AI và Web3 hội nhập: Xây dựng cơ sở hạ tầng internet thế hệ tiếp theo

Web3 như một hình thức internet mới phi tập trung, mở và minh bạch, có cơ hội tích hợp tự nhiên với AI. Trong kiến trúc tập trung truyền thống, tài nguyên tính toán và dữ liệu của AI bị kiểm soát nghiêm ngặt, gặp phải nhiều thách thức như nút thắt về sức mạnh tính toán, rò rỉ thông tin và hộp đen thuật toán. Trong khi đó, Web3 dựa trên công nghệ phân phối, có thể tiếp thêm động lực cho sự phát triển của AI thông qua mạng lưới chia sẻ sức mạnh tính toán, thị trường dữ liệu mở, tính toán bảo mật, và nhiều phương thức khác. Đồng thời, AI cũng có thể mang lại nhiều khả năng cho Web3, như tối ưu hợp đồng thông minh, thuật toán chống gian lận, giúp xây dựng hệ sinh thái của nó. Do đó, việc khám phá sự kết hợp giữa Web3 và AI là rất quan trọng để xây dựng cơ sở hạ tầng internet thế hệ tiếp theo, giải phóng giá trị dữ liệu và sức mạnh tính toán.

Dữ liệu điều khiển: Nền tảng của AI và Web3

Dữ liệu là động lực cốt lõi thúc đẩy sự phát triển của AI, giống như nhiên liệu đối với động cơ. Các mô hình AI cần tiêu hóa một lượng lớn dữ liệu chất lượng cao để có được sự hiểu biết sâu sắc và khả năng suy luận mạnh mẽ. Dữ liệu không chỉ cung cấp nền tảng huấn luyện cho các mô hình học máy, mà còn quyết định độ chính xác và độ tin cậy của mô hình.

Các mô hình thu thập và sử dụng dữ liệu AI tập trung truyền thống gặp phải các vấn đề chính sau đây:

• Chi phí thu thập dữ liệu cao, các doanh nghiệp vừa và nhỏ khó có thể gánh vác.
• Tài nguyên dữ liệu bị các ông lớn công nghệ độc quyền, hình thành nên các hòn đảo dữ liệu
• Dữ liệu cá nhân đối mặt với rủi ro rò rỉ và lạm dụng

Web3 có thể giải quyết những điểm đau của mô hình truyền thống bằng một mô hình dữ liệu phi tập trung mới:

• Bằng cách thu thập dữ liệu mạng theo cách phi tập trung, cung cấp dữ liệu thực, chất lượng cao cho việc đào tạo mô hình AI.
• Áp dụng mô hình "label to earn", thông qua việc khuyến khích người lao động toàn cầu tham gia vào việc gán nhãn dữ liệu, tập hợp kiến thức chuyên môn toàn cầu.
• Nền tảng giao dịch dữ liệu blockchain cung cấp môi trường giao dịch công khai và minh bạch cho cả bên cung cấp và bên có nhu cầu dữ liệu, khuyến khích sự đổi mới và chia sẻ dữ liệu.

Tuy nhiên, việc thu thập dữ liệu từ thế giới thực cũng gặp phải một số vấn đề, chẳng hạn như chất lượng dữ liệu không đồng nhất, độ khó trong xử lý, sự đa dạng và tính đại diện chưa đủ. Dữ liệu tổng hợp có thể là điểm sáng trong tương lai của lĩnh vực dữ liệu Web3. Dựa trên công nghệ AI sinh sinh và mô phỏng, dữ liệu tổng hợp có khả năng mô phỏng các thuộc tính của dữ liệu thực, như một sự bổ sung hiệu quả cho dữ liệu thực, nâng cao hiệu quả sử dụng dữ liệu. Trong các lĩnh vực như lái xe tự động, giao dịch thị trường tài chính, phát triển trò chơi, dữ liệu tổng hợp đã cho thấy tiềm năng ứng dụng trưởng thành của nó.

