Web3, como una nueva paradigma de internet descentralizado, abierto y transparente, tiene una oportunidad natural de fusión con la inteligencia artificial. Bajo la arquitectura tradicional centralizada, los recursos de cálculo y datos de la IA están estrictamente controlados y enfrentan numerosos desafíos como el cuello de botella de potencia computacional, la filtración de datos y la falta de transparencia en los algoritmos. Por otro lado, Web3, basado en tecnologías distribuidas, puede inyectar nueva energía al desarrollo de la IA a través de redes de potencia computacional compartidas, mercados de datos abiertos y computación privada. Al mismo tiempo, la IA también puede aportar numerosas capacidades a Web3, como la optimización de contratos inteligentes y algoritmos anti-trampa, ayudando en la construcción de su ecosistema. Por lo tanto, explorar la combinación de Web3 y la IA es crucial para construir la infraestructura de internet de próxima generación y liberar el valor de los datos y la potencia computacional.
Datos impulsados por los datos: Una base sólida de IA y Web3
Los datos son el motor principal que impulsa el desarrollo de la IA, al igual que el combustible para un motor. Los modelos de IA necesitan digerir grandes cantidades de datos de alta calidad para obtener una comprensión profunda y una potente capacidad de razonamiento. Los datos no solo proporcionan la base de entrenamiento para los modelos de aprendizaje automático, sino que también determinan la precisión y fiabilidad del modelo.
En el modelo tradicional de obtención y utilización de datos de IA centralizada, existen los siguientes problemas principales:
El costo de obtención de datos es alto, las pequeñas y medianas empresas tienen dificultades para asumirlo;
Los recursos de datos están monopolizados por gigantes tecnológicos, formando islas de datos;
Los datos personales enfrentan el riesgo de filtración y abuso.
Web3 puede resolver los puntos críticos del modelo tradicional con un nuevo paradigma de datos descentralizados.
A través de una red descentralizada, los usuarios pueden vender el ancho de banda ocioso a empresas de IA, capturar datos de la red, limpiarlos y transformarlos para proporcionar datos reales y de alta calidad para el entrenamiento de modelos de IA;
Adopta el modo "label to earn", incentivando a trabajadores globales a participar en la anotación de datos mediante tokens, reuniendo conocimientos profesionales de todo el mundo y mejorando la capacidad de análisis de los datos;
La plataforma de intercambio de datos en blockchain proporciona un entorno de transacción público y transparente para ambas partes de oferta y demanda de datos, incentivando la innovación y el intercambio de datos.
A pesar de esto, la obtención de datos en el mundo real también presenta algunos problemas, como la calidad inconsistente de los datos, la dificultad de procesamiento, la falta de diversidad y representatividad, entre otros. Los datos sintéticos pueden ser la estrella del futuro en la pista de datos de Web3. Basados en tecnologías de IA generativa y simulaciones, los datos sintéticos pueden imitar las propiedades de los datos reales, sirviendo como un complemento efectivo de los datos reales, mejorando la eficiencia en el uso de datos. En campos como la conducción autónoma, el comercio en mercados financieros y el desarrollo de videojuegos, los datos sintéticos ya han demostrado su potencial de aplicación madura.
Protección de la privacidad: El papel de FHE en Web3
En la era impulsada por datos, la protección de la privacidad se ha convertido en un foco de atención global. La implementación de regulaciones como el Reglamento General de Protección de Datos (GDPR) de la Unión Europea refleja una estricta salvaguarda de la privacidad personal. Sin embargo, esto también ha traído desafíos: algunos datos sensibles no pueden ser utilizados plenamente debido a riesgos de privacidad, lo que sin duda limita el potencial y la capacidad de razonamiento de los modelos de IA.
FHE es cifrado homomórfico completo, que permite realizar operaciones de cálculo directamente sobre datos cifrados sin necesidad de descifrar los datos, y el resultado del cálculo es consistente con el resultado de realizar el mismo cálculo sobre datos en texto claro.
