A fusão do Web3 e da IA: Construindo a infraestrutura da próxima geração da internet
Web3, como um novo paradigma da internet descentralizado, aberto e transparente, tem uma oportunidade natural de fusão com a IA. Na arquitetura tradicional centralizada, os recursos de computação e dados da IA são rigidamente controlados, e existem muitos desafios, como gargalos de computação, vazamento de privacidade e algoritmos de caixa preta. Por outro lado, o Web3, baseado em tecnologias distribuídas, pode injetar um novo impulso para o desenvolvimento da IA por meio de redes de compartilhamento de poder computacional, mercados de dados abertos e computação de privacidade. Ao mesmo tempo, a IA também pode trazer muitas capacitações para o Web3, como otimização de contratos inteligentes e algoritmos anti-trapaça, ajudando na construção de seu ecossistema. Explorar a combinação de Web3 e IA é crucial para construir a infraestrutura da próxima geração da internet e liberar o valor de dados e computação.
Baseada em dados: A sólida fundação da IA e Web3
Os dados são o motor central 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 apenas fornecem a base de treinamento para os modelos de aprendizado de máquina, mas também determinam a precisão e a confiabilidade do modelo.
Os principais problemas dos modelos tradicionais de aquisição e utilização de dados de IA centralizados são os seguintes:
O custo de aquisição de dados é elevado, dificultando a sua assunção por pequenas e médias empresas.
Os recursos de dados são monopolizados por gigantes da tecnologia, formando ilhas de dados.
O risco de vazamento e abuso de dados pessoais
Web3 pode resolver os pontos problemáticos dos modelos tradicionais com um novo paradigma de dados descentralizados:
Os usuários podem vender rede ociosa para empresas de IA, capturando dados da rede de forma descentralizada, que após limpeza e transformação, fornecem dados reais e de alta qualidade para o treinamento de modelos de IA.
Adotar o modo "label to earn", incentivando trabalhadores globais a participar na anotação de dados através de tokens, reunindo conhecimento especializado global 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 ambas as partes envolvidas na oferta e procura de dados, incentivando a inovação e o compartilhamento de dados.
Apesar disso, a obtenção de dados do mundo real também apresenta alguns problemas, como a qualidade dos dados que varia, a dificuldade de processamento, a diversidade e a falta de representatividade. Dados sintéticos podem ser a estrela da pista de dados Web3 no futuro. Baseados em tecnologias de IA generativa e simulações, os dados sintéticos conseguem simular as propriedades dos dados reais, servindo como um complemento eficaz aos dados reais e aumentando a eficiência do uso dos dados. Em áreas como condução autónoma, negociação em mercados financeiros e desenvolvimento de jogos, os dados sintéticos já demonstraram seu potencial de aplicação madura.
Proteção da Privacidade: O Papel do FHE no Web3
Na era dos dados, a proteção da privacidade tornou-se um foco de atenção global. 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 traz 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.
FHE, ou criptografia homomórfica total, permite realizar operações de cálculo diretamente em dados criptografados, sem a necessidade de descriptografar os dados, e o resultado do cálculo é o mesmo que o resultado da mesma operação realizada em dados em texto claro.
FHE fornece uma proteção sólida para o cálculo de privacidade em IA, permitindo que a capacidade de processamento GPU execute tarefas de treinamento e inferência de modelos em um ambiente que não toca nos dados originais. Isso traz enormes vantagens para as empresas de IA. Elas podem abrir serviços de API de forma segura, enquanto protegem segredos comerciais.
FHEML suporta o processamento criptográfico de dados e modelos durante todo o ciclo de aprendizagem de máquina, garantindo a segurança das informações sensíveis e prevenindo riscos de vazamento de dados. Desta forma, o FHEML reforça a privacidade dos dados, proporcionando uma estrutura de computação segura para aplicações de IA.
FHEML é um complemento para ZKML, onde ZKML prova a execução correta do aprendizado de máquina, enquanto FHEML enfatiza a computação sobre dados criptografados para manter a privacidade dos dados.
Revolução da Computação: 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 de recursos computacionais existentes. Por exemplo, o treinamento do modelo de linguagem de uma determinada empresa de IA requer um enorme poder de computação, equivalente a 355 anos de tempo de treinamento em um único dispositivo. Essa escassez de poder de computação não só limita o progresso da tecnologia de IA, mas também torna esses modelos de IA avançados inacessíveis para a maioria dos pesquisadores e desenvolvedores.
Ao mesmo tempo, a taxa de utilização global de GPUs é inferior a 40%, somada ao desaceleramento no aumento do desempenho dos microprocessadores e à escassez de chips causada por fatores da cadeia de suprimentos e geopolíticos, tudo isso torna o problema da oferta de poder computacional ainda mais grave. Os profissionais de IA encontram-se em um dilema: ou compram hardware, ou alugam recursos em nuvem; eles precisam urgentemente de uma forma de serviço de computação sob demanda e econômica.
