Глубина интеграции AI и Web3: формирование будущего интернет-ландшафта

Web3 как новая децентрализованная, открытая и прозрачная интернет-парадигма имеет естественные возможности для интеграции с ИИ. В традиционной централизованной архитектуре вычислительные и данные ресурсы ИИ находятся под жестким контролем, сталкиваясь с такими проблемами, как узкие места в вычислительной мощности, утечка конфиденциальной информации и непрозрачность алгоритмов. Web3, основанный на распределенных технологиях, посредством совместного вычислительного сетевого, открытого рынка данных, вычислений конфиденциальности и других способов, вносит новый импульс в развитие ИИ. В то же время ИИ может принести множество возможностей Web3, таких как оптимизация смарт-контрактов, алгоритмы противодействия мошенничеству и т.д., способствуя его экосистемному развитию. Исследование сочетания Web3 и ИИ имеет решающее значение для построения инфраструктуры следующего поколения интернета, а также для раскрытия ценности данных и вычислительной мощности.

Данные как основа: Искусственный интеллект и Web3

Данные являются основным двигателем развития ИИ. Модели ИИ нуждаются в переработке огромного объема качественных данных, чтобы получить глубокое понимание и мощные способности к рассуждению. Данные не только предоставляют основу для обучения моделей машинного обучения, но и определяют точность и надежность моделей.

Традиционные модели получения и использования данных централизованного ИИ имеют следующие проблемы:

• Высокие затраты на получение данных, малым и средним предприятиям трудно их нести
• Данные ресурсы монополизируются крупными технологическими компаниями, образуя острова данных
• Личная информация подвергается риску утечки и злоупотребления.

Web3 предлагает новую децентрализованную парадигму данных для решения этих проблем:

• Пользователи могут продавать неиспользуемые сетевые ресурсы, децентрализованно собирать сетевые данные, предоставляя реальные и качественные данные для обучения моделей ИИ.
• Используя модель "разметка за деньги", с помощью токенов мы мотивируем работников по всему миру участвовать в разметке данных, собирая глобальные экспертизы и усиливая возможности анализа данных.
• Платформа торговли данными на блокчейне предоставляет открыенную и прозрачную торговую среду для обеих сторон, заинтересованных в данных, стимулируя инновации и обмен данными.

Тем не менее, в реальном мире получение данных по-прежнему сталкивается с некоторыми проблемами, такими как неравномерное качество данных, высокая сложность обработки, недостаточная разнообразие и представительность и т.д. Синтетические данные могут стать яркой точкой в области данных Web3 в будущем. Основываясь на технологии генеративного ИИ и моделировании, синтетические данные могут имитировать свойства реальных данных, служа эффективным дополнением к реальным данным, повышая эффективность использования данных. В таких областях, как автономное вождение, торговля на финансовых рынках и разработка игр, синтетические данные уже продемонстрировали зрелый потенциал применения.

Защита конфиденциальности: Роль FHE в Web3

В эпоху, управляемую данными, защита личной информации стала объектом глобального внимания. Принятие таких нормативных актов, как Общий регламент по защите данных (GDPR) в Европейском Союзе, отражает строгую защиту личной конфиденциальности. Однако это также создает вызовы: некоторые чувствительные данные не могут быть использованы в полной мере из-за рисков конфиденциальности, что ограничивает потенциал и возможности моделирования ИИ.

FHE — это полностью однородное шифрование, позволяющее выполнять вычисления непосредственно над зашифрованными данными без необходимости их расшифровки, и результаты вычислений совпадают с результатами тех же вычислений над открытыми данными.

FHE предоставляет надежную защиту для вычислений с конфиденциальностью AI, позволяя GPU вычислительной мощности выполнять задачи обучения и вывода моделей в среде, не касаясь исходных данных. Это приносит огромные преимущества компаниям AI. Они могут безопасно открывать API-сервисы, защищая при этом коммерческую тайну.

FHEML поддерживает шифрование данных и моделей на протяжении всего цикла машинного обучения, обеспечивая безопасность конфиденциальной информации и предотвращая риски утечки данных. Таким образом, FHEML усиливает конфиденциальность данных и предоставляет безопасную вычислительную среду для AI-приложений.

FHEML является дополнением к ZKML, ZKML доказывает правильное выполнение машинного обучения, в то время как FHEML подчеркивает вычисления с зашифрованными данными для обеспечения конфиденциальности данных.

Революция вычислительной мощности: AI-вычисления в децентрализованных сетях

Текущая вычислительная сложность AI-систем удваивается каждые 3 месяца, что приводит к резкому увеличению потребности в вычислительных мощностях, значительно превышающим предложение существующих вычислительных ресурсов. Например, обучение крупной языковой модели известной AI-компании требует огромных вычислительных мощностей, эквивалентных 355 годам обучения на одном устройстве. Такой дефицит вычислительных мощностей не только ограничивает прогресс технологий AI, но и делает такие продвинутые AI-модели недоступными для большинства исследователей и разработчиков.

В то же время мировая загрузка GPU составляет менее 40%, а замедление повышения производительности микропроцессоров, а также нехватка чипов, вызванная факторами цепочки поставок и геополитическими обстоятельствами, усугубляют проблему предложения вычислительной мощности. Специалисты по ИИ оказались в двусмысленном положении: либо покупать оборудование, либо арендовать облачные ресурсы, им срочно требуется экономически эффективный способ предоставления вычислительных услуг по мере необходимости.

