A fusão do Web3 com a IA: Construindo a infraestrutura da próxima geração da Internet

Web3, como um novo paradigma da internet, possui características de descentralização, abertura e transparência, apresentando oportunidades naturais de fusão com a IA. Sob uma arquitetura tradicional centralizada, os recursos de computação e dados da IA estão sujeitos a restrições rigorosas, enfrentando múltiplos desafios como gargalos de poder computacional, vazamentos de privacidade e caixas-pretas algorítmicas. O Web3, baseado em tecnologias distribuídas, oferece um novo impulso para o desenvolvimento da IA através de redes de compartilhamento de poder computacional, mercados de dados abertos e computação de privacidade. Ao mesmo tempo, a IA pode trazer diversas melhorias para o Web3, como otimização de contratos inteligentes e algoritmos anti-trapaça, promovendo o desenvolvimento do seu ecossistema. Portanto, explorar a combinação entre Web3 e IA é essencial para construir a infraestrutura da internet do futuro e liberar o valor dos dados e do poder computacional.

Dados impulsionados: A base da IA e do Web3

Os dados são o motor central que impulsiona o desenvolvimento da IA. Os modelos de IA precisam digerir uma enorme 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.

Os modelos tradicionais de aquisição e utilização de dados de IA centralizados apresentam os seguintes problemas:

• O custo de obtenção de dados é elevado, e as pequenas e médias empresas têm dificuldade em suportá-lo.
• Os recursos de dados são monopolizados por grandes empresas de tecnologia, formando ilhas de dados
• O risco de vazamento e abuso de dados pessoais

Web3 oferece uma nova paradigma de dados descentralizados para resolver esses pontos problemáticos:

• Os usuários podem vender recursos de rede ociosos para empresas de IA, em uma abordagem descentralizada, para coletar dados da web, que são limpos e transformados em dados reais e de alta qualidade para treinamento de modelos de IA.
• Adotar o modo "label to earn", incentivando trabalhadores globais a participar na anotação de dados através de tokens, reunindo conhecimento especializado global e aumentando a capacidade de análise de dados.
• A plataforma de troca de dados em blockchain oferece um ambiente de negociação público e transparente para as partes fornecedoras e demandantes de dados, promovendo a inovação e o compartilhamento de dados.

Apesar disso, a obtenção de dados do mundo real ainda enfrenta problemas como qualidade inconsistente, dificuldade de processamento, diversidade e representação insuficientes. Dados sintéticos podem tornar-se a estrela do futuro no campo de dados Web3. Baseados em tecnologia de IA generativa e simulação, os dados sintéticos podem simular propriedades de dados reais, servindo como um complemento eficaz para aumentar a eficiência do uso de dados. Em áreas como condução autónoma, negociação em mercados financeiros e desenvolvimento de jogos, os dados sintéticos já demonstraram um potencial de aplicação maduro.

Proteção de Privacidade: Aplicações de FHE no Web3

Na era da informação orientada por dados, a proteção da privacidade tornou-se um foco de atenção global. A introdução de regulamentos como o Regulamento Geral sobre a Proteção de Dados da União Europeia (GDPR) reflete uma proteção rigorosa da privacidade individual. No entanto, isso também traz desafios: alguns dados sensíveis não podem ser totalmente utilizados devido ao risco de privacidade, limitando o potencial e a capacidade de raciocínio dos modelos de IA.

FHE (criptografia homomórfica completa) permite realizar cálculos diretamente em dados criptografados, sem a necessidade de descriptografar para obter resultados equivalentes aos cálculos em dados em claro. O FHE fornece uma proteção sólida para o cálculo de privacidade de IA, permitindo que o poder computacional da GPU execute treinamento de modelos e inferência em um ambiente sem acesso aos dados originais. Isso traz uma grande vantagem para as empresas de IA, que podem oferecer serviços de API de forma segura, protegendo segredos comerciais.

FHEML suporta o processamento criptografado de dados e modelos durante todo o ciclo de vida do aprendizado de máquina, garantindo a segurança das informações sensíveis e prevenindo riscos de vazamento de dados. O FHEML fortalece a privacidade dos dados dessa forma, fornecendo uma estrutura de computação segura para aplicações de IA.

FHEML é um complemento ao ZKML. O ZKML prova a execução correta do aprendizado de máquina, enquanto o FHEML se concentra em calcular dados criptografados para manter a privacidade dos dados.

Revolução da Computação: Computação AI em Redes Descentralizadas

Atualmente, a complexidade de cálculo dos sistemas de IA dobra a cada 3 meses, levando a uma explosão na demanda por capacidade computacional, muito além da oferta atual de recursos computacionais. Por exemplo, o treinamento do modelo GPT-3 da OpenAI requer uma enorme capacidade de cálculo, equivalente a 355 anos de tempo de treinamento em um único dispositivo. Essa escassez de capacidade de cálculo não só limita o progresso da tecnologia de IA, mas também torna os modelos avançados de IA inatingíveis para a maioria dos pesquisadores e desenvolvedores.

Ao mesmo tempo, a utilização global de GPUs está abaixo de 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 agrava ainda mais o problema da oferta de capacidade computacional. Os profissionais de IA enfrentam dificuldades: ou compram hardware por conta própria ou alugam recursos em nuvem, e eles precisam urgentemente de uma forma de serviço de computação sob demanda e econômica.

