A fusão da IA com o Web3: análise do estado atual e perspectivas futuras

I. Introdução

Nos últimos anos, o rápido desenvolvimento da inteligência artificial (AI) e das tecnologias Web3 despertou ampla atenção em todo o mundo. A IA fez grandes avanços em áreas como reconhecimento facial, processamento de linguagem natural e aprendizado de máquina, trazendo enormes transformações e inovações para diversos setores. O Web3, como um novo modelo de rede, está mudando nossa percepção e uso da internet.

O mercado da indústria de IA atingiu 200 bilhões de dólares em 2023, com gigantes como OpenAI, Character.AI e Midjourney a surgirem rapidamente. O setor Web3 alcançou um valor de mercado de 25 trilhões de dólares, com projetos como Bitcoin, Ethereum e Solana a surgirem constantemente. A combinação de IA e Web3 tornou-se uma área de foco para builders e VCs do Ocidente e do Oriente.

Este artigo irá explorar o estado atual do desenvolvimento do AI+Web3, seu valor potencial e impacto. Vamos analisar o estado atual dos projetos, as limitações e desafios enfrentados, oferecendo insights para investidores e profissionais.

II. A interação entre AI e Web3

2.1 Dificuldades enfrentadas pela indústria de IA

Os elementos centrais da indústria de IA são poder de computação, algoritmos e dados.

1. Poder de computação: As tarefas de IA requerem grandes recursos computacionais, e obter e gerenciar um poder de computação em grande escala é caro. Isso é especialmente difícil para startups e desenvolvedores individuais.

2. Algoritmo: Embora os algoritmos de aprendizado profundo tenham alcançado um grande sucesso, ainda existem problemas. O treinamento requer uma grande quantidade de dados e recursos computacionais, a interpretabilidade do modelo é insuficiente, e a robustez e a capacidade de generalização precisam ser melhoradas.

3. Dados: A aquisição de dados de alta qualidade e diversidade é difícil. Em certas áreas, os dados são difíceis de obter, e a qualidade e a rotulagem dos dados também são um problema. A proteção da privacidade e segurança dos dados também é um fator importante a considerar.

Além disso, a falta de interpretabilidade e transparência dos modelos de IA, assim como a falta de clareza nos modelos de negócios, são problemas que precisam ser resolvidos com urgência.

2.2 Dificuldades enfrentadas pela indústria Web3

A indústria Web3 ainda tem espaço para melhorias em análise de dados, experiência do usuário, segurança de contratos inteligentes, entre outros. A IA, como ferramenta para aumentar a produtividade, tem um grande potencial nessas áreas.

Três, Análise do Estado Atual dos Projetos AI+Web3

3.1 Web3 ajuda a IA

3.1.1 Poder de cálculo descentralizado

Com a explosão da demanda por IA, a oferta de GPUs não consegue acompanhar. Alguns projetos Web3 estão tentando oferecer serviços de computação descentralizada através de incentivos em tokens, como Akash, Render, Gensyn, entre outros.

Esses projetos incentivam os usuários a fornecer capacidade de computação GPU ociosa através de tokens, oferecendo suporte de computação para clientes de IA. O lado da oferta inclui principalmente prestadores de serviços em nuvem, mineradores de criptomoedas e grandes empresas.

O projeto está principalmente dividido em duas categorias: uma categoria para inferência de IA (, como Render, Akash ), e a outra para treinamento de IA (, como io.net, Gensyn ). A principal diferença está nos requisitos de poder de computação.

A io.net, como um projeto representativo, atualmente possui mais de 500.000 GPUs, já integrou poder de computação de Render e Filecoin, e o ecossistema continua a se desenvolver.

3.1.2 Modelo de Algoritmo Descentralizado

Usando o Bittensor como exemplo, o lado da oferta do modelo de algoritmo contribui com modelos de aprendizagem de máquina para a rede, recebendo recompensas em tokens. A rede utiliza um mecanismo de consenso para garantir a melhor resposta. O token TAO é utilizado para incentivar os mineradores a contribuir com modelos de algoritmo e os usuários a pagarem as taxas de utilização.

