- Tema
6k Popularidade
81k Popularidade
17k Popularidade
3k Popularidade
29k Popularidade
16k Popularidade
23k Popularidade
14k Popularidade
3k Popularidade
13k Popularidade
- Marcar
6k Popularidade
81k Popularidade
17k Popularidade
3k Popularidade
29k Popularidade
16k Popularidade
23k Popularidade
14k Popularidade
3k Popularidade
13k Popularidade
Web3 e IA em fusão: construir uma rede de dados e Poder de computação descentralizada
A Fusão do Web3 com a IA: Construindo a Infraestrutura da Próxima Geração da Internet
A Web3, como um novo paradigma da internet descentralizado, aberto e transparente, possui uma oportunidade natural de fusão com a IA. Sob uma arquitetura centralizada tradicional, os recursos de computação e dados da IA estão sob controle rígido, enfrentando diversos desafios, como gargalos de capacidade computacional, vazamento de privacidade e caixas pretas de algoritmos. A Web3, baseada em tecnologia distribuída, pode injetar nova vitalidade no desenvolvimento da IA por meio de redes de computação compartilhadas, mercados de dados abertos e computação de privacidade. Ao mesmo tempo, a IA também pode trazer diversas capacitações para a Web3, como otimização de contratos inteligentes e algoritmos anti-fraude, auxiliando na construção de seu ecossistema. Portanto, explorar a combinação da Web3 e da IA é crucial para construir a infraestrutura da próxima geração da internet e liberar o valor dos dados e da capacidade computacional.
Dados impulsionados: A base sólida da IA e do Web3
Os dados são o núcleo que impulsiona o desenvolvimento da IA, assim como o combustível para um motor. 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 só fornecem a base de treinamento para os modelos de aprendizado de máquina, mas também determinam a precisão e a confiabilidade dos modelos.
No modelo tradicional de aquisição e utilização de dados de IA centralizada, existem os seguintes problemas principais:
O Web3 pode resolver os pontos problemáticos dos modelos tradicionais 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 variável, a dificuldade de processamento, a diversidade e a falta de representatividade. Os dados sintéticos podem ser a estrela do futuro da área de dados Web3. Com base em tecnologia de IA generativa e simulações, os dados sintéticos conseguem simular as propriedades dos dados reais, servindo como um complemento eficaz aos dados reais, aumentando a eficiência do uso de dados. Em áreas como condução autónoma, negociação em mercados financeiros e desenvolvimento de jogos, os dados sintéticos já mostraram seu 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, e 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 trouxe desafios: alguns dados sensíveis não podem ser utilizados plenamente devido a riscos de privacidade, o que indiscutivelmente limita o potencial e a capacidade de raciocínio dos modelos de IA.
FHE é a criptografia totalmente homomórfica, que permite realizar operações de cálculo diretamente sobre dados criptografados, sem a necessidade de descriptografar os dados, e o resultado do cálculo é o mesmo que o resultado da mesma operação realizada sobre dados em texto claro.
FHE fornece uma proteção sólida para o cálculo de privacidade em IA, permitindo que a capacidade de processamento de GPU execute tarefas de treinamento e inferência de modelos sem tocar nos dados originais. Isso traz vantagens enormes para as empresas de IA. Elas podem abrir serviços de API de forma segura, enquanto protegem segredos comerciais.
FHEML suporta o processamento encriptado de dados e modelos durante todo o ciclo de aprendizagem de máquina, garantindo a segurança das informações sensíveis e prevenindo o risco de vazamento de dados. Desta forma, o FHEML fortalece 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 sobre dados criptografados para manter a privacidade dos dados.
Revolução da Potência Computacional: 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 computação, muito além da oferta atual de recursos computacionais. Por exemplo, o treinamento do modelo GPT-3 requer um enorme poder computacional, 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 esses modelos avançados inatingíveis para a maioria dos pesquisadores e desenvolvedores.
