La fusión de Web3 y AI: Construyendo la infraestructura de Internet de próxima generación
Web3, como un nuevo paradigma de Internet descentralizado, abierto y transparente, tiene una oportunidad natural de integración con la IA. En la arquitectura centralizada tradicional, los recursos de cálculo y datos de la IA están estrictamente controlados, y existen numerosos desafíos como cuellos de botella en la capacidad de cálculo, filtraciones de privacidad y algoritmos de caja negra. Sin embargo, Web3, basado en tecnologías distribuidas, puede inyectar nueva energía al desarrollo de la IA a través de redes de cálculo compartidas, mercados de datos abiertos y computación en privacidad. Al mismo tiempo, la IA también puede aportar muchas capacidades a Web3, como la optimización de contratos inteligentes y algoritmos contra el fraude, apoyando así la construcción de su ecosistema. Por lo tanto, explorar la combinación de Web3 y la IA es crucial para construir la infraestructura de Internet de próxima generación y liberar el valor de los datos y la capacidad de cálculo.
Impulsado por datos: La sólida base de la IA y Web3
Los datos son el motor central que impulsa el desarrollo de la IA, así como el combustible lo es para un motor. Los modelos de IA necesitan digerir grandes volúmenes de datos de alta calidad para obtener una comprensión profunda y una poderosa capacidad de razonamiento. Los datos no solo proporcionan la base de entrenamiento para los modelos de aprendizaje automático, sino que también determinan la precisión y fiabilidad del modelo.
En los modelos tradicionales de adquisición y utilización de datos de IA centralizados, existen los siguientes problemas principales:
El costo de obtención de datos es alto, lo que dificulta que las pequeñas y medianas empresas lo asuman.
Los recursos de datos están monopolizados por gigantes tecnológicos, formando islas de datos.
Los datos personales enfrentan el riesgo de filtración y abuso.
Web3 puede resolver los puntos débiles del modelo tradicional con un nuevo paradigma de datos descentralizados:
A través de un enfoque descentralizado, se captura datos de la red, que luego son limpiados y transformados para proporcionar datos reales y de alta calidad para el entrenamiento de modelos de IA.
Adoptar el modelo "label to earn", incentivando a trabajadores de todo el mundo a participar en la anotación de datos a través de tokens, reuniendo el conocimiento profesional global y mejorando la capacidad de análisis de datos.
La plataforma de intercambio de datos en blockchain proporciona un entorno de intercambio público y transparente para ambas partes de oferta y demanda de datos, incentivando la innovación y el intercambio de datos.
A pesar de ello, la obtención de datos del mundo real también presenta algunos problemas, como la calidad variable de los datos, la dificultad de procesamiento, la falta de diversidad y representatividad, entre otros. Los datos sintéticos podrían ser la estrella del futuro en la pista de datos de Web3. Basados en tecnología de IA generativa y simulación, los datos sintéticos pueden simular las propiedades de los datos reales, sirviendo como un complemento efectivo a los datos reales y mejorando la eficiencia en el uso de datos. En campos como la conducción autónoma, el comercio en mercados financieros y el desarrollo de videojuegos, los datos sintéticos ya han demostrado su potencial de aplicación madura.
Protección de la privacidad: El papel de FHE en Web3
En la era impulsada por datos, la protección de la privacidad se ha convertido en un foco de atención global. La implementación de regulaciones como el Reglamento General de Protección de Datos (GDPR) de la Unión Europea refleja la estricta defensa de la privacidad individual. Sin embargo, esto también trae desafíos: algunos datos sensibles no pueden ser utilizados plenamente debido a los riesgos de privacidad, lo que sin duda limita el potencial y la capacidad de razonamiento de los modelos de IA.
FHE es la encriptación homomórfica total, que permite realizar operaciones de cálculo directamente sobre datos encriptados sin necesidad de desencriptar los datos, y el resultado del cálculo es consistente con el resultado de realizar el mismo cálculo sobre datos en texto claro.