3.1.3 Coleta de dados descentralizada

Através de incentivos de tokens, a coleta de dados descentralizada é realizada. Por exemplo, o PublicAI permite que os usuários coletem dados de IA nas redes sociais e recebam recompensas em tokens. O Ocean coleta serviços de dados de usuários para a IA através da tokenização de dados.

3.1.4 ZK protege a privacidade do usuário na IA

A tecnologia de prova de conhecimento zero pode realizar a validação de informações enquanto protege a privacidade. O ZKML permite o treinamento e a inferência de modelos sem revelar os dados originais. A BasedAI propõe integrar o FHE com LLM para proteger a privacidade dos dados.

3.2 AI ajuda Web3

3.2.1 Análise e Previsão de Dados

Muitos projetos Web3 integram serviços de IA para fornecer análise de dados e previsões. Por exemplo, o Pond prevê tokens valiosos através de algoritmos de IA, o BullBear AI prevê tendências de preços, e a Numerai organiza competições de previsão do mercado de ações com IA.

3.2.2 Serviços Personalizados

Os projetos Web3 integram a IA para otimizar a experiência do utilizador. Como o Dune lançou a ferramenta Wand para gerar consultas SQL com IA, o Followin e o IQ.wiki integraram o ChatGPT para resumir conteúdos, e o NFPrompt utiliza IA para gerar NFTs e reduzir os custos de criação.

3.2.3 Auditoria de Contratos Inteligentes com IA

A IA pode identificar vulnerabilidades no código de contratos inteligentes de forma mais eficiente e precisa. Por exemplo, a 0x0.ai oferece um auditor de contratos inteligentes baseado em IA, que utiliza aprendizado de máquina para identificar problemas potenciais.

Quatro, Limitações e Desafios dos Projetos AI+Web3

4.1 Os obstáculos reais enfrentados pela computação descentralizada

1. O desempenho e a estabilidade podem não ser tão bons quanto os produtos de poder computacional centralizados.
2. A disponibilidade é influenciada pelo grau de correspondência entre oferta e procura.
3. Alta complexidade técnica, alta barreira de entrada para os usuários
4. Atualmente, está principalmente limitado à inferência de IA, sendo difícil realizar treinamento de IA em larga escala.

Análise de Causas:

• O treinamento de IA requer uma grande quantidade de dados e largura de banda, a descentralização é difícil de atender.
• O treinamento de grandes modelos exige alta estabilidade, e o custo de interrupção é elevado.
• A vantagem da comunicação entre múltiplas placas da NVLink da NVIDIA é evidente, a descentralização é difícil de alcançar.

4.2 A combinação de AI+Web3 é bastante rudimentar

1. A maioria dos projetos utiliza a IA apenas superficialmente, sem uma verdadeira integração profunda.
2. Muitas equipas utilizam o conceito de IA apenas a nível de marketing, com falta de inovação.

4.3 A economia dos tokens torna-se um amortecedor na narrativa de projetos de IA

1. Alguns projetos utilizam a narrativa Web3 e a economia de tokens para promover a participação dos usuários
2. A economia dos tokens realmente resolve as necessidades práticas dos projetos de IA é discutível.
3. A maioria dos projetos ainda não atingiu a fase prática

Cinco, resumo

A fusão de AI+Web3 oferece possibilidades infinitas para a inovação tecnológica e o desenvolvimento econômico do futuro. A AI pode fornecer cenários de aplicação mais inteligentes para o Web3, e a característica de descentralização do Web3 traz novas oportunidades para o desenvolvimento da AI. Embora atualmente os projetos ainda estejam em estágios iniciais, enfrentando muitos desafios, também trazem vantagens como descentralização e transparência.

No futuro, a combinação de AI+Web3 promete construir sistemas econômicos e sociais mais inteligentes, abertos e justos. A chave está na pesquisa e inovação aprofundadas, realizando uma estreita integração entre AI e criptomoedas, criando soluções nativas e significativas em vários campos.