Fusion de Web3 et de l'IA : Construire l'infrastructure Internet de prochaine génération
Web3, en tant que nouveau paradigme Internet décentralisé, ouvert et transparent, offre une opportunité naturelle de fusion avec l'IA. Dans une architecture centralisée traditionnelle, les ressources de calcul et de données de l'IA sont strictement contrôlées, faisant face à de nombreux défis tels que les goulots d'étranglement de puissance de calcul, les violations de la vie privée et le fonctionnement en boîte noire des algorithmes. En revanche, Web3, basé sur des technologies distribuées, peut insuffler un nouvel élan au développement de l'IA grâce à des réseaux de partage de puissance de calcul, des marchés de données ouverts et des calculs de confidentialité. Parallèlement, l'IA peut également apporter de nombreuses capacités à Web3, telles que l'optimisation des contrats intelligents et les algorithmes anti-fraude, contribuant ainsi à la construction de son écosystème. 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 principal du développement de l'IA, tout comme le carburant l'est pour un moteur. Les modèles d'IA doivent digérer une grande quantité de données de haute qualité pour acquérir une compréhension approfondie et une capacité de raisonnement puissante. Les données non seulement fournissent la base d'entraînement pour les modèles d'apprentissage automatique, mais déterminent également la précision et la fiabilité des modèles.
Les modèles traditionnels de collecte et d'utilisation des données AI centralisés présentent les principaux problèmes suivants :
Le coût d'acquisition des données est élevé, ce qui est difficile à supporter pour les PME.
Les ressources de données sont monopolisées par des géants de la technologie, formant des îlots de données.
Les données personnelles sont exposées à des risques de fuite et d'abus.
Web3 peut résoudre les points de douleur des modèles traditionnels grâce à un nouveau paradigme de données décentralisées :
Extraction de données décentralisée : les utilisateurs peuvent vendre leur réseau inutilisé aux entreprises d'IA pour extraire des données réseau, fournissant des données réelles et de haute qualité pour l'entraînement des modèles d'IA.
Annotation de données décentralisée : adoption du modèle "label to earn", incitant les travailleurs du monde entier à participer à l'annotation des données grâce à des incitations par des jetons, rassemblant l'expertise mondiale.
Plateforme d'échange de données blockchain : offre un environnement d'échange public et transparent pour les deux parties de l'offre et de la demande de données, incitant à l'innovation et au partage de données.
Cela dit, l'acquisition de données dans le monde réel présente encore certains problèmes, tels que la qualité des données inégale, la difficulté de traitement, et un manque de diversité et de représentativité. Les données synthétiques pourraient être la star future de la voie des données Web3. Basées sur des technologies d'IA générative et de simulation, les données synthétiques peuvent imiter les caractéristiques des données réelles, servant de complément efficace aux données réelles et améliorant l'efficacité de l'utilisation des données. Dans des domaines tels que la conduite autonome, le trading sur les marchés financiers et le développement de jeux, les données synthétiques ont déjà montré un potentiel d'application mature.
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 mondial. L'adoption de réglementations telles que le Règlement général sur la protection des données (RGPD) de l'Union européenne reflète la nécessité d'une protection stricte des données personnelles. Cependant, cela pose également des défis : certaines données sensibles ne peuvent pas être pleinement exploitées en raison des risques pour la vie privée, ce qui limite le potentiel et les capacités de raisonnement des modèles d'IA.
FHE, ou chiffrement homomorphe complet, permet d'effectuer des opérations de calcul directement sur des données chiffrées sans avoir besoin de déchiffrer les données, et les résultats des calculs sont identiques à ceux obtenus en effectuant les mêmes calculs 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 du GPU d'exécuter des tâches d'entraînement et d'inférence de modèles dans un environnement sans toucher aux données brutes. Cela offre un avantage considérable aux entreprises d'IA, leur permettant d'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 de vie de l'apprentissage automatique, garantissant la sécurité des informations sensibles et prévenant les risques de fuite de données. De cette manière, FHEML renforce la vie privée 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 cryptées pour maintenir la confidentialité des données.
