A fusão do Web3 com a inteligência artificial: construindo a infraestrutura da próxima geração da internet
Web3, como um novo paradigma da internet descentralizada, aberto e transparente, apresenta uma oportunidade natural de fusão com a inteligência artificial. Sob a arquitetura centralizada tradicional, os recursos de computação e dados da IA estão sob controle rigoroso, enfrentando desafios como gargalos de poder computacional, vazamento de privacidade e caixas-pretas de algoritmos. Por outro lado, o Web3, baseado em tecnologia distribuída, pode injetar um novo impulso ao desenvolvimento da IA através de redes de computação compartilhada, mercados de dados abertos e computação de privacidade. Ao mesmo tempo, a IA pode também trazer diversas capacitações ao Web3, como otimização de contratos inteligentes e algoritmos anti-fraude, ajudando na construção de seu ecossistema. Portanto, explorar a combinação entre Web3 e IA é de grande importância para a construção da infraestrutura da próxima geração da internet e para liberar o valor dos dados e do poder computacional.
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 grande 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.
Recursos de dados são monopolizados por gigantes tecnológicos, formando ilhas de dados
Os dados pessoais enfrentam riscos de vazamento e abuso.
O Web3 propõe um novo paradigma de dados descentralizados para resolver esses pontos problemáticos:
Os usuários podem vender recursos de rede ociosos para empresas de IA, coletando dados da web de forma descentralizada, para fornecer dados reais e de alta qualidade para o treinamento de modelos de IA.
Adotar o modo "mineração através de rotulagem", incentivando trabalhadores globais a participar da rotulagem de dados por meio de tokens, reunindo conhecimento profissional global.
A plataforma de negociação de dados em blockchain oferece um ambiente de negociação público e transparente para ambas as partes da oferta e da demanda de dados, incentivando a inovação e o compartilhamento de dados.
Apesar disso, a obtenção de dados do mundo real ainda enfrenta problemas de qualidade inconsistente, dificuldade de processamento, diversidade e falta de representatividade. Dados sintéticos podem ser a estrela do futuro da área de dados Web3. Baseados em tecnologias de IA generativa e simulação, os dados sintéticos podem simular as propriedades dos dados reais, servindo como um complemento eficaz, aumentando a eficiência do uso de dados. Em áreas como condução autónoma, negociação nos mercados financeiros e desenvolvimento de jogos, os dados sintéticos já demonstraram um potencial de aplicação maduro.
Proteção de Privacidade: O Papel da Criptografia Totalmente Homomórfica no Web3
Na era dos dados, a proteção da privacidade tornou-se um foco de atenção global. A implementação de regulamentos como o GDPR da União Europeia reflete a rigorosa proteção da privacidade pessoal. No entanto, isso também trouxe desafios: alguns dados sensíveis não podem ser plenamente utilizados devido ao risco de privacidade, limitando o potencial e a capacidade de raciocínio dos modelos de IA.
A criptografia homomórfica total ( FHE ) permite a realização de operações de cálculo diretamente sobre dados criptografados, sem a necessidade de descriptografar os dados, e o resultado do cálculo é consistente com o resultado de cálculos realizados sobre dados em texto claro. O FHE oferece uma proteção sólida para o cálculo privado de IA, permitindo que o poder de processamento 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, permitindo que ofereçam serviços de API de forma segura, enquanto protegem segredos comerciais.
A aprendizagem de máquina com criptografia homomórfica ( FHEML ) suporta o processamento criptografado de dados e modelos durante todo o ciclo de aprendizagem de máquina, garantindo a segurança de informações sensíveis e prevenindo riscos de vazamento de dados. FHEML é um complemento da aprendizagem de máquina de conhecimento zero ( ZKML ), onde ZKML prova a execução correta da aprendizagem de máquina, enquanto FHEML enfatiza o cálculo sobre dados criptografados para manter a privacidade dos dados.
Revolução do Poder de Cálculo: Computação AI em Redes Descentralizadas
A complexidade computacional dos sistemas de IA atuais duplica a cada 3 meses, levando a uma explosão na demanda por poder computacional, muito além da oferta de recursos computacionais existentes. Por exemplo, o treinamento do modelo GPT-3 requer um enorme poder computacional, 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 os modelos de IA avançados inacessíveis 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 agrava o problema de fornecimento de poder computacional. Os profissionais de IA se encontram em um dilema: ou compram hardware, ou alugam recursos em nuvem, e eles precisam urgentemente de uma forma de serviço de computação sob demanda e econômica.