A rede de computação descentralizada de IA, através da agregação de recursos de GPU ociosos em todo o mundo, oferece um mercado de computação que é tanto econômico quanto acessível para empresas de IA. Os demandantes de computação podem publicar tarefas de cálculo na rede, e contratos inteligentes atribuem as tarefas aos nós mineradores que contribuem com poder de computação. Os mineradores executam as tarefas e submetem os resultados, recebendo recompensas em pontos após a verificação. 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, bem como redes de computação dedicadas à inferência de IA.
A rede de computação descentralizada oferece um mercado de poder computacional justo e transparente, quebrando monopólios, reduzindo as barreiras de entrada e aumentando a eficiência na utilização do poder computacional. No ecossistema web3, a rede de computação descentralizada desempenhará um papel crucial, atraindo mais dapps inovadores para se juntarem e impulsionarem conjuntamente o desenvolvimento e a aplicação da tecnologia de IA.
DePIN: Web3 capacitando Edge AI
Imagine que seu celular, smartwatch e até mesmo os dispositivos inteligentes em sua casa têm a capacidade de rodar IA - essa é a atração do Edge AI. Ele permite que o processamento ocorra na fonte de geração de dados, proporcionando baixa latência e processamento em tempo real, ao mesmo tempo em que protege a privacidade do usuário. A tecnologia Edge AI já foi aplicada em áreas críticas como a condução autônoma.
No campo do Web3, temos um nome mais familiar — DePIN. O Web3 enfatiza a descentralização e a soberania dos dados dos usuários, e o DePIN pode aumentar a proteção da privacidade dos usuários e reduzir o risco de vazamento 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 a desenvolver-se rapidamente em um ecossistema de uma certa blockchain pública, tornando-se uma das plataformas de blockchain preferidas para a implementação de projetos. A alta TPS, baixas taxas de transação e inovações tecnológicas dessa blockchain pública oferecem um forte suporte para projetos DePIN. Atualmente, o valor de mercado dos projetos DePIN nessa blockchain pública ultrapassa 10 bilhões de dólares, e vários projetos conhecidos já fizeram progressos significativos.
IMO: Publicação de novo paradigma 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 frequentemente têm dificuldade em obter receitas contínuas do uso subsequente do modelo, especialmente quando ele é integrado a outros produtos e serviços. Os criadores originais têm dificuldade em rastrear o uso, muito menos em obter receitas. Além disso, o desempenho e a eficácia dos modelos de IA costumam carecer de transparência, o que dificulta a avaliação do seu verdadeiro valor por parte de investidores e usuários potenciais, limitando o reconhecimento de mercado e o potencial comercial do modelo.
O IMO oferece uma nova forma de apoio financeiro e partilha de valor para modelos de IA de código aberto, permitindo que investidores comprem tokens IMO e partilhem os lucros gerados pelo modelo no futuro. Um certo 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 partilhar os lucros.
O modelo IMO aumentou a transparência e a confiança, encorajou 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 uma fase inicial de experimentação, mas à medida que a aceitação do mercado aumenta e o alcance da participação se expande, sua inovação e potencial valor merecem a nossa expectativa.
Agente de IA: Uma nova era de experiências interativas
O Agente de IA pode perceber o ambiente, pensar de forma independente e tomar ações apropriadas para alcançar objetivos definidos. 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 as preferências dos usuários através da interação e oferecendo soluções personalizadas. Mesmo na ausência de instruções explícitas, o Agente de IA pode resolver problemas de forma autônoma, aumentando a eficiência e criando novo valor.
Uma plataforma de aplicações nativas de AI aberta oferece um conjunto de ferramentas de criação abrangente e fácil de usar, suportando a configuração de funções, aparência e som de robôs, bem como a conexão a bases de conhecimento externas, empenhando-se em criar um ecossistema de conteúdo AI justo e aberto, capacitando indivíduos a tornarem-se supercriadores com a utilização de tecnologia de AI generativa. A plataforma treinou modelos de linguagem de grande porte específicos, tornando o papel mais humanizado; a tecnologia de clonagem de voz pode acelerar a interação personalizada de produtos de AI, reduzindo os custos de síntese de voz em 99%, e a clonagem de voz pode ser realizada em apenas 1 minuto. Com o AI Agent personalizado desta plataforma, atualmente pode ser aplicado em várias áreas, como videochamadas, aprendizagem de línguas e geração de imagens.
