Web3, como uma nova paradigma da internet descentralizada, aberta e transparente, tem uma oportunidade natural de fusão com a IA. Sob uma arquitetura centralizada tradicional, os recursos de computação e dados da IA são rigorosamente controlados, e existem muitos desafios, como gargalos de poder de computação, vazamento de privacidade e caixa-preta de algoritmos. Por outro lado, o Web3, baseado em tecnologia distribuída, pode injetar nova energia no desenvolvimento da IA através do compartilhamento de redes de poder de computação, mercados de dados abertos e computação de privacidade. Ao mesmo tempo, a IA também pode trazer muitos empoderamentos para o Web3, como a otimização de contratos inteligentes e algoritmos de combate a fraudes, ajudando na construção de seu ecossistema. Portanto, explorar a combinação de Web3 e IA é crucial para construir a infraestrutura da próxima geração da internet e liberar o valor dos dados e do poder de computação.
Dados impulsionados: A base sólida da IA e do Web3
Os dados são o motor central que impulsiona o desenvolvimento da IA, assim como o combustível é para um motor. Os modelos de IA precisam digerir uma grande quantidade de dados de alta qualidade para obter uma compreensão profunda e uma forte capacidade de raciocínio. Os dados não apenas fornecem a base de treinamento para os modelos de aprendizado de máquina, mas também determinam a precisão e a confiabilidade dos modelos.
No modelo tradicional de aquisição e utilização de dados de IA centralizada, existem os seguintes principais problemas:
O custo de obtenção de dados é elevado, dificultando a sua assunção por pequenas e médias empresas.
Os recursos de dados são monopolizados por gigantes da tecnologia, formando ilhas de dados.
O risco de vazamento e abuso de dados pessoais
Web3 pode resolver os pontos problemáticos dos modelos tradicionais com uma nova paradigmas de dados descentralizados:
Capturar dados da rede de forma descentralizada, limpá-los e convertê-los para fornecer dados reais e de alta qualidade para o treinamento de modelos de IA.
Adotar o modo "label to earn", através de incentivos em tokens para que trabalhadores globais participem na rotulagem de dados, reunindo conhecimento especializado global e aumentando a capacidade de análise dos 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.
Apesar disso, a obtenção de dados do mundo real também enfrenta alguns problemas, como a qualidade dos dados variável, a dificuldade de processamento e a insuficiência em diversidade e representatividade. Dados sintéticos podem ser a estrela do futuro na pista de dados Web3. Baseados em tecnologia de IA generativa e simulação, dados sintéticos podem simular as propriedades de dados reais, servindo como um complemento eficaz aos dados reais, aumentando a eficiência do uso de dados. Em áreas como condução autónoma, negociação em mercados financeiros e desenvolvimento de jogos, dados sintéticos já mostraram seu potencial de aplicação maduro.
Proteção de privacidade: O papel do FHE na Web3
Na era dos dados, a proteção da privacidade tornou-se um foco de atenção global, e a introdução de regulamentos como o Regulamento Geral sobre a Proteção de Dados (GDPR) da União Europeia reflete a rigorosa proteção da privacidade pessoal. No entanto, isso também trouxe desafios: alguns dados sensíveis não podem ser plenamente utilizados devido a riscos de privacidade, o que sem dúvida limita o potencial e a capacidade de raciocínio dos modelos de IA.
FHE é a criptografia homomórfica, que permite realizar operações de cálculo diretamente sobre dados criptografados, sem a necessidade de descriptografar os dados, e o resultado do cálculo é idêntico ao resultado obtido ao realizar o mesmo cálculo sobre dados em texto claro.
FHE oferece uma proteção sólida para a computação de privacidade de IA, permitindo que o poder de computação da GPU execute tarefas de treinamento e inferência de modelos em um ambiente sem tocar nos dados originais. Isso traz uma enorme vantagem para as empresas de IA. Elas podem abrir serviços de API de forma segura, protegendo ao mesmo tempo segredos comerciais.