Ao mesmo tempo, a taxa de utilização global de GPU é inferior a 40%, juntamente com a desaceleração no aumento do desempenho dos microprocessadores e a escassez de chips causada por fatores da cadeia de suprimentos e geopolíticos, tudo isso 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 em uma plataforma blockchain, que agrega recursos de GPU ociosos em todo o mundo, oferece às empresas de IA um mercado de computação que é ao mesmo tempo econômico e fácil de acessar. Os demandantes de computação podem publicar tarefas de cálculo na rede, e os contratos inteligentes atribuem as tarefas aos nós mineradores que contribuem com a capacidade de computação. Os mineradores executam as tarefas e enviam os resultados, e após verificação, recebem recompensas em pontos. 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 plataformas focadas no treinamento de IA e redes de computação dedicadas à 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 da utilização da computação. No ecossistema web3, a rede de computação descentralizada desempenhará um papel fundamental, atraindo mais dapps inovadores para se juntarem e impulsionarem o desenvolvimento e a aplicação da tecnologia de IA.
DePIN: Web3 capacitando Edge AI
Imagine que o seu telemóvel, o seu relógio inteligente e até mesmo os dispositivos inteligentes em sua casa têm a capacidade de executar IA—esta é a atração da Edge AI. Ela permite que o processamento ocorra na fonte dos dados, realizando um processamento em tempo real com baixa latência, enquanto protege a privacidade do usuário. A tecnologia Edge AI já está sendo aplicada em áreas cruciais, como a condução autónoma.
No campo do Web3, temos um nome mais familiar - DePIN. O Web3 enfatiza a descentralização e a soberania dos dados do usuário, e o DePIN pode melhorar a proteção da privacidade do usuário e reduzir o risco de vazamentos de dados ao processar dados localmente; o mecanismo econômico nativo de Token do Web3 pode incentivar os nós do DePIN a fornecer recursos de computação, construindo um ecossistema sustentável.
Atualmente, o DePIN está se desenvolvendo rapidamente em um ecossistema de uma certa blockchain pública, tornando-se uma das plataformas de blockchain pública preferidas para implantação de projetos. A alta TPS, baixas taxas de transação e inovações tecnológicas dessa blockchain pública oferecem um forte suporte para os projetos DePIN. Atualmente, os projetos DePIN nessa blockchain pública têm um valor de mercado superior a 10 bilhões de dólares, e alguns projetos conhecidos já fizeram 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 em outros produtos e serviços, os criadores originais têm dificuldade em rastrear o uso, quanto mais em obter receitas a partir disso. Além disso, o desempenho e a eficácia dos modelos de IA muitas vezes carecem de transparência, o que dificulta a avaliação do verdadeiro valor por investidores e usuários potenciais, limitando o reconhecimento de mercado e o potencial comercial do modelo.
O IMO oferece uma nova forma 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 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, incentivou a colaboração de código aberto, adaptou-se às tendências do mercado de criptomoedas e injetou impulso no desenvolvimento sustentável da tecnologia de IA. O IMO ainda está em fase inicial de tentativa, mas à medida que a aceitação do mercado aumenta e o alcance da participação se expande, sua inovação e potencial valor merecem nossa expectativa.
Agente de IA: A Nova Era da Experiência Interativa
O Agente AI pode perceber o ambiente, pensar de forma independente e tomar ações apropriadas para alcançar objetivos estabelecidos. Com o suporte de grandes modelos de linguagem, o Agente AI 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 fornecendo soluções personalizadas. Mesmo sem instruções claras, o Agente AI pode resolver problemas de forma autônoma, aumentando a eficiência e criando novo valor.
Uma plataforma de aplicação nativa de IA oferece um conjunto de ferramentas de criação abrangente e fácil de usar, permitindo que os usuários configurem funções de robô, aparência, som e conectem-se a bancos de dados externos, dedicando-se a construir 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 de grande porte específico, tornando os papéis mais humanizados; 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 diversas áreas, como videochamadas, aprendizado de idiomas, geração de imagens, entre outras.
Na fusão do Web3 com a IA, atualmente há mais exploração na camada de infraestrutura, como obter dados de alta qualidade, proteger a privacidade dos dados, como hospedar modelos na cadeia, como melhorar o uso eficiente do poder de computação descentralizado, como validar grandes modelos de linguagem e outras questões-chave. À medida que essa infraestrutura é gradualmente aprimorada, temos razões para acreditar que a fusão do Web3 com a IA dará origem a uma série de modelos de negócios e serviços inovadores.