La fusion de Web3 et de l'IA : construire l'infrastructure Internet de prochaine génération
Web3, en tant que nouvelle paradigme Internet décentralisé, ouvert et transparent, a une opportunité naturelle de fusion avec l'IA. Dans le cadre traditionnel des architectures centralisées, les ressources de calcul et de données de l'IA sont strictement contrôlées, et il existe de nombreux défis tels que les goulots d'étranglement de puissance de calcul, les fuites de confidentialité et les algorithmes en boîte noire. En revanche, Web3, basé sur des technologies distribuées, peut injecter une nouvelle dynamique au développement de l'IA grâce à des réseaux de partage de puissance de calcul, des marchés de données ouverts et des calculs de confidentialité. Parallèlement, l'IA peut également apporter de nombreuses capacités à Web3, telles que l'optimisation des contrats intelligents et des algorithmes anti-fraude, soutenant ainsi la construction de son écosystème. Par conséquent, explorer la combinaison de Web3 et de l'IA est crucial pour construire l'infrastructure Internet de prochaine génération et libérer la valeur des données et de la puissance de calcul.
Données pilotées : Une base solide pour l'IA et le Web3
Les données sont le moteur central du développement de l'IA, tout comme le carburant pour un moteur. Les modèles d'IA doivent digérer une grande quantité de données de haute qualité pour obtenir une compréhension approfondie et de puissantes capacités de raisonnement. Les données fournissent non seulement la base d'entraînement aux modèles d'apprentissage automatique, mais déterminent également l'exactitude et la fiabilité des modèles.
Dans les modèles traditionnels de collecte et d'utilisation des données AI centralisées, plusieurs problèmes majeurs existent :
Le coût d'acquisition des données est élevé, ce qui rend difficile pour les petites et moyennes entreprises de le supporter.
Les ressources de données sont monopolisées par des géants de la technologie, formant des îlots de données.
Les données personnelles sont exposées au risque de fuite et d'abus.
Web3 peut résoudre les points de douleur des modèles traditionnels avec une nouvelle approche décentralisée des données :
Collecter des données sur le web de manière décentralisée, les nettoyer et les transformer pour fournir des données réelles et de haute qualité pour l'entraînement des modèles d'IA.
Adopter le mode "label to earn", incitant les travailleurs du monde entier à participer à l'annotation des données grâce à des incitations en tokens, rassemblant ainsi l'expertise mondiale pour renforcer la capacité d'analyse des données.
La plateforme d'échange de données blockchain offre un environnement d'échange public et transparent aux deux parties de l'offre et de la demande de données, incitant à l'innovation et au partage des données.
Cependant, l'acquisition de données dans le monde réel pose également certains problèmes, tels que la qualité inégale des données, la difficulté de traitement, ainsi qu'un manque de diversité et de représentativité. Les données synthétiques pourraient devenir la star du secteur des données Web3 à l'avenir. Basées sur des technologies d'IA générative et de simulation, les données synthétiques peuvent reproduire les caractéristiques des données réelles, servant de complément efficace aux données réelles et améliorant l'efficacité de l'utilisation des données. Dans des domaines tels que la conduite autonome, le trading sur les marchés financiers et le développement de jeux, les données synthétiques ont déjà montré leur potentiel d'application mature.
Protection de la vie privée : le rôle de FHE dans Web3
À l'ère des données, la protection de la vie privée est devenue un point focal mondial. L'adoption de réglementations telles que le Règlement général sur la protection des données (GDPR) par l'Union européenne reflète une stricte protection de la vie privée des individus. Cependant, cela a également entraîné des défis : certaines données sensibles ne peuvent pas être pleinement exploitées en raison des risques pour la vie privée, ce qui limite sans aucun doute le potentiel et la capacité de raisonnement des modèles d'IA.
FHE, ou chiffrement homomorphe complet, permet d'effectuer des opérations de calcul directement sur des données chiffrées sans avoir à déchiffrer les données, et le résultat du calcul est identique à celui obtenu en effectuant le même calcul sur des données en clair.
