A fusão entre Web3 e IA: Construindo a infraestrutura da próxima geração da Internet
O Web3, como uma nova paradigma de internet descentralizado, aberto e transparente, apresenta oportunidades de fusão naturais com a IA. Sob uma arquitetura centralizada tradicional, os recursos de computação e dados da IA estão sujeitos a um controle rigoroso, enfrentando diversos desafios como gargalos de potência de cálculo, vazamento de privacidade e caixas-pretas algorítmicas. O Web3, baseado em tecnologia distribuída, pode injetar nova energia no desenvolvimento da IA através do compartilhamento de redes de potência de cálculo, mercados de dados abertos e computação de privacidade. Ao mesmo tempo, a IA também pode trazer diversas capacitações para o Web3, como otimização de contratos inteligentes e algoritmos anti-fraude, ajudando na construção de seu ecossistema. Explorar a combinação do Web3 e da IA é crucial para construir a infraestrutura da próxima geração da internet e liberar o valor dos dados e da potência de cálculo.
Dados impulsionados: A base sólida da IA e Web3
Os dados são o motor central que impulsiona o desenvolvimento da IA, assim como o combustível para um motor. Os modelos de IA precisam digerir uma enorme quantidade de dados de alta qualidade para obter uma compreensão profunda e uma poderosa 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.
Os modelos tradicionais de aquisição e utilização de dados de IA centralizados apresentam os seguintes problemas principais:
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 vazamento e abuso.
O Web3 pode resolver os pontos problemáticos dos modelos tradicionais através de uma nova paradigma de dados descentralizados:
Os usuários podem vender a largura de banda ociosa para empresas de IA, coletando dados da rede de forma descentralizada, que após limpeza e transformação, fornecem dados reais e de alta qualidade para o treinamento de modelos de IA.
Adotar o modo "label to earn", incentivando trabalhadores globais a participar na rotulagem de dados através de tokens, reunindo conhecimentos especializados de todo o mundo e aumentando a capacidade de análise de dados.
A plataforma de negociação de dados em blockchain oferece um ambiente de negociação público e transparente para as partes que necessitam de dados, incentivando a inovação e o compartilhamento de dados.
No entanto, a obtenção de dados do mundo real também enfrenta alguns problemas, como a qualidade dos dados que varia, a dificuldade de processamento, a diversidade e a representatividade insuficientes, entre outros. Dados sintéticos podem ser a estrela futura da pista de dados Web3. Baseados em tecnologia de IA generativa e simulação, os dados sintéticos podem simular as propriedades dos dados reais, servindo como um complemento eficaz aos dados reais, aumentando a eficiência do uso dos dados. Em áreas como condução automática, negociação em mercados financeiros e desenvolvimento de jogos, os dados sintéticos já mostraram seu potencial de aplicação madura.
Proteção de Privacidade: O Papel da FHE no Web3
Na era dos dados, a proteção da privacidade tornou-se um foco de atenção global, com a introdução de regulamentos como o Regulamento Geral sobre a Proteção de Dados (GDPR) da União Europeia, refletindo a rigorosa proteção da privacidade pessoal. No entanto, isso também trouxe desafios: alguns dados sensíveis não podem ser plenamente utilizados devido aos riscos de privacidade, o que sem dúvida limita o potencial e a capacidade de raciocínio dos modelos de IA.
FHE é a criptografia homomórfica total, que permite realizar operações de cálculo diretamente em dados criptografados, sem a necessidade de descriptografar os dados, e o resultado do cálculo é o mesmo que o resultado da mesma operação em dados em texto claro.
FHE fornece uma proteção sólida para o cálculo de privacidade em IA, permitindo que a capacidade de processamento de GPU execute tarefas de treinamento e inferência de modelos em um ambiente sem acessar os dados originais. Isso traz grandes vantagens para as empresas de IA. Elas podem abrir serviços de API de forma segura, enquanto protegem segredos comerciais.
O FHEML suporta o processamento criptográfico de dados e modelos ao longo de todo o ciclo de vida do aprendizado de máquina, 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.
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 explosivo na demanda por poder computacional, muito além da oferta de recursos computacionais existentes. Por exemplo, o treinamento de um grande modelo de linguagem requer um imenso poder computacional, equivalente a 355 anos de tempo de treinamento em um único dispositivo. Essa escassez de poder computacional não apenas limita o avanço da tecnologia de IA, mas também torna esses modelos avançados inatingíveis para a maioria dos pesquisadores e desenvolvedores.