FHE proporciona una sólida protección para el cálculo privado de la IA, permitiendo que la potencia de cálculo de la GPU ejecute tareas de entrenamiento e inferencia del modelo sin acceder a los datos originales. Esto ofrece una gran ventaja a las empresas de IA. Pueden abrir de manera segura los servicios API mientras protegen sus secretos comerciales.
FHEML admite el procesamiento de datos y modelos cifrados a lo largo de todo el ciclo de vida del aprendizaje automático, asegurando la seguridad de la información sensible y previniendo el riesgo de filtraciones de datos. De esta manera, FHEML refuerza la privacidad de los datos y proporciona un marco de cálculo seguro para las aplicaciones de IA.
FHEML es un complemento de ZKML, ZKML prueba la correcta ejecución del aprendizaje automático, mientras que FHEML enfatiza el cálculo sobre datos cifrados para mantener la privacidad de los datos.
Revolución de la potencia de cálculo: Computación de IA en redes descentralizadas
La complejidad computacional de los sistemas de IA actuales se duplica cada 3 meses, lo que provoca un aumento explosivo en la demanda de potencia de cálculo, muy por encima de la oferta de recursos computacionales existentes. Por ejemplo, el entrenamiento de un gran modelo de lenguaje requiere una enorme potencia de cálculo, equivalente a 355 años de tiempo de entrenamiento en un solo dispositivo. Esta escasez de potencia de cálculo no solo limita el progreso de la tecnología de IA, sino que también hace que esos modelos de IA avanzados sean inalcanzables para la mayoría de los investigadores y desarrolladores.
Al mismo tiempo, la tasa de utilización global de GPU es inferior al 40%, sumado a la desaceleración en el aumento del rendimiento de los microprocesadores y a la escasez de chips causada por factores de la cadena de suministro y geopolíticos, lo que agrava aún más el problema del suministro de potencia de cálculo. Los profesionales de la IA se encuentran en un dilema: o compran hardware por su cuenta o alquilan recursos en la nube, y necesitan urgentemente una forma de servicio de computación bajo demanda y rentable.
La red de computación descentralizada de IA agrega recursos de GPU ociosos a nivel mundial, proporcionando un mercado de potencia de cálculo que es tanto económico como de fácil acceso para las empresas de IA. Los demandantes de potencia de cálculo pueden publicar tareas de computación en la red, y los contratos inteligentes asignan las tareas a los nodos mineros que contribuyen con potencia de cálculo. Los mineros ejecutan las tareas y envían los resultados, y tras la verificación, reciben recompensas en forma de puntos. Este enfoque mejora la eficiencia en la utilización de recursos y ayuda a resolver el problema del cuello de botella en la potencia de cálculo en campos como la IA.
Además de las redes de potencia descentralizada de uso general, también hay plataformas enfocadas en el entrenamiento de IA y redes de potencia especializadas en la inferencia de IA.
Las redes de potencia descentralizadas ofrecen un mercado de potencia justo y transparente, rompiendo monopolios, reduciendo la barrera de entrada y mejorando la eficiencia en el uso de la potencia. En el ecosistema web3, las redes de potencia descentralizadas desempeñarán un papel clave, atrayendo la participación de más dapps innovadores y promoviendo conjuntamente el desarrollo y la aplicación de la tecnología de IA.
DePIN: Web3 empodera la IA en el borde
Imagina que tu teléfono móvil, tu reloj inteligente e incluso los dispositivos inteligentes de tu hogar tienen la capacidad de ejecutar IA: esa es la magia del Edge AI. Permite que el procesamiento ocurra en el origen de la generación de datos, logrando baja latencia y procesamiento en tiempo real, al mismo tiempo que protege la privacidad del usuario. La tecnología Edge AI ya se ha aplicado en campos clave como la conducción autónoma.
En el ámbito de Web3, tenemos un nombre más familiar: DePIN. Web3 enfatiza la descentralización y la soberanía sobre los datos del usuario; DePIN, al procesar datos localmente, puede aumentar la protección de la privacidad del usuario y reducir el riesgo de filtraciones de datos. El mecanismo económico nativo de tokens de Web3 puede incentivar a los nodos de DePIN a proporcionar recursos computacionales, construyendo un ecosistema sostenible.
