A fusão do Web3 e da IA: construindo a próxima geração de infraestrutura da internet
Como uma nova paradigma da Internet descentralizada, aberta e transparente, o Web3 apresenta oportunidades naturais de fusão com a IA. Sob a arquitetura tradicional centralizada, os recursos de computação e dados da IA são rigidamente controlados, enfrentando muitos desafios, como gargalos de computação, vazamento de privacidade e caixas-pretas algorítmicas. O Web3, baseado em tecnologias distribuídas, injeta nova dinâmica no desenvolvimento da IA através de redes de computação compartilhadas, mercados de dados abertos e computação de privacidade. Ao mesmo tempo, a IA pode trazer muitas 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 a construção da infraestrutura da próxima geração da Internet e para liberar o valor dos dados e da computação.
Dados impulsionados: a base sólida da IA e do Web3
Os dados são o motor central do desenvolvimento da IA, assim como o combustível é para um motor. Os modelos de IA precisam digerir uma grande quantidade de dados de alta qualidade para obter uma compreensão profunda e uma poderosa capacidade de raciocínio. Os dados não só fornecem a base de treinamento para os modelos de aprendizagem de máquina, mas também determinam a precisão e a confiabilidade dos modelos.
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, 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 do modelo tradicional com um novo paradigma de dados descentralizados:
Os usuários podem vender a largura de banda ociosa para empresas de IA, coletando 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" para incentivar trabalhadores globais a participar na rotulagem de dados através de tokens, reunindo conhecimento profissional global e melhorando 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 em oferta e demanda 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 falta de diversidade e representatividade, entre outros. Dados sintéticos podem ser a estrela do futuro na pista de dados Web3. Baseados em tecnologias de IA generativa e simulação, os dados sintéticos podem simular as propriedades dos dados reais, servindo como um complemento eficaz para os dados reais e aumentando a eficiência do uso de dados. Em áreas como condução autónoma, negociação de mercados financeiros e desenvolvimento de jogos, os dados sintéticos já demonstraram um potencial de aplicação maduro.
Proteção de Privacidade: O Papel do FHE no Web3
Na era dos dados, a proteção da privacidade tornou-se um foco de atenção global. A introdução de regulamentos como o Regulamento Geral sobre a Proteção de Dados (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 as capacidades de raciocínio dos modelos de IA.
FHE, ou criptografia homomórfica completa, permite realizar operações de cálculo diretamente sobre dados criptografados, sem a necessidade de descriptografar os dados, e o resultado do cálculo é idêntico ao resultado obtido ao realizar o mesmo cálculo sobre dados em texto claro.
FHE oferece uma proteção sólida para o cálculo de privacidade em IA, permitindo que a potência de computação da GPU execute tarefas de treinamento e inferência de modelos em um ambiente onde os dados originais não são acessados. Isso traz uma grande vantagem para as empresas de IA, pois permite abrir serviços de API de forma segura enquanto protege segredos comerciais.
O FHEML suporta o processamento criptografado de dados e modelos durante todo o ciclo de aprendizado de máquina, garantindo a segurança de informações sensíveis e prevenindo riscos de vazamento de dados. Desta 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 em dados criptografados para manter a privacidade dos dados.
Revolução da Computação: Computação de IA 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 IA requer um poder computacional enorme, 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 os modelos de IA avançados inatingíveis para a maioria dos pesquisadores e desenvolvedores.
Ao mesmo tempo, a utilização global de GPUs está abaixo de 40%, somado ao abrandamento do aumento de desempenho dos microprocessadores e à escassez de chips causada por fatores da cadeia de suprimentos e geopolíticos, o que torna o problema da oferta de poder computacional ainda mais sério. Os profissionais de IA encontram-se em um dilema: ou compram hardware, ou alugam recursos em nuvem, e eles precisam urgentemente de uma forma de serviço de computação sob demanda e econômica.
