A fusão do Web3 com a IA: Construindo a nova geração de infraestrutura da internet
A Web3, como um novo paradigma da internet descentralizada, aberta e transparente, tem uma oportunidade natural de fusão com a IA. Sob uma arquitetura tradicional centralizada, os recursos de computação e dados da IA são rigorosamente controlados, enfrentando vários desafios como gargalos de poder computacional, vazamentos de privacidade e caixas pretas algorítmicas. Por outro lado, a Web3, baseada em tecnologia distribuída, pode injetar nova energia ao desenvolvimento da IA por meio de redes de compartilhamento de poder computacional, mercados de dados abertos e computação de privacidade. Ao mesmo tempo, a IA também pode trazer muitos recursos para a Web3, como otimização de contratos inteligentes e algoritmos anti-fraude, auxiliando na construção de seu ecossistema. Explorar a combinação da Web3 e da IA é crucial para a construção da infraestrutura da próxima geração da internet e para liberar o valor dos dados e da capacidade computacional.
Dados impulsionados: A base sólida da IA e do Web3
Os dados são o motor central que impulsiona o desenvolvimento da IA. 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 do modelo.
Os modelos tradicionais de obtenção 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 estão a ser monopolizados por gigantes da tecnologia, formando ilhas de dados
O risco de vazamento e abuso da privacidade dos dados pessoais
O Web3 pode resolver as dores do modelo tradicional com um novo paradigma de dados descentralizados:
Os usuários podem vender redes ociosas para empresas de IA, capturando dados da rede de forma descentralizada, fornecendo 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 anotação de dados através de tokens, reunindo conhecimento profissional global e aumentando a capacidade de análise de dados.
A plataforma de negociação de dados em blockchain fornece um ambiente de negociação público e transparente para ambas as partes de oferta e demanda 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 falta de representatividade. Os dados sintéticos podem ser a estrela do futuro na pista de dados Web3. Baseados em tecnologia de IA generativa e simulações, os dados sintéticos podem simular as propriedades dos dados reais, servindo como um complemento eficaz aos dados reais, melhorando a eficiência do uso dos dados. Em áreas como condução autónoma, negociação no mercado financeiro e desenvolvimento de jogos, os dados sintéticos já demonstraram um potencial de aplicação maduro.
Proteção da Privacidade: O Papel do FHE no Web3
Na era impulsionada por dados, a proteção da privacidade tornou-se um foco de atenção global. Regulamentos como o Regulamento Geral sobre a Proteção de Dados (GDPR) da União Europeia refletem a rigorosa proteção da privacidade pessoal. No entanto, isso também traz desafios: alguns dados sensíveis não podem ser plenamente utilizados devido aos riscos de privacidade, limitando o potencial e a capacidade de raciocínio dos modelos de IA.
FHE (Criptografia Homomórfica Total) 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 realizada em dados em texto claro. O FHE fornece uma proteção sólida para o cálculo de privacidade em IA, permitindo que o poder computacional da GPU execute tarefas de treinamento e inferência de modelos em um ambiente que não toca os dados originais. Isso traz uma grande vantagem para as empresas de IA, permitindo que abram serviços de API de forma segura, enquanto protegem segredos comerciais.
FHEML suporta o processamento criptografado de dados e modelos durante todo o ciclo de aprendizado de máquina, garantindo a segurança das informações sensíveis e prevenindo o risco de vazamento de dados. FHEML reforça a privacidade dos dados, fornecendo 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 em dados criptografados para manter a privacidade dos dados.
Revolução da Potência de Cálculo: Computação AI em Redes Descentralizadas
A complexidade computacional dos sistemas de IA atuais dobra a cada 3 meses, levando a uma explosão na demanda por poder de cálculo, muito além da oferta de recursos computacionais existentes. Por exemplo, o treinamento de um conhecido modelo de IA requer um enorme poder de cálculo, equivalente a 355 anos de tempo de treinamento em um único dispositivo. Essa escassez de poder de cálculo não só limita o progresso da tecnologia de IA, mas também torna os modelos de IA avançados inacessíveis para a maioria dos pesquisadores e desenvolvedores.
Ao mesmo tempo, a utilização global de GPU é inferior a 40%, juntamente com a desaceleração do aumento de desempenho dos microprocessadores e a escassez de chips causada por fatores da cadeia de suprimentos e geopolítica, tudo isso torna o problema da oferta de poder de computação ainda mais grave. Os profissionais de IA enfrentam um dilema: ou compram hardware por conta própria, ou alugam recursos em nuvem; eles 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, oferecendo um mercado de computação economicamente acessível para empresas de IA. Os demandantes de computação podem publicar tarefas no rede, e contratos inteligentes distribuem as tarefas para os nós mineradores que contribuem com computação. Os mineradores executam as tarefas e submetem os resultados, recebendo recompensas em pontos após a validação. Esta solução melhora a eficiência da utilização de recursos e ajuda a resolver o problema do gargalo de computação em áreas como a IA.
