La fusion de Web3 et de l'intelligence artificielle : ouvrir une nouvelle génération d'infrastructures Internet
Web3, en tant que nouveau paradigme Internet décentralisé, ouvert et transparent, offre une opportunité naturelle de fusion avec l'intelligence artificielle. Dans une architecture centralisée traditionnelle, le calcul AI et les ressources de données sont strictement contrôlés, et il existe de nombreux défis tels que les goulets d'étranglement de la puissance de calcul, les fuites de données et les algorithmes en boîte noire. En revanche, Web3, basé sur des technologies distribuées, peut injecter un nouvel élan au développement de l'IA grâce à des moyens tels que le réseau de puissance de calcul partagé, le marché des données ouvertes et le calcul de la confidentialité. En même temps, l'IA peut également apporter de nombreuses capacités à Web3, comme l'optimisation des contrats intelligents et les algorithmes anti-triche, contribuant à sa construction écologique. Par conséquent, explorer la combinaison de Web3 et de l'IA est essentiel pour construire l'infrastructure Internet de prochaine génération et 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, tout comme le carburant pour un moteur. Les modèles d'IA doivent digérer une grande quantité de données de haute qualité pour acquérir une compréhension approfondie et de puissantes capacités de raisonnement. Les données ne fournissent pas seulement une base d'entraînement pour les modèles d'apprentissage automatique, mais déterminent également la précision et la fiabilité des modèles.
Dans les modèles traditionnels de collecte et d'utilisation des données d'IA centralisés, plusieurs problèmes majeurs existent :
Le coût d'acquisition des données est élevé, ce qui rend difficile pour les PME de le supporter.
Les ressources de données sont monopolisées par des géants de la technologie, créant des îlots de données.
Les données personnelles sont exposées au risque de fuite et d'abus.
Web3 peut résoudre les points de douleur des modèles traditionnels grâce à une nouvelle paradigme de données décentralisé :
En récupérant des données sur le réseau de manière décentralisée, puis en les nettoyant et en les transformant, on fournit des données réelles et de haute qualité pour l'entraînement des modèles d'IA.
Adoptez le modèle "label to earn", en incitant les travailleurs du monde entier à participer à l'annotation des données grâce à des jetons, en rassemblant l'expertise mondiale pour renforcer la capacité d'analyse des données.
La plateforme d'échange de données blockchain offre un environnement d'échange public et transparent aux deux parties de l'offre et de la demande de données, incitant à l'innovation et au partage des données.
Néanmoins, l'acquisition de données dans le monde réel présente également certains problèmes, tels que la qualité inégale des données, la difficulté de traitement, ainsi qu'un manque de diversité et de représentativité. Les données synthétiques pourraient devenir la star du secteur des données Web3 à l'avenir. Basées sur des technologies d'IA générative et de simulation, les données synthétiques peuvent simuler les attributs des données réelles, servant de complément efficace aux données réelles et améliorant l'efficacité de l'utilisation des données. Dans des domaines comme la conduite autonome, le trading sur les marchés financiers et le développement de jeux, les données synthétiques ont déjà montré leur potentiel d'application mûr.
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 sujet de préoccupation mondiale. L'adoption de réglementations telles que le Règlement général sur la protection des données (RGPD) de l'Union européenne reflète une stricte protection de la vie privée des individus. Cependant, cela a également entraîné des défis : certaines données sensibles ne peuvent pas être pleinement exploitées en raison des risques pour la vie privée, ce qui limite sans aucun doute le potentiel et la capacité de raisonnement des modèles d'IA.
FHE, ou cryptographie homomorphe complète, permet d'effectuer des opérations de calcul directement sur des données chiffrées sans avoir à déchiffrer les données, et le résultat du calcul est identique à celui obtenu en effectuant le même calcul sur des données en clair.
FHE offre une protection solide pour le calcul de la confidentialité de l'IA, permettant à la puissance de calcul GPU d'exécuter des tâches d'entraînement et d'inférence de modèles sans toucher aux données brutes. Cela apporte un énorme avantage aux entreprises d'IA. Elles peuvent ouvrir en toute sécurité des services API tout en protégeant leurs secrets commerciaux.
FHEML prend en charge le traitement crypté des données et des modèles tout au long du cycle d'apprentissage machine, garantissant ainsi la sécurité des informations sensibles et prévenant les risques de fuite de données. De cette manière, FHEML renforce la confidentialité des données et fournit un cadre de calcul sécurisé pour les applications d'IA.
FHEML est un complément à ZKML, ZKML prouve l'exécution correcte de l'apprentissage automatique, tandis que FHEML met l'accent sur le calcul sur des données chiffrées pour préserver la vie privée des données.