Uma rede de computação descentralizada de IA agrega recursos de GPUs ociosas em todo o mundo, proporcionando um mercado de computação econômico e de fácil acesso para empresas de IA. Os demandantes de computação podem publicar tarefas de cálculo na rede, e contratos inteligentes atribuem as tarefas aos nós mineradores que contribuem com poder de computação, os mineradores executam as tarefas e submetem os resultados, que, após verificação, recebem recompensas em pontos. Esta solução melhora a eficiência na utilização de recursos e ajuda a resolver o problema do gargalo de computação em áreas como IA.
Além das redes de computação descentralizadas de uso geral, existem plataformas focadas no treinamento de IA e redes de computação especializadas em inferência de IA.
A rede de computação descentralizada oferece um mercado de potência computacional justo e transparente, quebrando monopólios, reduzindo as barreiras de entrada e aumentando a eficiência na utilização da potência computacional. No ecossistema web3, a rede de computação descentralizada desempenhará um papel fundamental, atraindo mais dapps inovadores para se juntar e impulsionar conjuntamente o desenvolvimento e a aplicação da tecnologia de IA.
DePIN: Web3 capacitando Edge AI
Imagine que o seu smartphone, smartwatch ou até mesmo os dispositivos inteligentes da sua casa têm a capacidade de executar IA - essa é a atração do Edge AI. Ele permite que o processamento ocorra na origem da geração de dados, alcançando baixa latência e processamento em tempo real, enquanto protege a privacidade do usuário. A tecnologia Edge AI já está sendo 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; o DePIN pode melhorar a proteção da privacidade do usuário e reduzir o risco de vazamento de dados ao processar dados localmente. O mecanismo econômico de Token nativo 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 ecossistema de uma determinada blockchain pública, tornando-se uma das plataformas de blockchain preferidas para a implantação 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, o valor de mercado dos projetos DePIN nesta blockchain pública ultrapassa 10 bilhões de dólares, e vários projetos renomados já fizeram progressos significativos.
IMO: Novo paradigma de lançamento de modelos de IA
O conceito de IMO foi proposto primeiro por um determinado protocolo, que tokeniza modelos de IA.
No modelo tradicional, devido à ausência de um mecanismo de partilha de lucros, uma vez que o modelo de IA é desenvolvido e colocado no mercado, os desenvolvedores muitas vezes têm dificuldade em obter receitas contínuas com o uso subsequente do modelo, especialmente quando o modelo é integrado em outros produtos e serviços, os criadores originais têm dificuldade em rastrear o uso, quanto mais em obter lucros a partir disso. Além disso, o desempenho e a eficácia dos modelos de IA muitas vezes carecem de transparência, o que torna difícil para potenciais investidores e usuários avaliarem seu verdadeiro valor, limitando o reconhecimento de mercado e o potencial comercial do modelo.
IMO oferece um novo modelo de financiamento 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 usa 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, incentivou a colaboração em código aberto, adaptou-se às tendências do mercado de criptomoedas e deu um impulso ao 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 a participação se expande, sua inovação e valor potencial merecem a 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 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 as preferências dos usuários através da interação e oferecendo soluções personalizadas. Mesmo na ausência de instruções explícitas, o Agente de IA pode resolver problemas de forma autônoma, melhorar a eficiência e criar novo valor.
Uma plataforma nativa de aplicações de IA oferece um conjunto de ferramentas de criação abrangente e fácil de usar, permitindo que os usuários configurem funcionalidades, aparência, voz dos robôs e conectem 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 super criadores. A plataforma treinou um modelo de linguagem grande especializado, tornando o papel de personagem 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. Utilizando o AI Agent personalizado da plataforma, atualmente pode ser aplicado em várias áreas, como videochamadas, aprendizado de idiomas, geração de imagens, entre outras.
Na fusão entre Web3 e AI, atualmente há uma maior exploração da camada de infraestrutura, como obter dados de alta qualidade, proteger a privacidade dos dados, como hospedar modelos na blockchain, como melhorar o uso eficiente do poder de computação descentralizado, como validar grandes modelos de linguagem, entre outras questões chave. À medida que essas infraestruturas forem sendo gradualmente aprimoradas, temos razões para acreditar que a fusão entre Web3 e AI 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.
9 gostos
Recompensa
9
2
Partilhar
Comentar
0/400
rug_connoisseur
· 15h atrás
Passei o dia todo a fazer bluff e estou cansado.