Na fusão entre Web3 e IA, atualmente, há mais exploração na camada de infraestrutura, como obter dados de alta qualidade, proteger a privacidade dos dados, como hospedar modelos na blockchain, como melhorar o uso eficiente da computação descentralizada e como validar grandes modelos de linguagem, entre outras questões-chave. À medida que essas infraestruturas são gradualmente aprimoradas, 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 conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
Web3 e IA em fusão: Construindo o futuro da internet descentralizada de dados, Poder de computação e privacidade
A fusão do Web3 e da IA: Construindo a infraestrutura da próxima geração da internet
Web3, como um novo paradigma da internet descentralizado, aberto e transparente, tem uma oportunidade natural de fusão com a IA. Na arquitetura tradicional centralizada, os recursos de computação e dados da IA são rigidamente controlados, e existem muitos desafios, como gargalos de computação, vazamento de privacidade e algoritmos de caixa preta. Por outro lado, o Web3, baseado em tecnologias distribuídas, pode injetar um novo impulso para o desenvolvimento da IA por meio de redes de compartilhamento de poder computacional, mercados de dados abertos e computação de privacidade. Ao mesmo tempo, a IA também pode trazer muitas capacitações para o Web3, como otimização de contratos inteligentes e algoritmos anti-trapaça, ajudando na construção de seu ecossistema. Explorar a combinação de Web3 e IA é crucial para construir a infraestrutura da próxima geração da internet e liberar o valor de dados e computação.
Baseada em dados: A sólida fundação da IA e Web3
Os dados são o motor central 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 apenas fornecem a base de treinamento para os modelos de aprendizado de máquina, mas também determinam a precisão e a confiabilidade do modelo.
Os principais problemas dos modelos tradicionais de aquisição e utilização de dados de IA centralizados são os seguintes:
Web3 pode resolver os pontos problemáticos dos modelos tradicionais com um novo paradigma de dados descentralizados:
Apesar disso, a obtenção de dados do mundo real também apresenta alguns problemas, como a qualidade dos dados que varia, a dificuldade de processamento, a diversidade e a falta de representatividade. Dados sintéticos podem ser a estrela da pista de dados Web3 no futuro. Baseados em tecnologias de IA generativa e simulações, os dados sintéticos conseguem simular as propriedades dos dados reais, servindo como um complemento eficaz aos dados reais e aumentando a eficiência do uso dos dados. Em áreas como condução autónoma, negociação em mercados financeiros e desenvolvimento de jogos, os dados sintéticos já demonstraram seu potencial de aplicação madura.
Proteção da Privacidade: O Papel do FHE no Web3
Na era dos dados, a proteção da privacidade tornou-se um foco de atenção global. 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 traz 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.
FHE, ou criptografia homomórfica total, permite realizar operações de cálculo diretamente em dados criptografados, sem a necessidade de descriptografar os dados, e o resultado do cálculo é o mesmo que o resultado da mesma operação realizada em dados em texto claro.
FHE fornece uma proteção sólida para o cálculo de privacidade em IA, permitindo que a capacidade de processamento GPU execute tarefas de treinamento e inferência de modelos em um ambiente que não toca nos dados originais. Isso traz enormes vantagens para as empresas de IA. Elas podem abrir serviços de API de forma segura, enquanto protegem segredos comerciais.
FHEML suporta o processamento criptográfico de dados e modelos durante todo o ciclo de aprendizagem de máquina, garantindo a segurança das informações sensíveis e prevenindo riscos de vazamento de dados. Desta forma, o FHEML reforça a privacidade dos dados, proporcionando uma estrutura de computação segura para aplicações de IA.
FHEML é um complemento para ZKML, onde ZKML prova a execução correta do aprendizado de máquina, enquanto FHEML enfatiza a computação sobre dados criptografados para manter a privacidade dos dados.
Revolução da Computação: 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 de recursos computacionais existentes. Por exemplo, o treinamento do modelo de linguagem de uma determinada empresa de IA requer um enorme poder de computação, equivalente a 355 anos de tempo de treinamento em um único dispositivo. Essa escassez de poder de computação não só limita o progresso da tecnologia de IA, mas também torna esses modelos de IA avançados inacessíveis para a maioria dos pesquisadores e desenvolvedores.
Ao mesmo tempo, a taxa de utilização global de GPUs é inferior a 40%, somada ao desaceleramento no aumento do desempenho dos microprocessadores e à escassez de chips causada por fatores da cadeia de suprimentos e geopolíticos, tudo isso torna o problema da oferta de poder computacional ainda mais grave. Os profissionais de IA encontram-se em um dilema: ou compram hardware, ou alugam recursos em nuvem; eles precisam urgentemente de uma forma de serviço de computação sob demanda e econômica.
