La fusión de Web3 y AI: Construyendo la infraestructura de internet de próxima generación
Web3, como un nuevo paradigma de internet descentralizado, abierto y transparente, tiene oportunidades naturales de fusión con la IA. En la arquitectura centralizada tradicional, los recursos de cálculo y datos de la IA están estrictamente controlados, lo que presenta numerosos desafíos como cuellos de botella en el poder de cálculo, filtración de privacidad y cajas negras algorítmicas. En cambio, Web3, basado en tecnologías distribuidas, puede inyectar un nuevo impulso al desarrollo de la IA a través de redes de poder de cálculo compartido, mercados de datos abiertos y computación privada. Al mismo tiempo, la IA puede proporcionar múltiples capacidades a Web3, como la optimización de contratos inteligentes y algoritmos anti-fraude, apoyando su construcción ecológica. Explorar la combinación de Web3 e IA es crucial para construir la infraestructura de internet de próxima generación y liberar el valor de los datos y el poder de cálculo.
Impulsado por datos: La sólida base de la IA y Web3
Los datos son el núcleo impulsor del desarrollo de la IA, así como el combustible lo es para un motor. Los modelos de IA necesitan procesar una gran cantidad 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.
Los modelos tradicionales de adquisición y utilización de datos de IA centralizados presentan los siguientes problemas principales:
El costo de adquisición de datos es alto, lo que dificulta a las pequeñas y medianas empresas soportarlo.
Los recursos de datos están monopolizados por las grandes empresas tecnológicas, formando islas de datos.
Los datos personales enfrentan el riesgo de filtración y uso indebido
Web3 puede abordar los puntos críticos del modelo tradicional con un nuevo paradigma de datos descentralizados:
Los usuarios pueden vender su ancho de banda inactivo a empresas de IA, para capturar datos de la red de manera descentralizada, limpiarlos y transformarlos, proporcionando datos reales y de alta calidad para el entrenamiento de modelos de IA.
Adoptar el modelo "label to earn", incentivando a los trabajadores de todo el mundo a participar en la etiquetación de datos a través de tokens, reuniendo el conocimiento profesional global y mejorando la capacidad de análisis de los datos.
La plataforma de intercambio de datos basada 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.
Sin embargo, la obtención de datos en el mundo real también presenta algunos problemas, como la calidad variable de los datos, la dificultad en el procesamiento, la falta de diversidad y representatividad, entre otros. Los datos sintéticos podrían ser la estrella del futuro en la pista de datos de Web3. Basados en tecnologías de IA generativa y simulación, los datos sintéticos pueden replicar las características de los datos reales, sirviendo como un complemento efectivo de los datos reales y mejorando la eficiencia en el uso de datos. En campos como la conducción autónoma, el comercio en los mercados financieros y el desarrollo de videojuegos, 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 los datos, la protección de la privacidad se ha convertido en un enfoque global, y la promulgación de regulaciones como el Reglamento General de Protección de Datos (GDPR) de la UE refleja la estricta salvaguarda de la privacidad personal. Sin embargo, esto también presenta desafíos: algunos datos sensibles no pueden ser utilizados plenamente debido a los riesgos de privacidad, lo que sin duda limita el potencial y la capacidad de razonamiento de los modelos de IA.
FHE, o cifrado homomórfico completo, permite realizar operaciones de cálculo directamente sobre datos cifrados sin necesidad de descifrar los datos, y el resultado del cálculo es el mismo que el que se obtendría al realizar el mismo cálculo sobre datos en texto claro.
FHE proporciona una sólida protección para el cálculo privado de IA, permitiendo que la potencia de cálculo de GPU ejecute tareas de entrenamiento e inferencia de modelos en un entorno donde no se toca los datos originales. Esto brinda una gran ventaja a las empresas de IA. Pueden abrir de manera segura servicios API mientras protegen secretos comerciales.
FHEML admite el procesamiento encriptado de datos y modelos durante 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 aplicaciones de IA.
FHEML es un complemento de ZKML, donde ZKML prueba la correcta ejecución del aprendizaje automático, mientras que FHEML enfatiza el cálculo sobre datos cifrados para mantener la privacidad de los datos.
