A fusão do Web3 e da IA: Construindo a nova geração de infraestrutura da Internet
Web3, como um novo paradigma da internet descentralizado, aberto e transparente, apresenta oportunidades naturais de fusão com a IA. Sob a arquitetura centralizada tradicional, o cálculo de IA e os recursos de dados estão sujeitos a restrições rigorosas, enfrentando vários desafios como gargalos de capacidade computacional, vazamentos de privacidade e algoritmos de caixa-preta. Por outro lado, o Web3, baseado em tecnologia distribuída, pode fornecer novas motivações para o desenvolvimento da IA por meio 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 a otimização de contratos inteligentes e algoritmos anti-trapaça, promovendo a construção de 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 Web3
Os dados são a força motriz central que impulsiona o desenvolvimento da IA. 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 apenas fornecem a base de treinamento para os modelos de aprendizado de máquina, mas também determinam a precisão e a confiabilidade dos modelos.
Os seguintes problemas principais existem nos modelos tradicionais de aquisição e utilização de dados de IA centralizada:
O custo de aquisição de dados é elevado, dificultando a sua assunção por pequenas e médias empresas.
Os recursos de dados são monopolizados por grandes empresas de tecnologia, formando ilhas de dados.
O risco de vazamento e abuso de dados pessoais
A Web3 oferece um novo paradigma de dados descentralizados para resolver esses problemas:
Os usuários podem vender recursos de rede ociosos para empresas de IA, de forma descentralizada, para coletar dados da web, que, após limpeza e conversão, fornecem dados reais e de alta qualidade para o treinamento de modelos de IA.
Adotar o modo "ganhar ao marcar", incentivando trabalhadores globais a participar na rotulagem de dados através de tokens, reunindo conhecimentos profissionais globais 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 que necessitam e fornecem dados, incentivando a inovação e o compartilhamento de dados.
No entanto, a obtenção de dados do mundo real ainda enfrenta alguns problemas, como a qualidade dos dados variada, a dificuldade de processamento, a falta de diversidade e representatividade, entre outros. Dados sintéticos podem ser o destaque futuro na área de dados Web3. Baseados em tecnologia de IA generativa e simulação, os dados sintéticos podem imitar as propriedades dos dados reais, servindo como um complemento eficaz para aumentar a eficiência do uso de dados. Em áreas como condução autónoma, negociação no mercado financeiro e desenvolvimento de jogos, os dados sintéticos já demonstraram um potencial de aplicação maduro.
Proteção de Privacidade: Aplicações de FHE no Web3
Na era impulsionada por dados, a proteção da privacidade tornou-se um foco de atenção global, com regulamentos como o Regulamento Geral sobre a Proteção de Dados da União Europeia refletindo uma proteção rigorosa da privacidade pessoal. No entanto, isso também trouxe 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 totalmente homomórfica ( FHE ) permite realizar operações de cálculo diretamente em dados criptografados, sem a necessidade de descriptografar os dados, e o resultado do cálculo é consistente com o resultado do cálculo em dados em texto claro. O FHE fornece uma proteção robusta para a computação de privacidade em IA, permitindo que o poder de processamento da GPU execute tarefas de treinamento e inferência de modelos em um ambiente sem contato com os dados originais. Isso traz uma grande vantagem para as empresas de IA, permitindo que abram serviços API de forma segura, enquanto protegem segredos comerciais.
FHEML suporta o processamento criptografado de dados e modelos durante todo o ciclo de aprendizado de máquina, garantindo a segurança das informações sensíveis e prevenindo o risco de vazamento de dados. Dessa forma, o FHEML reforça a privacidade dos dados, fornecendo 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 Computação: Computação AI em Redes Descentralizadas
Atualmente, a complexidade de cálculo dos sistemas de IA duplica a cada 3 meses, levando a um aumento exponencial na demanda por poder de computação, muito além da oferta de recursos computacionais existentes. Por exemplo, o treinamento de um grande modelo de linguagem requer um poder computacional imenso, 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 avançados de IA inacessíveis 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 do aumento de desempenho dos microprocessadores, e a escassez de chips causada por fatores da cadeia de suprimentos e geopolíticos, tudo isso agrava o problema de fornecimento de poder de computação. Os profissionais de IA enfrentam um dilema: ou compram hardware, ou alugam recursos na nuvem, e eles precisam urgentemente de uma forma de serviço de computação sob demanda e econômica.
