A fusão do Web3 e da IA: Construindo a infraestrutura da próxima geração da Internet

Web3, como um novo paradigma de internet descentralizado, aberto e transparente, possui um potencial de fusão natural com a IA. Sob a arquitetura tradicional centralizada, os recursos de computação e dados da IA estão sob controle rigoroso, enfrentando desafios como gargalos de poder computacional, vazamento de privacidade e falta de transparência dos algoritmos. Por outro lado, o Web3, baseado em tecnologias distribuídas, pode injetar nova energia no desenvolvimento da IA por meio de redes de compartilhamento de poder computacional, mercados de dados abertos e computação de privacidade. Ao mesmo tempo, a IA pode trazer muitas capacitações para o Web3, como otimização de contratos inteligentes e algoritmos anti-fraude, ajudando na construção de seu ecossistema. Explorar a combinação de Web3 e IA é crucial para construir a infraestrutura da próxima geração da internet e liberar o valor dos dados e do poder computacional.

Dados impulsionados: A base sólida da IA e do Web3

Os dados são o principal motor que impulsiona o desenvolvimento da IA. Os modelos de IA precisam digerir uma enorme quantidade de dados de alta qualidade para obter uma compreensão profunda e uma forte capacidade de raciocínio. Os dados não apenas fornecem a base de treinamento para os modelos de aprendizado de máquina, mas também determinam a precisão e a confiabilidade do modelo.

Existem vários problemas principais nos modelos tradicionais de aquisição e utilização de dados de IA centralizados:

• O custo de obtenção de dados é elevado, dificultando a sua assunção por pequenas e médias empresas.
• Os recursos de dados são monopolizados por gigantes da tecnologia, formando ilhas de dados.
• O risco de vazamento e abuso da privacidade dos dados pessoais

O Web3 pode resolver esses pontos problemáticos com um novo paradigma de dados descentralizados:

• Os usuários podem vender recursos de rede ociosos para empresas de IA, capturando dados da web de forma descentralizada, fornecendo dados reais e de alta qualidade para o treinamento de modelos de IA.
• Adotar o modo "ganhar com a anotação", através de incentivos em tokens para que trabalhadores globais participem na anotação de dados, reunindo conhecimentos profissionais globais e aprimorando a capacidade de análise de dados.
• A plataforma de troca de dados em blockchain oferece um ambiente de negociação transparente e público para as partes fornecedoras e demandantes de dados, incentivando a inovação e o compartilhamento de dados.

No entanto, a obtenção de dados do mundo real também apresenta alguns problemas, como qualidade de dados desigual, dificuldade de processamento, diversidade e representatividade insuficientes, entre outros. Dados sintéticos podem ser a estrela do futuro na pista de dados Web3. Baseados em tecnologia de IA generativa e simulação, os dados sintéticos podem simular as propriedades dos dados reais, servindo como um complemento eficaz aos dados reais, aumentando a eficiência do uso de dados. Em áreas como condução autónoma, negociação de mercados financeiros e desenvolvimento de jogos, os dados sintéticos já mostraram um potencial de aplicação maduro.

Proteção de Privacidade: O Papel da FHE no Web3

Na era dos dados, a proteção da privacidade tornou-se um foco de atenção global. Alguns dados sensíveis não podem ser plenamente utilizados devido a riscos de privacidade, limitando o potencial e a capacidade de raciocínio dos modelos de IA.

FHE é a criptografia homomórfica completa, que permite realizar operações de cálculo diretamente sobre dados criptografados, sem a necessidade de descriptografar os dados, e o resultado do cálculo é idêntico ao resultado do mesmo cálculo realizado sobre dados em texto claro.

FHE oferece uma proteção robusta para o cálculo de privacidade em IA, permitindo que o poder de computação da GPU execute tarefas de treinamento e inferência de modelos em um ambiente que não toca nos dados originais. Isso traz uma grande vantagem para as empresas de IA, pois permite abrir serviços de API de forma segura, enquanto protege segredos comerciais.

FHEML suporta o processamento criptográfico de dados e modelos durante todo o ciclo de aprendizagem de máquina, garantindo a segurança de informações sensíveis e prevenindo o risco de vazamento de dados. Desta forma, o FHEML reforça a privacidade dos dados, proporcionando uma estrutura de computação segura para aplicações de IA.

FHEML é um complemento ao ZKML, onde o ZKML prova a execução correta de aprendizado de máquina, enquanto o FHEML enfatiza a computação sobre dados criptografados para manter a privacidade dos dados.

Revolução do Poder de Cálculo: Computação AI em Redes Descentralizadas

Atualmente, a complexidade de cálculo dos sistemas de IA dobra a cada 3 meses, levando a um aumento exponencial na demanda por poder de cálculo, que ultrapassa em muito a oferta de recursos computacionais existentes. Essa escassez de poder de cálculo não só limita o avanço da tecnologia de IA, como também torna os modelos de IA avançados inacessíveis para a maioria dos pesquisadores e desenvolvedores.

Ao mesmo tempo, a taxa de utilização global de GPU é inferior a 40%, e a desaceleração do aumento de desempenho dos microprocessadores, juntamente com a escassez de chips causada por fatores da cadeia de suprimentos e geopolíticos, agrava ainda mais o problema da oferta de poder computacional. Os profissionais de IA enfrentam um dilema: ou compram hardware, ou alugam recursos na nuvem, e precisam urgentemente de uma forma de serviço de computação econômica e sob demanda.

