Exploração da fusão entre AI e Web3: Construindo a infraestrutura da próxima geração da internet

Web3, como um novo paradigma de internet descentralizado, aberto e transparente, possui um potencial de fusão natural com a tecnologia AI. Sob uma arquitetura centralizada tradicional, os recursos de computação e dados da AI estão sujeitos a restrições rigorosas, enfrentando múltiplos desafios como gargalos de computação, vazamento de privacidade e caixas pretas de algoritmos. Por outro lado, o Web3, baseado em tecnologia distribuída, pode fornecer nova força motriz para o desenvolvimento da AI através de redes de compartilhamento de computação, mercados de dados abertos e computação de privacidade. Ao mesmo tempo, a AI pode trazer muitos benefícios ao ecossistema Web3, como otimização de contratos inteligentes e algoritmos anti-trapaça. Portanto, explorar a combinação entre Web3 e AI é de grande importância para a construção de uma nova geração de infraestrutura da internet e para liberar o valor dos dados e da computação.

Dados impulsionados: A base da IA e do Web3

Os dados são o motor central que impulsiona o desenvolvimento da IA. Os modelos de IA precisam absorver enormes quantidades de dados de alta qualidade para alcançar uma compreensão profunda e uma forte capacidade de raciocínio. Os dados não apenas fornecem a base para o treinamento dos modelos de aprendizado de máquina, mas também determinam a precisão e a confiabilidade dos modelos.

Os principais problemas do modelo tradicional de aquisição e utilização de dados de IA centralizados são os seguintes:

• O custo de obtenção de dados é elevado, tornando difícil para as pequenas e médias empresas suportá-lo.
• Os recursos de dados são monopolizados por gigantes da tecnologia, formando ilhas de dados
• Os dados pessoais enfrentam riscos de violação e abuso de privacidade.

Web3 oferece um novo paradigma de dados descentralizados para resolver esses problemas:

• Os usuários podem vender recursos de rede ociosos para empresas de IA, de forma descentralizada, para capturar dados da rede, que, após serem limpos e transformados, fornecem dados reais e de alta qualidade para o treinamento de modelos de IA.
• Adotar o modelo "marcação para ganhar", incentivando trabalhadores globais a participar na anotação de dados através de tokens, reunindo conhecimento especializado global e melhorando a capacidade de análise de dados.
• A plataforma de negociação de dados em blockchain oferece um ambiente de negociação público e transparente para ambas as partes envolvidas na oferta e procura de dados, incentivando a inovação e o compartilhamento de dados.

No entanto, a obtenção de dados do mundo real ainda apresenta alguns problemas, como a qualidade dos dados que varia, a dificuldade de processamento, a diversidade e a falta de representatividade. Dados sintéticos podem se tornar a estrela do futuro na área de dados Web3. Com base em tecnologia de IA generativa e simulação, dados sintéticos podem simular as propriedades dos dados reais, servindo como um complemento eficaz e aumentando a eficiência do uso dos dados. Em áreas como condução automática, negociação no mercado financeiro e desenvolvimento de jogos, dados sintéticos já demonstraram um potencial de aplicação maduro.

Proteção da Privacidade: O Papel da Criptografia Homomórfica Total

Na era da informação orientada por dados, a proteção da privacidade tornou-se um foco de atenção global. A introdução de regulamentos como o Regulamento Geral sobre a Proteção de Dados da União Europeia (GDPR) reflete a rigorosa proteção da privacidade pessoal. No entanto, isso também trouxe desafios: alguns dados sensíveis não podem ser utilizados plenamente devido a riscos de privacidade, limitando o potencial e a capacidade de raciocínio dos modelos de IA.