Révolution de la puissance de calcul : calcul AI dans un réseau décentralisé
La complexité computationnelle des systèmes d'IA double tous les 3 mois, entraînant une explosion de la demande en puissance de calcul, bien au-delà de l'offre actuelle de ressources informatiques. Par exemple, l'entraînement d'un grand modèle de langage nécessite une puissance de calcul énorme, équivalente à 355 années de temps d'entraînement sur un seul appareil. Cette pénurie de puissance de calcul limite non seulement les avancées technologiques en IA, mais rend également ces modèles d'IA avancés inaccessibles pour la plupart des chercheurs et développeurs.
En même temps, l'utilisation mondiale des GPU est inférieure à 40 %, aggravée par le ralentissement de l'amélioration des performances des microprocesseurs et la pénurie de puces due à des facteurs de chaîne d'approvisionnement et géopolitiques, ce qui rend la question de l'approvisionnement en puissance de calcul encore plus grave. Les professionnels de l'IA se retrouvent dans une impasse : soit ils achètent leur propre matériel, soit ils louent des ressources cloud, et ils ont un besoin urgent d'un service de calcul à la demande, économique et efficace.
Le réseau de puissance de calcul IA décentralisé, en agrégeant des ressources GPU inutilisées à l'échelle mondiale, offre aux entreprises d'IA un marché de puissance de calcul à la fois économique et facilement accessible. Les demandeurs de puissance de calcul peuvent publier des tâches de calcul sur le réseau, et les contrats intelligents assignent ces 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 des récompenses en points. Cette solution améliore l'efficacité de l'utilisation des ressources et aide à résoudre les problèmes de goulet d'étranglement en matière de puissance de calcul dans des domaines tels que l'IA.
En plus des réseaux de puissance décentralisée généraux, il existe des réseaux de puissance spécialisés axés sur l'entraînement et l'inférence de l'IA. Ces réseaux offrent un marché de puissance équitable et transparent, brisant les monopoles, réduisant les barrières d'entrée et améliorant l'efficacité d'utilisation de la puissance. Dans l'écosystème web3, les réseaux de puissance décentralisée joueront un rôle clé, attirant l'adhésion de davantage de dapps innovantes et contribuant ensemble au développement et à l'application des technologies de l'IA.
DePIN : Web3 habilitant l'IA de périphérie
Imaginez que votre téléphone, votre montre intelligente, voire les appareils intelligents de votre maison, aient tous la capacité de faire fonctionner de l'IA — c'est là tout l'attrait de l'IA en périphérie. Cela permet aux calculs de se produire à la source des données, réalisant ainsi un traitement en temps réel avec une faible latence, tout en protégeant la vie privée des utilisateurs. La technologie de l'IA en périphérie est déjà utilisée dans des domaines clés tels que la conduite autonome.
Dans le domaine du Web3, nous avons un nom plus familier : DePIN. Le Web3 met l'accent sur la décentralisation et la souveraineté des données des utilisateurs. DePIN, en traitant les données localement, peut renforcer la protection de la vie privée des utilisateurs et réduire le risque de fuite de données. Le mécanisme économique des tokens natifs du Web3 peut inciter les nœuds DePIN à fournir des ressources de calcul, construisant ainsi un écosystème durable.
Actuellement, DePIN se développe rapidement dans certains écosystèmes de chaînes publiques, devenant l'une des plateformes de choix pour le déploiement de projets. Un TPS élevé, des frais de transaction bas et des innovations technologiques offrent un soutien solide aux projets DePIN. Actuellement, la capitalisation boursière des projets DePIN sur cette chaîne publique est considérable, et certains projets renommés ont déjà réalisé des progrès significatifs.
IMO : Nouveau paradigme de publication de modèles d'IA
Le concept d'IMO a été proposé pour la première fois par un certain protocole, qui a tokenisé les modèles d'IA.
Dans un modèle traditionnel, en raison de l'absence de mécanisme de partage des revenus, une fois qu'un modèle d'IA est développé et mis sur le marché, il est souvent difficile pour le développeur d'obtenir des revenus continus de l'utilisation ultérieure du modèle, surtout lorsque le modèle est intégré dans d'autres produits et services. L'original créateur a du mal à suivre l'utilisation, sans parler de la génération de revenus. De plus, la performance et l'efficacité des modèles d'IA manquent souvent de transparence, ce qui rend difficile pour les investisseurs et les utilisateurs potentiels d'évaluer leur véritable valeur, limitant ainsi la reconnaissance sur le marché et le potentiel commercial du modèle.
