Web3 e a fusão com a IA: construindo a nova geração de infraestrutura da Internet
Web3, como uma nova forma de internet descentralizada, aberta e transparente, tem um ponto de conexão natural com a IA. Sob uma arquitetura centralizada tradicional, os recursos de computação e dados da IA são rigorosamente limitados, enfrentando vários desafios, como gargalos de capacidade computacional, vazamento de privacidade e falta de transparência dos algoritmos. Por outro lado, o Web3, baseado em tecnologias distribuídas, pode oferecer nova dinâmica ao desenvolvimento da IA através de redes de compartilhamento de capacidade computacional, mercados de dados abertos e computação de privacidade. Ao mesmo tempo, a IA também pode capacitar o Web3 de várias maneiras, como otimização de contratos inteligentes e algoritmos anti-fraude, ajudando a aprimorar seu ecossistema. Portanto, explorar a combinação entre Web3 e IA é de grande importância para construir a infraestrutura da próxima geração da internet e liberar o valor dos dados e da capacidade computacional.
Dados impulsionados: A base da IA e do Web3
Os dados são o elemento 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 treino para os modelos de aprendizado de máquina, mas também determinam a precisão e a confiabilidade do modelo.
Os principais problemas dos modelos tradicionais de aquisição e utilização de dados de IA centralizados são os seguintes:
O custo de obtenção de dados é elevado, dificultando a sua assunção por pequenas e médias empresas.
Recursos de dados são monopolizados por grandes empresas de tecnologia, formando ilhas de dados.
O risco de vazamento e abuso de dados pessoais.
Web3 pode resolver esses pontos problemáticos com um novo paradigma de dados descentralizados:
Os utilizadores podem vender recursos de rede ociosos a empresas de IA, para coletar dados da web de forma descentralizada, fornecendo dados reais e de alta qualidade para o treinamento de modelos de IA após limpeza e transformação.
Adotar o modo "marcação é ganhar", incentivando trabalhadores globais a participar na marcação de dados através de tokens, reunindo conhecimentos especializados globais 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 fornecem e precisam de dados, incentivando a inovação e o compartilhamento de dados.
No entanto, a obtenção de dados do mundo real também apresenta alguns problemas, como a qualidade dos dados que varia, a dificuldade de processamento, a diversidade e a falta de representatividade. Dados sintéticos podem ser um destaque futuro na área de dados Web3. Baseados em tecnologia de IA generativa e simulação, 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 autónoma, negociação nos mercados financeiros e desenvolvimento de jogos, dados sintéticos já demonstraram potencial de aplicação maduro.
Proteção da Privacidade: Aplicações do FHE no Web3
Na era impulsionada por dados, a proteção da privacidade tornou-se um foco de atenção global, e a introdução de regulamentos como o GDPR da União Europeia reflete a rigorosa proteção da privacidade pessoal. No entanto, isso também traz desafios: alguns dados sensíveis não podem ser plenamente utilizados devido a riscos de privacidade, limitando o potencial e a capacidade de raciocínio dos modelos de IA.
A criptografia homomórfica total ( FHE ) permite realizar cálculos diretamente sobre dados criptografados, sem a necessidade de descriptografar os dados, e o resultado dos cálculos é consistente com o resultado dos dados em texto claro. O FHE oferece uma proteção sólida para o cálculo de privacidade da IA, permitindo que a capacidade de processamento de GPU execute o treinamento e a inferência de modelos em um ambiente sem acessar os dados originais. Isso traz uma grande vantagem para as empresas de IA, permitindo a abertura segura de serviços API enquanto protege segredos comerciais.
FHEML suporta o processamento criptografado de dados e modelos durante todo o ciclo de vida do aprendizado de máquina, garantindo a segurança das informações sensíveis e prevenindo o risco de vazamento de dados. FHEML reforça a privacidade dos dados, proporcionando uma estrutura de computação segura para aplicações de IA.
