Злиття Web3 та AI: побудова інфраструктури наступного покоління Інтернету

Web3 як децентралізована, відкрита, прозора нова інтернет-парадигма має природний потенціал для інтеграції з ШІ. У традиційній централізованій архітектурі обчислення ШІ та ресурси даних підлягають суворому контролю, стикаючись з викликами, такими як обмеження обчислювальної потужності, витік конфіденційності, непрозорість алгоритмів тощо. Web3, спираючись на розподілені технології, може надати новий імпульс розвитку ШІ через спільні обчислювальні мережі, відкриті ринки даних, обчислення конфіденційності тощо. Водночас ШІ також може надати безліч можливостей для Web3, таких як оптимізація смарт-контрактів, алгоритми запобігання шахрайству тощо, сприяючи його екосистемному будівництву. Дослідження поєднання Web3 та ШІ є надзвичайно важливим для створення інфраструктури наступного покоління інтернету, а також для реалізації цінності даних та обчислювальної потужності.

Дані на основі: надійний фундамент AI та Web3

Дані є основним двигуном розвитку ШІ. Моделі ШІ потребують обробки величезних обсягів якісних даних, щоб отримати глибоке розуміння та потужні здібності до міркування. Дані не лише забезпечують основу для навчання моделей машинного навчання, але й визначають точність і надійність моделей.

Традиційні централізовані моделі збору та використання даних AI мають кілька основних проблем:

• Вартість отримання даних висока, малі та середні підприємства не можуть її витримати
• Ресурси даних монополізовані технологічними гігантами, що призводить до утворення ізольованих даних.
• Особисті дані піддаються ризику витоку та зловживання

Web3 може вирішити ці проблеми за допомогою нової децентралізованої парадигми даних:

• Користувачі можуть продавати невикористані мережеві ресурси компаніям штучного інтелекту, децентралізовано збираючи мережеві дані, щоб надати реальні та високоякісні дані для навчання моделей штучного інтелекту.
• Використовуючи модель "заробітку через маркування", шляхом токенізації заохочуються працівники з усього світу для участі в маркуванні даних, об'єднуючи професійні знання з усього світу та підвищуючи здатність до аналізу даних.
• Блокчейн платформа для торгівлі даними забезпечує відкритий та прозорий торговий середовище для обох сторін попиту та пропозиції даних, стимулюючи інновації та обмін даними.

Однак, отримання даних з реального світу також має певні проблеми, такі як нерівна якість даних, велика складність обробки, недостатність різноманітності та представництва тощо. Синтетичні дані можуть стати зіркою майбутнього сектора даних Web3. На основі технологій генеративного ШІ та моделювання, синтетичні дані можуть імітувати властивості реальних даних, слугуючи ефективним доповненням до реальних даних, підвищуючи ефективність використання даних. У таких сферах, як автономне водіння, торгівля на фінансових ринках, розробка ігор тощо, синтетичні дані вже продемонстрували зрілий потенціал застосування.

Захист приватності: роль FHE у Web3

У епоху даних захист приватності став глобальною проблемою. Деякі чутливі дані не можуть бути належним чином використані через ризики приватності, що обмежує потенціал і здатність до розумування моделей ШІ.

FHE — це гомоморфне шифрування, яке дозволяє виконувати обчислювальні операції безпосередньо на зашифрованих даних без їх розшифрування, причому результати обчислень збігаються з результатами, отриманими при виконанні тих же обчислень на відкритих даних.

FHE забезпечує надійний захист для обчислень з конфіденційності AI, дозволяючи обчислювальній потужності GPU виконувати навчання моделей та завдання інференції в середовищі, яке не торкається вихідних даних. Це надає величезні переваги компаніям AI, оскільки вони можуть безпечно відкривати API послуги, захищаючи при цьому комерційну таємницю.

FHEML підтримує шифрування даних та моделей протягом всього циклу машинного навчання, забезпечуючи безпеку чутливої інформації та запобігаючи ризикам витоку даних. Цей підхід посилює конфіденційність даних та надає безпечну обчислювальну платформу для AI-додатків.

FHEML є доповненням до ZKML, де ZKML доводить правильне виконання машинного навчання, а FHEML підкреслює обробку зашифрованих даних для забезпечення конфіденційності даних.

Революція обчислювальної потужності: AI-обчислення в децентралізованих мережах

Поточна складність обчислень AI-систем подвоюється кожні 3 місяці, що призводить до різкого зростання попиту на обчислювальні потужності, що значно перевищує наявні ресурси. Цей дефіцит обчислювальних потужностей не лише обмежує прогрес технологій AI, але й робить високорівневі AI-моделі недоступними для більшості дослідників та розробників.

Водночас, глобальне використання GPU не перевищує 40%, а також уповільнення підвищення продуктивності мікропроцесорів, а також нестача чіпів, викликана факторами постачання та геополітики, роблять проблему постачання обчислювальної потужності ще більш серйозною. Працівники в галузі ШІ опинилися в двозначній ситуації: або купувати апаратне забезпечення, або орендувати хмарні ресурси, їм терміново потрібен економічно ефективний спосіб обчислювальних послуг за запитом.