IMO offre un nouveau moyen de financement et de partage de valeur pour les modèles AI open source, permettant aux investisseurs d'acheter des jetons IMO et de partager les bénéfices générés par le modèle par la suite. Un certain protocole utilise un standard ERC spécifique, combinant des oracles AI et la technologie OPML pour garantir l'authenticité des modèles AI 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 des cryptomonnaies et insuffle un dynamisme pour le développement durable des technologies AI. L'IMO est actuellement encore à un stade d'essai préliminaire, mais avec l'augmentation de l'acceptation du marché et l'élargissement de la portée de participation, son innovation et sa valeur potentielle méritent notre attente.
Agent IA : Une nouvelle ère d'interaction
L'agent IA peut percevoir son environnement, réfléchir de manière autonome et prendre des mesures appropriées pour atteindre des objectifs définis. Avec le soutien de grands modèles de langage, l'agent IA non seulement comprend le langage naturel, mais peut également planifier des décisions et exécuter des tâches complexes. Ils peuvent servir d'assistants virtuels, apprenant les préférences des utilisateurs à travers des interactions et fournissant des solutions personnalisées. Même sans instructions explicites, l'agent IA peut 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 complet et facile à utiliser, permettant aux utilisateurs de configurer les fonctionnalités, l'apparence, la voix des robots et de se connecter à des bases de connaissances externes, s'efforçant de créer un écosystème de contenu AI équitable et ouvert. En utilisant la technologie AI générative, elle permet aux individus de devenir des super créateurs. Cette plateforme a formé un modèle de langage dédié, 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'agent AI personnalisé de cette plateforme, il peut actuellement être appliqué dans divers domaines tels que les chats vidéo, l'apprentissage des langues et la génération d'images.
Dans la fusion de Web3 et de l'IA, l'exploration actuelle se concentre principalement sur la couche d'infrastructure, notamment comment obtenir des données de haute qualité, protéger la vie privée des données, comment héberger des modèles sur la chaîne, comment améliorer l'utilisation efficace de la puissance de calcul décentralisée, et comment valider des modèles de langage de grande taille, parmi d'autres questions clés. Avec l'amélioration progressive de ces infrastructures, nous avons des raisons de croire que la fusion de Web3 et de l'IA donnera naissance à une série de modèles commerciaux et de services innovants.
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
8 J'aime
Récompense
8
8
Partager
Commentaire
0/400
PumpAnalyst
· Il y a 2h
Encore une fête des pigeons
Voir l'originalRépondre0
TokenGuru
· 07-30 05:00
Retour au sujet essentiel.
Voir l'originalRépondre0
ChainSauceMaster
· 07-30 04:59
Saupoudrer d'une cuillère de sauce soja
Voir l'originalRépondre0
ImpermanentLossEnjoyer
· 07-30 04:55
Les nouvelles tendances de pointe sont vraiment délicieuses
Web3 et l'IA fusionnent : ouvrir un nouveau paradigme pour la prochaine génération d'Internet
La fusion de Web3 et de l'intelligence artificielle : ouvrir une nouvelle génération d'infrastructures Internet
Web3, en tant que nouveau paradigme Internet décentralisé, ouvert et transparent, offre une opportunité naturelle de fusion avec l'intelligence artificielle. Dans une architecture centralisée traditionnelle, le calcul AI et les ressources de données sont strictement contrôlés, et il existe de nombreux défis tels que les goulets d'étranglement de la puissance de calcul, les fuites de données et les algorithmes en boîte noire. En revanche, Web3, basé sur des technologies distribuées, peut injecter un nouvel élan au développement de l'IA grâce à des moyens tels que le réseau de puissance de calcul partagé, le marché des données ouvertes et le calcul de la confidentialité. En même temps, l'IA peut également apporter de nombreuses capacités à Web3, comme l'optimisation des contrats intelligents et les algorithmes anti-triche, contribuant à sa construction écologique. Par conséquent, explorer la combinaison de Web3 et de l'IA est essentiel pour construire l'infrastructure Internet de prochaine génération et 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, tout comme le carburant pour un moteur. Les modèles d'IA doivent digérer une grande quantité de données de haute qualité pour acquérir une compréhension approfondie et de puissantes capacités de raisonnement. Les données ne fournissent pas seulement une base d'entraînement pour les modèles d'apprentissage automatique, mais déterminent également la précision et la fiabilité des modèles.