FHE offre une protection solide pour le calcul de la confidentialité de l'IA, permettant à la puissance de calcul GPU d'exécuter des tâches d'entraînement et d'inférence de modèles sans toucher aux données brutes. Cela apporte un avantage considérable aux entreprises d'IA. Elles peuvent ouvrir des services API en toute sécurité tout en protégeant leurs secrets commerciaux.
FHEML prend en charge le traitement crypté des données et des modèles tout au long du cycle d'apprentissage automatique, garantissant la sécurité des informations sensibles et prévenant les risques de fuite de données. De cette manière, FHEML renforce la confidentialité des données et fournit un cadre de calcul sécurisé pour les applications IA.
FHEML est un complément à ZKML, ZKML prouve l'exécution correcte de l'apprentissage automatique, tandis que FHEML met l'accent sur le calcul des données chiffrées pour maintenir la confidentialité des données.
Révolution de la puissance de calcul : Calcul AI dans un réseau décentralisé
La complexité computationnelle des systèmes d'IA double tous les 3 mois, entraînant une demande exponentielle de puissance de calcul, bien supérieure à l'offre de ressources de calcul existantes. Par exemple, l'entraînement d'un modèle de langage d'une grande entreprise d'IA nécessite une énorme puissance de calcul, équivalente à 355 ans de temps d'entraînement sur un seul appareil. Cette pénurie de puissance de calcul limite non seulement les progrès technologiques de l'IA, mais rend également ces modèles d'IA avancés inaccessibles pour la plupart des chercheurs et développeurs.
En même temps, le taux d'utilisation des GPU dans le monde est inférieur à 40 %, et le ralentissement de l'amélioration des performances des microprocesseurs, ainsi que la pénurie de puces causée par des facteurs de chaîne d'approvisionnement et géopolitiques, aggravent encore le problème de l'approvisionnement en puissance de calcul. Les professionnels de l'IA se retrouvent dans une impasse : soit ils achètent leur propre matériel, soit ils louent des ressources cloud. Ils ont un besoin urgent d'un service de calcul à la demande et économique.
Un réseau de puissance de calcul AI décentralisé agrège des ressources GPU inutilisées à l'échelle mondiale, offrant aux entreprises AI un marché de puissance de calcul à la fois économique et facilement accessible. Les demandeurs de puissance de calcul peuvent publier des tâches de calcul sur le réseau, les contrats intelligents attribuent les tâches aux nœuds mineurs qui contribuent à la puissance de calcul, les mineurs exécutent les tâches et soumettent les résultats, et après vérification, ils reçoivent des récompenses en points. Cette solution améliore l'efficacité de l'utilisation des ressources et aide à résoudre le problème des goulets d'étranglement en matière de puissance de calcul dans des domaines tels que l'IA.
En plus des réseaux de puissance de calcul décentralisés généraux, il existe des plateformes axées sur l'entraînement de l'IA, ainsi que des réseaux de puissance de calcul dédiés à l'inférence de l'IA.
Le réseau de puissance de calcul décentralisé offre un marché de puissance de calcul équitable et transparent, brisant les monopoles, abaissant les barrières d'entrée pour les applications et améliorant l'efficacité d'utilisation de la puissance de calcul. Dans l'écosystème Web3, le réseau de puissance de calcul décentralisé jouera un rôle clé, attirant l'ajout de plus d'applications décentralisées innovantes et contribuant ensemble au développement et à l'application des technologies d'IA.
DePIN : Web3 habilite l'IA Edge
Imaginez que votre téléphone, votre montre intelligente, et même les appareils intelligents de votre maison, aient tous la capacité de faire fonctionner l'IA - c'est là toute la magie de l'Edge AI. Cela permet de réaliser des calculs à la source de la génération de données, offrant ainsi une faible latence et un traitement en temps réel, tout en protégeant la vie privée des utilisateurs. La technologie Edge AI est déjà utilisée dans des domaines clés tels que la conduite autonome.
Dans le domaine du Web3, nous avons un nom plus familier - DePIN. Le Web3 met l'accent sur la décentralisation et la souveraineté des données des utilisateurs. DePIN, en traitant les données localement, peut renforcer la protection de la vie privée des utilisateurs et réduire le risque de fuite de données ; le mécanisme économique en token natif du Web3 peut inciter les nœuds DePIN à fournir des ressources de calcul, construisant ainsi un écosystème durable.
