La fusión de Web3 y AI: Construyendo la infraestructura de Internet de próxima generación

Web3, como un nuevo modelo de internet descentralizado, abierto y transparente, tiene oportunidades de combinación natural con la IA. Bajo una arquitectura centralizada tradicional, la IA enfrenta desafíos como el cuello de botella en la capacidad de cálculo, la filtración de privacidad y la caja negra algorítmica. Web3, basado en tecnología distribuida, puede proporcionar nueva energía para el desarrollo de la IA a través de redes de capacidad de cálculo compartidas, mercados de datos abiertos y computación de privacidad. Al mismo tiempo, la IA también puede otorgar muchas capacidades a Web3, como la optimización de contratos inteligentes y algoritmos anti-trampa, promoviendo la construcción de su ecosistema. Explorar la combinación de ambos 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 base sólida de la IA y Web3

Los datos son el motor central que impulsa el desarrollo de la IA. Los modelos de IA necesitan procesar grandes cantidades de datos de alta calidad para obtener una comprensión profunda y una fuerte 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 adquisición y utilización de datos de IA centralizados presentan los siguientes problemas principales:

• El costo de obtener datos es alto, lo que dificulta que las pequeñas y medianas empresas lo asuman.
• Los recursos de datos están monopolizados por gigantes tecnológicos, creando islas de datos.
• Los datos personales enfrentan riesgos de filtración y abuso.

Web3 puede resolver los puntos de dolor del modelo tradicional con un nuevo paradigma de datos descentralizados:

• Los usuarios pueden vender su red ociosa a empresas de IA, para la recopilación descentralizada de datos de red, proporcionando datos reales y de alta calidad para el entrenamiento de modelos de IA.
• Adopta el modo "label to earn", incentivando a los trabajadores de todo el mundo a participar en la anotación de datos a través de tokens, reuniendo conocimientos profesionales globales y mejorando la capacidad de análisis de datos.
• La plataforma de intercambio de datos en blockchain proporciona un entorno de transacción público y transparente para ambas partes en la oferta y demanda de datos, incentivando la innovación y el intercambio de datos.

Sin embargo, la obtención de datos del mundo real también enfrenta problemas de calidad desigual, gran dificultad de procesamiento, diversidad y falta de representatividad. Los datos sintéticos podrían ser la estrella del futuro en la pista de datos de Web3. Basados en tecnologías de IA generativa y simulaciones, los datos sintéticos pueden simular las propiedades de los datos reales, como un complemento eficaz, mejorando la eficiencia del uso de datos. En campos como la conducción autónoma, el comercio en los mercados financieros y el desarrollo de juegos, los datos sintéticos ya han mostrado un potencial de aplicación maduro.

Protección de la privacidad: El papel de FHE en Web3

En la era impulsada por datos, la protección de la privacidad se ha convertido en un foco global. Sin embargo, esto también presenta desafíos: algunos datos sensibles no pueden ser utilizados plenamente debido al riesgo de privacidad, lo que limita el potencial y la capacidad de razonamiento de los modelos de IA.

FHE (encriptación homomórfica completa) permite realizar cálculos directamente sobre datos cifrados sin necesidad de descifrar, y el resultado es consistente con los cálculos de los datos en texto claro. FHE proporciona una sólida protección para el cálculo de privacidad de la IA, lo que permite que la potencia de cálculo de la GPU ejecute el entrenamiento y la inferencia de modelos sin tocar el entorno de datos originales. Esto brinda a las empresas de IA una gran ventaja, ya que pueden proteger los secretos comerciales mientras ofrecen servicios API de manera segura.

FHEML soporta el procesamiento de datos y modelos cifrados durante todo el ciclo de vida del aprendizaje automático, asegurando la seguridad de la información sensible y previniendo la filtración de datos. FHEML refuerza la privacidad de los datos, proporcionando un marco de cálculo seguro para aplicaciones de IA.

FHEML es un complemento de ZKML, ZKML prueba que el aprendizaje automático se ejecuta correctamente, mientras que FHEML enfatiza el cálculo sobre datos encriptados 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 actual de recursos computacionales. Esto no solo limita el progreso de la tecnología de IA, sino que también hace que los modelos de IA avanzados sean inalcanzables para la mayoría de los investigadores y desarrolladores.

La utilización global de GPU es inferior al 40%, junto con la desaceleración en el aumento del rendimiento de los microprocesadores, y los problemas de escasez de chips causados por factores de la cadena de suministro y geopolíticos, agravan aún más el problema del suministro de potencia de cálculo. Los profesionales de IA se enfrentan a la difícil decisión de comprar hardware o alquilar recursos en la nube, y necesitan urgentemente servicios de computación económicos y bajo demanda.

