La fusión de Web3 y AI: Construyendo la infraestructura de Internet de próxima generación
Web3, como un nuevo modelo de internet descentralizado, abierto y transparente, tiene una oportunidad natural de fusión con la inteligencia artificial. En la arquitectura tradicional centralizada, los recursos de cálculo y datos de la IA están estrictamente controlados, enfrentando muchos desafíos como cuellos de botella en la capacidad de cálculo, filtración de privacidad y algoritmos de caja negra. Sin embargo, Web3, basado en tecnología distribuida, puede inyectar nueva energía al desarrollo de la IA a través de redes de capacidad de cálculo compartidas, mercados de datos abiertos, computación de privacidad, entre otros. Al mismo tiempo, la IA también puede proporcionar múltiples capacidades a Web3, como la optimización de contratos inteligentes y algoritmos anti-trampa, apoyando la construcción de su ecosistema. Por lo tanto, explorar la integración de Web3 y la IA es de gran importancia 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 piedra angular de la IA y Web3
Los datos son el motor central que impulsa el desarrollo de la IA. Los modelos de IA necesitan digerir una gran cantidad 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 la fiabilidad del modelo.
Los principales problemas del modelo tradicional de adquisición y utilización de datos de IA centralizada son los siguientes:
El costo de obtención de datos es alto, las pequeñas y medianas empresas tienen dificultades para soportarlo.
Los recursos de datos están monopolizados por gigantes tecnológicos, formando islas de datos.
El riesgo de filtración y abuso de la privacidad de los datos personales
Web3 puede abordar estos problemas a través de un nuevo paradigma de datos descentralizados:
Los usuarios pueden vender su red inactiva a empresas de IA, para recopilar datos de red de manera descentralizada, proporcionando datos reales y de alta calidad para el entrenamiento de modelos de IA después de la limpieza y conversión.
Adoptar el modo "label to earn", incentivando a trabajadores de todo el mundo a participar en la anotación de datos a través de tokens, reuniendo conocimientos profesionales globales y mejorando la capacidad de análisis de datos.
La plataforma de intercambio de datos de blockchain ofrece un entorno de negociación público y transparente para ambas partes de la oferta y la demanda de datos, incentivando la innovación y el intercambio de datos.
A pesar de ello, la obtención de datos del mundo real aún 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 el ámbito de datos de Web3. Basados en tecnologías de IA generativa y simulación, los datos sintéticos pueden simular las propiedades de los datos reales, como un complemento efectivo, 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 han demostrado tener un potencial de aplicación maduro.
Protección de la privacidad: Aplicaciones de FHE en Web3
En la era impulsada por datos, la protección de la privacidad se ha convertido en un foco de atención global, y regulaciones como el Reglamento General de Protección de Datos de la UE reflejan la estricta salvaguarda de la privacidad personal. Sin embargo, esto también plantea desafíos: algunos datos sensibles no pueden ser utilizados plenamente debido a los riesgos de privacidad, lo que limita el potencial y la capacidad de razonamiento de los modelos de IA.
FHE( la criptografía homomórfica completa ) permite realizar operaciones de cálculo directamente sobre datos cifrados, sin necesidad de descifrar 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 de privacidad de la IA, permitiendo que la potencia de cálculo de la GPU ejecute tareas de entrenamiento e inferencia de modelos en un entorno sin tocar los datos originales. Esto ofrece una gran ventaja a las empresas de IA, ya que pueden abrir servicios API de forma segura mientras protegen sus secretos comerciales.
FHEML admite el procesamiento encriptado de datos y modelos 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, proporcionando un marco de cálculo seguro para las aplicaciones de IA.
FHEML es un complemento de ZKML; ZKML prueba la ejecución correcta de machine learning, 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 de cálculo de los sistemas de IA actuales se duplica cada 3 meses, lo que provoca un aumento explosivo en la demanda de potencia de cálculo, superando con creces la oferta actual de recursos de cálculo. Por ejemplo, el entrenamiento del modelo GPT-3 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 avance de la tecnología de IA, sino que también hace que los 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 la escasez de chips causada por factores de la cadena de suministro y geopolíticos, lo que agrava aún más el problema del suministro de poder 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.
Una red de computación descentralizada de IA agrega recursos de GPU ociosos a nivel global, proporcionando un mercado de computación económico y fácil de usar para las empresas de IA. Los demandantes de computación pueden publicar tareas de cálculo en la red, y los contratos inteligentes asignan las tareas a los nodos mineros que contribuyen con su poder de cómputo. Los mineros ejecutan las tareas y envían los resultados, y tras la verificación, reciben recompensas en forma de puntos. Esta solución mejora la eficiencia en la utilización de recursos y ayuda a resolver el problema del cuello de botella en la computación en campos como la IA.
