La fusión de AI y Web3: Construyendo la infraestructura de internet de próxima generación
Web3, como un nuevo paradigma de internet descentralizado, abierto y transparente, tiene ventajas de combinación innatas con la IA. En la arquitectura tradicional centralizada, el cálculo de IA y los recursos de datos están estrictamente controlados, lo que plantea numerosos desafíos como cuellos de botella en la capacidad de cálculo, filtraciones de privacidad 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 compartida, mercados de datos abiertos, computación privada, entre otros. Al mismo tiempo, la IA también puede empoderar a Web3 con numerosas capacidades, como la optimización de contratos inteligentes, algoritmos anti-trampa, etc., apoyando así la construcción de su ecosistema. Por lo tanto, 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 capacidad de cálculo.
Impulsado por datos: La sólida base de la IA y Web3
Los datos son el motor impulsor del desarrollo de la IA, así como el combustible lo es para un motor. Los modelos de IA necesitan digerir grandes cantidades 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.
En los modelos tradicionales de adquisición y utilización de datos de IA centralizados, existen los siguientes problemas principales:
El costo de obtención de datos es elevado, lo que dificulta que las pequeñas y medianas empresas lo asuman.
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 débiles del modelo tradicional con un nuevo paradigma de datos descentralizados:
Los usuarios pueden vender su ancho de banda no utilizado a empresas de IA, para que se recopile de manera descentralizada datos de la red, que después de ser limpiados y transformados, proporcionen datos reales y de alta calidad para el entrenamiento de modelos de IA.
Adoptar el modelo "label to earn", incentivando a trabajadores de todo el mundo a participar en la anotación de datos mediante tokens, reuniendo el conocimiento profesional global y mejorando la capacidad de análisis de datos.
La plataforma de intercambio de datos en blockchain proporciona un entorno de transacción público y transparente para ambas partes en la oferta y demanda de datos, incentivando la innovación y el intercambio de datos.
A pesar de ello, la obtención de datos del mundo real también presenta algunos problemas, como la calidad variable de los datos, la dificultad de procesamiento, y la falta de diversidad y representatividad. Los datos sintéticos podrían ser la estrella del futuro en la pista de datos de Web3. Basados en tecnologías de IA generativa y simulación, los datos sintéticos pueden simular las propiedades de los datos reales, sirviendo como un complemento efectivo a los datos reales y 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 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, la promulgación de regulaciones como el Reglamento General de Protección de Datos (GDPR) de la Unión Europea refleja la estricta protección de la privacidad personal. Sin embargo, esto también trae 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 criptografía homomórfica completa, 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 de IA, permitiendo que la potencia de cálculo de GPU ejecute tareas de entrenamiento e inferencia de modelos en un entorno donde no se toca los datos originales. Esto ofrece una gran ventaja a las empresas de IA. Pueden abrir servicios API de manera segura mientras protegen sus secretos comerciales.
FHEML admite el procesamiento encriptado de datos y modelos a lo largo de todo el ciclo de vida del aprendizaje automático, asegurando la seguridad de la información sensible y previniendo el riesgo de filtraciones de datos. De esta manera, FHEML refuerza la privacidad de los datos y proporciona un marco de computación 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.
Revolución del poder 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 de un gran modelo de lenguaje requiere una enorme potencia de cálculo, equivalente a 355 años de tiempo de entrenamiento 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 esos modelos avanzados sean inalcanzables para la mayoría de los investigadores y desarrolladores.
Al mismo tiempo, la tasa de utilización de GPU a nivel mundial es inferior al 40%, sumado a la desaceleración en el aumento del rendimiento de los microprocesadores y la escasez de chips provocada por factores de la cadena de suministro y geopolítica, lo que agrava aún más el problema del suministro de potencia de cálculo. 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 rentable.
La red de potencia computacional descentralizada de IA agrega recursos de GPU inactivos a nivel mundial, proporcionando a las empresas de IA un mercado de potencia computacional que es tanto económico como de fácil acceso. Los solicitantes 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 las redes de computación descentralizadas generales, también existen plataformas enfocadas en el entrenamiento de IA y redes de computación especializadas en la inferencia de IA.