Além da rede de computação descentralizada genérica, existem redes de computação dedicadas que se concentram no treinamento e na inferência de IA. As redes de computação descentralizadas oferecem um mercado de computação justo e transparente, rompendo monopólios, reduzindo as barreiras de entrada e aumentando a eficiência da utilização da computação. No ecossistema Web3, as redes de computação descentralizadas desempenharão um papel crucial, atraindo mais dapps inovadores para se juntarem e impulsionarem conjuntamente o desenvolvimento e a aplicação da tecnologia de IA.
DePIN: Web3 capacitando Edge AI
Imagine que o seu telefone, smartwatch e até dispositivos inteligentes em casa têm a capacidade de executar IA - esta é a atratividade da Edge AI. Ela permite que a computação ocorra na fonte de geração de dados, resultando em baixa latência e processamento em tempo real, ao mesmo tempo em que protege a privacidade do usuário. A tecnologia Edge AI já foi aplicada em áreas críticas, como a condução automática.
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 os dados localmente; o mecanismo econômico nativo em Token do Web3 pode incentivar os nós do DePIN a fornecer recursos computacionais, construindo um ecossistema sustentável.
Atualmente, o DePIN está se desenvolvendo rapidamente em um determinado ecossistema, tornando-se uma das plataformas de blockchain pública preferidas para a implementação de projetos. A alta TPS, as baixas taxas de transação e a inovação tecnológica dessa blockchain pública oferecem um forte suporte para os projetos DePIN. Atualmente, a capitalização de mercado dos projetos DePIN nessa blockchain pública ultrapassa os 10 bilhões de dólares, e alguns 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 receitas contínuas do uso subsequente do modelo, especialmente quando o modelo é integrado a outros produtos e serviços, os criadores originais têm dificuldade em rastrear o uso, quanto mais obter receitas. Além disso, o desempenho e os efeitos do modelo de IA geralmente carecem de transparência, o que dificulta a avaliação do seu verdadeiro valor por potenciais investidores e usuários, limitando o reconhecimento do mercado e o potencial comercial do modelo.
A IMO fornece uma nova forma de apoio 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 determinado 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 modo IMO aumentou a transparência e a confiança, incentivando a colaboração em código aberto, adaptando-se às tendências do mercado de criptomoedas e injetando energia no desenvolvimento sustentável da tecnologia de IA. O IMO ainda está em fase de tentativa inicial, mas à medida que a aceitação do mercado aumenta e o alcance da participação se expande, sua inovação e valor potencial são promissores.
Agente de IA: A Nova Era da Experiência Interativa
O Agente de IA pode perceber o ambiente, pensar de forma independente e tomar ações correspondentes para alcançar objetivos estabelecidos. Com o suporte de grandes modelos de linguagem, o Agente de IA não apenas 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 explícitas, o Agente de IA consegue resolver problemas de forma autônoma, aumentando a eficiência e criando novo valor.
Uma plataforma de aplicativos nativos de IA aberta oferece um conjunto abrangente e fácil de usar de ferramentas de criação, permitindo aos usuários configurar funções, aparência, som dos robôs e conectar-se a bancos de dados externos, dedicando-se a criar um ecossistema de conteúdo de IA justo e aberto. Utilizando tecnologia de IA generativa, capacita indivíduos a se tornarem supercriadores. A plataforma treinou um modelo de linguagem de grande porte especializado, tornando o papel mais humanizado; a tecnologia de clonagem de voz pode acelerar a interação personalizada de produtos de IA, reduzindo os custos de síntese de voz em 99%, e a clonagem de voz pode ser realizada em apenas 1 minuto. Com o AI Agent personalizado da plataforma, atualmente pode ser aplicado em vídeo chamadas, aprendizagem de idiomas, geração de imagens e em várias outras áreas.
Na fusão do Web3 com a IA, atualmente há mais exploração a nível de infraestrutura, como obter dados de alta qualidade, proteger a privacidade dos dados, como hospedar modelos na blockchain, como melhorar a utilização eficiente da computação descentralizada, e como validar grandes modelos de linguagem, entre outras questões-chave. À medida que essas infraestruturas forem sendo gradualmente aperfeiçoadas, temos razões para acreditar que a fusão do Web3 com a IA dará origem a uma série de modelos de negócios e serviços inovadores.
Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
15 gostos
Recompensa
15
8
Republicar
Partilhar
Comentar
0/400
AirdropHunterXM
· 16h atrás
A alma digital continua a girar.
