La fusión de Web3 y AI: Construyendo la infraestructura de Internet de próxima generación

Como un nuevo paradigma de Internet descentralizado, abierto y transparente, Web3 tiene oportunidades de fusión naturales con la IA. En una arquitectura tradicional centralizada, el cálculo de IA y los recursos de datos están estrictamente controlados, enfrentando muchos desafíos como cuellos de botella en la potencia de cálculo, filtraciones de privacidad y cajas negras algorítmicas. Web3, basado en tecnología distribuida, inyecta nueva energía al desarrollo de la IA a través de redes de potencia de cálculo compartidas, mercados de datos abiertos y computación privada. Al mismo tiempo, la IA también puede brindar muchas capacidades a Web3, como la optimización de contratos inteligentes, algoritmos anti-trampa, entre otros, apoyando su construcción ecológica. Explorar la combinación de Web3 y IA es crucial para construir la infraestructura de Internet de próxima generación y liberar el valor de los datos y la potencia de cálculo.

Impulsado por datos: La sólida base de la IA y Web3

Los datos son el motor principal que impulsa el desarrollo de la IA, así como el combustible lo es para un motor. Los modelos de IA necesitan digerir grandes cantidades 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 de los modelos.

Los principales problemas del modelo tradicional de obtención y utilización de datos de IA centralizada son los siguientes:

• El costo de adquisición de datos es alto, lo que dificulta a las pequeñas y medianas empresas asumirlo.
• Los recursos de datos están monopolizados por gigantes tecnológicos, formando islas de datos.
• Los datos personales enfrentan el riesgo de filtración y abuso.

Web3 puede resolver los puntos críticos del modelo tradicional con un nuevo paradigma de datos descentralizados:

• Los usuarios pueden vender su red ociosa a las empresas de IA, extrayendo datos de la red de manera descentralizada para proporcionar datos reales y de alta calidad para el entrenamiento de modelos de IA.
• Adoptar el modo "label to earn", incentivando a trabajadores globales a participar en la anotación de datos a través de tokens, reuniendo conocimientos profesionales de todo el mundo y mejorando la capacidad de análisis de datos.
• La plataforma de intercambio de datos en blockchain proporciona un entorno de transacciones público y transparente para ambas partes en la oferta y demanda de datos, incentivando la innovación y el compartir datos.

Sin embargo, la obtención de datos del mundo real también presenta algunos problemas, como la calidad variable de los datos, la dificultad de procesamiento, y la falta de diversidad y representatividad. 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 simular las propiedades de los datos reales, sirviendo como un complemento efectivo a los datos reales y mejorando la eficiencia en el uso de datos. En campos como la conducción autónoma, el comercio en mercados financieros y el desarrollo de videojuegos, los datos sintéticos ya han mostrado un potencial de aplicación maduro.

Protección de la privacidad: El papel de FHE en Web3

En la era impulsada por datos, la protección de la privacidad se ha convertido en un foco de atención global. La promulgación de regulaciones como el Reglamento General de Protección de Datos (GDPR) de la UE refleja una 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 limita el potencial y la capacidad de razonamiento de los modelos de IA.

FHE es la criptografía homomórfica completa, que permite realizar operaciones de cálculo directamente sobre datos cifrados sin necesidad de descifrar los datos, y el resultado del cálculo es consistente con el resultado de realizar el mismo cálculo sobre datos en texto claro.

FHE proporciona una sólida protección para el cálculo de privacidad en IA, permitiendo que la potencia de cálculo de GPU ejecute tareas de entrenamiento e inferencia de modelos en un entorno sin tocar los datos originales. Esto brinda una gran ventaja a las empresas de IA, ya que pueden abrir servicios API de manera segura mientras protegen secretos comerciales.

FHEML admite el procesamiento encriptado de datos y modelos a lo largo de todo el ciclo de aprendizaje automático, asegurando la seguridad de la información sensible y previniendo el riesgo de filtraciones de datos. De esta manera, FHEML refuerza la privacidad de los datos y proporciona un marco de cálculo seguro para las aplicaciones de IA.

FHEML es un complemento de ZKML, ZKML prueba la ejecución correcta del aprendizaje automático, mientras que FHEML enfatiza el cálculo sobre datos cifrados para mantener la privacidad de los datos.

Revolución del poder de cómputo: Cálculo de IA en redes descentralizadas

La complejidad computacional de los sistemas de IA actuales se duplica cada 3 meses, lo que provoca un aumento explosivo 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 IA 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 avance de la tecnología de IA, sino que también hace que los modelos de IA avanzados sean inalcanzables para la mayoría de los investigadores y desarrolladores.

Al mismo tiempo, la tasa de 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 aún más el problema de la oferta de potencia de cálculo. Los profesionales de la IA se encuentran en un dilema: o compran hardware por su cuenta o alquilan recursos en la nube, y necesitan urgentemente una forma de servicio de computación bajo demanda y rentable.

