stricte protection de la vie privée des individus. Cependant, cela pose également des défis : certaines données sensibles ne peuvent pas être pleinement exploitées en raison des risques pour la vie privée, ce qui limite sans aucun doute le potentiel et les capacités de raisonnement des modèles d'IA.
FHE, ou cryptage homomorphe complet, permet d'effectuer des opérations de calcul directement sur des données chiffrées sans avoir besoin de déchiffrer les données, et le résultat du calcul est identique à celui obtenu en effectuant le même calcul sur des données en clair.
FHE offre une protection solide pour le calcul de la confidentialité de l'IA, permettant à la puissance de calcul GPU d'exécuter des tâches d'entraînement et d'inférence de modèles dans un environnement sans accéder aux données brutes. Cela apporte un énorme avantage aux entreprises d'IA. Elles peuvent ouvrir en toute sécurité des services API tout en protégeant leurs secrets commerciaux.
FHEML prend en charge le traitement cryptographique des données et des modèles tout au long du cycle d'apprentissage automatique, garantissant la sécurité des informations sensibles et prévenant les risques de fuite de données. De cette manière, FHEML renforce la confidentialité des données et fournit un cadre de calcul sécurisé pour les applications d'IA.
FHEML est un complément à ZKML, ZKML prouve l'exécution correcte de l'apprentissage automatique, tandis que FHEML met l'accent sur le calcul de données chiffrées pour maintenir la confidentialité des données.
Révolution de la puissance de calcul : calcul AI dans un réseau décentralisé
La complexité de calcul des systèmes d'IA double tous les 3 mois, entraînant une demande de puissance de calcul en forte augmentation, dépassant largement l'offre de ressources de calcul existantes. Par exemple, l'entraînement d'un modèle d'IA célèbre nécessite une énorme puissance de calcul, équivalente à 355 années d'entraînement sur un seul appareil. Cette pénurie de puissance de calcul limite non seulement les progrès de la technologie IA, mais rend également ces modèles d'IA avancés inaccessibles pour la plupart des chercheurs et des développeurs.
En même temps, le taux d'utilisation des GPU dans le monde est inférieur à 40 %, tandis que le ralentissement de l'amélioration des performances des microprocesseurs et la pénurie de puces causée par des facteurs géopolitiques et de chaîne d'approvisionnement aggravent le problème de l'approvisionnement en puissance de calcul. Les professionnels de l'IA se retrouvent dans une situation délicate : soit ils achètent leur propre matériel, soit ils louent des ressources cloud. Ils ont un besoin urgent d'un service de calcul à la demande et économique.
Certain réseaux décentralisés d'IA de puissance de calcul agrègent les ressources GPU inutilisées à l'échelle mondiale, offrant aux entreprises d'IA un marché de puissance de calcul à la fois économique et facilement accessible. Les demandeurs de puissance de calcul peuvent publier des tâches de calcul sur le réseau, les smart contracts attribuent les tâches aux nœuds mineurs qui contribuent à la puissance de calcul, les mineurs exécutent les tâches et soumettent les résultats, et après vérification, ils reçoivent des récompenses en points. Cette solution améliore l'efficacité de l'utilisation des ressources et contribue à résoudre le problème des goulets d'étranglement de puissance de calcul dans des domaines tels que l'IA.
En plus du réseau de puissance de calcul décentralisé général, il existe des plateformes axées sur l'entraînement de l'IA, ainsi que des réseaux de puissance de calcul dédiés à l'inférence de l'IA.
Le réseau de puissance de calcul décentralisé offre un marché de puissance de calcul équitable et transparent, brisant le monopole, abaissant les barrières à l'entrée des applications et améliorant l'efficacité de l'utilisation de la puissance de calcul. Dans l'écosystème web3, le réseau de puissance de calcul décentralisé jouera un rôle clé, attirant l'adhésion de plus d'applications décentralisées innovantes pour promouvoir ensemble le développement et l'application des technologies AI.
DePIN : Web3 habilite l'Edge AI
Imaginez que votre téléphone, votre montre intelligente, et même les appareils intelligents de votre maison, possèdent la capacité d’exécuter de l’IA — c’est là toute la magie de l’Edge AI. Cela permet à l’informatique de se produire à la source de la génération des données, réalisant ainsi un traitement en temps réel avec une faible latence, tout en protégeant la vie privée des utilisateurs. La technologie Edge AI est déjà utilisée dans des domaines clés tels que la conduite autonome.
