A fusão do Web3 e da inteligência artificial: abrindo a nova geração de infraestrutura da Internet
Web3, como um novo paradigma de internet descentralizado, aberto e transparente, tem uma oportunidade natural de fusão com a inteligência artificial. Na arquitetura centralizada tradicional, os recursos computacionais e de dados da IA estão sob controle rigoroso, e existem muitos desafios, como gargalos de computação, vazamento de privacidade e caixas pretas algorítmicas. Por outro lado, o Web3, baseado em tecnologia distribuída, pode injetar nova energia no desenvolvimento da IA por meio de redes de compartilhamento de poder computacional, mercados de dados abertos e computação de privacidade. Ao mesmo tempo, a IA também pode trazer muitas capacidades ao Web3, como otimização de contratos inteligentes e algoritmos anti-fraude, apoiando a construção de seu ecossistema. Portanto, explorar a combinação de Web3 e IA é crucial para construir a infraestrutura da próxima geração da internet e liberar o valor dos dados e do poder computacional.
Dados impulsionados: A base sólida da IA e Web3
Os dados são a força motriz central do desenvolvimento da IA, assim como o combustível para um motor. Os modelos de IA precisam digerir uma grande quantidade de dados de alta qualidade para obter uma compreensão profunda e uma poderosa 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 do modelo.
Nos modelos tradicionais de aquisição e utilização de dados de IA centralizados, existem os seguintes principais problemas:
O custo de obtenção de dados é elevado, dificultando a sua aquisição por pequenas e médias empresas.
Os recursos de dados estão monopolizados por gigantes da tecnologia, criando ilhas de dados.
O risco de violação e abuso da privacidade dos dados pessoais
Web3 pode resolver os pontos problemáticos dos modelos tradicionais com uma nova paradigma de dados descentralizados:
Capturar dados da rede de forma descentralizada, limpá-los e transformá-los, para fornecer dados reais e de alta qualidade para o treinamento de modelos de AI.
Adotar o modo "label to earn", incentivando trabalhadores globais a participar na anotação de dados através de tokens, reunindo conhecimento especializado global para aumentar a capacidade de análise dos dados.
A plataforma de negociação de dados em blockchain oferece um ambiente de negociação público e transparente para ambas as partes, fornecendo e demandando dados, incentivando a inovação e o compartilhamento de dados.
Apesar disso, a obtenção de dados do mundo real também enfrenta alguns problemas, como a qualidade dos dados que varia, a dificuldade de processamento, a diversidade e a falta de representatividade. Dados sintéticos podem ser a estrela futura da área de dados Web3. Baseados em tecnologia de IA generativa e simulações, os dados sintéticos conseguem simular as propriedades dos dados reais, servindo como um complemento eficaz aos dados reais, aumentando a eficiência no uso dos dados. Em áreas como condução autónoma, negociação em mercados financeiros e desenvolvimento de jogos, os dados sintéticos já mostraram seu potencial de aplicação maduro.
Proteção da Privacidade: O Papel do FHE no Web3
Na era da condução por dados, a proteção da privacidade tornou-se o foco de atenção global, e a introdução de regulamentos como o Regulamento Geral sobre a Proteção de Dados (GDPR) da União Europeia reflete a rigorosa proteção da privacidade pessoal. No entanto, isso também trouxe desafios: alguns dados sensíveis não podem ser plenamente utilizados devido a riscos de privacidade, o que sem dúvida limita o potencial e a capacidade de raciocínio dos modelos de IA.
FHE, ou criptografia homomórfica total, permite a realização de operações de cálculo diretamente sobre dados criptografados, sem a necessidade de descriptografar os dados, e o resultado do cálculo é idêntico ao resultado obtido realizando o mesmo cálculo sobre dados em texto claro.
FHE fornece uma proteção sólida para a computação de privacidade em IA, permitindo que a capacidade de processamento da GPU execute tarefas de treinamento e inferência de modelos em um ambiente sem tocar nos dados originais. Isso traz enormes vantagens para as empresas de IA. Elas podem abrir com segurança serviços de API, protegendo ao mesmo tempo segredos comerciais.
O FHEML suporta o processamento criptografado de dados e modelos durante todo o ciclo de vida do aprendizado de máquina, garantindo a segurança das informações sensíveis e prevenindo o risco de vazamento de dados. Desta forma, o FHEML reforça a privacidade dos dados e fornece uma estrutura de computação segura para aplicações de IA.
