La fusión de Web3 y AI: Construyendo la infraestructura de Internet de nueva generación
Web3, como un nuevo paradigma de Internet descentralizado, abierto y transparente, tiene una oportunidad natural de fusión con la IA. Bajo la arquitectura centralizada tradicional, los recursos de cálculo y datos de la IA están estrictamente controlados, enfrentando numerosos desafíos como cuellos de botella en la potencia de cálculo, filtración de privacidad y cajas negras algorítmicas. Web3, basado en tecnologías distribuidas, inyecta nueva energía al desarrollo de la IA a través de redes de potencia de cálculo compartidas, mercados de datos abiertos y cálculos de privacidad. Al mismo tiempo, la IA también puede aportar muchas capacidades a Web3, como la optimización de contratos inteligentes y algoritmos anti-trampa, apoyando su construcción ecológica. Explorar la combinación de Web3 y IA es crucial para construir la infraestructura de Internet de próxima generación y liberar el valor de los datos y la potencia de cálculo.
Impulsado por datos: la sólida base de la IA y Web3
Los datos son el motor principal que impulsa el desarrollo de la IA, así como el combustible lo es para un motor. Los modelos de IA necesitan digerir una gran cantidad de datos de alta calidad para obtener una comprensión profunda y una poderosa 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 la fiabilidad del modelo.
Los principales problemas del modelo tradicional de obtención y utilización de datos de IA centralizada son los siguientes:
El costo de obtención de datos es alto, lo que dificulta a las pequeñas y medianas empresas 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 resuelve los puntos de dolor del modelo tradicional con un nuevo paradigma de datos descentralizados:
Los usuarios pueden vender su red ociosa a empresas de IA, para extraer datos de red de manera descentralizada y proporcionar datos reales y de alta calidad para el entrenamiento de modelos de IA.
Adopta el modo "label to earn", incentivando a trabajadores de todo el mundo a participar en la anotación de datos a través de tokens, reuniendo conocimientos profesionales globales y mejorando la capacidad de análisis de datos.
La plataforma de intercambio de datos en blockchain ofrece un entorno de transacciones público y transparente para las partes que necesitan y ofrecen datos, incentivando la innovación y el intercambio de datos.
Sin embargo, la obtención de datos del mundo real enfrenta problemas de calidad variable, gran dificultad de procesamiento, diversidad y falta de representatividad. Los datos sintéticos podrían ser la estrella del futuro en la pista de datos de Web3. Basados en tecnologías de IA generativa y simulaciones, los datos sintéticos pueden simular las propiedades de los datos reales, actuando como un complemento eficaz para mejorar la eficiencia del uso de datos. En campos como la conducción autónoma, el comercio en mercados financieros y el desarrollo de juegos, los datos sintéticos ya han mostrado un potencial de aplicación maduro.
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, y regulaciones como el Reglamento General de Protección de Datos (GDPR) de la UE reflejan la estricta protección de la privacidad personal. Sin embargo, esto también presenta desafíos: algunos datos sensibles no se pueden utilizar plenamente debido a riesgos de privacidad, lo que limita el potencial y la capacidad de razonamiento de los modelos de IA.
FHE (encriptación totalmente homomórfica) permite realizar operaciones de cálculo directamente sobre datos encriptados sin necesidad de descifrar los datos, y el resultado del cálculo coincide con el resultado del cálculo de los datos en texto claro. FHE proporciona una sólida protección para el cálculo de privacidad de la IA, permitiendo que la potencia de cálculo de la GPU ejecute tareas de entrenamiento y inferencia de modelos en un entorno que no toca los datos originales. Esto brinda una gran ventaja a las empresas de IA, ya que pueden abrir de manera segura los servicios API mientras protegen sus secretos comerciales.
FHEML admite el procesamiento de datos y modelos encriptados durante todo el ciclo de aprendizaje automático, asegurando la seguridad de la información sensible y previniendo el riesgo de filtraciones de datos. FHEML refuerza la privacidad de los datos y proporciona un marco de computación seguro para aplicaciones de IA. FHEML complementa a ZKML, que prueba la correcta ejecución del aprendizaje automático, mientras que FHEML enfatiza la computación sobre datos encriptados para mantener la privacidad de los datos.
