Web3, como un nuevo paradigma de internet descentralizado, abierto y transparente, tiene una oportunidad natural de integración con la IA. En la arquitectura centralizada tradicional, los recursos de cálculo y datos de la IA están estrictamente controlados, y existen numerosos desafíos como los cuellos de botella en la potencia computacional, la filtración de privacidad y las cajas negras de algoritmo. Mientras tanto, Web3, basado en tecnología distribuida, puede inyectar nueva energía al desarrollo de la IA a través de redes de potencia computacional compartida, mercados de datos abiertos y computación de privacidad. Al mismo tiempo, la IA también puede aportar muchas capacidades a Web3, como la optimización de contratos inteligentes y algoritmos contra el fraude, apoyando su construcción ecológica. Por lo tanto, explorar la combinación de Web3 y la IA es crucial para construir la infraestructura de internet de próxima generación y liberar el valor de los datos y la potencia computacional.
Impulsado por datos: la sólida base de la IA y Web3
Los datos son el motor principal que impulsa el desarrollo de la IA, como el combustible para el motor. Los modelos de IA necesitan digerir grandes cantidades de datos de alta calidad para obtener una comprensión profunda y una poderosa capacidad de razonamiento. Los datos no solo proporcionan la base de entrenamiento para los modelos de aprendizaje automático, sino que también determinan la precisión y la fiabilidad del modelo.
En el modelo tradicional de adquisición y uso de datos de IA centralizada, existen los siguientes problemas principales:
El costo de adquisición de datos es elevado, lo que dificulta a las pequeñas y medianas empresas asumirlo.
Los recursos de datos están monopolizados por gigantes tecnológicos, formando islas de datos.
Los datos personales enfrentan el riesgo de filtración y abuso
Web3 puede abordar los puntos débiles del modelo tradicional con un nuevo paradigma de datos Descentralización:
A través de la Descentralización se captura datos de la red, que tras ser limpiados y transformados, proporcionan datos reales y de alta calidad para el entrenamiento de modelos de IA.
Adoptar el modelo "label to earn", incentivando a trabajadores de todo el mundo a participar en la anotación de datos mediante tokens, reuniendo el conocimiento profesional global y mejorando la capacidad de análisis de datos.
La plataforma de intercambio de datos en blockchain proporciona un entorno de transacción público y transparente para ambas partes de la oferta y la demanda de datos, incentivando la innovación y el intercambio de datos.
A pesar de esto, la obtención de datos del mundo real también presenta algunos problemas, como la calidad variable de los datos, la dificultad de procesamiento, la falta de diversidad y representación, entre otros. Los datos sintéticos podrían ser la estrella del futuro en la pista de datos de Web3. Basados en tecnología de IA generativa y simulación, los datos sintéticos pueden simular las propiedades de los datos reales, sirviendo como un complemento efectivo a los datos reales, aumentando la eficiencia en el uso de los datos. En campos como la conducción autónoma, el comercio en mercados financieros y el desarrollo de juegos, los datos sintéticos ya han demostrado su potencial de aplicación madura.
Protección de la privacidad: el papel de FHE en Web3
En la era impulsada por datos, la protección de la privacidad se ha convertido en un enfoque global, la promulgación de regulaciones como el Reglamento General de Protección de Datos (GDPR) de la Unión Europea refleja la estricta custodia de la privacidad personal. Sin embargo, esto también ha traído desafíos: algunos datos sensibles no se pueden utilizar plenamente debido a riesgos de privacidad, lo que indudablemente limita el potencial y la capacidad de razonamiento de los modelos de IA.
FHE es la encriptación homomórfica completa, que permite realizar operaciones de cálculo directamente sobre datos encriptados sin necesidad de descifrar los datos, y el resultado del cálculo es consistente con el resultado de realizar el mismo cálculo sobre datos en texto claro.
FHE proporciona una sólida protección para el cálculo de privacidad de AI, permitiendo que la potencia computacional de GPU ejecute tareas de entrenamiento e inferencia de modelos en un entorno sin tocar los datos originales. Esto brinda una gran ventaja a las empresas de AI. Pueden abrir servicios de API de manera segura mientras protegen secretos comerciales.
