La fusión de Web3 y AI: Construyendo la infraestructura de internet de próxima generación
Web3, como un nuevo paradigma de Internet descentralizado, abierto y transparente, tiene una oportunidad natural de integración con la IA. Bajo una arquitectura centralizada tradicional, los recursos de cálculo y datos de la IA están estrictamente controlados, y existen numerosos desafíos como cuellos de botella en la capacidad de cálculo, filtraciones de privacidad y algoritmos opacos. En cambio, Web3, basado en tecnologías distribuidas, puede inyectar nueva energía en el desarrollo de la IA a través de redes de potencia compartida, mercados de datos abiertos y cálculos de privacidad. Al mismo tiempo, la IA también puede aportar muchas capacidades a Web3, como la optimización de contratos inteligentes y algoritmos anti-trampa, contribuyendo a la construcción de su ecosistema. Explorar la combinación de Web3 y la IA es crucial para construir la infraestructura de Internet de próxima generación y liberar el valor de los datos y la capacidad de cálculo.
Impulsado por datos: La sólida base de la IA y Web3
Los datos son el motor central que impulsa el desarrollo de la IA, así como el combustible para un motor. Los modelos de IA necesitan digerir una gran cantidad 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 fiabilidad del modelo.
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, creando islas de datos.
Los datos personales enfrentan el riesgo de filtración y abuso.
Web3 puede resolver los puntos débiles del modelo tradicional mediante un nuevo paradigma de datos descentralizados:
Los usuarios pueden vender su ancho de banda no utilizado a empresas de IA, para recopilar datos de la red de manera descentralizada, limpiarlos y transformarlos, proporcionando datos reales y de alta calidad para el entrenamiento de modelos de IA.
Adoptar el modo "label to earn", incentivando a trabajadores de todo el mundo a participar en la anotación de datos mediante tokens, reuniendo conocimientos profesionales globales y mejorando la capacidad de análisis de datos.
La plataforma de intercambio de datos en blockchain proporciona un entorno de transacción público y transparente para ambas partes en la oferta y demanda de datos, incentivando la innovación y el intercambio de datos.
A pesar de ello, la obtención de datos del mundo real también presenta algunos problemas, como la variabilidad en la calidad de los datos, la dificultad de procesamiento, la falta de diversidad y representatividad, entre otros. Los datos sintéticos podrían ser la estrella del futuro en el ámbito de datos de Web3. Basados en tecnología de IA generativa y simulaciones, los datos sintéticos pueden replicar las propiedades de los datos reales, sirviendo como un complemento efectivo a los datos reales y mejorando la eficiencia en el uso de los datos. En campos como la conducción autónoma, el comercio en mercados financieros y el desarrollo de videojuegos, los datos sintéticos ya han mostrado su potencial de aplicación madura.
Protección de la privacidad: el papel de FHE en Web3
En la era impulsada por los 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 Unión Europea refleja una estricta protección de la privacidad personal. Sin embargo, esto también ha traído desafíos: algunos datos sensibles no pueden ser utilizados plenamente debido a los riesgos de privacidad, limitando el potencial y la capacidad de razonamiento de los modelos de IA.
FHE es la encriptación homomórfica total, que permite realizar operaciones de cálculo directamente sobre datos cifrados sin necesidad de descifrar los datos, y el resultado del cálculo es el mismo que el resultado de realizar el mismo cálculo sobre datos en texto claro.
FHE proporciona una sólida protección para el cálculo de privacidad de IA, lo que permite que la potencia de cálculo de GPU ejecute tareas de entrenamiento e inferencia de modelos en un entorno donde no se toca los datos originales. Esto ofrece una gran ventaja a las empresas de IA. Pueden abrir de manera segura los servicios API mientras protegen sus secretos comerciales.
FHEML admite el procesamiento encriptado de datos y modelos a lo largo de todo el ciclo de vida del aprendizaje automático, garantizando 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 aplicaciones de IA.
FHEML es un complemento de ZKML; ZKML prueba la correcta ejecución 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 disponibilidad de los recursos computacionales existentes. Por ejemplo, el entrenamiento de un modelo de lenguaje grande de una empresa 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 esos modelos avanzados de IA sean inalcanzables para la mayoría de los investigadores y desarrolladores.
Al mismo tiempo, la 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 provocada por factores de la cadena de suministro y geopolíticos, lo que agrava aún más el problema del suministro de capacidad de cómputo. 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 que sea bajo demanda y económicamente eficiente.