Révolution de la puissance de calcul : Calcul AI dans un réseau décentralisé
La complexité de calcul des systèmes d'IA double tous les trois mois, entraînant une augmentation exponentielle de la demande en puissance de calcul, largement supérieure à l'offre actuelle de ressources de calcul. Par exemple, l'entraînement du modèle GPT-3 nécessite une puissance de calcul énorme, équivalente à 355 ans 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 les modèles d'IA avancés inaccessibles pour la plupart des chercheurs et des développeurs.
En même temps, le taux d'utilisation des GPU dans le monde est inférieur à 40 %, et la lenteur de l'amélioration des performances des microprocesseurs, ainsi que la pénurie de puces causée par des facteurs de chaîne d'approvisionnement et géopolitiques, aggravent le problème de l'offre de puissance de calcul. Les professionnels de l'IA se retrouvent dans un dilemme : soit acheter leur propre matériel, soit louer des ressources cloud. Ils ont un besoin urgent d'un service de calcul à la demande, économique et efficace.
Un réseau de puissance de calcul AI décentralisé agrège des ressources GPU inutilisées à l'échelle mondiale, offrant aux entreprises d'IA un marché de calcul économique et facilement accessible. Les demandeurs de puissance de calcul peuvent publier des tâches de calcul sur le réseau, les contrats intelligents attribuant les 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 le problème des goulets d'étranglement de la puissance de calcul dans des domaines tels que l'IA.
En plus du réseau de puissance décentralisé général, il existe des réseaux de puissance dédiés spécifiquement à l'entraînement et à l'inférence de l'IA.
Un réseau de puissance de calcul décentralisé offre un marché de calcul équitable et transparent, brisant les monopoles, réduisant les barrières à l'entrée et améliorant l'efficacité d'utilisation de la puissance de calcul. Dans l'écosystème web3, le réseau de puissance de calcul décentralisé jouera un rôle clé, attirant davantage d'applications décentralisées innovantes pour promouvoir ensemble le développement et l'application des technologies AI.
DePIN : Web3 habilitant l'Edge AI
Imaginez que votre téléphone, votre montre intelligente, et même les appareils intelligents de votre maison, possèdent la capacité d'exécuter de l'IA - c'est cela la magie de l'Edge AI. Cela permet aux calculs de se produire à la source des données, réalisant un traitement en temps réel avec une faible latence, tout en protégeant la vie privée des utilisateurs. La technologie Edge AI 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 natif des tokens du Web3 peut inciter les nœuds DePIN à fournir des ressources de calcul, construisant ainsi un écosystème durable.
Actuellement, DePIN se développe rapidement dans l'écosystème d'une certaine blockchain publique, devenant l'une des plateformes de déploiement de projets les plus prisées. Le haut TPS, les faibles frais de transaction et les innovations technologiques de cette blockchain publique offrent un soutien puissant aux projets DePIN. À l'heure actuelle, la valeur marchande des projets DePIN sur cette blockchain publique dépasse 10 milliards de dollars, et plusieurs projets renommés ont réalisé des progrès significatifs.
IMO : Publication d'un nouveau paradigme pour les modèles d'IA
Le concept d'IMO a été proposé pour la première fois par un certain protocole, visant à tokeniser les modèles d'IA.
Dans le 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 les développeurs d'obtenir des revenus continus de l'utilisation ultérieure du modèle, surtout lorsque le modèle est intégré dans d'autres produits et services. Les créateurs d'origine ont du mal à suivre l'utilisation, sans parler d'en tirer des 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 a fourni un nouveau mode de financement et de partage de valeur pour les modèles d'IA open source, permettant aux investisseurs d'acheter des jetons IMO et de partager les revenus générés par le modèle par la suite. Un certain protocole utilise deux normes ERC, combinant un oracle d'IA et la technologie OPML pour garantir l'authenticité du modèle d'IA et permettre aux détenteurs de jetons de partager les bénéfices.