Dans le domaine de Web3, nous avons un nom plus familier - DePIN. Web3 met l'accent sur la Décentralisation et la souveraineté des données des utilisateurs, DePIN peut renforcer la protection de la vie privée des utilisateurs en traitant les données localement, réduisant ainsi le risque de fuite de données ; le mécanisme économique en Token natif à Web3 peut inciter les nœuds DePIN à fournir des ressources de calcul, construisant ainsi un écosystème durable.
Actuellement, DePIN se développe rapidement dans certains écosystèmes de chaînes publiques, devenant l'une des plateformes de choix pour le déploiement de projets. La haute TPS, les faibles frais de transaction et l'innovation technologique de ces chaînes publiques offrent un soutien puissant aux projets DePIN. Actuellement, la capitalisation boursière de certains projets DePIN sur des chaînes publiques a déjà dépassé 10 milliards de dollars, et plusieurs projets connus ont réalisé des progrès significatifs.
IMO : Nouveau paradigme de publication des modèles d'IA
Le concept d'IMO a été proposé pour la première fois par un certain protocole, qui tokenise les modèles d'IA.
Dans le modèle traditionnel, en raison de l'absence d'un mécanisme de partage des revenus, une fois qu'un modèle d'IA est développé et mis sur le marché, il est souvent difficile pour le développeur d'obtenir des revenus continus de l'utilisation ultérieure du modèle, surtout lorsque le modèle est intégré dans d'autres produits et services, il est difficile pour le créateur original de suivre l'utilisation, sans parler d'en tirer des revenus. De plus, les performances et l'efficacité des modèles d'IA manquent souvent de transparence, ce qui rend difficile pour les investisseurs et les utilisateurs potentiels d'évaluer leur véritable valeur, limitant ainsi la reconnaissance sur le marché et le potentiel commercial des modèles.
IMO offre un nouveau moyen de financement et de partage de valeur pour les modèles d'IA open source. Les investisseurs peuvent acheter des jetons IMO et partager les revenus générés par le modèle par la suite. Certains protocoles utilisent des normes ERC spécifiques, combinant des oracles d'IA et la technologie OPML pour garantir l'authenticité des modèles d'IA et permettre aux détenteurs de jetons de partager les bénéfices.
Le modèle IMO renforce la transparence et la confiance, encourage la collaboration en open source, s'adapte aux tendances du marché des cryptomonnaies et insuffle une dynamique au développement durable des technologies de l'IA. L'IMO en est encore à ses débuts, mais avec l'augmentation de l'acceptation du marché et l'élargissement de la portée de la participation, son innovation et sa valeur potentielle méritent notre attention.
Agent IA : une nouvelle ère d'expérience interactive
L'Agent IA peut percevoir l'environnement, réfléchir de manière indépendante et prendre des mesures correspondantes pour atteindre des objectifs établis. Avec le soutien des grands modèles de langage, l'Agent IA peut non seulement comprendre le langage naturel, mais aussi planifier des décisions et exécuter des tâches complexes. Ils peuvent servir d'assistants virtuels, apprenant les préférences des utilisateurs grâce à leurs interactions et offrant des solutions personnalisées. En l'absence d'instructions explicites, l'Agent IA peut également résoudre des problèmes de manière autonome, améliorer l'efficacité et créer de nouvelles valeurs.
Certaines plateformes d'applications natives AI ouvertes offrent un ensemble d'outils de création complets et faciles à utiliser, permettant aux utilisateurs de configurer les fonctionnalités, l'apparence, la voix des robots ainsi que de se connecter à des bases de connaissances externes, s'efforçant de créer un écosystème de contenu AI équitable et ouvert, en utilisant la technologie AI générative pour habiliter les individus à devenir des super créateurs. Ces plateformes ont formé des modèles de langage spécialisés, rendant le jeu de rôle plus humain ; la technologie de clonage vocal peut accélérer l'interaction personnalisée des produits AI, réduisant considérablement le coût de la synthèse vocale, le clonage vocal peut être réalisé en seulement 1 minute. Grâce à ces agents AI personnalisés, des applications dans des domaines variés tels que la vidéo chat, l'apprentissage des langues, la génération d'images, etc., sont désormais possibles.
Dans la fusion de Web3 et de l'IA, il s'agit actuellement davantage d'explorer le niveau des infrastructures, de voir comment obtenir des données de haute qualité, de protéger la confidentialité des données, de savoir comment héberger des modèles sur la chaîne, de comment améliorer l'utilisation efficace de la puissance de calcul décentralisée et de comment valider les grands modèles de langage, entre autres problèmes clés. Avec l'amélioration progressive de ces infrastructures, nous avons des raisons de croire que la fusion de Web3 et de l'IA donnera naissance à une série de modèles commerciaux et de services innovants.