FHEML suporta o processamento encriptado de dados e modelos ao longo de todo o ciclo de aprendizagem de máquinas, garantindo a segurança das informações sensíveis e prevenindo o risco de vazamento de dados. Dessa forma, o FHEML reforça a privacidade dos dados, proporcionando uma estrutura de computação segura para aplicações de IA.
FHEML é um complemento ao ZKML, onde o ZKML prova a execução correta do aprendizado de máquina, enquanto o FHEML enfatiza a computação sobre dados criptografados para manter a privacidade dos dados.
Poder de computação revolução: AI cálculo em redes Descentralização
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 conhecido modelo de IA 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 esses modelos avançados inacessíveis para a maioria dos pesquisadores e desenvolvedores.
Ao mesmo tempo, a utilização global de GPUs é inferior a 40%, juntamente com a desaceleração no aumento do desempenho dos microprocessadores e a escassez de chips causada por fatores da cadeia de suprimentos e geopolíticos, o que torna o problema da oferta de poder de computação ainda mais grave. Os profissionais de IA se encontram em um dilema: ou compram hardware ou alugam recursos em nuvem, e eles precisam urgentemente de uma forma de serviço de computação sob demanda e econômica.
Algumas redes de poder de computação AI descentralizadas, ao agregar recursos de GPU ociosos em todo o mundo, oferecem às empresas de AI um mercado de poder de computação que é tanto econômico quanto acessível. As partes que demandam poder de computação podem publicar tarefas de cálculo na rede, e os contratos inteligentes alocam as tarefas para os nós mineradores que contribuem com poder de computação. Os mineradores executam as tarefas e apresentam os resultados, recebendo recompensas em pontos após a verificação. Esta solução melhora a eficiência da utilização de recursos e ajuda a resolver o problema do gargalo de poder de computação em campos como a AI.
Além da rede de poder de computação descentralizada genérica, há algumas plataformas focadas no treinamento de IA, bem como redes de poder de computação dedicadas à inferência de IA.
A rede de poder de computação descentralizada oferece um mercado de poder de computação justo e transparente, quebrando monopólios, reduzindo as barreiras de entrada e aumentando a eficiência de utilização do poder de computação. No ecossistema web3, a rede de poder de computação descentralizada desempenhará um papel fundamental, atraindo mais dapps inovadoras para se juntarem e impulsionarem conjuntamente o desenvolvimento e a aplicação da tecnologia de IA.
DePIN: Web3 capacitando Edge AI
Imagine que seu celular, smartwatch e até dispositivos inteligentes em casa têm a capacidade de rodar IA - essa é a beleza da Edge AI. Ela permite que a computação ocorra na origem da geração de dados, alcançando baixa latência e processamento em tempo real, enquanto protege a privacidade do usuário. A tecnologia Edge AI já foi aplicada em áreas críticas como a condução autônoma.
No campo do Web3, temos um nome mais familiar - DePIN. O Web3 enfatiza a Descentralização e a soberania dos dados dos usuários, o DePIN pode aumentar a proteção da privacidade dos usuários e reduzir o risco de vazamento de dados ao processar dados localmente; o mecanismo econômico de Token nativo do Web3 pode incentivar os nós DePIN a fornecer recursos de computação, construindo um ecossistema sustentável.
Atualmente, o DePIN está a desenvolver-se rapidamente em certos ecossistemas de cadeias públicas, tornando-se uma das plataformas preferidas para a implementação de projetos. O elevado TPS, as baixas taxas de transação e a inovação tecnológica dessas cadeias públicas oferecem um forte suporte aos projetos DePIN. Atualmente, alguns projetos DePIN em cadeias públicas já têm uma capitalização de mercado superior a 10 mil milhões de dólares, e vários projetos de renome já fizeram progressos significativos.