Le mode IMO renforce la transparence et la confiance, encourage la collaboration open source, s'adapte aux tendances du marché de la cryptographie et injecte de l'énergie dans le développement durable des technologies de l'IA. L'IMO est actuellement encore à un stade d'essai précoce, mais avec l'augmentation de l'acceptation du marché et l'élargissement de la portée de la participation, son innovation et sa valeur potentielle méritent notre attente.
Agent IA : Une nouvelle ère d'expérience interactive
L'agent IA peut percevoir l'environnement, réfléchir de manière indépendante et prendre des mesures appropriées pour atteindre des objectifs fixés. Avec le soutien de grands modèles de langage, l'agent IA peut non seulement comprendre le langage naturel, mais aussi planifier des décisions et exécuter des tâches complexes. Ils peuvent agir en tant qu'assistants virtuels, apprenant les préférences des utilisateurs par le biais d'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 la nouvelle valeur.
Une plateforme d'application native AI ouverte offre un ensemble d'outils de création complets et faciles à utiliser, permettant aux utilisateurs de configurer les fonctionnalités, l'apparence et la voix des robots, ainsi que de se connecter à des bases de données externes, s'efforçant de créer un écosystème de contenu AI équitable et ouvert. En utilisant la technologie de l'AI générative, elle permet aux individus de devenir des super créateurs. Cette plateforme a formé des modèles de langage spécialisés, rendant le jeu de rôle plus humanisé ; la technologie de clonage vocal peut accélérer l'interaction personnalisée des produits AI, réduisant les coûts de synthèse vocale de 99 %, et le clonage vocal peut être réalisé en seulement 1 minute. Grâce à l'AI Agent personnalisé de cette plateforme, elle peut actuellement être appliquée 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, il s'agit actuellement davantage d'explorer le niveau d'infrastructure, comment obtenir des données de haute qualité, protéger la confidentialité des données, comment héberger des modèles sur la chaîne, comment améliorer l'utilisation efficace de la puissance de calcul décentralisée, comment valider de grands modèles linguistiques, etc. 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 nouveaux modèles commerciaux et de services.
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.
21 J'aime
Récompense
21
6
Partager
Commentaire
0/400
AirdropHarvester
· 07-22 19:17
Vous dites tous décentralisation, mais au final, tout l'argent est dans les poches de CZ.
Voir l'originalRépondre0
LiquidityOracle
· 07-22 15:56
On recommence à parler de web3, c'est ça ?
Voir l'originalRépondre0
BlockchainFries
· 07-22 09:01
Oh putain, il reste encore du chemin avant que cela ne devienne réel.
Voir l'originalRépondre0
MEVHunterBearish
· 07-19 22:56
On dirait que ça ressemble à se faire prendre pour des cons.
Voir l'originalRépondre0
OnlyOnMainnet
· 07-19 22:56
L'outil devient intelligent, c'est intéressant.
Voir l'originalRépondre0
TrustMeBro
· 07-19 22:32
Ça a l'air très sophistiqué, mais je ne sais pas quand cela pourra se concrétiser.
Web3 et IA fusionnent : construire une nouvelle infrastructure Internet de nouvelle génération
Fusion de Web3 et de l'IA : Construire l'infrastructure Internet de prochaine génération
Web3, en tant que nouveau paradigme Internet décentralisé, ouvert et transparent, offre une opportunité naturelle de fusion avec l'IA. Dans une architecture centralisée traditionnelle, les ressources de calcul et de données de l'IA sont strictement contrôlées, faisant face à de nombreux défis tels que les goulots d'étranglement de puissance de calcul, les violations de la vie privée et le fonctionnement en boîte noire des algorithmes. En revanche, Web3, basé sur des technologies distribuées, peut insuffler un nouvel élan au développement de l'IA grâce à des réseaux de partage de puissance de calcul, des marchés de données ouverts et des calculs de confidentialité. Parallèlement, l'IA peut également apporter de nombreuses capacités à Web3, telles que l'optimisation des contrats intelligents et les algorithmes anti-fraude, contribuant ainsi à la construction de son écosystème. 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 principal du développement de l'IA, tout comme le carburant l'est pour un moteur. Les modèles d'IA doivent digérer une grande quantité de données de haute qualité pour acquérir une compréhension approfondie et une capacité de raisonnement puissante. Les données non seulement fournissent la base d'entraînement pour les modèles d'apprentissage automatique, mais déterminent également la précision et la fiabilité des modèles.