FHEML é um complemento do 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 em AI em Redes Descentralizadas
Atualmente, a complexidade de cálculo dos sistemas de IA dobra a cada 3 meses, resultando em uma explosão 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 só limita o progresso da tecnologia de IA, como também torna os modelos de IA avançados inalcançáveis para a maioria dos pesquisadores e desenvolvedores.
Ao mesmo tempo, a utilização global de GPU está abaixo de 40%, juntamente com a desaceleração no aumento do desempenho dos microprocessadores e os fatores da cadeia de suprimentos e geopolíticos que causam a escassez de chips, tornando o problema da oferta de poder computacional ainda mais grave. Os profissionais de IA enfrentam um dilema: ou compram hardware, ou alugam recursos em nuvem, havendo uma necessidade urgente de um modelo de serviço de computação sob demanda e economicamente eficiente.
Uma rede de computação descentralizada de IA agrega recursos de GPU ociosos em todo o mundo, oferecendo um mercado de computação econômico e fácil de usar para empresas de IA. As partes que necessitam de poder computacional podem publicar tarefas de cálculo na rede, e os contratos inteligentes atribuem as tarefas aos nós mineradores que contribuem com poder computacional. Os mineradores executam as tarefas e enviam os resultados, recebendo recompensas após a verificação. Essa solução melhora a eficiência da utilização de recursos e ajuda a resolver o problema do gargalo de poder computacional em áreas como IA.
Além da rede de computação descentralizada genérica, existem plataformas de computação dedicadas ao treinamento e inferência de IA. A rede de computação descentralizada oferece um mercado de computação justo e transparente, quebrando monopólios, reduzindo as barreiras de entrada e aumentando a eficiência na utilização da computação. No ecossistema Web3, a rede de computação descentralizada desempenhará um papel crucial, atraindo mais aplicações descentralizadas inovadoras para se juntarem e impulsionarem conjuntamente o desenvolvimento e a aplicação da tecnologia de IA.
DePIN: Web3 capacitando IA de borda
Imagine que o seu telemóvel, smartwatch e até dispositivos inteligentes em casa têm a capacidade de executar IA, essa é a beleza da IA de borda. Ela faz com que o processamento ocorra na fonte de geração de dados, permitindo baixa latência e processamento em tempo real, enquanto protege a privacidade do utilizador. A tecnologia de IA de borda já foi aplicada em áreas-chave, como a condução autónoma.
No domínio do Web3, um nome com o qual estamos mais familiarizados é DePIN. O Web3 enfatiza a descentralização e a soberania dos dados do usuário, e o DePIN, ao processar dados localmente, melhora a proteção da privacidade do usuário e reduz o risco de vazamentos de dados. O mecanismo de economia de tokens nativo do Web3 pode incentivar os nós DePIN a fornecer recursos de computação, construindo um ecossistema sustentável.
Atualmente, o DePIN está a desenvolver-se rapidamente em um ecossistema de uma determinada blockchain pública, tornando-se uma das plataformas de escolha para a implementação de projetos. A alta capacidade de processamento, baixas taxas de transação e inovações tecnológicas dessa blockchain pública oferecem um forte suporte para os projetos DePIN. Atualmente, o valor de mercado dos projetos DePIN nessa blockchain pública ultrapassa os 10 bilhões de dólares, e vários projetos conhecidos já alcançaram progressos significativos.
IMO: Novo paradigma de lançamento do modelo de IA
O conceito de IMO foi criado por um determinado protocolo, tokenizando modelos de IA. No modelo tradicional, devido à falta de um mecanismo de compartilhamento de receitas, os desenvolvedores de modelos de IA têm dificuldade em obter receita contínua com o uso posterior dos modelos, especialmente quando os modelos são integrados em outros serviços de produtos, tornando difícil para os criadores rastrear a utilização e obter receitas. Além disso, o desempenho e a eficácia dos modelos de IA frequentemente carecem de transparência, dificultando a avaliação do verdadeiro valor por parte de potenciais investidores e usuários, limitando o reconhecimento de mercado e o potencial comercial dos modelos.