La red de computación descentralizada de IA proporciona un mercado de potencia de cálculo económico y accesible para las empresas de IA al agregar recursos de GPU inactivos a nivel mundial. Los demandantes de potencia de cálculo pueden publicar tareas de cálculo en la red, los contratos inteligentes asignan las tareas a los nodos mineros que contribuyen con potencia de cálculo, los mineros ejecutan las tareas y envían los resultados, y tras la verificación, obtienen recompensas en puntos. Esta solución mejora la eficiencia en el uso de recursos y ayuda a resolver el problema del cuello de botella en la potencia de cálculo en campos como la IA.
Además de la red de potencia descentralizada de uso general, hay plataformas centradas en el entrenamiento de IA y redes de potencia dedicadas a la inferencia de IA.
Las redes de potencia de cómputo descentralizadas ofrecen un mercado de potencia de cómputo justo y transparente, rompiendo monopolios, reduciendo las barreras de entrada y mejorando la eficiencia en el uso de la potencia de cómputo. En el ecosistema web3, las redes de potencia de cómputo descentralizadas desempeñarán un papel clave, atrayendo la participación de más dapps innovadores para impulsar conjuntamente el desarrollo y la aplicación de la tecnología de IA.
DePIN: Web3 empoderando la IA en el borde
Imagina que tu teléfono, reloj inteligente e incluso los dispositivos inteligentes de tu hogar tienen la capacidad de ejecutar IA: esa es la magia de Edge AI. Permite que el procesamiento ocurra en el origen de los datos, logrando baja latencia y procesamiento en tiempo real, al mismo tiempo que protege la privacidad del usuario. La tecnología Edge AI ya se está aplicando 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 y reducir el riesgo de filtraciones de datos al procesar datos localmente; 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 está desarrollándose rápidamente en el ecosistema de una cadena pública, convirtiéndose en una de las plataformas de cadena pública preferidas para el despliegue de proyectos. La alta TPS de esta cadena pública, los bajos costos de transacción y la innovación tecnológica brindan un fuerte apoyo a los proyectos DePIN. Actualmente, el valor de mercado de los proyectos DePIN en esta cadena pública supera los 10 mil millones de dólares, y varios proyectos conocidos han logrado avances significativos.
IMO: Nuevo paradigma de publicación de modelos de IA
El concepto de IMO fue propuesto por un protocolo, tokenizando modelos de IA.
En el modelo tradicional, debido a la falta de un mecanismo de reparto de ingresos, 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 los creadores originales rastrear el uso, y mucho menos obtener ingresos de ello. Además, el rendimiento y la efectividad de los modelos de IA a menudo carecen de transparencia, lo que dificulta que los inversionistas y usuarios potenciales evalúen su verdadero valor, limitando así el reconocimiento del mercado y el potencial comercial del modelo.
IMO ofrece una nueva forma de financiamiento y compartición de valor para modelos de IA de código abierto, donde los inversores pueden comprar tokens IMO y compartir los beneficios 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 poseedores de tokens puedan compartir los beneficios.
El modo IMO ha aumentado la transparencia y la confianza, fomentando la colaboración de código abierto, adaptándose a las tendencias del mercado de criptomonedas y proporcionando impulso al desarrollo sostenible de la tecnología de IA. Actualmente, el IMO se encuentra en una etapa inicial de prueba, pero a medida que aumenta la aceptación del mercado y se amplía el alcance de la 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 funcionar como asistentes virtuales, aprendiendo las preferencias de los usuarios a través de la interacción y ofreciendo soluciones personalizadas. Incluso sin instrucciones claras, el Agente de IA puede resolver problemas de forma autónoma, mejorar la eficiencia y crear nuevo valor.
Una plataforma de aplicaciones nativas de IA abierta ofrece un conjunto de herramientas de creación completas y fáciles de usar, que permite a los usuarios configurar funciones, apariencia, voz de los robots y conectar bases de datos externas, con el objetivo de crear un ecosistema de contenido de IA justo y abierto. Utilizando tecnología de IA generativa, empodera a los individuos para convertirse en supercreadores. La plataforma ha entrenado un modelo de lenguaje grande especializado, haciendo que los juegos de rol sean más humanizados; la tecnología de clonación de voz puede acelerar la interacción personalizada de los productos de IA, reduciendo el costo de 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 videollamadas, aprendizaje de idiomas, generación de imágenes, entre otros.