Ver originalResponder0
SorryRugPulled
· 16h atrás
Boa rapaz, você já fez rugpull e ainda está com ai?
Web3 e IA: As cinco principais tecnologias para construir a infraestrutura da próxima geração da internet
A fusão do Web3 e da IA: construindo a próxima geração de infraestrutura da internet
Como uma nova paradigma da Internet descentralizada, aberta e transparente, o Web3 apresenta oportunidades naturais de fusão com a IA. Sob a arquitetura tradicional centralizada, os recursos de computação e dados da IA são rigidamente controlados, enfrentando muitos desafios, como gargalos de computação, vazamento de privacidade e caixas-pretas algorítmicas. O Web3, baseado em tecnologias distribuídas, injeta nova dinâmica no desenvolvimento da IA através de redes de computação compartilhadas, mercados de dados abertos e computação de privacidade. Ao mesmo tempo, a IA pode trazer muitas 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 a construção da infraestrutura da próxima geração da Internet e para liberar o valor dos dados e da computação.
Dados impulsionados: a base sólida da IA e do Web3
Os dados são o motor central do desenvolvimento da IA, assim como o combustível é para um motor. Os modelos de IA precisam digerir uma grande quantidade de dados de alta qualidade para obter uma compreensão profunda e uma poderosa capacidade de raciocínio. Os dados não só fornecem a base de treinamento para os modelos de aprendizagem de máquina, mas também determinam a precisão e a confiabilidade dos modelos.
Os principais problemas dos modelos tradicionais de aquisição e utilização de dados de IA centralizados são os seguintes:
O Web3 pode resolver os pontos problemáticos do modelo tradicional 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 falta de diversidade e representatividade, entre outros. Dados sintéticos podem ser a estrela do futuro na pista de dados Web3. Baseados em tecnologias de IA generativa e simulação, os dados sintéticos podem simular as propriedades dos dados reais, servindo como um complemento eficaz para os dados reais e aumentando a eficiência do uso de dados. Em áreas como condução autónoma, negociação de mercados financeiros e desenvolvimento de jogos, os dados sintéticos já demonstraram um potencial de aplicação maduro.
Proteção de Privacidade: O Papel do FHE no Web3
Na era dos dados, a proteção da privacidade tornou-se um foco de atenção global. A introdução de regulamentos como o Regulamento Geral sobre a Proteção de Dados (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 as capacidades de raciocínio dos modelos de IA.
FHE, ou criptografia homomórfica completa, permite realizar operações de cálculo diretamente sobre dados criptografados, sem a necessidade de descriptografar os dados, e o resultado do cálculo é idêntico ao resultado obtido ao realizar o mesmo cálculo sobre dados em texto claro.
FHE oferece uma proteção sólida para o cálculo de privacidade em IA, permitindo que a potência de computação da GPU execute tarefas de treinamento e inferência de modelos em um ambiente onde os dados originais não são acessados. Isso traz uma grande vantagem para as empresas de IA, pois permite abrir serviços de API de forma segura enquanto protege segredos comerciais.
O FHEML suporta o processamento criptografado de dados e modelos durante todo o ciclo de aprendizado de máquina, garantindo a segurança de informações sensíveis e prevenindo riscos de vazamento de dados. Desta 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 em dados criptografados para manter a privacidade dos dados.
Revolução da Computação: Computação de IA 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 IA requer um poder computacional enorme, 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 os modelos de IA avançados inatingíveis para a maioria dos pesquisadores e desenvolvedores.
Ao mesmo tempo, a utilização global de GPUs está abaixo de 40%, somado ao abrandamento do aumento de desempenho dos microprocessadores e à escassez de chips causada por fatores da cadeia de suprimentos e geopolíticos, o que torna o problema da oferta de poder computacional ainda mais sério. Os profissionais de IA encontram-se em um dilema: ou compram hardware, ou alugam recursos em nuvem, e eles precisam urgentemente de uma forma de serviço de computação sob demanda e econômica.