Les modèles traditionnels de collecte et d'utilisation des données AI centralisés présentent les principaux problèmes suivants :
Web3 peut résoudre les points de douleur des modèles traditionnels grâce à un nouveau paradigme de données décentralisées :
Cela dit, l'acquisition de données dans le monde réel présente encore certains problèmes, tels que la qualité des données inégale, la difficulté de traitement, et un manque de diversité et de représentativité. Les données synthétiques pourraient être la star future de la voie des données Web3. Basées sur des technologies d'IA générative et de simulation, les données synthétiques peuvent imiter les caractéristiques des données réelles, servant de complément efficace aux données réelles et améliorant l'efficacité de l'utilisation des données. Dans des domaines tels que la conduite autonome, le trading sur les marchés financiers et le développement de jeux, les données synthétiques ont déjà montré un potentiel d'application mature.
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 mondial. L'adoption de réglementations telles que le Règlement général sur la protection des données (RGPD) de l'Union européenne reflète la nécessité d'une protection stricte des données personnelles. Cependant, cela pose également des défis : certaines données sensibles ne peuvent pas être pleinement exploitées en raison des risques pour la vie privée, ce qui limite le potentiel et les capacités de raisonnement des modèles d'IA.
FHE, ou chiffrement homomorphe complet, permet d'effectuer des opérations de calcul directement sur des données chiffrées sans avoir besoin de déchiffrer les données, et les résultats des calculs sont identiques à ceux obtenus en effectuant les mêmes calculs 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 du GPU d'exécuter des tâches d'entraînement et d'inférence de modèles dans un environnement sans toucher aux données brutes. Cela offre un avantage considérable aux entreprises d'IA, leur permettant d'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 de vie de l'apprentissage automatique, garantissant la sécurité des informations sensibles et prévenant les risques de fuite de données. De cette manière, FHEML renforce la vie privée 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 cryptées pour maintenir la confidentialité des données.
Révolution de la puissance de calcul : Calcul AI dans un réseau décentralisé
La complexité de calcul des systèmes d'IA double tous les trois mois, entraînant une augmentation exponentielle de la demande en puissance de calcul, largement supérieure à l'offre actuelle de ressources de calcul. Par exemple, l'entraînement du modèle GPT-3 nécessite une puissance de calcul énorme, équivalente à 355 ans 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 les modèles d'IA avancés inaccessibles pour la plupart des chercheurs et des développeurs.
En même temps, le taux d'utilisation des GPU dans le monde est inférieur à 40 %, et la lenteur de l'amélioration des performances des microprocesseurs, ainsi que la pénurie de puces causée par des facteurs de chaîne d'approvisionnement et géopolitiques, aggravent le problème de l'offre de puissance de calcul. Les professionnels de l'IA se retrouvent dans un dilemme : soit acheter leur propre matériel, soit louer des ressources cloud. Ils ont un besoin urgent d'un service de calcul à la demande, économique et efficace.
Un réseau de puissance de calcul AI décentralisé agrège des ressources GPU inutilisées à l'échelle mondiale, offrant aux entreprises d'IA un marché de calcul économique et facilement accessible. Les demandeurs de puissance de calcul peuvent publier des tâches de calcul sur le réseau, les contrats intelligents attribuant les 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 le problème des goulets d'étranglement de la puissance de calcul dans des domaines tels que l'IA.
En plus du réseau de puissance décentralisé général, il existe des réseaux de puissance dédiés spécifiquement à l'entraînement et à l'inférence de l'IA.
Un réseau de puissance de calcul décentralisé offre un marché de calcul équitable et transparent, brisant les monopoles, réduisant les barrières à l'entrée et améliorant l'efficacité d'utilisation de la puissance de calcul. Dans l'écosystème web3, le réseau de puissance de calcul décentralisé jouera un rôle clé, attirant davantage d'applications décentralisées innovantes pour promouvoir ensemble le développement et l'application des technologies AI.
