A Profundidade da Integração entre AI e Web3: Moldando o Futuro do Internet

Web3, como um novo paradigma da internet descentralizado, aberto e transparente, apresenta oportunidades de fusão naturais com a IA. Sob a arquitetura centralizada tradicional, os recursos de cálculo e dados da IA estão sob controle rigoroso, enfrentando desafios como gargalos de capacidade de cálculo, vazamentos de privacidade e falta de transparência nos algoritmos. O Web3, baseado em tecnologia distribuída, injeta um novo dinamismo no desenvolvimento da IA por meio de redes de compartilhamento de capacidade de cálculo, mercados de dados abertos e computação privada. Ao mesmo tempo, a IA pode oferecer muitas capacitações ao Web3, como otimização de contratos inteligentes e algoritmos anti-fraude, ajudando na construção de seu ecossistema. Explorar a combinação entre Web3 e IA é crucial para construir a infraestrutura da próxima geração da internet e liberar o valor dos dados e da capacidade de cálculo.

Dados impulsionados: A base sólida da IA e do Web3

Os dados são o motor central 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 dos modelos.

Os modelos tradicionais de aquisição e utilização de dados de IA centralizados apresentam os seguintes problemas:

• O custo de obtenção de dados é elevado, tornando difícil para as pequenas e médias empresas suportá-lo.
• Os recursos de dados são monopolizados por grandes empresas de tecnologia, formando ilhas de dados
• Os dados pessoais enfrentam riscos de vazamento e abuso

Web3 oferece uma nova paradigma de dados descentralizado para resolver essas dores:

• Os usuários podem vender recursos de rede ociosos, capturando dados da web de forma descentralizada, fornecendo dados reais e de alta qualidade para o treinamento de modelos de IA.
• Adotar o modelo "marcação é ganhar" para incentivar trabalhadores globais a participar da marcação de dados através de tokens, reunindo conhecimentos especializados de todo o mundo e aumentando a capacidade de análise de dados.
• A plataforma de negociação de dados em blockchain oferece um ambiente de negociação público e transparente para ambas as partes da oferta e da procura de dados, incentivando a inovação e o compartilhamento de dados.

Apesar disso, a aquisição de dados do mundo real ainda enfrenta alguns problemas, como a qualidade dos dados que varia, a dificuldade de processamento, a diversidade e a falta de representatividade. Dados sintéticos podem ser o destaque futuro no campo dos dados Web3. Baseados em tecnologia de IA generativa e simulação, dados sintéticos conseguem simular as propriedades dos dados reais, servindo como um complemento eficaz para os dados reais, aumentando a eficiência do uso dos dados. Em áreas como direção autónoma, negociação em mercados financeiros e desenvolvimento de jogos, dados sintéticos já demonstraram um potencial de aplicação maduro.

Proteção de Privacidade: O Papel do FHE no Web3

Na era dos dados, a proteção da privacidade tornou-se um foco de atenção global. A introdução de regulamentos como o Regulamento Geral sobre a Proteção de Dados (GDPR) da União Europeia reflete a rigorosa proteção da privacidade individual. No entanto, isso também trouxe desafios: 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 totalmente, que permite realizar operações de cálculo diretamente em dados criptografados, sem a necessidade de descriptografar os dados, e o resultado do cálculo é consistente com o resultado da mesma operação realizada em dados em texto claro.

FHE fornece uma proteção sólida para o cálculo de privacidade em IA, permitindo que o poder computacional da GPU execute tarefas de treinamento e inferência de modelos em um ambiente que não toca nos dados originais. Isso traz uma enorme vantagem para as empresas de IA. Elas podem abrir serviços de API de forma segura, enquanto protegem segredos comerciais.

FHEML suporta o processamento criptográfico de dados e modelos durante todo o ciclo de aprendizagem de máquina, garantindo a segurança das informações sensíveis e prevenindo riscos de vazamento de dados. Desta forma, o FHEML fortalece a privacidade dos dados, proporcionando um quadro de computação seguro para aplicações de IA.

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

Revolução da Potência de Cálculo: Computação AI em Redes Descentralizadas

A complexidade computacional dos sistemas de IA atuais duplica a cada 3 meses, levando a um aumento explosivo na demanda por poder de computação, muito além da oferta de recursos computacionais existentes. Por exemplo, o treinamento de grandes modelos de linguagem de uma conhecida empresa de IA requer um imenso poder de computação, equivalente a 355 anos de tempo de treinamento em um único dispositivo. Essa escassez de poder computacional não apenas limita o avanço da tecnologia de IA, mas também torna esses modelos avançados inatingíveis para a maioria dos pesquisadores e desenvolvedores.

Ao mesmo tempo, a taxa de utilização global de GPUs é inferior a 40%, juntamente com a desaceleração no aumento do desempenho dos microprocessadores e a escassez de chips causada por fatores da cadeia de suprimentos e geopolíticos, tudo isso torna o problema do fornecimento de capacidade computacional ainda mais sério. Os profissionais de IA enfrentam um dilema: ou compram hardware, ou alugam recursos em nuvem, e eles precisam urgentemente de uma forma de serviço de computação sob demanda e economicamente eficiente.