A rede de computação descentralizada de IA agrega recursos de GPU ociosos em todo o mundo, fornecendo um mercado de computação acessível economicamente para empresas de IA. Os demandantes de computação podem publicar tarefas de computação na rede, e os contratos inteligentes atribuem as tarefas aos nós que contribuem com poder de computação; os nós executam as tarefas e enviam os resultados, que, após verificação, recebem recompensas. Esta solução melhora a eficiência da utilização de recursos e ajuda a resolver problemas de gargalo de computação em áreas como a IA.
Além da rede de computação descentralizada geral, existem plataformas de computação dedicadas focadas em treinamento e inferência de IA. A rede de computação descentralizada oferece um mercado justo e transparente, quebra monopólios, reduz as barreiras de entrada e aumenta a eficiência da utilização da computação. No ecossistema Web3, a rede de computação descentralizada desempenhará um papel crucial, atraindo mais aplicações 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 tenham a capacidade de executar IA - essa é a atração da IA de borda. Ela permite que a computação ocorra na origem da geração de dados, proporcionando baixa latência e processamento em tempo real, ao mesmo tempo que protege a privacidade do utilizador. A tecnologia de IA de borda já foi aplicada em áreas críticas, como a condução autónoma.
No campo do Web3, o nome que conhecemos melhor é DePIN. O Web3 enfatiza a descentralização e a soberania dos dados do usuário, enquanto o DePIN melhora a proteção da privacidade do usuário ao processar dados localmente, reduzindo o risco de vazamento de dados; o mecanismo de economia de tokens nativo 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 determinada blockchain pública, tornando-se uma das plataformas preferidas para a implementação 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 os 10 bilhões de dólares, e alguns projetos renomados já alcançaram progressos significativos.
IMO: Novo paradigma de lançamento de modelos de IA
O conceito IMO foi proposto inicialmente por um determinado protocolo, tokenizando modelos de IA.
No modelo tradicional, devido à falta de um mecanismo de partilha de receitas, os desenvolvedores de modelos de IA têm dificuldade em obter receitas contínuas a partir da utilização posterior dos modelos, especialmente quando estes são integrados em outros produtos e serviços, sendo difícil para os criadores originais rastrear a utilização e, consequentemente, obter receitas. Além disso, o desempenho e a eficácia dos modelos de IA muitas vezes carecem de transparência, o que dificulta a avaliação do seu verdadeiro valor por parte de potenciais investidores e utilizadores, limitando o reconhecimento do modelo no mercado e o seu potencial comercial.
O IMO oferece um novo suporte financeiro e uma forma de 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 certo protocolo utiliza um padrão ERC específico, 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 injetou energia no desenvolvimento sustentável da tecnologia de IA. O IMO está atualmente em uma fase inicial de tentativa, mas à medida que a aceitação do mercado aumenta e o alcance da participação se expande, sua inovação e valor potencial são promissores.
Agente de IA: A nova era da experiência interativa
O Agente de IA pode perceber o ambiente, pensar de forma independente e tomar ações apropriadas para atingir 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, aumentando a eficiência e criando novo valor.
Uma plataforma de aplicação nativa de AI aberta oferece um conjunto abrangente e fácil de usar de ferramentas de criação, suportando a configuração de funções, aparência e voz dos robôs, bem como a conexão a bases de conhecimento externas, com o objetivo de construir um ecossistema de conteúdo AI justo e aberto. Utilizando tecnologia de AI generativa, empodera indivíduos a se tornarem super criadores. A plataforma treinou um modelo de linguagem grande especializado, tornando o papel mais humanizado; a tecnologia de clonagem de voz pode acelerar a interação personalizada dos produtos de AI, reduzindo o custo de síntese de voz em 99%, com a clonagem de voz podendo ser realizada em apenas 1 minuto. Utilizando o AI Agent personalizado dessa plataforma, atualmente pode ser aplicado em vídeo chamadas, aprendizado de idiomas, geração de imagens e outros campos.
