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 fusión con la IA. En la arquitectura tradicional centralizada, los recursos de cálculo y datos de la IA están estrictamente controlados, y existen numerosos desafíos como cuellos de botella en el poder de cálculo, filtración de privacidad y algoritmos de caja negra. Web3, basado en tecnologías distribuidas, puede inyectar nueva energía al desarrollo de la IA a través de redes de poder de cálculo compartido, mercados de datos abiertos y cálculos de privacidad. Al mismo tiempo, la IA también puede dotar a Web3 de numerosas capacidades, como la optimización de contratos inteligentes y algoritmos anti-trampa, apoyando su construcción ecológica. 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 el poder de cálculo.
Impulsado por datos: Una base sólida para la IA y Web3
Los datos son el motor central que impulsa el desarrollo de la IA, así como el combustible para un motor. Los modelos de IA necesitan digerir grandes cantidades de datos de alta calidad para obtener una comprensión profunda y una fuerte 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 obtención y utilización de datos de IA centralizados, existen los siguientes problemas principales:
El costo de obtención de datos es alto, lo que dificulta a las pequeñas y medianas empresas asumirlo.
Los recursos de datos están monopolizados por gigantes tecnológicos, formando islas de datos.
Los datos personales enfrentan el riesgo de filtraciones y abusos.
Web3 puede resolver los puntos dolorosos del modelo tradicional con un nuevo paradigma de datos descentralizados:
Obtener datos de la red de manera descentralizada, limpiarlos y transformarlos 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 basada en blockchain proporciona un entorno de transacción público y transparente para ambas partes, fomentando 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 tecnologías de inteligencia artificial generativa y simulación, los datos sintéticos pueden simular las propiedades de los datos reales, complementando de manera efectiva 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 mostrado su potencial de aplicación madura.
Protección de la privacidad: El papel de FHE en Web3
En la era impulsada por los datos, la protección de la privacidad se ha convertido en un foco de atención mundial. La promulgación de regulaciones como el Reglamento General de Protección de Datos (GDPR) de la Unión Europea refleja una estricta protección de la privacidad personal. Sin embargo, esto también presenta desafíos: algunos datos sensibles no pueden ser utilizados plenamente debido a 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 completa, que permite realizar operaciones de cálculo directamente sobre datos encriptados sin necesidad de desencriptar los datos, y los resultados de los cálculos son consistentes con los resultados de realizar el mismo cálculo sobre datos en texto plano.
FHE proporciona una sólida protección para el cálculo de privacidad de IA, permitiendo que la potencia de cálculo de los GPU ejecute tareas de entrenamiento e inferencia de modelos en un entorno sin tocar los datos originales. Esto brinda una gran ventaja a las empresas de IA. Pueden abrir servicios API de manera 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 filtración de datos. De esta manera, FHEML refuerza la privacidad de los datos y proporciona un marco de computación seguro para 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: 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, superando con mucho la oferta de recursos computacionales existentes. Por ejemplo, el entrenamiento del modelo de lenguaje de una conocida empresa de IA 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 esos modelos avanzados sean inalcanzables para la mayoría de los investigadores y desarrolladores.
Al mismo tiempo, la 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 provocada 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; necesitan urgentemente una forma de servicio de computación bajo demanda y económica.
Una red descentralizada de poder de cálculo de IA agrega recursos de GPU ociosos a nivel global, proporcionando a las empresas de IA un mercado de poder de cálculo que es tanto económico como de fácil acceso. Los demandantes de poder de cálculo pueden publicar tareas de cálculo en la red, los contratos inteligentes asignan las tareas a los nodos mineros que contribuyen con poder de cálculo, los mineros ejecutan las tareas y envían los resultados, y tras la validación, reciben recompensas en puntos. Este enfoque mejora la eficiencia en la utilización de recursos y ayuda a resolver el problema del cuello de botella en el poder de cálculo en campos como la IA.