Además de la red de computación descentralizada general, también existen plataformas de computación especializadas enfocadas en el entrenamiento y la inferencia de IA. La red de computación descentralizada ofrece un mercado de computación justo y transparente, rompiendo monopolios, reduciendo las barreras de entrada y mejorando la eficiencia en el uso de la computación. En el ecosistema Web3, la red de computación descentralizada desempeñará un papel clave, atrayendo a más dapps innovadores para impulsar conjuntamente el desarrollo y la aplicación de la tecnología de IA.
DePIN: Web3 empoderando la IA en el borde
Imagina que tu teléfono, tu reloj inteligente e incluso los dispositivos inteligentes de tu hogar tienen la capacidad de ejecutar IA; esta es la magia de Edge AI. Permite que el cálculo ocurra en la fuente de generación de datos, logrando un procesamiento en tiempo real y de baja latencia, mientras 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 de los datos del usuario. DePIN, al procesar datos localmente, puede mejorar la protección de la privacidad del usuario y reducir el riesgo de filtraciones de datos; el mecanismo de economía de tokens nativo de Web3 puede incentivar a los nodos de DePIN a proporcionar recursos de computación, construyendo un ecosistema sostenible.
Actualmente, DePIN se está desarrollando rápidamente en el ecosistema de cierta cadena de bloques pública, convirtiéndose en una de las plataformas preferidas para el despliegue de proyectos. La alta TPS, los bajos costos de transacción y la innovación tecnológica de esta cadena de bloques pública brindan un fuerte apoyo a los proyectos DePIN. Actualmente, la capitalización de mercado de los proyectos DePIN en esta cadena de bloques pública supera los 10 mil millones de dólares, y varios proyectos conocidos han logrado avances significativos.
IMO: Publicación de un nuevo paradigma del modelo AI
El concepto de IMO fue propuesto por un protocolo, tokenizando modelos de IA.
En el modelo tradicional, debido a la falta de un mecanismo de reparto de ingresos, los desarrolladores de modelos de IA tienen dificultades para obtener ingresos continuos de su uso posterior, especialmente cuando el modelo se integra en otros productos y servicios, lo que hace que los creadores originales tengan dificultades para rastrear el uso y obtener ingresos. 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 en el mercado y el potencial comercial del modelo.
IMO proporciona una nueva forma de apoyo financiero y de compartición de valor para modelos de IA de código abierto, permitiendo a los inversores comprar tokens IMO y compartir las ganancias generadas posteriormente por el modelo. Un protocolo utiliza un estándar ERC específico, combinando oráculos de IA y tecnología OPML para asegurar la autenticidad del modelo de IA y que los poseedores de tokens puedan compartir las ganancias.
El modo IMO ha mejorado la transparencia y la confianza, fomentando la colaboración de código abierto, adaptándose a las tendencias del mercado criptográfico y proporcionando impulso al desarrollo sostenible de la tecnología AI. Actualmente, el IMO está en una etapa inicial de prueba, pero a medida que aumenta la aceptación del mercado y se amplía el alcance de la participación, su innovación y potencial valor son dignos de esperar.
Agente de IA: Una nueva era de experiencia interactiva
El Agente de IA puede percibir el entorno, pensar de forma independiente y tomar acciones correspondientes para lograr objetivos establecidos. Con el apoyo de modelos de lenguaje grandes, el Agente de IA no solo puede entender el lenguaje natural, sino también planificar decisiones y ejecutar tareas complejas. Pueden actuar como asistentes virtuales, aprendiendo las preferencias a través de la interacción con los usuarios y proporcionando soluciones personalizadas. Sin instrucciones claras, el Agente de IA también puede resolver problemas de forma autónoma, mejorar la eficiencia y crear nuevo valor.
Una plataforma de aplicaciones nativas de IA ofrece un conjunto de herramientas de creación completo y fácil de usar, que permite a los usuarios configurar funciones, apariencia, voz de los robots y conectarse a bases de conocimiento externas, dedicándose a 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 un modelo de lenguaje grande especializado, que hace que el juego de roles sea más humanizado; la tecnología de clonación de voz puede acelerar la interacción personalizada de los 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 agente de IA personalizado de la plataforma, actualmente se puede aplicar en múltiples campos como videochat, aprendizaje de idiomas y generación de imágenes.
Actualmente, la fusión de Web3 y AI se centra más en la exploración de la capa de infraestructura, incluyendo 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, y cómo validar modelos de lenguaje grandes, entre otros problemas clave. A medida que estas infraestructuras se vayan perfeccionando, se espera que la fusión de Web3 y AI dé 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.