Na fusão entre Web3 e IA, atualmente há mais exploração no nível da infraestrutura, como obter dados de alta qualidade, proteger a privacidade dos dados, como hospedar modelos na blockchain, como melhorar o uso eficiente do poder computacional descentralizado e como validar grandes modelos de linguagem, entre outras questões-chave. À medida que essa infraestrutura se aperfeiçoa gradualmente, temos razões para acreditar que a fusão entre Web3 e IA dará origem a uma série de modelos de negócios e serviços inovadores.
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
Web3 e IA em fusão: Construir nova infraestrutura descentralizada de dados, Poder de computação e privacidade
A fusão do Web3 e da IA: Construindo a nova geração de infraestrutura da Internet
Web3, como um novo paradigma da internet descentralizado, aberto e transparente, apresenta oportunidades naturais de fusão com a IA. Sob a arquitetura centralizada tradicional, o cálculo de IA e os recursos de dados estão sujeitos a restrições rigorosas, enfrentando vários desafios como gargalos de capacidade computacional, vazamentos de privacidade e algoritmos de caixa-preta. Por outro lado, o Web3, baseado em tecnologia distribuída, pode fornecer novas motivações para o desenvolvimento da IA por meio 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 a otimização de contratos inteligentes e algoritmos anti-trapaça, promovendo a construção de 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 Web3
Os dados são a força motriz central que impulsiona o desenvolvimento da IA. 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 apenas fornecem a base de treinamento para os modelos de aprendizado de máquina, mas também determinam a precisão e a confiabilidade dos modelos.
Os seguintes problemas principais existem nos modelos tradicionais de aquisição e utilização de dados de IA centralizada:
A Web3 oferece um novo paradigma de dados descentralizados para resolver esses problemas:
No entanto, a obtenção de dados do mundo real ainda enfrenta alguns problemas, como a qualidade dos dados variada, a dificuldade de processamento, a falta de diversidade e representatividade, entre outros. Dados sintéticos podem ser o destaque futuro na área de dados Web3. Baseados em tecnologia de IA generativa e simulação, os dados sintéticos podem imitar as propriedades dos dados reais, servindo como um complemento eficaz para aumentar a eficiência do uso de dados. Em áreas como condução autónoma, negociação no mercado financeiro e desenvolvimento de jogos, os dados sintéticos já demonstraram um potencial de aplicação maduro.
Proteção de Privacidade: Aplicações de FHE no Web3
Na era impulsionada por dados, a proteção da privacidade tornou-se um foco de atenção global, com regulamentos como o Regulamento Geral sobre a Proteção de Dados da União Europeia refletindo uma proteção rigorosa da privacidade pessoal. No entanto, isso também trouxe 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 totalmente homomórfica ( FHE ) permite realizar operações de cálculo diretamente em dados criptografados, sem a necessidade de descriptografar os dados, e o resultado do cálculo é consistente com o resultado do cálculo em dados em texto claro. O FHE fornece uma proteção robusta para a computação de privacidade em IA, permitindo que o poder de processamento da GPU execute tarefas de treinamento e inferência de modelos em um ambiente sem contato com os dados originais. Isso traz uma grande vantagem para as empresas de IA, permitindo que abram serviços API de forma segura, enquanto protegem segredos comerciais.
FHEML suporta o processamento criptografado de dados e modelos durante todo o ciclo de aprendizado de máquina, garantindo a segurança das informações sensíveis e prevenindo o risco de vazamento de dados. Dessa forma, o FHEML reforça a privacidade dos dados, fornecendo 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 Computação: Computação AI em Redes Descentralizadas
Atualmente, a complexidade de cálculo dos sistemas de IA duplica a cada 3 meses, levando a um aumento exponencial na demanda por poder de computação, muito além da oferta de recursos computacionais existentes. Por exemplo, o treinamento de um grande modelo de linguagem requer um poder computacional imenso, 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 avançados de IA inacessíveis 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 do aumento de desempenho dos microprocessadores, e a escassez de chips causada por fatores da cadeia de suprimentos e geopolíticos, tudo isso agrava o problema de fornecimento de poder de computação. Os profissionais de IA enfrentam um dilema: ou compram hardware, ou alugam recursos na nuvem, e eles precisam urgentemente de uma forma de serviço de computação sob demanda e econômica.