IMO：Novo paradigma de lançamento de modelos de IA
O conceito de IMO foi proposto inicialmente por um protocolo, tokenizando modelos de IA.
No modelo tradicional, devido à falta de um mecanismo de partilha de lucros, uma vez que o modelo de IA é desenvolvido e lançado no mercado, os desenvolvedores frequentemente têm dificuldade em obter receitas contínuas do uso subsequente do modelo, especialmente quando o modelo é integrado em outros produtos e serviços; os criadores originais têm dificuldade em rastrear o uso, quanto mais em obter lucros a partir disso. 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 investidores e utilizadores potenciais, limitando o reconhecimento do modelo no mercado e o seu potencial comercial.
O IMO oferece uma nova forma de suporte financeiro e compartilhamento de valor para modelos de IA de código aberto, permitindo que investidores comprem tokens IMO e compartilhem os lucros gerados pelo modelo posteriormente. Alguns protocolos utilizam padrões ERC específicos, combinando oráculos de IA e tecnologia OPML para garantir a autenticidade dos modelos de IA e que os detentores de tokens possam compartilhar os lucros.
O modo IMO aumentou a transparência e a confiança, incentivou a colaboração em código aberto, adaptou-se às tendências do mercado de criptomoedas e impulsionou o desenvolvimento sustentável da tecnologia de IA. O IMO ainda está na fase inicial de tentativa, mas à medida que a aceitação do mercado aumenta e a participação se expande, sua inovação e valor potencial são dignos de nossa expectativa.
Agente de IA: uma nova era de experiência interativa
O Agente de IA pode perceber o ambiente, pensar de forma independente e tomar ações apropriadas para alcançar objetivos estabelecidos. Com o apoio de grandes modelos de linguagem, o Agente de IA não só consegue entender a linguagem natural, mas também planejar decisões e executar tarefas complexas. Eles podem atuar como assistentes virtuais, aprendendo as preferências dos usuários através da interação e oferecendo soluções personalizadas. Mesmo na ausência de instruções claras, o Agente de IA pode resolver problemas de forma autônoma, aumentando a eficiência e criando novo valor.
Algumas plataformas nativas de AI abertas oferecem um conjunto de ferramentas de criação abrangente e fácil de usar, que suporta a configuração das funções, aparência, voz dos robôs, assim como a conexão a bibliotecas de conhecimento externas, empenhando-se em criar um ecossistema de conteúdo de AI justo e aberto. Utilizando tecnologia de AI generativa, empodera indivíduos a se tornarem super criadores. Essas plataformas treinaram modelos de linguagem de grande porte especializados, tornando a interpretação de papéis mais humanizada; a tecnologia de clonagem de voz pode acelerar a interação personalizada de produtos de AI, reduzindo significativamente os custos de síntese de voz, sendo que a clonagem de voz pode ser realizada em apenas 1 minuto. Os Agentes de AI personalizados utilizando essas plataformas podem ser aplicados atualmente em várias áreas, como vídeo chamadas, aprendizagem de idiomas, geração de imagens, entre outras.
Na fusão entre Web3 e IA, atualmente a exploração está mais voltada para a camada de infraestrutura, como obter dados de alta qualidade, proteger a privacidade dos dados, como hospedar modelos na cadeia, como melhorar a utilização eficiente do poder de computação descentralizado, como validar grandes modelos de linguagem, entre outras questões-chave. Com a gradual melhoria dessas infraestruturas, temos razões para acreditar que a fusão entre Web3 e IA vai gerar uma série de modelos e serviços comerciais inovadores.
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
14 Curtidas
Recompensa
14
9
Compartilhar
Comentário
0/400
WenMoon
· 07-21 17:28
Ah, parece que o web3.0 ainda não vende tanto quanto as ações!
Ver originalResponder0
GateUser-c799715c
· 07-21 16:47
Mais uma aplicação prática do web3 foi anunciada.
Ver originalResponder0
AirdropChaser
· 07-20 22:17
O caminho é o touro no Web3 junto com a IA.