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
14 J'aime
Récompense
14
9
Partager
Commentaire
0/400
WenMoon
· 07-21 17:28
Ah ça, on dirait que le web3.0 se vend encore moins bien que la bourse !
Voir l'originalRépondre0
GateUser-c799715c
· 07-21 16:47
Encore un discours sur les applications concrètes de Web3.
Voir l'originalRépondre0
AirdropChaser
· 07-20 22:17
Le Web3 des bulls avec l'IA est la voie royale.
Voir l'originalRépondre0
PensionDestroyer
· 07-20 03:47
Il est impossible de gagner de l'argent.
Voir l'originalRépondre0
SchrodingersPaper
· 07-18 17:58
Une autre vague de taxe sur le QI arrive... les mains faibles attendent pour buy the dip.
Voir l'originalRépondre0
FunGibleTom
· 07-18 17:53
entrer dans une position ne vous souciez pas de tant de choses web3+ai c'est l'avenir
Voir l'originalRépondre0
DAOplomacy
· 07-18 17:52
sans doute une théorie élégante, mais les dépendances de chemin ici présentent des externalités non triviales...
Voir l'originalRépondre0
GasFeeLover
· 07-18 17:39
Aïe, comment parler de la Puissance de calcul ?~
Voir l'originalRépondre0
staking_gramps
· 07-18 17:30
Le calcul de la confidentialité a été discuté pendant longtemps, mais tout cela repose sur des promesses.
La fusion de Web3 et de l'IA : remodeler les données, la vie privée et la puissance de calcul.
Web3, en tant que nouvelle paradigme Internet décentralisé, ouvert et transparent, offre une opportunité naturelle d'intégration avec l'IA. Dans une architecture centralisée traditionnelle, les ressources de calcul et de données de l'IA sont strictement contrôlées, et il existe de nombreux défis tels que les goulets d'étranglement de puissance de calcul, les fuites de données privées et les algorithmes en boîte noire. En revanche, Web3, basé sur des technologies distribuées, peut injecter une nouvelle dynamique au développement de l'IA grâce à des réseaux de puissance de calcul partagés, des marchés de données ouverts et des calculs de confidentialité. Parallèlement, l'IA peut également apporter de nombreux avantages à Web3, tels que l'optimisation des smart contracts et des algorithmes anti-triche, contribuant ainsi à la construction de son écosystème. Par conséquent, explorer la combinaison de Web3 et de l'IA est crucial pour construire les infrastructures Internet de prochaine génération et libérer la valeur des données et de la puissance de calcul.
Données pilotées : une base solide pour l'IA et le Web3
Les données sont le moteur principal du développement de l'IA, tout comme le carburant pour un moteur. Les modèles d'IA ont besoin de digérer une grande quantité de données de haute qualité pour acquérir une compréhension approfondie et une puissante capacité de raisonnement. Les données ne fournissent pas seulement la base d'entraînement pour les modèles d'apprentissage automatique, mais déterminent également la précision et la fiabilité des modèles.
Dans le modèle traditionnel de collecte et d'utilisation des données AI centralisées, plusieurs problèmes majeurs existent :
Web3 peut résoudre les points de douleur des modèles traditionnels grâce à un nouveau paradigme de données décentralisé :
Néanmoins, l'acquisition de données dans le monde réel présente également certains problèmes, tels que la qualité des données inégale, la difficulté de traitement, le manque de diversité et de représentativité, etc. Les données synthétiques pourraient être la star de la future piste de données Web3. Basées sur des technologies d'IA générative et de simulation, les données synthétiques peuvent simuler les attributs des données réelles, servant de complément efficace aux données réelles, et améliorant l'efficacité de l'utilisation des données. Dans des domaines tels que la conduite autonome, le trading sur les marchés financiers et le développement de jeux, les données synthétiques ont déjà montré leur potentiel d'application mûr.
Protection de la vie privée : le rôle de FHE dans le Web3
À l'ère des données, la protection de la vie privée est devenue un point focal mondial. L'adoption de réglementations telles que le Règlement général sur la protection des données (RGPD) de l'Union européenne reflète une stricte protection de la vie privée des individus. Cependant, cela pose également des défis : certaines données sensibles ne peuvent pas être pleinement exploitées en raison des risques pour la vie privée, ce qui limite sans aucun doute le potentiel et les capacités de raisonnement des modèles d'IA.