FHEML admite el procesamiento encriptado de datos y modelos a lo largo de todo el ciclo de aprendizaje automático, asegurando la seguridad de la información sensible y previniendo el riesgo de filtración de datos. De esta manera, FHEML refuerza la privacidad de los datos y proporciona un marco de cálculo seguro para las aplicaciones de IA.
FHEML es un complemento de ZKML, ZKML prueba la ejecución correcta del aprendizaje automático, mientras que FHEML enfatiza el cálculo sobre datos cifrados para mantener la privacidad de los datos.
Revolución de la potencia computacional: cálculo AI en redes descentralizadas
La complejidad computacional de los sistemas de IA actuales se duplica cada 3 meses, lo que provoca un aumento explosivo en la demanda de potencia computacional, superando con creces la oferta de recursos computacionales existentes. Por ejemplo, el entrenamiento de un conocido modelo de IA requiere una enorme potencia computacional, equivalente a 355 años de tiempo de entrenamiento en un solo dispositivo. Esta escasez de potencia computacional no solo limita el avance de la tecnología de IA, sino que también hace que esos modelos de IA avanzados sean inalcanzables para la mayoría de los investigadores y desarrolladores.
Al mismo tiempo, la tasa de utilización de GPU a nivel mundial es inferior al 40%, sumado a la desaceleración en el aumento del rendimiento de los microprocesadores y a la escasez de chips provocada por factores de la cadena de suministro y geopolíticos, lo que agrava aún más el problema del suministro de potencia computacional. Los profesionales de la IA se encuentran en un dilema: o compran hardware para uso propio, o alquilan recursos en la nube, y necesitan urgentemente una forma de servicio de computación bajo demanda y rentable.
Algunas redes de potencia computacional AI descentralizadas agregan recursos de GPU ociosos a nivel mundial, proporcionando a las empresas de AI un mercado de potencia computacional que es tanto económico como de fácil acceso. Los demandantes de potencia computacional pueden publicar tareas de cálculo en la red, los contratos inteligentes asignan las tareas a los nodos mineros que contribuyen con potencia computacional, los mineros ejecutan las tareas y presentan los resultados, y tras la verificación, reciben recompensas en puntos. Esta solución mejora la eficiencia en la utilización de recursos y ayuda a resolver el problema de cuello de botella en la potencia computacional en campos como la AI.
Además de las redes de potencia computacional descentralizada de uso general, también hay algunas plataformas enfocadas en el entrenamiento de IA, así como redes de potencia computacional dedicadas a la inferencia de IA.
La red de potencia computacional descentralizada ofrece un mercado de potencia computacional justo y transparente, rompiendo monopolios, reduciendo las barreras de entrada y mejorando la eficiencia en el uso de la potencia computacional. En el ecosistema web3, la red de potencia computacional descentralizada jugará un papel clave, atrayendo a más dapps innovadoras para impulsar conjuntamente el desarrollo y la aplicación de la tecnología AI.
DePIN: Web3 potencia la inteligencia artificial en el borde
Imagina que tu teléfono móvil, reloj inteligente e incluso los dispositivos inteligentes de tu hogar tienen la capacidad de ejecutar IA: esta es la魅力 del Edge AI. Permite que el cálculo ocurra en la fuente de generación de datos, logrando una baja latencia y un procesamiento en tiempo real, al mismo tiempo que protege la privacidad del usuario. La tecnología Edge AI ya se ha aplicado en campos clave como la conducción autónoma.
En el ámbito de Web3, tenemos un nombre más familiar: DePIN. Web3 enfatiza la Descentralización y la soberanía de los datos de los usuarios. DePIN puede mejorar la protección de la privacidad del usuario y reducir el riesgo de filtraciones de datos al procesar datos localmente; el mecanismo de economía de Token nativo de Web3 puede incentivar a los nodos de DePIN a proporcionar recursos de computación, construyendo un ecosistema sostenible.
Actualmente, DePIN se está desarrollando rápidamente en ciertos ecosistemas de cadenas de bloques públicas, convirtiéndose en una de las plataformas preferidas para el despliegue de proyectos. La alta TPS, los bajos costos de transacción y la innovación tecnológica de estas cadenas de bloques públicas brindan un fuerte apoyo a los proyectos DePIN. En la actualidad, la capitalización de mercado de algunos proyectos DePIN en cadenas de bloques públicas ha superado los 10 mil millones de dólares, y varios proyectos reconocidos han logrado avances significativos.