En la fusión de Web3 y AI, 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, y cómo validar grandes modelos de lenguaje, entre otros problemas clave. A medida que se vayan perfeccionando estas infraestructuras, tenemos razones para creer que la fusión de Web3 y AI dará lugar a una serie de modelos de negocio y servicios innovadores.
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
14 me gusta
Recompensa
14
2
Compartir
Comentar
0/400
rekt_but_resilient
· 08-02 04:20
¡Vamos a recargar la billetera de longs, hermanos!
Web3 y AI fusionados: construyendo el futuro de Internet descentralizado de datos, Potencia computacional y privacidad
La fusión de Web3 y AI: Construyendo la infraestructura de internet de próxima generación
Web3, como un nuevo paradigma de Internet descentralizado, abierto y transparente, tiene una oportunidad natural de integración con la IA. Bajo una arquitectura centralizada tradicional, los recursos de cálculo y datos de la IA están estrictamente controlados, y existen numerosos desafíos como cuellos de botella en la capacidad de cálculo, filtraciones de privacidad y algoritmos opacos. En cambio, Web3, basado en tecnologías distribuidas, puede inyectar nueva energía en el desarrollo de la IA a través de redes de potencia compartida, mercados de datos abiertos y cálculos de privacidad. Al mismo tiempo, la IA también puede aportar muchas capacidades a Web3, como la optimización de contratos inteligentes y algoritmos anti-trampa, contribuyendo a la construcción de su ecosistema. Explorar la combinación de Web3 y la IA es crucial para construir la infraestructura de Internet de próxima generación y liberar el valor de los datos y la capacidad de cálculo.
Impulsado por datos: La sólida base de la IA y Web3
Los datos son el motor central que impulsa el desarrollo de la IA, así como el combustible para un motor. Los modelos de IA necesitan digerir una gran cantidad 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 fiabilidad del modelo.
Los principales problemas del modelo tradicional de obtención y utilización de datos de IA centralizada son los siguientes:
Web3 puede resolver los puntos débiles del modelo tradicional mediante un nuevo paradigma de datos descentralizados:
A pesar de ello, la obtención de datos del mundo real también presenta algunos problemas, como la variabilidad en la calidad de los datos, la dificultad de procesamiento, la falta de diversidad y representatividad, entre otros. Los datos sintéticos podrían ser la estrella del futuro en el ámbito de datos de Web3. Basados en tecnología de IA generativa y simulaciones, los datos sintéticos pueden replicar las propiedades de los datos reales, sirviendo como un complemento efectivo a los datos reales y mejorando la eficiencia en el uso de los datos. En campos como la conducción autónoma, el comercio en mercados financieros y el desarrollo de videojuegos, los datos sintéticos ya han mostrado su potencial de aplicación madura.
Protección de la privacidad: el papel de FHE en Web3
En la era impulsada por los 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 Unión Europea refleja una estricta protección de la privacidad personal. Sin embargo, esto también ha traído desafíos: algunos datos sensibles no pueden ser utilizados plenamente debido a los riesgos de privacidad, limitando el potencial y la capacidad de razonamiento de los modelos de IA.
FHE es la encriptación homomórfica total, que permite realizar operaciones de cálculo directamente sobre datos cifrados sin necesidad de descifrar los datos, y el resultado del cálculo es el mismo que el resultado de realizar el mismo cálculo sobre datos en texto claro.
FHE proporciona una sólida protección para el cálculo de privacidad de IA, lo que permite que la potencia de cálculo de GPU ejecute tareas de entrenamiento e inferencia de modelos en un entorno donde no se toca los datos originales. Esto ofrece una gran ventaja a las empresas de IA. Pueden abrir de manera segura los servicios API mientras protegen sus secretos comerciales.
FHEML admite el procesamiento encriptado de datos y modelos a lo largo de todo el ciclo de vida del aprendizaje automático, garantizando 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 aplicaciones de IA.
FHEML es un complemento de ZKML; ZKML prueba la correcta ejecución 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 disponibilidad de los recursos computacionales existentes. Por ejemplo, el entrenamiento de un modelo de lenguaje grande de una empresa 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 esos modelos avanzados de IA sean inalcanzables para la mayoría de los investigadores y desarrolladores.
Al mismo tiempo, la 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 provocada por factores de la cadena de suministro y geopolíticos, lo que agrava aún más el problema del suministro de capacidad de cómputo. 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 que sea bajo demanda y económicamente eficiente.