FHE, ou cryptage homomorphe complet, permet d'effectuer des opérations de calcul directement sur des données chiffrées sans avoir besoin de déchiffrer les données, et le résultat du calcul est identique à celui obtenu en effectuant le même calcul sur des données en clair.
FHE offre une protection solide pour le calcul de la confidentialité de l'IA, permettant à la puissance de calcul GPU d'exécuter des tâches d'entraînement et d'inférence de modèles dans un environnement sans accéder aux données brutes. Cela apporte un énorme avantage aux entreprises d'IA. Elles peuvent ouvrir en toute sécurité des services API tout en protégeant leurs secrets commerciaux.
FHEML prend en charge le traitement cryptographique des données et des modèles tout au long du cycle d'apprentissage automatique, garantissant la sécurité des informations sensibles et prévenant les risques de fuite de données. De cette manière, FHEML renforce la confidentialité des données et fournit un cadre de calcul sécurisé pour les applications d'IA.
FHEML est un complément à ZKML, ZKML prouve l'exécution correcte de l'apprentissage automatique, tandis que FHEML met l'accent sur le calcul de données chiffrées pour maintenir la confidentialité des données.
Révolution de la puissance de calcul : calcul AI dans un réseau décentralisé
La complexité de calcul des systèmes d'IA double tous les 3 mois, entraînant une demande de puissance de calcul en forte augmentation, dépassant largement l'offre de ressources de calcul existantes. Par exemple, l'entraînement d'un modèle d'IA célèbre nécessite une énorme puissance de calcul, équivalente à 355 années d'entraînement sur un seul appareil. Cette pénurie de puissance de calcul limite non seulement les progrès de la technologie IA, mais rend également ces modèles d'IA avancés inaccessibles pour la plupart des chercheurs et des développeurs.
En même temps, le taux d'utilisation des GPU dans le monde est inférieur à 40 %, tandis que le ralentissement de l'amélioration des performances des microprocesseurs et la pénurie de puces causée par des facteurs géopolitiques et de chaîne d'approvisionnement aggravent le problème de l'approvisionnement en puissance de calcul. Les professionnels de l'IA se retrouvent dans une situation délicate : soit ils achètent leur propre matériel, soit ils louent des ressources cloud. Ils ont un besoin urgent d'un service de calcul à la demande et économique.
Certain réseaux décentralisés d'IA de puissance de calcul agrègent les ressources GPU inutilisées à l'échelle mondiale, offrant aux entreprises d'IA un marché de puissance de calcul à la fois économique et facilement accessible. Les demandeurs de puissance de calcul peuvent publier des tâches de calcul sur le réseau, les smart contracts attribuent les tâches aux nœuds mineurs qui contribuent à la puissance de calcul, les mineurs exécutent les tâches et soumettent les résultats, et après vérification, ils reçoivent des récompenses en points. Cette solution améliore l'efficacité de l'utilisation des ressources et contribue à résoudre le problème des goulets d'étranglement de puissance de calcul dans des domaines tels que l'IA.
En plus du réseau de puissance de calcul décentralisé général, il existe des plateformes axées sur l'entraînement de l'IA, ainsi que des réseaux de puissance de calcul dédiés à l'inférence de l'IA.
Le réseau de puissance de calcul décentralisé offre un marché de puissance de calcul équitable et transparent, brisant le monopole, abaissant les barrières à l'entrée des applications et améliorant l'efficacité de l'utilisation de la puissance de calcul. Dans l'écosystème web3, le réseau de puissance de calcul décentralisé jouera un rôle clé, attirant l'adhésion de plus d'applications décentralisées innovantes pour promouvoir ensemble le développement et l'application des technologies AI.
DePIN : Web3 habilite l'Edge AI
Imaginez que votre téléphone, votre montre intelligente, et même les appareils intelligents de votre maison, possèdent la capacité d’exécuter de l’IA — c’est là toute la magie de l’Edge AI. Cela permet à l’informatique de se produire à la source de la génération des données, réalisant ainsi un traitement en temps réel avec une faible latence, tout en protégeant la vie privée des utilisateurs. La technologie Edge AI est déjà utilisée dans des domaines clés tels que la conduite autonome.
Dans le domaine de Web3, nous avons un nom plus familier - DePIN. Web3 met l'accent sur la Décentralisation et la souveraineté des données des utilisateurs, DePIN peut renforcer la protection de la vie privée des utilisateurs en traitant les données localement, réduisant ainsi le risque de fuite de données ; le mécanisme économique en Token natif à Web3 peut inciter les nœuds DePIN à fournir des ressources de calcul, construisant ainsi un écosystème durable.