Uma rede de computação descentralizada de IA agrega recursos de GPUs ociosas em todo o mundo, proporcionando um mercado de computação econômico e de fácil acesso para empresas de IA. Os demandantes de computação podem publicar tarefas de cálculo na rede, e contratos inteligentes atribuem as tarefas aos nós mineradores que contribuem com poder de computação, os mineradores executam as tarefas e submetem os resultados, que, após verificação, recebem recompensas em pontos. Esta solução melhora a eficiência na utilização de recursos e ajuda a resolver o problema do gargalo de computação em áreas como IA.
Além das redes de computação descentralizadas de uso geral, existem plataformas focadas no treinamento de IA e redes de computação especializadas em inferência de IA.
A rede de computação descentralizada oferece um mercado de potência computacional justo e transparente, quebrando monopólios, reduzindo as barreiras de entrada e aumentando a eficiência na utilização da potência computacional. No ecossistema web3, a rede de computação descentralizada desempenhará um papel fundamental, atraindo mais dapps inovadores para se juntar e impulsionar conjuntamente o desenvolvimento e a aplicação da tecnologia de IA.
DePIN: Web3 capacitando Edge AI
Imagine que o seu smartphone, smartwatch ou até mesmo os dispositivos inteligentes da sua casa têm a capacidade de executar IA - essa é a atração do Edge AI. Ele permite que o processamento ocorra na origem da geração de dados, alcançando baixa latência e processamento em tempo real, enquanto protege a privacidade do usuário. A tecnologia Edge AI já está sendo 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; o DePIN pode melhorar a proteção da privacidade do usuário e reduzir o risco de vazamento de dados ao processar dados localmente. O mecanismo econômico de Token nativo 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 ecossistema de uma determinada blockchain pública, tornando-se uma das plataformas de blockchain preferidas para a implantação 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, o valor de mercado dos projetos DePIN nesta blockchain pública ultrapassa 10 bilhões de dólares, e vários projetos renomados já fizeram progressos significativos.
IMO: Novo paradigma de lançamento de modelos de IA
O conceito de IMO foi proposto primeiro por um determinado protocolo, que tokeniza modelos de IA.
No modelo tradicional, devido à ausência de um mecanismo de partilha de lucros, uma vez que o modelo de IA é desenvolvido e colocado no mercado, os desenvolvedores muitas vezes têm dificuldade em obter receitas contínuas com o uso subsequente do modelo, especialmente quando o modelo é integrado em outros produtos e serviços, os criadores originais têm dificuldade em rastrear o uso, quanto mais em obter lucros a partir disso. Além disso, o desempenho e a eficácia dos modelos de IA muitas vezes carecem de transparência, o que torna difícil para potenciais investidores e usuários avaliarem seu verdadeiro valor, limitando o reconhecimento de mercado e o potencial comercial do modelo.
IMO oferece um novo modelo de financiamento 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 usa 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, incentivou a colaboração em código aberto, adaptou-se às tendências do mercado de criptomoedas e deu um impulso ao 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 a participação se expande, sua inovação e valor potencial merecem a 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 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 as preferências dos usuários através da interação e oferecendo soluções personalizadas. Mesmo na ausência de instruções explícitas, o Agente de IA pode resolver problemas de forma autônoma, melhorar a eficiência e criar novo valor.
Uma plataforma nativa de aplicações de IA oferece um conjunto de ferramentas de criação abrangente e fácil de usar, permitindo que os usuários configurem funcionalidades, aparência, voz dos robôs e conectem 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 super criadores. A plataforma treinou um modelo de linguagem grande especializado, tornando o papel de personagem 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. Utilizando o AI Agent personalizado da plataforma, atualmente pode ser aplicado em várias áreas, como videochamadas, aprendizado de idiomas, geração de imagens, entre outras.
Na fusão entre Web3 e AI, atualmente há uma maior exploração da camada de infraestrutura, como obter dados de alta qualidade, proteger a privacidade dos dados, como hospedar modelos na blockchain, como melhorar o uso eficiente do poder de computação descentralizado, como validar grandes modelos de linguagem, entre outras questões chave. À medida que essas infraestruturas forem sendo gradualmente aprimoradas, temos razões para acreditar que a fusão entre Web3 e AI dará origem a uma série de modelos de negócios e serviços inovadores.