Злиття Web3 та штучного інтелекту: відкриття нової ери Інтернету

Штучний інтелект і Web3, як дві передові технології, взаємодіють вражаючим чином, формуючи напрямок розвитку майбутнього Інтернету. Web3, завдяки своїм децентралізованим, відкритим і прозорим характеристикам, надає нову силу та можливості для розвитку ШІ. Водночас ШІ також приносить безліч можливостей для екосистеми Web3, таких як оптимізація смарт-контрактів. Дослідження поєднання цих двох технологій має велике значення для побудови інфраструктури наступного покоління Інтернету та повного розкриття цінності даних і обчислювальної потужності.

Дані: Основи AI та Web3

Дані є основним рушійним фактором розвитку ШІ, їх важливість очевидна. Дані високої якості та великого обсягу є ключовими для отримання глибокого розуміння та потужних здатностей до міркування модельми ШІ. Проте традиційні централізовані моделі отримання та використання даних мають безліч проблем, таких як високі витрати на отримання, монополія на дані та ризики витоку конфіденційності.

Децентралізована модель даних Web3 пропонує нові підходи до вирішення цих проблем:

1. Децентралізоване збори даних: користувачі можуть брати участь у процесі збору даних компаній ШІ, продаючи невикористані мережеві ресурси, що забезпечує децентралізований доступ до даних.

2. Глобальна кооперація з маркування даних: використання моделі "маркування - це заробіток", шляхом стимулювання токенами глобальних працівників до участі у маркуванні даних, об'єднуючи світову мудрість.

3. Платформа торгівлі даними на блокчейні: забезпечує прозоре та відкритое торгове середовище для обох сторін попиту та пропозиції даних, сприяє інноваціям та спільному використанню даних.

Проте, отримання даних з реального світу все ще стикається з такими викликами, як нерівномірна якість та складність обробки. У цьому контексті синтетичні дані стають новою зіркою у сфері даних Web3. На основі технології генеративного ШІ, синтетичні дані можуть імітувати властивості реальних даних, ефективно доповнюючи реальні дані, підвищуючи ефективність використання даних. У таких сферах, як автономне водіння, фінансові ринкові торги, розробка ігор, синтетичні дані вже продемонстрували зрілі перспективи застосування.

Захист приватності: важливість повної гомоморфної криптографії

З приходом епохи, керованої даними, захист конфіденційності став глобальною темою. Прийняття таких регуляцій, як GDPR ЄС, відображає суворі вимоги до захисту особистої конфіденційності. Проте це також створює нові виклики: частина чутливих даних не може бути повноцінно використана через ризики конфіденційності, що обмежує потенціал AI-моделей.

Технологія повністю гомоморфного шифрування (FHE) надає можливість вирішення цієї проблеми. FHE дозволяє виконувати обчислювальні операції над зашифрованими даними без необхідності розшифровувати їх, отримуючи результати, які збігаються з результатами обчислень над відкритими даними. Це забезпечує потужний захист приватності для обчислень AI, дозволяючи обчислювальним потужностям GPU виконувати тренування моделей та завдання висновків без доступу до вихідних даних.

FHEML підтримує шифрування даних і моделей протягом усього циклу машинного навчання, забезпечуючи безпеку чутливої інформації та запобігаючи ризику витоку даних. Цей підхід не лише зміцнює захист конфіденційності даних, але й забезпечує безпечну та надійну обчислювальну інфраструктуру для AI-додатків. Варто зазначити, що FHEML і ZKML доповнюють один одного: перший зосереджується на обчисленнях над зашифрованими даними для підтримки конфіденційності даних, тоді як другий прагне довести правильність виконання машинного навчання.

Революція обчислювальної потужності: AI-обчислення в децентралізованих мережах

Поточна обчислювальна складність систем штучного інтелекту зростає експоненційно, подвоюючись кожні три місяці, що призводить до різкого зростання попиту на обчислювальні потужності, що значно перевищує наявні ресурси постачання. Наприклад, для моделі GPT-3 компанії OpenAI обчислювальна потужність, необхідна для її навчання, еквівалентна 355 рокам навчання на одному пристрої. Цей брак обчислювальних потужностей не лише стримує прогрес технологій ШІ, але й робить високорозвинені моделі ШІ недоступними для більшості дослідників і розробників.

Одночасно глобальне використання GPU становить менше 40%, а також уповільнення підвищення продуктивності мікропроцесорів, дефіцит чіпів через проблеми з постачанням та геополітичні фактори ускладнюють питання постачання обчислювальної потужності. Працівники у сфері ШІ стикаються з дилемою між купівлею апаратного забезпечення та орендою хмарних ресурсів, існує нагальна потреба в економічно ефективному обчислювальному сервісі на вимогу.

Децентралізована мережа обчислювальних потужностей AI виникла, об'єднуючи глобальні неробочі ресурси GPU, щоб забезпечити економічно вигідний і легкодоступний ринок обчислювальних потужностей для AI компаній. У цій моделі, замовники обчислювальних потужностей можуть публікувати обчислювальні завдання в мережі, а смарт-контракт розподіляє завдання між вузлами, які надають обчислювальні потужності. Вузли виконують завдання та подають результати, після перевірки отримують винагороду.