Некоторая децентрализованная сеть вычислительных мощностей AI, объединяющая неиспользуемые GPU-ресурсы со всего мира, предоставляет AI-компаниям экономичный и доступный рынок вычислительных мощностей. Запросы на вычислительные мощности могут размещаться на сети, интеллектуальный контракт распределяет задачи между майнерами, предоставляющими вычислительные мощности, которые выполняют задачи и предоставляют результаты, получая баллы вознаграждения после проверки. Это решение повышает эффективность использования ресурсов и помогает решить проблему узких мест в вычислительных мощностях в таких областях, как AI.

Помимо универсальной децентрализованной сети вычислительных мощностей, существуют платформы, сосредоточенные на обучении ИИ, а также специализированные сети вычислительных мощностей для вывода ИИ.

Децентрализованная сеть вычислительной мощности обеспечивает справедливый и прозрачный рынок вычислительной мощности, разрушает монополию, снижает барьеры для входа и увеличивает эффективность использования вычислительной мощности. В экосистеме web3 децентрализованная сеть вычислительной мощности сыграет ключевую роль, привлечет больше инновационных dapp и совместно будет способствовать развитию и применению технологий ИИ.

DePIN：Web3, наделяющий Edge AI

Представьте себе, что ваш мобильный телефон, смарт-часы и даже умные устройства в вашем доме обладают способностью запускать ИИ — вот в чем魅力 Edge AI. Это позволяет вычислениям происходить на месте генерации данных, обеспечивая низкую задержку и обработку в реальном времени, одновременно защищая конфиденциальность пользователей. Технология Edge AI уже применяется в таких ключевых областях, как автономное вождение.

В области Web3 у нас есть более знакомое имя — DePIN. Web3 подчеркивает децентрализацию и суверенитет пользовательских данных, а DePIN, обрабатывая данные локально, может улучшить защиту конфиденциальности пользователей и снизить риск утечки данных; родная токеномика Web3 может стимулировать узлы DePIN предоставлять вычислительные ресурсы, создавая устойчивую экосистему.

В настоящее время DePIN стремительно развивается в экосистеме известной публичной цепи, становясь одной из предпочитаемых платформ для развертывания проектов. Высокая TPS, низкие транзакционные расходы и технологические инновации этой публичной цепи предоставляют мощную поддержку проектам DePIN. В настоящее время рыночная капитализация проектов DePIN на этой публичной цепи превышает 10 миллиардов долларов США, и несколько известных проектов достигли значительного прогресса.

IMO：AI модель публикует новую парадигму

Концепция IMO была впервые предложена в некотором соглашении, которое токенизирует модели ИИ.

В традиционной модели из-за отсутствия механизма распределения доходов, как только AI-модель разработана и выведена на рынок, разработчикам часто трудно получать постоянный доход от последующего использования модели, особенно когда модель интегрируется в другие продукты и услуги; оригинальным создателям сложно отслеживать использование, не говоря уже о получении дохода. Кроме того, производительность и эффективность AI-моделей часто не прозрачны, что затрудняет потенциальным инвесторам и пользователям оценку их реальной ценности, ограничивая рыночное признание модели и коммерческий потенциал.

IMO предоставляет новый способ финансирования и совместного использования ценности для открытых AI моделей, инвесторы могут покупать токены IMO, чтобы делиться доходами, полученными от модели в будущем. Определенный протокол использует конкретный стандарт ERC, сочетая AI оракулы и технологии OPML, чтобы гарантировать подлинность AI моделей и возможность получения дохода держателями токенов.

Модель IMO усиливает прозрачность и доверие, способствует открытой совместной работе, адаптируется к тенденциям крипторынка и вносит вклад в устойчивое развитие технологий ИИ. В настоящее время IMO все еще находится на стадии первоначальных попыток, но с повышением уровня принятия на рынке и расширением сферы участия, его инновационность и потенциальная ценность заслуживают нашего ожидания.

AI Agent: Новая эпоха интерактивного опыта

AI Агент может воспринимать окружающую среду, проводить независимое мышление и предпринимать соответствующие действия для достижения поставленных целей. При поддержке больших языковых моделей AI Агент не только понимает естественный язык, но и планирует решения, выполняет сложные задачи. Они могут выступать в качестве виртуальных помощников, обучаясь предпочтениям пользователей через взаимодействие с ними и предлагая персонализированные решения. Даже без явных указаний AI Агент также может самостоятельно решать проблемы, повышая эффективность и создавая новую ценность.

Некоторая платформа для создания приложений на основе ИИ предоставляет комплексный и удобный набор инструментов для творчества, поддерживающий пользователей в настройке функций робота, внешнего вида, голоса, а также в подключении внешних баз знаний и т.д. Платформа нацелена на создание справедливой и открытой экосистемы контента на основе ИИ, используя технологии генеративного ИИ, позволяя индивидуумам стать супер-творцами. Эта платформа обучила специализированную языковую модель, что делает ролевое взаимодействие более человечным; технологии клонирования голоса могут ускорить персонализированное взаимодействие ИИ-продуктов, снизив стоимость синтеза голоса на 99%, клонирование голоса может быть осуществлено всего за 1 минуту. Используя настроенного AI Agent на этой платформе, в настоящее время можно применять в таких областях, как видеочат, изучение языков, генерация изображений и других.

В融合 Web3 и AI в настоящее время больше всего исследуется уровень инфраструктуры: как получить качественные данные, защитить конфиденциальность данных, как разместить модели на блокчейне, как повысить эффективное использование децентрализованных вычислительных мощностей, как проверить большие языковые модели и другие ключевые вопросы. С постепенным совершенствованием этой инфраструктуры у нас есть основания полагать, что интеграция Web3 и AI приведет к появлению ряда инновационных бизнес-моделей и услуг.