FHE proporciona una sólida protección para el cálculo de privacidad en AI, permitiendo que la potencia computacional de GPU ejecute tareas de entrenamiento e inferencia de modelos sin tocar los datos originales. Esto trae enormes ventajas a las empresas de AI. Pueden abrir de manera segura servicios API mientras protegen los secretos comerciales.
FHEML admite el procesamiento de datos y modelos encriptados a lo largo de todo el ciclo de aprendizaje automático, asegurando la seguridad de la información sensible y previniendo el riesgo de filtración de datos. De esta manera, FHEML refuerza la privacidad de los datos y proporciona un marco de cálculo seguro para aplicaciones de IA.
FHEML es un complemento de ZKML, ZKML prueba la correcta ejecución del aprendizaje automático, mientras que FHEML enfatiza el cálculo sobre datos cifrados para mantener la privacidad de los datos.
Potencia computacional revolución: Descentralización red en AI cálculo
La complejidad computacional de los sistemas de IA actuales se duplica cada 3 meses, lo que provoca un aumento explosivo en la demanda de potencia computacional, superando con creces la oferta de recursos computacionales existentes. Por ejemplo, el entrenamiento de un modelo de IA conocido requiere una gran potencia computacional, equivalente a 355 años de tiempo de entrenamiento en un solo dispositivo. Esta escasez de potencia computacional no solo limita el avance de la tecnología de IA, sino que también hace que esos modelos avanzados de IA sean inalcanzables para la mayoría de los investigadores y desarrolladores.
Al mismo tiempo, la tasa de utilización global de GPU es inferior al 40%, sumado a la desaceleración en el aumento del rendimiento de los microprocesadores y la escasez de chips causada por factores de la cadena de suministro y geopolíticos, lo que agrava aún más el problema del suministro de potencia computacional. Los profesionales de la IA se encuentran en un dilema: o compran hardware por su cuenta o alquilan recursos en la nube, y necesitan urgentemente una forma de servicio de computación bajo demanda y económica.
La red de potencia computacional de IA descentralizada agrega recursos de GPU inactivos de todo el mundo, proporcionando a las empresas de IA un mercado de potencia computacional que es tanto económico como de fácil acceso. Los demandantes de potencia computacional pueden publicar tareas de cálculo en la red, los contratos inteligentes asignan las tareas a los nodos mineros que contribuyen con potencia computacional, los mineros ejecutan las tareas y envían los resultados, y tras la verificación, reciben recompensas en puntos. Esta solución mejora la eficiencia en el uso de recursos y ayuda a resolver el problema del cuello de botella en la potencia computacional en campos como la IA.
Además de la red de potencia computacional descentralizada general, también hay plataformas enfocadas en el entrenamiento de IA y redes de potencia computacional dedicadas a la inferencia de IA.
La red de potencia computacional descentralizada ofrece un mercado de potencia computacional justo y transparente, rompiendo monopolios, reduciendo las barreras de entrada y mejorando la eficiencia en el uso de la potencia computacional. En el ecosistema web3, la red de potencia computacional descentralizada desempeñará un papel clave, atrayendo la participación de más dapps innovadoras y promoviendo conjuntamente el desarrollo y la aplicación de la tecnología de IA.
DePIN: Web3 empodera la IA en el borde
Imagina que tu teléfono móvil, reloj inteligente e incluso los dispositivos inteligentes en tu hogar tienen la capacidad de ejecutar IA------esa es la magia de Edge AI. Permite que el cálculo ocurra en la fuente de generación de datos, logrando baja latencia y procesamiento en tiempo real, al mismo tiempo que protege la privacidad del usuario. La tecnología Edge AI ya se ha aplicado en áreas clave como la conducción autónoma.
En el ámbito de Web3, tenemos un nombre más familiar: DePIN. Web3 enfatiza la Descentralización y la soberanía de los datos del usuario. DePIN, al procesar los datos localmente, puede mejorar la protección de la privacidad del usuario y reducir el riesgo de filtraciones de datos. El mecanismo económico nativo de Token de Web3 puede incentivar a los nodos de DePIN a proporcionar potencia computacional, construyendo un ecosistema sostenible.