A rede de computação descentralizada de IA, através da agregação de recursos de GPU ociosos em todo o mundo, oferece um mercado de computação que é tanto econômico quanto acessível para empresas de IA. Os demandantes de computação podem publicar tarefas de cálculo na rede, e contratos inteligentes atribuem as tarefas aos nós mineradores que contribuem com poder de computação. Os mineradores executam as tarefas e submetem os resultados, recebendo recompensas em pontos após a verificação. 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, bem como redes de computação dedicadas à inferência de IA.
A rede de computação descentralizada oferece um mercado de poder computacional justo e transparente, quebrando monopólios, reduzindo as barreiras de entrada e aumentando a eficiência na utilização do poder computacional. No ecossistema web3, a rede de computação descentralizada desempenhará um papel crucial, atraindo mais dapps inovadores para se juntarem e impulsionarem conjuntamente o desenvolvimento e a aplicação da tecnologia de IA.
DePIN: Web3 capacitando Edge AI
Imagine que seu celular, smartwatch e até mesmo os dispositivos inteligentes em sua casa têm a capacidade de rodar IA - essa é a atração do Edge AI. Ele permite que o processamento ocorra na fonte de geração de dados, proporcionando baixa latência e processamento em tempo real, ao mesmo tempo em que protege a privacidade do usuário. A tecnologia Edge AI já foi aplicada em áreas críticas como a condução autônoma.
No campo do Web3, temos um nome mais familiar — DePIN. O Web3 enfatiza a descentralização e a soberania dos dados dos usuários, e o DePIN pode aumentar a proteção da privacidade dos usuários e reduzir o risco de vazamento 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 a desenvolver-se rapidamente em um ecossistema de uma certa blockchain pública, tornando-se uma das plataformas de blockchain preferidas para a implementação de projetos. A alta TPS, baixas taxas de transação e inovações tecnológicas dessa blockchain pública oferecem um forte suporte para projetos DePIN. Atualmente, o valor de mercado dos projetos DePIN nessa blockchain pública ultrapassa 10 bilhões de dólares, e vários projetos conhecidos já fizeram progressos significativos.
IMO: Publicação de novo paradigma 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 frequentemente têm dificuldade em obter receitas contínuas do uso subsequente do modelo, especialmente quando ele é integrado a outros produtos e serviços. Os criadores originais têm dificuldade em rastrear o uso, muito menos em obter receitas. Além disso, o desempenho e a eficácia dos modelos de IA costumam carecer de transparência, o que dificulta a avaliação do seu verdadeiro valor por parte de investidores e usuários potenciais, limitando o reconhecimento de mercado e o potencial comercial do modelo.
O IMO oferece uma nova forma de apoio financeiro e partilha de valor para modelos de IA de código aberto, permitindo que investidores comprem tokens IMO e partilhem os lucros gerados pelo modelo no futuro. Um certo 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 partilhar os lucros.
O modelo IMO aumentou a transparência e a confiança, encorajou 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 uma fase inicial de experimentação, mas à medida que a aceitação do mercado aumenta e o alcance da participação se expande, sua inovação e potencial valor merecem a nossa expectativa.
Agente de IA: Uma nova era de experiências interativas
O Agente de IA pode perceber o ambiente, pensar de forma independente e tomar ações apropriadas para alcançar objetivos definidos. 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 as preferências dos usuários através da interação e oferecendo soluções personalizadas. Mesmo na ausência de instruções explícitas, o Agente de IA pode resolver problemas de forma autônoma, aumentando a eficiência e criando novo valor.
Uma plataforma de aplicações nativas de AI aberta oferece um conjunto de ferramentas de criação abrangente e fácil de usar, suportando a configuração de funções, aparência e som de robôs, bem como a conexão a bases de conhecimento externas, empenhando-se em criar um ecossistema de conteúdo AI justo e aberto, capacitando indivíduos a tornarem-se supercriadores com a utilização de tecnologia de AI generativa. A plataforma treinou modelos de linguagem de grande porte específicos, tornando o papel mais humanizado; a tecnologia de clonagem de voz pode acelerar a interação personalizada de produtos de AI, reduzindo os custos de síntese de voz em 99%, e a clonagem de voz pode ser realizada em apenas 1 minuto. Com o AI Agent personalizado desta plataforma, atualmente pode ser aplicado em várias áreas, como videochamadas, aprendizagem de línguas e geração de imagens.
Na fusão entre Web3 e IA, atualmente, há mais exploração na camada de infraestrutura, como obter dados de alta qualidade, proteger a privacidade dos dados, como hospedar modelos na blockchain, como melhorar o uso eficiente da computação descentralizada e como validar grandes modelos de linguagem, entre outras questões-chave. À medida que essas infraestruturas são gradualmente aprimoradas, temos razões para acreditar que a fusão entre Web3 e IA dará origem a uma série de modelos de negócios e serviços inovadores.