Además de la red de potencia de cómputo descentralizada general, también existen plataformas enfocadas en el entrenamiento de IA, así como redes de potencia de cómputo dedicadas a la inferencia de IA.
Las redes de potencia de cálculo descentralizadas ofrecen un mercado de potencia de cálculo justo y transparente, rompiendo monopolios, reduciendo las barreras de entrada y aumentando la eficiencia en el uso de la potencia de cálculo. En el ecosistema web3, las redes de potencia de cálculo descentralizadas desempeñarán un papel clave, atrayendo la participación de más dapps innovadoras y promoviendo conjuntamente el desarrollo y la aplicación de la tecnología de IA.
DePIN: Web3 empoderando la IA en el borde
Imagina que tu teléfono, reloj inteligente e incluso los dispositivos inteligentes de tu hogar tienen la capacidad de ejecutar IA: esa es la magia de Edge AI. Permite que el procesamiento ocurra en la fuente de 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 de los datos del usuario, y DePIN puede mejorar la protección de la privacidad del usuario y reducir el riesgo de filtraciones de datos al procesar los datos localmente; el mecanismo económico nativo de tokens 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 pública, convirtiéndose en una de las plataformas de cadena pública preferidas para el despliegue de proyectos. La alta TPS, los bajos costos de transacción y la innovación tecnológica de esta cadena pública brindan un fuerte 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 los proyectos conocidos han logrado avances significativos.
IMO: Nueva Paradaigma de Publicación de Modelos AI
El concepto de IMO fue planteado por un protocolo, que tokeniza modelos de IA.
En el modelo tradicional, debido a la falta de un mecanismo de compartición de ingresos, una vez que el modelo de IA ha sido desarrollado y lanzado al mercado, a menudo es difícil para los desarrolladores obtener ingresos sostenidos de su uso posterior, especialmente cuando el modelo se integra en otros productos y servicios, lo que dificulta que los creadores originales rastreen el uso, y mucho menos obtener ingresos de ello. Además, el rendimiento y la efectividad del modelo 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 financiación y compartición de valor para modelos de IA de código abierto; los inversores pueden comprar tokens IMO y compartir los beneficios generados por el modelo en el futuro. Un protocolo utiliza dos estándares ERC, combinando tecnología de oráculos de IA y OPML para garantizar la autenticidad del modelo de IA y que los titulares de tokens puedan compartir los beneficios.
El modo IMO ha mejorado la transparencia y la confianza, fomentando la colaboración de código abierto, adaptándose a las tendencias del mercado de criptomonedas y proporcionando impulso para el desarrollo sostenible de la tecnología AI. Actualmente, el IMO aún se encuentra en una fase inicial de prueba, pero a medida que aumenta la aceptación del mercado y se amplía el ámbito de 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 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 del usuario a través de la interacción y proporcionando soluciones personalizadas. Incluso sin instrucciones explícitas, el Agente de IA puede resolver problemas de manera autónoma, mejorar la eficiencia y crear nuevo valor.
Una plataforma nativa de aplicaciones de IA ofrece un conjunto de herramientas de creación completas y fáciles de usar, que permiten a los usuarios configurar funciones de robots, apariencia, sonido y conectarse a bases de datos externas, con el objetivo de crear un ecosistema de contenido de IA justo y abierto. Utilizando tecnología de IA generativa, empodera a las personas para convertirse en supercreadores. La plataforma ha entrenado un modelo de lenguaje grande especializado, haciendo que los roles de actuación sean más humanizados; 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 AI Agent personalizado de la plataforma, actualmente se puede aplicar en video llamadas, aprendizaje de idiomas, generación de imágenes y otros campos.
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, y cómo validar modelos de lenguaje grandes, entre otros problemas clave. A medida que esta infraestructura se perfeccione 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.
12 me gusta
Recompensa
12
5
Republicar
Compartir
Comentar
0/400
CryptoDouble-O-Seven
· hace12h
¡El Metaverso realmente ha llegado!