Actuellement, DePIN se développe rapidement dans l'écosystème d'une certaine blockchain publique, devenant l'une des plateformes de blockchain publique les plus choisies pour le déploiement de projets. Les TPS élevés de cette blockchain, les faibles frais de transaction et les innovations technologiques offrent un soutien solide aux projets DePIN. Actuellement, la capitalisation boursière des projets DePIN sur cette blockchain dépasse 10 milliards de dollars, et des projets renommés ont réalisé des progrès significatifs.
IMO: Publication d'un nouveau paradigme du modèle AI
Le concept d'IMO a été d'abord proposé par un certain protocole, qui a tokenisé les modèles d'IA.
Dans le modèle traditionnel, en raison de l'absence d'un mécanisme de partage des revenus, une fois qu'un modèle d'IA est développé et mis sur le marché, il est souvent difficile pour le développeur d'obtenir des revenus continus de l'utilisation ultérieure du modèle, surtout lorsque le modèle est intégré dans d'autres produits et services. Le créateur original a du mal à suivre l'utilisation, sans parler de la possibilité d'en tirer des revenus. De plus, la performance et l'efficacité des modèles d'IA manquent souvent de transparence, ce qui rend difficile pour les investisseurs et les utilisateurs potentiels d'évaluer leur véritable valeur, limitant ainsi la reconnaissance du marché et le potentiel commercial des modèles.
IMO offre un nouveau moyen de soutien financier et de partage de valeur pour les modèles AI open source. Les investisseurs peuvent acheter des tokens IMO pour partager les revenus générés ultérieurement par le modèle. Un certain protocole utilise deux normes ERC, combinant des oracles AI et la technologie OPML pour garantir l'authenticité des modèles AI et permettre aux détenteurs de tokens de partager les revenus.
Le modèle IMO renforce la transparence et la confiance, encourage la collaboration open source, s'adapte aux tendances du marché de la cryptographie et injecte une dynamique dans le développement durable des technologies de l'IA. L'IMO est encore à un stade d'expérimentation précoce, mais avec l'augmentation de l'acceptation du marché et l'élargissement de la portée de la participation, son innovation et sa valeur potentielle méritent notre attention.
Agent IA : Une nouvelle ère d'expérience interactive
L'Agent IA est capable de percevoir son environnement, de penser de manière autonome et de prendre des mesures appropriées pour atteindre des objectifs établis. Avec le soutien de grands modèles linguistiques, l'Agent IA peut non seulement comprendre le langage naturel, mais aussi planifier des décisions et exécuter des tâches complexes. Il peut agir en tant qu'assistant virtuel, apprenant les préférences des utilisateurs à travers des interactions et fournissant des solutions personnalisées. Même sans instructions explicites, l'Agent IA peut résoudre des problèmes de manière autonome, améliorer l'efficacité et créer de nouvelles valeurs.
Une plateforme d'application AI native propose un ensemble d'outils de création complets et faciles à utiliser, permettant aux utilisateurs de configurer les fonctionnalités, l'apparence, la voix des robots et de se connecter à des bases de connaissances externes, s'efforçant de créer un écosystème de contenu AI équitable et ouvert. Grâce à la technologie AI générative, elle permet aux individus de devenir des super créateurs. La plateforme a formé un modèle de langage spécialisé, rendant le jeu de rôle plus humain ; la technologie de clonage vocal peut accélérer l'interaction personnalisée des produits AI, réduisant les coûts de synthèse vocale de 99 %, et le clonage vocal peut être réalisé en seulement 1 minute. Grâce à l'AI Agent personnalisé de cette plateforme, il peut actuellement être appliqué dans divers domaines tels que la vidéo-chat, l'apprentissage des langues, et la génération d'images.
Dans la fusion entre Web3 et l'IA, l'exploration concerne actuellement davantage le niveau des infrastructures, comment obtenir des données de haute qualité, protéger la vie privée des données, comment héberger des modèles sur la chaîne, comment améliorer l'utilisation efficace de la puissance de calcul décentralisée, comment valider les grands modèles de langage et d'autres questions clés. Avec l'amélioration progressive de ces infrastructures, nous avons des raisons de croire que la fusion entre Web3 et l'IA donnera naissance à une série de modèles commerciaux et de services innovants.
