Como um novo paradigma da Internet descentralizada, aberta e transparente, a Web3 tem uma sinergia natural com a inteligência artificial. Sob a arquitetura centralizada tradicional, os recursos de computação e dados de IA são controlados de forma rigorosa, enfrentando muitos desafios como gargalos de computação, vazamentos de privacidade e caixas-pretas de algoritmos. Por outro lado, a Web3 é baseada em tecnologia distribuída e injeta nova vitalidade no desenvolvimento de IA através de redes de computação compartilhadas, mercados de dados abertos e computação preservadora da privacidade. Ao mesmo tempo, a IA pode capacitar a construção do ecossistema Web3 otimizando capacidades como contratos inteligentes e algoritmos anti-fraude. Portanto, explorar a convergência da Web3 e IA é crucial para construir a próxima geração de infraestrutura de internet e desbloquear o valor de dados e poder computacional.

Data-driven: Uma base sólida para AI e Web3

Os dados são a força motriz central para o desenvolvimento da IA, tal como o combustível do motor. Os modelos de IA precisam de ingerir grandes quantidades de dados de alta qualidade para obter uma compreensão profunda e capacidades de raciocínio sólidas. Os dados não só fornecem a base para treinar modelos de aprendizagem de máquina, mas também determinam a sua precisão e fiabilidade.

No modelo tradicional de aquisição e utilização de dados de IA centralizada, surgiram vários problemas-chave:

1. A aquisição de dados é dispendiosa, o que dificulta a participação das PME.
2. Os recursos de dados são monopolizados por gigantes da tecnologia, formando silos de dados.
3. A privacidade dos dados pessoais está em risco de vazamento e uso indevido.

Web3 fornece um novo paradigma de dados descentralizados para abordar os pontos problemáticos dos modelos tradicionais:

1. Através de projetos como Grass, os usuários podem vender capacidade de rede ociosa para empresas de IA, possibilitando a raspagem, limpeza e transformação descentralizadas de dados da web, fornecendo dados reais e de alta qualidade para o treinamento de modelos de IA.
2. A Public AI utiliza um modelo de "marcar para ganhar" para motivar os trabalhadores globais a participar na anotação de dados, agregar sabedoria global e melhorar as capacidades de análise de dados.
3. Plataformas de negociação de dados blockchain como Ocean Protocol e Streamr fornecem um ambiente de negociação aberto e transparente para o fornecimento e demanda de dados, promovendo inovação e compartilhamento de dados.

Desta forma, a Web3 não só reduz o custo da aquisição de dados, mas também melhora a abertura e transparência dos dados, fornecendo fontes de dados mais diversificadas e de alta qualidade para o treino de modelos de IA. Ao mesmo tempo, através da computação descentralizada de preservação da privacidade, a Web3 também pode proteger melhor a privacidade dos dados pessoais e melhorar a segurança e fiabilidade da utilização de dados.

Continuar a explorar e praticar a integração de IA e Web3 proporcionará uma base sólida para a construção de uma nova geração de infraestrutura da Internet e desbloquear novo valor em dados e poder de computação.

No entanto, a recolha de dados do mundo real também enfrenta desafios, como a qualidade desigual dos dados, a complexidade elevada do processamento e a diversidade e representação insuficientes dos dados. No espaço de dados da Web3, os dados sintéticos poderiam ser uma estrela em ascensão. Com base na tecnologia de IA generativa e simulação, os dados sintéticos podem simular os atributos dos dados reais, complementando e melhorando eficazmente a utilização de dados. Em áreas como condução autónoma, negociação de mercados financeiros e desenvolvimento de jogos, os dados sintéticos demonstraram o seu potencial para aplicações maduras.

Proteção da Privacidade: O Papel do FHE no Web3

Numa era orientada por dados, a proteção da privacidade tornou-se um foco global, e a promulgação do Regulamento Geral de Proteção de Dados (RGPD) da União Europeia reflete a rigorosa proteção da privacidade individual. No entanto, isso também coloca desafios: alguns dados sensíveis não podem ser totalmente utilizados devido a riscos de privacidade, o que sem dúvida limita o potencial e as capacidades de inferência dos modelos de IA.