IMO：Nueva parámetro de lanzamiento del modelo de IA
El concepto de IMO fue propuesto por un protocolo, tokenizando modelos de IA.
En el modelo tradicional, debido a la falta de un mecanismo de compartir ingresos, una vez que se desarrolla un modelo de IA y se lanza al mercado, a menudo es difícil para los desarrolladores obtener ingresos continuos de su uso posterior, especialmente cuando el modelo se integra en otros productos y servicios, los creadores originales tienen dificultades para rastrear el uso, y mucho menos obtener ingresos de ello. Además, el rendimiento y los efectos de los modelos de IA a menudo carecen de transparencia, lo que dificulta a los inversores y usuarios potenciales evaluar su verdadero valor, limitando así el reconocimiento en el mercado y el potencial comercial del modelo.
IMO proporciona un nuevo método de financiamiento y compartición de valor para modelos de IA de código abierto, donde los inversores pueden comprar tokens IMO y compartir los ingresos generados por el modelo en el futuro. Algunos protocolos utilizan un estándar ERC específico, combinando oráculos de IA y tecnología OPML para garantizar la autenticidad de los modelos de IA y que los poseedores de tokens puedan compartir los ingresos.
El modo IMO ha mejorado la transparencia y la confianza, fomentando la colaboración de código abierto, adaptándose a las tendencias del mercado de criptomonedas y aportando impulso al desarrollo sostenible de la tecnología AI. Actualmente, el IMO todavía se encuentra en una fase de prueba inicial, pero con el aumento de la aceptación del mercado y la expansión de la participación, su innovación y valor potencial son dignos de nuestra expectativa.
Agente de IA: una nueva era de experiencias interactivas
El Agente de IA puede percibir el entorno, pensar de manera independiente y tomar acciones adecuadas para lograr objetivos establecidos. Con el apoyo de modelos de lenguaje grandes, el Agente de IA no solo puede entender el lenguaje natural, sino también planificar decisiones y ejecutar tareas complejas. Pueden actuar como asistentes virtuales, aprendiendo las preferencias de los usuarios a través de la interacción y ofreciendo soluciones personalizadas. Incluso sin instrucciones explícitas, el Agente de IA puede resolver problemas de forma autónoma, aumentar la eficiencia y crear nuevo valor.
Algunas plataformas nativas de IA abiertas ofrecen un conjunto completo y fácil de usar de herramientas de creación, que permiten a los usuarios configurar funciones, apariencia, voz de los robots y conectar bases de conocimientos externas, dedicándose a construir un ecosistema de contenido de IA justo y abierto. Utilizando tecnología de IA generativa, empoderan a las personas para convertirse en supercreadores. Estas plataformas han entrenado modelos de lenguaje grandes especializados, haciendo que los roles sean más humanizados; la tecnología de clonación de voz puede acelerar la interacción personalizada de productos de IA, reduciendo significativamente los costos de síntesis de voz, ya que la clonación de voz se puede lograr en solo 1 minuto. Los agentes de IA personalizados utilizando estas plataformas se pueden aplicar actualmente en diversas áreas como chat de video, aprendizaje de idiomas, generación de imágenes, entre otros.
En la fusión de Web3 y la IA, actualmente hay más exploración en la capa de infraestructura, cómo obtener datos de alta calidad, proteger la privacidad de los datos, cómo alojar modelos en la cadena, cómo mejorar el uso eficiente de la potencia computacional descentralizada, cómo validar modelos de lenguaje grande y otros problemas clave. A medida que estas infraestructuras se perfeccionan gradualmente, tenemos razones para creer que la fusión de Web3 y la IA dará lugar a una serie de modelos de negocio y servicios innovadores.
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
14 me gusta
Recompensa
14
9
Compartir
Comentar
0/400
WenMoon
· 07-21 17:28
¡Ah, esto! ¡Siento que web3.0 todavía no vende más que el mercado de valores!
Ver originalesResponder0
GateUser-c799715c
· 07-21 16:47
De nuevo se habla de la implementación de aplicaciones web3.