A rede de computação descentralizada de IA agrega recursos de GPU ociosos em todo o mundo, proporcionando um mercado de computação economicamente acessível para empresas de IA. Os demandantes de computação podem publicar tarefas de cálculo na rede, e os contratos inteligentes atribuem as tarefas aos nós mineradores que contribuem com poder computacional. Os mineradores executam as tarefas e submetem os resultados, recebendo recompensas em pontos após a verificação. Esta solução melhora a eficiência da utilização de recursos e ajuda a resolver o problema do gargalo de computação em áreas como a IA.

Além das redes de computação descentralizada genéricas, existem redes de computação dedicadas ao treinamento e inferência de IA. As redes de computação descentralizada oferecem um mercado de computação justo e transparente, quebrando monopólios, reduzindo as barreiras de entrada e aumentando a eficiência da utilização da computação. No ecossistema Web3, as redes de computação descentralizada desempenharão um papel crucial, atraindo mais dapps inovadores para se juntarem e impulsionarem conjuntamente o desenvolvimento e a aplicação da tecnologia de IA.

DePIN: Web3 capacitando Edge AI

Edge AI permite que a computação ocorra na fonte de geração de dados, alcançando baixa latência e processamento em tempo real, ao mesmo tempo que protege a privacidade do usuário. A tecnologia Edge AI já foi aplicada em áreas críticas, como a condução autónoma.

No domínio do Web3, estamos mais familiarizados com o conceito de DePIN. O Web3 enfatiza a descentralização e a soberania dos dados do usuário, enquanto o DePIN, ao processar dados localmente, melhora a proteção da privacidade do usuário e reduz o risco de vazamento de dados. O mecanismo econômico de Token nativo do Web3 pode incentivar os nós DePIN a fornecer recursos computacionais, construindo um ecossistema sustentável.

Atualmente, o DePIN está se desenvolvendo rapidamente em alguns ecossistemas de blockchains públicas, tornando-se uma das plataformas preferidas para a implementação de projetos. Alta TPS, baixas taxas de transação e inovações tecnológicas oferecem um forte suporte aos projetos DePIN.

IMO: Nova Paradigma de Lançamento de Modelos de IA

O conceito IMO tokeniza modelos de IA. No modelo tradicional, os desenvolvedores de modelos de IA têm dificuldade em obter receitas contínuas do uso posterior dos modelos, especialmente quando os modelos são integrados em outros produtos e serviços. O desempenho e a eficácia dos modelos de IA muitas vezes carecem de transparência, o que dificulta a avaliação do verdadeiro valor por parte de investidores e usuários em potencial, limitando o reconhecimento de mercado e o potencial comercial dos modelos.

O IMO oferece um novo suporte financeiro e uma forma de compartilhamento de valor para modelos de IA de código aberto, permitindo que os investidores comprem tokens IMO e compartilhem os lucros gerados posteriormente pelo modelo. Certos protocolos utilizam padrões ERC específicos, combinando oráculos de IA e tecnologia OPML para garantir a autenticidade dos modelos de IA e que os detentores de tokens possam compartilhar os lucros.

O modo IMO aumentou a transparência e a confiança, incentivou a colaboração de código aberto, adaptou-se às tendências do mercado de criptomoedas e injetou energia no desenvolvimento sustentável da tecnologia de IA. O IMO ainda está em uma fase inicial de tentativa, mas à medida que a aceitação do mercado aumenta e a gama de participação se expande, sua inovação e valor potencial são dignos de expectativa.

Agente de IA: A nova era da experiência interativa

O Agente de IA pode perceber o ambiente, pensar de forma independente e tomar ações correspondentes para alcançar objetivos estabelecidos. Com o suporte de grandes modelos de linguagem, o Agente de IA não só consegue entender a linguagem natural, mas também planejar decisões e executar tarefas complexas. Eles podem atuar como assistentes virtuais, aprendendo as preferências dos usuários através da interação e fornecendo soluções personalizadas. Mesmo na ausência de instruções claras, o Agente de IA pode resolver problemas de forma autônoma, aumentando a eficiência e criando novo valor.

Algumas plataformas de aplicações nativas de IA abertas oferecem um conjunto completo e fácil de usar de ferramentas de criação, permitindo que os usuários configurem funções, aparência, som de robôs e conectem-se a bibliotecas de conhecimento externas, empenhando-se em criar um ecossistema de conteúdo de IA justo e aberto, capacitando indivíduos a se tornarem supercriadores utilizando tecnologia de IA generativa. Estas plataformas treinaram modelos de linguagem de grande escala especializados, tornando a interpretação de papéis mais humanizada; a tecnologia de clonagem de voz pode acelerar a interação personalizada de produtos de IA. Com o uso de Agentes de IA personalizados, atualmente pode ser aplicada em várias áreas, como chat em vídeo, aprendizagem de idiomas, geração de imagens, entre outras.

Na fusão entre Web3 e IA, atualmente há mais exploração na camada de infraestrutura, como obter dados de alta qualidade, proteger a privacidade dos dados, como hospedar modelos na blockchain, como melhorar o uso eficiente da computação descentralizada, como validar grandes modelos de linguagem, entre outras questões-chave. À medida que essas infraestruturas são gradualmente aprimoradas, temos razões para acreditar que a fusão entre Web3 e IA dará origem a uma série de modelos de negócios e serviços inovadores.