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 d'intégration 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 de la puissance de calcul, les fuites de données privées et les algorithmes en boîte noire. En revanche, Web3, basé sur des technologies distribuées, peut injecter une nouvelle dynamique au développement de l'IA par le biais de réseaux de puissance de calcul partagés, de marchés de données ouverts et de calculs de confidentialité. En même temps, l'IA peut également apporter de nombreuses capacités à Web3, telles que l'optimisation des contrats intelligents et des algorithmes anti-triche, soutenant ainsi la construction de son écosystème. Explorer la combinaison de Web3 et de l'IA est essentiel pour construire l'infrastructure Internet de nouvelle 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 central du développement de l'IA, tout comme le carburant l'est pour un moteur. Les modèles d'IA ont besoin d'absorber une grande quantité de données de haute qualité pour obtenir une compréhension approfondie et une forte capacité de raisonnement. Les données fournissent non seulement la base d'entraînement pour les modèles d'apprentissage automatique, mais déterminent également la précision et la fiabilité des modèles.
Les modèles traditionnels de collecte et d'utilisation des données d'IA centralisés présentent les principaux problèmes suivants :
Le coût d'acquisition des données est élevé, ce qui rend difficile pour les PME de l'assumer.
Les ressources de données sont monopolisées par des géants de la technologie, créant 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 à des 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 de modèles d'IA.
Adoptez le modèle "label to earn" pour inciter les travailleurs du monde entier à participer à l'annotation de données grâce à des jetons, rassemblant ainsi l'expertise mondiale et renforçant les capacités d'analyse des données.
La plateforme d'échange de données blockchain offre un environnement de transaction 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 que l'insuffisance de diversité et de représentativité. Les données synthétiques pourraient être la star future du secteur 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 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 mûr.
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 sujet de préoccupation 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 exploitées en raison des risques pour la vie privée, ce qui limite le potentiel et la capacité de raisonnement des modèles d'IA.
FHE, ou chiffrement homomorphe complet, 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 des GPU d'exécuter des tâches d'entraînement et d'inférence de modèles dans un environnement sans toucher aux données brutes. Cela apporte un avantage considérable aux entreprises d'IA. Elles peuvent ouvrir des services API en toute sécurité tout en protégeant leurs secrets commerciaux.
FHEML prend en charge le traitement crypté des données et des modèles tout au long du cycle de vie de l'apprentissage automatique, garantissant la sécurité des informations sensibles et prévenant les risques de fuite de données. De cette manière, FHEML renforce la confidentialité des données et offre un cadre de calcul sécurisé pour les applications d'IA.
FHEML est un complément de ZKML, ZKML prouve l'exécution correcte de l'apprentissage automatique, tandis que FHEML met l'accent sur le calcul sur des données cryptées pour préserver la confidentialité des données.
Révolution de la puissance de calcul : calcul AI dans un réseau décentralisé
La complexité de calcul des systèmes d'IA actuels double tous les 3 mois, entraînant une augmentation exponentielle de la demande de puissance de calcul, bien au-delà de l'offre actuelle de ressources informatiques. Par exemple, l'entraînement d'un grand modèle de langage d'une entreprise d'IA nécessite une énorme puissance de calcul, équivalente à 355 ans de temps d'entraînement sur un seul appareil. Cette pénurie de puissance de calcul limite non seulement les progrès technologiques de l'IA, mais rend également ces modèles avancés inaccessibles pour la plupart des chercheurs et des développeurs.
En même temps, le taux d'utilisation des GPU dans le monde est inférieur à 40 %, et l'augmentation des performances des microprocesseurs ralentit, tandis que la pénurie de puces causée par des facteurs de chaîne d'approvisionnement et géopolitiques aggrave encore le problème de l'offre de puissance de calcul. Les professionnels de l'IA se retrouvent dans une situation délicate : soit ils achètent leur propre matériel, soit ils louent des ressources cloud, et ils ont un besoin urgent d'un service de calcul à la demande et économique.
