Nos últimos anos, com o lançamento sucessivo de produtos da série GPT, a inteligência artificial está transformando várias indústrias. Testemunhamos várias aplicações de IA entrando em nosso trabalho diário e vida, aprimorando a eficiência do trabalho, mudando hábitos de vida e reduzindo os custos operacionais das empresas. Devemos admitir que a IA está se tornando o ponto de partida para a próxima revolução tecnológica.

O cerne da revolução tecnológica da IA reside em uma ampla potência de computação, modelos de algoritmo e uma vasta quantidade de dados de treinamento. Atualmente, a potência de computação de GPU de alto desempenho está em falta e é cara, os algoritmos tendem a ser homogeneizados, e existem questões relacionadas à conformidade de dados e proteção de privacidade para dados de treinamento de modelos. A tecnologia blockchain possui características como descentralização e armazenamento distribuído, que podem ser aplicadas de forma eficaz no desenvolvimento, implantação e operação de modelos de IA.

Utilizando as Características do Blockchain para Resolver o Problema de Potência de Computação de IA.

Para o processo de desenvolvimento de IA, enfrentando problemas como escassez de poder computacional de GPU e altos custos de uso, alguns projetos de blockchain estão tentando resolvê-los por meio de soluções baseadas em blockchain.

A Render Network é uma plataforma de renderização distribuída de alta performance que preenche a lacuna entre a demanda de potência de computação da GPU e os provedores de recursos da GPU inativos usando o software líder da indústria otoy. Esta configuração permite que os recursos da GPU inativos sejam fornecidos aos campos de computação de alta demanda, como inteligência artificial e realidade virtual, a um custo mais baixo.

Neste ecossistema, os fornecedores de GPUs inativas conectam seus dispositivos à Rede Render para concluir várias tarefas de renderização, enquanto os demandantes compensam os fornecedores de GPUs com recompensas de tokens. Essa abordagem descentralizada maximiza a eficiência da utilização de recursos, cria valor para os participantes e reduz os custos de desenvolvimento e operacionais da inteligência artificial. Em dezembro do ano passado, a Render alcançou um salto tecnológico significativo ao migrar sua infraestrutura da cadeia Ethereum para o Solana de alto TPS, aproveitando o alto desempenho do Solana e maior escalabilidade para aprimorar as capacidades da Render, incluindo streaming em tempo real e compressão de estado.

Imagem renderizada na Rede Render

Akash é uma plataforma de computação descentralizada que agrega CPU, GPU, armazenamento, largura de banda, endereços IP dedicados ociosos e outros recursos de rede em todo o mundo e os aluga para empresas e indivíduos que necessitam de alta potência computacional em tarefas como inteligência artificial. Isso permite que eles aproveitem totalmente esses recursos e forneçam serviços de aluguel de GPU. Os usuários que fornecem recursos de aluguel de GPU recebem tokens AKT, enquanto os demandantes têm acesso a potência de computação a baixo custo. O token da plataforma AKT não é apenas usado para liquidar pagamentos por recursos de rede alugados, mas também serve como um incentivo para encorajar validadores a participar da governança do ecossistema e da manutenção da segurança da rede. A plataforma cobra uma certa taxa de transação para liquidar pagamentos por recursos de rede, permitindo que todos os participantes no ecossistema da plataforma gerem renda e impulsionem a viabilidade a longo prazo da plataforma e o crescimento contínuo de seu modelo de negócios.

Gráfico estatístico em tempo real dos recursos de rede da Akash Network

Livepeer é uma plataforma de rede de infraestrutura de vídeo para mídia de streaming ao vivo e sob demanda. Os usuários podem se juntar à rede executando o software da plataforma e utilizar a GPU do seu computador, largura de banda e outros recursos para transcodificação e distribuição de vídeos. Esta abordagem melhora a confiabilidade das transmissões de vídeo e reduz custos relacionados, como transcodificação e distribuição em até 50 vezes. Além disso, o projeto Livepeer está introduzindo tarefas de computação de vídeo de IA na rede Livepeer, utilizando sua rede de GPU operada por orquestradores para gerar vídeos de IA de alta qualidade, reduzindo assim o custo de criação de conteúdo de vídeo.

A partir da descrição dos projetos de blockchain acima, é evidente que o blockchain pode alavancar suas características descentralizadas e distribuídas para utilizar efetivamente recursos de rede ociosos para lidar com a atual escassez de poder de computação de IA e altos custos. Uma vez que esse modelo seja validado e reconhecido em cenários mais reais e por startups de IA no futuro, ele aliviará significativamente a questão do poder de computação.