Dans les modèles traditionnels de collecte et d'utilisation des données d'IA centralisés, plusieurs problèmes majeurs existent :
Web3 peut résoudre les points de douleur des modèles traditionnels grâce à une nouvelle paradigme de données décentralisé :
Néanmoins, l'acquisition de données dans le monde réel présente également certains problèmes, tels que la qualité inégale des données, la difficulté de traitement, ainsi qu'un manque de diversité et de représentativité. Les données synthétiques pourraient devenir la star du secteur des données Web3 à l'avenir. Basées sur des technologies d'IA générative et de simulation, les données synthétiques peuvent simuler les attributs des données réelles, servant de complément efficace aux données réelles et améliorant l'efficacité de l'utilisation des données. Dans des domaines comme la conduite autonome, le trading sur les marchés financiers et le développement de jeux, les données synthétiques ont déjà montré leur potentiel d'application mûr.
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 sujet de préoccupation mondiale. L'adoption de réglementations telles que le Règlement général sur la protection des données (RGPD) de l'Union européenne reflète une stricte protection de la vie privée des individus. Cependant, cela a également entraîné des défis : certaines données sensibles ne peuvent pas être pleinement exploitées en raison des risques pour la vie privée, ce qui limite sans aucun doute le potentiel et la capacité de raisonnement des modèles d'IA.
FHE, ou cryptographie homomorphe complète, permet d'effectuer des opérations de calcul directement sur des données chiffrées sans avoir à déchiffrer les données, et le résultat du calcul est identique à celui obtenu en effectuant le même calcul sur des données en clair.
FHE offre une protection solide pour le calcul de la confidentialité de l'IA, permettant à la puissance de calcul GPU d'exécuter des tâches d'entraînement et d'inférence de modèles sans toucher aux données brutes. Cela apporte un énorme avantage aux entreprises d'IA. Elles peuvent ouvrir en toute sécurité des services API tout en protégeant leurs secrets commerciaux.
FHEML prend en charge le traitement crypté des données et des modèles tout au long du cycle d'apprentissage machine, garantissant ainsi la sécurité des informations sensibles et prévenant les risques de fuite de données. De cette manière, FHEML renforce la confidentialité des données et fournit un cadre de calcul sécurisé pour les applications d'IA.
FHEML est un complément à ZKML, ZKML prouve l'exécution correcte de l'apprentissage automatique, tandis que FHEML met l'accent sur le calcul sur des données chiffrées pour préserver la vie privée des données.
Révolution de la puissance de calcul : calcul AI dans un réseau décentralisé
La complexité computationnelle des systèmes d'IA double tous les 3 mois, entraînant une explosion de la demande en puissance de calcul, bien au-delà de l'offre actuelle de ressources informatiques. Par exemple, l'entraînement d'un grand modèle de langage nécessite une puissance de calcul énorme, équivalente à 355 années de temps d'entraînement sur un seul appareil. Cette pénurie de puissance de calcul limite non seulement les avancées technologiques en IA, mais rend également ces modèles d'IA avancés inaccessibles pour la plupart des chercheurs et développeurs.
En même temps, l'utilisation mondiale des GPU est inférieure à 40 %, aggravée par le ralentissement de l'amélioration des performances des microprocesseurs et la pénurie de puces due à des facteurs de chaîne d'approvisionnement et géopolitiques, ce qui rend la question de l'approvisionnement en puissance de calcul encore plus grave. Les professionnels de l'IA se retrouvent dans une impasse : soit ils achètent leur propre matériel, soit ils louent des ressources cloud, et ils ont un besoin urgent d'un service de calcul à la demande, économique et efficace.
Le réseau de puissance de calcul IA décentralisé, en agrégeant des ressources GPU inutilisées à l'échelle mondiale, offre aux entreprises d'IA un marché de puissance de calcul à la fois économique et facilement accessible. Les demandeurs de puissance de calcul peuvent publier des tâches de calcul sur le réseau, et les contrats intelligents assignent ces 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 des récompenses en points. Cette solution améliore l'efficacité de l'utilisation des ressources et aide à résoudre les problèmes de goulet d'étranglement en matière de puissance de calcul dans des domaines tels que l'IA.
En plus des réseaux de puissance décentralisée généraux, il existe des réseaux de puissance spécialisés axés sur l'entraînement et l'inférence de l'IA. Ces réseaux offrent un marché de puissance équitable et transparent, brisant les monopoles, réduisant les barrières d'entrée et améliorant l'efficacité d'utilisation de la puissance. Dans l'écosystème web3, les réseaux de puissance décentralisée joueront un rôle clé, attirant l'adhésion de davantage de dapps innovantes et contribuant ensemble au développement et à l'application des technologies de l'IA.