Las redes de potencia de cálculo descentralizadas ofrecen un mercado de potencia de cálculo justo y transparente, rompiendo monopolios, reduciendo las barreras de entrada y aumentando la eficiencia de utilización de la potencia de cálculo. En el ecosistema web3, las redes de potencia de cálculo descentralizadas jugarán un papel clave, atrayendo la participación de más dapps innovadoras y promoviendo conjuntamente el desarrollo y la aplicación de la tecnología AI.
DePIN: Web3 empoderando Edge AI
Imagina que tu teléfono móvil, tu reloj inteligente e incluso los dispositivos inteligentes de tu hogar tienen la capacidad de ejecutar IA; esa es la magia de Edge AI. Permite que el procesamiento 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 campos clave como la conducción autónoma.
En el ámbito de Web3, tenemos un nombre más familiar: DePIN. Web3 enfatiza la descentralización y la soberanía sobre los datos del usuario. DePIN puede mejorar la protección de la privacidad del usuario y reducir el riesgo de filtraciones de datos al procesar datos localmente; 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 una cierta cadena de bloques pública, convirtiéndose en una de las plataformas de cadena pública preferidas para el despliegue de proyectos. La alta TPS, los bajos costos de transacción y la innovación tecnológica de esta cadena pública brindan un fuerte apoyo a los proyectos DePIN. Actualmente, la capitalización de mercado de los proyectos DePIN en esta cadena pública supera los 10 mil millones de dólares, y algunos proyectos conocidos han logrado un progreso significativo.
IMO: Nuevo paradigma de publicación de modelos de IA
El concepto de IMO fue propuesto por un protocolo, que tokeniza modelos de IA.
En el modelo tradicional, debido a la falta de un mecanismo de reparto de ingresos, una vez que se desarrolla un modelo de IA y se lanza al mercado, a menudo es difícil para los desarrolladores 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 ni hablar de obtener ingresos de ello. Además, el rendimiento y la efectividad de los modelos de IA suelen carecer de transparencia, lo que dificulta a los posibles inversores y usuarios evaluar su verdadero valor, limitando así el reconocimiento en el mercado y el potencial comercial del modelo.
IMO proporciona una nueva forma de apoyo financiero y de compartición de valor para modelos de IA de código abierto, donde los inversores pueden comprar tokens IMO y compartir las ganancias generadas posteriormente por el modelo. Un cierto protocolo utiliza un estándar ERC específico, combinando oráculos de IA y tecnología OPML para asegurar la autenticidad del modelo de IA y que los titulares de tokens puedan compartir las ganancias.
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 aportando impulso al desarrollo sostenible de la tecnología AI. Actualmente, IMO aún se encuentra en una fase inicial de prueba, pero a medida que aumenta la aceptación en el mercado y se amplía el ámbito de 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 los objetivos establecidos. Con el apoyo de grandes modelos de lenguaje, el Agente de IA no solo puede comprender el lenguaje natural, sino también planificar decisiones y ejecutar tareas complejas. Pueden funcionar como asistentes virtuales, aprendiendo las preferencias de los usuarios a través de la interacción y ofreciendo soluciones personalizadas. Incluso sin instrucciones claras, el Agente de IA puede resolver problemas de manera autónoma, aumentando la eficiencia y creando nuevo valor.
Una plataforma de aplicaciones nativas de IA abierta ofrece un conjunto completo y fácil de usar de herramientas de creación, que permiten a los usuarios configurar funciones, apariencia, voz de los robots y conectar bases de datos externas, con el objetivo de construir un ecosistema de contenido de IA justo y abierto. Utilizando tecnología de IA generativa, capacita a los individuos para convertirse en supercreadores. La plataforma ha entrenado un modelo de lenguaje grande especializado, lo que hace que la interpretación de roles sea más humanizada; 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 se puede lograr en solo 1 minuto. Con el AI Agent personalizado de la plataforma, actualmente se puede aplicar en diversos campos como videollamadas, aprendizaje de idiomas, generación de imágenes, entre otros.
En la fusión de Web3 y AI, actualmente se está explorando más la capa 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 computación descentralizada y cómo validar modelos de lenguaje de gran escala, entre otros problemas clave. A medida que estas infraestructuras se vayan perfeccionando gradualmente, tenemos razones para creer que la fusión de Web3 y AI dará lugar a una serie de modelos de negocio 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.