Actualmente, DePIN está desarrollándose rápidamente en el ecosistema de cierta cadena pública, convirtiéndose en una de las plataformas de cadena pública preferidas para el despliegue de proyectos. La alta TPS, bajos costos de transacción e innovaciones tecnológicas de esta cadena pública brindan un sólido apoyo a los proyectos DePIN. Actualmente, la capitalización de mercado de los proyectos DePIN en esta cadena pública supera los 10 mil millones de dólares, y algunos proyectos conocidos han logrado avances significativos.
IMO: Publicación de un nuevo paradigma de modelos de IA
El concepto de IMO fue propuesto inicialmente por un protocolo, tokenizando modelos de IA.
En un modelo tradicional, debido a la falta de un mecanismo de reparto de beneficios, una vez que se desarrolla y se lanza al mercado un modelo de IA, los desarrolladores a menudo tienen dificultades para obtener ingresos continuos de su uso posterior, especialmente cuando el modelo se integra en otros productos y servicios. Es difícil para los creadores originales rastrear el uso, y mucho menos obtener beneficios de ello. Además, el rendimiento y la efectividad de los modelos de IA a menudo carecen de transparencia, lo que dificulta a los inversores y usuarios potenciales evaluar su verdadero valor, limitando así el reconocimiento del mercado y el potencial comercial del modelo.
IMO ofrece una nueva forma de financiamiento y compartición de valor para modelos de IA de código abierto, donde los inversores pueden comprar tokens IMO y compartir los ingresos generados por el modelo en el futuro. Un protocolo utiliza dos estándares ERC, combinando oráculos de IA en cadena (Onchain AI Oracle) y tecnología OPML para garantizar la autenticidad del modelo de IA y que los titulares de tokens puedan compartir los ingresos.
El modo IMO ha mejorado la transparencia y la confianza, fomentando la colaboración de código abierto, adaptándose a las tendencias del mercado de criptomonedas e impulsando el desarrollo sostenible de la tecnología AI. Actualmente, el IMO se encuentra en una fase inicial de prueba, pero a medida que aumenta la aceptación del mercado y se amplía el alcance de la participación, su innovación y valor potencial son dignos de nuestra expectativa.
Agente de IA: Una nueva era de experiencias interactivas
El Agente de IA puede percibir el entorno, pensar de manera independiente y tomar acciones correspondientes para alcanzar objetivos establecidos. Con el apoyo de modelos de lenguaje grandes, el Agente de IA no solo puede comprender el lenguaje natural, sino también planificar decisiones y ejecutar tareas complejas. Pueden actuar como asistentes virtuales, aprendiendo las preferencias del usuario a través de la interacción y ofreciendo soluciones personalizadas. Incluso sin instrucciones claras, el Agente de IA puede resolver problemas de forma autónoma, aumentando la eficiencia y creando nuevo valor.
Una plataforma de aplicaciones nativas de IA abierta ofrece un conjunto de herramientas de creación completas y fáciles de usar, que permite a los usuarios configurar funciones de robots, apariencia, sonido y conectar bases de conocimientos externas, con el objetivo de construir un ecosistema de contenido de IA justo y abierto. Utilizando tecnología de IA generativa, empodera a los individuos para convertirse en creadores superdotados. La plataforma ha entrenado modelos de lenguaje grandes especializados, haciendo que el juego de roles sea más humanizado; la tecnología de clonación de voz puede acelerar la interacción personalizada de productos de IA, reduciendo el costo de síntesis de voz en un 99%, y la clonación de voz se puede lograr en solo 1 minuto. Con el AI Agent personalizado de esta plataforma, actualmente se puede aplicar en múltiples campos como chat de video, aprendizaje de idiomas, generación de imágenes, entre otros.
En la fusión de Web3 y AI, actualmente se exploran más las capas de infraestructura, cómo obtener datos de alta calidad, proteger la privacidad de los datos, cómo alojar modelos en la cadena, cómo mejorar el uso eficiente de la potencia de cálculo descentralizada, cómo validar modelos de lenguaje grandes y otros problemas clave. A medida que estas infraestructuras se perfeccionan gradualmente, tenemos razones para creer que la fusión de Web3 y AI dará lugar a una serie de modelos de negocio y servicios innovadores.