La red de computación descentralizada de IA proporciona un mercado de potencia de cálculo económico y accesible para las empresas de IA al agregar recursos de GPU inactivos a nivel mundial. Los demandantes de potencia de cálculo pueden publicar tareas de cálculo en la red, los contratos inteligentes asignan las tareas a los nodos mineros que contribuyen con potencia de cálculo, los mineros ejecutan las tareas y envían los resultados, y tras la verificación, obtienen recompensas en puntos. Esta solución mejora la eficiencia en el uso de recursos y ayuda a resolver el problema del cuello de botella en la potencia de cálculo en campos como la IA.
Además de la red de potencia descentralizada de uso general, hay plataformas centradas en el entrenamiento de IA y redes de potencia dedicadas a la inferencia de IA.
Las redes de potencia de cómputo descentralizadas ofrecen un mercado de potencia de cómputo justo y transparente, rompiendo monopolios, reduciendo las barreras de entrada y mejorando la eficiencia en el uso de la potencia de cómputo. En el ecosistema web3, las redes de potencia de cómputo descentralizadas desempeñarán un papel clave, atrayendo la participación de más dapps innovadores para impulsar conjuntamente el desarrollo y la aplicación de la tecnología de IA.
DePIN: Web3 empoderando la IA en el borde
Imagina que tu teléfono, reloj inteligente e incluso los dispositivos inteligentes de tu hogar tienen la capacidad de ejecutar IA: esa es la magia de Edge AI. Permite que el procesamiento ocurra en el origen de los datos, logrando baja latencia y procesamiento en tiempo real, al mismo tiempo que protege la privacidad del usuario. La tecnología Edge AI ya se está aplicando 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 y reducir el riesgo de filtraciones de datos al procesar datos localmente; 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 está desarrollándose rápidamente en el ecosistema de una cadena pública, convirtiéndose en una de las plataformas de cadena pública preferidas para el despliegue de proyectos. La alta TPS de esta cadena pública, los bajos costos de transacción y la innovación tecnológica brindan un fuerte apoyo a los proyectos DePIN. Actualmente, el valor de mercado de los proyectos DePIN en esta cadena pública supera los 10 mil millones de dólares, y varios proyectos conocidos han logrado avances significativos.
IMO: Nuevo paradigma de publicación de modelos de IA
El concepto de IMO fue propuesto por un protocolo, tokenizando modelos de IA.
En el modelo tradicional, debido a la falta de un mecanismo de reparto de ingresos, 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 los creadores originales rastrear el uso, y mucho menos obtener ingresos de ello. Además, el rendimiento y la efectividad de los modelos de IA a menudo carecen de transparencia, lo que dificulta que los inversionistas y usuarios potenciales evalúen su verdadero valor, limitando así el reconocimiento del mercado y el potencial comercial del modelo.
IMO ofrece una nueva forma de financiamiento y compartición de valor para modelos de IA de código abierto, donde los inversores pueden comprar tokens IMO y compartir los beneficios 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 poseedores de tokens puedan compartir los beneficios.
El modo IMO ha aumentado la transparencia y la confianza, fomentando la colaboración de código abierto, adaptándose a las tendencias del mercado de criptomonedas y proporcionando impulso al desarrollo sostenible de la tecnología de IA. Actualmente, el IMO se encuentra en una etapa inicial de prueba, pero a medida que aumenta la aceptación del mercado y se amplía el alcance de la 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 funcionar como asistentes virtuales, aprendiendo las preferencias de los usuarios a través de la interacción y ofreciendo soluciones personalizadas. Incluso sin instrucciones claras, el Agente de IA puede resolver problemas de forma autónoma, mejorar la eficiencia y crear nuevo valor.
Una plataforma de aplicaciones nativas de IA abierta ofrece un conjunto de herramientas de creación completas y fáciles de usar, que permite a los usuarios configurar funciones, apariencia, voz de los robots y conectar bases de datos externas, con el objetivo de crear un ecosistema de contenido de IA justo y abierto. Utilizando tecnología de IA generativa, empodera a los individuos para convertirse en supercreadores. La plataforma ha entrenado un modelo de lenguaje grande especializado, haciendo que los juegos de rol sean más humanizados; la tecnología de clonación de voz puede acelerar la interacción personalizada de los productos de IA, reduciendo el costo de 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 videollamadas, aprendizaje de idiomas, generación de imágenes, entre otros.
En la fusión de Web3 y AI, 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, y cómo validar grandes modelos de lenguaje, entre otros problemas clave. A medida que se vayan perfeccionando estas infraestructuras, tenemos razones para creer que la fusión de Web3 y AI dará lugar a una serie de modelos de negocio y servicios innovadores.