8 me gusta
Recompensa
8
4
Compartir
Comentar
0/400
GamefiHarvester
· hace12h
Haha, estoy acostumbrado a tomar a la gente por tonta.
Ver originalesResponder0
MetamaskMechanic
· hace12h
Dicho sea de paso, la potencia computacional es la clave, ¿verdad?
AI y Web3 Profundidad fusión: construir un ecosistema inteligente de internet Descentralización
La fusión de AI y Web3: Construyendo la infraestructura de internet de próxima generación
Web3, como un nuevo paradigma de internet descentralizado, abierto y transparente, tiene ventajas de combinación innatas con la IA. En la arquitectura tradicional centralizada, el cálculo de IA y los recursos de datos están estrictamente controlados, lo que plantea numerosos desafíos como cuellos de botella en la capacidad de cálculo, filtraciones de privacidad 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 compartida, mercados de datos abiertos, computación privada, entre otros. Al mismo tiempo, la IA también puede empoderar a Web3 con numerosas capacidades, como la optimización de contratos inteligentes, algoritmos anti-trampa, etc., apoyando así la construcción de su ecosistema. Por lo tanto, 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 capacidad de cálculo.
Impulsado por datos: La sólida base de la IA y Web3
Los datos son el motor impulsor del desarrollo de la IA, así como el combustible lo es para un motor. Los modelos de IA necesitan digerir grandes cantidades 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.
En los modelos tradicionales de adquisición y utilización de datos de IA centralizados, existen los siguientes problemas principales:
Web3 puede resolver los puntos débiles del modelo tradicional con un nuevo paradigma de datos descentralizados:
A pesar de ello, la obtención de datos del mundo real también presenta algunos problemas, como la calidad variable de los datos, la dificultad de procesamiento, y la falta de diversidad y representatividad. Los datos sintéticos podrían ser la estrella del futuro en la pista de datos de Web3. Basados en tecnologías de IA generativa y simulación, los datos sintéticos pueden simular las propiedades de los datos reales, sirviendo como un complemento efectivo a los datos reales y 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 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, la promulgación de regulaciones como el Reglamento General de Protección de Datos (GDPR) de la Unión Europea refleja la estricta protección de la privacidad personal. Sin embargo, esto también trae 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 criptografía homomórfica completa, 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 de IA, permitiendo que la potencia de cálculo de GPU ejecute tareas de entrenamiento e inferencia de modelos en un entorno donde no se toca los datos originales. Esto ofrece una gran ventaja a las empresas de IA. Pueden abrir servicios API de manera segura mientras protegen sus secretos comerciales.
FHEML admite el procesamiento encriptado de datos y modelos a lo largo de todo el ciclo de vida del aprendizaje automático, asegurando la seguridad de la información sensible y previniendo el riesgo de filtraciones de datos. De esta manera, FHEML refuerza la privacidad de los datos y proporciona un marco de computación 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.
Revolución del poder 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 de un gran modelo de lenguaje requiere una enorme potencia de cálculo, equivalente a 355 años de tiempo de entrenamiento 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 esos modelos avanzados sean inalcanzables para la mayoría de los investigadores y desarrolladores.
Al mismo tiempo, la tasa de utilización de GPU a nivel mundial es inferior al 40%, sumado a la desaceleración en el aumento del rendimiento de los microprocesadores y la escasez de chips provocada por factores de la cadena de suministro y geopolítica, lo que agrava aún más el problema del suministro de potencia de cálculo. 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 rentable.
La red de potencia computacional descentralizada de IA agrega recursos de GPU inactivos a nivel mundial, proporcionando a las empresas de IA un mercado de potencia computacional que es tanto económico como de fácil acceso. Los solicitantes 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 las redes de computación descentralizadas generales, también existen plataformas enfocadas en el entrenamiento de IA y redes de computación especializadas en la inferencia de IA.