FHEML é um complemento ao ZKML, onde o ZKML prova a execução correta de machine learning, enquanto o FHEML enfatiza a computação sobre dados criptografados para manter a privacidade dos dados.
Revolução do Poder de Cálculo: Computação AI em Redes Descentralizadas
A complexidade computacional dos sistemas de IA atuais dobra a cada 3 meses, levando a um aumento explosivo na demanda por poder computacional, muito além da oferta de recursos computacionais existentes. Por exemplo, o treinamento de um grande modelo de linguagem requer um poder computacional enorme, equivalente a 355 anos de tempo de treinamento em um único dispositivo. Essa escassez de poder computacional não só limita o progresso da tecnologia de IA, mas também torna esses modelos de IA avançados inacessíveis para a maioria dos pesquisadores e desenvolvedores.
Ao mesmo tempo, a utilização global de GPU é inferior a 40%, juntamente com a desaceleração do aumento de desempenho dos microprocessadores e a escassez de chips causada por fatores da cadeia de abastecimento e geopolíticos, tudo isso agrava ainda mais o problema de fornecimento de poder de cálculo. Os profissionais de IA enfrentam um dilema: ou compram hardware, ou alugam recursos em nuvem, e eles precisam urgentemente de uma forma de serviço de computação sob demanda e economicamente eficiente.
A rede de computação descentralizada de IA, ao agregar recursos de GPU ociosos em todo o mundo, oferece às empresas de IA um mercado de computação que é econômico e de fácil acesso. Os demandantes de computação podem publicar tarefas de cálculo na rede, enquanto os contratos inteligentes atribuem as tarefas aos nós mineradores que contribuem com poder computacional. Os mineradores executam as tarefas e enviam os resultados, e após verificação, recebem recompensas em pontos. Esta solução aumenta a eficiência na utilização dos recursos e ajuda a resolver o problema do gargalo de computação em áreas como a IA.
Além das redes de computação descentralizadas gerais, existem redes de computação dedicadas ao treinamento e à inferência de IA. Essas redes oferecem 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, as redes de computação descentralizadas desempenharão um papel crucial, atraindo a adesão de mais dapps inovadores, impulsionando juntos o desenvolvimento e a aplicação da tecnologia de IA.
DePIN: Web3 capacitando a IA de borda
Imagine que o seu telemóvel, smartwatch, ou até mesmo os dispositivos inteligentes da sua casa, possuem a capacidade de executar IA — esta é a魅力 do edge AI. Ele permite que o cálculo ocorra na fonte onde os dados são gerados, alcançando baixa latência, processamento em tempo real, enquanto protege a privacidade do usuário. A tecnologia de edge AI já foi aplicada em áreas críticas como a condução autónoma.
No domínio do Web3, temos um nome mais familiar — DePIN. O Web3 enfatiza a descentralização e a soberania dos dados dos usuários, e o DePIN pode aumentar a proteção da privacidade dos usuários e reduzir o risco de vazamentos de dados ao processar dados localmente; o mecanismo de economia de tokens nativo do Web3 pode incentivar os nós do DePIN a fornecer recursos computacionais, construindo um ecossistema sustentável.
Atualmente, o DePIN está se desenvolvendo rapidamente em certos ecossistemas de blockchain pública, tornando-se uma das plataformas preferidas para a implantação de projetos. Alta TPS, baixas taxas de transação e inovações tecnológicas fornecem um forte suporte aos projetos DePIN. Atualmente, os projetos DePIN nessa blockchain pública possuem um valor de mercado considerável, e alguns projetos conhecidos já alcançaram progressos significativos.
IMO: Novo paradigma de lançamento de modelos de IA
O conceito de IMO foi inicialmente proposto por um certo protocolo, tokenizando modelos de IA.
No modelo tradicional, devido à falta de mecanismos de compartilhamento de receita, uma vez que um modelo de IA é desenvolvido e colocado no mercado, os desenvolvedores muitas vezes têm dificuldade em obter receita contínua a partir da utilização subsequente do modelo, especialmente quando o modelo é integrado a outros produtos e serviços. Os criadores originais têm dificuldade em rastrear o uso, quanto mais em obter receita a partir disso. Além disso, o desempenho e a eficácia dos modelos de IA muitas vezes carecem de transparência, o que torna difícil para investidores e usuários potenciais avaliarem seu verdadeiro valor, limitando o reconhecimento de mercado e o potencial comercial do modelo.
