Fusion de Web3 et de l'IA : Construire l'infrastructure Internet de prochaine génération

Web3, en tant que nouveau paradigme Internet décentralisé, ouvert et transparent, a une opportunité d'intégration naturelle avec l'IA. Dans une architecture centralisée traditionnelle, les ressources de calcul et de données de l'IA sont strictement contrôlées, ce qui pose de nombreux défis tels que les goulets d'étranglement de puissance de calcul, les fuites de données et les algorithmes boîte noire. En revanche, Web3, basé sur des technologies distribuées, peut injecter une nouvelle dynamique dans le développement de l'IA par le biais de réseaux de puissance de calcul partagés, de marchés de données ouverts et de calculs de confidentialité. De plus, l'IA peut également apporter de nombreuses capacités à Web3, telles que l'optimisation des contrats intelligents et des algorithmes anti-triche, soutenant ainsi sa construction écosystémique. Explorer la combinaison de Web3 et de l'IA est essentiel pour construire l'infrastructure Internet de nouvelle génération et libérer la valeur des données et de la puissance de calcul.

Données pilotées : une base solide pour l'IA et le Web3

Les données sont le moteur central du développement de l'IA, tout comme le carburant pour un moteur. Les modèles d'IA ont besoin de digérer d'énormes quantités de données de haute qualité pour acquérir une compréhension approfondie et une puissante capacité de raisonnement. Les données fournissent non seulement la base d'entraînement pour les modèles d'apprentissage automatique, mais déterminent également l'exactitude et la fiabilité des modèles.

Les modèles traditionnels de collecte et d'utilisation des données par l'IA centralisée présentent les principaux problèmes suivants :

• Le coût d'acquisition des données est élevé, les PME ont du mal à le supporter.
• Les ressources de données sont monopolisées par des géants de la technologie, créant des îlots de données.
• Les données personnelles sont exposées au risque de fuite et d'abus.

Web3 peut résoudre les points de douleur des modèles traditionnels grâce à un nouveau paradigme de données décentralisées :

• Les utilisateurs peuvent vendre leur réseau inutilisé aux entreprises d'IA, capturant décentralisé les données du réseau, qui, après nettoyage et transformation, fournissent des données réelles et de haute qualité pour l'entraînement des modèles d'IA.
• Adopter le mode "label to earn" pour inciter les travailleurs du monde entier à participer à l'annotation des données par le biais de jetons, rassemblant ainsi l'expertise mondiale et renforçant la capacité d'analyse des données.
• La plateforme d'échange de données blockchain offre un environnement de transaction public et transparent aux deux parties de l'offre et de la demande de données, incitant à l'innovation et au partage des données.

Cependant, l'acquisition de données dans le monde réel pose également certains problèmes, tels que la qualité des données inégale, la difficulté de traitement, la diversité et le manque de représentativité, etc. Les données synthétiques pourraient être la star future du secteur des données Web3. Basées sur des technologies d'IA générative et de simulation, les données synthétiques peuvent simuler les attributs des données réelles, servant de complément efficace aux données réelles et améliorant l'efficacité d'utilisation des données. Dans des domaines tels que la conduite autonome, le trading sur les marchés financiers et le développement de jeux, les données synthétiques ont déjà montré leur potentiel d'application mature.

Protection de la vie privée : le rôle de FHE dans Web3

À l'ère des données, la protection de la vie privée est devenue un point focal mondial. L'adoption de réglementations telles que le Règlement général sur la protection des données (RGPD) de l'Union européenne reflète une stricte protection de la vie privée des individus. Cependant, cela pose également des défis : certaines données sensibles ne peuvent pas être pleinement exploitées en raison des risques pour la vie privée, ce qui limite sans aucun doute le potentiel et la capacité de raisonnement des modèles d'IA.

FHE signifie cryptage homomorphe complet, permettant d'effectuer des opérations de calcul directement sur des données chiffrées sans avoir besoin de déchiffrer les données, et les résultats des calculs sont identiques à ceux obtenus sur des données en clair.

