La integración 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 centralizada tradicional, los recursos de cálculo y datos de la IA están estrictamente controlados, y existen numerosos desafíos como cuellos de botella en la capacidad de cálculo, filtraciones de privacidad y algoritmos de caja negra. Sin embargo, Web3, basado en tecnologías distribuidas, puede inyectar nueva energía al desarrollo de la IA a través de redes de cálculo compartido, mercados de datos abiertos y computación privada. Al mismo tiempo, la IA también puede aportar muchas capacidades a Web3, como la optimización de contratos inteligentes y algoritmos anti-trampa, apoyando la construcción de su ecosistema. 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 capacidad 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, al igual que 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 potente 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 el modelo tradicional de adquisición y utilización de datos de IA centralizada, existen los siguientes problemas principales:
El costo de obtención de datos es alto, lo que dificulta a las pequeñas y medianas empresas soportarlo.
Los recursos de datos están monopolizados por las grandes tecnológicas, creando islas de datos.
Los datos personales enfrentan el riesgo de filtración y abuso.
Web3 puede abordar los puntos débiles del modelo tradicional con un nuevo paradigma de datos descentralizados:
Los usuarios pueden vender su red ociosa a empresas de IA para que recopilen datos de red de manera descentralizada, limpiando y transformando los datos para proporcionar datos reales y de alta calidad para el entrenamiento de modelos de IA.
Adoptar el modelo "label to earn", incentivando a los trabajadores globales a participar en la anotación de datos a través de tokens, reuniendo el conocimiento profesional de todo el mundo 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 de la oferta y la 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 de los datos inconsistente, la dificultad de procesamiento, la diversidad y la insuficiente representatividad. Los datos sintéticos podrían ser la estrella del futuro en la pista de datos de Web3. Basados en tecnología de IA generativa y simulaciones, los datos sintéticos pueden simular las propiedades de los datos reales, como un complemento eficaz de 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 ya han demostrado su potencial de aplicación madura.
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 promulgación 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 ha traído desafíos: algunos datos sensibles no pueden ser utilizados plenamente debido a los riesgos de privacidad, lo que sin duda limita el potencial y la capacidad de razonamiento de los modelos de IA.
FHE es cifrado totalmente homomórfico, que permite realizar operaciones de cálculo directamente sobre datos cifrados sin necesidad de descifrar los datos, y el resultado del cálculo es el mismo que el resultado de realizar el mismo cálculo sobre datos en texto claro.
FHE proporciona una sólida protección para el cálculo de privacidad de la IA, lo que permite que la potencia de cálculo de GPU ejecute tareas de entrenamiento e inferencia de modelos en un entorno que no toca los datos originales. Esto brinda enormes ventajas a las empresas de IA. Pueden abrir servicios de 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 las 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 de IA sean inalcanzables para la mayoría de los investigadores y desarrolladores.
Al mismo tiempo, la utilización global de GPU es inferior al 40%, y la desaceleración en la mejora del rendimiento de los microprocesadores, junto con la escasez de chips causada por factores de la cadena de suministro y geopolíticos, han agravado aún más el problema de la oferta de poder computacional. Los profesionales de IA se encuentran en un dilema: o compran hardware, o alquilan recursos en la nube, y necesitan urgentemente una forma de servicio de computación bajo demanda y económica.
La red de computación descentralizada de IA proporciona un mercado de potencia de cálculo que es tanto económico como accesible para las empresas de IA al agregar recursos de GPU ociosos de todo el mundo. Los demandantes de potencia de cálculo pueden publicar tareas de cálculo en la red, los contratos inteligentes asignan las tareas a los nodos mineros que contribuyen con potencia de cálculo, los mineros ejecutan las tareas y envían los resultados, y tras la verificación, reciben recompensas en forma de puntos. Esta solución mejora la eficiencia en la utilización de recursos y ayuda a resolver el problema del cuello de botella en la potencia de cálculo en campos como la IA.
Además de la red de computación descentralizada general, también hay plataformas enfocadas en el entrenamiento de IA y redes de computación especializadas en la inferencia de IA.
Las redes de computación descentralizadas ofrecen un mercado de potencia de cálculo justo y transparente, rompiendo monopolios, reduciendo la barrera de entrada a las aplicaciones y mejorando la eficiencia en el uso de la potencia de cálculo. En el ecosistema web3, las redes de computación descentralizadas desempeñarán 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 en tu hogar tienen la capacidad de ejecutar IA: esta es la magia de Edge AI. Permite que el procesamiento ocurra en el origen de la 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 de los datos del usuario, y DePIN puede mejorar la protección de la privacidad del usuario y reducir el riesgo de filtraciones de datos al procesar los datos localmente; el mecanismo de economía de tokens nativo de Web3 puede incentivar a los nodos de DePIN a proporcionar recursos de computación y construir un ecosistema sostenible.