Actualmente, DePIN se está desarrollando rápidamente en el ecosistema de una cadena de bloques pública, convirtiéndose en una de las plataformas de cadena de bloques preferidas para el despliegue de proyectos. La alta TPS, los bajos costos de transacción y la innovación tecnológica de esta cadena de bloques pública brindan un fuerte apoyo a los proyectos DePIN. En la actualidad, el valor de mercado de los proyectos DePIN en esta cadena de bloques pública supera los 10 mil millones de dólares, y algunos proyectos reconocidos han logrado avances significativos.
IMO：Nuevo paradigma de publicación de modelos de IA
El concepto de IMO fue propuesto por un protocolo, tokenizando modelos de IA.
En el modelo tradicional, debido a la falta de un mecanismo de compartición de ingresos, una vez que se desarrolla un modelo de IA y se introduce en el mercado, los desarrolladores a menudo tienen dificultades para obtener ingresos continuos de su uso posterior, especialmente cuando el modelo se integra en otros productos y servicios. Los creadores originales tienen dificultades para rastrear el uso, y mucho menos para obtener ingresos de ello. Además, el rendimiento y la efectividad de los modelos de IA a menudo carecen de transparencia, lo que dificulta a los inversores y usuarios potenciales evaluar su verdadero valor, limitando así el reconocimiento en el mercado y el potencial comercial del modelo.
IMO ofrece una nueva forma de apoyo financiero y de compartición de valor para modelos de IA de código abierto, permitiendo a los inversores comprar tokens IMO y compartir los beneficios generados por el modelo en el futuro. Un protocolo utiliza dos estándares ERC, combinando oráculos de IA y tecnología OPML para garantizar la autenticidad del modelo de IA y que los titulares de tokens puedan compartir los beneficios.
El modo IMO ha mejorado la transparencia y la confianza, fomentando la colaboración de código abierto, adaptándose a las tendencias del mercado de criptomonedas y proporcionando un impulso al desarrollo sostenible de la tecnología de IA. Actualmente, el IMO todavía se encuentra en una fase de intento inicial, pero a medida que aumente la aceptación del mercado y se amplíe el alcance de la participación, su innovación y valor potencial son dignos de nuestra expectativa.
Agente de IA: la nueva era de la experiencia interactiva
El Agente de IA puede percibir el entorno, pensar de manera independiente y tomar acciones adecuadas para alcanzar objetivos establecidos. Con el apoyo de modelos de lenguaje grandes, el Agente de IA no solo puede entender el lenguaje natural, sino que también puede planificar decisiones y ejecutar tareas complejas. Pueden actuar como asistentes virtuales, aprendiendo las preferencias de los usuarios a través de la interacción y proporcionando soluciones personalizadas. Incluso sin instrucciones claras, el Agente de IA puede resolver problemas de forma autónoma, mejorar la eficiencia y crear nuevo valor.
Una plataforma de aplicación nativa de IA abierta ofrece un conjunto de herramientas de creación completas y fáciles de usar, que permite a los usuarios configurar las funciones, apariencia y sonido de los robots, así como conectar bases de datos externas, con el objetivo de crear un ecosistema de contenido de IA justo y abierto. Utilizando tecnología de IA generativa, empodera a los individuos para convertirse en creadores superlativos. Esta plataforma ha entrenado un modelo de lenguaje grande especializado, lo que hace que los juegos de rol sean más humanizados; la tecnología de clonación de voz puede acelerar la interacción personalizada de productos de IA, reduciendo el costo de síntesis de voz en un 99%, y la clonación de voz se puede realizar en solo 1 minuto. Utilizando el AI Agent personalizado de esta plataforma, actualmente se puede aplicar en múltiples campos como videollamadas, aprendizaje de idiomas, generación de imágenes, entre otros.
En la fusión de Web3 y AI, actualmente se exploran más los niveles de infraestructura, cómo obtener datos de alta calidad, proteger la privacidad de los datos, cómo alojar modelos en la cadena, cómo mejorar el uso eficiente de la Potencia computacional descentralizada, cómo validar modelos de lenguaje grande y otros problemas clave. A medida que estas infraestructuras se perfeccionen gradualmente, tenemos razones para creer que la fusión de Web3 y AI dará lugar a una serie de modelos y servicios comerciales innovadores.