A integração de AI com dados de Blockchain.

Os dados são a base dos modelos de IA e os dados usados para treinar modelos determinam as diferenças entre vários modelos de IA. Em comparação com outras fontes de dados, os dados de blockchain são de maior qualidade e transparentes, permitindo a identificação de usuários na blockchain.

Arkham é uma plataforma que recompensa os usuários por fornecerem dados on-chain e análises de inteligência usando tecnologia de IA. Sua engine de inteligência artificial proprietária, ULTRA, pode rotular endereços on-chain com usuários do mundo real, permitindo que endereços on-chain anônimos descentralizados sejam vinculados a indivíduos do mundo real. Ao obter uma grande quantidade de dados rotulados para endereços on-chain anônimos por meio de modelos de IA, os usuários podem descobrir informações de transações on-chain de entidades por meio do Arkham. É bem conhecido que o maior desafio na investigação de crimes de criptomoedas é identificar transferências de fundos por meio de endereços anônimos. As autoridades regulatórias podem rastrear e investigar atividades criminosas como lavagem de dinheiro e fraudes por meio dos dados de rotulagem fornecidos pelo Arkham.

Mapa de visualização de dados on-chain da plataforma Arkham

Além disso, Arkham também possui uma função de negociação de informações de inteligência on-chain. A funcionalidade de intercâmbio do Arkham permite a troca entre endereços on-chain e informações do mundo real off-chain. Os usuários podem reunir informações de inteligência on-chain por meio de recompensas de recompensas na plataforma, e informações valiosas on-chain também podem ser leiloadas na plataforma. Para uma análise detalhada dos produtos específicos, você pode consultar o artigo “Arkham pode se tornar uma ferramenta poderosa para a regulamentação on-chain?“anteriormente escrito.

O motor de inteligência artificial da Arkham, ULTRA, recebeu apoio durante o desenvolvimento da Palantir, uma empresa de análise de dados e serviços de inteligência que fornece serviços de inteligência artificial ao governo dos EUA, bem como dos fundadores da OpenAI. Com um suporte tão forte e acesso a uma fonte de dados de treinamento de modelo de IA poderosa, a Arkham possui a biblioteca de rotulagem de dados on-chain mais robusta do setor.

Abordando o alto custo de armazenar grandes quantidades de dados para treinamento de modelos de IA, projetos de armazenamento em blockchain como Arweave, Filecoin e Storj forneceram soluções. Seja o pagamento único da Arweave para armazenamento permanente ou o modelo eficiente de pagamento conforme o uso do Filecoin, essas soluções reduzem significativamente os custos de armazenamento de dados. Além disso, o armazenamento descentralizado pode mitigar o risco de perda de dados devido a desastres naturais em comparação com os métodos de armazenamento tradicionais.

Embora o uso do ChatGPT possa melhorar a eficiência no trabalho, otimizar o modelo para aprimorar a precisão das conversas de IA requer grandes quantidades de dados do usuário para treinamento e ajuste fino. Portanto, há um risco de vazamento de dados sensíveis e dados de privacidade pessoal. Zama é uma empresa de criptografia de código aberto que constrói soluções de criptografia totalmente homomórfica de ponta (FHE) para blockchain e inteligência artificial. O Zama Concrete ML pode lidar de forma segura com dados sensíveis, permitir a colaboração de dados entre diferentes instituições mantendo a confidencialidade, melhorar a eficiência e a segurança dos dados. Ele criptografa dados de privacidade, como registros médicos pessoais, durante o treinamento, garantindo que cada usuário possa ver apenas o resultado final e não os dados sensíveis de outras pessoas.

A integração de agentes de IA com projetos de Blockchain.

OpenAI define um Agente de IA como um sistema impulsionado por um grande modelo de linguagem (LLM) que possui a capacidade de entender, perceber, planejar, lembrar e usar ferramentas, permitindo-lhe automatizar a execução de tarefas complexas. Com os sucessivos lançamentos dos modelos GPT da OpenAI, há cada vez mais aplicações de agentes de IA sendo implementadas.

