- Tópico
3k Popularidade
91k Popularidade
14k Popularidade
5k Popularidade
30k Popularidade
16k Popularidade
23k Popularidade
14k Popularidade
3k Popularidade
13k Popularidade
- Pino
3k Popularidade
91k Popularidade
14k Popularidade
5k Popularidade
30k Popularidade
16k Popularidade
23k Popularidade
14k Popularidade
3k Popularidade
13k Popularidade
Web3 e IA em fusão: construir a nova geração de infraestrutura da internet
A fusão do Web3 e da IA: Construindo a infraestrutura da próxima geração da Internet
A Web3, como uma nova paradigma da internet descentralizada, aberta e transparente, possui um potencial de fusão natural com a IA. Na arquitetura centralizada tradicional, os recursos de computação e dados da IA enfrentam diversos desafios, como gargalos de poder computacional, vazamentos de privacidade e problemas de caixa-preta de algoritmos. A Web3, baseada em tecnologias distribuídas, pode injetar nova energia no desenvolvimento da IA por meio de redes de compartilhamento de poder computacional, mercados de dados abertos e computação de privacidade. Ao mesmo tempo, a IA também pode trazer várias capacitações para a Web3, como otimização de contratos inteligentes e algoritmos anti-fraude, ajudando na construção de seu ecossistema. Portanto, explorar a combinação de Web3 e IA é crucial para construir a infraestrutura da próxima geração da internet e liberar o valor de dados e poder computacional.
Dados impulsionados: A base sólida da IA e Web3
Os dados são o motor central do desenvolvimento da IA, assim como o combustível é para o motor. Os modelos de IA precisam digerir uma grande quantidade de dados de alta qualidade para obter uma compreensão profunda e uma forte capacidade de raciocínio. Os dados não apenas fornecem a base de treinamento para os modelos de aprendizado de máquina, mas também determinam a precisão e a confiabilidade dos modelos.
No modelo tradicional de aquisição e utilização de dados de IA centralizada, existem os seguintes principais problemas:
O Web3 pode resolver os pontos problemáticos dos modelos tradicionais com uma nova paradigma de dados descentralizado:
Apesar disso, a obtenção de dados do mundo real também apresenta alguns problemas, como a qualidade dos dados que varia, a dificuldade de processamento, a falta de diversidade e representatividade, entre outros. Dados sintéticos podem ser a estrela do futuro na pista de dados Web3. Baseados em tecnologia de IA generativa e simulação, os dados sintéticos conseguem simular as propriedades dos dados reais, servindo como um complemento eficaz aos dados reais, aumentando a eficiência do uso dos dados. Em áreas como condução autónoma, negociação no mercado financeiro e desenvolvimento de jogos, os dados sintéticos já demonstraram seu potencial de aplicação madura.
Proteção de Privacidade: O Papel do FHE no Web3
Na era dos dados, a proteção da privacidade tornou-se um foco global, e a introdução de regulamentos como o Regulamento Geral sobre a Proteção de Dados (RGPD) da União Europeia reflete uma rigorosa proteção da privacidade pessoal. No entanto, isso também trouxe desafios: alguns dados sensíveis não podem ser plenamente utilizados devido a riscos de privacidade, o que sem dúvida limita o potencial e a capacidade de raciocínio dos modelos de IA.
FHE, ou criptografia homomórfica completa, permite realizar operações de cálculo diretamente em dados criptografados, sem a necessidade de descriptografar os dados, e o resultado do cálculo é o mesmo que o resultado obtido ao realizar o mesmo cálculo em dados em texto claro.
FHE fornece uma proteção sólida para a computação de privacidade em IA, permitindo que o poder de processamento da GPU execute tarefas de treinamento e inferência de modelos em um ambiente sem tocar nos dados originais. Isso traz enormes vantagens para as empresas de IA. Elas podem abrir serviços de API de forma segura, enquanto protegem segredos comerciais.