DePIN : Web3 habilitant l'IA de périphérie
Imaginez que votre téléphone, votre montre intelligente, voire les appareils intelligents de votre maison, aient tous la capacité de faire fonctionner de l'IA — c'est là tout l'attrait de l'IA en périphérie. Cela permet aux calculs de se produire à la source des données, réalisant ainsi un traitement en temps réel avec une faible latence, tout en protégeant la vie privée des utilisateurs. La technologie de l'IA en périphérie est déjà utilisée dans des domaines clés tels que la conduite autonome.
Dans le domaine du Web3, nous avons un nom plus familier : DePIN. Le Web3 met l'accent sur la décentralisation et la souveraineté des données des utilisateurs. DePIN, en traitant les données localement, peut renforcer la protection de la vie privée des utilisateurs et réduire le risque de fuite de données. Le mécanisme économique des tokens natifs du Web3 peut inciter les nœuds DePIN à fournir des ressources de calcul, construisant ainsi un écosystème durable.
Actuellement, DePIN se développe rapidement dans certains écosystèmes de chaînes publiques, devenant l'une des plateformes de choix pour le déploiement de projets. Un TPS élevé, des frais de transaction bas et des innovations technologiques offrent un soutien solide aux projets DePIN. Actuellement, la capitalisation boursière des projets DePIN sur cette chaîne publique est considérable, et certains projets renommés ont déjà réalisé des progrès significatifs.
IMO : Nouveau paradigme de publication de modèles d'IA
Le concept d'IMO a été proposé pour la première fois par un certain protocole, qui a tokenisé les modèles d'IA.
Dans un modèle traditionnel, en raison de l'absence de mécanisme de partage des revenus, une fois qu'un modèle d'IA est développé et mis sur le marché, il est souvent difficile pour le développeur d'obtenir des revenus continus de l'utilisation ultérieure du modèle, surtout lorsque le modèle est intégré dans d'autres produits et services. L'original créateur a du mal à suivre l'utilisation, sans parler de la génération de revenus. De plus, la performance et l'efficacité des modèles d'IA manquent souvent de transparence, ce qui rend difficile pour les investisseurs et les utilisateurs potentiels d'évaluer leur véritable valeur, limitant ainsi la reconnaissance sur le marché et le potentiel commercial du modèle.
IMO offre un nouveau moyen de financement et de partage de valeur pour les modèles AI open source, permettant aux investisseurs d'acheter des jetons IMO et de partager les bénéfices générés par le modèle par la suite. Un certain protocole utilise un standard ERC spécifique, combinant des oracles AI et la technologie OPML pour garantir l'authenticité des modèles AI 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 des cryptomonnaies et insuffle un dynamisme pour le développement durable des technologies AI. L'IMO est actuellement encore à un stade d'essai préliminaire, mais avec l'augmentation de l'acceptation du marché et l'élargissement de la portée de participation, son innovation et sa valeur potentielle méritent notre attente.
Agent IA : Une nouvelle ère d'interaction
L'agent IA peut percevoir son environnement, réfléchir de manière autonome et prendre des mesures appropriées pour atteindre des objectifs définis. Avec le soutien de grands modèles de langage, l'agent IA non seulement comprend le langage naturel, mais peut également planifier des décisions et exécuter des tâches complexes. Ils peuvent servir d'assistants virtuels, apprenant les préférences des utilisateurs à travers des interactions et fournissant des solutions personnalisées. Même sans instructions explicites, l'agent IA peut 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 complet et facile à utiliser, permettant aux utilisateurs de configurer les fonctionnalités, l'apparence, la voix des robots et de se connecter à des bases de connaissances externes, s'efforçant de créer un écosystème de contenu AI équitable et ouvert. En utilisant la technologie AI générative, elle permet aux individus de devenir des super créateurs. Cette plateforme a formé un modèle de langage dédié, 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'agent AI personnalisé de cette plateforme, il peut actuellement être appliqué dans divers domaines tels que les chats vidéo, l'apprentissage des langues et la génération d'images.
Dans la fusion de Web3 et de l'IA, l'exploration actuelle se concentre principalement sur la couche d'infrastructure, notamment comment obtenir des données de haute qualité, protéger la vie privée des données, comment héberger des modèles sur la chaîne, comment améliorer l'utilisation efficace de la puissance de calcul décentralisée, et comment valider des modèles de langage de grande taille, parmi d'autres questions clés. Avec l'amélioration progressive de ces infrastructures, nous avons des raisons de croire que la fusion de Web3 et de l'IA donnera naissance à une série de modèles commerciaux et de services innovants.