DePIN : Web3 habilitant l'Edge AI
Imaginez que votre téléphone, votre montre intelligente, et même les appareils intelligents de votre maison, possèdent la capacité d'exécuter de l'IA - c'est cela la magie de l'Edge AI. Cela permet aux calculs de se produire à la source des données, réalisant un traitement en temps réel avec une faible latence, tout en protégeant la vie privée des utilisateurs. La technologie Edge AI 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 natif des tokens du Web3 peut inciter les nœuds DePIN à fournir des ressources de calcul, construisant ainsi un écosystème durable.
Actuellement, DePIN se développe rapidement dans l'écosystème d'une certaine blockchain publique, devenant l'une des plateformes de déploiement de projets les plus prisées. Le haut TPS, les faibles frais de transaction et les innovations technologiques de cette blockchain publique offrent un soutien puissant aux projets DePIN. À l'heure actuelle, la valeur marchande des projets DePIN sur cette blockchain publique dépasse 10 milliards de dollars, et plusieurs projets renommés ont réalisé des progrès significatifs.
IMO : Publication d'un nouveau paradigme pour les modèles d'IA
Le concept d'IMO a été proposé pour la première fois par un certain protocole, visant à tokeniser les modèles d'IA.
Dans le 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 les développeurs d'obtenir des revenus continus de l'utilisation ultérieure du modèle, surtout lorsque le modèle est intégré dans d'autres produits et services. Les créateurs d'origine ont du mal à suivre l'utilisation, sans parler d'en tirer des 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 a fourni un nouveau mode de financement et de partage de valeur pour les modèles d'IA open source, permettant aux investisseurs d'acheter des jetons IMO et de partager les revenus générés par le modèle par la suite. Un certain protocole utilise deux normes ERC, combinant un oracle d'IA et la technologie OPML pour garantir l'authenticité du modèle d'IA et permettre aux détenteurs de jetons de partager les bénéfices.
Le mode IMO renforce la transparence et la confiance, encourage la collaboration open source, s'adapte aux tendances du marché de la cryptographie et injecte de l'énergie dans le développement durable des technologies de l'IA. L'IMO est actuellement encore à un stade d'essai précoce, mais avec l'augmentation de l'acceptation du marché et l'élargissement de la portée de la participation, son innovation et sa valeur potentielle méritent notre attente.
Agent IA : Une nouvelle ère d'expérience interactive
L'agent IA peut percevoir l'environnement, réfléchir de manière indépendante et prendre des mesures appropriées pour atteindre des objectifs fixés. Avec le soutien de grands modèles de langage, l'agent IA peut non seulement comprendre le langage naturel, mais aussi planifier des décisions et exécuter des tâches complexes. Ils peuvent agir en tant qu'assistants virtuels, apprenant les préférences des utilisateurs par le biais d'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 la nouvelle valeur.
Une plateforme d'application native AI ouverte offre un ensemble d'outils de création complets et faciles à utiliser, permettant aux utilisateurs de configurer les fonctionnalités, l'apparence et la voix des robots, ainsi que de se connecter à des bases de données externes, s'efforçant de créer un écosystème de contenu AI équitable et ouvert. En utilisant la technologie de l'AI générative, elle permet aux individus de devenir des super créateurs. Cette plateforme a formé des modèles de langage spécialisés, rendant le jeu de rôle plus humanisé ; la technologie de clonage vocal peut accélérer l'interaction personnalisée des produits AI, réduisant les coûts de synthèse vocale de 99 %, et le clonage vocal peut être réalisé en seulement 1 minute. Grâce à l'AI Agent personnalisé de cette plateforme, elle peut actuellement être appliquée 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, il s'agit actuellement davantage d'explorer le niveau d'infrastructure, comment obtenir des données de haute qualité, protéger la confidentialité des données, comment héberger des modèles sur la chaîne, comment améliorer l'utilisation efficace de la puissance de calcul décentralisée, comment valider de grands modèles linguistiques, etc. 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 nouveaux modèles commerciaux et de services.