La fusión de Web3 y AI: Construyendo la infraestructura de Internet de próxima generación
Web3, como un nuevo paradigma de internet descentralizado, abierto y transparente, tiene una oportunidad natural de fusión con la IA. En la arquitectura tradicional centralizada, los recursos de cálculo y datos de la IA están bajo un estricto control, enfrentando muchos desafíos como cuellos de botella en la potencia de cálculo, filtración de privacidad y algoritmos en caja negra. 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 y computación privada. Al mismo tiempo, la IA también puede otorgar múltiples capacidades a Web3, como la optimización de contratos inteligentes y algoritmos anti-trampa, apoyando su construcción ecológica. Explorar la combinación de Web3 y la IA es crucial para construir la infraestructura de internet de próxima generación y liberar el valor de los datos y la potencia de cálculo.
Impulsado por datos: La sólida base de la IA y Web3
Los datos son el motor central que impulsa el 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 gran 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.
Los modelos tradicionales de adquisición y uso de datos de IA centralizados presentan los siguientes problemas principales:
El costo de obtención de datos es alto, lo que dificulta a las pequeñas y medianas empresas asumirlo.
Los recursos de datos están monopolizados por gigantes tecnológicos, formando islas de datos.
Los datos personales enfrentan riesgos de filtración y abuso.
Web3 puede resolver los puntos de dolor del modelo tradicional con un nuevo paradigma de datos descentralizados:
Captura de datos descentralizada: los usuarios pueden vender su red ociosa a empresas de IA para capturar datos de la red, proporcionando datos reales y de alta calidad para el entrenamiento de modelos de IA.
Etiquetado de datos descentralizado: adopta el modelo "label to earn", incentivando a los trabajadores de todo el mundo a participar en el etiquetado de datos a través de tokens, reuniendo conocimientos profesionales a nivel global.
Plataforma de intercambio de datos en blockchain: proporciona un entorno de intercambio público y transparente para las partes que ofrecen y demandan datos, incentivando la innovación y el intercambio de datos.
Sin embargo, la obtención de datos del mundo real aún presenta algunos problemas, como la variabilidad en la calidad de los datos, la dificultad de procesamiento, la falta de diversidad y representatividad, entre otros. 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 eficaz a los datos reales, 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 han mostrado un potencial de aplicación maduro.
Protección de la privacidad: El papel de FHE en Web3
En la era impulsada por los datos, la protección de la privacidad se ha convertido en un foco de atención global. La aparición de regulaciones como el Reglamento General de Protección de Datos (GDPR) de la Unión Europea refleja una estricta protección de la privacidad personal. Sin embargo, esto también presenta desafíos: algunos datos sensibles no pueden ser utilizados plenamente debido a los riesgos de privacidad, lo que limita el potencial y la capacidad de razonamiento de los modelos de IA.
FHE es la criptografía homomórfica completa, que permite realizar operaciones de cálculo directamente sobre datos cifrados sin necesidad de descifrar los datos, y los resultados de los cálculos son los mismos que los resultados de realizar el mismo cálculo sobre datos en texto claro.
FHE proporciona una sólida protección para el cálculo de privacidad en IA, permitiendo que la potencia de cálculo de GPU ejecute tareas de entrenamiento e inferencia de modelos en un entorno sin tocar los datos originales. Esto aporta una gran ventaja a las empresas de IA, ya que pueden abrir servicios API de manera segura mientras protegen sus secretos comerciales.
FHEML admite el procesamiento encriptado de datos y modelos durante todo el ciclo de aprendizaje automático, asegurando la seguridad de la información sensible y previniendo el riesgo de filtración de datos. De esta manera, FHEML refuerza la privacidad de los datos y proporciona un marco de cálculo 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 encriptados 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 exponencial en la demanda de potencia de cálculo, superando con creces la oferta actual de recursos computacionales. Por ejemplo, el entrenamiento del modelo GPT-3 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 los modelos de IA 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%, junto con la desaceleración del rendimiento de los microprocesadores y la escasez de chips provocada por factores de la cadena de suministro y geopolíticos, 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.