O FHEML suporta o processamento criptografado de dados e modelos durante todo o ciclo de aprendizado de máquina, garantindo a segurança das informações sensíveis e prevenindo riscos de vazamento de dados. Desta forma, o FHEML fortalece a privacidade dos dados, proporcionando uma estrutura de computação segura para aplicações de IA.
FHEML é um complemento do ZKML, onde o ZKML prova a execução correta do aprendizado de máquina, enquanto o FHEML enfatiza o cálculo sobre dados criptografados para manter a privacidade dos dados.
Revolução do Poder de Cálculo: Computação de IA em Redes Descentralizadas
A complexidade computacional dos sistemas de IA atuais dobra a cada 3 meses, levando a uma explosão na demanda por poder computacional, muito além da oferta de recursos computacionais existentes. Por exemplo, o treinamento de um grande modelo de linguagem requer um enorme poder computacional, equivalente a 355 anos de tempo de treinamento em um único dispositivo. Essa escassez de poder computacional não apenas limita o avanço da tecnologia de IA, mas também torna esses modelos avançados inatingíveis para a maioria dos pesquisadores e desenvolvedores.
Ao mesmo tempo, a utilização global de GPUs é inferior a 40%, juntamente com a desaceleração no aumento do desempenho dos microprocessadores e a escassez de chips causada por fatores da cadeia de suprimentos e geopolíticos, o que torna o problema da oferta de poder de computação ainda mais grave. Os profissionais de IA enfrentam um dilema: ou compram hardware por conta própria, ou alugam recursos em nuvem, e precisam urgentemente de uma forma de serviço de computação sob demanda e econômica.
A rede de computação descentralizada de IA agrega recursos de GPU ociosos em todo o mundo, oferecendo às empresas de IA um mercado de computação que é econômico e de fácil acesso. Os demandantes de computação podem publicar tarefas no rede, e contratos inteligentes atribuem as tarefas aos nós mineradores que contribuem com poder computacional. Os mineradores executam as tarefas e submetem os resultados, que, após verificação, recebem recompensas em pontos. Esta solução aumenta a eficiência da utilização de recursos e ajuda a resolver o problema do gargalo de computação em áreas como a IA.
Além da rede de computação descentralizada genérica, existem plataformas focadas em treinamento de IA e redes de computação dedicadas à inferência de IA.
A rede de computação descentralizada oferece um mercado de computação justo e transparente, quebrando monopólios, reduzindo as barreiras de entrada e aumentando a eficiência da utilização da computação. No ecossistema web3, a rede de computação descentralizada desempenhará um papel fundamental, atraindo mais dapps inovadores para se juntarem e promovendo conjuntamente o desenvolvimento e a aplicação da tecnologia de IA.
DePIN: Web3 capacitando Edge AI
Imagine que o seu telefone, smartwatch e até dispositivos inteligentes em sua casa tenham a capacidade de executar IA - essa é a atração do Edge AI. Ele permite que a computação ocorra na origem da geração de dados, proporcionando baixa latência e processamento em tempo real, enquanto protege a privacidade do usuário. A tecnologia Edge AI já foi aplicada em áreas críticas, como a condução autónoma.
No campo do Web3, temos um nome mais familiar - DePIN. O Web3 enfatiza a descentralização e a soberania dos dados do usuário; o DePIN pode melhorar a proteção da privacidade do usuário ao processar dados localmente, reduzindo o risco de vazamento de dados; o mecanismo econômico nativo em Token do Web3 pode incentivar os nós do DePIN a fornecer recursos computacionais, construindo um ecossistema sustentável.
Atualmente, o DePIN está a desenvolver-se rapidamente em alguns ecossistemas de blockchains públicas, tornando-se uma das plataformas preferidas para a implementação de projetos. A alta TPS, baixos custos de transação e inovações tecnológicas oferecem um forte suporte aos projetos DePIN. Atualmente, o valor de mercado de projetos DePIN em algumas blockchains públicas já ultrapassou os 10 bilhões de dólares, e alguns projetos reconhecidos já obtiveram avanços significativos.
