La fusion de Web3 et de l'IA : construire l'infrastructure Internet de prochaine génération

Web3, en tant que nouvelle paradigme Internet décentralisé, ouvert et transparent, offre une opportunité naturelle de fusion avec l'IA. Dans une architecture centralisée traditionnelle, les ressources de calcul et de données de l'IA sont strictement contrôlées, et il existe de nombreux défis tels que les goulets d'étranglement en puissance de calcul, les fuites de données et les algorithmes en boîte noire. En revanche, Web3, basé sur des technologies distribuées, peut injecter un nouvel élan au développement de l'IA grâce à des réseaux de calcul partagés, des marchés de données ouverts et des calculs respectant la vie privée. Parallèlement, l'IA peut également apporter de nombreuses capacités à Web3, telles que l'optimisation des contrats intelligents et des algorithmes anti-triche, contribuant ainsi à la construction de son écosystème. Par conséquent, explorer la combinaison de Web3 et de l'IA est essentiel pour construire l'infrastructure Internet de prochaine génération et libérer la valeur des données et de la puissance de calcul.

Données pilotées : une base solide pour l'IA et le Web3

Les données sont le moteur principal du développement de l'IA, tout comme le carburant pour un moteur. Les modèles d'IA ont besoin de digérer une grande quantité de données de haute qualité pour acquérir une compréhension approfondie et une puissante capacité de raisonnement. Les données fournissent non seulement la base d'entraînement pour les modèles d'apprentissage automatique, mais déterminent également l'exactitude et la fiabilité des modèles.

Dans les modèles traditionnels de collecte et d'utilisation des données IA centralisées, il existe plusieurs problèmes majeurs :

• Le coût d'acquisition des données est élevé, les petites et moyennes entreprises ont du mal à le supporter
• Les ressources de données sont monopolisées par les géants de la technologie, formant des îlots de données.
• Les données personnelles sont exposées au risque de fuite et d'abus.

Web3 peut résoudre les points de douleur des modèles traditionnels grâce à un nouveau paradigme de données décentralisées :

• Les utilisateurs peuvent vendre leur réseau inutilisé aux entreprises d'IA, pour extraire des données réseau de manière décentralisée, nettoyer et transformer ces données afin de fournir des données réelles et de haute qualité pour l'entraînement des modèles d'IA.
• Adopter le mode "label to earn", en incitant les travailleurs du monde entier à participer à l'annotation des données grâce à des jetons, rassemblant ainsi l'expertise mondiale et renforçant la capacité d'analyse des données.
• La plateforme de trading de données blockchain offre un environnement de trading public et transparent pour les deux parties de l'offre et de la demande de données, incitant à l'innovation et au partage des données.

Néanmoins, l'acquisition de données dans le monde réel présente également certains problèmes, tels que la qualité des données inégale, la difficulté de traitement, ainsi qu'un manque de diversité et de représentativité. Les données synthétiques pourraient être la star de la future scène des données Web3. Basées sur des technologies d'IA générative et de simulation, les données synthétiques peuvent imiter les attributs des données réelles, servant de complément efficace aux données réelles, et améliorant ainsi l'efficacité de l'utilisation des données. Dans des domaines tels que la conduite autonome, le trading sur les marchés financiers et le développement de jeux, les données synthétiques ont déjà montré leur potentiel d'application mature.

Protection de la vie privée : le rôle de FHE dans le Web3

À l'ère des données, la protection de la vie privée est devenue un point focal mondial. L'adoption de réglementations telles que le Règlement général sur la protection des données (RGPD) de l'Union européenne reflète une stricte protection de la vie privée des individus. Cependant, cela pose également des défis : certaines données sensibles ne peuvent pas être pleinement utilisées en raison des risques pour la vie privée, ce qui limite indéniablement le potentiel et la capacité de raisonnement des modèles d'IA.

FHE, ou cryptographie homomorphe complète, permet d'effectuer des opérations de calcul directement sur des données chiffrées sans avoir besoin de déchiffrer les données, et le résultat du calcul est identique à celui obtenu en effectuant le même calcul sur des données en clair.