IMO oferece um novo modelo de financiamento e compartilhamento de valor para modelos de IA de código aberto, permitindo que investidores comprem tokens IMO para compartilhar os lucros gerados pelo modelo no futuro. Um protocolo utiliza padrões técnicos específicos, 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 aumenta a transparência e a confiança, incentiva a colaboração de código aberto, adapta-se às tendências do mercado de criptomoedas e impulsiona o desenvolvimento sustentável da tecnologia de IA. O IMO está atualmente em uma fase inicial de teste, mas com o aumento da aceitação no mercado e a ampliação do escopo de participação, sua inovação e valor potencial são promissores.
Agente de IA: Uma nova era de experiências interativas
O Agente de IA pode perceber o ambiente, pensar de forma independente e agir para alcançar objetivos estabelecidos. Com o suporte 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 preferências através da interação com os usuários e oferecendo soluções personalizadas. Mesmo na ausência de instruções claras, o Agente de IA pode resolver problemas de forma autônoma, aumentar a eficiência e criar novo valor.
Uma plataforma nativa de aplicações de AI aberta oferece um conjunto de ferramentas de criação abrangente e fácil de usar, suportando a configuração de funcionalidades de robôs, aparência, voz e conexão a bases de conhecimento externas, dedicada a criar um ecossistema de conteúdo de AI justo e aberto, utilizando tecnologia de AI generativa para capacitar indivíduos a se tornarem super criadores. Esta plataforma treinou modelos de linguagem de grande escala especializados, tornando o papel de atuação mais humanizado; a tecnologia de clonagem de voz pode acelerar a interação personalizada com produtos de AI, reduzindo o custo de síntese de voz em 99%, com a clonagem de voz podendo ser realizada em apenas 1 minuto. Com o agente de AI personalizado dessa plataforma, atualmente pode ser aplicado em várias áreas, incluindo bate-papo por vídeo, aprendizado de línguas e geração de imagens.
Na fusão do Web3 com a IA, a exploração atual está mais concentrada na camada de infraestrutura, como a obtenção de dados de alta qualidade, a proteção da privacidade dos dados, a hospedagem de modelos na cadeia, a utilização eficiente do poder computacional descentralizado e a validação de grandes modelos de linguagem, entre outros problemas-chave. À medida que essas infraestruturas se tornam mais robustas, 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.
10 gostos
Recompensa
10
3
Republicar
Partilhar
Comentar
0/400
CryptoWageSlave
· 5h atrás
Outra vez com o Web3? Primeiro, arranjem a exchange, depois falem.
Web3 e IA em fusão: construindo a infraestrutura da próxima geração da internet
Web3 e a fusão com a IA: construindo a nova geração de infraestrutura da Internet
Web3, como uma nova forma de internet descentralizada, aberta e transparente, tem um ponto de conexão natural com a IA. Sob uma arquitetura centralizada tradicional, os recursos de computação e dados da IA são rigorosamente limitados, enfrentando vários desafios, como gargalos de capacidade computacional, vazamento de privacidade e falta de transparência dos algoritmos. Por outro lado, o Web3, baseado em tecnologias distribuídas, pode oferecer nova dinâmica ao desenvolvimento da IA através de redes de compartilhamento de capacidade computacional, mercados de dados abertos e computação de privacidade. Ao mesmo tempo, a IA também pode capacitar o Web3 de várias maneiras, como otimização de contratos inteligentes e algoritmos anti-fraude, ajudando a aprimorar seu ecossistema. Portanto, explorar a combinação entre Web3 e IA é de grande importância para construir a infraestrutura da próxima geração da internet e liberar o valor dos dados e da capacidade computacional.
Dados impulsionados: A base da IA e do Web3
Os dados são o elemento 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 treino para os modelos de aprendizado de máquina, mas também determinam a precisão e a confiabilidade do modelo.
Os principais problemas dos modelos tradicionais de aquisição e utilização de dados de IA centralizados são os seguintes:
Web3 pode resolver esses pontos problemáticos com um novo paradigma de dados descentralizados:
No entanto, a obtenção de dados do mundo real também apresenta alguns problemas, como a qualidade dos dados que varia, a dificuldade de processamento, a diversidade e a falta de representatividade. Dados sintéticos podem ser um destaque futuro na área de dados Web3. Baseados em tecnologia de IA generativa e simulação, 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 autónoma, negociação nos mercados financeiros e desenvolvimento de jogos, dados sintéticos já demonstraram potencial de aplicação maduro.
