- Tópico
110k Popularidade
23k Popularidade
5k Popularidade
29k Popularidade
16k Popularidade
23k Popularidade
14k Popularidade
3k Popularidade
13k Popularidade
154k Popularidade
- Pino
110k Popularidade
23k Popularidade
5k Popularidade
29k Popularidade
16k Popularidade
23k Popularidade
14k Popularidade
3k Popularidade
13k Popularidade
154k Popularidade
Web3 e AI combinados: construir uma nova geração de infraestrutura de internet Descentralizada
A fusão do Web3 com a IA: construindo a infraestrutura da próxima geração da internet
O Web3, como uma nova paradigma de internet descentralizada, aberta e transparente, se alinha naturalmente com a IA. Sob a arquitetura centralizada tradicional, os recursos de computação e dados da IA estão sob rígido controle, enfrentando desafios como gargalos de poder computacional, vazamento de privacidade e caixas-pretas algorítmicas. Por outro lado, o Web3, baseado em tecnologia distribuída, pode injetar um novo impulso no desenvolvimento da IA através de redes de compartilhamento de poder computacional, mercados de dados abertos e computação de privacidade. Ao mesmo tempo, a IA também pode trazer muitos recursos para o Web3, como otimização de contratos inteligentes e algoritmos anti-fraude, ajudando na construção de seu ecossistema. Explorar a combinação de ambos é de grande importância para a construção da infraestrutura da próxima geração da internet e para liberar o valor dos dados e do poder computacional.
Dados impulsionados: a base sólida da IA e Web3
Os dados são o motor central que impulsiona o desenvolvimento da IA. Os modelos de IA precisam digerir uma enorme 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 dos modelos.
Os modelos tradicionais de aquisição e utilização de dados de IA centralizados apresentam os seguintes problemas:
Web3 oferece um novo paradigma de dados descentralizados para resolver essas dores.
Apesar disso, a obtenção de dados do mundo real ainda enfrenta problemas como qualidade inconsistente, dificuldade de processamento, diversidade e representatividade insuficiente. Dados sintéticos podem ser a estrela do futuro da área de dados Web3. Baseados em tecnologia de IA generativa e simulações, dados sintéticos conseguem simular propriedades de dados reais, servindo como um complemento eficaz para aumentar a eficiência do uso de dados. Em áreas como condução autónoma, negociação em mercados financeiros e desenvolvimento de jogos, dados sintéticos já demonstraram um potencial de aplicação maduro.
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 GDPR da União Europeia reflete a estrita proteção da privacidade pessoal. No entanto, isso também trouxe 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 (Criptografia Homomórfica Total) permite realizar operações de cálculo diretamente em dados criptografados, sem a necessidade de descriptografar, e os resultados do cálculo são consistentes com os resultados do cálculo em dados em texto simples. FHE oferece uma proteção sólida para o cálculo de privacidade em IA, permitindo que a potência de GPU execute tarefas de treinamento e inferência de modelos em um ambiente sem tocar nos dados originais. Isso traz uma grande vantagem para as empresas de IA, que podem proteger segredos comerciais enquanto oferecem serviços de API de forma segura.
FHEML suporta o tratamento criptográfico de dados e modelos durante todo o ciclo de aprendizagem de máquinas, garantindo a segurança das informações sensíveis e prevenindo o risco de vazamento de dados. FHEML é um complemento ao ZKML, onde o ZKML prova a execução correta da aprendizagem de máquinas, enquanto o FHEML enfatiza o cálculo sobre dados criptografados para manter a privacidade dos dados.
Revolução da Computação: Cálculo de IA em Redes Descentralizadas
Atualmente, a complexidade de cálculo dos sistemas de IA dobra a cada 3 meses, levando a um aumento exponencial na demanda por capacidade de cálculo, muito além da oferta de recursos computacionais existentes. Por exemplo, o treinamento de um grande modelo de linguagem requer uma enorme capacidade de cálculo, equivalente a 355 anos de tempo de treinamento em um único dispositivo. A escassez de capacidade de cálculo não apenas limita o avanço da tecnologia de IA, mas também torna os modelos avançados de IA inacessíveis para a maioria dos pesquisadores e desenvolvedores.
Ao mesmo tempo, a utilização global de GPU está abaixo de 40%, juntamente com a desaceleração do aumento de desempenho dos microprocessadores e a escassez de chips causada por fatores da cadeia de suprimentos e geopolíticos, o que agrava ainda mais o problema da oferta de poder computacional. Os profissionais de IA enfrentam um dilema: ou compram hardware, ou alugam recursos em nuvem, necessitando urgentemente de uma forma de serviço de computação sob demanda e econômica.
A rede de computação AI descentralizada agrega recursos de GPU ociosos em todo o mundo, fornecendo um mercado de computação econômico e fácil de usar para empresas de AI. 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 enviam os resultados, que, após verificação, recebem recompensas. Esta solução aumenta a eficiência na utilização de recursos e ajuda a resolver o problema do gargalo na computação em campos como AI.