Revolución del poder de cálculo: Computación AI en redes descentralizadas
La complejidad computacional de los sistemas de IA actuales se duplica cada 3 meses, lo que provoca un aumento exponencial en la demanda de potencia de cálculo, superando con creces la oferta de recursos computacionales existentes. Por ejemplo, el entrenamiento de un gran modelo de lenguaje requiere una enorme potencia de cálculo, equivalente a 355 años de tiempo de entrenamiento en un solo dispositivo. Esta escasez de potencia de cálculo no solo limita el progreso de la tecnología de IA, sino que también hace que esos modelos avanzados de IA sean inalcanzables para la mayoría de los investigadores y desarrolladores.
Al mismo tiempo, la utilización global de GPU es inferior al 40%, sumado a la desaceleración en el aumento del rendimiento de los microprocesadores y la escasez de chips causada por factores de la cadena de suministro y geopolíticos, lo que agrava el problema del suministro de potencia de cálculo. Los profesionales de la IA se encuentran en una encrucijada: o compran hardware por su cuenta o alquilan recursos en la nube; necesitan urgentemente una forma de servicio de computación bajo demanda y económica.
La red de computación de IA descentralizada agrega recursos de GPU ociosos de todo el mundo, proporcionando un mercado de computación que es tanto económico como accesible para las empresas de IA. Los solicitantes de potencia computacional pueden publicar tareas de cálculo en la red, y los contratos inteligentes asignan las tareas a los nodos mineros que contribuyen con potencia computacional. Los mineros ejecutan las tareas y envían los resultados, y tras su verificación, reciben recompensas en forma de puntos. Esta solución mejora la eficiencia del uso de recursos y ayuda a resolver el problema de cuello de botella de potencia computacional en campos como la IA.
Además de las redes de computación descentralizada generales, también hay plataformas enfocadas en el entrenamiento de IA y redes de computación especializadas en la inferencia de IA.
Las redes de computación descentralizadas ofrecen un mercado de computación justo y transparente, rompiendo monopolios, reduciendo las barreras de entrada y mejorando la eficiencia en el uso de la computación. En el ecosistema web3, las redes de computación descentralizadas desempeñarán un papel clave, atrayendo la participación de más dapps innovadoras y promoviendo conjuntamente el desarrollo y la aplicación de la tecnología de IA.
DePIN: Web3 empoderando la IA en el borde
Edge AI permite que el cálculo ocurra en la fuente de generación de datos, logrando baja latencia y 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 del usuario, y 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 un ecosistema de una cadena de bloques de alto rendimiento, convirtiéndose en una de las plataformas de cadena de bloques preferidas para el despliegue de proyectos. La alta TPS, los bajos costos de transacción y la innovación tecnológica de esta cadena de bloques brindan un fuerte apoyo a los proyectos DePIN. Actualmente, la capitalización de mercado de los proyectos DePIN en esta cadena de bloques supera los 10 mil millones de dólares, y varios proyectos conocidos han logrado avances significativos.
IMO: Nueva paradigma en la publicación de modelos 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 compartición de ingresos, una vez que se desarrolla un modelo de IA y se introduce en el mercado, los desarrolladores a menudo tienen dificultades para 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 su uso, y mucho menos para obtener ingresos de ello. Además, el rendimiento y la efectividad de los modelos de IA a menudo carecen de transparencia, lo que dificulta a los inversores y usuarios potenciales evaluar su verdadero valor, limitando el reconocimiento en el mercado y el potencial comercial del modelo.
IMO proporciona una nueva forma de financiamiento y compartición de valor para modelos de IA de código abierto, donde los inversores pueden comprar tokens IMO y compartir los beneficios generados por el modelo en el futuro. Un cierto protocolo utiliza dos estándares ERC, combinando tecnología de oráculos de IA y OPML para garantizar la autenticidad del modelo de IA y que los poseedores de tokens puedan compartir los beneficios.