FHE offre une protection solide pour le calcul de la confidentialité de l'IA, permettant à la puissance de calcul GPU d'exécuter des tâches d'entraînement et d'inférence de modèles dans un environnement sans toucher aux données brutes. Cela apporte un énorme avantage aux entreprises d'IA. Elles peuvent ouvrir en toute sécurité des services API tout en protégeant leurs secrets commerciaux.

FHEML prend en charge le traitement crypté des données et des modèles tout au long du cycle d'apprentissage machine, garantissant la sécurité des informations sensibles et prévenant les risques de fuite de données. De cette manière, FHEML renforce la confidentialité des données et fournit un cadre de calcul sécurisé pour les applications d'IA.

FHEML est un complément à ZKML, ZKML prouve l'exécution correcte de l'apprentissage automatique, tandis que FHEML met l'accent sur le calcul sur des données cryptées pour maintenir la confidentialité des données.

Révolution de la puissance de calcul : Calcul AI dans un réseau décentralisé

La complexité computationnelle des systèmes d'IA double tous les trois mois, entraînant une explosion de la demande en puissance de calcul, bien au-delà de l'offre actuelle de ressources informatiques. Par exemple, l'entraînement du modèle GPT-3 nécessite une énorme puissance de calcul, équivalente à 355 ans de temps d'entraînement sur un seul appareil. Ce manque de puissance de calcul limite non seulement les avancées technologiques en IA, mais rend également ces modèles d'IA avancés inaccessibles pour la plupart des chercheurs et des développeurs.

En même temps, l'utilisation mondiale des GPU est inférieure à 40 %, et le ralentissement de l'amélioration des performances des microprocesseurs, ainsi que la pénurie de puces causée par des facteurs de chaîne d'approvisionnement et de géopolitique, aggravent encore le problème de l'approvisionnement en puissance de calcul. Les professionnels de l'IA se retrouvent dans une situation délicate : soit ils achètent du matériel, soit ils louent des ressources cloud, et ils ont un besoin urgent d'un service de calcul à la demande et économique.

Un réseau de puissance de calcul AI décentralisé sur une plateforme blockchain, qui agrège des ressources GPU inactives à l'échelle mondiale, offre aux entreprises d'IA un marché de puissance de calcul à la fois économique et facilement accessible. Les demandeurs de puissance de calcul peuvent publier des tâches de calcul sur le réseau, les contrats intelligents attribuent les tâches aux nœuds mineurs qui contribuent à la puissance de calcul, les mineurs exécutent les tâches et soumettent les résultats, qui, une fois vérifiés, leur permettent de gagner des récompenses en points. Cette solution améliore l'efficacité de l'utilisation des ressources et aide à résoudre le problème du goulet d'étranglement de la puissance de calcul dans des domaines tels que l'IA.

En plus des réseaux de puissance décentralisés généralistes, il existe des plateformes axées sur l'entraînement de l'IA et des réseaux de puissance spécialisés pour l'inférence de l'IA.

Le réseau de puissance de calcul décentralisé offre un marché de puissance de calcul équitable et transparent, brisant les monopoles, réduisant les barrières à l'application et augmentant l'efficacité de l'utilisation de la puissance de calcul. Dans l'écosystème web3, le réseau de puissance de calcul décentralisé jouera un rôle clé, attirant l'adhésion de plus de dapps innovants pour promouvoir ensemble le développement et l'application des technologies AI.

DePIN : Web3 habilite l'IA Edge

Imaginez que votre téléphone, votre montre intelligente, et même les appareils intelligents de votre maison, possèdent la capacité de faire fonctionner l'IA - c'est là toute l'attrait de l'Edge AI. Cela permet de traiter les données à la source, offrant une faible latence et un traitement en temps réel, tout en protégeant la vie privée des utilisateurs. La technologie Edge AI a déjà été appliquée dans des domaines clés comme la conduite autonome.

Dans le domaine du Web3, nous avons un nom plus familier - DePIN. Le Web3 met l'accent sur la décentralisation et la souveraineté des données des utilisateurs, DePIN renforce la protection de la vie privée des utilisateurs en traitant les données localement, réduisant ainsi le risque de fuite de données ; le mécanisme économique natif de Token du Web3 peut inciter les nœuds DePIN à fournir des ressources de calcul, construisant un écosystème durable.