IMO: Novo paradigma de lançamento de modelos de IA
O conceito de IMO foi proposto inicialmente por um protocolo de blockchain, tokenizando modelos de IA.
No modelo tradicional, devido à falta de um mecanismo de partilha de receitas, uma vez que o modelo de IA é desenvolvido e colocado no mercado, os desenvolvedores muitas vezes têm dificuldade em obter receitas contínuas do uso subsequente do modelo, especialmente quando o modelo é integrado em outros produtos e serviços, os criadores originais têm dificuldade em rastrear o uso, para não mencionar obter receitas a partir disso. Além disso, o desempenho e a eficácia dos modelos de IA muitas vezes carecem de transparência, o que dificulta a avaliação do seu verdadeiro valor por parte de investidores e utilizadores potenciais, limitando o reconhecimento do mercado e o potencial comercial do modelo.
IMO oferece uma nova forma de apoio financeiro e partilha de valor para modelos de IA de código aberto, permitindo que os investidores comprem tokens IMO e compartilhem os rendimentos gerados posteriormente pelos modelos. Certos protocolos de blockchain utilizam padrões ERC específicos, combinando oráculos de IA e tecnologia OPML para garantir a autenticidade dos modelos de IA e que os detentores de tokens possam compartilhar os rendimentos.
O modo IMO aumentou a transparência e a confiança, incentivou a colaboração em código aberto, adaptou-se às tendências do mercado de criptomoedas e injetou impulso no desenvolvimento sustentável da tecnologia AI. O IMO ainda está em uma fase inicial de tentativa, mas à medida que a aceitação do mercado aumenta e a gama de participação se expande, sua inovação e valor potencial merecem nossa expectativa.
Agente de IA: Uma nova era de experiências interativas
O Agente de IA pode perceber o ambiente, pensar de forma independente e tomar ações correspondentes para alcançar objetivos definidos. Com o apoio de grandes modelos de linguagem, o Agente de IA não só pode entender a linguagem natural, mas também planejar decisões e executar tarefas complexas. Eles podem atuar como assistentes virtuais, aprendendo as preferências dos usuários por meio da interação e oferecendo soluções personalizadas. Mesmo na ausência de instruções explícitas, o Agente de IA pode resolver problemas de forma autônoma, aumentando a eficiência e criando novo valor.
Algumas plataformas abertas de aplicações nativas de IA oferecem um conjunto de ferramentas de criação abrangente e fácil de usar, que permite aos usuários configurar funcionalidades, aparência, voz de robôs e conectar bibliotecas de conhecimento externas, dedicando-se a construir um ecossistema de conteúdo de IA justo e aberto. Utilizando tecnologia de IA generativa, capacita os indivíduos a se tornarem super criadores. Essas plataformas treinaram modelos de linguagem de grande escala especializados, tornando o papel mais humanizado; a tecnologia de clonagem de voz pode acelerar a interação personalizada de produtos de IA, reduzindo drasticamente os custos de síntese de voz, com a clonagem de voz podendo ser realizada em apenas 1 minuto. Os Agentes de IA personalizados utilizando essas plataformas podem ser aplicados atualmente em várias áreas, como videochamadas, aprendizado de idiomas, geração de imagens, entre outras.
Na fusão do Web3 com a IA, atualmente há mais exploração na camada de infraestrutura, como obter dados de alta qualidade, proteger a privacidade dos dados, como hospedar modelos na cadeia, como melhorar o uso eficiente do poder computacional descentralizado e como validar grandes modelos de linguagem, entre outras questões-chave. Com a gradual melhoria dessas infraestruturas, temos motivos para acreditar que a fusão do Web3 com a IA dará origem a uma série de modelos e serviços comerciais inovadores.