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 proporcionando impulso al desarrollo sostenible de la tecnología de IA. Actualmente, el IMO todavía se encuentra en una fase inicial de prueba, pero a medida que aumenta la aceptación del mercado y se amplía el alcance de la participación, su innovación y valor potencial son prometedores.
Agente de IA: Una nueva era de experiencia interactiva
El Agente de IA puede percibir el entorno, pensar de manera independiente y tomar las acciones correspondientes para alcanzar objetivos establecidos. Con el apoyo de modelos de lenguaje grandes, el Agente de IA no solo puede comprender el lenguaje natural, sino que también puede planificar decisiones y ejecutar tareas complejas. Pueden actuar como asistentes virtuales, aprendiendo sobre las preferencias de los usuarios a través de la interacción y proporcionando soluciones personalizadas. Incluso sin instrucciones claras, el Agente de IA puede resolver problemas de forma autónoma, mejorar la eficiencia y crear nuevo valor.
Una plataforma de aplicaciones nativas de IA abierta ofrece un conjunto de herramientas de creación completas y fáciles de usar, que permiten a los usuarios configurar funciones de robots, apariencia, voz y conectar bases de conocimiento externas, comprometida a construir un ecosistema de contenido de IA justo y abierto, utilizando tecnología de IA generativa, empoderando a los individuos para convertirse en supercreadores. Esta plataforma ha entrenado un modelo de lenguaje grande especializado, haciendo que el juego de roles sea más humano; la tecnología de clonación de voz puede acelerar la interacción personalizada de productos de IA, reduciendo el costo de síntesis de voz en un 99%, y la clonación de voz se puede lograr en solo 1 minuto. Utilizando el AI Agent personalizado de esta plataforma, actualmente se puede aplicar en múltiples campos como chat de video, aprendizaje de idiomas, generación de imágenes, entre otros.
En la fusión de Web3 y la IA, actualmente se está explorando más la capa de infraestructura, cómo obtener datos de alta calidad, proteger la privacidad de los datos, cómo hospedar modelos en la cadena, cómo mejorar el uso eficiente de la potencia de cálculo descentralizada, cómo validar grandes modelos de lenguaje, entre otros problemas clave. A medida que estas infraestructuras se perfeccionen 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.
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
17 me gusta
Recompensa
17
4
Compartir
Comentar
0/400
RunWithRugs
· 07-01 16:48
ai炒作咯 等着 Obtener liquidación吧
Ver originalesResponder0
CryptoHistoryClass
· 07-01 16:48
*revisa gráficos históricos* hmm me da serias vibras de la hype de web1 a web2 alrededor de 2005...
Web3 y AI en fusión: cinco áreas clave para construir la infraestructura de la próxima generación de internet
La fusión de Web3 y AI: Construyendo la infraestructura de internet de próxima generación
Web3, como un nuevo paradigma de internet descentralizado, abierto y transparente, tiene oportunidades naturales de fusión con la IA. En la arquitectura centralizada tradicional, los recursos de cálculo y datos de la IA están estrictamente controlados, lo que presenta numerosos desafíos como cuellos de botella en el poder de cálculo, filtración de privacidad y cajas negras algorítmicas. En cambio, Web3, basado en tecnologías distribuidas, puede inyectar un nuevo impulso al desarrollo de la IA a través de redes de poder de cálculo compartido, mercados de datos abiertos y computación privada. Al mismo tiempo, la IA puede proporcionar múltiples capacidades a Web3, como la optimización de contratos inteligentes y algoritmos anti-fraude, apoyando su construcción ecológica. Explorar la combinación de Web3 e IA es crucial para construir la infraestructura de internet de próxima generación y liberar el valor de los datos y el poder de cálculo.
Impulsado por datos: La sólida base de la IA y Web3
Los datos son el núcleo impulsor del desarrollo de la IA, así como el combustible lo es para un motor. Los modelos de IA necesitan procesar una gran cantidad 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.