Fetch.ai é uma rede blockchain de autoaprendizagem que facilita principalmente atividades econômicas entre agentes de IA autônomos. Fetch.ai é composto por quatro partes: Agentes de IA, Agentverse, Motor de IA e Rede Fetch. Os usuários podem criar, desenvolver e implantar seus próprios agentes de IA usando os casos de uso de agentes de IA fornecidos pela plataforma no Agentverse. Eles também podem promover seus agentes de IA para outros usuários na plataforma. DeltaV é a interface de chat baseada em IA no Fetch.ai. Os usuários inserem solicitações por meio desta interface, e o Motor de IA lê a entrada do usuário, a converte em tarefas realizáveis e seleciona o agente de IA mais adequado no Agentverse para executar a tarefa. Atualmente, a empresa alemã Bosch está colaborando com a Fetch.ai para pesquisar a integração da tecnologia de agentes de IA com aplicativos de mobilidade e casa inteligente, abrindo conjuntamente as portas para a era Web3 da economia da Internet das Coisas.

A composição do ecossistema Fetch.ai

Além disso, o aplicativo AI Agent QnA3.AI introduz os robôs de perguntas e respostas de IA da indústria de criptografia, robôs de análise técnica e capacidades de negociação de ativos no mundo Web3. Através do QnA3 Bot, os usuários podem coletar, analisar e executar transações reais ao negociar ativos criptográficos. O comportamento é realizado através das funções do produto de "Perguntas e Respostas", "Análise Técnica" e "Negociação em Tempo Real", que minimiza a interferência das emoções subjetivas dos usuários em suas decisões de negociação.

Possíveis riscos legais

1. Riscos de exportação de dados

Na introdução acima, é mencionado que alguns projetos de armazenamento descentralizado estão abordando a questão do armazenamento de dados para treinamento de modelos de IA a um custo mais baixo. Isso reduz a barreira para indivíduos e startups dedicados ao empreendedorismo de IA. No entanto, essa abordagem de armazenamento descentralizado pode representar riscos de saída de dados da jurisdição.

O Escritório Nacional de Informação da Internet emitiu as "Diretrizes para Avaliação de Segurança da Exportação de Dados (Primeira Edição)", que afirma claramente que o comportamento de exportação de dados inclui:

(1) Transferir e armazenar dados coletados e gerados durante as operações domésticas para locais no exterior pelos processadores de dados;

(2) Armazenar dados coletados e gerados por processadores de dados domesticamente e permitir que instituições, organizações ou indivíduos no exterior consultem, recuperem, baixem e exportem os dados;

(3) Outros comportamentos de exportação de dados conforme regulamentado pelo Escritório Nacional de Informações da Internet.

Então, qual é a definição de “exportação”? O Artigo 89 da Lei de Administração de Saída e Entrada da República Popular da China define claramente que “exportação” refere-se a viajar da China continental para outros países ou regiões, viajar da China continental para a Região Administrativa Especial de Hong Kong ou para a Região Administrativa Especial de Macau e viajar da China continental para Taiwan. Portanto, pode-se ver que a determinação da existência de uma exportação é baseada na jurisdição.

Para projetos de armazenamento descentralizado, os usuários armazenam dados em redes distribuídas descentralizadas, como o IPFS. Os arquivos armazenados na rede são divididos em vários pequenos pedaços de dados, criptografados e armazenados em vários nós, com nós de armazenamento distribuídos em todo o mundo. Imagine se uma startup de IA doméstica fosse armazenar os dados para treinar modelos de IA em nós de tais projetos descentralizados, de fato haveria um risco de exportação de dados.

2. Risco de vazamento de dados confidenciais de privacidade

Em aplicações de Agentes de IA como QnA3.AI, os usuários se envolvem em conversas com a IA para obter informações de negociação de ativos criptografados e executar transações. O diálogo pessoal de P&R gerado a partir dessas interações representa um risco de exposição de dados de privacidade se utilizado pelo projeto para treinamento e otimização do modelo. Tal vazamento de dados de transações, se explorado por atores maliciosos, poderia levar a falhas de investimento e potencialmente maiores perdas.

Aviso Legal：

1. Este artigo é reproduzido de [web3caff], Todos os direitos autorais pertencem ao autor original [Chris Chuyan]. Se houver objeções a esta reimpressão, entre em contato com o Gate Learnequipe e eles vão lidar com isso prontamente.
2. Responsabilidade de Isenção: As visões e opiniões expressas neste artigo são exclusivamente do autor e não constituem nenhum conselho de investimento.
3. As traduções do artigo para outros idiomas são feitas pela equipe da Gate Learn. A menos que seja mencionado, copiar, distribuir ou plagiar os artigos traduzidos é proibido.