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
10 me gusta
Recompensa
10
6
Compartir
Comentar
0/400
Deconstructionist
· 07-30 18:38
¿El shitcoin también está en ai+web3?
Ver originalesResponder0
BearMarketLightning
· 07-30 18:27
Web3 y AI están de nuevo tratando de engañar a tontos, ¿verdad?
Ver originalesResponder0
MiningDisasterSurvivor
· 07-29 05:51
Otra vez hablando de BTC, los mineros viejos no tienen buenos días, y todavía hacen estas tonterías.
Web3 y AI se fusionan: construir una infraestructura de datos y Potencia computacional descentralizada
La fusión de Web3 y AI: Construyendo la infraestructura de Internet de próxima generación
Web3, como un nuevo paradigma de Internet descentralizado, abierto y transparente, tiene una oportunidad natural de integración con la IA. En la arquitectura centralizada tradicional, los recursos de cálculo y datos de la IA están estrictamente controlados, y existen numerosos desafíos como cuellos de botella en la capacidad de cálculo, filtraciones de privacidad y algoritmos de caja negra. Sin embargo, Web3, basado en tecnologías distribuidas, puede inyectar nueva energía al desarrollo de la IA a través de redes de cálculo compartidas, mercados de datos abiertos y computación en privacidad. Al mismo tiempo, la IA también puede aportar muchas capacidades a Web3, como la optimización de contratos inteligentes y algoritmos contra el fraude, apoyando así la construcción de su ecosistema. Por lo tanto, explorar la combinación de Web3 y la IA es crucial para construir la infraestructura de Internet de próxima generación y liberar el valor de los datos y la capacidad de cálculo.
Impulsado por datos: La sólida base de la IA y Web3
Los datos son el motor central que impulsa el desarrollo de la IA, así como el combustible lo es para un motor. Los modelos de IA necesitan digerir grandes volúmenes de datos de alta calidad para obtener una comprensión profunda y una poderosa capacidad de razonamiento. Los datos no solo proporcionan la base de entrenamiento para los modelos de aprendizaje automático, sino que también determinan la precisión y fiabilidad del modelo.
En los modelos tradicionales de adquisición y utilización de datos de IA centralizados, existen los siguientes problemas principales:
Web3 puede resolver los puntos débiles del modelo tradicional con un nuevo paradigma de datos descentralizados:
A pesar de ello, la obtención de datos del mundo real también presenta algunos problemas, como la calidad variable de los datos, la dificultad de procesamiento, la falta de diversidad y representatividad, entre otros. Los datos sintéticos podrían ser la estrella del futuro en la pista de datos de Web3. Basados en tecnología de IA generativa y simulación, los datos sintéticos pueden simular las propiedades de los datos reales, sirviendo como un complemento efectivo a los datos reales y mejorando la eficiencia en el uso de datos. En campos como la conducción autónoma, el comercio en mercados financieros y el desarrollo de videojuegos, los datos sintéticos ya han demostrado su potencial de aplicación madura.
Protección de la privacidad: El papel de FHE en Web3
En la era impulsada por datos, la protección de la privacidad se ha convertido en un foco de atención global. La implementación de regulaciones como el Reglamento General de Protección de Datos (GDPR) de la Unión Europea refleja la estricta defensa de la privacidad individual. Sin embargo, esto también trae desafíos: algunos datos sensibles no pueden ser utilizados plenamente debido a los riesgos de privacidad, lo que sin duda limita el potencial y la capacidad de razonamiento de los modelos de IA.
FHE es la encriptación homomórfica total, que permite realizar operaciones de cálculo directamente sobre datos encriptados sin necesidad de desencriptar los datos, y el resultado del cálculo es consistente con el resultado de realizar el mismo cálculo sobre datos en texto claro.
FHE proporciona una sólida protección para el cálculo privado de la IA, permitiendo que la potencia de cálculo de la GPU ejecute tareas de entrenamiento e inferencia del modelo sin acceder a los datos originales. Esto ofrece una gran ventaja a las empresas de IA. Pueden abrir de manera segura los servicios API mientras protegen sus secretos comerciales.