Bảo vệ quyền riêng tư: Ứng dụng FHE trong Web3

Trong kỷ nguyên dữ liệu, việc bảo vệ quyền riêng tư đã trở thành tâm điểm chú ý toàn cầu. Sự ra đời của các quy định như Quy định chung về bảo vệ dữ liệu của EU (GDPR) phản ánh sự bảo vệ nghiêm ngặt đối với quyền riêng tư cá nhân. Tuy nhiên, điều này cũng mang lại thách thức: một số dữ liệu nhạy cảm không thể được sử dụng đầy đủ do rủi ro về quyền riêng tư, điều này chắc chắn hạn chế tiềm năng và khả năng suy luận của mô hình AI.

FHE là mã hóa hoàn toàn đồng nhất, cho phép thực hiện các phép toán trực tiếp trên dữ liệu đã mã hóa mà không cần giải mã dữ liệu, và kết quả tính toán nhất quán với kết quả của phép tính tương tự trên dữ liệu rõ.

FHE cung cấp bảo vệ vững chắc cho tính toán riêng tư AI, cho phép sức mạnh GPU thực hiện các nhiệm vụ huấn luyện và suy luận mô hình trong môi trường không chạm vào dữ liệu gốc. Điều này mang lại lợi thế lớn cho các công ty AI. Họ có thể mở dịch vụ API một cách an toàn trong khi bảo vệ bí mật thương mại.

FHEML hỗ trợ mã hóa dữ liệu và mô hình trong toàn bộ chu kỳ học máy, đảm bảo an toàn cho thông tin nhạy cảm và ngăn ngừa rủi ro rò rỉ dữ liệu. Bằng cách này, FHEML tăng cường quyền riêng tư dữ liệu, cung cấp một khung tính toán an toàn cho các ứng dụng AI.

FHEML là sự bổ sung cho ZKML, ZKML chứng minh việc thực hiện chính xác của học máy, trong khi FHEML nhấn mạnh việc tính toán trên dữ liệu được mã hóa để duy trì quyền riêng tư của dữ liệu.

Cách mạng sức mạnh tính toán: Tính toán AI trong mạng lưới phi tập trung

Khả năng tính toán của hệ thống AI hiện tại tăng gấp đôi mỗi 3 tháng, dẫn đến nhu cầu về sức mạnh tính toán tăng vọt, vượt xa nguồn cung cấp tài nguyên tính toán hiện có. Chẳng hạn, việc huấn luyện mô hình ngôn ngữ lớn của một công ty AI nổi tiếng cần một sức mạnh tính toán khổng lồ, tương đương với 355 năm thời gian huấn luyện trên một thiết bị đơn lẻ. Sự thiếu hụt sức mạnh tính toán như vậy không chỉ hạn chế sự tiến bộ của công nghệ AI, mà còn khiến cho những mô hình AI tiên tiến trở nên ngoài tầm với đối với hầu hết các nhà nghiên cứu và phát triển.

Đồng thời, tỷ lệ sử dụng GPU toàn cầu chưa đến 40%, cộng với việc hiệu suất của vi xử lý tăng chậm lại, cùng với tình trạng thiếu chip do các yếu tố chuỗi cung ứng và địa chính trị, tất cả đã làm cho vấn đề cung cấp sức mạnh tính toán trở nên nghiêm trọng hơn. Những người làm việc trong lĩnh vực AI đang lâm vào tình thế tiến thoái lưỡng nan: hoặc là tự mua phần cứng, hoặc là thuê tài nguyên đám mây, họ đang rất cần một phương thức dịch vụ tính toán theo nhu cầu, tiết kiệm chi phí.