Revolución de la potencia de cálculo: Computación AI en redes descentralizadas
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 de cálculo, superando con creces la oferta de recursos computacionales existentes. Por ejemplo, el entrenamiento del modelo GPT-3 requiere una enorme potencia de cálculo, equivalente al tiempo de entrenamiento de 355 años en un solo dispositivo. Esta escasez de potencia de cálculo no solo limita el avance de la tecnología de IA, sino que también hace que los modelos de IA avanzados sean inalcanzables para la mayoría de los investigadores y desarrolladores.
Al mismo tiempo, la utilización global de GPU es inferior al 40%, y la desaceleración en el aumento del rendimiento de los microprocesadores, junto con la escasez de chips causada por factores de la cadena de suministro y geopolíticos, agravan aún más el problema del suministro de potencia de cálculo. Los profesionales de la IA se encuentran en un dilema: o compran hardware o alquilan recursos en la nube, y necesitan urgentemente un servicio de computación bajo demanda y rentable.
Una red de computación de IA descentralizada agrega recursos de GPU inactivos a nivel global para ofrecer a las empresas de IA un mercado de computación económicamente accesible. Los demandantes de poder computacional pueden publicar tareas computacionales en la red, y los contratos inteligentes asignan las tareas a los nodos mineros que contribuyen con poder computacional; los mineros ejecutan las tareas y envían los resultados, y tras su verificación, reciben recompensas en forma de puntos. Esta solución mejora la eficiencia en la utilización de recursos y ayuda a resolver el problema del cuello de botella en el poder computacional en campos como la IA.
Además de la red de computación descentralizada general, también existen redes de computación dedicadas enfocadas en el entrenamiento y la inferencia de IA. La red de computación descentralizada proporciona un mercado de computación justo y transparente, rompiendo monopolios, reduciendo la barrera de entrada para las aplicaciones y mejorando la eficiencia en el uso de la computación. En el ecosistema web3, la red de computación descentralizada jugará un papel clave, atrayendo a más dapps innovadoras para unirse y promover conjuntamente el desarrollo y la aplicación de la tecnología de IA.
DePIN: Web3 empodera la IA en el borde
Imagina que tu teléfono móvil, tu reloj inteligente e incluso los dispositivos inteligentes de tu hogar tienen la capacidad de ejecutar IA; esta es la magia del Edge AI. Permite que el cálculo ocurra en la fuente de generación de datos, logrando un procesamiento en tiempo real y de baja latencia, al mismo tiempo que protege la privacidad del usuario. La tecnología Edge AI ya se ha aplicado en campos 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 mejora la protección de la privacidad del usuario al procesar datos localmente y reduce el riesgo de filtraciones de datos; el mecanismo de economía de tokens nativo de Web3 puede incentivar a los nodos de DePIN a proporcionar recursos de computación, construyendo un ecosistema sostenible.
Actualmente, DePIN se está desarrollando rápidamente en el ecosistema de cierta cadena de bloques pública, convirtiéndose en una de las plataformas 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. Actualmente, el valor de mercado de los proyectos DePIN en esta cadena de bloques pública supera los 10 mil millones de dólares, y varios proyectos conocidos han logrado un progreso significativo.
IMO: Nueva paradigma de lanzamiento de modelos de IA
El concepto de IMO fue propuesto originalmente por un protocolo, tokenizando modelos de IA.
En el modelo tradicional, debido a la falta de un mecanismo de reparto de beneficios, los desarrolladores de modelos de IA tienen dificultades para obtener ingresos continuos de su uso posterior, especialmente cuando el modelo se integra en otros productos y servicios, ya que el creador original tiene dificultades para rastrear el uso y, por lo tanto, para obtener beneficios. Además, el rendimiento y la efectividad de los modelos de IA a menudo carecen de transparencia, lo que dificulta que los inversores y usuarios potenciales evalúen su verdadero valor, limitando así el reconocimiento en el mercado y el potencial comercial del modelo.
IMO proporciona una nueva forma de financiación y compartición de valor para modelos de IA de código abierto, donde los inversores pueden comprar tokens IMO y compartir las ganancias generadas por el modelo en el futuro. Un cierto protocolo utiliza dos estándares ERC, combinando tecnología de oracle de IA y OPML para garantizar la autenticidad del modelo de IA y que los poseedores de tokens puedan compartir las ganancias.