A rede de computação descentralizada de IA agrega recursos de GPU ociosos em todo o mundo, fornecendo um mercado de computação acessível economicamente para empresas de IA. Os demandantes de computação podem publicar tarefas de computação na rede, e os contratos inteligentes atribuem as tarefas aos nós que contribuem com poder de computação; os nós executam as tarefas e enviam os resultados, que, após verificação, recebem recompensas. Esta solução melhora a eficiência da utilização de recursos e ajuda a resolver problemas de gargalo de computação em áreas como a IA.
Além da rede de computação descentralizada geral, existem plataformas de computação dedicadas focadas em treinamento e inferência de IA. A rede de computação descentralizada oferece um mercado justo e transparente, quebra monopólios, reduz as barreiras de entrada e aumenta a eficiência da utilização da computação. No ecossistema Web3, a rede de computação descentralizada desempenhará um papel crucial, atraindo mais aplicações 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 tenham a capacidade de executar IA - essa é a atração da IA de borda. Ela permite que a computação ocorra na origem da geração de dados, proporcionando baixa latência e processamento em tempo real, ao mesmo tempo que protege a privacidade do utilizador. A tecnologia de IA de borda já foi aplicada em áreas críticas, como a condução autónoma.
No campo do Web3, o nome que conhecemos melhor é DePIN. O Web3 enfatiza a descentralização e a soberania dos dados do usuário, enquanto o DePIN melhora a proteção da privacidade do usuário ao processar dados localmente, reduzindo o risco de vazamento de dados; o mecanismo de economia de tokens nativo 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 determinada blockchain pública, tornando-se uma das plataformas preferidas para a implementação 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 os 10 bilhões de dólares, e alguns projetos renomados já alcançaram progressos significativos.
IMO: Novo paradigma de lançamento de modelos de IA
O conceito IMO foi proposto inicialmente por um determinado protocolo, tokenizando modelos de IA.
No modelo tradicional, devido à falta de um mecanismo de partilha de receitas, os desenvolvedores de modelos de IA têm dificuldade em obter receitas contínuas a partir da utilização posterior dos modelos, especialmente quando estes são integrados em outros produtos e serviços, sendo difícil para os criadores originais rastrear a utilização e, consequentemente, obter receitas. Além disso, o desempenho e a eficácia dos modelos de IA muitas vezes carecem de transparência, o que dificulta a avaliação do seu verdadeiro valor por parte de potenciais investidores e utilizadores, limitando o reconhecimento do modelo no mercado e o seu potencial comercial.
O IMO oferece um novo suporte financeiro e uma forma de 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 certo protocolo utiliza um padrão ERC específico, 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 injetou energia no desenvolvimento sustentável da tecnologia de IA. O IMO está atualmente em uma fase inicial de tentativa, mas à medida que a aceitação do mercado aumenta e o alcance da participação se expande, sua inovação e valor potencial são promissores.
Agente de IA: A nova era da experiência interativa
O Agente de IA pode perceber o ambiente, pensar de forma independente e tomar ações apropriadas para atingir 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, aumentando a eficiência e criando novo valor.
Uma plataforma de aplicação nativa de AI aberta oferece um conjunto abrangente e fácil de usar de ferramentas de criação, suportando a configuração de funções, aparência e voz dos robôs, bem como a conexão a bases de conhecimento externas, com o objetivo de construir um ecossistema de conteúdo AI justo e aberto. Utilizando tecnologia de AI generativa, empodera indivíduos a se tornarem super criadores. A plataforma treinou um modelo de linguagem grande especializado, tornando o papel mais humanizado; a tecnologia de clonagem de voz pode acelerar a interação personalizada dos produtos de AI, reduzindo o custo de síntese de voz em 99%, com a clonagem de voz podendo ser realizada em apenas 1 minuto. Utilizando o AI Agent personalizado dessa plataforma, atualmente pode ser aplicado em vídeo chamadas, aprendizado de idiomas, geração de imagens e outros campos.
Na fusão entre Web3 e IA, atualmente há mais exploração no nível da infraestrutura, como obter dados de alta qualidade, proteger a privacidade dos dados, como hospedar modelos na blockchain, como melhorar o uso eficiente do poder computacional descentralizado e como validar grandes modelos de linguagem, entre outras questões-chave. À medida que essa infraestrutura se aperfeiçoa gradualmente, temos razões para acreditar que a fusão entre Web3 e IA dará origem a uma série de modelos de negócios e serviços inovadores.