Mạng lưới tính toán AI phi tập trung thông qua việc tập hợp các nguồn GPU nhàn rỗi trên toàn cầu, cung cấp cho các công ty AI một thị trường tính toán vừa kinh tế vừa dễ tiếp cận. Các bên có nhu cầu tính toán có thể đăng tải nhiệm vụ tính toán trên mạng, hợp đồng thông minh sẽ phân phối nhiệm vụ cho các nút thợ mỏ đóng góp sức mạnh tính toán, thợ mỏ thực hiện nhiệm vụ và nộp kết quả, sau khi được xác thực sẽ nhận phần thưởng điểm. Giải pháp này nâng cao hiệu quả sử dụng tài nguyên, giúp giải quyết vấn đề nút thắt sức mạnh tính toán trong các lĩnh vực như AI.

Ngoài mạng lưới tính toán phi tập trung chung, còn có các nền tảng chuyên tập trung vào đào tạo AI và mạng lưới tính toán chuyên dụng tập trung vào suy diễn AI.

Mạng lưới tính toán phi tập trung cung cấp một thị trường tính toán công bằng và minh bạch, phá vỡ độc quyền, giảm bớt rào cản ứng dụng, và nâng cao hiệu quả sử dụng tính toán. Trong hệ sinh thái web3, mạng lưới tính toán phi tập trung sẽ đóng vai trò then chốt, thu hút nhiều dapp đổi mới tham gia, cùng nhau thúc đẩy sự phát triển và ứng dụng của công nghệ AI.

DePIN:Web3 trao quyền cho Edge AI

Hãy tưởng tượng rằng, điện thoại di động, đồng hồ thông minh và thậm chí các thiết bị thông minh trong nhà của bạn đều có khả năng chạy AI - đó chính là sức hấp dẫn của Edge AI. Nó cho phép tính toán diễn ra tại nguồn gốc của dữ liệu, đạt được độ trễ thấp, xử lý thời gian thực, đồng thời bảo vệ quyền riêng tư của người dùng. Công nghệ Edge AI đã được áp dụng trong các lĩnh vực quan trọng như lái xe tự động.

Trong lĩnh vực Web3, chúng ta có một cái tên quen thuộc hơn - DePIN. Web3 nhấn mạnh tính phi tập trung và quyền sở hữu dữ liệu của người dùng, DePIN có thể tăng cường bảo vệ quyền riêng tư của người dùng và giảm thiểu rủi ro rò rỉ dữ liệu bằng cách xử lý dữ liệu tại chỗ; cơ chế kinh tế Token gốc của Web3 có thể khuyến khích các nút DePIN cung cấp tài nguyên tính toán, xây dựng một hệ sinh thái bền vững.

Hiện tại, DePIN đang phát triển nhanh chóng trong một hệ sinh thái của một chuỗi công khai, trở thành một trong những nền tảng chuỗi công khai hàng đầu để triển khai dự án. TPS cao, phí giao dịch thấp và đổi mới công nghệ của chuỗi công khai này đã cung cấp hỗ trợ mạnh mẽ cho các dự án DePIN. Hiện tại, giá trị thị trường của các dự án DePIN trên chuỗi công khai này đã vượt quá 10 tỷ USD, một số dự án nổi tiếng đã đạt được tiến bộ đáng kể.

IMO: Mô hình AI ra mắt mô hình mới

Khái niệm IMO được đề xuất lần đầu bởi một giao thức, biến đổi mô hình AI thành token.

Trong mô hình truyền thống, do thiếu cơ chế chia sẻ lợi nhuận, một khi mô hình AI được phát triển và đưa ra thị trường, các nhà phát triển thường khó có thể thu được lợi nhuận bền vững từ việc sử dụng sau này của mô hình, đặc biệt là khi mô hình được tích hợp vào các sản phẩm và dịch vụ khác, người sáng tạo ban đầu rất khó theo dõi tình trạng sử dụng, chưa nói đến việc thu được lợi nhuận từ đó. Hơn nữa, hiệu suất và hiệu quả của mô hình AI thường thiếu tính minh bạch, điều này khiến các nhà đầu tư và người sử dụng tiềm năng khó đánh giá giá trị thực sự của nó, hạn chế sự công nhận của thị trường và tiềm năng thương mại của mô hình.