Ao mesmo tempo, a taxa de utilização global de GPU 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 computacional ainda mais grave. Os profissionais de IA se encontram em um dilema: ou compram hardware, ou alugam recursos em nuvem, e precisam urgentemente de uma forma de serviço de computação sob demanda e econômica.
A rede de computação descentralizada de IA agrega recursos de GPU ociosos em todo o mundo, fornecendo às empresas de IA um mercado de computação que é tanto econômico quanto de fácil acesso. Os requerentes de poder computacional podem publicar tarefas de computação na rede, e contratos inteligentes atribuem as tarefas a nós mineradores que contribuem com poder computacional. Os mineradores executam as tarefas e submetem os resultados, recebendo recompensas em pontos após a validação. Esta solução aumenta a eficiência do uso de recursos e ajuda a resolver o problema do gargalo de poder computacional 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 aplicação e aumentando a eficiência de utilização da computação. No ecossistema web3, a rede de computação descentralizada desempenhará um papel crucial, atraindo mais dapps inovadores para se juntarem e impulsionando conjuntamente o desenvolvimento e a aplicação da tecnologia de IA.
DePIN: Web3 capacitando Edge AI
A Edge AI permite que a computação ocorra na origem da geração de dados, alcançando baixa latência e processamento em tempo real, ao mesmo tempo que protege a privacidade do usuário. A tecnologia Edge AI 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 aumentar a proteção da privacidade do usuário e reduzir o risco de vazamento de dados, processando dados localmente; o mecanismo econômico nativo de Token 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 blockchain de alto desempenho, tornando-se uma das plataformas de blockchain preferidas para a implementação de projetos. A alta TPS, baixas taxas de transação e inovações tecnológicas dessa blockchain oferecem forte suporte para os projetos DePIN. Atualmente, o valor de mercado dos projetos DePIN nessa blockchain 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 falta de um mecanismo de compartilhamento de receitas, uma vez que o modelo de IA é desenvolvido e colocado no mercado, os desenvolvedores muitas vezes têm dificuldade em obter uma receita contínua do uso subsequente do modelo, especialmente quando ele é integrado em outros produtos e serviços. Os criadores originais têm dificuldade em rastrear o uso, muito menos em obter receitas a partir disso. Além disso, o desempenho e a eficácia dos modelos de IA muitas vezes carecem de transparência, o que dificulta a avaliação de seu verdadeiro valor por investidores e usuários em potencial, limitando o reconhecimento de mercado e o potencial comercial do modelo.
O IMO oferece uma nova forma de suporte financeiro e compartilhamento de valor para modelos de IA de código aberto, permitindo que os investidores comprem tokens IMO e compartilhem os lucros gerados posteriormente pelo modelo. Um certo protocolo utiliza dois padrões ERC, combinando oráculos de IA e tecnologia OPML para garantir a autenticidade do modelo de IA e que os detentores de tokens possam compartilhar os lucros.
O modelo IMO aumentou a transparência e a confiança, incentivou a colaboração em código aberto, adaptou-se às tendências do mercado de criptomoedas e injetou impulso no 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 o alcance da participação se expande, sua inovação e valor potencial merecem nossa expectativa.
Agente de IA: A nova era da experiência interativa
O Agente de IA pode perceber o ambiente, pensar de forma independente e tomar ações adequadas 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.
Uma plataforma de aplicação nativa de IA aberta fornece um conjunto de ferramentas de criação abrangente e fácil de usar, suportando a configuração de funcionalidades de robô, aparência, som e conexão com repositórios de conhecimento externos, visando criar um ecossistema de conteúdo AI justo e aberto, capacitando indivíduos a se tornarem super criadores utilizando tecnologia de IA generativa. A plataforma treinou modelos de linguagem de grande escala especialmente desenvolvidos, tornando a interpretação de papéis 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 alcançada em apenas 1 minuto. Utilizando o AI Agent personalizado da plataforma, atualmente pode ser aplicado em várias áreas, como chat de vídeo, aprendizado de idiomas, geração de imagens, entre outros.
Na fusão do Web3 com a IA, atualmente há mais exploração no nível da infraestrutura, como obter dados de alta qualidade, proteger a privacidade dos dados, como hospedar modelos na cadeia, como melhorar a utilização eficiente do poder computacional descentralizado, como validar grandes modelos de linguagem, entre outras questões-chave. À medida que essas infraestruturas são gradualmente aprimoradas, temos razões para acreditar que a fusão do Web3 com a IA dará origem a uma série de modelos de negócios e serviços inovadores.