Actualmente, DePIN se está desarrollando rápidamente en el ecosistema de una cierta cadena pública, convirtiéndose en una de las plataformas de cadena pública preferidas para el despliegue de proyectos. El alto TPS, los bajos costos de transacción y la innovación tecnológica de esta cadena pública brindan un fuerte apoyo a los proyectos DePIN. En la actualidad, la capitalización de mercado de los proyectos DePIN en esta cadena pública supera los 10 mil millones de dólares, y varios proyectos reconocidos 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 distribución de ingresos, una vez que se desarrolla un modelo de IA y se lanza al mercado, los desarrolladores a menudo tienen dificultades para obtener ingresos continuos de su uso posterior, especialmente cuando el modelo se integra en otros productos y servicios, lo que dificulta a los creadores originales rastrear el uso, y mucho menos obtener ingresos 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 una nueva forma de financiamiento y compartición de valor para modelos de IA de código abierto, donde los inversores pueden comprar tokens IMO y compartir las ganancias generadas por el modelo en el futuro. Un protocolo utiliza dos estándares ERC, combinando oráculos de IA y tecnología OPML para garantizar 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 proporcionando un impulso para el desarrollo sostenible de la tecnología AI. Actualmente, el IMO todavía se encuentra en una fase inicial de prueba, pero a medida que aumenta la aceptación del mercado y se amplía el alcance de la 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 las 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 de aplicaciones nativas de IA abierta ofrece un conjunto de herramientas de creación completas y fáciles de usar, que permite a los usuarios configurar funciones de robots, apariencia, sonido y conectar bases de conocimiento externas, dedicándose a construir un ecosistema de contenido de IA justo y abierto. Utilizando tecnología de IA generativa, empodera a los individuos para convertirse en creadores super. La plataforma ha entrenado un modelo de lenguaje grande especializado, lo que hace que los juegos de rol sean más humanizados; la tecnología de clonación de voz puede acelerar la interacción personalizada de productos de IA, reduciendo el costo de síntesis de voz en un 99%, y la clonación 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 las capas 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 potencia de cálculo descentralizada y cómo validar modelos de lenguaje grandes, entre otros problemas clave. A medida que estas infraestructuras se perfeccionen, 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
5
Compartir
Comentar
0/400
EyeOfTheTokenStorm
· 07-08 09:16
El fondo ha comenzado a formarse. El ciclo del mercado ha llegado a la fase de subir. Se sugiere introducir una posición y acumular.
Ver originalesResponder0
ProxyCollector
· 07-06 07:16
Parece que están hablando de esas especulaciones sobre conceptos de nuevo.
Ver originalesResponder0
BlockchainRetirementHome
· 07-06 07:13
Los que engañan a los inversores con viejos proyectos han llegado.
Ver originalesResponder0
ForkYouPayMe
· 07-06 07:13
¡De nuevo vemos las conversaciones de sueño de AI web3 en todas partes!
Ver originalesResponder0
staking_gramps
· 07-06 06:48
¿Esto también puede engañar a la gente? Ni siquiera los perros juegan con esto.
Fusión de Web3 y AI: cinco tendencias para construir la infraestructura de Internet de próxima generación
La integración 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 centralizada tradicional, los recursos de cálculo y datos de la IA están estrictamente controlados, y existen numerosos desafíos como cuellos de botella en la capacidad de cálculo, filtraciones de privacidad y algoritmos de caja negra. Sin embargo, Web3, basado en tecnologías distribuidas, puede inyectar nueva energía al desarrollo de la IA a través de redes de cálculo compartido, mercados de datos abiertos y computación privada. Al mismo tiempo, la IA también puede aportar muchas capacidades a Web3, como la optimización de contratos inteligentes y algoritmos anti-trampa, apoyando la construcción de su ecosistema. 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 capacidad 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, al igual que 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 potente 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 el modelo tradicional de adquisición y utilización de datos de IA centralizada, existen los siguientes problemas principales:
Web3 puede abordar 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 de los datos inconsistente, la dificultad de procesamiento, la diversidad y la insuficiente representatividad. Los datos sintéticos podrían ser la estrella del futuro en la pista de datos de Web3. Basados en tecnología de IA generativa y simulaciones, los datos sintéticos pueden simular las propiedades de los datos reales, como un complemento eficaz de 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 ya han demostrado su potencial de aplicación madura.
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 promulgación 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 ha traído desafíos: algunos datos sensibles no pueden ser utilizados plenamente debido a los riesgos de privacidad, lo que sin duda limita el potencial y la capacidad de razonamiento de los modelos de IA.
FHE es cifrado totalmente homomórfico, que permite realizar operaciones de cálculo directamente sobre datos cifrados sin necesidad de descifrar los datos, y el resultado del cálculo es el mismo que el resultado de realizar el mismo cálculo sobre datos en texto claro.
