Fusion de Web3 et AI : Construire l'infrastructure Internet de prochaine génération

Web3, en tant que nouveau paradigme Internet décentralisé, ouvert et transparent, s'harmonise naturellement avec l'IA. Dans une architecture centralisée traditionnelle, les ressources de calcul et de données de l'IA sont strictement contrôlées, faisant face à des défis tels que les goulets d'étranglement en matière de puissance de calcul, les fuites de données et les algorithmes en boîte noire. Web3, basé sur des technologies distribuées, peut insuffler une nouvelle dynamique au développement de l'IA grâce à des réseaux de puissance de calcul partagés, des marchés de données ouverts et des calculs de confidentialité. Dans le même temps, l'IA peut également apporter de nombreuses capacités à Web3, comme l'optimisation des contrats intelligents et des algorithmes anti-triche, contribuant ainsi à la construction de son écosystème. Explorer la combinaison des deux a une signification majeure pour la construction des infrastructures Internet de prochaine génération et pour 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. Les modèles d'IA ont besoin de digérer d'énormes quantités de données de qualité pour acquérir 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 l'exactitude et la fiabilité des modèles.

Les modèles traditionnels de collecte et d'utilisation des données d'IA centralisées présentent les problèmes suivants :

• Le coût d'acquisition des données est élevé, les petites et moyennes entreprises ont du mal à le supporter.
• Les ressources de données sont monopolisées par les géants de la technologie, créant des îles de données.
• Les données personnelles sont exposées à des risques de fuite et d'abus.

Web3 offre un nouveau paradigme de données décentralisées pour résoudre ces problèmes :

• Les utilisateurs peuvent vendre leur bande passante inutilisée à des entreprises d'IA, permettant ainsi de collecter des données réseau décentralisées pour fournir des données réelles et de haute qualité pour l'entraînement des modèles d'IA.
• Adopter le mode "label to earn" pour inciter les travailleurs du monde entier à participer à l'annotation de données grâce à des incitations en 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, stimulant l'innovation et le partage des données.

Néanmoins, l'acquisition de données dans le monde réel présente toujours des problèmes de qualité inégale, de traitement difficile, ainsi que de diversité et de représentativité insuffisantes. Les données synthétiques pourraient devenir la vedette du secteur des données Web3 à l'avenir. Basées sur des technologies d'IA générative et de simulation, les données synthétiques peuvent imiter les attributs des données réelles, servant de complément efficace pour améliorer l'efficacité d'utilisation des données. Dans les domaines de la conduite autonome, des transactions sur les marchés financiers et du développement de jeux, les données synthétiques ont déjà montré un potentiel d'application mature.

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 enjeu mondial. L'adoption de réglementations comme le RGPD de l'Union européenne reflète une stricte protection de la vie privée individuelle. Cependant, cela a également entraîné des défis : certaines données sensibles ne peuvent pas être pleinement utilisées en raison des risques pour la vie privée, ce qui limite le potentiel et la capacité de raisonnement des modèles d'IA.

FHE (chiffrement homomorphe) permet d'effectuer des opérations de calcul directement sur des données chiffrées, sans décryptage, et les résultats des calculs sont identiques à ceux des données en clair. FHE offre une protection solide pour le calcul privé en 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 originales. Cela offre un avantage considérable aux entreprises d'IA, leur permettant d'ouvrir des services API de manière sécurisée 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. FHEML complète ZKML, qui prouve l'exécution correcte de l'apprentissage automatique, tandis que FHEML met l'accent sur le calcul des données cryptées pour maintenir la confidentialité des données.

Révolution de la puissance de calcul : le calcul AI dans un réseau décentralisé

La complexité de calcul des systèmes d'IA double tous les 3 mois, entraînant une demande exponentielle de puissance de calcul, bien supérieure à l'offre actuelle de ressources informatiques. Par exemple, l'entraînement d'un grand modèle de langage nécessite une énorme puissance de calcul, équivalente à 355 années de temps d'entraînement sur un seul appareil. La pénurie de puissance de calcul limite non seulement les avancées technologiques en IA, mais rend également les modèles d'IA avancés inaccessibles à la plupart des chercheurs et des développeurs.

En même temps, l'utilisation mondiale des GPU est inférieure à 40 %, et la lenteur de l'amélioration des performances des microprocesseurs, ainsi que la pénurie de puces due à des facteurs de chaîne d'approvisionnement et géopolitiques, aggravent le problème de l'approvisionnement en puissance de calcul. Les professionnels de l'IA se retrouvent dans un dilemme : soit acheter du matériel, soit louer 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 puissance de calcul économique et facile à utiliser. Les demandeurs de puissance de calcul peuvent publier des tâches de calcul sur le réseau, des contrats intelligents attribuent les tâches aux nœuds mineurs qui contribuent à la puissance de calcul, les mineurs exécutent les tâches et soumettent les résultats, et après vérification, ils reçoivent une récompense. Cette solution améliore l'efficacité de l'utilisation des ressources et contribue à résoudre le problème des goulets d'étranglement de la puissance de calcul dans des domaines tels que l'IA.