Las redes de potencia de cálculo descentralizadas ofrecen un mercado de potencia de cálculo justo y transparente, rompiendo monopolios, reduciendo las barreras de entrada y aumentando la eficiencia de utilización de la potencia de cálculo. En el ecosistema web3, las redes de potencia de cálculo descentralizadas jugarán un papel clave, atrayendo la participación de más dapps innovadoras y promoviendo conjuntamente el desarrollo y la aplicación de la tecnología AI.
DePIN: Web3 empoderando Edge AI
Imagina que tu teléfono móvil, tu reloj inteligente e incluso los dispositivos inteligentes de tu hogar tienen la capacidad de ejecutar IA; esa es la magia de Edge AI. Permite que el procesamiento 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 campos clave como la conducción autónoma.
En el ámbito de Web3, tenemos un nombre más familiar: DePIN. Web3 enfatiza la descentralización y la soberanía sobre los datos del usuario. DePIN puede mejorar la protección de la privacidad del usuario y reducir el riesgo de filtraciones de datos al procesar datos localmente; 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 una cierta cadena de bloques pública, convirtiéndose en una de las plataformas de cadena pública preferidas para el despliegue de proyectos. La alta TPS, los bajos costos de transacción y la innovación tecnológica de esta cadena pública brindan un fuerte apoyo a los proyectos DePIN. Actualmente, la capitalización de mercado de los proyectos DePIN en esta cadena pública supera los 10 mil millones de dólares, y algunos proyectos conocidos han logrado un progreso significativo.
IMO: Nuevo paradigma de publicación de modelos de IA
El concepto de IMO fue propuesto por un protocolo, que tokeniza modelos de IA.
En el modelo tradicional, debido a la falta de un mecanismo de reparto de ingresos, una vez que se desarrolla un modelo de IA y se lanza al mercado, a menudo es difícil para los desarrolladores 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 ni hablar de obtener ingresos de ello. Además, el rendimiento y la efectividad de los modelos de IA suelen carecer de transparencia, lo que dificulta a los posibles inversores y usuarios evaluar su verdadero valor, limitando así el reconocimiento en el mercado y el potencial comercial del modelo.
IMO proporciona una nueva forma de apoyo financiero y de compartición de valor para modelos de IA de código abierto, donde los inversores pueden comprar tokens IMO y compartir las ganancias generadas posteriormente por el modelo. Un cierto protocolo utiliza un estándar ERC específico, combinando oráculos de IA y tecnología OPML para asegurar la autenticidad del modelo de IA y que los titulares de tokens puedan compartir las ganancias.
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 aportando impulso al desarrollo sostenible de la tecnología AI. Actualmente, IMO aún se encuentra en una fase inicial de prueba, pero a medida que aumenta la aceptación en el mercado y se amplía el ámbito de 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 los objetivos establecidos. Con el apoyo de grandes modelos de lenguaje, el Agente de IA no solo puede comprender el lenguaje natural, sino también planificar decisiones y ejecutar tareas complejas. Pueden funcionar como asistentes virtuales, aprendiendo las preferencias de los usuarios a través de la interacción y ofreciendo soluciones personalizadas. Incluso sin instrucciones claras, el Agente de IA puede resolver problemas de manera autónoma, aumentando la eficiencia y creando nuevo valor.
Una plataforma de aplicaciones nativas de IA abierta ofrece un conjunto completo y fácil de usar de herramientas de creación, que permiten a los usuarios configurar funciones, apariencia, voz de los robots y conectar bases de datos externas, con el objetivo de construir un ecosistema de contenido de IA justo y abierto. Utilizando tecnología de IA generativa, capacita a los individuos para convertirse en supercreadores. La plataforma ha entrenado un modelo de lenguaje grande especializado, lo que hace que la interpretación de roles sea más humanizada; 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 se puede lograr en solo 1 minuto. Con el AI Agent personalizado de la plataforma, actualmente se puede aplicar en diversos campos como videollamadas, aprendizaje de idiomas, generación de imágenes, entre otros.
En la fusión de Web3 y AI, actualmente se está explorando más la capa 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 computación descentralizada y cómo validar modelos de lenguaje de gran escala, entre otros problemas clave. A medida que estas infraestructuras se vayan perfeccionando gradualmente, tenemos razones para creer que la fusión de Web3 y AI dará lugar a una serie de modelos de negocio y servicios innovadores.