Algumas redes de computação descentralizada de IA agregam recursos de GPU ociosos em todo o mundo, oferecendo um mercado de computação econômico e fácil de usar para empresas de IA. As partes que necessitam de computação podem publicar tarefas de cálculo na rede, e contratos inteligentes atribuem as tarefas aos nós mineradores que contribuem com poder computacional. Os mineradores executam as tarefas e enviam 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 da rede de computação descentralizada geral, há redes de computação dedicadas ao treinamento e raciocínio de IA. As redes de computação descentralizadas oferecem um mercado de computação justo e transparente, quebrando monopólios, reduzindo barreiras de entrada e aumentando a eficiência na utilização da computação. No ecossistema Web3, as redes de computação descentralizadas desempenharão um papel crucial, atraindo mais aplicações descentralizadas inovadoras para se juntarem e impulsionarem conjuntamente o desenvolvimento e a aplicação da tecnologia de IA.
Rede de Infraestrutura Física Distribuída: Web3 capacita IA de borda
A IA de borda permite que o processamento ocorra na origem dos dados, alcançando baixa latência e processamento em tempo real, ao mesmo tempo que protege a privacidade do usuário. Esta tecnologia já foi aplicada em áreas críticas, como a condução autónoma. No domínio do Web3, a rede de infraestrutura física distribuída (DePIN) é um conceito mais familiar. O Web3 enfatiza a descentralização e a soberania dos dados do usuário; o DePIN, ao processar dados localmente, pode aumentar a proteção da privacidade do usuário e reduzir o risco de vazamento de dados. O mecanismo de economia de tokens nativo do Web3 pode incentivar os nós do DePIN a fornecer recursos computacionais, construindo um ecossistema sustentável.
Atualmente, o DePIN está a desenvolver-se rapidamente em certos 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 apoio aos projetos DePIN. Alguns projetos DePIN conhecidos já alcançaram progressos significativos nesses ecossistemas.
Emissão do modelo inicial: Novo paradigma de lançamento de modelos de IA
O conceito de emissão do modelo inicial (IMO) tokeniza modelos de IA. No modelo tradicional, devido à falta de um mecanismo de compartilhamento de receitas, os desenvolvedores têm dificuldade em obter receitas contínuas do uso subsequente do modelo, especialmente quando o modelo é integrado em outros produtos e serviços. Além disso, 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 potenciais, restringindo o reconhecimento de mercado e o potencial comercial do modelo.
O IMO oferece um novo suporte financeiro e uma forma de compartilhamento de valor para modelos de IA de código aberto. Os investidores podem comprar tokens IMO e compartilhar os lucros gerados posteriormente pelo modelo. Alguns projetos utilizam padrões específicos de blockchain, combinando oráculos de IA e tecnologia de aprendizado de máquina em blockchain para garantir a autenticidade do modelo de IA e que os detentores de tokens possam compartilhar os lucros.
O modelo 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 fase inicial de tentativas, mas com o aumento da aceitação do mercado e a ampliação do alcance de participação, sua inovação e valor potencial são promissores.
Agente de IA: Uma Nova Era de Experiência Interativa
Agentes de IA podem perceber o ambiente, pensar de forma independente e tomar ações apropriadas para alcançar objetivos estabelecidos. Com o suporte de grandes modelos de linguagem, os agentes de IA não apenas conseguem 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 oferecendo soluções personalizadas. Na ausência de instruções claras, os agentes de IA também podem resolver problemas de forma autônoma, aumentar a eficiência e criar novo valor.
Algumas plataformas abertas de aplicações nativas de IA oferecem um conjunto de ferramentas de criação abrangente e fácil de usar, permitindo que os usuários configurem funções, aparência, som de robôs, bem como conectem-se a bancos de dados externos, com o objetivo de criar um ecossistema de conteúdo de IA justo e aberto. Utilizando tecnologia de IA generativa, essas plataformas capacitam indivíduos a se tornarem super criadores. Algumas plataformas treinaram modelos de linguagem especializados, tornando o papel mais humanizado; a tecnologia de clonagem de voz pode acelerar a interação personalizada de produtos de IA, reduzindo significativamente os custos de síntese de voz. Os agentes inteligentes de IA personalizados por meio dessas plataformas podem ser aplicados atualmente em várias áreas, como chat de vídeo, aprendizado de idiomas, geração de imagens, entre outros.