Le réseau de puissance de calcul AI décentralisé, en agrégeant des ressources GPU inutilisées à l'échelle mondiale, offre aux entreprises d'IA un marché de la 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, et les contrats intelligents attribuent les tâches aux nœuds de mineurs qui contribuent à la puissance de calcul. Les mineurs exécutent les tâches et soumettent les résultats, et après vérification, ils reçoivent des récompenses en points. Cette solution améliore l'efficacité de l'utilisation des ressources et aide à résoudre le problème de la capacité de calcul dans des domaines tels que l'IA.
En plus des réseaux de puissance décentralisés généraux, il existe des plateformes dédiées à l'entraînement de l'IA, ainsi que des réseaux de puissance spécialisés pour l'inférence de l'IA.
Les réseaux de calcul décentralisés offrent un marché de puissance de calcul équitable et transparent, brisant les monopoles, abaissant les barrières d'entrée et améliorant l'efficacité d'utilisation de la puissance de calcul. Dans l'écosystème web3, les réseaux de calcul décentralisés joueront un rôle clé, attirant davantage d'applications décentralisées innovantes pour promouvoir ensemble le développement et l'application de la technologie IA.
DePIN : Web3 habilitant l'Edge AI
Imaginez que votre téléphone, votre montre intelligente, voire les appareils intelligents de votre maison, aient tous la capacité de faire fonctionner l'IA — c'est là tout le charme de l'Edge AI. Cela permet de traiter les données à la source de leur production, réalisant ainsi un traitement en temps réel avec une latence réduite, tout en protégeant la vie privée des utilisateurs. La technologie Edge AI a déjà été appliquée dans des domaines clés tels que 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 des tokens du Web3 peut inciter les nœuds DePIN à fournir des ressources de calcul, construisant ainsi 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 choisies pour le déploiement de projets. Le TPS élevé, les faibles frais de transaction et l'innovation technologique de cette blockchain publique fournissent un soutien solide aux projets DePIN. Actuellement, la capitalisation boursière des projets DePIN sur cette blockchain dépasse 10 milliards de dollars, et plusieurs projets connus ont déjà réalisé des progrès significatifs.
IMO : Publication 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 d'un mécanisme de partage des bénéfices, une fois qu'un modèle d'IA est développé et mis sur le marché, les développeurs ont souvent du mal à obtenir des revenus continus de l'utilisation ultérieure du modèle, en particulier lorsque le modèle est intégré dans d'autres produits et services, il est difficile pour le créateur original de suivre l'utilisation, sans parler d'en tirer des revenus. De plus, les performances et les effets 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 sur le marché et le potentiel commercial du modèle.
IMO offre un nouveau moyen de financement et de partage de valeur pour les modèles d'IA open source. Les investisseurs peuvent acheter des jetons IMO et partager les bénéfices générés par le modèle par la suite. Un certain protocole utilise deux normes ERC, combinant des oracles AI et la technologie OPML pour garantir l'authenticité des modèles d'IA et permettre aux détenteurs de jetons de partager les bénéfices.
Le modèle 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 de l'IA. L'IMO en est encore à ses débuts, mais avec l'augmentation de l'acceptation du marché et l'élargissement de la portée de la participation, son innovation et sa valeur potentielle méritent notre attente.
Agent IA : Une nouvelle ère d'interaction
L'Agent IA peut percevoir l'environnement, réfléchir de manière indépendante et agir en conséquence pour atteindre des objectifs déterminés. Avec le soutien 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 l'interaction 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 ouverte offre un ensemble d'outils de création complets et faciles à utiliser, permettant aux utilisateurs de configurer les fonctionnalités, l'apparence, la voix des robots et 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 permet aux individus de devenir des super créateurs. Cette plateforme a formé des modèles de langage spécifiques, rendant le jeu de rôle plus humain ; la technologie de clonage vocal peut accélérer l'interaction personnalisée des produits AI, réduisant le coût de la synthèse vocale de 99 %, et le clonage vocal ne prend qu'une minute à réaliser. Grâce à l'AI Agent personnalisé de cette plateforme, il peut actuellement être appliqué dans divers domaines tels que le chat vidéo, l'apprentissage des langues, la génération d'images, etc.
Dans la fusion de Web3 et de l'IA, il y a actuellement davantage d'explorations au niveau des infrastructures, notamment sur 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, et comment valider les grands modèles linguistiques, parmi 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.