IMO đã cung cấp một cách hỗ trợ tài chính và chia sẻ giá trị hoàn toàn mới cho các mô hình AI mã nguồn mở, nhà đầu tư có thể mua token IMO để chia sẻ lợi nhuận phát sinh từ mô hình trong tương lai. Một giao thức sử dụng hai tiêu chuẩn ERC, kết hợp với oracle AI và công nghệ OPML để đảm bảo tính xác thực của mô hình AI và người nắm giữ token có thể chia sẻ lợi nhuận.

Mô hình IMO đã tăng cường tính minh bạch và niềm tin, khuyến khích hợp tác mã nguồn mở, thích ứng với xu hướng thị trường tiền điện tử và thúc đẩy sự phát triển bền vững của công nghệ AI. Hiện tại, IMO vẫn đang ở giai đoạn thử nghiệm ban đầu, nhưng với việc nâng cao mức độ chấp nhận của thị trường và mở rộng phạm vi tham gia, tính đổi mới và giá trị tiềm năng của nó đáng để chúng ta mong đợi.

AI Agent: Kỷ nguyên mới của trải nghiệm tương tác

AI Agent có khả năng cảm nhận môi trường, tư duy độc lập và thực hiện các hành động tương ứng để đạt được mục tiêu đã đặt ra. Dưới sự hỗ trợ của mô hình ngôn ngữ lớn, AI Agent không chỉ có thể hiểu ngôn ngữ tự nhiên mà còn có thể lập kế hoạch quyết định và thực hiện các nhiệm vụ phức tạp. Chúng có thể hoạt động như những trợ lý ảo, học hỏi sở thích của người dùng thông qua tương tác và cung cấp các giải pháp cá nhân hóa. Ngay cả khi không có chỉ dẫn rõ ràng, AI Agent cũng có thể tự mình giải quyết vấn đề, nâng cao hiệu quả và tạo ra giá trị mới.

Một nền tảng ứng dụng AI gốc cung cấp một bộ công cụ sáng tạo toàn diện và dễ sử dụng, hỗ trợ người dùng cấu hình chức năng, giao diện, giọng nói của robot cũng như kết nối với cơ sở tri thức bên ngoài, nhằm xây dựng một hệ sinh thái nội dung AI công bằng và mở. Sử dụng công nghệ AI sinh sinh, nền tảng này trao quyền cho cá nhân trở thành những nhà sáng tạo siêu việt. Nền tảng đã đào tạo một mô hình ngôn ngữ lớn chuyên dụng, giúp việc nhập vai trở nên nhân văn hơn; công nghệ sao chép giọng nói có thể đẩy nhanh tương tác cá nhân hóa của sản phẩm AI, giảm chi phí tổng hợp giọng nói xuống 99%, và việc sao chép giọng nói chỉ mất 1 phút để thực hiện. Với AI Agent được tùy chỉnh từ nền tảng này, hiện có thể áp dụng trong nhiều lĩnh vực như trò chuyện video, học ngôn ngữ, tạo hình ảnh.

Trong sự hòa trộn giữa Web3 và AI, hiện tại có nhiều khám phá về tầng cơ sở hạ tầng, như cách thu thập dữ liệu chất lượng cao, bảo vệ quyền riêng tư của dữ liệu, cách lưu trữ mô hình trên chuỗi, cách nâng cao hiệu quả sử dụng sức mạnh tính toán phi tập trung và cách xác minh các mô hình ngôn ngữ lớn, v.v. Với sự hoàn thiện dần dần của những cơ sở hạ tầng này, chúng ta có lý do để tin rằng sự hòa trộn giữa Web3 và AI sẽ nảy sinh một loạt các mô hình kinh doanh và dịch vụ đổi mới.