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
12 J'aime
Récompense
12
5
Reposter
Partager
Commentaire
0/400
CryptoDouble-O-Seven
· Il y a 6h
Le Metaverse est enfin arrivé
Voir l'originalRépondre0
FortuneTeller42
· Il y a 6h
Je pose une petite question, combien d'eth faut-il encore brûler ?
Voir l'originalRépondre0
StakeWhisperer
· Il y a 6h
Encore en train de parler de la révolution de la boîte noire
Voir l'originalRépondre0
ForeverBuyingDips
· Il y a 6h
On dirait qu'un nouveau signal de bull run arrive !
Web3 et AI fusionnent : construire une infrastructure Internet intelligent décentralisée.
La fusion de Web3 et de l'IA : construire l'infrastructure Internet de prochaine génération
Web3, en tant que nouvelle paradigme Internet décentralisé, ouvert et transparent, a une opportunité naturelle de fusion avec l'IA. Dans le cadre traditionnel des architectures centralisées, les ressources de calcul et de données de l'IA sont strictement contrôlées, et il existe de nombreux défis tels que les goulots d'étranglement de puissance de calcul, les fuites de confidentialité et les algorithmes en boîte noire. En revanche, Web3, basé sur des technologies distribuées, peut injecter une nouvelle dynamique au développement de l'IA grâce à des réseaux de partage de puissance de calcul, des marchés de données ouverts et des calculs de confidentialité. Parallèlement, l'IA peut également apporter de nombreuses capacités à Web3, telles que l'optimisation des contrats intelligents et des algorithmes anti-fraude, soutenant ainsi la construction de son écosystème. Par conséquent, explorer la combinaison de Web3 et de l'IA est crucial pour construire l'infrastructure Internet de prochaine génération et libérer la valeur des données et de la puissance de calcul.
Données pilotées : Une base solide pour l'IA et le Web3
Les données sont le moteur central du développement de l'IA, tout comme le carburant pour un moteur. Les modèles d'IA doivent digérer une grande quantité de données de haute qualité pour obtenir une compréhension approfondie et de puissantes capacités de raisonnement. Les données fournissent non seulement la base d'entraînement aux modèles d'apprentissage automatique, mais déterminent également l'exactitude et la fiabilité des modèles.
Dans les modèles traditionnels de collecte et d'utilisation des données AI centralisées, plusieurs problèmes majeurs existent :
Web3 peut résoudre les points de douleur des modèles traditionnels avec une nouvelle approche décentralisée des données :
Cependant, l'acquisition de données dans le monde réel pose également certains problèmes, tels que la qualité inégale des données, la difficulté de traitement, ainsi qu'un manque de diversité et de représentativité. Les données synthétiques pourraient devenir la star du secteur des données Web3 à l'avenir. Basées sur des technologies d'IA générative et de simulation, les données synthétiques peuvent reproduire les caractéristiques des données réelles, servant de complément efficace aux données réelles et améliorant l'efficacité de l'utilisation des données. Dans des domaines tels que la conduite autonome, le trading sur les marchés financiers et le développement de jeux, les données synthétiques ont déjà montré leur potentiel d'application mature.
Protection de la vie privée : le rôle de FHE dans Web3
À l'ère des données, la protection de la vie privée est devenue un point focal mondial. L'adoption de réglementations telles que le Règlement général sur la protection des données (GDPR) par l'Union européenne reflète une stricte protection de la vie privée des individus. Cependant, cela a également entraîné des défis : certaines données sensibles ne peuvent pas être pleinement exploitées en raison des risques pour la vie privée, ce qui limite sans aucun doute le potentiel et la capacité de raisonnement des modèles d'IA.
FHE, ou chiffrement homomorphe complet, permet d'effectuer des opérations de calcul directement sur des données chiffrées sans avoir à déchiffrer les données, et le résultat du calcul est identique à celui obtenu en effectuant le même calcul sur des données en clair.
FHE offre une protection solide pour le calcul de la confidentialité de l'IA, permettant à la puissance de calcul GPU d'exécuter des tâches d'entraînement et d'inférence de modèles sans toucher aux données brutes. Cela apporte un avantage considérable aux entreprises d'IA. Elles peuvent ouvrir des services API en toute sécurité tout en protégeant leurs secrets commerciaux.