O IMO oferece uma nova forma de apoio financeiro e compartilhamento de valor para modelos de IA de código aberto, permitindo que os investidores comprem tokens IMO e compartilhem os ganhos gerados posteriormente pelo modelo. 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 modelo IMO aumentou a transparência e a confiança, incentivou a colaboração de código aberto, adaptou-se às tendências do mercado de criptografia e injetou dinamismo no desenvolvimento sustentável da tecnologia de IA. O IMO ainda está na fase inicial de tentativa, mas à medida que a aceitação do mercado aumenta e a participação se expande, sua inovação e valor potencial merecem nossa expectativa.
Agente de IA: A nova era da experiência interativa
O Agente de IA pode perceber o ambiente, pensar de forma independente e tomar ações correspondentes 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 dos usuários através da interação e 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 de aplicação nativa de IA aberta oferece um conjunto de ferramentas de criação abrangente e fácil de usar, que suporta os usuários na configuração de funcionalidades de robôs, aparência, som e conexão com bancos de dados externos, empenhando-se em construir um ecossistema de conteúdo de IA justo e aberto. Utilizando tecnologia de IA generativa, capacita indivíduos a se tornarem supercriadores. 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 de IA, reduzindo o custo de síntese de voz em 99%, e a clonagem de voz pode ser realizada em apenas 1 minuto. Com o AI Agent personalizado dessa plataforma, atualmente é aplicável em várias áreas, como videochamadas, aprendizado de línguas, geração de imagens, entre outras.
Na fusão entre Web3 e IA, atualmente há mais exploração ao nível da infraestrutura, como obter dados de alta qualidade, proteger a privacidade dos dados, como hospedar modelos na cadeia, como aumentar a utilização eficiente da computação descentralizada e como validar grandes modelos de linguagem, entre outras questões-chave. Com a gradual melhoria dessas infraestruturas, temos razões para acreditar que a fusão entre Web3 e IA dará origem a uma série de modelos de negócios e serviços inovadores.
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
8 Curtidas
Recompensa
8
8
Compartilhar
Comentário
0/400
PumpAnalyst
· 2h atrás
Outra festa para idiotas
Ver originalResponder0
TokenGuru
· 07-30 05:00
Voltando ao tema essencial.
Ver originalResponder0
ChainSauceMaster
· 07-30 04:59
Polvilhe uma colher de molho de soja
Ver originalResponder0
ImpermanentLossEnjoyer
· 07-30 04:55
As novas tendências na vanguarda são realmente boas.
Web3 e AI em fusão: abrindo um novo paradigma para a próxima geração da internet
A fusão do Web3 e da inteligência artificial: abrindo a nova geração de infraestrutura da Internet
Web3, como um novo paradigma de internet descentralizado, aberto e transparente, tem uma oportunidade natural de fusão com a inteligência artificial. Na arquitetura centralizada tradicional, os recursos computacionais e de dados da IA estão sob controle rigoroso, e existem muitos desafios, como gargalos de computação, vazamento de privacidade e caixas pretas algorítmicas. Por outro lado, o Web3, baseado em tecnologia distribuída, pode injetar nova energia no desenvolvimento da IA por meio de redes de compartilhamento de poder computacional, mercados de dados abertos e computação de privacidade. Ao mesmo tempo, a IA também pode trazer muitas capacidades ao Web3, como otimização de contratos inteligentes e algoritmos anti-fraude, apoiando a construção de seu ecossistema. Portanto, explorar a combinação de Web3 e IA é crucial para construir a infraestrutura da próxima geração da internet e liberar o valor dos dados e do poder computacional.
Dados impulsionados: A base sólida da IA e Web3
Os dados são a força motriz central do desenvolvimento da IA, assim como o combustível para um motor. Os modelos de IA precisam digerir uma grande quantidade de dados de alta qualidade para obter uma compreensão profunda e uma poderosa 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 do modelo.