FHE offre une protection solide pour le calcul de la confidentialité de l'IA, permettant à la puissance de calcul GPU d'exécuter des tâches d'entraînement de modèles et d'inférence dans un environnement sans toucher aux données brutes. Cela apporte un énorme avantage aux entreprises d'IA. Elles peuvent ouvrir en toute sécurité des services API tout en protégeant leurs secrets commerciaux.

FHEML prend en charge le traitement crypté des données et des modèles tout au long du cycle d'apprentissage machine, garantissant la sécurité des informations sensibles et prévenant le risque de fuite de données. De cette manière, FHEML renforce la confidentialité des données et fournit un cadre de calcul sécurisé pour les applications d'IA.

FHEML est un complément à ZKML, ZKML prouve l'exécution correcte de l'apprentissage automatique, tandis que FHEML met l'accent sur le calcul des données chiffrées pour maintenir la confidentialité des données.

Révolution de la puissance de calcul : Calcul AI dans un réseau décentralisé

La complexité de calcul des systèmes d'IA double tous les trois mois, entraînant une explosion de la demande de puissance de calcul, bien supérieure à l'offre de ressources informatiques existantes. Par exemple, l'entraînement d'un grand modèle linguistique nécessite une puissance de calcul énorme, équivalente à 355 années de temps d'entraînement sur un seul appareil. Cette pénurie de puissance de calcul limite non seulement les progrès de la technologie IA, mais rend également ces modèles d'IA avancés inaccessibles à la plupart des chercheurs et des développeurs.

En même temps, l'utilisation mondiale des GPU est inférieure à 40 %, et la lenteur de l'amélioration des performances des microprocesseurs, ainsi que la pénurie de puces due à des facteurs de chaîne d'approvisionnement et géopolitiques, aggravent le problème de l'offre de puissance de calcul. Les professionnels de l'IA se trouvent dans une situation délicate : soit acheter du matériel, soit louer des ressources cloud, et ils ont un besoin urgent d'un service de calcul à la demande et économique.

Le réseau de puissance de calcul AI décentralisé, en agrégeant des ressources GPU inactives à travers le monde, offre aux entreprises d'IA un marché de la puissance de calcul à la fois économique et facile d'accès. Les demandeurs de puissance de calcul peuvent publier des tâches de calcul sur le réseau, les contrats intelligents attribuent les tâches aux nœuds mineurs qui contribuent à la puissance de calcul, les mineurs exécutent les tâches et soumettent les résultats, et après vérification, ils reçoivent des récompenses sous forme de points. Cette solution améliore l'efficacité de l'utilisation des ressources et aide à résoudre les problèmes de goulets d'étranglement en matière de puissance de calcul dans des domaines tels que l'IA.

En plus du réseau de puissance de calcul décentralisé général, il existe des plateformes axées sur la formation de l'IA, ainsi que des réseaux de puissance de calcul dédiés à l'inférence de l'IA.

Le réseau de puissance de calcul décentralisé offre un marché de puissance de calcul équitable et transparent, brisant les monopoles, abaissant les barrières d'entrée et améliorant l'efficacité d'utilisation de la puissance de calcul. Dans l'écosystème web3, le réseau de puissance de calcul décentralisé jouera un rôle clé, attirant l'adhésion de plus d'applications décentralisées innovantes pour promouvoir ensemble le développement et l'application des technologies d'IA.

DePIN : Web3 habilitant l'IA Edge

L'Edge AI permet de réaliser des calculs à la source de la génération des données, offrant ainsi un traitement en temps réel avec une faible latence, tout en protégeant la vie privée des utilisateurs. La technologie Edge AI a déjà été appliquée dans des domaines clés tels que la conduite autonome.

Dans le domaine du Web3, nous avons un nom plus familier --- DePIN. Le Web3 met l'accent sur la décentralisation et la souveraineté des données des utilisateurs. DePIN, en traitant les données localement, peut renforcer la protection de la vie privée des utilisateurs et réduire le risque de fuites de données ; le mécanisme économique de token natif du Web3 peut inciter les nœuds DePIN à fournir des ressources de calcul, construisant ainsi un écosystème durable.