Ver originalesResponder0
FortuneTeller42
· hace12h
¿Cuántos eth más se necesitan quemar?
Ver originalesResponder0
StakeWhisperer
· hace12h
Otra vez hablando de la revolución de la caja negra
Ver originalesResponder0
ForeverBuyingDips
· hace12h
¡Siento que viene otra ola de señales de bull run!
Web3 y AI fusionados: construir infraestructura de internet inteligente 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 fusión con la IA. En la arquitectura tradicional centralizada, los recursos de cálculo y datos de la IA están estrictamente controlados, y existen numerosos desafíos como cuellos de botella en el poder de cálculo, filtración de privacidad y algoritmos de caja negra. Web3, basado en tecnologías distribuidas, puede inyectar nueva energía al desarrollo de la IA a través de redes de poder de cálculo compartido, mercados de datos abiertos y cálculos de privacidad. Al mismo tiempo, la IA también puede dotar a Web3 de numerosas capacidades, como la optimización de contratos inteligentes y algoritmos anti-trampa, apoyando su construcción ecológica. 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 el poder de cálculo.
Impulsado por datos: Una base sólida para la IA y Web3
Los datos son el motor central que impulsa el desarrollo de la IA, así como el combustible para un motor. Los modelos de IA necesitan digerir grandes cantidades de datos de alta calidad para obtener una comprensión profunda y una fuerte 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 obtención y utilización de datos de IA centralizados, existen los siguientes problemas principales:
Web3 puede resolver los puntos dolorosos 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 tecnologías de inteligencia artificial generativa y simulación, los datos sintéticos pueden simular las propiedades de los datos reales, complementando de manera efectiva 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 mostrado su potencial de aplicación madura.
Protección de la privacidad: El papel de FHE en Web3
En la era impulsada por los datos, la protección de la privacidad se ha convertido en un foco de atención mundial. La promulgación de regulaciones como el Reglamento General de Protección de Datos (GDPR) de la Unión Europea refleja una estricta protección de la privacidad personal. Sin embargo, esto también presenta desafíos: algunos datos sensibles no pueden ser utilizados plenamente debido a 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 completa, que permite realizar operaciones de cálculo directamente sobre datos encriptados sin necesidad de desencriptar los datos, y los resultados de los cálculos son consistentes con los resultados de realizar el mismo cálculo sobre datos en texto plano.
FHE proporciona una sólida protección para el cálculo de privacidad de IA, permitiendo que la potencia de cálculo de los GPU ejecute tareas de entrenamiento e inferencia de modelos en un entorno sin tocar los datos originales. Esto brinda una gran ventaja a las empresas de IA. Pueden abrir servicios API de manera 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 filtración de datos. De esta manera, FHEML refuerza la privacidad de los datos y proporciona un marco de computación seguro para 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: 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, superando con mucho la oferta de recursos computacionales existentes. Por ejemplo, el entrenamiento del modelo de lenguaje de una conocida empresa de IA 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 esos modelos avanzados sean inalcanzables para la mayoría de los investigadores y desarrolladores.
Al mismo tiempo, la 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 provocada 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; necesitan urgentemente una forma de servicio de computación bajo demanda y económica.
Una red descentralizada de poder de cálculo de IA agrega recursos de GPU ociosos a nivel global, proporcionando a las empresas de IA un mercado de poder de cálculo que es tanto económico como de fácil acceso. Los demandantes de poder de cálculo pueden publicar tareas de cálculo en la red, los contratos inteligentes asignan las tareas a los nodos mineros que contribuyen con poder de cálculo, los mineros ejecutan las tareas y envían los resultados, y tras la validación, reciben recompensas en puntos. Este enfoque mejora la eficiencia en la utilización de recursos y ayuda a resolver el problema del cuello de botella en el poder de cálculo en campos como la IA.