Uma rede descentralizada de computação de IA agrega recursos de GPU ociosos em todo o mundo, oferecendo às empresas de IA um mercado de computação acessível e econômico. Os demandantes de computação podem publicar tarefas no rede, e 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 validação. 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 da rede de computação descentralizada geral, existem plataformas focadas no treinamento de IA e redes de computação dedicadas à inferência de IA.

A rede de computação descentralizada oferece um mercado de poder computacional justo e transparente, quebrando monopólios, reduzindo as barreiras de entrada e aumentando a eficiência da utilização do poder computacional. No ecossistema web3, a rede de computação descentralizada desempenhará 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

Imagine que o seu telemóvel, relógio inteligente e até dispositivos inteligentes em casa têm a capacidade de executar IA - esta é a atratividade da Edge AI. Ela permite que o cálculo ocorra na fonte de geração de dados, possibilitando baixa latência e processamento em tempo real, ao mesmo tempo que protege a privacidade do utilizador. A tecnologia Edge AI já está a ser aplicada em áreas críticas, como a condução autónoma.

No domínio do Web3, temos um nome mais familiar — DePIN. O Web3 enfatiza a descentralização e a soberania dos dados do usuário, enquanto o DePIN pode melhorar a proteção da privacidade do usuário e reduzir o risco de vazamento de dados, processando dados localmente; 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 a desenvolver-se rapidamente em um ecossistema de uma conhecida blockchain, tornando-se uma das plataformas preferidas para a implementação de projetos. A alta TPS, os baixos custos de transação e a inovação tecnológica dessa blockchain oferecem um forte suporte aos projetos DePIN. Atualmente, a capitalização de mercado dos projetos DePIN nesta blockchain ultrapassa os 10 bilhões de dólares, e vários projetos conhecidos já fizeram progressos significativos.

IMO: Novo paradigma na publicação de modelos de IA

O conceito de IMO foi proposto inicialmente por um protocolo, tokenizando modelos de IA.

No modelo tradicional, devido à falta de um mecanismo de compartilhamento de receitas, uma vez que o modelo de IA é desenvolvido e lançado no mercado, os desenvolvedores muitas vezes têm dificuldade em obter receitas contínuas do uso subsequente do modelo, especialmente quando o modelo é integrado em outros produtos e serviços; os criadores originais têm dificuldade em rastrear o uso, quanto mais em obter receitas a partir disso. Além disso, o desempenho e os resultados do modelo de IA frequentemente carecem de transparência, o que dificulta a avaliação do seu verdadeiro valor por parte de potenciais investidores e usuários, limitando o reconhecimento do mercado e o potencial comercial do modelo.

O IMO fornece uma nova forma de apoio financeiro e partilha de valor para modelos de IA de código aberto, permitindo que os investidores comprem tokens IMO e partilhem os lucros gerados pelo modelo posteriormente. Um determinado protocolo utiliza um padrão ERC específico, combinando oráculos de IA e tecnologia OPML para garantir a autenticidade do modelo de IA e que os detentores de tokens possam partilhar 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 impulsionou o desenvolvimento sustentável da tecnologia AI. O IMO ainda está na fase inicial de tentativa, mas à medida que a aceitação do mercado aumenta e a participação se expande, sua inovação e valor potencial merecem nossa expectativa.

Agente de IA: Uma nova era de experiência interativa

O Agente de IA é capaz de perceber o ambiente, pensar de forma independente e tomar ações apropriadas para alcançar objetivos estabelecidos. Com o suporte de grandes modelos de linguagem, o Agente de IA não só consegue entender a linguagem natural, como também planejar decisões e executar tarefas complexas. Eles podem atuar como assistentes virtuais, aprendendo as preferências dos usuários através da interação e oferecendo 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.

Uma plataforma nativa de aplicações de IA oferece um conjunto de ferramentas de criação abrangente e fácil de usar, permitindo aos usuários configurar funcionalidades, aparência, som dos robôs e conectar-se a bases de conhecimento externas, comprometendo-se a criar um ecossistema de conteúdo de IA justo e aberto. Utilizando tecnologia de IA generativa, empodera indivíduos a se tornarem super criadores. A plataforma treinou um modelo de linguagem grande especializado, tornando a interpretação de personagens mais humanizada; a tecnologia de clonagem de voz pode acelerar a interação personalizada dos produtos de IA, reduzindo os custos de síntese de voz em 99%, e a clonagem de voz pode ser realizada em apenas 1 minuto. Usando o AI Agent personalizado da plataforma, atualmente pode ser aplicado em várias áreas, como videochamadas, aprendizado de idiomas e geração de imagens.

Na fusão entre Web3 e IA, atualmente há mais exploração da camada de infraestrutura, como obter dados de alta qualidade, proteger a privacidade dos dados, como hospedar modelos na cadeia, como melhorar o uso eficiente da computação descentralizada, como validar grandes modelos de linguagem e 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.