Una red de computación descentralizada de IA agrega recursos de GPU inactivos en todo el mundo, proporcionando un mercado de computación económico y accesible para las empresas de IA. Los demandantes de capacidad de computación pueden publicar tareas de cálculo en la red, los contratos inteligentes asignan las tareas a los nodos mineros que contribuyen con su capacidad de computación, los mineros ejecutan las tareas y envían los resultados, y tras la verificación obtienen recompensas en puntos. Este enfoque mejora la eficiencia en la utilización de recursos y ayuda a resolver el problema del cuello de botella en capacidad de cómputo en campos como la IA.

Además de las redes de potencia de computación descentralizadas generales, también existen plataformas enfocadas en el entrenamiento de IA, así como redes de potencia de computación dedicadas a la inferencia de IA.

Las redes de poder de cómputo descentralizadas ofrecen un mercado de poder de cómputo justo y transparente, rompiendo monopolios, reduciendo las barreras de entrada y mejorando la eficiencia de utilización del poder de cómputo. En el ecosistema web3, las redes de poder de cómputo descentralizadas jugarán un papel clave, atrayendo a más dapps innovadoras para impulsar conjuntamente el desarrollo y la aplicación de la tecnología AI.

DePIN: Web3 empoderando Edge AI

Imagina que tu teléfono, tu reloj inteligente e incluso los dispositivos inteligentes en tu hogar tienen la capacidad de ejecutar IA: esa es la magia de Edge AI. Permite que el cálculo ocurra en la fuente de generación de datos, logrando baja latencia y procesamiento en tiempo real, mientras 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, DePIN puede mejorar la protección de la privacidad del usuario al procesar datos localmente, reduciendo el riesgo de filtraciones de datos; el mecanismo de economía 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 el ecosistema de cierta blockchain pública, convirtiéndose en una de las plataformas de blockchain pública preferidas para el despliegue de proyectos. La alta TPS, los bajos costos de transacción y la innovación tecnológica de esta blockchain pública brindan un fuerte apoyo a los proyectos DePIN. Actualmente, la capitalización de mercado de los proyectos DePIN en esta blockchain pública supera los 10 mil millones de dólares, y varios proyectos conocidos han logrado avances significativos.

IMO: Nueva paradigma de publicación de modelos de IA

El concepto de IMO fue propuesto por un protocolo que tokeniza modelos de IA.

En el modelo tradicional, debido a la falta de un mecanismo de participación en los beneficios, una vez que se desarrolla un modelo de IA y se lanza al 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, es difícil para el creador original rastrear el uso, y ni hablar de obtener beneficios de ello. Además, el rendimiento y la efectividad del modelo de IA a menudo carecen de transparencia, lo que dificulta a los inversores y usuarios potenciales evaluar su verdadero valor, limitando el reconocimiento del mercado y el potencial comercial del modelo.

IMO proporciona un nuevo método de financiamiento y compartición de valor para modelos de IA de código abierto, los inversores pueden comprar tokens de IMO y compartir los ingresos generados por el modelo en el futuro. Un protocolo utiliza dos estándares ERC, combinando oráculos de IA y tecnología OPML para garantizar la autenticidad del modelo de IA y que los titulares de tokens puedan compartir los ingresos.

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 un impulso para el desarrollo sostenible de la tecnología AI. Actualmente, el IMO aún se encuentra en una fase inicial de prueba, pero a medida que aumenta la aceptación del mercado y se amplía el rango de participación, su innovación y valor potencial son dignos de nuestra expectativa.

Agente de IA: Una nueva era de experiencias interactivas

El Agente de IA puede percibir el entorno, pensar de manera independiente y tomar acciones correspondientes para alcanzar objetivos establecidos. Con el apoyo de modelos de lenguaje grandes, el Agente de IA no solo puede entender el lenguaje natural, sino también planificar decisiones y ejecutar tareas complejas. Pueden actuar como asistentes virtuales, aprendiendo 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 manera autónoma, aumentando la eficiencia y creando nuevo valor.

Una plataforma de aplicación nativa de IA ofrece un conjunto de herramientas de creación completas y fáciles de usar, que permite a los usuarios configurar funciones de robots, apariencia, voz y conectar bases de conocimiento externas, comprometida con la creación de un ecosistema de contenido de IA justo y abierto. Utilizando tecnología de IA generativa, empodera a los individuos para convertirse en creadores superdotados. La plataforma ha entrenado un modelo de lenguaje grande especializado, lo que hace que el juego de roles sea más humanizado; la tecnología de clonación de voz puede acelerar la interacción personalizada de productos de IA, reduciendo el costo de la síntesis de voz en un 99%, y la clonación de voz se puede realizar en solo 1 minuto. Con el Agente de IA personalizado de esta plataforma, actualmente se puede aplicar en múltiples campos como chats de video, aprendizaje de idiomas, generación de imágenes, entre otros.

En la fusión de Web3 y la IA, actualmente hay más exploración en la capa de infraestructura, sobre cómo obtener datos de alta calidad, proteger la privacidad de los datos, cómo alojar modelos en la cadena, cómo mejorar el uso eficiente de la potencia de cálculo descentralizada, cómo validar grandes modelos de lenguaje y otros problemas clave. A medida que estas infraestructuras se mejoren 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.