Ver originalResponder0
PensionDestroyer
· 07-20 03:47
Não é possível ganhar dinheiro.
Ver originalResponder0
SchrodingersPaper
· 07-18 17:58
Outra onda de imposto sobre a inteligência está a chegar... mãos de papel estão à espera de comprar na baixa
Ver originalResponder0
FunGibleTom
· 07-18 17:53
entrar numa posição não se preocupe tanto, web3+ai é o futuro
Ver originalResponder0
DAOplomacy
· 07-18 17:52
sem dúvida uma teoria elegante, mas as dependências de caminho aqui apresentam externalidades não triviais...
Ver originalResponder0
GasFeeLover
· 07-18 17:39
Ai, como se diz o custo do poder de computação~
Ver originalResponder0
staking_gramps
· 07-18 17:30
A computação de privacidade foi discutida durante muito tempo, mas é só conversa.
A fusão do Web3 e da IA: remodelando o panorama de dados, privacidade e Poder de computação
Web3, como uma nova paradigma da internet descentralizada, aberta e transparente, tem uma oportunidade natural de fusão com a IA. Sob uma arquitetura centralizada tradicional, os recursos de computação e dados da IA são rigorosamente controlados, e existem muitos desafios, como gargalos de poder de computação, vazamento de privacidade e caixa-preta de algoritmos. Por outro lado, o Web3, baseado em tecnologia distribuída, pode injetar nova energia no desenvolvimento da IA através do compartilhamento de redes de poder de computação, mercados de dados abertos e computação de privacidade. Ao mesmo tempo, a IA também pode trazer muitos empoderamentos para o Web3, como a otimização de contratos inteligentes e algoritmos de combate a fraudes, ajudando na construção de seu ecossistema. Portanto, explorar a combinação de Web3 e IA é crucial para construir a infraestrutura da próxima geração da internet e liberar o valor dos dados e do poder de computação.
Dados impulsionados: A base sólida da IA e do Web3
Os dados são o motor central que impulsiona o desenvolvimento da IA, assim como o combustível é para um motor. Os modelos de IA precisam digerir uma grande quantidade de dados de alta qualidade para obter uma compreensão profunda e uma forte capacidade de raciocínio. Os dados não apenas fornecem a base de treinamento para os modelos de aprendizado de máquina, mas também determinam a precisão e a confiabilidade dos modelos.
No modelo tradicional de aquisição e utilização de dados de IA centralizada, existem os seguintes principais problemas:
Web3 pode resolver os pontos problemáticos dos modelos tradicionais com uma nova paradigmas de dados descentralizados:
Apesar disso, a obtenção de dados do mundo real também enfrenta alguns problemas, como a qualidade dos dados variável, a dificuldade de processamento e a insuficiência em diversidade e representatividade. Dados sintéticos podem ser a estrela do futuro na pista de dados Web3. Baseados em tecnologia de IA generativa e simulação, dados sintéticos podem simular as propriedades de dados reais, servindo como um complemento eficaz aos dados reais, aumentando a eficiência do uso de dados. Em áreas como condução autónoma, negociação em mercados financeiros e desenvolvimento de jogos, dados sintéticos já mostraram seu potencial de aplicação maduro.
Proteção de privacidade: O papel do FHE na Web3
Na era dos dados, a proteção da privacidade tornou-se um foco de atenção global, e a introdução de regulamentos como o Regulamento Geral sobre a Proteção de Dados (GDPR) da União Europeia reflete a rigorosa proteção da privacidade pessoal. No entanto, isso também trouxe desafios: alguns dados sensíveis não podem ser plenamente utilizados devido a riscos de privacidade, o que sem dúvida limita o potencial e a capacidade de raciocínio dos modelos de IA.
FHE é a criptografia homomórfica, que permite realizar operações de cálculo diretamente sobre dados criptografados, sem a necessidade de descriptografar os dados, e o resultado do cálculo é idêntico ao resultado obtido ao realizar o mesmo cálculo sobre dados em texto claro.