Los modelos tradicionales de adquisición y utilización de datos de IA centralizados presentan los siguientes problemas principales:
Web3 puede abordar los puntos críticos del modelo tradicional con un nuevo paradigma de datos descentralizados:
Sin embargo, la obtención de datos en el mundo real también presenta algunos problemas, como la calidad variable de los datos, la dificultad en el procesamiento, la falta de diversidad y representatividad, entre otros. Los datos sintéticos podrían ser la estrella del futuro en la pista de datos de Web3. Basados en tecnologías de IA generativa y simulación, los datos sintéticos pueden replicar las características de los datos reales, sirviendo como un complemento efectivo de los datos reales y mejorando la eficiencia en el uso de datos. En campos como la conducción autónoma, el comercio en los mercados financieros y el desarrollo de videojuegos, 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 los datos, la protección de la privacidad se ha convertido en un enfoque global, y la promulgación de regulaciones como el Reglamento General de Protección de Datos (GDPR) de la UE refleja la estricta salvaguarda de la privacidad personal. Sin embargo, esto también presenta desafíos: algunos datos sensibles no pueden ser utilizados plenamente debido a los riesgos de privacidad, lo que sin duda limita el potencial y la capacidad de razonamiento de los modelos de IA.
FHE, o cifrado homomórfico completo, permite realizar operaciones de cálculo directamente sobre datos cifrados sin necesidad de descifrar los datos, y el resultado del cálculo es el mismo que el que se obtendría al realizar el mismo cálculo sobre datos en texto claro.
FHE proporciona una sólida protección para el cálculo privado de IA, permitiendo que la potencia de cálculo de GPU ejecute tareas de entrenamiento e inferencia de modelos en un entorno donde no se toca los datos originales. Esto brinda una gran ventaja a las empresas de IA. Pueden abrir de manera segura servicios API mientras protegen secretos comerciales.
FHEML admite el procesamiento encriptado de datos y modelos durante 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 aplicaciones de IA.
FHEML es un complemento de ZKML, donde ZKML prueba la correcta ejecución del aprendizaje automático, mientras que FHEML enfatiza el cálculo sobre datos cifrados para mantener la privacidad de los datos.
Revolución del poder de cálculo: Computación AI en redes descentralizadas
La complejidad computacional de los sistemas de IA actuales se duplica cada 3 meses, lo que provoca un aumento exponencial en la demanda de potencia de cálculo, superando con creces la oferta de recursos computacionales existentes. Por ejemplo, el entrenamiento de un gran modelo de lenguaje requiere una enorme potencia de cálculo, equivalente a 355 años de tiempo de entrenamiento en un solo dispositivo. Esta escasez de potencia de cálculo no solo limita el progreso de la tecnología de IA, sino que también hace que esos modelos avanzados de IA sean inalcanzables para la mayoría de los investigadores y desarrolladores.
Al mismo tiempo, la utilización global de GPU es inferior al 40%, sumado a la desaceleración en el aumento del rendimiento de los microprocesadores y la escasez de chips causada por factores de la cadena de suministro y geopolíticos, lo que agrava el problema del suministro de potencia de cálculo. Los profesionales de la IA se encuentran en una encrucijada: o compran hardware por su cuenta o alquilan recursos en la nube; necesitan urgentemente una forma de servicio de computación bajo demanda y económica.
La red de computación de IA descentralizada agrega recursos de GPU ociosos de todo el mundo, proporcionando un mercado de computación que es tanto económico como accesible para las empresas de IA. Los solicitantes de potencia computacional pueden publicar tareas de cálculo en la red, y los contratos inteligentes asignan las tareas a los nodos mineros que contribuyen con potencia computacional. Los mineros ejecutan las tareas y envían los resultados, y tras su verificación, reciben recompensas en forma de puntos. Esta solución mejora la eficiencia del uso de recursos y ayuda a resolver el problema de cuello de botella de potencia computacional en campos como la IA.
Además de las redes de computación descentralizada generales, también hay plataformas enfocadas en el entrenamiento de IA y redes de computación especializadas en la inferencia de IA.