Una red de computación descentralizada de IA agrega recursos de GPU inactivos a nivel mundial, proporcionando a las empresas de IA un mercado de computación económico y de fácil acceso. Los demandantes de capacidad de computación pueden publicar tareas en la red, los contratos inteligentes asignan las tareas a los nodos mineros que contribuyen con capacidad de computación, los mineros ejecutan las tareas y envían los resultados, y después de la verificación, reciben recompensas en puntos. Esta solución mejora la eficiencia en la utilización de recursos y ayuda a resolver el problema del cuello de botella en la capacidad de computación en campos como la IA.
Además de la red de computación descentralizada general, también existen redes de computación especializadas en entrenamiento de IA y razonamiento de IA.
Las redes de computación descentralizadas ofrecen un mercado de computación justo y transparente, rompiendo monopolios, reduciendo las barreras de entrada y mejorando la eficiencia en el uso de la computación. En el ecosistema web3, las redes de computación descentralizadas desempeñarán un papel clave, atrayendo a más dapps innovadoras para impulsar conjuntamente el desarrollo y la aplicación de la tecnología de IA.
DePIN: Web3 empoderando la IA en el borde
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 el origen de los datos, logrando baja latencia y procesamiento en tiempo real, al mismo tiempo que protege la privacidad del usuario. La tecnología de 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 de los datos del usuario. DePIN, al procesar datos localmente, puede mejorar la protección de la privacidad del usuario y reducir el riesgo de filtraciones de datos; 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 blockchain pública, convirtiéndose en una de las plataformas preferidas para el despliegue de proyectos. La alta TPS, los bajos costos de transacción y la innovación tecnológica de esta blockchain pública brindan un fuerte apoyo a los proyectos DePIN. Actualmente, la capitalización de mercado de los proyectos DePIN en esta blockchain pública supera los 10,000 millones de dólares, y varios proyectos de renombre han logrado avances significativos.
IMO: Nueva 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 participación en los beneficios, 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 mucho menos obtener beneficios de ello. Además, el rendimiento y la efectividad de los modelos de IA a menudo carecen de transparencia, lo que dificulta a los inversores y usuarios potenciales evaluar su verdadero valor, limitando el reconocimiento en el mercado y el potencial comercial del modelo.
IMO proporciona un nuevo modelo de financiación y compartición de valor para modelos de IA de código abierto, los inversores pueden comprar tokens IMO y compartir los beneficios generados posteriormente por el modelo. Un cierto protocolo utiliza dos estándares ERC, combinando oráculos de IA y tecnología OPML para garantizar la autenticidad del modelo de IA y que los poseedores de tokens puedan compartir los beneficios.
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 proporcionando un impulso para el desarrollo sostenible de la tecnología de IA. Actualmente, el modo IMO aún se encuentra en una fase experimental, pero a medida que aumenta la aceptación del mercado y se amplía el ámbito de participación, su innovación y valor potencial son dignos de nuestra expectativa.
Agente de IA: Una nueva era de experiencias interactivas
El Agente de IA puede percibir el entorno, pensar de manera independiente y tomar acciones correspondientes para alcanzar objetivos establecidos. Con el apoyo de modelos de lenguaje grandes, el Agente de IA no solo puede entender el lenguaje natural, sino también planificar decisiones y ejecutar tareas complejas. Pueden actuar 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, mejorar la eficiencia y crear nuevo valor.
Una plataforma nativa de aplicaciones de IA abierta ofrece un conjunto de herramientas de creación completo y fácil de usar, que permite a los usuarios configurar las funciones, apariencia y voz de los robots, así como conectar bases de datos externas, con el objetivo de crear un ecosistema de contenido de IA justo y abierto. Utilizando tecnología de IA generativa, empodera 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 los costos de síntesis de voz en un 99%, y el clonaje de voz se puede realizar en solo 1 minuto. Con el AI Agent personalizado de esta plataforma, actualmente se puede aplicar en múltiples campos como chat de video, aprendizaje de idiomas, generación de imágenes, entre otros.
En la fusión de Web3 y AI, actualmente se exploran más cuestiones relacionadas con la capa de infraestructura, como la obtención de datos de alta calidad, la protección de la privacidad de los datos, cómo alojar modelos en la cadena, cómo mejorar el uso eficiente de la potencia de cálculo descentralizada y cómo validar grandes modelos de lenguaje, entre otros problemas clave. A medida que se vayan perfeccionando estas infraestructuras, 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.
21 me gusta
Recompensa
21
6
Compartir
Comentar
0/400
AirdropHarvester
· 07-22 19:17
Todos ustedes hablan de la descentralización, pero el dinero está todo en el bolsillo de CZ.
