La fusión de Web3 y AI: Construyendo la nueva generación de infraestructura de Internet
Web3, como un nuevo paradigma de Internet descentralizado, abierto y transparente, tiene una oportunidad natural de fusión con la IA. En la arquitectura centralizada tradicional, los recursos de computación e datos de la IA están estrictamente controlados, enfrentándose a numerosos desafíos como cuellos de botella en la capacidad de cálculo, filtración de privacidad y algoritmos de caja negra. En cambio, Web3, basado en tecnologías distribuidas, puede inyectar nueva energía al desarrollo de la IA a través de redes de computación compartida, mercados de datos abiertos y computación privada. Al mismo tiempo, la IA puede otorgar numerosos empoderamientos a Web3, como la optimización de contratos inteligentes y algoritmos anti-trampa, ayudando en la construcción de su ecosistema. Explorar la combinación de Web3 y IA es crucial para construir la infraestructura de Internet de próxima generación y liberar el valor de los datos y la capacidad de cálculo.
Impulsado por datos: La sólida base de la IA y Web3
Los datos son el núcleo impulsor del desarrollo de la IA. Los modelos de IA necesitan digerir grandes cantidades de datos de alta calidad para obtener una comprensión profunda y una poderosa 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 la fiabilidad del modelo.
Los modelos tradicionales de obtención y utilización de datos de IA centralizados presentan 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 los gigantes tecnológicos, formando islas de datos.
Los datos personales enfrentan riesgos de filtración y abuso.
Web3 puede resolver los puntos críticos del modelo tradicional con un nuevo paradigma de datos descentralizados:
Los usuarios pueden vender su ancho de banda no utilizado a empresas de IA, capturando datos de la red de manera descentralizada 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 mediante tokens, reuniendo conocimientos profesionales globales y mejorando la capacidad de análisis de datos.
La plataforma de intercambio de datos basada en blockchain proporciona un entorno de negociación público y transparente para ambas partes de la oferta y la demanda de datos, incentivando la innovación y el intercambio de datos.
Sin embargo, la obtención de datos del mundo real también presenta algunos problemas, como la calidad inconsistente de los datos, la dificultad de procesamiento, la insuficiencia 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 IA generativa y simulación, los datos sintéticos pueden simular las propiedades de los datos reales, actuando como un complemento efectivo para 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 juegos, los datos sintéticos ya han demostrado un potencial de aplicación maduro.
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 global. Las regulaciones como el Reglamento General de Protección de Datos (GDPR) de la Unión Europea reflejan una estricta protección de la privacidad personal. Sin embargo, esto también plantea desafíos: algunos datos sensibles no pueden ser utilizados plenamente debido a los riesgos de privacidad, limitando el potencial y la capacidad de razonamiento de los modelos de IA.
FHE (encriptación homomórfica total) permite realizar operaciones de cálculo directamente sobre datos encriptados, sin necesidad de desencriptar los datos, y el resultado del cálculo es consistente con el resultado de realizar el mismo cálculo sobre datos en texto claro. FHE proporciona una sólida protección para el cálculo privado de IA, lo que permite que la capacidad de cálculo de la GPU ejecute tareas de entrenamiento y razonamiento de modelos en un entorno sin tocar los datos originales. Esto brinda a las empresas de IA una gran ventaja, ya que pueden abrir de manera segura servicios API mientras protegen los secretos comerciales.
FHEML admite el procesamiento encriptado de datos y modelos a lo largo de todo el ciclo de vida del aprendizaje automático, garantizando la seguridad de la información sensible y previniendo el riesgo de filtración de datos. FHEML refuerza la privacidad de los datos y proporciona un marco de cálculo seguro para aplicaciones de IA.
FHEML es un complemento de ZKML, donde 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: Computación AI 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 creces la oferta de recursos computacionales existentes. Por ejemplo, el entrenamiento de un conocido modelo 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 progreso de la tecnología de IA, sino que también hace que los modelos avanzados de IA 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 rendimiento de los microprocesadores y la escasez de chips causada por factores de la cadena de suministro y geopolíticos, lo que agrava aún más el problema de la oferta de potencia computacional. Los profesionales de la IA se encuentran en un dilema: o compran hardware por su cuenta, o alquilan recursos en la nube, y necesitan urgentemente una forma de servicio de computación bajo demanda y rentable.
La red de computación descentralizada de IA proporciona un mercado de potencia de cómputo económico y accesible para las empresas de IA al agregar recursos de GPU inactivos de todo el mundo. Los demandantes de potencia de cómputo pueden publicar tareas de cálculo en la red, y los contratos inteligentes asignan las tareas a los nodos mineros que contribuyen con su potencia de cómputo. Los mineros ejecutan las tareas y envían los resultados, y tras la verificación, reciben recompensas en forma de puntos. Esta solución mejora la eficiencia en el uso de los recursos y ayuda a resolver el problema de los cuellos de botella en la potencia de cómputo en campos como la IA.