Окрім загальної децентралізованої мережі обчислювальних потужностей, існують також спеціалізовані платформи обчислювальних потужностей, що зосереджуються на навчанні та інференції штучного інтелекту. Ці децентралізовані мережі обчислювальних потужностей не лише забезпечують справедливий та прозорий ринок обчислювальних потужностей, розриваючи монополії та знижуючи бар'єри для застосування, але й підвищують ефективність використання обчислювальних потужностей. У екосистемі Web3 децентралізовані мережі обчислювальних потужностей відіграватимуть ключову роль, залучаючи більше інноваційних розподілених застосувань для спільного сприяння розвитку та застосуванню технологій штучного інтелекту.

Edge AI: Web3 надає можливості для крайніх обчислень

Технологія Edge AI переносить обчислювальні потужності штучного інтелекту до джерел виникнення даних, забезпечуючи низьку затримку та обробку в реальному часі, одночасно захищаючи конфіденційність користувачів. Ця технологія вже застосовується в ключових сферах, таких як автономне водіння, і в майбутньому має можливість надати більше розумним пристроям здатність виконувати функції штучного інтелекту.

У сфері Web3 більш відомою назвою Edge AI є DePIN (децентралізовані фізичні інфраструктурні мережі). Web3 підкреслює децентралізацію та суверенітет даних користувачів, DePIN покращує захист приватності користувачів, обробляючи дані локально, зменшуючи ризики витоку даних. Вроджений механізм токеноміки Web3 може стимулювати вузли DePIN надавати обчислювальні ресурси, створюючи стійку екосистему.

Наразі DePIN швидко розвивається в деяких екосистемах публічних блокчейнів, стаючи одним із найкращих платформ для розгортання проектів. Висока швидкість обробки транзакцій, низькі комісії за транзакції та технологічні інновації цих публічних блокчейнів надають потужну підтримку проектам DePIN. Деякі відомі проекти DePIN досягли значного прогресу на цих платформах, а їх загальна капіталізація перевищує 10 мільярдів доларів.

IMO: Випуск нової парадигми AI-моделей

Концепція первинного випуску моделі (IMO) відкриває нові шляхи для токенізації AI-моделей. У традиційній моделі розробникам AI-моделей важко отримувати постійний дохід від подальшого використання моделей, особливо коли моделі інтегруються в інші продукти та послуги. Крім того, продуктивність і ефективність AI-моделей часто не є прозорими, що ускладнює потенційним інвесторам і користувачам оцінку їхньої справжньої вартості.

IMO забезпечує інноваційну фінансову підтримку та спосіб спільного використання вартості для відкритих AI моделей. Інвестори можуть поділитися прибутком, отриманим від моделей, купуючи токени IMO. Деякі протоколи використовують специфічні технічні стандарти, поєднуючи AI оракули та технології машинного навчання на блокчейні, щоб забезпечити автентичність AI моделей та можливість токенам, що належать власникам, ділитися прибутком.

Модель IMO підвищує прозорість і довіру, сприяє відкритій співпраці, адаптується до тенденцій крипторинку та надає імпульс сталому розвитку технологій штучного інтелекту. Хоча IMO наразі все ще перебуває на початковій стадії, з підвищенням прийнятності на ринку та розширенням кола учасників його інноваційність і потенційна цінність заслуговують на очікування.

AI Agent: нова ера інтерактивного досвіду

AI Agent може сприймати навколишнє середовище, самостійно мислити та вживати заходів для досягнення визначених цілей. За підтримки великих мовних моделей, AI Agent не лише може розуміти природну мову, але й планувати рішення, виконувати складні завдання. Вони можуть виступати в ролі віртуальних асистентів, навчаючись уподобанням користувачів через взаємодію, надаючи персоналізовані рішення. У відсутності чітких інструкцій AI Agent також може самостійно вирішувати проблеми, підвищуючи ефективність та створюючи нову цінність.

Деякі відкриті платформи для додатків на базі AI пропонують повний і зручний набір інструментів для творчості, що підтримують користувачів у налаштуванні функцій, зовнішнього вигляду, голосу роботів, а також у підключенні зовнішніх баз знань, з метою створення справедливої та відкритої екосистеми контенту AI. Ці платформи використовують технології генеративного AI, щоб надати можливість особам стати супер-креаторами. За допомогою навчання спеціалізованих великих мовних моделей, рольова гра стає більш гуманною; технологія клонування голосу може прискорити персоналізовану взаємодію з продуктами AI, значно знизивши витрати на синтез голосу та забезпечити швидке клонування голосу. За допомогою цих платформ налаштовані AI агентів наразі можуть використовуватися в таких сферах, як відеочат, вивчення мов, створення зображень тощо.

Висновок

У процесі інтеграції Web3 та штучного інтелекту в даний час більше уваги приділяється дослідженню інфраструктурного рівня, зокрема, тому, як отримувати високоякісні дані, захищати конфіденційність даних, як розміщувати моделі на ланцюгу, як підвищити ефективність використання децентралізованих обчислень, а також як перевіряти великі мовні моделі та інші ключові питання. З поступовим вдосконаленням цієї інфраструктури у нас є підстави вважати, що інтеграція Web3 та штучного інтелекту дасть народження ряду інноваційних бізнес-моделей та послуг, що надасть новий імпульс розвитку Інтернету в майбутньому.