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 gostos
Recompensa
17
4
Partilhar
Comentar
0/400
RunWithRugs
· 07-01 16:48
ai炒作咯 等着 Ser liquidado吧
Ver originalResponder0
CryptoHistoryClass
· 07-01 16:48
*verifica gráficos históricos* hmm está me dando sérias vibrações de hype de web1 para web2 por volta de 2005...
Integração do Web3 e IA: cinco áreas-chave para construir a infraestrutura da próxima geração da internet
A fusão entre Web3 e IA: Construindo a infraestrutura da próxima geração da Internet
O Web3, como uma nova paradigma de internet descentralizado, aberto e transparente, apresenta oportunidades de fusão naturais com a IA. Sob uma arquitetura centralizada tradicional, os recursos de computação e dados da IA estão sujeitos a um controle rigoroso, enfrentando diversos desafios como gargalos de potência de cálculo, vazamento de privacidade e caixas-pretas algorítmicas. O Web3, baseado em tecnologia distribuída, pode injetar nova energia no desenvolvimento da IA através do compartilhamento de redes de potência de cálculo, mercados de dados abertos e computação de privacidade. Ao mesmo tempo, a IA também pode trazer diversas capacitações para o Web3, como otimização de contratos inteligentes e algoritmos anti-fraude, ajudando na construção de seu ecossistema. Explorar a combinação do Web3 e da IA é crucial para construir a infraestrutura da próxima geração da internet e liberar o valor dos dados e da potência de cálculo.
Dados impulsionados: A base sólida da IA e Web3
Os dados são o motor central que impulsiona o desenvolvimento da IA, assim como o combustível para um motor. Os modelos de IA precisam digerir uma enorme quantidade de dados de alta qualidade para obter uma compreensão profunda e uma poderosa 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.
Os modelos tradicionais de aquisição e utilização de dados de IA centralizados apresentam os seguintes problemas principais:
O Web3 pode resolver os pontos problemáticos dos modelos tradicionais através de uma nova paradigma de dados descentralizados:
No entanto, a obtenção de dados do mundo real também enfrenta alguns problemas, como a qualidade dos dados que varia, a dificuldade de processamento, a diversidade e a representatividade insuficientes, entre outros. Dados sintéticos podem ser a estrela futura da pista de dados Web3. Baseados em tecnologia de IA generativa e simulação, os dados sintéticos podem simular as propriedades dos dados reais, servindo como um complemento eficaz aos dados reais, aumentando a eficiência do uso dos dados. Em áreas como condução automática, negociação em mercados financeiros e desenvolvimento de jogos, os dados sintéticos já mostraram seu potencial de aplicação madura.
Proteção de Privacidade: O Papel da FHE no Web3
Na era dos dados, a proteção da privacidade tornou-se um foco de atenção global, com a introdução de regulamentos como o Regulamento Geral sobre a Proteção de Dados (GDPR) da União Europeia, refletindo a rigorosa proteção da privacidade pessoal. No entanto, isso também trouxe desafios: alguns dados sensíveis não podem ser plenamente utilizados devido aos riscos de privacidade, o que sem dúvida limita o potencial e a capacidade de raciocínio dos modelos de IA.
FHE é a criptografia homomórfica total, que permite realizar operações de cálculo diretamente em dados criptografados, sem a necessidade de descriptografar os dados, e o resultado do cálculo é o mesmo que o resultado da mesma operação em dados em texto claro.
FHE fornece uma proteção sólida para o cálculo de privacidade em IA, permitindo que a capacidade de processamento de GPU execute tarefas de treinamento e inferência de modelos em um ambiente sem acessar os dados originais. Isso traz grandes vantagens para as empresas de IA. Elas podem abrir serviços de API de forma segura, enquanto protegem segredos comerciais.
O FHEML suporta o processamento criptográfico de dados e modelos ao longo de todo o ciclo de vida do aprendizado de máquina, 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.
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 explosivo na demanda por poder computacional, muito além da oferta de recursos computacionais existentes. Por exemplo, o treinamento de um grande modelo de linguagem requer um imenso poder computacional, equivalente a 355 anos de tempo de treinamento em um único dispositivo. Essa escassez de poder computacional não apenas limita o avanço da tecnologia de IA, mas também torna esses modelos avançados inatingíveis para a maioria dos pesquisadores e desenvolvedores.
