- Tema
97k Popularidade
25k Popularidade
6k Popularidade
29k Popularidade
17k Popularidade
23k Popularidade
14k Popularidade
3k Popularidade
14k Popularidade
139k Popularidade
- Marcar
97k Popularidade
25k Popularidade
6k Popularidade
29k Popularidade
17k Popularidade
23k Popularidade
14k Popularidade
3k Popularidade
14k Popularidade
139k Popularidade
Web3 e IA em fusão: Construindo a nova geração de infraestrutura da internet
A fusão do Web3 com a IA: Construindo a infraestrutura da próxima geração da Internet
Web3, como um novo paradigma da internet descentralizado, aberto e transparente, possui um potencial de fusão natural com a IA. Sob uma arquitetura tradicional centralizada, os recursos de computação e dados da IA estão sob controle rigoroso, enfrentando muitos desafios, como gargalos de poder computacional, vazamento de privacidade e caixa-preta algorítmica. Por outro lado, o Web3, baseado em tecnologia distribuída, pode injetar nova energia no desenvolvimento da IA através de redes de compartilhamento de poder computacional, mercados de dados abertos e computação privativa. Ao mesmo tempo, a IA também pode trazer muitas capacidades para o ecossistema Web3, como otimização de contratos inteligentes e algoritmos anti-fraude. Portanto, explorar a combinação do Web3 e da 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 o núcleo impulsionador do desenvolvimento da IA. Os modelos de IA precisam digerir uma grande quantidade de dados de alta qualidade para obter uma compreensão profunda e uma forte capacidade de raciocínio. Os dados não apenas fornecem a base de treinamento para os modelos de aprendizado de máquina, mas também determinam a precisão e a confiabilidade dos modelos.
Os principais problemas dos modelos tradicionais de aquisição e utilização de dados de IA centralizados são os seguintes:
O Web3 pode resolver os pontos problemáticos dos modelos tradicionais com um novo paradigma de dados descentralizados:
Apesar disso, a obtenção de dados do mundo real ainda enfrenta problemas como a qualidade inconsistente dos dados, alta dificuldade de processamento, diversidade e falta de representatividade. Dados sintéticos podem ser a estrela futura da pista de dados Web3. Baseados em tecnologia de IA generativa e simulação, os dados sintéticos podem simular propriedades de dados reais, servindo como um complemento eficaz para dados reais, aumentando a eficiência do uso dos dados. Em áreas como condução autónoma, negociação em mercados financeiros e desenvolvimento de jogos, os dados sintéticos já demonstraram um potencial de aplicação amadurecido.
Proteção de Privacidade: O Papel do FHE no Web3
Na era do dados, a proteção da privacidade tornou-se um foco de atenção global, e a introdução de regulamentos como o Regulamento Geral sobre a Proteção de Dados da União Europeia (GDPR) reflete a rigorosa proteção da privacidade pessoal. No entanto, isso também traz desafios: alguns dados sensíveis não podem ser plenamente utilizados devido aos riscos de privacidade, limitando o potencial e a capacidade de raciocínio dos modelos de IA.
FHE, ou criptografia homomórfica total, permite realizar operações de cálculo diretamente em dados criptografados, sem a necessidade de descriptografar os dados, e o resultado do cálculo é idêntico ao resultado obtido ao realizar o mesmo cálculo em dados em texto claro.
FHE proporciona uma proteção robusta para o cálculo de privacidade da IA, permitindo que a capacidade de cálculo da GPU execute tarefas de treinamento e inferência de modelos em um ambiente que não toca nos dados originais. Isso traz uma grande vantagem para as empresas de IA, que podem abrir serviços de API de forma segura, enquanto protegem segredos comerciais.
FHEML suporta o processamento criptografado de dados e modelos ao longo de 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, proporcionando uma estrutura de computação segura para aplicações de IA.
FHEML é um complemento ao ZKML, onde o ZKML prova a execução correta do aprendizado de máquina, enquanto o FHEML enfatiza a computação sobre dados criptografados para manter a privacidade dos dados.
Revolução da Computação: Computação AI em Redes Descentralizadas
Atualmente, a complexidade de cálculo dos sistemas de IA dobra a cada 3 meses, levando a um aumento explosivo na demanda por poder de cálculo, muito além da oferta atual de recursos computacionais. Por exemplo, o treinamento de grandes modelos de linguagem de uma empresa de IA requer um enorme poder de cálculo, equivalente a 355 anos de tempo de treinamento em um único dispositivo. Essa escassez de poder de cálculo não só limita o progresso da tecnologia de IA, mas também torna os modelos de IA avançados inatingíveis 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 do desempenho dos microprocessadores e a escassez de chips causada por fatores da cadeia de suprimentos e geopolíticos, tudo isso torna o problema da oferta de poder computacional ainda mais grave. Os profissionais de IA enfrentam um dilema: ou compram hardware, ou alugam recursos na nuvem, e precisam urgentemente de uma forma de serviço de computação sob demanda e econômica.