A criptografia homomórfica completa (FHE) permite realizar operações de cálculo diretamente em dados criptografados, sem a necessidade de descriptografá-los, e os resultados dos cálculos são consistentes com os resultados dos dados em texto claro. O FHE oferece uma proteção robusta para o cálculo de privacidade de IA, permitindo que a capacidade de processamento da GPU execute tarefas de treinamento e inferência de modelos em um ambiente sem contato com os dados originais. Isso traz enormes vantagens para as empresas de IA, que podem abrir serviços API de forma segura, enquanto protegem segredos comerciais.

FHEML suporta o processamento criptografado de dados e modelos durante todo o ciclo de aprendizagem de máquina, garantindo a segurança das informações sensíveis e prevenindo o risco de vazamento de dados. Desta forma, o FHEML reforça a privacidade dos dados e fornece uma estrutura de computação segura para aplicações de IA.

FHEML é um complemento ao ZKML, enquanto o ZKML prova a execução correta do aprendizado de máquina, FHEML enfatiza a computação sobre dados criptografados para manter a privacidade dos dados.

Revolução da Computação: Computação AI em Redes Descentralizadas

A complexidade computacional dos sistemas de IA atuais dobra a cada 3 meses, levando a um aumento exponencial na demanda por poder de computação, muito além da oferta de recursos computacionais existentes. Por exemplo, o treinamento de um grande modelo de linguagem requer um enorme poder de computação, equivalente a 355 anos de tempo de treinamento em um único dispositivo. Essa escassez de poder de computação não apenas limita o avanço da tecnologia de IA, mas também torna os modelos avançados de IA inalcançáveis para a maioria dos pesquisadores e desenvolvedores.

Ao mesmo tempo, a taxa de utilização global de GPUs está abaixo de 40%, além do que a desaceleração no aumento do desempenho dos microprocessadores, juntamente com a escassez de chips devido a fatores da cadeia de suprimentos e geopolíticos, agrava ainda mais o problema de fornecimento de poder computacional. Os profissionais de IA enfrentam um dilema: ou compram hardware, ou alugam recursos em nuvem; eles precisam urgentemente de uma forma de serviço de computação sob demanda e econômica.

A rede de computação descentralizada de IA fornece um mercado de computação econômico e de fácil acesso para empresas de IA, agregando recursos de GPU ociosos em todo o mundo. Os demandantes de computação podem publicar tarefas no rede, e contratos inteligentes atribuem as tarefas aos nós que contribuem com poder computacional. Os nós executam as tarefas e submetem os resultados, recebendo recompensas após a validação. Esta solução melhora a eficiência na utilização de recursos e ajuda a resolver o problema do gargalo de computação em áreas como a IA.

Além da rede de computação descentralizada genérica, existem plataformas focadas no treinamento de IA e redes de computação dedicadas à inferência de IA. A rede de computação descentralizada oferece um mercado de computação justo e transparente, quebrando monopólios, reduzindo as barreiras de entrada e aumentando a eficiência da utilização da computação. No ecossistema Web3, a rede de computação descentralizada desempenhará um papel fundamental, atraindo mais aplicações inovadoras para se juntarem e impulsionarem o desenvolvimento e a aplicação da tecnologia de IA.

DePIN: Web3 capacitando AI de borda

A IA de borda permite que a computação ocorra na fonte de geração de dados, alcançando baixa latência e processamento em tempo real, enquanto protege a privacidade do usuário. A tecnologia de IA de borda já foi aplicada em áreas críticas, como a condução autónoma.

No domínio do Web3, temos um nome mais familiar - DePIN. O Web3 enfatiza a descentralização e a soberania dos dados do usuário, e o DePIN pode melhorar a proteção da privacidade dos usuários e reduzir o risco de vazamentos de dados através do processamento local de dados; o mecanismo de economia de tokens nativo do Web3 pode incentivar os nós DePIN a fornecer recursos de computação, construindo um ecossistema sustentável.