En plus des réseaux de puissance décentralisés généralistes, il existe des réseaux de puissance dédiés à l'entraînement et à l'inférence de l'IA. Les réseaux de puissance décentralisés offrent un marché de puissance équitable et transparent, brisent les monopoles, abaissent les barrières d'entrée des applications et améliorent l'efficacité de l'utilisation de la puissance. Dans l'écosystème Web3, les réseaux de puissance décentralisés joueront un rôle clé, attirant davantage de dapps innovants pour promouvoir ensemble le développement et l'application des technologies AI.

DePIN : Web3 habilitant l'Edge AI

L'Edge AI permet le traitement des données à la source de leur génération, réalisant ainsi un faible délai et un traitement en temps réel, tout en protégeant la vie privée des utilisateurs. La technologie Edge AI a été appliquée dans des domaines clés tels que la conduite autonome. Dans le domaine du Web3, nous l'appelons DePIN. Le Web3 met l'accent sur la décentralisation et la souveraineté des données des utilisateurs, et 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 du Token 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 déploiement de projets les plus choisies. Le TPS élevé, les faibles frais de transaction et l'innovation technologique de cette blockchain publique offrent un soutien solide aux projets DePIN. Actuellement, la capitalisation boursière des projets DePIN sur cette blockchain publique dépasse 10 milliards de dollars, et plusieurs projets renommés ont déjà réalisé des progrès significatifs.

IMO : Publication d'un nouveau paradigme pour les modèles d'IA

Le concept d'IMO (Initial Model Offering) consiste à tokeniser des modèles d'IA. Dans le modèle traditionnel, les développeurs de modèles d'IA ont du mal à obtenir un revenu continu de l'utilisation ultérieure des modèles, surtout lorsque ceux-ci sont intégrés dans d'autres produits et services. De plus, les performances et l'efficacité des modèles d'IA manquent souvent de transparence, rendant difficile pour les investisseurs et les utilisateurs potentiels d'évaluer leur véritable valeur, ce qui limite la reconnaissance sur le marché et le potentiel commercial des modèles.

IMO offre un nouveau soutien financier et un mode de partage de valeur pour les modèles d'IA open source, les investisseurs peuvent acheter des jetons IMO et partager les bénéfices générés ultérieurement par le modèle. Un certain protocole utilise une norme ERC spécifique, combinant des oracles d'IA et la technologie OPML pour garantir l'authenticité du modèle 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 de la cryptographie et injecte de l'énergie dans le développement durable des technologies AI. L'IMO est actuellement à un stade d'essai précoce, mais avec l'augmentation de l'acceptation du marché et l'élargissement de la portée de la participation, son innovation et sa valeur potentielle sont prometteuses.

Agent IA : Une nouvelle ère d'expérience interactive

L'Agent IA peut percevoir son environnement, réfléchir de manière autonome et prendre des mesures appropriées pour atteindre des objectifs prédéfinis. Soutenu par 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. Il peut servir d'assistant virtuel, apprenant les préférences des utilisateurs par le biais d'interactions, et fournissant des solutions personnalisées. Même sans instructions explicites, l'Agent IA peut également résoudre des problèmes de manière autonome, améliorer l'efficacité et créer de nouvelles valeurs.

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 des robots, leur apparence, leur voix et de se connecter à des bases de connaissances externes. Elle s'engage à créer un écosystème de contenu AI équitable et ouvert, en utilisant des technologies d'AI générative pour permettre aux individus de devenir des super créateurs. Cette plateforme a formé un modèle de langage de grande taille spécialisé, 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 peut être réalisé en seulement 1 minute. Grâce à l'AI Agent personnalisé de cette plateforme, il peut actuellement être appliqué dans divers domaines tels que les conversations vidéo, l'apprentissage des langues et la génération d'images.

L'intégration actuelle de Web3 et de l'IA est davantage axée sur l'exploration du niveau des infrastructures, comme l'acquisition de données de haute qualité, la protection de la vie privée des données, l'hébergement de modèles sur la chaîne, l'utilisation efficace de la puissance de calcul décentralisée et la validation de modèles de langage de grande taille, parmi d'autres questions clés. À mesure que ces infrastructures se perfectionnent progressivement, l'intégration de Web3 et de l'IA donnera naissance à une série de modèles commerciaux et de services innovants.