FHE proporciona una sólida protección para el cálculo de privacidad de la IA, lo que permite que la potencia de cálculo de GPU ejecute tareas de entrenamiento e inferencia de modelos en un entorno que no toca los datos originales. Esto brinda enormes ventajas a las empresas de IA. Pueden abrir servicios de 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 las 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 de IA sean inalcanzables para la mayoría de los investigadores y desarrolladores.
Al mismo tiempo, la utilización global de GPU es inferior al 40%, y la desaceleración en la mejora del rendimiento de los microprocesadores, junto con la escasez de chips causada por factores de la cadena de suministro y geopolíticos, han agravado aún más el problema de la oferta de poder computacional. Los profesionales de IA se encuentran en un dilema: o compran hardware, o alquilan recursos en la nube, y necesitan urgentemente una forma de servicio de computación bajo demanda y económica.
La red de computación descentralizada de IA proporciona un mercado de potencia de cálculo que es tanto económico como accesible para las empresas de IA al agregar recursos de GPU ociosos de todo el mundo. Los demandantes de potencia de cálculo pueden publicar tareas de cálculo en la red, los contratos inteligentes asignan las tareas a los nodos mineros que contribuyen con potencia de cálculo, los mineros ejecutan las tareas y envían los resultados, y tras la verificación, reciben recompensas en forma de puntos. Esta solución mejora la eficiencia en la utilización de recursos y ayuda a resolver el problema del cuello de botella en la potencia de cálculo en campos como la IA.
Además de la red de computación descentralizada general, también hay plataformas enfocadas en el entrenamiento de IA y redes de computación especializadas en la inferencia de IA.
Las redes de computación descentralizadas ofrecen un mercado de potencia de cálculo justo y transparente, rompiendo monopolios, reduciendo la barrera de entrada a las aplicaciones y mejorando la eficiencia en el uso de la potencia de cálculo. En el ecosistema web3, las redes de computación descentralizadas desempeñarán 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 en tu hogar tienen la capacidad de ejecutar IA: esta es la magia de Edge AI. Permite que el procesamiento ocurra en el origen de la 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 de los datos del usuario, y DePIN puede mejorar la protección de la privacidad del usuario y reducir el riesgo de filtraciones de datos al procesar los datos localmente; el mecanismo de economía de tokens nativo de Web3 puede incentivar a los nodos de DePIN a proporcionar recursos de computación y construir un ecosistema sostenible.
Actualmente, DePIN se está desarrollando rápidamente en el ecosistema de una cierta cadena pública, convirtiéndose en una de las plataformas de cadena pública preferidas para el despliegue de proyectos. El alto TPS, los bajos costos de transacción y la innovación tecnológica de esta cadena pública brindan un fuerte apoyo a los proyectos DePIN. En la actualidad, la capitalización de mercado de los proyectos DePIN en esta cadena pública supera los 10 mil millones de dólares, y varios proyectos reconocidos 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 distribución de ingresos, una vez que se desarrolla un modelo de IA y se lanza al mercado, los desarrolladores a menudo tienen dificultades para obtener ingresos continuos de su uso posterior, especialmente cuando el modelo se integra en otros productos y servicios, lo que dificulta a los creadores originales rastrear el uso, y mucho menos obtener ingresos 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 una nueva forma de financiamiento y compartición de valor para modelos de IA de código abierto, donde los inversores pueden comprar tokens IMO y compartir las ganancias generadas por el modelo en el futuro. Un protocolo utiliza dos estándares ERC, combinando oráculos de IA y tecnología OPML para garantizar 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 proporcionando un impulso para el desarrollo sostenible de la tecnología AI. Actualmente, el IMO todavía se encuentra en una fase inicial de prueba, pero a medida que aumenta la aceptación del mercado y se amplía el alcance de la 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 las 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 de aplicaciones nativas de IA abierta ofrece un conjunto de herramientas de creación completas y fáciles de usar, que permite a los usuarios configurar funciones de robots, apariencia, sonido y conectar bases de conocimiento externas, dedicándose a construir un ecosistema de contenido de IA justo y abierto. Utilizando tecnología de IA generativa, empodera a los individuos para convertirse en creadores super. La plataforma ha entrenado un modelo de lenguaje grande especializado, lo que hace que los juegos de rol sean más humanizados; la tecnología de clonación de voz puede acelerar la interacción personalizada de productos de IA, reduciendo el costo de síntesis de voz en un 99%, y la clonación 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 las capas 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 potencia de cálculo descentralizada y cómo validar modelos de lenguaje grandes, entre otros problemas clave. A medida que estas infraestructuras se perfeccionen, tenemos razones para creer que la fusión de Web3 y AI dará lugar a una serie de modelos de negocio y servicios innovadores.