El modo IMO mejora la transparencia y la confianza, fomenta la colaboración de código abierto, se adapta a las tendencias del mercado de criptomonedas y da impulso al desarrollo sostenible de la tecnología de IA. Actualmente, el modo IMO se encuentra en una fase inicial de prueba, pero a medida que aumenta la aceptación del mercado y se amplía el rango de participación, su innovación y valor potencial son dignos de 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 correspondientes para lograr objetivos establecidos. Con el apoyo de modelos de lenguaje amplios, el Agente de IA no solo puede entender el lenguaje natural, sino también planificar decisiones y ejecutar tareas complejas. Pueden actuar como asistentes virtuales, aprendiendo las preferencias a través de la interacción con los usuarios y ofreciendo soluciones personalizadas. Incluso en ausencia de instrucciones claras, el Agente de IA puede resolver problemas de forma autónoma, mejorar la eficiencia y crear nuevo valor.
Una plataforma de aplicaciones nativas de IA ofrece un conjunto de herramientas de creación completas y fáciles de usar, que permite a los usuarios configurar funciones de robots, apariencia, sonido y conectar bases de conocimiento externas, dedicada a construir un ecosistema de contenido de IA justo y abierto. Utilizando tecnología de IA generativa, empodera a los individuos para convertirse en creadores superpoderosos. La plataforma ha entrenado modelos de lenguaje grandes especializados, haciendo que el juego de roles sea más humanizado; la tecnología de clonación de voz puede acelerar la interacción personalizada de productos de IA, reduciendo el costo de la síntesis de voz en un 99%, y la clonación de voz puede lograrse en solo 1 minuto. Con el AI Agent personalizado de esta plataforma, actualmente se puede aplicar en múltiples áreas como chat de video, aprendizaje de idiomas, generación de imágenes, entre otros.
En la fusión de Web3 y AI, actualmente se exploran más las capas de infraestructura, como la forma de 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 de cálculo descentralizada y cómo validar modelos de lenguaje de gran tamaño, entre 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 comerciales y servicios 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.
13 me gusta
Recompensa
13
7
Compartir
Comentar
0/400
RektRecovery
· hace11h
festival de vulnerabilidades predecibles smh
Ver originalesResponder0
ClassicDumpster
· hace20h
Jeje, ya salió una nueva guadaña para tontos.
Ver originalesResponder0
HalfIsEmpty
· hace20h
En otras palabras, es un nuevo nombre para tomar a la gente por tonta.
Ver originalesResponder0
GasFeePhobia
· hace20h
El gas fee de hierro, yo de cobre, me descompongo.
Ver originalesResponder0
ProxyCollector
· hace20h
Esto no es más que una centralización con un nombre diferente.
Ver originalesResponder0
SchrodingerAirdrop
· hace20h
Otra vez la trampa de conceptos, reciclando viejos platos.
Ver originalesResponder0
MissedTheBoat
· hace20h
Mercado bajista es no tener oportunidades, solo esperar.
Web3 y AI: 5 tendencias para construir la nueva infraestructura de internet de próxima generación
La fusión de Web3 y AI: Construyendo la infraestructura de Internet de nueva generación
Web3, como un nuevo paradigma de Internet descentralizado, abierto y transparente, tiene una oportunidad natural de fusión con la IA. Bajo la arquitectura centralizada tradicional, los recursos de cálculo y datos de la IA están estrictamente controlados, enfrentando numerosos desafíos como cuellos de botella en la potencia de cálculo, filtración de privacidad y cajas negras algorítmicas. Web3, basado en tecnologías distribuidas, inyecta nueva energía al desarrollo de la IA a través de redes de potencia de cálculo compartidas, mercados de datos abiertos y cálculos de privacidad. Al mismo tiempo, la IA también puede aportar muchas capacidades a Web3, como la optimización de contratos inteligentes y algoritmos anti-trampa, apoyando su construcción ecológica. Explorar la combinación de Web3 y IA es crucial para construir la infraestructura de Internet de próxima generación y liberar el valor de los datos y la potencia de cálculo.
Impulsado por datos: la sólida base de la IA y Web3
Los datos son el motor principal que impulsa el desarrollo de la IA, así como el combustible lo es para un motor. Los modelos de IA necesitan digerir una gran cantidad de datos de alta calidad para obtener una comprensión profunda y una poderosa 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 la fiabilidad del modelo.