A Criptografia Totalmente Homomórfica (FHE) permite que os dados criptografados sejam calculados diretamente sem descriptografar os dados, e o resultado do cálculo é consistente com o resultado da mesma operação nos dados em texto simples. A FHE oferece forte proteção para a computação preservadora da privacidade da IA, permitindo que a potência de computação da GPU execute tarefas de treinamento e inferência de modelos sem acessar dados brutos. Isso representa uma vantagem significativa para as empresas de IA, pois podem abrir com segurança os serviços de API enquanto protegem segredos comerciais.

A Máquina de Aprendizagem Criptográfica Totalmente Homomórfica (FHEML) suporta a criptografia de dados e modelos ao longo do ciclo de vida da aprendizagem automática, garantindo a segurança de informações sensíveis e prevenindo vazamentos de dados. Dessa forma, a FHEML fortalece a privacidade de dados e fornece um quadro de computação seguro para aplicações de IA.

FHEML complementa ZKML (Zero-Knowledge Machine Learning), onde ZKML prova a execução correta de aprendizagem de máquina, enquanto FHEML enfatiza a computação em dados criptografados para manter a privacidade dos dados.

A Revolução da Computação: Computação de IA na Web Descentralizada

A complexidade computacional dos sistemas de IA atuais está a duplicar a cada três meses, o que leva a um aumento da procura de potência de computação que excede em muito o fornecimento de recursos de computação existentes. Por exemplo, a formação do modelo GPT-3 da OpenAI requer uma enorme potência de computação, equivalente a 355 anos de formação num único dispositivo. Esta escassez de potência de computação não só limita o progresso da tecnologia de IA, como também torna os modelos de IA avançados inacessíveis para a maioria dos investigadores e programadores.

Além disso, a utilização global da GPU inferior a 40%, juntamente com uma desaceleração no desempenho do microprocessador, problemas na cadeia de abastecimento e escassez de chips devido a fatores geopolíticos, exacerbaram ainda mais o problema do fornecimento de energia de computação. Os praticantes de IA enfrentam um dilema: comprar hardware ou alugar recursos na nuvem, e precisam urgentemente de um modelo de serviço de computação sob demanda e econômico.

IO.net é uma rede descentralizada de potência computacional de IA baseada em Solana que agrega recursos de GPU inativos em todo o mundo e fornece um mercado acessível de potência computacional para empresas de IA. Entidades que necessitam de potência computacional podem publicar tarefas computacionais na rede, e contratos inteligentes atribuem tarefas a nós mineradores contribuintes. Os mineradores realizam tarefas, submetem resultados e recebem recompensas após verificação bem-sucedida. A abordagem do IO.net melhora a eficiência de recursos e ajuda a aliviar gargalos na potência computacional no espaço de IA.

Para além das redes de computação descentralizada de propósito geral, existem plataformas focadas na formação de IA, como Gensyn e Flock.io, bem como redes de computação especializadas focadas na inferência de IA, como Ritual e Fetch.ai.

A rede de energia computacional descentralizada fornece um mercado de energia computacional justo e transparente, quebra o monopólio, diminui o limiar de aplicação e melhora a eficiência de utilização. No ecossistema Web3, a rede de energia computacional descentralizada desempenhará um papel fundamental na atração de mais dApps inovadores para promover em conjunto o desenvolvimento e a aplicação da tecnologia de IA.

DePIN: Web3 potencia a IA na extremidade

Imagine o seu smartphone, smartwatch ou até mesmo dispositivo inteligente em casa com a capacidade de executar IA - essa é a beleza da IA na borda. A IA na borda permite que o processamento ocorra na origem dos dados, possibilitando baixa latência e processamento em tempo real, protegendo a privacidade do utilizador. A tecnologia de IA na borda já está a ser aplicada em áreas-chave, como a condução autónoma.

No espaço Web3, temos um nome mais familiar - DePIN. 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 violações de dados. A economia de tokens nativos do Web3 pode incentivar os nós DePIN a fornecer recursos de computação e construir um ecossistema sustentável.

Atualmente, o DePIN está a desenvolver-se rapidamente no ecossistema Solana e tornou-se uma das plataformas de cadeia pública preferidas para implementação de projetos. A alta taxa de transferência, baixas taxas de transação e inovação tecnológica da Solana fornecem um forte apoio ao projeto DePIN. Atualmente, a capitalização de mercado dos projetos DePIN na Solana já ultrapassou os $10 mil milhões, e projetos notáveis como a Render Network e a Helium Network têm feito progressos significativos.