Atualmente, a fusão entre Web3 e IA está mais concentrada na exploração a nível de infraestrutura, incluindo como obter dados de alta qualidade, proteger a privacidade dos dados, como hospedar modelos em blockchain, como aumentar o uso eficiente da computação descentralizada, e como validar grandes modelos de linguagem, entre outras questões fundamentais. Com a gradual melhoria dessas infraestruturas, temos razões para acreditar que a fusão entre Web3 e IA dará origem a uma série de modelos de negócios e serviços inovadores.
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
Web3 e AI em fusão: criando a próxima geração de infraestrutura da Internet
A fusão do Web3 com a inteligência artificial: construindo a infraestrutura da próxima geração da internet
Web3, como um novo paradigma da internet descentralizada, aberto e transparente, apresenta uma oportunidade natural de fusão com a inteligência artificial. Sob a arquitetura centralizada tradicional, os recursos de computação e dados da IA estão sob controle rigoroso, enfrentando desafios como gargalos de poder computacional, vazamento de privacidade e caixas-pretas de algoritmos. Por outro lado, o Web3, baseado em tecnologia distribuída, pode injetar um novo impulso ao desenvolvimento da IA através de redes de computação compartilhada, mercados de dados abertos e computação de privacidade. Ao mesmo tempo, a IA pode também trazer diversas capacitações ao Web3, como otimização de contratos inteligentes e algoritmos anti-fraude, ajudando na construção de seu ecossistema. Portanto, explorar a combinação entre Web3 e IA é de grande importância para a construção da infraestrutura da próxima geração da internet e para liberar o valor dos dados e do poder computacional.
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 grande 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 Web3 propõe um novo paradigma de dados descentralizados para resolver esses pontos problemáticos:
Apesar disso, a obtenção de dados do mundo real ainda enfrenta problemas de qualidade inconsistente, dificuldade de processamento, diversidade e falta de representatividade. Dados sintéticos podem ser a estrela do futuro da área de dados Web3. Baseados em tecnologias de IA generativa e simulação, os dados sintéticos podem simular as propriedades dos dados reais, servindo como um complemento eficaz, aumentando a eficiência do uso de dados. Em áreas como condução autónoma, negociação nos mercados financeiros e desenvolvimento de jogos, os dados sintéticos já demonstraram um potencial de aplicação maduro.
Proteção de Privacidade: O Papel da Criptografia Totalmente Homomórfica no Web3
Na era dos dados, a proteção da privacidade tornou-se um foco de atenção global. A implementação de regulamentos como o GDPR da União Europeia reflete a rigorosa proteção da privacidade pessoal. No entanto, isso também trouxe desafios: alguns dados sensíveis não podem ser plenamente utilizados devido ao risco de privacidade, limitando o potencial e a capacidade de raciocínio dos modelos de IA.
A criptografia homomórfica total ( FHE ) permite a realização de operações de cálculo diretamente sobre dados criptografados, sem a necessidade de descriptografar os dados, e o resultado do cálculo é consistente com o resultado de cálculos realizados sobre dados em texto claro. O FHE oferece uma proteção sólida para o cálculo privado de IA, permitindo que o poder de processamento 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, permitindo que ofereçam serviços de API de forma segura, enquanto protegem segredos comerciais.
A aprendizagem de máquina com criptografia homomórfica ( FHEML ) suporta o processamento criptografado de dados e modelos durante todo o ciclo de aprendizagem de máquina, garantindo a segurança de informações sensíveis e prevenindo riscos de vazamento de dados. FHEML é um complemento da aprendizagem de máquina de conhecimento zero ( ZKML ), onde ZKML prova a execução correta da aprendizagem de máquina, enquanto FHEML enfatiza o cálculo sobre dados criptografados para manter a privacidade dos dados.
Revolução do Poder de Cálculo: Computação AI em Redes Descentralizadas
A complexidade computacional dos sistemas de IA atuais duplica a cada 3 meses, levando a uma explosão na demanda por poder computacional, muito além da oferta de recursos computacionais existentes. Por exemplo, o treinamento do modelo GPT-3 requer um enorme poder computacional, 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 os modelos de IA avançados inacessíveis 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 agrava o problema de fornecimento de poder computacional. Os profissionais de IA se encontram em um dilema: ou compram hardware, ou alugam recursos em nuvem, e eles precisam urgentemente de uma forma de serviço de computação sob demanda e econômica.