11 me gusta
Recompensa
11
5
Compartir
Comentar
0/400
RugpullTherapist
· 07-31 15:28
alcista啊alcista啊 El próximo bull run depende de web3+AI.
Ver originalesResponder0
GasFeeNightmare
· 07-31 14:14
Sería mejor reducir primero la tarifa de gas.
Ver originalesResponder0
EthMaximalist
· 07-31 14:05
¡La revolución de la infraestructura está por llegar~
Ver originalesResponder0
BuyHighSellLow
· 07-31 14:01
No entiendo nada, pero se siente muy increíble.
Ver originalesResponder0
RektButStillHere
· 07-31 13:48
Todos los días se habla de la fusión de web3 con la IA, pero no he visto perspectivas valiosas en años.
Web3 y AI se fusionan: construyendo la infraestructura de Internet de próxima generación
La fusión de Web3 y AI: Construyendo la infraestructura de Internet de próxima generación
Web3, como un nuevo modelo de internet descentralizado, abierto y transparente, tiene una oportunidad natural de fusión con la inteligencia artificial. En la arquitectura tradicional centralizada, los recursos de cálculo y datos de la IA están estrictamente controlados, enfrentando muchos desafíos como cuellos de botella en la capacidad de cálculo, filtración de privacidad y algoritmos de caja negra. Sin embargo, Web3, basado en tecnología distribuida, puede inyectar nueva energía al desarrollo de la IA a través de redes de capacidad de cálculo compartidas, mercados de datos abiertos, computación de privacidad, entre otros. Al mismo tiempo, la IA también puede proporcionar múltiples capacidades a Web3, como la optimización de contratos inteligentes y algoritmos anti-trampa, apoyando la construcción de su ecosistema. Por lo tanto, explorar la integración de Web3 y la IA es de gran importancia 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 piedra angular de la IA y Web3
Los datos son el motor central que impulsa el desarrollo de la IA. Los modelos de IA necesitan digerir una gran cantidad 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 la fiabilidad del modelo.
Los principales problemas del modelo tradicional de adquisición y utilización de datos de IA centralizada son los siguientes:
Web3 puede abordar estos problemas a través de un nuevo paradigma de datos descentralizados:
A pesar de ello, la obtención de datos del mundo real aún 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 el ámbito de datos de Web3. Basados en tecnologías de IA generativa y simulación, los datos sintéticos pueden simular las propiedades de los datos reales, como un complemento efectivo, 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 han demostrado tener un potencial de aplicación maduro.
Protección de la privacidad: Aplicaciones de FHE en Web3
En la era impulsada por datos, la protección de la privacidad se ha convertido en un foco de atención global, y regulaciones como el Reglamento General de Protección de Datos de la UE reflejan la estricta salvaguarda de la privacidad personal. Sin embargo, esto también plantea desafíos: algunos datos sensibles no pueden ser utilizados plenamente debido a los riesgos de privacidad, lo que limita el potencial y la capacidad de razonamiento de los modelos de IA.
FHE( la criptografía homomórfica completa ) permite realizar operaciones de cálculo directamente sobre datos cifrados, sin necesidad de descifrar 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 de privacidad de la IA, permitiendo que la potencia de cálculo de la GPU ejecute tareas de entrenamiento e inferencia de modelos en un entorno sin tocar los datos originales. Esto ofrece una gran ventaja a las empresas de IA, ya que pueden abrir servicios API de forma segura mientras protegen sus secretos comerciales.
FHEML admite el procesamiento encriptado de datos y modelos 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, proporcionando un marco de cálculo seguro para las aplicaciones de IA.
FHEML es un complemento de ZKML; ZKML prueba la ejecución correcta de machine learning, 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 de cálculo de los sistemas de IA actuales se duplica cada 3 meses, lo que provoca un aumento explosivo en la demanda de potencia de cálculo, superando con creces la oferta actual de recursos de cálculo. Por ejemplo, el entrenamiento del modelo GPT-3 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 avance de la tecnología de IA, sino que también hace que los 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 la escasez de chips causada por factores de la cadena de suministro y geopolíticos, lo que agrava aún más el problema del suministro de poder 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.
Una red de computación descentralizada de IA agrega recursos de GPU ociosos a nivel global, proporcionando un mercado de computación económico y fácil de usar para las empresas de IA. Los demandantes de computación pueden publicar tareas de cálculo en la red, y los contratos inteligentes asignan las tareas a los nodos mineros que contribuyen con su poder de cómputo. Los mineros ejecutan las tareas y envían los resultados, y tras la verificación, reciben recompensas en forma de puntos. Esta solución mejora la eficiencia en la utilización de recursos y ayuda a resolver el problema del cuello de botella en la computación en campos como la IA.