Ver originalesResponder0
LiquidityOracle
· 07-22 15:56
Ya están hablando de web3 de nuevo, ¿es apilar buffs, verdad?
Ver originalesResponder0
BlockchainFries
· 07-22 09:01
¡Vaya! Esto aún está lejos de ser una realidad.
Ver originalesResponder0
MEVHunterBearish
· 07-19 22:56
¿No suena como si estuvieran tomando a la gente por tonta?
Ver originalesResponder0
OnlyOnMainnet
· 07-19 22:56
La herramienta se convierte en persona inteligente, es interesante.
Ver originalesResponder0
TrustMeBro
· 07-19 22:32
Suena bastante sofisticado, solo que no sé cuándo podrá implementarse.
Web3 y AI se fusionan: construyendo la nueva infraestructura de Internet de próxima generación
La fusión de Web3 y AI: Construyendo la infraestructura de Internet de próxima generación
Web3, como un nuevo paradigma de internet descentralizado, abierto y transparente, tiene una oportunidad natural de fusión con la IA. En la arquitectura tradicional centralizada, los recursos de cálculo y datos de la IA están bajo un estricto control, enfrentando muchos desafíos como cuellos de botella en la potencia de cálculo, filtración de privacidad y algoritmos en caja negra. 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 y computación privada. Al mismo tiempo, la IA también puede otorgar múltiples capacidades a Web3, como la optimización de contratos inteligentes y algoritmos anti-trampa, apoyando su construcción ecológica. Explorar la combinación de Web3 y la IA es crucial para construir la infraestructura de internet de próxima generación y liberar el valor de los datos y la potencia de cálculo.
Impulsado por datos: La sólida base de la IA y Web3
Los datos son el motor central que impulsa el 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 gran 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.
Los modelos tradicionales de adquisición y uso de datos de IA centralizados presentan los siguientes problemas principales:
Web3 puede resolver los puntos de dolor del modelo tradicional con un nuevo paradigma de datos descentralizados:
Sin embargo, la obtención de datos del mundo real aún presenta algunos problemas, como la variabilidad en la calidad de los datos, la dificultad de procesamiento, la falta de diversidad y representatividad, entre otros. 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 eficaz a los datos reales, 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 han mostrado un potencial de aplicación maduro.
Protección de la privacidad: El papel de FHE en Web3
En la era impulsada por los datos, la protección de la privacidad se ha convertido en un foco de atención global. La aparición de regulaciones como el Reglamento General de Protección de Datos (GDPR) de la Unión Europea refleja una estricta protección de la privacidad personal. Sin embargo, esto también presenta desafíos: algunos datos sensibles no pueden ser utilizados plenamente debido a los riesgos de privacidad, lo que limita el potencial y la capacidad de razonamiento de los modelos de IA.
FHE es la criptografía homomórfica completa, que permite realizar operaciones de cálculo directamente sobre datos cifrados sin necesidad de descifrar los datos, y los resultados de los cálculos son los mismos que los resultados de realizar el mismo cálculo sobre datos en texto claro.
FHE proporciona una sólida protección para el cálculo de privacidad en IA, permitiendo que la potencia de cálculo de GPU ejecute tareas de entrenamiento e inferencia de modelos en un entorno sin tocar los datos originales. Esto aporta una gran ventaja a las empresas de IA, ya que pueden abrir servicios API de manera segura mientras protegen sus secretos comerciales.
FHEML admite el procesamiento encriptado de datos y modelos durante todo el ciclo de aprendizaje automático, asegurando la seguridad de la información sensible y previniendo el riesgo de filtración de datos. De esta manera, FHEML refuerza la privacidad de los datos y proporciona un marco de cálculo 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 encriptados 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 exponencial en la demanda de potencia de cálculo, superando con creces la oferta actual de recursos computacionales. Por ejemplo, el entrenamiento del modelo GPT-3 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 los modelos de IA 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%, junto con la desaceleración del rendimiento de los microprocesadores y la escasez de chips provocada por factores de la cadena de suministro y geopolíticos, 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.