Los principales problemas del modelo tradicional de obtención y utilización de datos de IA centralizada son los siguientes:
Web3 resuelve los puntos de dolor del modelo tradicional con un nuevo paradigma de datos descentralizados:
Sin embargo, la obtención de datos del mundo real enfrenta problemas de calidad variable, gran dificultad de procesamiento, diversidad y falta de representatividad. Los datos sintéticos podrían ser la estrella del futuro en la pista de datos de Web3. Basados en tecnologías de IA generativa y simulaciones, los datos sintéticos pueden simular las propiedades de los datos reales, actuando como un complemento eficaz para mejorar la eficiencia del uso de datos. En campos como la conducción autónoma, el comercio en mercados financieros y el desarrollo de juegos, los datos sintéticos ya han mostrado un potencial de aplicación maduro.
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, y regulaciones como el Reglamento General de Protección de Datos (GDPR) de la UE reflejan la estricta protección de la privacidad personal. Sin embargo, esto también presenta desafíos: algunos datos sensibles no se pueden utilizar plenamente debido a riesgos de privacidad, lo que limita el potencial y la capacidad de razonamiento de los modelos de IA.
FHE (encriptación totalmente homomórfica) permite realizar operaciones de cálculo directamente sobre datos encriptados sin necesidad de descifrar los datos, y el resultado del cálculo coincide con el resultado del cálculo de los datos en texto claro. FHE proporciona una sólida protección para el cálculo de privacidad de la IA, permitiendo que la potencia de cálculo de la GPU ejecute tareas de entrenamiento y inferencia de modelos en un entorno que no toca los datos originales. Esto brinda una gran ventaja a las empresas de IA, ya que pueden abrir de manera segura los servicios API mientras protegen sus secretos comerciales.
FHEML admite el procesamiento de datos y modelos encriptados durante todo el ciclo de aprendizaje automático, asegurando la seguridad de la información sensible y previniendo el riesgo de filtraciones de datos. FHEML refuerza la privacidad de los datos y proporciona un marco de computación seguro para aplicaciones de IA. FHEML complementa a ZKML, que prueba la correcta ejecución del aprendizaje automático, mientras que FHEML enfatiza la computación sobre datos encriptados para mantener la privacidad de los datos.
Revolución de la potencia de cálculo: Computación AI en redes descentralizadas
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 de cálculo, superando con creces la oferta de recursos computacionales existentes. Por ejemplo, el entrenamiento del modelo GPT-3 requiere una enorme potencia de cálculo, equivalente al tiempo de entrenamiento de 355 años en un solo dispositivo. Esta escasez de potencia de cálculo no solo limita el avance de la tecnología de IA, sino que también hace que los modelos de IA avanzados sean inalcanzables para la mayoría de los investigadores y desarrolladores.
Al mismo tiempo, la utilización global de GPU es inferior al 40%, y la desaceleración en el aumento del rendimiento de los microprocesadores, junto con la escasez de chips causada por factores de la cadena de suministro y geopolíticos, agravan aún más el problema del suministro de potencia de cálculo. Los profesionales de la IA se encuentran en un dilema: o compran hardware o alquilan recursos en la nube, y necesitan urgentemente un servicio de computación bajo demanda y rentable.
Una red de computación de IA descentralizada agrega recursos de GPU inactivos a nivel global para ofrecer a las empresas de IA un mercado de computación económicamente accesible. Los demandantes de poder computacional pueden publicar tareas computacionales en la red, y los contratos inteligentes asignan las tareas a los nodos mineros que contribuyen con poder computacional; los mineros ejecutan las tareas y envían los resultados, y tras su verificación, reciben recompensas en forma de puntos. Esta solución mejora la eficiencia en la utilización de recursos y ayuda a resolver el problema del cuello de botella en el poder computacional en campos como la IA.
Además de la red de computación descentralizada general, también existen redes de computación dedicadas enfocadas en el entrenamiento y la inferencia de IA. La red de computación descentralizada proporciona un mercado de computación justo y transparente, rompiendo monopolios, reduciendo la barrera de entrada para las aplicaciones y mejorando la eficiencia en el uso de la computación. En el ecosistema web3, la red de computación descentralizada jugará un papel clave, atrayendo a más dapps innovadoras para unirse y promover conjuntamente el desarrollo y la aplicación de la tecnología de IA.