FHEML prend en charge le traitement crypté des données et des modèles tout au long du cycle d'apprentissage automatique, garantissant la sécurité des informations sensibles et prévenant les risques de fuite de données. De cette manière, FHEML renforce la confidentialité des données et fournit un cadre de calcul sécurisé pour les applications IA.
FHEML est un complément à ZKML, ZKML prouve l'exécution correcte de l'apprentissage automatique, tandis que FHEML met l'accent sur le calcul des données chiffrées pour maintenir la confidentialité des données.
Révolution de la puissance de calcul : Calcul AI dans un réseau décentralisé
La complexité computationnelle des systèmes d'IA double tous les 3 mois, entraînant une demande exponentielle de puissance de calcul, bien supérieure à l'offre de ressources de calcul existantes. Par exemple, l'entraînement d'un modèle de langage d'une grande entreprise d'IA nécessite une énorme puissance de calcul, équivalente à 355 ans de temps d'entraînement sur un seul appareil. Cette pénurie de puissance de calcul limite non seulement les progrès technologiques de l'IA, mais rend également ces modèles d'IA avancés inaccessibles pour la plupart des chercheurs et développeurs.
En même temps, le taux d'utilisation des GPU dans le monde est inférieur à 40 %, et le ralentissement de l'amélioration des performances des microprocesseurs, ainsi que la pénurie de puces causée par des facteurs de chaîne d'approvisionnement et géopolitiques, aggravent encore le problème de l'approvisionnement en puissance de calcul. Les professionnels de l'IA se retrouvent dans une impasse : soit ils achètent leur propre matériel, soit ils louent des ressources cloud. Ils ont un besoin urgent d'un service de calcul à la demande et économique.
Un réseau de puissance de calcul AI décentralisé agrège des ressources GPU inutilisées à l'échelle mondiale, offrant aux entreprises AI un marché de puissance de calcul à la fois économique et facilement accessible. Les demandeurs de puissance de calcul peuvent publier des tâches de calcul sur le réseau, les contrats intelligents attribuent les tâches aux nœuds mineurs qui contribuent à la puissance de calcul, les mineurs exécutent les tâches et soumettent les résultats, et après vérification, ils reçoivent des récompenses en points. Cette solution améliore l'efficacité de l'utilisation des ressources et aide à résoudre le problème des goulets d'étranglement en matière de puissance de calcul dans des domaines tels que l'IA.
En plus des réseaux de puissance de calcul décentralisés généraux, il existe des plateformes axées sur l'entraînement de l'IA, ainsi que des réseaux de puissance de calcul dédiés à l'inférence de l'IA.
Le réseau de puissance de calcul décentralisé offre un marché de puissance de calcul équitable et transparent, brisant les monopoles, abaissant les barrières d'entrée pour les applications et améliorant l'efficacité d'utilisation de la puissance de calcul. Dans l'écosystème Web3, le réseau de puissance de calcul décentralisé jouera un rôle clé, attirant l'ajout de plus d'applications décentralisées innovantes et contribuant ensemble au développement et à l'application des technologies d'IA.
DePIN : Web3 habilite l'IA Edge
Imaginez que votre téléphone, votre montre intelligente, et même les appareils intelligents de votre maison, aient tous la capacité de faire fonctionner l'IA - c'est là toute la magie de l'Edge AI. Cela permet de réaliser des calculs à la source de la génération de données, offrant ainsi une faible latence et un traitement en temps réel, tout en protégeant la vie privée des utilisateurs. La technologie Edge AI est déjà utilisée dans des domaines clés tels que la conduite autonome.
Dans le domaine du Web3, nous avons un nom plus familier - DePIN. Le Web3 met l'accent sur la décentralisation et la souveraineté des données des utilisateurs. DePIN, en traitant les données localement, peut renforcer la protection de la vie privée des utilisateurs et réduire le risque de fuite de données ; le mécanisme économique en token natif du Web3 peut inciter les nœuds DePIN à fournir des ressources de calcul, construisant ainsi un écosystème durable.