Las redes de computación descentralizadas ofrecen un mercado de computación justo y transparente, rompiendo monopolios, reduciendo las barreras de entrada y mejorando la eficiencia en el uso de la computación. En el ecosistema web3, las redes de computación descentralizadas desempeñarán un papel clave, atrayendo la participación de más dapps innovadoras y promoviendo conjuntamente el desarrollo y la aplicación de la tecnología de IA.
DePIN: Web3 empoderando la IA en el borde
Edge AI permite que el cálculo ocurra en la fuente de generación de datos, logrando baja latencia y 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 del usuario, y 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 un ecosistema de una cadena de bloques de alto rendimiento, convirtiéndose en una de las plataformas de cadena de bloques preferidas para el despliegue de proyectos. La alta TPS, los bajos costos de transacción y la innovación tecnológica de esta cadena de bloques brindan un fuerte apoyo a los proyectos DePIN. Actualmente, la capitalización de mercado de los proyectos DePIN en esta cadena de bloques supera los 10 mil millones de dólares, y varios proyectos conocidos han logrado avances significativos.
IMO: Nueva paradigma en la publicación de modelos 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 compartición de ingresos, una vez que se desarrolla un modelo de IA y se introduce en el mercado, los desarrolladores a menudo tienen dificultades para 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 su uso, y mucho menos para obtener ingresos de ello. Además, el rendimiento y la efectividad de los modelos de IA a menudo carecen de transparencia, lo que dificulta a los inversores y usuarios potenciales evaluar su verdadero valor, limitando el reconocimiento en el mercado y el potencial comercial del modelo.
IMO proporciona una nueva forma de financiamiento y compartición de valor para modelos de IA de código abierto, donde los inversores pueden comprar tokens IMO y compartir los beneficios generados por el modelo en el futuro. Un cierto protocolo utiliza dos estándares ERC, combinando tecnología de oráculos de IA y OPML para garantizar la autenticidad del modelo de IA y que los poseedores de tokens puedan compartir los beneficios.
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 proporcionando impulso al desarrollo sostenible de la tecnología de IA. Actualmente, el IMO todavía se encuentra en una fase inicial de prueba, pero a medida que aumenta la aceptación del mercado y se amplía el alcance de la participación, su innovación y valor potencial son prometedores.
Agente de IA: Una nueva era de experiencia interactiva
El Agente de IA puede percibir el entorno, pensar de manera independiente y tomar las acciones correspondientes para alcanzar objetivos establecidos. Con el apoyo de modelos de lenguaje grandes, el Agente de IA no solo puede comprender el lenguaje natural, sino que también puede planificar decisiones y ejecutar tareas complejas. Pueden actuar como asistentes virtuales, aprendiendo sobre las preferencias de los usuarios a través de la interacción y proporcionando soluciones personalizadas. Incluso sin instrucciones claras, el Agente de IA puede resolver problemas de forma autónoma, mejorar la eficiencia y crear nuevo valor.
Una plataforma de aplicaciones nativas de IA abierta ofrece un conjunto de herramientas de creación completas y fáciles de usar, que permiten a los usuarios configurar funciones de robots, apariencia, voz y conectar bases de conocimiento externas, comprometida a construir un ecosistema de contenido de IA justo y abierto, utilizando tecnología de IA generativa, empoderando a los individuos para convertirse en supercreadores. Esta plataforma ha entrenado un modelo de lenguaje grande especializado, haciendo que el juego de roles sea más humano; la tecnología de clonación de voz puede acelerar la interacción personalizada de productos de IA, reduciendo el costo de síntesis de voz en un 99%, y la clonación de voz se puede lograr en solo 1 minuto. Utilizando el AI Agent personalizado de esta plataforma, actualmente se puede aplicar en múltiples campos como chat de video, aprendizaje de idiomas, generación de imágenes, entre otros.
En la fusión de Web3 y la IA, actualmente se está explorando más la capa de infraestructura, cómo obtener datos de alta calidad, proteger la privacidad de los datos, cómo hospedar modelos en la cadena, cómo mejorar el uso eficiente de la potencia de cálculo descentralizada, cómo validar grandes modelos de lenguaje, entre otros problemas clave. A medida que estas infraestructuras se perfeccionen 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.