Además de la red de computación descentralizada general, también existen redes de computación dedicadas enfocadas en el entrenamiento e inferencia de IA. Las redes de computación descentralizadas ofrecen un mercado de computación justo y transparente, rompiendo monopolios, reduciendo las barreras de entrada y mejorando la eficiencia en la utilización de la computación. En el ecosistema Web3, las redes de computación descentralizadas jugarán un papel clave, atrayendo a más dapps innovadores para impulsar conjuntamente el desarrollo y la aplicación de la tecnología de IA.
DePIN: Web3 empoderando la IA en el borde
Imagina que tu teléfono móvil, reloj inteligente e incluso los dispositivos inteligentes de tu hogar tienen la capacidad de ejecutar IA: esa es la maravilla de Edge AI. Permite que el cálculo ocurra en la fuente de producción de datos, logrando un procesamiento en tiempo real con baja latencia, al tiempo que protege la privacidad del usuario. La tecnología Edge AI ya se ha aplicado en áreas 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 datos localmente; el mecanismo de economía de token nativo de Web3 puede incentivar a los nodos de DePIN a proporcionar recursos computacionales, construyendo un ecosistema sostenible.
Actualmente, DePIN se está desarrollando rápidamente en un ecosistema, convirtiéndose en una de las plataformas de blockchain pública preferidas para la implementación de proyectos. La alta TPS, los bajos costos de transacción y la innovación tecnológica de esta blockchain pública brindan un fuerte apoyo a los proyectos DePIN. Actualmente, la capitalización de mercado de los proyectos DePIN en esta blockchain pública supera los 10 mil millones de dólares, y varios proyectos conocidos han logrado avances significativos.
IMO: Publicación de un nuevo paradigma de modelos de IA
El concepto de IMO fue propuesto 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 se desarrolla un modelo de IA y se lanza al mercado, a menudo es difícil para los desarrolladores obtener ingresos continuos de su uso posterior, especialmente cuando el modelo se integra en otros productos y servicios; los creadores originales tienen dificultades para rastrear el uso, y ni hablar de obtener ingresos de ello. Además, el rendimiento y los resultados de los modelos de IA a menudo carecen de transparencia, lo que dificulta a los inversores y usuarios potenciales evaluar su verdadero valor, limitando el reconocimiento del mercado y el potencial comercial del modelo.
IMO ha proporcionado una nueva forma de financiamiento y de compartir valor para modelos de IA de código abierto, donde los inversores pueden comprar tokens IMO y compartir los ingresos 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 ingresos.
El modo IMO ha aumentado la transparencia y la confianza, fomentando la colaboración de código abierto, adaptándose a las tendencias del mercado de criptomonedas e impulsando el desarrollo sostenible de la tecnología AI. Actualmente, el IMO aún se encuentra en una fase inicial de prueba, pero a medida que aumente la aceptación del mercado y se amplíe el ámbito de participación, su innovación y valor potencial son dignos de ser esperados.
Agente de IA: La nueva era de la experiencia interactiva
El Agente de IA puede percibir el entorno, pensar de manera independiente y tomar acciones correspondientes para alcanzar 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 claras, el Agente de IA puede resolver problemas de manera autónoma, mejorar la eficiencia y crear nuevo valor.
Una plataforma abierta de aplicaciones nativas de IA ofrece un conjunto de herramientas de creación completas y fáciles de usar, que permite a los usuarios configurar funciones, apariencia y sonido de los robots, así como conectar bases de conocimiento externas, con el objetivo de construir un ecosistema de contenido de IA justo y abierto, empoderando a las personas para convertirse en súper creadores utilizando tecnología de IA generativa. Esta plataforma ha entrenado un modelo de lenguaje específico, haciendo que el juego de roles sea más humano; la tecnología de clonación de voz puede acelerar la interacción personalizada de productos de IA, reduciendo los costos de síntesis de voz en un 99%, y la clonación de voz se puede realizar en solo 1 minuto. Los agentes de IA personalizados de esta plataforma ya se pueden aplicar en múltiples áreas como videollamadas, aprendizaje de idiomas, generación de imágenes, entre otros.
En la fusión de Web3 y la IA, actualmente se explora más la capa 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, cómo validar grandes modelos de lenguaje y otros problemas clave. A medida que estas infraestructuras se perfeccionen gradualmente, tenemos razones para creer que la fusión de Web3 y la IA dará lugar a una serie de modelos de negocio y servicios innovadores.
Ver originales
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.
17 me gusta
Recompensa
17
9
Republicar
Compartir
Comentar
0/400
TokenomicsTherapist
· 08-13 21:40
Deja de hablar, la próxima generación de la web solo hará ruido.