DePIN: Web3 empodera la IA en el borde
Imagina que tu teléfono móvil, tu reloj inteligente e incluso los dispositivos inteligentes de tu hogar tienen la capacidad de ejecutar IA; esta es la magia del Edge AI. Permite que el cálculo ocurra en la fuente de generación de datos, logrando un procesamiento en tiempo real y de baja latencia, al mismo tiempo que protege la privacidad del usuario. La tecnología Edge AI ya se ha aplicado en campos 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 mejora la protección de la privacidad del usuario al procesar datos localmente y reduce el riesgo de filtraciones de datos; el mecanismo de economía de tokens nativo de Web3 puede incentivar a los nodos de DePIN a proporcionar recursos de computación, construyendo un ecosistema sostenible.
Actualmente, DePIN se está desarrollando rápidamente en el ecosistema de cierta cadena de bloques pública, convirtiéndose en una de las plataformas 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. Actualmente, el valor de mercado de los proyectos DePIN en esta cadena de bloques pública supera los 10 mil millones de dólares, y varios proyectos conocidos han logrado un progreso significativo.
IMO: Nueva paradigma de lanzamiento de modelos de IA
El concepto de IMO fue propuesto originalmente por un protocolo, tokenizando modelos de IA.
En el modelo tradicional, debido a la falta de un mecanismo de reparto de beneficios, los desarrolladores de modelos de IA tienen dificultades para obtener ingresos continuos de su uso posterior, especialmente cuando el modelo se integra en otros productos y servicios, ya que el creador original tiene dificultades para rastrear el uso y, por lo tanto, para obtener beneficios. Además, el rendimiento y la efectividad de los modelos de IA a menudo carecen de transparencia, lo que dificulta que los inversores y usuarios potenciales evalúen su verdadero valor, limitando así el reconocimiento en el mercado y el potencial comercial del modelo.
IMO proporciona una nueva forma de financiación y compartición de valor para modelos de IA de código abierto, donde los inversores pueden comprar tokens IMO y compartir las ganancias generadas por el modelo en el futuro. Un cierto protocolo utiliza dos estándares ERC, combinando tecnología de oracle de IA y OPML para garantizar la autenticidad del modelo de IA y que los poseedores de tokens puedan compartir las ganancias.
El modo IMO mejora la transparencia y la confianza, fomenta la colaboración de código abierto, se adapta a las tendencias del mercado de criptomonedas y da impulso al desarrollo sostenible de la tecnología de IA. Actualmente, el modo IMO se encuentra en una fase inicial de prueba, pero a medida que aumenta la aceptación del mercado y se amplía el rango de participación, su innovación y valor potencial son dignos de 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 correspondientes para lograr objetivos establecidos. Con el apoyo de modelos de lenguaje amplios, el Agente de IA no solo puede entender el lenguaje natural, sino también planificar decisiones y ejecutar tareas complejas. Pueden actuar como asistentes virtuales, aprendiendo las preferencias a través de la interacción con los usuarios y ofreciendo soluciones personalizadas. Incluso en ausencia de instrucciones claras, el Agente de IA puede resolver problemas de forma autónoma, mejorar la eficiencia y crear nuevo valor.
Una plataforma de aplicaciones nativas de IA ofrece un conjunto de herramientas de creación completas y fáciles de usar, que permite a los usuarios configurar funciones de robots, apariencia, sonido y conectar bases de conocimiento externas, dedicada a construir un ecosistema de contenido de IA justo y abierto. Utilizando tecnología de IA generativa, empodera a los individuos para convertirse en creadores superpoderosos. La plataforma ha entrenado modelos de lenguaje grandes especializados, haciendo que el juego de roles sea más humanizado; la tecnología de clonación de voz puede acelerar la interacción personalizada de productos de IA, reduciendo el costo de la síntesis de voz en un 99%, y la clonación de voz puede lograrse en solo 1 minuto. Con el AI Agent personalizado de esta plataforma, actualmente se puede aplicar en múltiples áreas como chat de video, aprendizaje de idiomas, generación de imágenes, entre otros.
En la fusión de Web3 y AI, actualmente se exploran más las capas de infraestructura, como la forma de 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 de cálculo descentralizada y cómo validar modelos de lenguaje de gran tamaño, entre 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 comerciales y servicios innovadores.