FHE oferece uma proteção sólida para a computação de privacidade de IA, permitindo que o poder de computação da GPU execute tarefas de treinamento e inferência de modelos em um ambiente sem tocar nos dados originais. Isso traz uma enorme vantagem para as empresas de IA. Elas podem abrir serviços de API de forma segura, protegendo ao mesmo tempo segredos comerciais.
FHEML suporta o processamento encriptado de dados e modelos ao longo de todo o ciclo de aprendizagem de máquinas, garantindo a segurança das informações sensíveis e prevenindo o risco de vazamento de dados. Dessa forma, o FHEML reforça a privacidade dos dados, proporcionando uma estrutura de computação segura para aplicações de IA.
FHEML é um complemento ao ZKML, onde o ZKML prova a execução correta do aprendizado de máquina, enquanto o FHEML enfatiza a computação sobre dados criptografados para manter a privacidade dos dados.
Poder de computação revolução: AI cálculo em redes Descentralização
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 conhecido modelo de IA 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 esses modelos avançados inacessíveis para a maioria dos pesquisadores e desenvolvedores.
Ao mesmo tempo, a utilização global de GPUs é inferior a 40%, juntamente com a desaceleração no aumento do desempenho dos microprocessadores e a escassez de chips causada por fatores da cadeia de suprimentos e geopolíticos, o que torna o problema da oferta de poder de computação ainda mais grave. Os profissionais de IA se encontram em um dilema: ou compram hardware ou alugam recursos em nuvem, e eles precisam urgentemente de uma forma de serviço de computação sob demanda e econômica.
Algumas redes de poder de computação AI descentralizadas, ao agregar recursos de GPU ociosos em todo o mundo, oferecem às empresas de AI um mercado de poder de computação que é tanto econômico quanto acessível. As partes que demandam poder de computação podem publicar tarefas de cálculo na rede, e os contratos inteligentes alocam as tarefas para os nós mineradores que contribuem com poder de computação. Os mineradores executam as tarefas e apresentam os resultados, recebendo recompensas em pontos após a verificação. Esta solução melhora a eficiência da utilização de recursos e ajuda a resolver o problema do gargalo de poder de computação em campos como a AI.
Além da rede de poder de computação descentralizada genérica, há algumas plataformas focadas no treinamento de IA, bem como redes de poder de computação dedicadas à inferência de IA.
A rede de poder de computação descentralizada oferece um mercado de poder de computação justo e transparente, quebrando monopólios, reduzindo as barreiras de entrada e aumentando a eficiência de utilização do poder de computação. No ecossistema web3, a rede de poder de computação descentralizada desempenhará um papel fundamental, atraindo mais dapps inovadoras para se juntarem e impulsionarem conjuntamente o desenvolvimento e a aplicação da tecnologia de IA.
DePIN: Web3 capacitando Edge AI
Imagine que seu celular, smartwatch e até dispositivos inteligentes em casa têm a capacidade de rodar IA - essa é a beleza da Edge AI. Ela permite que a computação ocorra na origem da geração de dados, alcançando baixa latência e processamento em tempo real, enquanto protege a privacidade do usuário. A tecnologia Edge AI já foi aplicada em áreas críticas como a condução autônoma.
No campo do Web3, temos um nome mais familiar - DePIN. O Web3 enfatiza a Descentralização e a soberania dos dados dos usuários, o DePIN pode aumentar a proteção da privacidade dos usuários e reduzir o risco de vazamento de dados ao processar dados localmente; o mecanismo econômico de Token nativo do Web3 pode incentivar os nós DePIN a fornecer recursos de computação, construindo um ecossistema sustentável.