Ver originalesResponder0
AirdropChaser
· 07-20 22:17
alcista de Web3 junto con AI es el verdadero camino
Ver originalesResponder0
PensionDestroyer
· 07-20 03:47
No es posible ganar dinero.
Ver originalesResponder0
SchrodingersPaper
· 07-18 17:58
Otra ola de impuesto a la inteligencia ha llegado... manos de papel están esperando comprar la caída
Ver originalesResponder0
FunGibleTom
· 07-18 17:53
introducir una posición no te preocupes tanto web3+ai es el futuro
Ver originalesResponder0
DAOplomacy
· 07-18 17:52
sin duda una teoría elegante, pero las dependencias de trayectoria aquí presentan externalidades no triviales...
Ver originalesResponder0
GasFeeLover
· 07-18 17:39
Ay, ¿cómo se dice el gasto de potencia computacional?
Ver originalesResponder0
staking_gramps
· 07-18 17:30
La computación privada se ha hablado durante mucho tiempo, pero todo es un mito.
La fusión de Web3 y la IA: remodelando el panorama de datos, privacidad y Potencia computacional
Web3, como un nuevo paradigma de internet descentralizado, abierto y transparente, tiene una oportunidad natural de integración con la IA. En la arquitectura centralizada tradicional, los recursos de cálculo y datos de la IA están estrictamente controlados, y existen numerosos desafíos como los cuellos de botella en la potencia computacional, la filtración de privacidad y las cajas negras de algoritmo. Mientras tanto, Web3, basado en tecnología distribuida, puede inyectar nueva energía al desarrollo de la IA a través de redes de potencia computacional compartida, mercados de datos abiertos y computación de privacidad. Al mismo tiempo, la IA también puede aportar muchas capacidades a Web3, como la optimización de contratos inteligentes y algoritmos contra el fraude, apoyando su construcción ecológica. Por lo tanto, explorar la combinación de Web3 y la IA es crucial para construir la infraestructura de internet de próxima generación y liberar el valor de los datos y la potencia computacional.
Impulsado por datos: la sólida base de la IA y Web3
Los datos son el motor principal que impulsa el desarrollo de la IA, como el combustible para el motor. Los modelos de IA necesitan digerir grandes cantidades de datos de alta calidad para obtener una comprensión profunda y una poderosa capacidad de razonamiento. Los datos no solo proporcionan la base de entrenamiento para los modelos de aprendizaje automático, sino que también determinan la precisión y la fiabilidad del modelo.
En el modelo tradicional de adquisición y uso de datos de IA centralizada, existen los siguientes problemas principales:
Web3 puede abordar los puntos débiles del modelo tradicional con un nuevo paradigma de datos Descentralización:
A pesar de esto, la obtención de datos del mundo real también presenta algunos problemas, como la calidad variable de los datos, la dificultad de procesamiento, la falta de diversidad y representación, entre otros. Los datos sintéticos podrían ser la estrella del futuro en la pista de datos de Web3. Basados en tecnología de IA generativa y simulación, los datos sintéticos pueden simular las propiedades de los datos reales, sirviendo como un complemento efectivo a los datos reales, aumentando la eficiencia en el uso de los datos. En campos como la conducción autónoma, el comercio en mercados financieros y el desarrollo de juegos, los datos sintéticos ya han demostrado su potencial de aplicación madura.
Protección de la privacidad: el papel de FHE en Web3
En la era impulsada por datos, la protección de la privacidad se ha convertido en un enfoque global, la promulgación de regulaciones como el Reglamento General de Protección de Datos (GDPR) de la Unión Europea refleja la estricta custodia de la privacidad personal. Sin embargo, esto también ha traído desafíos: algunos datos sensibles no se pueden utilizar plenamente debido a riesgos de privacidad, lo que indudablemente limita el potencial y la capacidad de razonamiento de los modelos de IA.
FHE es la encriptación homomórfica completa, que permite realizar operaciones de cálculo directamente sobre datos encriptados sin necesidad de descifrar los datos, y el resultado del cálculo es consistente con el resultado de realizar el mismo cálculo sobre datos en texto claro.