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
14 J'aime
Récompense
14
2
Partager
Commentaire
0/400
rekt_but_resilient
· 08-02 04:20
Portefeuille pour la prochaine vague de longs, frères.
Web3 et l'IA fusionnent : construire un internet futur décentralisé de données, de puissance de calcul et de vie privée
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 d'intégration 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 de la puissance de calcul, les fuites de données privées et les algorithmes en boîte noire. En revanche, Web3, basé sur des technologies distribuées, peut injecter une nouvelle dynamique au développement de l'IA par le biais de réseaux de puissance de calcul partagés, de marchés de données ouverts et de calculs de confidentialité. En même temps, l'IA peut également apporter de nombreuses capacités à Web3, telles que l'optimisation des contrats intelligents et des algorithmes anti-triche, soutenant ainsi la construction de son écosystème. Explorer la combinaison de Web3 et de l'IA est essentiel pour construire l'infrastructure Internet de nouvelle 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 central du développement de l'IA, tout comme le carburant l'est pour un moteur. Les modèles d'IA ont besoin d'absorber une grande quantité de données de haute qualité pour obtenir une compréhension approfondie et une forte capacité de raisonnement. Les données fournissent non seulement la base d'entraînement pour les modèles d'apprentissage automatique, mais déterminent également la précision et la fiabilité des modèles.
Les modèles traditionnels de collecte et d'utilisation des données d'IA centralisés présentent les principaux problèmes suivants :
Web3 peut résoudre les points de douleur des modèles traditionnels grâce à un nouveau paradigme de données décentralisées :
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 que l'insuffisance de diversité et de représentativité. Les données synthétiques pourraient être la star future du secteur 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 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 mûr.
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 sujet de préoccupation 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 exploitées en raison des risques pour la vie privée, ce qui limite le potentiel et la capacité de raisonnement des modèles d'IA.
FHE, ou chiffrement homomorphe complet, 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 des GPU d'exécuter des tâches d'entraînement et d'inférence de modèles dans un environnement sans toucher aux données brutes. Cela apporte un avantage considérable aux entreprises d'IA. Elles peuvent ouvrir des services API en toute sécurité tout en protégeant leurs secrets commerciaux.
FHEML prend en charge le traitement crypté des données et des modèles tout au long du cycle de vie de l'apprentissage automatique, garantissant la sécurité des informations sensibles et prévenant les risques de fuite de données. De cette manière, FHEML renforce la confidentialité des données et offre un cadre de calcul sécurisé pour les applications d'IA.
FHEML est un complément de ZKML, ZKML prouve l'exécution correcte de l'apprentissage automatique, tandis que FHEML met l'accent sur le calcul sur des données cryptées pour préserver la confidentialité des données.
Révolution de la puissance de calcul : calcul AI dans un réseau décentralisé
La complexité de calcul des systèmes d'IA actuels double tous les 3 mois, entraînant une augmentation exponentielle de la demande de puissance de calcul, bien au-delà de l'offre actuelle de ressources informatiques. Par exemple, l'entraînement d'un grand modèle de langage d'une entreprise d'IA nécessite une énorme puissance de calcul, équivalente à 355 ans de temps d'entraînement sur un seul appareil. Cette pénurie de puissance de calcul limite non seulement les progrès technologiques de l'IA, mais rend également ces modèles avancés inaccessibles pour la plupart des chercheurs et des développeurs.
En même temps, le taux d'utilisation des GPU dans le monde est inférieur à 40 %, et l'augmentation des performances des microprocesseurs ralentit, tandis que la pénurie de puces causée par des facteurs de chaîne d'approvisionnement et géopolitiques aggrave encore le problème de l'offre de puissance de calcul. Les professionnels de l'IA se retrouvent dans une situation délicate : soit ils achètent leur propre matériel, soit ils louent des ressources cloud, et ils ont un besoin urgent d'un service de calcul à la demande et économique.