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
16 me gusta
Recompensa
16
4
Compartir
Comentar
0/400
IntrovertMetaverse
· 07-29 22:16
El Metaverso es realmente alcista.
Ver originalesResponder0
StableNomad
· 07-29 22:14
escuché este hopium en 2021... todavía estoy esperando que mis tokens de privacidad suban a la luna, para ser honesto
Ver originalesResponder0
GhostChainLoyalist
· 07-29 22:12
¿Otra vez recalentando el arroz?
Ver originalesResponder0
BearEatsAll
· 07-29 22:00
Cadena de bloques vagabundos, pero no es fácil de engañar
Web3 y la fusión de IA: el impulso de datos y la computación de privacidad abren una nueva era de Potencia computacional
Web3, como una nueva paradigma de internet descentralizado, abierto y transparente, tiene una oportunidad natural de fusión con la inteligencia artificial. Bajo la arquitectura tradicional centralizada, los recursos de cálculo y datos de la IA están estrictamente controlados y enfrentan numerosos desafíos como el cuello de botella de potencia computacional, la filtración de datos y la falta de transparencia en los algoritmos. Por otro lado, Web3, basado en tecnologías distribuidas, puede inyectar nueva energía al desarrollo de la IA a través de redes de potencia computacional compartidas, mercados de datos abiertos y computación privada. Al mismo tiempo, la IA también puede aportar numerosas capacidades a Web3, como la optimización de contratos inteligentes y algoritmos anti-trampa, ayudando en la construcción de su ecosistema. Por lo tanto, explorar la combinación de Web3 y la IA es crucial para construir la infraestructura de internet de próxima generación y liberar el valor de los datos y la potencia computacional.
Datos impulsados por los datos: Una base sólida de IA y Web3
Los datos son el motor principal que impulsa el desarrollo de la IA, al igual que el combustible para un motor. Los modelos de IA necesitan digerir grandes cantidades de datos de alta calidad para obtener una comprensión profunda y una potente capacidad de razonamiento. Los datos no solo proporcionan la base de entrenamiento para los modelos de aprendizaje automático, sino que también determinan la precisión y fiabilidad del modelo.
En el modelo tradicional de obtención y utilización de datos de IA centralizada, existen los siguientes problemas principales:
Web3 puede resolver los puntos críticos del modelo tradicional con un nuevo paradigma de datos descentralizados.
A pesar de esto, la obtención de datos en el mundo real también presenta algunos problemas, como la calidad inconsistente de los datos, la dificultad de procesamiento, la falta de diversidad y representatividad, entre otros. Los datos sintéticos pueden ser la estrella del futuro en la pista de datos de Web3. Basados en tecnologías de IA generativa y simulaciones, los datos sintéticos pueden imitar las propiedades de los datos reales, sirviendo como un complemento efectivo de los datos reales, mejorando la eficiencia en el uso de datos. En campos como la conducción autónoma, el comercio en mercados financieros y el desarrollo de videojuegos, los datos sintéticos ya han demostrado su potencial de aplicación madura.
Protección de la privacidad: El papel de FHE en Web3
En la era impulsada por datos, la protección de la privacidad se ha convertido en un foco de atención global. La implementación de regulaciones como el Reglamento General de Protección de Datos (GDPR) de la Unión Europea refleja una estricta salvaguarda de la privacidad personal. Sin embargo, esto también ha traído desafíos: algunos datos sensibles no pueden ser utilizados plenamente debido a riesgos de privacidad, lo que sin duda limita el potencial y la capacidad de razonamiento de los modelos de IA.
FHE es cifrado homomórfico completo, que permite realizar operaciones de cálculo directamente sobre datos cifrados sin necesidad de descifrar los datos, y el resultado del cálculo es consistente con el resultado de realizar el mismo cálculo sobre datos en texto claro.
FHE proporciona una sólida protección para el cálculo de privacidad en AI, permitiendo que la potencia computacional de GPU ejecute tareas de entrenamiento e inferencia de modelos sin tocar los datos originales. Esto trae enormes ventajas a las empresas de AI. Pueden abrir de manera segura servicios API mientras protegen los secretos comerciales.