Atualmente, o DePIN está a desenvolver-se rapidamente em certos ecossistemas de cadeias públicas, tornando-se uma das plataformas preferidas para a implementação de projetos. O elevado TPS, as baixas taxas de transação e a inovação tecnológica dessas cadeias públicas oferecem um forte suporte aos projetos DePIN. Atualmente, alguns projetos DePIN em cadeias públicas já têm uma capitalização de mercado superior a 10 mil milhões de dólares, e vários projetos de renome já fizeram progressos significativos.
IMO：Novo paradigma de lançamento de modelos de IA
O conceito de IMO foi proposto inicialmente por um protocolo, tokenizando modelos de IA.
No modelo tradicional, devido à falta de um mecanismo de partilha de lucros, uma vez que o modelo de IA é desenvolvido e lançado no mercado, os desenvolvedores frequentemente têm dificuldade em obter receitas contínuas do uso subsequente do modelo, especialmente quando o modelo é integrado em outros produtos e serviços; os criadores originais têm dificuldade em rastrear o uso, quanto mais em obter lucros a partir disso. 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 investidores e utilizadores potenciais, limitando o reconhecimento do modelo no mercado e o seu potencial comercial.
O IMO oferece uma nova forma de suporte financeiro e compartilhamento de valor para modelos de IA de código aberto, permitindo que investidores comprem tokens IMO e compartilhem os lucros gerados pelo modelo posteriormente. Alguns protocolos utilizam padrões ERC específicos, combinando oráculos de IA e tecnologia OPML para garantir a autenticidade dos modelos de IA e que os detentores de tokens possam compartilhar os lucros.
O modo IMO aumentou a transparência e a confiança, incentivou a colaboração em código aberto, adaptou-se às tendências do mercado de criptomoedas e impulsionou o desenvolvimento sustentável da tecnologia de IA. O IMO ainda está na fase inicial de tentativa, mas à medida que a aceitação do mercado aumenta e a participação se expande, sua inovação e valor potencial são dignos de nossa expectativa.
Agente de IA: uma nova era de experiência interativa
O Agente de IA pode perceber o ambiente, pensar de forma independente e tomar ações apropriadas para alcançar objetivos estabelecidos. Com o apoio de grandes modelos de linguagem, o Agente de IA não só consegue entender a linguagem natural, mas também planejar decisões e executar tarefas complexas. Eles podem atuar como assistentes virtuais, aprendendo as preferências dos usuários através da interação e oferecendo soluções personalizadas. Mesmo na ausência de instruções claras, o Agente de IA pode resolver problemas de forma autônoma, aumentando a eficiência e criando novo valor.
Algumas plataformas nativas de AI abertas oferecem um conjunto de ferramentas de criação abrangente e fácil de usar, que suporta a configuração das funções, aparência, voz dos robôs, assim como a conexão a bibliotecas de conhecimento externas, empenhando-se em criar um ecossistema de conteúdo de AI justo e aberto. Utilizando tecnologia de AI generativa, empodera indivíduos a se tornarem super criadores. Essas plataformas treinaram modelos de linguagem de grande porte especializados, tornando a interpretação de papéis mais humanizada; a tecnologia de clonagem de voz pode acelerar a interação personalizada de produtos de AI, reduzindo significativamente os custos de síntese de voz, sendo que a clonagem de voz pode ser realizada em apenas 1 minuto. Os Agentes de AI personalizados utilizando essas plataformas podem ser aplicados atualmente em várias áreas, como vídeo chamadas, aprendizagem de idiomas, geração de imagens, entre outras.
Na fusão entre Web3 e IA, atualmente a exploração está mais voltada para a camada de infraestrutura, como obter dados de alta qualidade, proteger a privacidade dos dados, como hospedar modelos na cadeia, como melhorar a utilização eficiente do poder de computação descentralizado, como validar grandes modelos de linguagem, entre outras questões-chave. Com a gradual melhoria dessas infraestruturas, temos razões para acreditar que a fusão entre Web3 e IA vai gerar uma série de modelos e serviços comerciais inovadores.