Una red de computación descentralizada de IA agrega recursos de GPU inactivos a nivel mundial, proporcionando a las empresas de IA un mercado de computación económico y de fácil acceso. Los demandantes de capacidad de computación pueden publicar tareas en la red, los contratos inteligentes asignan las tareas a los nodos mineros que contribuyen con capacidad de computación, los mineros ejecutan las tareas y envían los resultados, y después de la verificación, reciben recompensas en puntos. Esta solución mejora la eficiencia en la utilización de recursos y ayuda a resolver el problema del cuello de botella en la capacidad de computación en campos como la IA.
Además de la red de computación descentralizada general, también existen redes de computación especializadas en entrenamiento de IA y razonamiento de IA.
Las redes de computación descentralizadas ofrecen un mercado de computación justo y transparente, rompiendo monopolios, reduciendo las barreras de entrada y mejorando la eficiencia en el uso de la computación. En el ecosistema web3, las redes de computación descentralizadas desempeñarán un papel clave, atrayendo a más dapps innovadoras para impulsar conjuntamente el desarrollo y la aplicación de la tecnología de IA.
DePIN: Web3 empoderando la IA en el borde
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 el origen de los datos, logrando baja latencia y procesamiento en tiempo real, al mismo tiempo que protege la privacidad del usuario. La tecnología de 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 de los datos del usuario. DePIN, al procesar datos localmente, puede mejorar la protección de la privacidad del usuario y reducir el riesgo de filtraciones de datos; 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 blockchain pública, convirtiéndose en una de las plataformas preferidas para el despliegue de proyectos. La alta TPS, los bajos costos de transacción y la innovación tecnológica de esta blockchain pública brindan un fuerte apoyo a los proyectos DePIN. Actualmente, la capitalización de mercado de los proyectos DePIN en esta blockchain pública supera los 10,000 millones de dólares, y varios proyectos de renombre han logrado avances significativos.
IMO: Nueva 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 participación en los beneficios, 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 mucho menos obtener beneficios de ello. Además, el rendimiento y la efectividad de los modelos de IA a menudo carecen de transparencia, lo que dificulta a los inversores y usuarios potenciales evaluar su verdadero valor, limitando el reconocimiento en el mercado y el potencial comercial del modelo.
IMO proporciona un nuevo modelo de financiación y compartición de valor para modelos de IA de código abierto, los inversores pueden comprar tokens IMO y compartir los beneficios generados posteriormente por el modelo. Un cierto protocolo utiliza dos estándares ERC, combinando oráculos de IA y tecnología OPML para garantizar la autenticidad del modelo de IA y que los poseedores de tokens puedan compartir los beneficios.
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 proporcionando un impulso para el desarrollo sostenible de la tecnología de IA. Actualmente, el modo IMO aún se encuentra en una fase experimental, pero a medida que aumenta la aceptación del mercado y se amplía el ámbito de participación, su innovación y valor potencial son dignos de nuestra expectativa.
Agente de IA: Una nueva era de experiencias interactivas
El Agente de IA puede percibir el entorno, pensar de manera independiente y tomar acciones correspondientes para alcanzar objetivos establecidos. Con el apoyo de modelos de lenguaje grandes, el Agente de IA no solo puede entender el lenguaje natural, sino también planificar decisiones y ejecutar tareas complejas. Pueden actuar 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, mejorar la eficiencia y crear nuevo valor.
Una plataforma nativa de aplicaciones de IA abierta ofrece un conjunto de herramientas de creación completo y fácil de usar, que permite a los usuarios configurar las funciones, apariencia y voz de los robots, así como conectar bases de datos externas, con el objetivo de crear un ecosistema de contenido de IA justo y abierto. Utilizando tecnología de IA generativa, empodera 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 los costos de síntesis de voz en un 99%, y el clonaje de voz se puede realizar en solo 1 minuto. Con el AI Agent personalizado de esta plataforma, actualmente se puede aplicar en múltiples campos como chat de video, aprendizaje de idiomas, generación de imágenes, entre otros.
En la fusión de Web3 y AI, actualmente se exploran más cuestiones relacionadas con la capa de infraestructura, como la obtención de datos de alta calidad, la protección de la privacidad de los datos, cómo alojar modelos en la cadena, cómo mejorar el uso eficiente de la potencia de cálculo descentralizada y cómo validar grandes modelos de lenguaje, entre otros problemas clave. A medida que se vayan perfeccionando estas infraestructuras, tenemos razones para creer que la fusión de Web3 y AI dará lugar a una serie de modelos de negocio y servicios innovadores.