Proteção da Privacidade: Aplicações do FHE no Web3
Na era impulsionada por dados, a proteção da privacidade tornou-se um foco de atenção global, e a introdução de regulamentos como o GDPR da União Europeia reflete a rigorosa proteção da privacidade pessoal. No entanto, isso também traz desafios: alguns dados sensíveis não podem ser plenamente utilizados devido a riscos de privacidade, limitando o potencial e a capacidade de raciocínio dos modelos de IA.
A criptografia homomórfica total ( FHE ) permite realizar cálculos diretamente sobre dados criptografados, sem a necessidade de descriptografar os dados, e o resultado dos cálculos é consistente com o resultado dos dados em texto claro. O FHE oferece uma proteção sólida para o cálculo de privacidade da IA, permitindo que a capacidade de processamento de GPU execute o treinamento e a inferência de modelos em um ambiente sem acessar os dados originais. Isso traz uma grande vantagem para as empresas de IA, permitindo a abertura segura de serviços API enquanto protege segredos comerciais.
FHEML suporta o processamento criptografado de dados e modelos durante todo o ciclo de vida do aprendizado de máquina, garantindo a segurança das informações sensíveis e prevenindo o risco de vazamento de dados. FHEML reforça a privacidade dos dados, proporcionando uma estrutura de computação segura para aplicações de IA.
FHEML é um complemento do 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 em AI em Redes Descentralizadas
Atualmente, a complexidade de cálculo dos sistemas de IA dobra a cada 3 meses, resultando em uma explosão 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 só limita o progresso da tecnologia de IA, como também torna os modelos de IA avançados inalcançáveis para a maioria dos pesquisadores e desenvolvedores.
Ao mesmo tempo, a utilização global de GPU está abaixo de 40%, juntamente com a desaceleração no aumento do desempenho dos microprocessadores e os fatores da cadeia de suprimentos e geopolíticos que causam a escassez de chips, tornando o problema da oferta de poder computacional ainda mais grave. Os profissionais de IA enfrentam um dilema: ou compram hardware, ou alugam recursos em nuvem, havendo uma necessidade urgente de um modelo de serviço de computação sob demanda e economicamente eficiente.
Uma rede de computação descentralizada de IA agrega recursos de GPU ociosos em todo o mundo, oferecendo um mercado de computação econômico e fácil de usar para empresas de IA. As partes que necessitam de poder computacional podem publicar tarefas de cálculo na rede, e os contratos inteligentes atribuem as tarefas aos nós mineradores que contribuem com poder computacional. Os mineradores executam as tarefas e enviam os resultados, recebendo recompensas após a verificação. Essa solução melhora a eficiência da utilização de recursos e ajuda a resolver o problema do gargalo de poder computacional em áreas como IA.
Além da rede de computação descentralizada genérica, existem plataformas de computação dedicadas ao treinamento e inferência de IA. A rede de computação descentralizada oferece um mercado de computação justo e transparente, quebrando monopólios, reduzindo as barreiras de entrada e aumentando a eficiência na utilização da computação. No ecossistema Web3, a rede de computação descentralizada desempenhará um papel crucial, atraindo mais aplicações descentralizadas inovadoras para se juntarem e impulsionarem conjuntamente o desenvolvimento e a aplicação da tecnologia de IA.
DePIN: Web3 capacitando IA de borda
Imagine que o seu telemóvel, smartwatch e até dispositivos inteligentes em casa têm a capacidade de executar IA, essa é a beleza da IA de borda. Ela faz com que o processamento ocorra na fonte de geração de dados, permitindo baixa latência e processamento em tempo real, enquanto protege a privacidade do utilizador. A tecnologia de IA de borda já foi aplicada em áreas-chave, como a condução autónoma.