Le réseau de puissance de calcul AI décentralisé, en agrégeant des ressources GPU inutilisées à l'échelle mondiale, offre aux entreprises d'IA un marché de la 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, et les contrats intelligents attribuent les tâches aux nœuds de mineurs qui contribuent à la puissance de calcul. Les mineurs exécutent les tâches et soumettent les résultats, et après vérification, ils reçoivent des récompenses en points. Cette solution améliore l'efficacité de l'utilisation des ressources et aide à résoudre le problème de la capacité de calcul dans des domaines tels que l'IA.
En plus des réseaux de puissance décentralisés généraux, il existe des plateformes dédiées à l'entraînement de l'IA, ainsi que des réseaux de puissance spécialisés pour l'inférence de l'IA.
Les réseaux de calcul décentralisés offrent un marché de puissance de calcul équitable et transparent, brisant les monopoles, abaissant les barrières d'entrée et améliorant l'efficacité d'utilisation de la puissance de calcul. Dans l'écosystème web3, les réseaux de calcul décentralisés joueront un rôle clé, attirant davantage d'applications décentralisées innovantes pour promouvoir ensemble le développement et l'application de la technologie IA.
DePIN : Web3 habilitant l'Edge AI
Imaginez que votre téléphone, votre montre intelligente, voire les appareils intelligents de votre maison, aient tous la capacité de faire fonctionner l'IA — c'est là tout le charme de l'Edge AI. Cela permet de traiter les données à la source de leur production, réalisant ainsi un traitement en temps réel avec une latence réduite, tout en protégeant la vie privée des utilisateurs. La technologie Edge AI a déjà été appliquée dans des domaines clés tels que 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 des tokens du Web3 peut inciter les nœuds DePIN à fournir des ressources de calcul, construisant ainsi 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 choisies pour le déploiement de projets. Le TPS élevé, les faibles frais de transaction et l'innovation technologique de cette blockchain publique fournissent un soutien solide aux projets DePIN. Actuellement, la capitalisation boursière des projets DePIN sur cette blockchain dépasse 10 milliards de dollars, et plusieurs projets connus ont déjà réalisé des progrès significatifs.
IMO : Publication 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 d'un mécanisme de partage des bénéfices, une fois qu'un modèle d'IA est développé et mis sur le marché, les développeurs ont souvent du mal à obtenir des revenus continus de l'utilisation ultérieure du modèle, en particulier lorsque le modèle est intégré dans d'autres produits et services, il est difficile pour le créateur original de suivre l'utilisation, sans parler d'en tirer des revenus. De plus, les performances et les effets 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 sur le marché et le potentiel commercial du modèle.
IMO offre un nouveau moyen de financement et de partage de valeur pour les modèles d'IA open source. Les investisseurs peuvent acheter des jetons IMO et partager les bénéfices générés par le modèle par la suite. Un certain protocole utilise deux normes ERC, combinant des oracles AI et la technologie OPML pour garantir l'authenticité des modèles d'IA et permettre aux détenteurs de jetons de partager les bénéfices.
Le modèle 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 de l'IA. L'IMO en est encore à ses débuts, mais avec l'augmentation de l'acceptation du marché et l'élargissement de la portée de la participation, son innovation et sa valeur potentielle méritent notre attente.
Agent IA : Une nouvelle ère d'interaction
L'Agent IA peut percevoir l'environnement, réfléchir de manière indépendante et agir en conséquence pour atteindre des objectifs déterminés. Avec le soutien 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 l'interaction 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 ouverte offre un ensemble d'outils de création complets et faciles à utiliser, permettant aux utilisateurs de configurer les fonctionnalités, l'apparence, la voix des robots et 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 permet aux individus de devenir des super créateurs. Cette plateforme a formé des modèles de langage spécifiques, rendant le jeu de rôle plus humain ; la technologie de clonage vocal peut accélérer l'interaction personnalisée des produits AI, réduisant le coût de la synthèse vocale de 99 %, et le clonage vocal ne prend qu'une minute à réaliser. Grâce à l'AI Agent personnalisé de cette plateforme, il peut actuellement être appliqué dans divers domaines tels que le chat vidéo, l'apprentissage des langues, la génération d'images, etc.
Dans la fusion de Web3 et de l'IA, il y a actuellement davantage d'explorations au niveau des infrastructures, notamment sur 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, et comment valider les grands modèles linguistiques, parmi 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.