Además de la red de potencia de cómputo descentralizada general, también existen plataformas enfocadas en el entrenamiento de IA, así como redes de potencia de cómputo dedicadas a la inferencia de IA.
Las redes de potencia de cálculo descentralizadas ofrecen un mercado de potencia de cálculo justo y transparente, rompiendo monopolios, reduciendo las barreras de entrada y aumentando la eficiencia en el uso de la potencia de cálculo. En el ecosistema web3, las redes de potencia de cálculo descentralizadas desempeñarán un papel clave, atrayendo la participación de más dapps innovadoras y promoviendo conjuntamente el desarrollo y la aplicación de la tecnología de IA.
DePIN: Web3 empoderando la IA en el borde
Imagina que tu teléfono, reloj inteligente e incluso los dispositivos inteligentes de tu hogar tienen la capacidad de ejecutar IA: esa es la magia de Edge AI. Permite que el procesamiento ocurra en la fuente de 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 de los datos del usuario, y DePIN puede mejorar la protección de la privacidad del usuario y reducir el riesgo de filtraciones de datos al procesar los datos localmente; el mecanismo económico nativo de tokens 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 pública, convirtiéndose en una de las plataformas de cadena pública preferidas para el despliegue de proyectos. La alta TPS, los bajos costos de transacción y la innovación tecnológica de esta cadena pública brindan un fuerte 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 los proyectos conocidos han logrado avances significativos.
IMO: Nueva Paradaigma de Publicación de Modelos AI
El concepto de IMO fue planteado por un protocolo, que tokeniza modelos de IA.
En el modelo tradicional, debido a la falta de un mecanismo de compartición de ingresos, una vez que el modelo de IA ha sido desarrollado y lanzado al mercado, a menudo es difícil para los desarrolladores obtener ingresos sostenidos de su uso posterior, especialmente cuando el modelo se integra en otros productos y servicios, lo que dificulta que los creadores originales rastreen el uso, y mucho menos obtener ingresos de ello. Además, el rendimiento y la efectividad del modelo 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 financiación y compartición de valor para modelos de IA de código abierto; los inversores pueden comprar tokens IMO y compartir los beneficios generados por el modelo en el futuro. Un protocolo utiliza dos estándares ERC, combinando tecnología de oráculos de IA y OPML para garantizar la autenticidad del modelo de IA y que los titulares de tokens puedan compartir los beneficios.
El modo IMO ha mejorado la transparencia y la confianza, fomentando la colaboración de código abierto, adaptándose a las tendencias del mercado de criptomonedas y proporcionando impulso para el desarrollo sostenible de la tecnología AI. Actualmente, el IMO aún se encuentra en una fase inicial de prueba, pero a medida que aumenta la aceptación del mercado y se amplía el ámbito de 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 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 del usuario a través de la interacción y proporcionando soluciones personalizadas. Incluso sin instrucciones explícitas, el Agente de IA puede resolver problemas de manera autónoma, mejorar la eficiencia y crear nuevo valor.
Una plataforma nativa de aplicaciones de IA ofrece un conjunto de herramientas de creación completas y fáciles de usar, que permiten a los usuarios configurar funciones de robots, apariencia, sonido y conectarse a bases de datos externas, con el objetivo de crear un ecosistema de contenido de IA justo y abierto. Utilizando tecnología de IA generativa, empodera a las personas para convertirse en supercreadores. La plataforma ha entrenado un modelo de lenguaje grande especializado, haciendo que los roles de actuación sean más humanizados; 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 AI Agent personalizado de la plataforma, actualmente se puede aplicar en video llamadas, aprendizaje de idiomas, generación de imágenes y otros campos.
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, y cómo validar modelos de lenguaje grandes, entre otros problemas clave. A medida que esta infraestructura se perfeccione gradualmente, tenemos razones para creer que la fusión de Web3 y AI dará lugar a una serie de modelos de negocio y servicios innovadores.