FHEML admite el procesamiento de datos y modelos cifrados a lo largo de todo el ciclo de vida del aprendizaje automático, asegurando la seguridad de la información sensible y previniendo el riesgo de filtraciones de datos. De esta manera, FHEML refuerza la privacidad de los datos y proporciona un marco de cálculo seguro para las aplicaciones de IA.
FHEML es un complemento de ZKML, ZKML prueba la correcta ejecución del aprendizaje automático, mientras que FHEML enfatiza el cálculo sobre datos cifrados para mantener la privacidad de los datos.
Revolución de la potencia de cálculo: Computación de IA en redes descentralizadas
La complejidad computacional de los sistemas de IA actuales se duplica cada 3 meses, lo que provoca un aumento explosivo en la demanda de potencia de cálculo, muy por encima de la oferta de recursos computacionales existentes. Por ejemplo, el entrenamiento de un gran modelo de lenguaje requiere una enorme potencia de cálculo, equivalente a 355 años de tiempo de entrenamiento en un solo dispositivo. Esta escasez de potencia de cálculo no solo limita el progreso de la tecnología de IA, sino que también hace que esos modelos de IA avanzados sean inalcanzables para la mayoría de los investigadores y desarrolladores.
Al mismo tiempo, la tasa de utilización global de GPU es inferior al 40%, sumado a la desaceleración en el aumento del rendimiento de los microprocesadores y a la escasez de chips causada por factores de la cadena de suministro y geopolíticos, lo que agrava aún más el problema del suministro de potencia de cálculo. Los profesionales de la IA se encuentran en un dilema: o compran hardware por su cuenta o alquilan recursos en la nube, y necesitan urgentemente una forma de servicio de computación bajo demanda y rentable.
La red de computación descentralizada de IA agrega recursos de GPU ociosos a nivel mundial, proporcionando un mercado de potencia de cálculo que es tanto económico como de fácil acceso para las empresas de IA. Los demandantes de potencia de cálculo pueden publicar tareas de computación en la red, y los contratos inteligentes asignan las tareas a los nodos mineros que contribuyen con potencia de cálculo. Los mineros ejecutan las tareas y envían los resultados, y tras la verificación, reciben recompensas en forma de puntos. Este enfoque mejora la eficiencia en la utilización de recursos y ayuda a resolver el problema del cuello de botella en la potencia de cálculo en campos como la IA.
Además de las redes de potencia descentralizada de uso general, también hay plataformas enfocadas en el entrenamiento de IA y redes de potencia especializadas en la inferencia de IA.
Las redes de potencia descentralizadas ofrecen un mercado de potencia justo y transparente, rompiendo monopolios, reduciendo la barrera de entrada y mejorando la eficiencia en el uso de la potencia. En el ecosistema web3, las redes de potencia descentralizadas desempeñarán un papel clave, atrayendo la participación de más dapps innovadores y promoviendo conjuntamente el desarrollo y la aplicación de la tecnología de IA.
DePIN: Web3 empodera la IA en el borde
Imagina que tu teléfono móvil, tu reloj inteligente e incluso los dispositivos inteligentes de tu hogar tienen la capacidad de ejecutar IA: esa es la magia del Edge AI. Permite que el procesamiento ocurra en el origen de la generación de datos, logrando baja latencia y procesamiento en tiempo real, al mismo tiempo que protege la privacidad del usuario. La tecnología Edge AI ya se ha aplicado en campos clave como la conducción autónoma.
En el ámbito de Web3, tenemos un nombre más familiar: DePIN. Web3 enfatiza la descentralización y la soberanía sobre los datos del usuario; DePIN, al procesar datos localmente, puede aumentar la protección de la privacidad del usuario y reducir el riesgo de filtraciones de datos. El mecanismo económico nativo de tokens de Web3 puede incentivar a los nodos de DePIN a proporcionar recursos computacionales, construyendo un ecosistema sostenible.