No domínio do Web3, um nome com o qual estamos mais familiarizados é DePIN. O Web3 enfatiza a descentralização e a soberania dos dados do usuário, e o DePIN, ao processar dados localmente, melhora a proteção da privacidade do usuário e reduz o risco de vazamentos de dados. O mecanismo de economia de tokens nativo do Web3 pode incentivar os nós DePIN a fornecer recursos de computação, construindo um ecossistema sustentável.
Atualmente, o DePIN está a desenvolver-se rapidamente em um ecossistema de uma determinada blockchain pública, tornando-se uma das plataformas de escolha para a implementação de projetos. A alta capacidade de processamento, baixas taxas de transação e inovações tecnológicas dessa blockchain pública oferecem um forte suporte para os projetos DePIN. Atualmente, o valor de mercado dos projetos DePIN nessa blockchain pública ultrapassa os 10 bilhões de dólares, e vários projetos conhecidos já alcançaram progressos significativos.
IMO: Novo paradigma de lançamento do modelo de IA
O conceito de IMO foi criado por um determinado protocolo, tokenizando modelos de IA. No modelo tradicional, devido à falta de um mecanismo de compartilhamento de receitas, os desenvolvedores de modelos de IA têm dificuldade em obter receita contínua com o uso posterior dos modelos, especialmente quando os modelos são integrados em outros serviços de produtos, tornando difícil para os criadores rastrear a utilização e obter receitas. Além disso, o desempenho e a eficácia dos modelos de IA frequentemente carecem de transparência, dificultando a avaliação do verdadeiro valor por parte de potenciais investidores e usuários, limitando o reconhecimento de mercado e o potencial comercial dos modelos.
IMO oferece um novo modelo de financiamento e compartilhamento de valor para modelos de IA de código aberto, permitindo que investidores comprem tokens IMO para compartilhar os lucros gerados pelo modelo no futuro. Um protocolo utiliza padrões técnicos específicos, 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 aumenta a transparência e a confiança, incentiva a colaboração de código aberto, adapta-se às tendências do mercado de criptomoedas e impulsiona o desenvolvimento sustentável da tecnologia de IA. O IMO está atualmente em uma fase inicial de teste, mas com o aumento da aceitação no mercado e a ampliação do escopo de participação, sua inovação e valor potencial são promissores.
Agente de IA: Uma nova era de experiências interativas
O Agente de IA pode perceber o ambiente, pensar de forma independente e agir para alcançar objetivos estabelecidos. Com o suporte 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 preferências através da interação com os usuários e oferecendo soluções personalizadas. Mesmo na ausência de instruções claras, o Agente de IA pode resolver problemas de forma autônoma, aumentar a eficiência e criar novo valor.
Uma plataforma nativa de aplicações de AI aberta oferece um conjunto de ferramentas de criação abrangente e fácil de usar, suportando a configuração de funcionalidades de robôs, aparência, voz e conexão a bases de conhecimento externas, dedicada a criar um ecossistema de conteúdo de AI justo e aberto, utilizando tecnologia de AI generativa para capacitar indivíduos a se tornarem super criadores. Esta plataforma treinou modelos de linguagem de grande escala especializados, tornando o papel de atuação mais humanizado; a tecnologia de clonagem de voz pode acelerar a interação personalizada com produtos de AI, reduzindo o custo de síntese de voz em 99%, com a clonagem de voz podendo ser realizada em apenas 1 minuto. Com o agente de AI personalizado dessa plataforma, atualmente pode ser aplicado em várias áreas, incluindo bate-papo por vídeo, aprendizado de línguas e geração de imagens.
Na fusão do Web3 com a IA, a exploração atual está mais concentrada na camada de infraestrutura, como a obtenção de dados de alta qualidade, a proteção da privacidade dos dados, a hospedagem de modelos na cadeia, a utilização eficiente do poder computacional descentralizado e a validação de grandes modelos de linguagem, entre outros problemas-chave. À medida que essas infraestruturas se tornam mais robustas, temos razões para acreditar que a fusão do Web3 com a IA dará origem a uma série de modelos de negócios e serviços inovadores.