Ver originalResponder0
ShibaSunglasses
· 23h atrás
Sinto que estou a viver numa ficção científica.
Ver originalResponder0
GateUser-9ad11037
· 08-11 02:18
Falar sobre o que? Primeiro usa, depois fala.
Ver originalResponder0
ColdWalletGuardian
· 08-11 02:18
Há indústrias com cabeça, mas sem cauda.
Ver originalResponder0
WhaleMistaker
· 08-11 02:18
Aguardando a proteção da privacidade dos dados web3
Web3 e AI em fusão: Construindo a infraestrutura da próxima geração da Internet
A fusão do Web3 com a IA: Construindo a nova geração de infraestrutura da internet
A Web3, como um novo paradigma da internet descentralizada, aberta e transparente, tem uma oportunidade natural de fusão com a IA. Sob uma arquitetura tradicional centralizada, os recursos de computação e dados da IA são rigorosamente controlados, enfrentando vários desafios como gargalos de poder computacional, vazamentos de privacidade e caixas pretas algorítmicas. Por outro lado, a Web3, baseada em tecnologia distribuída, pode injetar nova energia ao desenvolvimento da IA por meio de redes de compartilhamento de poder computacional, mercados de dados abertos e computação de privacidade. Ao mesmo tempo, a IA também pode trazer muitos recursos para a Web3, como otimização de contratos inteligentes e algoritmos anti-fraude, auxiliando na construção de seu ecossistema. Explorar a combinação da Web3 e da IA é crucial para a construção da infraestrutura da próxima geração da internet e para liberar o valor dos dados e da capacidade computacional.
Dados impulsionados: A base sólida da IA e do Web3
Os dados são o motor central que impulsiona o desenvolvimento da IA. 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 do modelo.
Os modelos tradicionais de obtenção e utilização de dados de IA centralizados apresentam os seguintes problemas principais:
O Web3 pode resolver as dores do modelo tradicional com um novo 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 falta de representatividade. Os dados sintéticos podem ser a estrela do futuro na pista de dados Web3. Baseados em tecnologia de IA generativa e simulações, os dados sintéticos podem simular as propriedades dos dados reais, servindo como um complemento eficaz aos dados reais, melhorando a eficiência do uso dos dados. Em áreas como condução autónoma, negociação no mercado financeiro e desenvolvimento de jogos, os dados sintéticos já demonstraram um potencial de aplicação maduro.
Proteção da Privacidade: O Papel do FHE no Web3
Na era impulsionada por dados, a proteção da privacidade tornou-se um foco de atenção global. Regulamentos como o Regulamento Geral sobre a Proteção de Dados (GDPR) da União Europeia refletem a rigorosa proteção da privacidade pessoal. No entanto, isso também traz desafios: alguns dados sensíveis não podem ser plenamente utilizados devido aos riscos de privacidade, limitando o potencial e a capacidade de raciocínio dos modelos de IA.
FHE (Criptografia Homomórfica Total) 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 realizada em dados em texto claro. O FHE fornece uma proteção sólida para o cálculo de privacidade em IA, permitindo que o poder computacional da GPU execute tarefas de treinamento e inferência de modelos em um ambiente que não toca os dados originais. Isso traz uma grande vantagem para as empresas de IA, permitindo que abram serviços de API de forma segura, enquanto protegem segredos comerciais.
FHEML suporta o processamento criptografado de dados e modelos durante todo o ciclo de aprendizado de máquina, garantindo a segurança das informações sensíveis e prevenindo o risco de vazamento de dados. FHEML reforça a privacidade dos dados, fornecendo 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 em dados criptografados para manter a privacidade dos dados.
Revolução da Potência de Cálculo: Computação AI em Redes Descentralizadas
A complexidade computacional dos sistemas de IA atuais dobra a cada 3 meses, levando a uma explosão na demanda por poder de cálculo, muito além da oferta de recursos computacionais existentes. Por exemplo, o treinamento de um conhecido modelo de IA requer um enorme poder de cálculo, equivalente a 355 anos de tempo de treinamento em um único dispositivo. Essa escassez de poder de cálculo não só limita o progresso da tecnologia de IA, mas também torna os modelos de IA avançados inacessíveis para a maioria dos pesquisadores e desenvolvedores.
Ao mesmo tempo, a utilização global de GPU é inferior a 40%, juntamente com a desaceleração do aumento de desempenho dos microprocessadores e a escassez de chips causada por fatores da cadeia de suprimentos e geopolítica, tudo isso torna o problema da oferta de poder de computação ainda mais grave. Os profissionais de IA enfrentam um dilema: ou compram hardware por conta própria, ou alugam recursos em nuvem; eles 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, oferecendo um mercado de computação economicamente acessível para empresas de IA. Os demandantes de computação podem publicar tarefas no rede, e contratos inteligentes distribuem as tarefas para os nós mineradores que contribuem com computação. Os mineradores executam as tarefas e submetem os resultados, recebendo recompensas em pontos após a validação. Esta solução melhora a eficiência da utilização de recursos e ajuda a resolver o problema do gargalo de computação em áreas como a IA.