La red de poder computacional de IA descentralizada agrega recursos de GPU inactivos de todo el mundo, proporcionando un mercado de poder computacional económico y accesible para las empresas de IA. Las partes demandantes pueden publicar tareas de cálculo, los contratos inteligentes asignan tareas a los nodos mineros, los mineros ejecutan y envían resultados, que son verificados para obtener recompensas. Esta solución mejora la eficiencia del uso de recursos y ayuda a resolver el problema del cuello de botella en el poder computacional en campos como la IA.

Además de la red de computación descentralizada general, también existen redes de computación especializadas centradas en el entrenamiento e inferencia de IA. La red de computación descentralizada ofrece un mercado justo y transparente, rompe monopolios, reduce las barreras de entrada y mejora la eficiencia en el uso de la potencia de cálculo. En el ecosistema web3, jugará un papel clave, atrayendo a más dapps innovadoras y promoviendo el desarrollo y la aplicación de la tecnología de IA.

DePIN: Web3 empoderando la inteligencia artificial en el borde

Edge AI permite que el cálculo ocurra en la fuente de generación de datos, logrando un procesamiento en tiempo real y de baja latencia, al mismo tiempo que protege la privacidad del usuario. Se ha aplicado en campos clave como la conducción autónoma.

En el ámbito de Web3, DePIN mejora la protección de la privacidad del usuario mediante el procesamiento local de datos, reduciendo el riesgo de filtraciones de datos. El mecanismo económico nativo de tokens de Web3 puede incentivar a los nodos de DePIN a proporcionar recursos de computación, construyendo un ecosistema sostenible.

Actualmente, DePIN está desarrollándose rápidamente en el ecosistema de una cierta cadena de bloques pública, convirtiéndose en una de las plataformas preferidas para el despliegue de proyectos. La alta TPS, los bajos costos de transacción y la innovación tecnológica de esta cadena de bloques pública brindan un gran apoyo a los proyectos DePIN. Actualmente, el valor de mercado de los proyectos DePIN en esta cadena de bloques pública supera los 10,000 millones de dólares, y algunos proyectos conocidos han logrado avances significativos.

IMO: Nuevo paradigma de publicación de modelos de IA

El concepto de IMO fue propuesto por un protocolo, que tokeniza los modelos de IA. En el modelo tradicional, los desarrolladores tienen dificultades para obtener ingresos continuos del uso posterior del modelo, la transparencia en el rendimiento y los efectos del modelo es limitada, lo que restringe el reconocimiento del mercado y el potencial comercial.

IMO proporciona un nuevo apoyo financiero y un método de compartición de valor para modelos de IA de código abierto. Los inversores pueden comprar tokens IMO para compartir los ingresos futuros del modelo. Un protocolo utiliza un estándar ERC específico, combinando oráculos de IA y tecnología OPML para garantizar la autenticidad del modelo de IA y que los titulares de tokens puedan compartir los ingresos.

El modo IMO mejora la transparencia y la confianza, fomenta la colaboración de código abierto, se adapta a las tendencias del mercado de criptomonedas y aporta impulso al desarrollo sostenible de la tecnología AI. Actualmente, el IMO se encuentra en una etapa de prueba inicial, pero su innovación y valor potencial son dignos de expectativas.

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 para alcanzar objetivos. Con el apoyo de modelos de lenguaje grandes, el Agente de IA no solo comprende el lenguaje natural, sino que también puede planificar decisiones y ejecutar tareas complejas. Pueden actuar como asistentes virtuales, aprendiendo las preferencias de los usuarios a través de la interacción y proporcionando soluciones personalizadas. Incluso sin instrucciones explícitas, el Agente de IA puede resolver problemas de forma autónoma, mejorar la eficiencia y crear nuevo valor.

Una plataforma nativa de aplicaciones de AI abierta ofrece un conjunto de herramientas de creación completas y fáciles de usar, que permite a los usuarios configurar funciones, apariencia, sonido de los robots y conectar bases de conocimiento externas, dedicada a construir un ecosistema de contenido de AI justo y abierto, empoderando a los individuos para convertirse en creadores superdotados utilizando tecnología de AI generativa. La plataforma entrena modelos de lenguaje grandes específicos para hacer que el juego de roles sea más humanizado; la tecnología de clonación de voz acelera la interacción personalizada de los productos de AI, reduciendo el costo de la síntesis de voz en un 99%, y la clonación de voz se puede lograr en solo 1 minuto. Los agentes de AI personalizados de la plataforma pueden aplicarse en múltiples campos como video chat, aprendizaje de idiomas, generación de imágenes, entre otros.

La fusión de Web3 y AI actualmente explora más la capa de infraestructura, como la obtención de datos de alta calidad, la protección de la privacidad de los datos, la custodia de modelos en la cadena, el uso eficiente de la potencia computacional descentralizada y la verificación de grandes modelos de lenguaje, entre otros problemas clave. A medida que estas infraestructuras se perfeccionan gradualmente, la fusión de Web3 y AI dará lugar a una serie de modelos de negocio y servicios innovadores.