FHEML admite el procesamiento de datos y modelos encriptados a lo largo de todo el ciclo de aprendizaje automático, asegurando la seguridad de la información sensible y previniendo el riesgo de filtración de datos. De esta manera, FHEML refuerza la privacidad de los datos y proporciona un marco de cálculo seguro para aplicaciones de IA.
FHEML es un complemento de ZKML, ZKML prueba la correcta ejecución del aprendizaje automático, mientras que FHEML enfatiza el cálculo sobre datos cifrados para mantener la privacidad de los datos.
Potencia computacional revolución: Descentralización red en AI cálculo
La complejidad computacional de los sistemas de IA actuales se duplica cada 3 meses, lo que provoca un aumento explosivo en la demanda de potencia computacional, superando con creces la oferta de recursos computacionales existentes. Por ejemplo, el entrenamiento de un modelo de IA conocido requiere una gran potencia computacional, equivalente a 355 años de tiempo de entrenamiento en un solo dispositivo. Esta escasez de potencia computacional no solo limita el avance de la tecnología de IA, sino que también hace que esos modelos avanzados de IA sean inalcanzables para la mayoría de los investigadores y desarrolladores.
Al mismo tiempo, la tasa de utilización global de GPU es inferior al 40%, sumado a la desaceleración en el aumento del rendimiento de los microprocesadores y la escasez de chips causada por factores de la cadena de suministro y geopolíticos, lo que agrava aún más el problema del suministro de potencia computacional. Los profesionales de la IA se encuentran en un dilema: o compran hardware por su cuenta o alquilan recursos en la nube, y necesitan urgentemente una forma de servicio de computación bajo demanda y económica.
La red de potencia computacional de IA descentralizada agrega recursos de GPU inactivos de todo el mundo, proporcionando a las empresas de IA un mercado de potencia computacional que es tanto económico como de fácil acceso. Los demandantes de potencia computacional pueden publicar tareas de cálculo en la red, los contratos inteligentes asignan las tareas a los nodos mineros que contribuyen con potencia computacional, los mineros ejecutan las tareas y envían los resultados, y tras la verificación, reciben recompensas en puntos. Esta solución mejora la eficiencia en el uso de recursos y ayuda a resolver el problema del cuello de botella en la potencia computacional en campos como la IA.
Además de la red de potencia computacional descentralizada general, también hay plataformas enfocadas en el entrenamiento de IA y redes de potencia computacional dedicadas a la inferencia de IA.
La red de potencia computacional descentralizada ofrece un mercado de potencia computacional justo y transparente, rompiendo monopolios, reduciendo las barreras de entrada y mejorando la eficiencia en el uso de la potencia computacional. En el ecosistema web3, la red de potencia computacional descentralizada desempeñará un papel clave, atrayendo la participación de más dapps innovadoras y promoviendo conjuntamente el desarrollo y la aplicación de la tecnología de IA.
DePIN: Web3 empodera la IA en el borde
Imagina que tu teléfono móvil, reloj inteligente e incluso los dispositivos inteligentes en tu hogar tienen la capacidad de ejecutar IA------esa es la magia de Edge AI. Permite que el cálculo ocurra en la fuente de generación de datos, logrando baja latencia y procesamiento en tiempo real, al mismo tiempo que protege la privacidad del usuario. La tecnología Edge AI ya se ha aplicado en áreas clave como la conducción autónoma.
En el ámbito de Web3, tenemos un nombre más familiar: DePIN. Web3 enfatiza la Descentralización y la soberanía de los datos del usuario. DePIN, al procesar los datos localmente, puede mejorar la protección de la privacidad del usuario y reducir el riesgo de filtraciones de datos. El mecanismo económico nativo de Token de Web3 puede incentivar a los nodos de DePIN a proporcionar potencia computacional, construyendo un ecosistema sostenible.