Uma rede de computação descentralizada de IA agrega recursos de GPU ociosos em todo o mundo, proporcionando um mercado de computação de fácil acesso e econômico para empresas de IA. Os demandantes de computação podem publicar tarefas de cálculo na rede, e contratos inteligentes atribuem as tarefas aos nós mineradores que contribuem com poder computacional. Os mineradores executam as tarefas e submetem os resultados, e após verificação, recebem recompensas em pontos. Esta solução aumenta a eficiência na utilização de recursos e ajuda a resolver problemas de gargalo de computação em áreas como a IA.
Além da rede de computação descentralizada geral, existem plataformas focadas no treinamento de IA e redes de computação dedicadas à inferência de IA.
A rede de computação descentralizada oferece um mercado de poder computacional justo e transparente, quebrando monopólios, reduzindo barreiras de entrada e aumentando a eficiência na utilização do poder computacional. No ecossistema web3, a rede de computação descentralizada desempenhará um papel crucial, atraindo mais dapps inovadores para se juntarem e impulsionarem conjuntamente o desenvolvimento e a aplicação da tecnologia de IA.
DePIN: Web3 capacitando Edge AI
Imagine que o seu telefone, relógio inteligente e até mesmo os dispositivos inteligentes em sua casa têm a capacidade de executar IA - essa é a atração da Edge AI. Ela permite que a computação ocorra na fonte de geração de dados, proporcionando baixa latência e processamento em tempo real, enquanto protege a privacidade do usuário. A tecnologia 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, ao processar dados localmente, pode aumentar a proteção da privacidade dos usuários e reduzir o risco de vazamento de dados; o mecanismo de economia de Token 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 um ecossistema de uma determinada blockchain pública, tornando-se uma das plataformas de blockchain preferidas para o lançamento de projetos. A alta TPS, as baixas taxas de transação e a inovação tecnológica dessa blockchain pública oferecem um forte apoio aos projetos DePIN. Atualmente, o valor de mercado dos projetos DePIN nessa blockchain pública ultrapassa 10 bilhões de dólares, e alguns projetos renomados já fizeram progressos significativos.
IMO: Novo Paradigma de Publicação de Modelos de IA
O conceito de IMO foi proposto inicialmente por um determinado protocolo, tokenizando modelos de IA.
No modelo tradicional, devido à falta de um mecanismo de partilha de receitas, os desenvolvedores de modelos de IA muitas vezes têm dificuldade em obter rendimentos contínuos da utilização subsequente do modelo, especialmente quando o modelo é integrado em outros produtos e serviços. Os criadores originais têm dificuldade em rastrear a utilização, 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 utilizadores potenciais avaliarem o seu verdadeiro valor, limitando o reconhecimento do mercado e o potencial comercial do modelo.
O IMO oferece um novo modelo de financiamento 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 dois padrões ERC, combinando oráculos de IA e tecnologia OPML para garantir a autenticidade do modelo de IA e permitir que os detentores de tokens compartilhem os ganhos.
O modelo IMO aumentou a transparência e a confiança, incentivou a colaboração de código aberto, adaptou-se às tendências do mercado de criptomoedas e injetou energia no desenvolvimento sustentável da tecnologia AI. O IMO ainda está em uma fase inicial de experimentação, mas à medida que a aceitação do mercado aumenta e o alcance da participação se expande, sua inovação e valor potencial são promissores.
Agente de IA: A nova era da experiência interativa
O Agente de IA pode perceber o ambiente, pensar de forma independente e tomar ações apropriadas para alcançar objetivos estabelecidos. Com o suporte de grandes modelos de linguagem, o Agente de IA não só consegue entender a linguagem natural, como 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 AI aberta oferece um conjunto de ferramentas de criação abrangente e fácil de usar, permitindo que os usuários configurem funções de robô, aparência, som e conectem-se a bibliotecas de conhecimento externas, dedicada a criar um ecossistema de conteúdo de AI justo e aberto. Utilizando tecnologia de AI 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 AI, reduzindo os custos de síntese de voz em 99%, e a clonagem de voz pode ser realizada em apenas 1 minuto. Utilizando o AI Agent personalizado da plataforma, atualmente pode ser aplicado em várias áreas, como chat de vídeo, aprendizado de idiomas, geração de imagens, entre outras.
Na fusão do Web3 com a IA, atualmente há mais exploração a 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 cruciais. À medida que essa infraestrutura é gradualmente aperfeiçoada, temos razões para acreditar que a fusão do Web3 com a IA irá gerar uma série de modelos de negócios inovadores e serviços.