Actualmente, DePIN está desarrollándose rápidamente en el ecosistema de cierta cadena pública, convirtiéndose en una de las plataformas de cadena pública preferidas para el despliegue de proyectos. La alta TPS, bajos costos de transacción e innovaciones tecnológicas de esta cadena pública brindan un sólido apoyo a los proyectos DePIN. Actualmente, la capitalización de mercado de los proyectos DePIN en esta cadena pública supera los 10 mil millones de dólares, y algunos proyectos conocidos han logrado avances significativos.
IMO: Publicación de un nuevo paradigma de modelos de IA
El concepto de IMO fue propuesto inicialmente por un protocolo, tokenizando modelos de IA.
En un modelo tradicional, debido a la falta de un mecanismo de reparto de beneficios, una vez que se desarrolla y se lanza al mercado un modelo de IA, los desarrolladores a menudo tienen dificultades para obtener ingresos continuos de su uso posterior, especialmente cuando el modelo se integra en otros productos y servicios. Es difícil para los creadores originales rastrear el uso, y mucho menos obtener beneficios de ello. Además, el rendimiento y la efectividad de los modelos de IA a menudo carecen de transparencia, lo que dificulta a los inversores y usuarios potenciales evaluar su verdadero valor, limitando así el reconocimiento del mercado y el potencial comercial del modelo.
IMO ofrece una nueva forma de financiamiento y compartición de valor para modelos de IA de código abierto, donde los inversores pueden comprar tokens IMO y compartir los ingresos generados por el modelo en el futuro. Un protocolo utiliza dos estándares ERC, combinando oráculos de IA en cadena (Onchain AI Oracle) y tecnología OPML para garantizar la autenticidad del modelo de IA y que los titulares de tokens puedan compartir los ingresos.
El modo IMO ha mejorado la transparencia y la confianza, fomentando la colaboración de código abierto, adaptándose a las tendencias del mercado de criptomonedas e impulsando el desarrollo sostenible de la tecnología AI. Actualmente, el IMO se encuentra en una fase inicial de prueba, pero a medida que aumenta la aceptación del mercado y se amplía el alcance de la participación, su innovación y valor potencial son dignos de nuestra expectativa.
Agente de IA: Una nueva era de experiencias interactivas
El Agente de IA puede percibir el entorno, pensar de manera independiente y tomar acciones correspondientes para alcanzar objetivos establecidos. Con el apoyo de modelos de lenguaje grandes, el Agente de IA no solo puede comprender el lenguaje natural, sino también planificar decisiones y ejecutar tareas complejas. Pueden actuar como asistentes virtuales, aprendiendo las preferencias del usuario a través de la interacción y ofreciendo soluciones personalizadas. Incluso sin instrucciones claras, el Agente de IA puede resolver problemas de forma autónoma, aumentando la eficiencia y creando nuevo valor.
Una plataforma de aplicaciones nativas de IA abierta ofrece un conjunto de herramientas de creación completas y fáciles de usar, que permite a los usuarios configurar funciones de robots, apariencia, sonido y conectar bases de conocimientos externas, con el objetivo de construir un ecosistema de contenido de IA justo y abierto. Utilizando tecnología de IA generativa, empodera a los individuos para convertirse en creadores superdotados. La plataforma ha entrenado modelos de lenguaje grandes especializados, haciendo que el juego de roles sea más humanizado; la tecnología de clonación de voz puede acelerar la interacción personalizada de productos de IA, reduciendo el costo de síntesis de voz en un 99%, y la clonación de voz se puede lograr en solo 1 minuto. Con el AI Agent personalizado de esta plataforma, actualmente se puede aplicar en múltiples campos como chat de video, aprendizaje de idiomas, generación de imágenes, entre otros.
En la fusión de Web3 y AI, actualmente se exploran más las capas de infraestructura, cómo obtener datos de alta calidad, proteger la privacidad de los datos, cómo alojar modelos en la cadena, cómo mejorar el uso eficiente de la potencia de cálculo descentralizada, cómo validar modelos de lenguaje grandes y otros problemas clave. A medida que estas infraestructuras se perfeccionan gradualmente, tenemos razones para creer que la fusión de Web3 y AI dará lugar a una serie de modelos de negocio y servicios innovadores.