Además de la red de computación descentralizada general, también existen plataformas de computación especializadas enfocadas en el entrenamiento y la inferencia de IA. La red de computación descentralizada ofrece un mercado de computación justo y transparente, rompiendo monopolios, reduciendo las barreras de entrada y mejorando la eficiencia en el uso de la computación. En el ecosistema Web3, la red de computación descentralizada desempeñará un papel clave, atrayendo a más dapps innovadores para impulsar conjuntamente el desarrollo y la aplicación de la tecnología de IA.
DePIN: Web3 empoderando la IA en el borde
Imagina que tu teléfono, tu reloj inteligente e incluso los dispositivos inteligentes de tu hogar tienen la capacidad de ejecutar IA; esta es la magia de Edge AI. Permite que el cálculo ocurra en la fuente de generación de datos, logrando un procesamiento en tiempo real y de baja latencia, mientras 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 de los datos del usuario. DePIN, al procesar datos localmente, puede mejorar la protección de la privacidad del usuario y reducir el riesgo de filtraciones de datos; el mecanismo de economía de tokens nativo de Web3 puede incentivar a los nodos de DePIN a proporcionar recursos de computación, construyendo un ecosistema sostenible.
Actualmente, DePIN se está desarrollando rápidamente en el ecosistema de cierta cadena de bloques pública, convirtiéndose en una de las plataformas preferidas para el despliegue de proyectos. La alta TPS, los bajos costos de transacción y la innovación tecnológica de esta cadena de bloques pública brindan un fuerte apoyo a los proyectos DePIN. Actualmente, la capitalización de mercado de los proyectos DePIN en esta cadena de bloques pública supera los 10 mil millones de dólares, y varios proyectos conocidos han logrado avances significativos.
IMO: Publicación de un nuevo paradigma del modelo AI
El concepto de IMO fue propuesto por un protocolo, tokenizando modelos de IA.
En el modelo tradicional, debido a la falta de un mecanismo de reparto de ingresos, los desarrolladores de modelos de IA tienen dificultades para obtener ingresos continuos de su uso posterior, especialmente cuando el modelo se integra en otros productos y servicios, lo que hace que los creadores originales tengan dificultades para rastrear el uso y obtener ingresos. 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 en el mercado y el potencial comercial del modelo.
IMO proporciona una nueva forma de apoyo financiero y de compartición de valor para modelos de IA de código abierto, permitiendo a los inversores comprar tokens IMO y compartir las ganancias generadas posteriormente por el modelo. Un protocolo utiliza un estándar ERC específico, combinando oráculos de IA y tecnología OPML para asegurar la autenticidad del modelo de IA y que los poseedores de tokens puedan compartir las ganancias.
El modo IMO ha mejorado la transparencia y la confianza, fomentando la colaboración de código abierto, adaptándose a las tendencias del mercado criptográfico y proporcionando impulso al desarrollo sostenible de la tecnología AI. Actualmente, el IMO está en una etapa inicial de prueba, pero a medida que aumenta la aceptación del mercado y se amplía el alcance de la participación, su innovación y potencial valor son dignos de esperar.
Agente de IA: Una nueva era de experiencia interactiva
El Agente de IA puede percibir el entorno, pensar de forma independiente y tomar acciones correspondientes para lograr objetivos establecidos. Con el apoyo de modelos de lenguaje grandes, el Agente de IA no solo puede entender el lenguaje natural, sino también planificar decisiones y ejecutar tareas complejas. Pueden actuar como asistentes virtuales, aprendiendo las preferencias a través de la interacción con los usuarios y proporcionando soluciones personalizadas. Sin instrucciones claras, el Agente de IA también puede resolver problemas de forma autónoma, mejorar la eficiencia y crear nuevo valor.
Una plataforma de aplicaciones nativas de IA ofrece un conjunto de herramientas de creación completo y fácil de usar, que permite a los usuarios configurar funciones, apariencia, voz de los robots y conectarse a bases de conocimiento externas, dedicándose a 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 un modelo de lenguaje grande especializado, que hace que el juego de roles sea más humanizado; la tecnología de clonación de voz puede acelerar la interacción personalizada de los 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 agente de IA personalizado de la plataforma, actualmente se puede aplicar en múltiples campos como videochat, aprendizaje de idiomas y generación de imágenes.
Actualmente, la fusión de Web3 y AI se centra más en la exploración de la capa de infraestructura, incluyendo 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, y cómo validar modelos de lenguaje grandes, entre otros problemas clave. A medida que estas infraestructuras se vayan perfeccionando, se espera que la fusión de Web3 y AI dé lugar a una serie de modelos de negocio y servicios innovadores.