Децентралізована мережа обчислювальних потужностей AI агрегує невикористані ресурси GPU з усього світу, щоб забезпечити економічно доступний ринок обчислювальних потужностей для компаній AI. Сторони, які потребують обчислювальні потужності, можуть публікувати обчислювальні завдання в мережі, а смарт-контракти розподіляють завдання серед майнінгових вузлів, які вносять обчислювальні потужності. Майнери виконують завдання та подають результати, які перевіряються, після чого вони отримують винагороду у вигляді балів. Ця схема підвищує ефективність використання ресурсів і допомагає вирішити проблему вузьких місць у обчислювальних потужностях у таких сферах, як AI.

Окрім загальної децентралізованої обчислювальної мережі, є також спеціалізовані обчислювальні мережі, що зосереджуються на навчанні та інференції ШІ. Децентралізовані обчислювальні мережі забезпечують справедливий та прозорий ринок обчислювальної потужності, руйнуючи монополії, знижуючи бар'єри для входу в застосування та підвищуючи ефективність використання обчислювальної потужності. У екосистемі Web3 децентралізовані обчислювальні мережі відіграватимуть ключову роль, залучаючи більше інноваційних dapp для спільного просування розвитку та застосування технологій ШІ.

DePIN: Web3 надає можливості Edge AI

Edge AI дозволяє обробці даних відбуватися на місці їх виникнення, забезпечуючи низьку затримку та обробку в реальному часі, одночасно захищаючи конфіденційність користувачів. Технології Edge AI вже застосовуються в критично важливих сферах, таких як автономне водіння.

У сфері Web3 ми більш знайомі з концепцією DePIN. Web3 підкреслює децентралізацію та суверенітет даних користувачів, а DePIN посилює захист конфіденційності користувачів, обробляючи дані на місці та зменшуючи ризик витоку даних. Токеноміка, що є рідною для Web3, може стимулювати вузли DePIN надавати обчислювальні ресурси, створюючи стійку екосистему.

Наразі DePIN швидко розвивається в деяких екосистемах публічних блокчейнів, ставши однією з платформ, що обираються для розгортання проєктів. Високий TPS, низькі комісії за транзакції та технологічні інновації забезпечують потужну підтримку для проєктів DePIN.

IMO: Випуск нової парадигми AI моделей

Концепція IMO передбачає токенізацію AI-моделей. У традиційній моделі розробники AI-моделей зазвичай не можуть отримувати постійний дохід від подальшого використання моделей, особливо коли моделі інтегруються в інші продукти та послуги. Продуктивність і ефективність AI-моделей часто не мають прозорості, що ускладнює потенційним інвесторам і користувачам оцінити їхню справжню цінність, обмежуючи визнання моделей на ринку та їх комерційний потенціал.

IMO надає нові можливості фінансування та розподілу вартості для відкритих AI моделей, інвестори можуть купувати токени IMO, щоб ділитися прибутком, отриманим від подальшого використання моделей. Деякі протоколи використовують специфічні стандарти ERC, поєднуючи AI оракули та технологію OPML для забезпечення достовірності AI моделей та можливості токенотримачів ділитися прибутком.

Модель IMO підвищує прозорість і довіру, заохочує відкриту співпрацю, адаптується до тенденцій крипто-ринку, надає імпульс сталому розвитку технологій штучного інтелекту. IMO наразі ще перебуває на початковій стадії, але з підвищенням прийнятності на ринку та розширенням кола учасників, її інноваційність і потенційна цінність заслуговують на увагу.

AI Агенти: нова ера інтерактивного досвіду

AI Agent може сприймати навколишнє середовище, здійснювати незалежне мислення та вживати відповідні дії для досягнення поставлених цілей. Під підтримкою великих мовних моделей AI Agent не лише розуміє природну мову, але й може планувати рішення та виконувати складні завдання. Вони можуть виступати як віртуальні помічники, навчаючись у процесі взаємодії з користувачами їх уподобанням, надаючи персоналізовані рішення. Навіть без чітких вказівок AI Agent може самостійно вирішувати проблеми, підвищуючи ефективність і створюючи нову цінність.

Деякі відкриті платформи для створення додатків на основі AI пропонують повний і зручний набір інструментів для створення, що дозволяє користувачам налаштовувати функції, зовнішній вигляд, голоси роботів та підключати зовнішні бази знань, прагнучи створити справедливу та відкриту екосистему контенту на основі AI, використовуючи технології генеративного AI, надаючи можливість особистостям стати супер-креаторами. Ці платформи навчили спеціалізовані великі мовні моделі, що робить рольову гру більш людяною; технологія клонування голосу може пришвидшити персоналізовану взаємодію AI продуктів. Використовуючи настроюваний AI агент, наразі це може бути застосовано у відеочатах, вивченні мов, створенні зображень та в інших сферах.

У поєднанні Web3 та AI наразі більше уваги приділяється дослідженню інфраструктурного рівня: як отримати високоякісні дані, захистити конфіденційність даних, як розміщувати моделі на ланцюгу, як підвищити ефективність використання децентралізованих обчислень, як перевірити великі мовні моделі та інші ключові питання. З поступовим вдосконаленням цих інфраструктур ми маємо всі підстави вірити, що поєднання Web3 та AI стане основою для виникнення ряду інноваційних бізнес-моделей та послуг.