Algumas redes de computação descentralizada de IA agregam recursos de GPU ociosos em todo o mundo, oferecendo um mercado de computação econômico e fácil de usar para empresas de IA. As partes que necessitam de computação podem publicar tarefas de cálculo na rede, e contratos inteligentes atribuem as tarefas aos nós mineradores que contribuem com poder computacional. Os mineradores executam as tarefas e enviam 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 da rede de computação descentralizada geral, há redes de computação dedicadas ao treinamento e raciocínio de IA. As redes de computação descentralizadas oferecem um mercado de computação justo e transparente, quebrando monopólios, reduzindo barreiras de entrada e aumentando a eficiência na utilização da computação. No ecossistema Web3, as redes de computação descentralizadas desempenharão um papel crucial, atraindo mais aplicações descentralizadas inovadoras para se juntarem e impulsionarem conjuntamente o desenvolvimento e a aplicação da tecnologia de IA.
Rede de Infraestrutura Física Distribuída: Web3 capacita IA de borda
A IA de borda permite que o processamento ocorra na origem dos dados, alcançando baixa latência e processamento em tempo real, ao mesmo tempo que protege a privacidade do usuário. Esta tecnologia já foi aplicada em áreas críticas, como a condução autónoma. No domínio do Web3, a rede de infraestrutura física distribuída (DePIN) é um conceito mais familiar. O Web3 enfatiza a descentralização e a soberania dos dados do usuário; o DePIN, ao processar dados localmente, pode aumentar a proteção da privacidade do usuário e reduzir o risco de vazamento de dados. O mecanismo de economia de tokens nativo do Web3 pode incentivar os nós do DePIN a fornecer recursos computacionais, construindo um ecossistema sustentável.
Atualmente, o DePIN está a desenvolver-se rapidamente em certos 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 apoio aos projetos DePIN. Alguns projetos DePIN conhecidos já alcançaram progressos significativos nesses ecossistemas.
Emissão do modelo inicial: Novo paradigma de lançamento de modelos de IA
O conceito de emissão do modelo inicial (IMO) tokeniza modelos de IA. No modelo tradicional, devido à falta de um mecanismo de compartilhamento de receitas, os desenvolvedores têm dificuldade em obter receitas contínuas do uso subsequente do modelo, especialmente quando o modelo é integrado em outros produtos e serviços. Além disso, 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 potenciais, restringindo o reconhecimento de mercado e o potencial comercial do modelo.
O IMO oferece um novo suporte financeiro e uma forma de compartilhamento de valor para modelos de IA de código aberto. Os investidores podem comprar tokens IMO e compartilhar os lucros gerados posteriormente pelo modelo. Alguns projetos utilizam padrões específicos de blockchain, combinando oráculos de IA e tecnologia de aprendizado de máquina em blockchain para garantir a autenticidade do modelo de IA e que os detentores de tokens possam compartilhar os lucros.
O modelo 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 fase inicial de tentativas, mas com o aumento da aceitação do mercado e a ampliação do alcance de participação, sua inovação e valor potencial são promissores.
Agente de IA: Uma Nova Era de Experiência Interativa
Agentes de IA podem perceber o ambiente, pensar de forma independente e tomar ações apropriadas para alcançar objetivos estabelecidos. Com o suporte de grandes modelos de linguagem, os agentes de IA não apenas conseguem 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 oferecendo soluções personalizadas. Na ausência de instruções claras, os agentes de IA também podem resolver problemas de forma autônoma, aumentar a eficiência e criar novo valor.
Algumas plataformas abertas de aplicações nativas de IA oferecem um conjunto de ferramentas de criação abrangente e fácil de usar, permitindo que os usuários configurem funções, aparência, som de robôs, bem como conectem-se a bancos de dados externos, com o objetivo de criar um ecossistema de conteúdo de IA justo e aberto. Utilizando tecnologia de IA generativa, essas plataformas capacitam indivíduos a se tornarem super criadores. Algumas plataformas treinaram modelos de linguagem especializados, tornando o papel mais humanizado; a tecnologia de clonagem de voz pode acelerar a interação personalizada de produtos de IA, reduzindo significativamente os custos de síntese de voz. Os agentes inteligentes de IA personalizados por meio dessas plataformas podem ser aplicados atualmente em várias áreas, como chat de vídeo, aprendizado de idiomas, geração de imagens, entre outros.
Atualmente, a fusão entre Web3 e IA está mais concentrada na exploração a nível de infraestrutura, incluindo como obter dados de alta qualidade, proteger a privacidade dos dados, como hospedar modelos em blockchain, como aumentar o uso eficiente da computação descentralizada, e como validar grandes modelos de linguagem, entre outras questões fundamentais. Com a gradual melhoria dessas infraestruturas, temos razões para acreditar que a fusão entre Web3 e IA dará origem a uma série de modelos de negócios e serviços inovadores.