IMO: Um Novo Paradigma para a Publicação de Modelos de IA

O conceito de IMO (Oferta de Modelo Inicial) foi proposto pela primeira vez pelo protocolo Ora para tokenizar modelos de IA.

No modelo tradicional, devido à falta de um mecanismo de partilha de receitas, muitas vezes é difícil para os programadores obterem benefícios contínuos a partir da utilização subsequente do modelo de IA uma vez que este é desenvolvido e colocado no mercado. Especialmente quando o modelo é integrado noutros produtos e serviços, é difícil para o programador original rastrear a sua utilização e gerar receitas. Além disso, muitas vezes falta transparência sobre o desempenho e eficácia dos modelos de IA, tornando difícil para potenciais investidores e utilizadores avaliarem o seu verdadeiro valor, limitando a aceitação no mercado e o potencial de negócios.

IMO fornece uma nova abordagem para financiamento e partilha de valor para modelos de IA de código aberto. Os investidores podem comprar tokens IMO e obter uma parte da receita gerada pelo modelo. O protocolo Oracle aproveita os padrões ERC-7641 e ERC-7007, combinados com as tecnologias Onchain AI Oracle e OPML, para garantir a autenticidade dos modelos de IA e permitir que os detentores de tokens partilhem nos rendimentos.

O modelo IMO melhora a transparência e a confiança, incentiva a colaboração de código aberto, está alinhado com as tendências do mercado de criptomoedas e injeta dinamismo no desenvolvimento sustentável da tecnologia de IA. Embora o IMO ainda esteja na fase experimental inicial, a sua inovação e valor potencial valem a pena aguardar, à medida que a aceitação e participação no mercado se expandem.

Agente de IA: Uma Nova Era de Experiências Interativas

Os agentes de IA podem perceber o ambiente, pensar de forma independente e tomar ações apropriadas para alcançar objetivos predeterminados. Impulsionados por grandes modelos de linguagem, os agentes de IA não só podem entender a linguagem natural, mas também planear, decidir e executar tarefas complexas. Podem atuar como assistentes virtuais que aprendem as preferências do utilizador e fornecem soluções personalizadas através da interação. Mesmo sem instruções explícitas, os agentes de IA podem resolver problemas autonomamente, melhorar a eficiência e criar novo valor.

Myshell é uma plataforma de aplicação AI aberta nativa que fornece um conjunto abrangente e amigável de ferramentas para configurar a funcionalidade do bot, aparência, som e conexão a bases de conhecimento externas. Está empenhada em criar um ecossistema de conteúdo AI justo e aberto, usando a tecnologia de AI generativa para capacitar indivíduos a se tornarem super criadores. O Myshell treinou modelos de linguagem grandes especializados para tornar o role-playing mais humano. Sua tecnologia de clonagem de voz pode acelerar a interação de produtos de AI personalizados, reduzir o custo de síntese de fala em 99% e a clonagem de voz leva apenas 1 minuto. Agentes de AI personalizados criados com o Myshell podem atualmente ser aplicados em diversas áreas, incluindo chat de vídeo, aprendizado de idiomas e geração de imagens.

Na convergência da Web3 e da IA, o foco atual está principalmente em explorar a camada de infraestrutura para resolver problemas-chave, como obtenção de dados de alta qualidade, proteção da privacidade dos dados, colocação de modelos on-chain, melhoria do uso efetivo da potência de computação descentralizada e validação de modelos de linguagem grandes. À medida que esses componentes de infraestrutura amadurecem, há motivos para acreditar que a convergência da Web3 e da IA dará origem a uma variedade de modelos de negócios e serviços inovadores.

Declaração:

1. Este artigo é reproduzido a partir de [espelho]. Todos os direitos autorais pertencem ao autor original [BadBot]. Se tiver alguma objeção à reimpressão, por favor contacte o Gate Learnequipa e eles vão lidar com isso prontamente.
2. Aviso: As opiniões expressas neste artigo são exclusivamente do autor e não constituem qualquer conselho de investimento.
3. A tradução deste artigo foi feita pela equipa Gate Learn. Salvo indicação em contrário, a reprodução, distribuição ou plágio de artigos traduzidos é proibida.