Além da rede de computação descentralizada genérica, existem redes de computação dedicadas focadas no treinamento e raciocínio de IA. A rede de computação descentralizada oferece um mercado de computação justo e transparente, quebrando monopólios, reduzindo as barreiras de entrada e aumentando a eficiência da utilização da computação. No ecossistema Web3, a rede de computação descentralizada desempenhará um papel crucial, atraindo mais dapps inovadores para se juntarem e promoverem conjuntamente o desenvolvimento e a aplicação da tecnologia de IA.
DePIN: Web3 capacitando Edge AI
A Edge AI permite que a computação ocorra na origem da geração de dados, alcançando baixa latência e processamento em tempo real, ao mesmo tempo que protege a privacidade do usuário. A tecnologia Edge AI já foi aplicada em áreas críticas, como a condução autónoma. No domínio Web3, chamamos isso de DePIN. O Web3 enfatiza a descentralização e a soberania dos dados do usuário; o DePIN, através do processamento local de dados, melhora a proteção da privacidade do usuário e reduz o risco de vazamento de dados; o mecanismo de economia de Token nativo do Web3 pode incentivar os nós DePIN a fornecer recursos de computação, construindo um ecossistema sustentável.
Atualmente, o DePIN está se desenvolvendo rapidamente em um ecossistema de uma determinada blockchain, tornando-se uma das plataformas de implantação preferidas para projetos. A alta TPS, baixas taxas de transação e inovações tecnológicas dessa blockchain oferecem um forte suporte aos projetos DePIN. Atualmente, o valor de mercado dos projetos DePIN nessa blockchain ultrapassa 10 bilhões de dólares, e vários projetos conhecidos já alcançaram avanços significativos.
IMO: Nova Paradigma de Lançamento de Modelos de IA
O conceito de IMO (Initial Model Offering) tokeniza modelos de IA. No modelo tradicional, os desenvolvedores de modelos de IA têm dificuldade em obter receita contínua do uso subsequente dos modelos, especialmente quando os modelos são integrados a outros produtos e serviços. Além disso, o desempenho e a eficácia dos modelos de IA muitas vezes carecem de transparência, dificultando a avaliação do seu verdadeiro valor por potenciais investidores e usuários, o que limita o reconhecimento de mercado e o potencial comercial dos modelos.
A IMO oferece um novo suporte financeiro e forma de compartilhamento de valor para modelos de IA de código aberto, permitindo que investidores comprem tokens IMO e compartilhem os lucros gerados posteriormente pelos modelos. Um determinado protocolo utiliza um padrão ERC específico, combinando oráculos de IA e tecnologia OPML para garantir a autenticidade do modelo de IA e que os detentores de tokens possam compartilhar os lucros.
O modo IMO aumentou a transparência e a confiança, incentivou a colaboração em código aberto, adaptou-se às tendências do mercado de criptomoedas e injetou impulso no desenvolvimento sustentável da tecnologia de IA. O IMO está atualmente em uma fase inicial de tentativa, mas à medida que a aceitação do mercado aumenta e o alcance da participação se expande, sua inovação e valor potencial são dignos de expectativa.
Agente de IA: Uma nova era de experiência interativa
O Agente de IA pode perceber o ambiente, pensar de forma independente e tomar as ações adequadas para alcançar objetivos estabelecidos. 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 através da interação com os usuários, oferecendo soluções personalizadas. Mesmo na ausência de instruções claras, o Agente de IA pode resolver problemas de forma autônoma, aumentando a eficiência e criando novo valor.
Uma plataforma nativa de aplicações AI aberta oferece um conjunto abrangente e fácil de usar de ferramentas de criação, apoiando os usuários na configuração de funcionalidades de robôs, aparência, som e conexão a bases de conhecimento externas, dedicada a criar um ecossistema de conteúdo AI justo e aberto, utilizando tecnologia de AI generativa para capacitar indivíduos a se tornarem super criadores. A plataforma treinou um modelo de linguagem grande especializado, tornando o papel mais humanizado; a tecnologia de clonagem de voz pode acelerar a interação personalizada de produtos AI, reduzindo o custo de síntese de voz em 99% e a clonagem de voz pode ser realizada em apenas 1 minuto. Utilizando o AI Agent personalizado da plataforma, atualmente pode ser aplicado em várias áreas, como videochamadas, aprendizado de idiomas, geração de imagens, entre outras.
A atual fusão do Web3 com a IA está mais concentrada na exploração da camada de infraestrutura, como a obtenção de dados de alta qualidade, proteção da privacidade dos dados, hospedagem de modelos na cadeia, uso eficiente do poder computacional descentralizado e validação de grandes modelos de linguagem, entre outras questões-chave. À medida que essas infraestruturas são gradualmente aprimoradas, a fusão do Web3 com a IA dará origem a uma série de modelos de negócios e serviços inovadores.