Nos modelos tradicionais de aquisição e utilização de dados de IA centralizados, existem os seguintes principais problemas:
Web3 pode resolver os pontos problemáticos dos modelos tradicionais com uma nova paradigma de dados descentralizados:
Apesar disso, a obtenção de dados do mundo real também enfrenta alguns problemas, como a qualidade dos dados que varia, a dificuldade de processamento, a diversidade e a falta de representatividade. Dados sintéticos podem ser a estrela futura da área de dados Web3. Baseados em tecnologia de IA generativa e simulações, os dados sintéticos conseguem simular as propriedades dos dados reais, servindo como um complemento eficaz aos dados reais, aumentando a eficiência no uso dos dados. Em áreas como condução autónoma, negociação em mercados financeiros e desenvolvimento de jogos, os dados sintéticos já mostraram seu potencial de aplicação maduro.
Proteção da Privacidade: O Papel do FHE no Web3
Na era da condução por dados, a proteção da privacidade tornou-se o foco de atenção global, e a introdução de regulamentos como o Regulamento Geral sobre a Proteção de Dados (GDPR) da União Europeia reflete a rigorosa proteção da privacidade pessoal. No entanto, isso também trouxe desafios: alguns dados sensíveis não podem ser plenamente utilizados devido a riscos de privacidade, o que sem dúvida limita o potencial e a capacidade de raciocínio dos modelos de IA.
FHE, ou criptografia homomórfica total, permite a realização de operações de cálculo diretamente sobre dados criptografados, sem a necessidade de descriptografar os dados, e o resultado do cálculo é idêntico ao resultado obtido realizando o mesmo cálculo sobre dados em texto claro.
FHE fornece uma proteção sólida para a computação de privacidade em IA, permitindo que a capacidade de processamento da GPU execute tarefas de treinamento e inferência de modelos em um ambiente sem tocar nos dados originais. Isso traz enormes vantagens para as empresas de IA. Elas podem abrir com segurança serviços de API, protegendo ao mesmo tempo segredos comerciais.
O FHEML suporta o processamento criptografado de dados e modelos durante todo o ciclo de vida do aprendizado de máquina, garantindo a segurança das informações sensíveis e prevenindo o risco de vazamento de dados. Desta forma, o FHEML reforça a privacidade dos dados e fornece uma estrutura de computação segura para aplicações de IA.
FHEML é um complemento ao ZKML, onde o ZKML prova a execução correta de machine learning, enquanto o FHEML enfatiza a computação sobre dados criptografados para manter a privacidade dos dados.
Revolução do Poder de Cálculo: Computação AI em Redes Descentralizadas
A complexidade computacional dos sistemas de IA atuais dobra a cada 3 meses, levando a um aumento explosivo na demanda por poder computacional, muito além da oferta de recursos computacionais existentes. Por exemplo, o treinamento de um grande modelo de linguagem requer um poder computacional enorme, equivalente a 355 anos de tempo de treinamento em um único dispositivo. Essa escassez de poder computacional não só limita o progresso da tecnologia de IA, mas também torna esses modelos de IA avançados inacessíveis para a maioria dos pesquisadores e desenvolvedores.
Ao mesmo tempo, a utilização global de GPU é inferior a 40%, juntamente com a desaceleração do aumento de desempenho dos microprocessadores e a escassez de chips causada por fatores da cadeia de abastecimento e geopolíticos, tudo isso agrava ainda mais o problema de fornecimento de poder de cálculo. Os profissionais de IA enfrentam um dilema: ou compram hardware, ou alugam recursos em nuvem, e eles precisam urgentemente de uma forma de serviço de computação sob demanda e economicamente eficiente.
A rede de computação descentralizada de IA, ao agregar recursos de GPU ociosos em todo o mundo, oferece às empresas de IA um mercado de computação que é econômico e de fácil acesso. Os demandantes de computação podem publicar tarefas de cálculo na rede, enquanto os contratos inteligentes atribuem as tarefas aos nós mineradores que contribuem com poder computacional. Os mineradores executam as tarefas e enviam os resultados, e após verificação, recebem recompensas em pontos. Esta solução aumenta a eficiência na utilização dos recursos e ajuda a resolver o problema do gargalo de computação em áreas como a IA.
Além das redes de computação descentralizadas gerais, existem redes de computação dedicadas ao treinamento e à inferência de IA. Essas redes oferecem 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, as redes de computação descentralizadas desempenharão um papel crucial, atraindo a adesão de mais dapps inovadores, impulsionando juntos o desenvolvimento e a aplicação da tecnologia de IA.