Atualmente, o DePIN está se desenvolvendo rapidamente em um ecossistema de uma determinada blockchain pública, tornando-se uma das plataformas preferidas para a implantação de projetos. A alta TPS, as baixas taxas de transação e a inovação tecnológica dessa blockchain pública oferecem um forte suporte para os projetos DePIN. Atualmente, a capitalização de mercado dos projetos DePIN nessa blockchain pública ultrapassa 10 bilhões de dólares, e vários projetos conhecidos já alcançaram progressos significativos.

IMO: Novo paradigma de lançamento de modelos de IA

O conceito de IMO foi proposto inicialmente por um determinado protocolo, tokenizando modelos de IA.

No modelo tradicional, devido à ausência de um mecanismo de partilha de receitas, os desenvolvedores de modelos de IA frequentemente enfrentam dificuldades em obter receitas contínuas a partir da utilização subsequente dos modelos, especialmente quando estes são integrados em outros produtos e serviços. Além disso, o desempenho e os resultados dos modelos de IA muitas vezes carecem de transparência, o que dificulta a avaliação do seu verdadeiro valor por parte de potenciais investidores e utilizadores, limitando o reconhecimento no mercado e o potencial comercial dos modelos.

O IMO oferece uma nova forma de apoio financeiro e compartilhamento de valor para modelos de IA de código aberto, permitindo que os investidores comprem tokens IMO e compartilhem os rendimentos gerados pelo modelo posteriormente. Um determinado protocolo utiliza um padrão ERC específico, combinando oráculos de IA e tecnologia OPML para garantir a autenticidade do modelo de IA e que os detentores de tokens possam compartilhar os rendimentos.

O modo IMO aumentou a transparência e a confiança, incentivou a colaboração de código aberto, adaptou-se às tendências do mercado de criptomoedas e injetou impulso para o desenvolvimento sustentável da tecnologia de IA. O IMO ainda está em uma fase inicial de tentativa, mas à medida que a aceitação do mercado aumenta e a gama de participação se expande, sua inovação e valor potencial são promissores.

Agente de IA: Uma nova era de experiência interativa

O Agente de IA é capaz de perceber o ambiente, pensar de forma independente e tomar ações correspondentes para alcançar objetivos estabelecidos. Com o apoio de grandes modelos de linguagem, o Agente de IA não só pode entender a linguagem natural, mas também planejar decisões e executar tarefas complexas. Eles podem atuar como assistentes virtuais, aprendendo as preferências dos usuários por meio da interação e oferecendo soluções personalizadas. Mesmo sem instruções claras, o Agente de IA pode resolver problemas de forma autônoma, aumentar a eficiência e criar novo valor.

Uma plataforma de aplicação nativa de AI aberta oferece um conjunto de ferramentas de criação abrangente e fácil de usar, suportando a configuração de funções, aparência e sons de robôs, além de conectar a bibliotecas de conhecimento externas, dedicando-se a criar um ecossistema de conteúdo de IA justo e aberto. Utilizando tecnologia de IA generativa, capacita indivíduos a se tornarem super criadores. A plataforma treinou modelos de linguagem de grande escala específicos, tornando a representação de personagens mais humanizada; a tecnologia de clonagem de voz pode acelerar a interação personalizada de produtos de IA, reduzindo o custo de síntese de voz em 99%, com clonagem de voz realizada em apenas 1 minuto. Com o AI Agent personalizado dessa plataforma, atualmente pode ser aplicado em várias áreas, como bate-papo por vídeo, aprendizado de idiomas e geração de imagens.

Na fusão entre Web3 e AI, atualmente há mais exploração na camada de infraestrutura, como obter dados de alta qualidade, proteger a privacidade dos dados, como hospedar modelos na blockchain, como melhorar o uso eficiente da potência computacional descentralizada e como validar grandes modelos de linguagem, entre outras questões-chave. À medida que essa infraestrutura se aprimora gradualmente, temos razões para acreditar que a fusão entre Web3 e AI dará origem a uma série de modelos de negócios e serviços inovadores.