Actuellement, DePIN se développe rapidement dans certains écosystèmes de chaînes publiques, devenant l'une des plateformes de choix pour le déploiement de projets. La haute TPS, les faibles frais de transaction et l'innovation technologique de ces chaînes publiques offrent un soutien puissant aux projets DePIN. Actuellement, la capitalisation boursière de certains projets DePIN sur des chaînes publiques a déjà dépassé 10 milliards de dollars, et plusieurs projets connus ont réalisé des progrès significatifs.
IMO : Nouveau paradigme de publication des modèles d'IA
Le concept d'IMO a été proposé pour la première fois par un certain protocole, qui tokenise les modèles d'IA.
Dans le modèle traditionnel, en raison de l'absence d'un mécanisme de partage des revenus, une fois qu'un modèle d'IA est développé et mis sur le marché, il est souvent difficile pour le développeur d'obtenir des revenus continus de l'utilisation ultérieure du modèle, surtout lorsque le modèle est intégré dans d'autres produits et services, il est difficile pour le créateur original de suivre l'utilisation, sans parler d'en tirer des revenus. De plus, les performances et l'efficacité des modèles d'IA manquent souvent de transparence, ce qui rend difficile pour les investisseurs et les utilisateurs potentiels d'évaluer leur véritable valeur, limitant ainsi la reconnaissance sur le marché et le potentiel commercial des modèles.
IMO offre un nouveau moyen de financement et de partage de valeur pour les modèles d'IA open source. Les investisseurs peuvent acheter des jetons IMO et partager les revenus générés par le modèle par la suite. Certains protocoles utilisent des normes ERC spécifiques, combinant des oracles d'IA et la technologie OPML pour garantir l'authenticité des modèles d'IA et permettre aux détenteurs de jetons de partager les bénéfices.
Le modèle IMO renforce la transparence et la confiance, encourage la collaboration en open source, s'adapte aux tendances du marché des cryptomonnaies et insuffle une dynamique au développement durable des technologies de l'IA. L'IMO en est encore à ses débuts, mais avec l'augmentation de l'acceptation du marché et l'élargissement de la portée de la participation, son innovation et sa valeur potentielle méritent notre attention.
Agent IA : une nouvelle ère d'expérience interactive
L'Agent IA peut percevoir l'environnement, réfléchir de manière indépendante et prendre des mesures correspondantes pour atteindre des objectifs établis. Avec le soutien des grands modèles de langage, l'Agent IA peut non seulement comprendre le langage naturel, mais aussi planifier des décisions et exécuter des tâches complexes. Ils peuvent servir d'assistants virtuels, apprenant les préférences des utilisateurs grâce à leurs interactions et offrant des solutions personnalisées. En l'absence d'instructions explicites, l'Agent IA peut également résoudre des problèmes de manière autonome, améliorer l'efficacité et créer de nouvelles valeurs.
Certaines plateformes d'applications natives AI ouvertes offrent un ensemble d'outils de création complets et faciles à utiliser, permettant aux utilisateurs de configurer les fonctionnalités, l'apparence, la voix des robots ainsi que de se connecter à des bases de connaissances externes, s'efforçant de créer un écosystème de contenu AI équitable et ouvert, en utilisant la technologie AI générative pour habiliter les individus à devenir des super créateurs. Ces plateformes ont formé des modèles de langage spécialisés, rendant le jeu de rôle plus humain ; la technologie de clonage vocal peut accélérer l'interaction personnalisée des produits AI, réduisant considérablement le coût de la synthèse vocale, le clonage vocal peut être réalisé en seulement 1 minute. Grâce à ces agents AI personnalisés, des applications dans des domaines variés tels que la vidéo chat, l'apprentissage des langues, la génération d'images, etc., sont désormais possibles.
Dans la fusion de Web3 et de l'IA, il s'agit actuellement davantage d'explorer le niveau des infrastructures, de voir comment obtenir des données de haute qualité, de protéger la confidentialité des données, de savoir comment héberger des modèles sur la chaîne, de comment améliorer l'utilisation efficace de la puissance de calcul décentralisée et de comment valider les grands modèles de langage, entre autres problèmes clés. Avec l'amélioration progressive de ces infrastructures, nous avons des raisons de croire que la fusion de Web3 et de l'IA donnera naissance à une série de modèles commerciaux et de services innovants.