DePIN: Web3 capacitando a IA de borda
Imagine que o seu telemóvel, smartwatch, ou até mesmo os dispositivos inteligentes da sua casa, possuem a capacidade de executar IA — esta é a魅力 do edge AI. Ele permite que o cálculo ocorra na fonte onde os dados são gerados, alcançando baixa latência, processamento em tempo real, enquanto protege a privacidade do usuário. A tecnologia de edge AI já foi aplicada em áreas críticas como a condução autónoma.
No domínio do Web3, temos um nome mais familiar — DePIN. O Web3 enfatiza a descentralização e a soberania dos dados dos usuários, e o DePIN pode aumentar a proteção da privacidade dos usuários e reduzir o risco de vazamentos de dados ao processar dados localmente; o mecanismo de economia de tokens nativo do Web3 pode incentivar os nós do DePIN a fornecer recursos computacionais, construindo um ecossistema sustentável.
Atualmente, o DePIN está se desenvolvendo rapidamente em certos ecossistemas de blockchain pública, tornando-se uma das plataformas preferidas para a implantação de projetos. Alta TPS, baixas taxas de transação e inovações tecnológicas fornecem um forte suporte aos projetos DePIN. Atualmente, os projetos DePIN nessa blockchain pública possuem um valor de mercado considerável, e alguns projetos conhecidos já alcançaram progressos significativos.
IMO: Novo paradigma de lançamento de modelos de IA
O conceito de IMO foi inicialmente proposto por um certo protocolo, tokenizando modelos de IA.
No modelo tradicional, devido à falta de mecanismos de compartilhamento de receita, uma vez que um modelo de IA é desenvolvido e colocado no mercado, os desenvolvedores muitas vezes têm dificuldade em obter receita contínua a partir da utilização subsequente do modelo, especialmente quando o modelo é integrado a outros produtos e serviços. Os criadores originais têm dificuldade em rastrear o uso, quanto mais em obter receita a partir disso. Além disso, o desempenho e a eficácia dos modelos de IA muitas vezes carecem de transparência, o que torna difícil para investidores e usuários potenciais avaliarem seu verdadeiro valor, limitando o reconhecimento de mercado e o potencial comercial do modelo.
O IMO oferece uma nova forma de apoio financeiro e compartilhamento de valor para modelos de IA de código aberto, permitindo que os investidores comprem tokens IMO e compartilhem os ganhos gerados posteriormente pelo modelo. 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 modelo IMO aumentou a transparência e a confiança, incentivou a colaboração de código aberto, adaptou-se às tendências do mercado de criptografia e injetou dinamismo no desenvolvimento sustentável da tecnologia de IA. O IMO ainda está na fase inicial de tentativa, mas à medida que a aceitação do mercado aumenta e a participação se expande, sua inovação e valor potencial merecem nossa expectativa.
Agente de IA: A nova era da experiência interativa
O Agente de IA pode perceber o ambiente, pensar de forma independente e tomar ações correspondentes 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 dos usuários através da interação e 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 de aplicação nativa de IA aberta oferece um conjunto de ferramentas de criação abrangente e fácil de usar, que suporta os usuários na configuração de funcionalidades de robôs, aparência, som e conexão com bancos de dados externos, empenhando-se em construir um ecossistema de conteúdo de IA justo e aberto. Utilizando tecnologia de IA generativa, capacita indivíduos a se tornarem supercriadores. 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 de IA, reduzindo o custo de síntese de voz em 99%, e a clonagem de voz pode ser realizada em apenas 1 minuto. Com o AI Agent personalizado dessa plataforma, atualmente é aplicável em várias áreas, como videochamadas, aprendizado de línguas, geração de imagens, entre outras.
Na fusão entre Web3 e IA, atualmente há mais exploração ao nível da infraestrutura, como obter dados de alta qualidade, proteger a privacidade dos dados, como hospedar modelos na cadeia, como aumentar a utilização eficiente da computação descentralizada e como validar grandes modelos de linguagem, entre outras questões-chave. Com a gradual melhoria dessas infraestruturas, temos razões para acreditar que a fusão entre Web3 e IA dará origem a uma série de modelos de negócios e serviços inovadores.