FHE proporciona una sólida protección para el cálculo de privacidad de AI, permitiendo que la potencia computacional de GPU ejecute tareas de entrenamiento e inferencia de modelos en un entorno sin tocar los datos originales. Esto brinda una gran ventaja a las empresas de AI. Pueden abrir servicios de API de manera segura mientras protegen secretos comerciales.
FHEML admite el procesamiento encriptado de datos y modelos a lo largo de todo el ciclo de aprendizaje automático, asegurando la seguridad de la información sensible y previniendo el riesgo de filtración de datos. De esta manera, FHEML refuerza la privacidad de los datos y proporciona un marco de cálculo seguro para las aplicaciones de IA.
FHEML es un complemento de ZKML, ZKML prueba la ejecución correcta del aprendizaje automático, mientras que FHEML enfatiza el cálculo sobre datos cifrados para mantener la privacidad de los datos.
Revolución de la potencia computacional: cálculo AI en redes descentralizadas
La complejidad computacional de los sistemas de IA actuales se duplica cada 3 meses, lo que provoca un aumento explosivo en la demanda de potencia computacional, superando con creces la oferta de recursos computacionales existentes. Por ejemplo, el entrenamiento de un conocido modelo de IA requiere una enorme potencia computacional, equivalente a 355 años de tiempo de entrenamiento en un solo dispositivo. Esta escasez de potencia computacional no solo limita el avance de la tecnología de IA, sino que también hace que esos modelos de IA avanzados sean inalcanzables para la mayoría de los investigadores y desarrolladores.
Al mismo tiempo, la tasa de utilización de GPU a nivel mundial es inferior al 40%, sumado a la desaceleración en el aumento del rendimiento de los microprocesadores y a la escasez de chips provocada por factores de la cadena de suministro y geopolíticos, lo que agrava aún más el problema del suministro de potencia computacional. Los profesionales de la IA se encuentran en un dilema: o compran hardware para uso propio, o alquilan recursos en la nube, y necesitan urgentemente una forma de servicio de computación bajo demanda y rentable.
Algunas redes de potencia computacional AI descentralizadas agregan recursos de GPU ociosos a nivel mundial, proporcionando a las empresas de AI un mercado de potencia computacional que es tanto económico como de fácil acceso. Los demandantes de potencia computacional pueden publicar tareas de cálculo en la red, los contratos inteligentes asignan las tareas a los nodos mineros que contribuyen con potencia computacional, los mineros ejecutan las tareas y presentan los resultados, y tras la verificación, reciben recompensas en puntos. Esta solución mejora la eficiencia en la utilización de recursos y ayuda a resolver el problema de cuello de botella en la potencia computacional en campos como la AI.
Además de las redes de potencia computacional descentralizada de uso general, también hay algunas plataformas enfocadas en el entrenamiento de IA, así como redes de potencia computacional dedicadas a la inferencia de IA.
La red de potencia computacional descentralizada ofrece un mercado de potencia computacional justo y transparente, rompiendo monopolios, reduciendo las barreras de entrada y mejorando la eficiencia en el uso de la potencia computacional. En el ecosistema web3, la red de potencia computacional descentralizada jugará un papel clave, atrayendo a más dapps innovadoras para impulsar conjuntamente el desarrollo y la aplicación de la tecnología AI.
DePIN: Web3 potencia la inteligencia artificial en el borde
Imagina que tu teléfono móvil, reloj inteligente e incluso los dispositivos inteligentes de tu hogar tienen la capacidad de ejecutar IA: esta es la魅力 del Edge AI. Permite que el cálculo ocurra en la fuente de generación de datos, logrando una baja latencia y un procesamiento en tiempo real, al mismo tiempo que protege la privacidad del usuario. La tecnología Edge AI ya se ha aplicado en campos clave como la conducción autónoma.
En el ámbito de Web3, tenemos un nombre más familiar: DePIN. Web3 enfatiza la Descentralización y la soberanía de los datos de los usuarios. DePIN puede mejorar la protección de la privacidad del usuario y reducir el riesgo de filtraciones de datos al procesar datos localmente; el mecanismo de economía de Token nativo de Web3 puede incentivar a los nodos de DePIN a proporcionar recursos de computación, construyendo un ecosistema sostenible.