Ao mesmo tempo, a taxa de utilização global de GPU 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 computacional ainda mais grave. Os profissionais de IA se encontram em um dilema: ou compram hardware, ou alugam recursos em nuvem, e precisam urgentemente de uma forma de serviço de computação sob demanda e econômica.
A rede de computação descentralizada de IA agrega recursos de GPU ociosos em todo o mundo, fornecendo às empresas de IA um mercado de computação que é tanto econômico quanto de fácil acesso. Os requerentes de poder computacional podem publicar tarefas de computação na rede, e contratos inteligentes atribuem as tarefas a nós mineradores que contribuem com poder computacional. Os mineradores executam as tarefas e submetem os resultados, recebendo recompensas em pontos após a validação. Esta solução aumenta a eficiência do uso de recursos e ajuda a resolver o problema do gargalo de poder computacional 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 aplicação e aumentando a eficiência de utilização da computação. No ecossistema web3, a rede de computação descentralizada desempenhará um papel crucial, atraindo mais dapps inovadores para se juntarem e impulsionando conjuntamente o desenvolvimento e a aplicação da tecnologia de IA.
DePIN: Web3 capacitando Edge AI
A Edge AI permite que a computação ocorra na origem da geração de dados, alcançando baixa latência e processamento em tempo real, ao mesmo tempo que protege a privacidade do usuário. A tecnologia Edge AI 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 aumentar a proteção da privacidade do usuário e reduzir o risco de vazamento de dados, processando dados localmente; o mecanismo econômico nativo de Token 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 blockchain de alto desempenho, tornando-se uma das plataformas de blockchain preferidas para a implementação de projetos. A alta TPS, baixas taxas de transação e inovações tecnológicas dessa blockchain oferecem forte suporte para os projetos DePIN. Atualmente, o valor de mercado dos projetos DePIN nessa blockchain 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 falta de um mecanismo de compartilhamento de receitas, uma vez que o modelo de IA é desenvolvido e colocado no mercado, os desenvolvedores muitas vezes têm dificuldade em obter uma receita contínua do uso subsequente do modelo, especialmente quando ele é integrado em outros produtos e serviços. Os criadores originais têm dificuldade em rastrear o uso, muito menos em obter receitas a partir disso. Além disso, o desempenho e a eficácia dos modelos de IA muitas vezes carecem de transparência, o que dificulta a avaliação de seu verdadeiro valor por investidores e usuários em potencial, limitando o reconhecimento de mercado e o potencial comercial do modelo.
O IMO oferece uma nova forma de suporte financeiro e compartilhamento de valor para modelos de IA de código aberto, permitindo que os investidores comprem tokens IMO e compartilhem os lucros gerados posteriormente pelo modelo. Um certo protocolo utiliza dois padrões ERC, combinando oráculos de IA e tecnologia OPML para garantir a autenticidade do modelo de IA e que os detentores de tokens possam compartilhar os lucros.
O modelo IMO aumentou a transparência e a confiança, incentivou a colaboração em código aberto, adaptou-se às tendências do mercado de criptomoedas e injetou impulso no 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 o alcance da participação se expande, sua inovação e valor potencial merecem nossa expectativa.
Agente de IA: A nova era da experiência interativa
O Agente de IA pode perceber o ambiente, pensar de forma independente e tomar ações adequadas 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.
Uma plataforma de aplicação nativa de IA aberta fornece um conjunto de ferramentas de criação abrangente e fácil de usar, suportando a configuração de funcionalidades de robô, aparência, som e conexão com repositórios de conhecimento externos, visando criar um ecossistema de conteúdo AI justo e aberto, capacitando indivíduos a se tornarem super criadores utilizando tecnologia de IA generativa. A plataforma treinou modelos de linguagem de grande escala especialmente desenvolvidos, tornando a interpretação de papéis 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 alcançada em apenas 1 minuto. Utilizando o AI Agent personalizado da plataforma, atualmente pode ser aplicado em várias áreas, como chat de vídeo, aprendizado de idiomas, geração de imagens, entre outros.
Na fusão do Web3 com a IA, atualmente há mais exploração no nível da infraestrutura, como obter dados de alta qualidade, proteger a privacidade dos dados, como hospedar modelos na cadeia, como melhorar a utilização eficiente do poder computacional descentralizado, como validar grandes modelos de linguagem, entre outras questões-chave. À medida que essas infraestruturas são gradualmente aprimoradas, temos razões para acreditar que a fusão do Web3 com a IA dará origem a uma série de modelos de negócios e serviços inovadores.