Ver originalesResponder0
AirdropHunterXM
· 08-12 18:25
El alma digital siempre está en la ola.
Ver originalesResponder0
ShibaSunglasses
· 08-12 10:31
Siento que estoy viviendo en una ciencia ficción.
Ver originalesResponder0
GateUser-9ad11037
· 08-11 02:18
Hablar a lo grande, ¿qué se hace? Primero úsalo y luego habla.
Ver originalesResponder0
ColdWalletGuardian
· 08-11 02:18
Hay industrias con cabeza y sin cola
Ver originalesResponder0
WhaleMistaker
· 08-11 02:18
Esperamos la protección de la privacidad de los datos en web3.
Web3 y la fusión de IA: construyendo la infraestructura de internet de próxima generación
La fusión de Web3 y AI: Construyendo la nueva generación de infraestructura de Internet
Web3, como un nuevo paradigma de Internet descentralizado, abierto y transparente, tiene una oportunidad natural de fusión con la IA. En la arquitectura centralizada tradicional, los recursos de computación e datos de la IA están estrictamente controlados, enfrentándose a numerosos desafíos como cuellos de botella en la capacidad de cálculo, filtración de privacidad y algoritmos de caja negra. En cambio, Web3, basado en tecnologías distribuidas, puede inyectar nueva energía al desarrollo de la IA a través de redes de computación compartida, mercados de datos abiertos y computación privada. Al mismo tiempo, la IA puede otorgar numerosos empoderamientos a Web3, como la optimización de contratos inteligentes y algoritmos anti-trampa, ayudando en la construcción de su ecosistema. Explorar la combinación de Web3 y IA es crucial para construir la infraestructura de Internet de próxima generación y liberar el valor de los datos y la capacidad de cálculo.
Impulsado por datos: La sólida base de la IA y Web3
Los datos son el núcleo impulsor del desarrollo de la IA. Los modelos de IA necesitan digerir grandes cantidades de datos de alta calidad para obtener una comprensión profunda y una poderosa 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 la fiabilidad del modelo.
Los modelos tradicionales de obtención y utilización de datos de IA centralizados presentan los siguientes problemas principales:
Web3 puede resolver los puntos críticos del modelo tradicional con un nuevo paradigma de datos descentralizados:
Sin embargo, la obtención de datos del mundo real también presenta algunos problemas, como la calidad inconsistente de los datos, la dificultad de procesamiento, la insuficiencia 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 IA generativa y simulación, los datos sintéticos pueden simular las propiedades de los datos reales, actuando como un complemento efectivo para 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 juegos, los datos sintéticos ya han demostrado un potencial de aplicación maduro.
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 global. Las regulaciones como el Reglamento General de Protección de Datos (GDPR) de la Unión Europea reflejan una estricta protección de la privacidad personal. Sin embargo, esto también plantea desafíos: algunos datos sensibles no pueden ser utilizados plenamente debido a los riesgos de privacidad, limitando el potencial y la capacidad de razonamiento de los modelos de IA.
FHE (encriptación homomórfica total) permite realizar operaciones de cálculo directamente sobre datos encriptados, sin necesidad de desencriptar los datos, y el resultado del cálculo es consistente con el resultado de realizar el mismo cálculo sobre datos en texto claro. FHE proporciona una sólida protección para el cálculo privado de IA, lo que permite que la capacidad de cálculo de la GPU ejecute tareas de entrenamiento y razonamiento de modelos en un entorno sin tocar los datos originales. Esto brinda a las empresas de IA una gran ventaja, ya que pueden abrir de manera segura servicios API mientras protegen los secretos comerciales.
FHEML admite el procesamiento encriptado de datos y modelos a lo largo de todo el ciclo de vida del aprendizaje automático, garantizando la seguridad de la información sensible y previniendo el riesgo de filtración de datos. FHEML refuerza la privacidad de los datos y proporciona un marco de cálculo seguro para aplicaciones de IA.
FHEML es un complemento de ZKML, donde 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: Computación AI 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 creces la oferta de recursos computacionales existentes. Por ejemplo, el entrenamiento de un conocido modelo 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 progreso de la tecnología de IA, sino que también hace que los modelos avanzados de IA 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 rendimiento de los microprocesadores y la escasez de chips causada por factores de la cadena de suministro y geopolíticos, lo que agrava aún más el problema de la oferta de potencia computacional. Los profesionales de la IA se encuentran en un dilema: o compran hardware por su cuenta, o alquilan recursos en la nube, y necesitan urgentemente una forma de servicio de computación bajo demanda y rentable.