Actuellement, DePIN se développe rapidement dans l'écosystème d'une certaine blockchain publique, devenant l'une des plateformes de blockchain publique les plus prisées pour le déploiement de projets. Le haut TPS, les faibles frais de transaction et l'innovation technologique de cette blockchain publique offrent un soutien solide aux projets DePIN. À l'heure actuelle, la capitalisation boursière des projets DePIN sur cette blockchain publique dépasse 10 milliards de dollars, et certains projets renommés ont déjà réalisé des progrès significatifs.

IMO : Lancement d'un nouveau paradigme pour les modèles d'IA

Le concept d'IMO a été proposé pour la première fois par un certain protocole, qui tokenise les modèles d'IA.

Dans le modèle traditionnel, en raison de l'absence de mécanisme de partage des revenus, une fois qu'un modèle d'IA est développé et mis sur le marché, il est souvent difficile pour le développeur de tirer un revenu durable de son utilisation ultérieure, en particulier lorsque le modèle est intégré dans d'autres produits et services. Le créateur d'origine a du mal à suivre l'utilisation, sans parler de générer des revenus à partir de celle-ci. De plus, la performance et l'efficacité des modèles d'IA manquent souvent de transparence, ce qui rend difficile pour les investisseurs et les utilisateurs potentiels d'évaluer leur véritable valeur, limitant ainsi la reconnaissance du marché et le potentiel commercial des modèles.

IMO propose une nouvelle méthode de financement et de partage de valeur pour les modèles d'IA open source. Les investisseurs peuvent acheter des tokens IMO pour partager les bénéfices générés par le modèle par la suite. Un certain protocole utilise deux standards ERC, combinant des oracles d'IA et la technologie OPML pour garantir l'authenticité du modèle d'IA et permettre aux détenteurs de tokens de partager les bénéfices.

Le mode IMO renforce la transparence et la confiance, encourage la collaboration open source, s'adapte aux tendances du marché des cryptomonnaies et insuffle une dynamique au développement durable des technologies d'IA. L'IMO est actuellement encore dans une phase d'essai précoce, mais avec l'augmentation de l'acceptation du marché et l'élargissement de la portée de participation, son innovation et sa valeur potentielle sont à attendre avec impatience.

Agent IA : Une nouvelle ère d'expérience interactive

L'Agent IA peut percevoir son environnement, penser de manière autonome et prendre des mesures appropriées pour atteindre des objectifs définis. Soutenu par de grands modèles de langage, l'Agent IA peut non seulement comprendre le langage naturel, mais aussi planifier des décisions et exécuter des tâches complexes. Ils peuvent servir d'assistants virtuels, apprenant les préférences des utilisateurs à travers des interactions et fournissant des solutions personnalisées. Même sans instructions explicites, l'Agent IA peut résoudre des problèmes de manière autonome, améliorer l'efficacité et créer de la nouvelle valeur.

Une plateforme d'application native AI offre un ensemble d'outils de création complets et faciles à utiliser, permettant aux utilisateurs de configurer les fonctionnalités, l'apparence et la voix des robots, ainsi que de se connecter à des bases de connaissances externes, s'efforçant de créer un écosystème de contenu AI équitable et ouvert. En utilisant la technologie AI générative, elle habilite les individus à devenir des super créateurs. La plateforme a formé un modèle de langage large spécialisé, rendant le jeu de rôle plus humanisé ; la technologie de clonage vocal peut accélérer l'interaction personnalisée des produits AI, réduisant le coût de la synthèse vocale de 99 %, le clonage vocal ne nécessitant qu'une minute pour être réalisé. Grâce aux agents AI personnalisés de la plateforme, il peut désormais être appliqué à divers domaines tels que les chats vidéo, l'apprentissage des langues et la génération d'images.

Dans la fusion de Web3 et de l'IA, il s'agit actuellement davantage d'explorer le niveau des infrastructures, comment obtenir des données de haute qualité, protéger la vie privée des données, comment héberger des modèles sur la chaîne, comment améliorer l'utilisation efficace de la puissance de calcul décentralisée, comment vérifier les grands modèles de langage et d'autres questions clés. Avec l'amélioration progressive de ces infrastructures, nous avons des raisons de croire que la fusion de Web3 et de l'IA donnera naissance à une série de modèles commerciaux et de services innovants.