Actuellement, DePIN se développe rapidement dans l'écosystème d'une certaine blockchain publique, devenant l'une des plateformes de blockchain publique les plus choisies pour le déploiement de projets. Les TPS élevés de cette blockchain, les faibles frais de transaction et les innovations technologiques offrent un soutien solide aux projets DePIN. Actuellement, la capitalisation boursière des projets DePIN sur cette blockchain dépasse 10 milliards de dollars, et des projets renommés ont réalisé des progrès significatifs.
IMO: Publication d'un nouveau paradigme du modèle AI
Le concept d'IMO a été d'abord proposé par un certain protocole, qui a tokenisé les modèles d'IA.
Dans le modèle traditionnel, en raison de l'absence d'un mécanisme de partage des revenus, une fois qu'un modèle d'IA est développé et mis sur le marché, il est souvent difficile pour le développeur d'obtenir des revenus continus de l'utilisation ultérieure du modèle, surtout lorsque le modèle est intégré dans d'autres produits et services. Le créateur original a du mal à suivre l'utilisation, sans parler de la possibilité d'en tirer des revenus. De plus, la performance et l'efficacité des modèles d'IA manquent souvent de transparence, ce qui rend difficile pour les investisseurs et les utilisateurs potentiels d'évaluer leur véritable valeur, limitant ainsi la reconnaissance du marché et le potentiel commercial des modèles.
IMO offre un nouveau moyen de soutien financier et de partage de valeur pour les modèles AI open source. Les investisseurs peuvent acheter des tokens IMO pour partager les revenus générés ultérieurement par le modèle. Un certain protocole utilise deux normes ERC, combinant des oracles AI et la technologie OPML pour garantir l'authenticité des modèles AI et permettre aux détenteurs de tokens de partager les revenus.
Le modèle IMO renforce la transparence et la confiance, encourage la collaboration open source, s'adapte aux tendances du marché de la cryptographie et injecte une dynamique dans le développement durable des technologies de l'IA. L'IMO est encore à un stade d'expérimentation précoce, mais avec l'augmentation de l'acceptation du marché et l'élargissement de la portée de la participation, son innovation et sa valeur potentielle méritent notre attention.
Agent IA : Une nouvelle ère d'expérience interactive
L'Agent IA est capable de percevoir son environnement, de penser de manière autonome et de prendre des mesures appropriées pour atteindre des objectifs établis. Avec le soutien de grands modèles linguistiques, l'Agent IA peut non seulement comprendre le langage naturel, mais aussi planifier des décisions et exécuter des tâches complexes. Il peut agir en tant qu'assistant virtuel, apprenant les préférences des utilisateurs à travers des interactions et fournissant des solutions personnalisées. Même sans instructions explicites, l'Agent IA peut résoudre des problèmes de manière autonome, améliorer l'efficacité et créer de nouvelles valeurs.
Une plateforme d'application AI native propose un ensemble d'outils de création complets et faciles à utiliser, permettant aux utilisateurs de configurer les fonctionnalités, l'apparence, la voix des robots et de se connecter à des bases de connaissances externes, s'efforçant de créer un écosystème de contenu AI équitable et ouvert. Grâce à la technologie AI générative, elle permet aux individus de devenir des super créateurs. La plateforme a formé un modèle de langage spécialisé, rendant le jeu de rôle plus humain ; la technologie de clonage vocal peut accélérer l'interaction personnalisée des produits AI, réduisant les coûts de synthèse vocale de 99 %, et le clonage vocal peut être réalisé en seulement 1 minute. Grâce à l'AI Agent personnalisé de cette plateforme, il peut actuellement être appliqué dans divers domaines tels que la vidéo-chat, l'apprentissage des langues, et la génération d'images.
Dans la fusion entre Web3 et l'IA, l'exploration concerne actuellement davantage le niveau des infrastructures, comment obtenir des données de haute qualité, protéger la vie privée des données, comment héberger des modèles sur la chaîne, comment améliorer l'utilisation efficace de la puissance de calcul décentralisée, comment valider les grands modèles de langage et d'autres questions clés. Avec l'amélioration progressive de ces infrastructures, nous avons des raisons de croire que la fusion entre Web3 et l'IA donnera naissance à une série de modèles commerciaux et de services innovants.