Actualmente, DePIN se está desarrollando rápidamente en el ecosistema de una cadena de bloques pública, convirtiéndose en una de las plataformas de cadena de bloques preferidas para el despliegue de proyectos. La alta TPS, los bajos costos de transacción y la innovación tecnológica de esta cadena de bloques pública brindan un fuerte apoyo a los proyectos DePIN. En la actualidad, el valor de mercado de los proyectos DePIN en esta cadena de bloques pública supera los 10 mil millones de dólares, y algunos proyectos reconocidos han logrado avances significativos.
IMO：Nuevo paradigma de publicación de modelos de IA
El concepto de IMO fue propuesto por un protocolo, tokenizando modelos de IA.
En el modelo tradicional, debido a la falta de un mecanismo de compartición de ingresos, una vez que se desarrolla un modelo de IA y se introduce en el mercado, los desarrolladores a menudo tienen dificultades para obtener ingresos continuos de su uso posterior, especialmente cuando el modelo se integra en otros productos y servicios. Los creadores originales tienen dificultades para rastrear el uso, y mucho menos para obtener ingresos de ello. Además, el rendimiento y la efectividad de los modelos de IA a menudo carecen de transparencia, lo que dificulta a los inversores y usuarios potenciales evaluar su verdadero valor, limitando así el reconocimiento en el mercado y el potencial comercial del modelo.
IMO ofrece una nueva forma de apoyo financiero y de compartición de valor para modelos de IA de código abierto, permitiendo a los inversores comprar tokens IMO y compartir los beneficios generados por el modelo en el futuro. Un protocolo utiliza dos estándares ERC, combinando oráculos de IA y tecnología OPML para garantizar la autenticidad del modelo de IA y que los titulares de tokens puedan compartir los beneficios.
El modo IMO ha mejorado la transparencia y la confianza, fomentando la colaboración de código abierto, adaptándose a las tendencias del mercado de criptomonedas y proporcionando un impulso al desarrollo sostenible de la tecnología de IA. Actualmente, el IMO todavía se encuentra en una fase de intento inicial, pero a medida que aumente la aceptación del mercado y se amplíe el alcance de la participación, su innovación y valor potencial son dignos de nuestra expectativa.
Agente de IA: la nueva era de la experiencia interactiva
El Agente de IA puede percibir el entorno, pensar de manera independiente y tomar acciones adecuadas para alcanzar objetivos establecidos. Con el apoyo de modelos de lenguaje grandes, el Agente de IA no solo puede entender el lenguaje natural, sino que también puede planificar decisiones y ejecutar tareas complejas. Pueden actuar como asistentes virtuales, aprendiendo las preferencias de los usuarios a través de la interacción y proporcionando soluciones personalizadas. Incluso sin instrucciones claras, el Agente de IA puede resolver problemas de forma autónoma, mejorar la eficiencia y crear nuevo valor.
Una plataforma de aplicación nativa de IA abierta ofrece un conjunto de herramientas de creación completas y fáciles de usar, que permite a los usuarios configurar las funciones, apariencia y sonido de los robots, así como conectar bases de datos externas, con el objetivo de crear un ecosistema de contenido de IA justo y abierto. Utilizando tecnología de IA generativa, empodera a los individuos para convertirse en creadores superlativos. Esta plataforma ha entrenado un modelo de lenguaje grande especializado, lo que hace que los juegos de rol sean más humanizados; la tecnología de clonación de voz puede acelerar la interacción personalizada de productos de IA, reduciendo el costo de síntesis de voz en un 99%, y la clonación de voz se puede realizar en solo 1 minuto. Utilizando el AI Agent personalizado de esta plataforma, actualmente se puede aplicar en múltiples campos como videollamadas, aprendizaje de idiomas, generación de imágenes, entre otros.
En la fusión de Web3 y AI, actualmente se exploran más los niveles de infraestructura, cómo obtener datos de alta calidad, proteger la privacidad de los datos, cómo alojar modelos en la cadena, cómo mejorar el uso eficiente de la Potencia computacional descentralizada, cómo validar modelos de lenguaje grande y otros problemas clave. A medida que estas infraestructuras se perfeccionen gradualmente, tenemos razones para creer que la fusión de Web3 y AI dará lugar a una serie de modelos y servicios comerciales innovadores.