Além da rede de computação descentralizada genérica, existem redes de computação dedicadas que se concentram no treinamento e na inferência de IA. As redes de computação descentralizadas oferecem um mercado de computação justo e transparente, rompendo monopólios, reduzindo as barreiras de entrada e aumentando a eficiência da utilização da computação. No ecossistema Web3, as redes de computação descentralizadas desempenharão um papel crucial, atraindo mais dapps inovadores para se juntarem e impulsionarem conjuntamente o desenvolvimento e a aplicação da tecnologia de IA.
DePIN: Web3 capacitando Edge AI
Imagine que o seu telefone, smartwatch e até dispositivos inteligentes em casa têm a capacidade de executar IA - esta é a atratividade da Edge AI. Ela permite que a computação ocorra na fonte de geração de dados, resultando em baixa latência e processamento em tempo real, ao mesmo tempo em que protege a privacidade do usuário. A tecnologia Edge AI já foi aplicada em áreas críticas, como a condução automática.
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 os dados localmente; o mecanismo econômico nativo em Token do Web3 pode incentivar os nós do DePIN a fornecer recursos computacionais, construindo um ecossistema sustentável.
Atualmente, o DePIN está se desenvolvendo rapidamente em um determinado ecossistema, tornando-se uma das plataformas de blockchain pública preferidas para a implementação de projetos. A alta TPS, as baixas taxas de transação e a inovação tecnológica dessa blockchain pública oferecem um forte suporte para os projetos DePIN. Atualmente, a capitalização de mercado dos projetos DePIN nessa blockchain pública ultrapassa os 10 bilhões de dólares, e alguns 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 receitas contínuas do uso subsequente do modelo, especialmente quando o modelo é integrado a outros produtos e serviços, os criadores originais têm dificuldade em rastrear o uso, quanto mais obter receitas. Além disso, o desempenho e os efeitos do modelo de IA geralmente carecem de transparência, o que dificulta a avaliação do seu verdadeiro valor por potenciais investidores e usuários, limitando o reconhecimento do mercado e o potencial comercial do modelo.
A IMO fornece uma nova forma de apoio 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 determinado 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 modo IMO aumentou a transparência e a confiança, incentivando a colaboração em código aberto, adaptando-se às tendências do mercado de criptomoedas e injetando energia no desenvolvimento sustentável da tecnologia de IA. O IMO ainda está em fase de tentativa inicial, mas à medida que a aceitação do mercado aumenta e o alcance da participação se expande, sua inovação e valor potencial são promissores.
Agente de IA: A Nova Era da Experiência Interativa
O Agente de IA pode perceber o ambiente, pensar de forma independente e tomar ações correspondentes para alcançar objetivos estabelecidos. Com o suporte de grandes modelos de linguagem, o Agente de IA não apenas 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 explícitas, o Agente de IA consegue resolver problemas de forma autônoma, aumentando a eficiência e criando novo valor.
Uma plataforma de aplicativos nativos de IA aberta oferece um conjunto abrangente e fácil de usar de ferramentas de criação, permitindo aos usuários configurar funções, aparência, som dos robôs e conectar-se a bancos de dados externos, dedicando-se a criar um ecossistema de conteúdo de IA justo e aberto. Utilizando tecnologia de IA generativa, capacita indivíduos a se tornarem supercriadores. A plataforma treinou um modelo de linguagem de grande porte especializado, tornando o papel mais humanizado; a tecnologia de clonagem de voz pode acelerar a interação personalizada de produtos de IA, reduzindo os custos de síntese de voz em 99%, e a clonagem de voz pode ser realizada em apenas 1 minuto. Com o AI Agent personalizado da plataforma, atualmente pode ser aplicado em vídeo chamadas, aprendizagem de idiomas, geração de imagens e em várias outras áreas.
Na fusão do Web3 com a IA, atualmente há mais exploração a nível de infraestrutura, como obter dados de alta qualidade, proteger a privacidade dos dados, como hospedar modelos na blockchain, como melhorar a utilização eficiente da computação descentralizada, e como validar grandes modelos de linguagem, entre outras questões-chave. À medida que essas infraestruturas forem sendo gradualmente aperfeiçoadas, temos razões para acreditar que a fusão do Web3 com a IA dará origem a uma série de modelos de negócios e serviços inovadores.