La red de computación descentralizada de IA proporciona un mercado de potencia de cómputo económico y accesible para las empresas de IA al agregar recursos de GPU inactivos de todo el mundo. Los demandantes de potencia de cómputo pueden publicar tareas de cálculo en la red, y los contratos inteligentes asignan las tareas a los nodos mineros que contribuyen con su potencia de cómputo. Los mineros ejecutan las tareas y envían los resultados, y tras la verificación, reciben recompensas en forma de puntos. Esta solución mejora la eficiencia en el uso de los recursos y ayuda a resolver el problema de los cuellos de botella en la potencia de cómputo en campos como la IA.
Además de la red de computación descentralizada general, también existen redes de computación dedicadas enfocadas en el entrenamiento e inferencia de IA. Las redes de computación descentralizadas ofrecen un mercado de computación justo y transparente, rompiendo monopolios, reduciendo las barreras de entrada y mejorando la eficiencia en la utilización de la computación. En el ecosistema Web3, las redes de computación descentralizadas jugarán un papel clave, atrayendo a más dapps innovadores para impulsar conjuntamente el desarrollo y la aplicación de la tecnología de IA.
DePIN: Web3 empoderando la IA en el borde
Imagina que tu teléfono móvil, reloj inteligente e incluso los dispositivos inteligentes de tu hogar tienen la capacidad de ejecutar IA: esa es la maravilla de Edge AI. Permite que el cálculo ocurra en la fuente de producción de datos, logrando un procesamiento en tiempo real con baja latencia, al tiempo que protege la privacidad del usuario. La tecnología Edge AI ya se ha aplicado en áreas 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 datos localmente; el mecanismo de economía de token nativo de Web3 puede incentivar a los nodos de DePIN a proporcionar recursos computacionales, construyendo un ecosistema sostenible.
Actualmente, DePIN se está desarrollando rápidamente en un ecosistema, convirtiéndose en una de las plataformas de blockchain pública preferidas para la implementación de proyectos. La alta TPS, los bajos costos de transacción y la innovación tecnológica de esta blockchain pública brindan un fuerte apoyo a los proyectos DePIN. Actualmente, la capitalización de mercado de los proyectos DePIN en esta blockchain pública supera los 10 mil millones de dólares, y varios proyectos conocidos han logrado avances significativos.
IMO: Publicación de un nuevo paradigma de modelos de IA
El concepto de IMO fue propuesto 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 se desarrolla un modelo de IA y se lanza al mercado, a menudo es difícil para los desarrolladores obtener ingresos continuos de su uso posterior, especialmente cuando el modelo se integra en otros productos y servicios; los creadores originales tienen dificultades para rastrear el uso, y ni hablar de obtener ingresos de ello. Además, el rendimiento y los resultados de los modelos de IA a menudo carecen de transparencia, lo que dificulta a los inversores y usuarios potenciales evaluar su verdadero valor, limitando el reconocimiento del mercado y el potencial comercial del modelo.
IMO ha proporcionado una nueva forma de financiamiento y de compartir valor para modelos de IA de código abierto, donde los inversores pueden comprar tokens IMO y compartir los ingresos 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 ingresos.
El modo IMO ha aumentado la transparencia y la confianza, fomentando la colaboración de código abierto, adaptándose a las tendencias del mercado de criptomonedas e impulsando el desarrollo sostenible de la tecnología AI. Actualmente, el IMO aún se encuentra en una fase inicial de prueba, pero a medida que aumente la aceptación del mercado y se amplíe el ámbito de participación, su innovación y valor potencial son dignos de ser esperados.
Agente de IA: La nueva era de la experiencia interactiva
El Agente de IA puede percibir el entorno, pensar de manera independiente y tomar acciones correspondientes para alcanzar 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 claras, el Agente de IA puede resolver problemas de manera autónoma, mejorar la eficiencia y crear nuevo valor.
Una plataforma abierta de aplicaciones nativas de IA ofrece un conjunto de herramientas de creación completas y fáciles de usar, que permite a los usuarios configurar funciones, apariencia y sonido de los robots, así como conectar bases de conocimiento externas, con el objetivo de construir un ecosistema de contenido de IA justo y abierto, empoderando a las personas para convertirse en súper creadores utilizando tecnología de IA generativa. Esta plataforma ha entrenado un modelo de lenguaje específico, haciendo que el juego de roles sea más humano; la tecnología de clonación de voz puede acelerar la interacción personalizada de productos de IA, reduciendo los costos de síntesis de voz en un 99%, y la clonación de voz se puede realizar en solo 1 minuto. Los agentes de IA personalizados de esta plataforma ya se pueden aplicar en múltiples áreas como videollamadas, aprendizaje de idiomas, generación de imágenes, entre otros.
En la fusión de Web3 y la IA, actualmente se explora más la capa 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, cómo validar grandes modelos de lenguaje y otros problemas clave. A medida que estas infraestructuras se perfeccionen gradualmente, tenemos razones para creer que la fusión de Web3 y la IA dará lugar a una serie de modelos de negocio y servicios innovadores.