Actuellement, DePIN se développe rapidement dans l'écosystème d'une blockchain publique à haute performance, devenant l'une des plateformes de blockchain publiques préférées pour le déploiement de projets. Le TPS élevé, les faibles frais de transaction et l'innovation technologique de cette blockchain publique offrent un soutien solide aux projets DePIN. Actuellement, la capitalisation boursière des projets DePIN sur cette blockchain publique dépasse 10 milliards de dollars, et plusieurs projets de renom ont réalisé des avancées significatives.

IMO : Nouvelle paradigme de publication de modèles d'IA

Le concept d'IMO a été proposé pour la première fois par un certain protocole, qui a tokenisé les modèles d'IA.

Dans le modèle traditionnel, en raison de l'absence de mécanisme de partage des revenus, une fois qu'un modèle d'IA est développé et mis sur le marché, les développeurs ont souvent du mal à obtenir des revenus continus de son utilisation ultérieure, surtout lorsque le modèle est intégré dans d'autres produits et services. Les créateurs d'origine ont du mal à suivre son utilisation, sans parler de la possibilité d'en tirer des revenus. De plus, les performances et les effets des modèles d'IA manquent souvent de transparence, ce qui rend difficile pour les investisseurs et les utilisateurs potentiels d'évaluer leur véritable valeur, limitant ainsi la reconnaissance sur le marché et le potentiel commercial des modèles.

IMO offre un nouveau mode de financement et de partage de valeur pour les modèles d'IA open source. Les investisseurs peuvent acheter des jetons IMO pour partager les revenus générés ultérieurement par le modèle. Un certain protocole utilise deux normes ERC, combinant un oracle AI et la technologie OPML pour garantir l'authenticité des modèles d'IA et permettre aux détenteurs de jetons de partager les revenus.

Le modèle IMO renforce la transparence et la confiance, encourage la collaboration open source, s'adapte aux tendances du marché des cryptomonnaies et insuffle une dynamique au développement durable des technologies AI. Actuellement, l'IMO est encore à un stade d'essai précoce, mais avec l'augmentation de l'acceptation du marché et l'élargissement de la portée de la participation, son innovation et sa valeur potentielle méritent notre attente.

Agent IA : Une nouvelle ère d'expérience interactive

L'Agent IA peut percevoir son environnement, penser de manière indépendante et prendre des mesures appropriées pour atteindre des objectifs définis. Avec le soutien de grands modèles de langage, l'Agent IA peut non seulement comprendre le langage naturel, mais aussi planifier des décisions et exécuter des tâches complexes. Ils peuvent servir d'assistants virtuels, apprenant les préférences des utilisateurs grâce à leurs interactions et offrant des solutions personnalisées. Même sans instructions claires, l'Agent IA peut également résoudre des problèmes de manière autonome, améliorer l'efficacité et créer de nouvelles valeurs.

Une plateforme d'application native AI ouverte offre un ensemble d'outils de création complet et facile à utiliser, permettant aux utilisateurs de configurer les fonctionnalités, l'apparence, la voix des robots et de se connecter à des bases de connaissances externes, s'efforçant de créer un écosystème de contenu AI équitable et ouvert. En utilisant la technologie AI générative, elle permet aux individus de devenir des super créateurs. Cette plateforme a formé un modèle de langage spécialisé, rendant le jeu de rôle plus humain ; la technologie de clonage vocal peut accélérer les interactions personnalisées des produits AI, réduisant les coûts de synthèse vocale de 99 % et le clonage vocal ne prenant qu'une minute. Grâce à l'AI Agent personnalisé de cette plateforme, elle peut actuellement être appliquée dans divers domaines tels que les vidéos de chat, l'apprentissage des langues, et la génération d'images.

Dans la fusion de Web3 et de l'IA, nous explorons actuellement davantage la couche d'infrastructure, comment obtenir des données de haute qualité, protéger la vie privée des données, comment héberger des modèles sur la chaîne, comment améliorer l'utilisation efficace de la puissance de calcul décentralisée, comment valider les grands modèles de langage et d'autres questions clés. Avec l'amélioration progressive de ces infrastructures, nous avons des raisons de croire que la fusion de Web3 et de l'IA donnera naissance à une série de modèles commerciaux et de services innovants.