Uma rede de computação descentralizada de IA agrega recursos de GPU ociosos em todo o mundo, oferecendo um mercado de computação econômico e fácil de usar para empresas de IA. As partes interessadas podem publicar tarefas de computação na rede, e os contratos inteligentes atribuem as tarefas aos nós mineradores que contribuem com poder de computação. Os mineradores executam as tarefas e enviam os resultados, que, após verificação, recebem recompensas. Esta solução melhora 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 de uso geral, existem redes de computação dedicadas focadas no treinamento e raciocínio de IA. Essas redes de computação descentralizada oferecem um mercado de computação justo e transparente, quebrando monopólios, reduzindo a barreira de entrada para aplicações e aumentando a eficiência da utilização da computação. No ecossistema Web3, as redes de computação descentralizada desempenharão um papel crucial, atraindo mais aplicações descentralizadas inovadoras para se juntarem, promovendo conjuntamente o desenvolvimento e a aplicação da tecnologia de IA.

DePIN: Web3 capacitando Edge AI

Edge AI permite que a computação ocorra na fonte de geração de dados, realizando processamento em tempo real com baixa latência, ao mesmo tempo em que protege a privacidade do usuário. A tecnologia Edge AI já foi aplicada em áreas críticas como a condução autónoma.

No campo do Web3, DePIN (Rede de Infraestrutura Física Descentralizada) é semelhante ao conceito de Edge AI. O Web3 enfatiza a descentralização e a soberania dos dados do usuário; o DePIN, ao processar dados localmente, melhora a proteção da privacidade do usuário e reduz o risco de vazamento de dados. O mecanismo de economia de tokens nativo do Web3 pode incentivar os nós do DePIN a fornecer recursos computacionais, construindo um ecossistema sustentável.

Atualmente, o DePIN está se desenvolvendo rapidamente em um ecossistema de uma determinada blockchain, tornando-se uma das plataformas preferidas para a implementação de projetos. A alta capacidade de processamento de transações, baixas taxas de transação e inovações tecnológicas dessa blockchain oferecem um forte suporte para os projetos DePIN. Atualmente, o valor de mercado dos projetos DePIN nessa blockchain ultrapassa 10 bilhões de dólares, e vários projetos conhecidos já fizeram progressos significativos.

IMO: Novo paradigma de lançamento de modelos de IA

O conceito de IMO (Emissão de Modelo Inicial) foi proposto inicialmente por um protocolo, tokenizando modelos de IA.

No modelo tradicional, os desenvolvedores de modelos de IA têm dificuldade em obter receitas contínuas a partir do uso subsequente dos modelos, especialmente quando estes são integrados em outros produtos e serviços. Ao mesmo tempo, o desempenho e a eficácia dos modelos de IA muitas vezes carecem de transparência, dificultando a avaliação do seu verdadeiro valor por investidores e utilizadores potenciais, o que limita o reconhecimento no mercado e o potencial comercial dos modelos.

O IMO oferece um novo suporte financeiro e uma forma de compartilhamento de valor para modelos de IA de código aberto. Os investidores podem comprar tokens IMO e compartilhar os lucros gerados posteriormente pelo modelo. Um determinado protocolo utiliza padrões técnicos específicos, combinando oráculos de IA e tecnologia de aprendizado de máquina em blockchain, para garantir a autenticidade do modelo de IA e que os detentores de tokens possam compartilhar os lucros.

O modelo IMO aumenta a transparência e a confiança, incentiva a colaboração de código aberto, adapta-se às tendências do mercado de criptomoedas e impulsiona o desenvolvimento sustentável da tecnologia de IA. O IMO está atualmente em uma fase inicial de testes, mas à medida que a aceitação do mercado aumenta e o alcance da participação se expande, sua inovação e potencial valor são promissores.

Agente de IA: Uma nova era de experiência interativa

O Agente de IA pode perceber o ambiente, pensar de forma independente e tomar ações correspondentes para alcançar objetivos estabelecidos. Com o suporte de grandes modelos de linguagem, o Agente de IA não só consegue entender a linguagem natural, mas também planejar decisões e executar tarefas complexas. Eles podem atuar como assistentes virtuais, aprendendo as preferências do usuário através da interação e oferecendo soluções personalizadas. Mesmo na ausência de instruções claras, o Agente de IA pode resolver problemas de forma independente, aumentar a eficiência e criar novo valor.

Uma plataforma de aplicação nativa de IA oferece um conjunto de ferramentas de criação abrangente e fácil de usar, permitindo que os usuários configurem funcionalidades, aparência e voz dos robôs, assim como conectem-se a bibliotecas de conhecimento externas, com o objetivo de criar um ecossistema de conteúdo de IA justo e aberto, capacitando indivíduos a se tornarem super criadores por meio de tecnologia de IA generativa. A plataforma treinou um modelo de linguagem grande especializado, tornando o papel mais humanizado; a tecnologia de clonagem de voz pode acelerar a interação personalizada de produtos de IA, reduzindo o custo de síntese de voz em 99%, e a clonagem de voz pode ser realizada em apenas 1 minuto. Utilizando o agente de IA personalizado da plataforma, atualmente pode ser aplicado em várias áreas, como videochamadas, aprendizado de idiomas e geração de imagens.

A fusão atual entre Web3 e AI concentra-se mais na exploração em nível de infraestrutura, incluindo como obter dados de alta qualidade, proteger a privacidade dos dados, como hospedar modelos na cadeia, como melhorar o uso eficiente da computação descentralizada e como validar grandes modelos de linguagem, entre outras questões-chave. À medida que essa infraestrutura se aprimora gradualmente, a fusão entre Web3 e AI promete gerar uma série de modelos e serviços comerciais inovadores.