Actualmente, DePIN se está desarrollando rápidamente en ciertos ecosistemas de cadenas de bloques públicas, convirtiéndose en una de las plataformas preferidas para el despliegue de proyectos. La alta TPS, los bajos costos de transacción y la innovación tecnológica de estas cadenas de bloques públicas brindan un fuerte apoyo a los proyectos DePIN. En la actualidad, la capitalización de mercado de algunos proyectos DePIN en cadenas de bloques públicas ha superado los 10 mil millones de dólares, y varios proyectos reconocidos han logrado avances significativos.
IMO：Nueva parámetro de lanzamiento del modelo de IA
El concepto de IMO fue propuesto por un protocolo, tokenizando modelos de IA.
En el modelo tradicional, debido a la falta de un mecanismo de compartir ingresos, una vez que se desarrolla un modelo de IA y se lanza al mercado, a menudo es difícil para los desarrolladores obtener ingresos continuos de su uso posterior, especialmente cuando el modelo se integra en otros productos y servicios, los creadores originales tienen dificultades para rastrear el uso, y mucho menos obtener ingresos de ello. Además, el rendimiento y los efectos de los modelos de IA a menudo carecen de transparencia, lo que dificulta a los inversores y usuarios potenciales evaluar su verdadero valor, limitando así el reconocimiento en el mercado y el potencial comercial del modelo.
IMO proporciona un nuevo método de financiamiento y compartición de valor para modelos de IA de código abierto, donde los inversores pueden comprar tokens IMO y compartir los ingresos generados por el modelo en el futuro. Algunos protocolos utilizan un estándar ERC específico, combinando oráculos de IA y tecnología OPML para garantizar la autenticidad de los modelos de IA y que los poseedores de tokens puedan compartir los ingresos.
El modo IMO ha mejorado la transparencia y la confianza, fomentando la colaboración de código abierto, adaptándose a las tendencias del mercado de criptomonedas y aportando impulso al desarrollo sostenible de la tecnología AI. Actualmente, el IMO todavía se encuentra en una fase de prueba inicial, pero con el aumento de la aceptación del mercado y la expansión de la participación, su innovación y valor potencial son dignos de nuestra expectativa.
Agente de IA: una nueva era de experiencias interactivas
El Agente de IA puede percibir el entorno, pensar de manera independiente y tomar acciones adecuadas para lograr objetivos establecidos. Con el apoyo de modelos de lenguaje grandes, el Agente de IA no solo puede entender el lenguaje natural, sino también planificar decisiones y ejecutar tareas complejas. Pueden actuar como asistentes virtuales, aprendiendo las preferencias de los usuarios a través de la interacción y ofreciendo soluciones personalizadas. Incluso sin instrucciones explícitas, el Agente de IA puede resolver problemas de forma autónoma, aumentar la eficiencia y crear nuevo valor.
Algunas plataformas nativas de IA abiertas ofrecen un conjunto completo y fácil de usar de herramientas de creación, que permiten a los usuarios configurar funciones, apariencia, voz de los robots y conectar bases de conocimientos externas, dedicándose a construir un ecosistema de contenido de IA justo y abierto. Utilizando tecnología de IA generativa, empoderan a las personas para convertirse en supercreadores. Estas plataformas han entrenado modelos de lenguaje grandes especializados, haciendo que los roles sean más humanizados; la tecnología de clonación de voz puede acelerar la interacción personalizada de productos de IA, reduciendo significativamente los costos de síntesis de voz, ya que la clonación de voz se puede lograr en solo 1 minuto. Los agentes de IA personalizados utilizando estas plataformas se pueden aplicar actualmente en diversas áreas como chat de video, aprendizaje de idiomas, generación de imágenes, entre otros.
En la fusión de Web3 y la IA, actualmente hay más exploración en la capa de infraestructura, cómo obtener datos de alta calidad, proteger la privacidad de los datos, cómo alojar modelos en la cadena, cómo mejorar el uso eficiente de la potencia computacional descentralizada, cómo validar modelos de lenguaje grande y otros problemas clave. A medida que estas infraestructuras se perfeccionan gradualmente, tenemos razones para creer que la fusión de Web3 y la IA dará lugar a una serie de modelos de negocio y servicios innovadores.