Em 7 de maio, a Bithumb adicionou pares de negociação de won coreano para dois projetos de IA, AIOZ e NEAR. NEAR, sendo um protocolo L1 bem estabelecido, não precisa de apresentações. AIOZ Network, por outro lado, pode ser menos familiar. Anteriormente focada em armazenamento e streaming, a AIOZ Network está agora alavancando suas vantagens acumuladas para avançar gradualmente em direção à IA como serviço e poder de computação compartilhado. Recentemente, lançou o whitepaper para seu projeto de IA descentralizado, W3AI.

À medida que o cenário de IA se torna mais movimentado, quais novas estratégias os projetos estabelecidos podem oferecer para garantir uma posição em um mercado onde a liquidez e a atenção são escassas?

Devido à complexidade do whitepaper, a TechFlow realizou uma análise minuciosa para ajudar os leitores a entender rapidamente as características técnicas e a implementação do projeto AIOZ W3AI.

No meio do Aave, oportunidade da AIOZ de entrar no mercado de IA

Embora não seja um projeto novo, a transição da AIOZ para a IA parece uma progressão natural. Anteriormente, a AIOZ Network operava como uma rede de Camada 1 com interoperabilidade entre Ethereum e Cosmos. Utilizava o AIOZ DePIN, impulsionado por mais de 120.000 nós globais, para fornecer recursos de computação. Essa infraestrutura suporta a velocidade de processamento de IA, iteração rápida, escalabilidade e segurança de rede, servindo como um recurso crucial para a transição narrativa do projeto.

Além disso, o desenvolvimento da IA enfrenta desafios com soluções centralizadas de computação em nuvem lutando para lidar com grandes conjuntos de dados, levando a limitações de escalabilidade e custos elevados. Além disso, preocupações com privacidade e segurança de dados surgem quando o controle de dados está nas mãos de fornecedores centralizados em vez de usuários.

Além disso, as barreiras elevadas para acessar recursos de IA de primeira linha limitam a participação de muitas pequenas empresas e indivíduos, dificultando a inovação. A computação de borda oferece uma solução ao fornecer serviços quase de ponta para fontes de dados. As aplicações iniciam a partir da borda, resultando em respostas mais rápidas dos serviços de rede. Como os dados são processados localmente nos nós, não há necessidade de transmissão de longa distância para servidores centrais, reduzindo naturalmente o risco de vazamento de dados. Com os nós de computação de borda distribuídos globalmente do AIOZ DePIN, a AIOZ ganha a confiança para fazer uma entrada em grande escala no domínio da IA.

Dados do nó atual operados pela Rede AIOZ.

W3AI: Arquitetura de “camada dupla” do DePIN+IA como um serviço

À medida que a AIOZ se aventura na arena de IA, um movimento chave é a introdução do W3AI - uma arquitetura de duas camadas que abrange infraestrutura e aplicativos.

A arquitetura de dupla camada é central para o projeto AIOZ W3AI, oferecendo uma abordagem inovadora para resolver questões fundamentais na computação de IA, como escalabilidade, eficiência de custos e proteção da privacidade do usuário.

Esta arquitetura divide a operação de toda a rede em duas camadas principais: a camada de infraestrutura (Infraestrutura W3AI) e a camada de aplicação (Aplicação W3AI). Cada camada tem suas funções e papéis únicos, apoiando coletivamente a operação eficiente de toda a rede.

A camada de infraestrutura (Infraestrutura W3AI) serve como a base da rede.

1. Nós dePIN da AIOZ temos nós artificiais em todo o mundo

A base da AIOZ W3AI reside em seus enormes nós de computação artificial distribuída na borda, que contribuem com seus recursos de computação, incluindo armazenamento, CPU e GPU, globalmente para formar uma fonte de energia descentralizada. A topologia multigráfico garante linhas de comunicação eficientes entre os AIOZ DePIN, minimizando assim os custos de comunicação e aumentando a velocidade de processamento. Esses nós trabalham juntos por meio de métodos de computação distribuída para treinar e executar modelos de IA em conjunto. Dessa forma, a plataforma AIOZ W3AI utiliza de forma eficaz os recursos de computação distribuída para reduzir custos, aumentar a eficiência de aplicativos de IA e melhorar a proteção da privacidade dos dados. Essa abordagem descentralizada reduz significativamente o risco de gargalos de servidores e melhora a privacidade do usuário ao eliminar um único ponto de controle.

A infraestrutura de computação descentralizada da W3AI, impulsionada pela rede de nós da AIOZ.

A área roxa indica a distribuição dos nós de armazenamento, enquanto a área azul representa a distribuição dos nós de computação.

2. Processamento e armazenamento de dados

Através do AIOZ W3S, os dados são armazenados com segurança em vários nós globalmente dispersos, melhorando a segurança dos dados e os tempos de resposta no processamento de dados.

Sistemas de arquivos distribuídos como AIOZ IPFS e tecnologias criptográficas protegem dados armazenados em nós, prevenindo acesso não autorizado e violações de dados.

Camada de aplicação flexível (Aplicação W3AI)

1.A plataforma Web 3 oferece IA como Serviço (IAaaS).

Em termos simples, AI as a Service é um modelo em que a tecnologia de IA é fornecida aos usuários como um serviço online, permitindo que empresas ou indivíduos desfrutem da conveniência da tecnologia de IA sem a necessidade de investimentos caros.

Imagine um comerciante de e-commerce querendo entender o histórico de compras do usuário e analisar o comportamento do consumidor para fornecer recomendações de compras personalizadas. AI as a Service pode ser usado para coletar e analisar dados do usuário, gerando estratégias de vendas correspondentes. Este é um exemplo de AI as a Service aplicado no e-commerce.

Em termos de forma de produto, o W3AI oferece um fluxo de trabalho de treinamento de IA simplificado e uma IU/UX intuitiva, fornecendo aos usuários interfaces e APIs para fácil acesso aos serviços, desenvolvimento e implantação de modelos de IA, entre outras funcionalidades. Este design de camada concentra-se na experiência do usuário e acessibilidade de serviço. Além disso, a plataforma integra várias ofertas de IA como um Serviço, incluindo aprendizado de máquina, aprendizado profundo e redes neurais, permitindo que os usuários escolham diferentes serviços e ferramentas de acordo com suas necessidades.

2. Treinamento de modelo e Inferência

A plataforma W3AI suporta treinamento de modelos e inferência em um ambiente descentralizado. O treinamento W3AI (AIOZ W3AI Infrastructure) utiliza técnicas como Aprendizado Federado Descentralizado, como criptografia homomórfica, para permitir colaboração entre inúmeros nós de computação de borda (DePINs) sem a necessidade de compartilhar seus próprios dados, melhorando o desempenho do treinamento do modelo e garantindo a privacidade dos dados. Modelos treinados são implantados em DePINs AIOZ de borda, aproximando a IA da fonte de dados. A inferência W3AI suportada pela tecnologia W3S (AIOZ W3S Infrastructure) permite que os usuários façam upload de seus próprios conjuntos de dados para treinamento de modelo ou usem modelos existentes na plataforma para análise e previsão de dados.

3. Mercado descentralizado W3AI e mecanismos de incentivo

A camada de aplicação também fornece aos usuários mercados descentralizados, como a AIOZ AI dApp Store e o AI Model & Dataset Marketplace. Indivíduos e organizações podem contribuir livremente, vender conjuntos de dados e modelos de inteligência artificial, construir e implantar aplicativos de IA inovadores e converter suas contribuições em recompensas de token.

A arquitetura de duas camadas da AIOZ W3AI

"Roteamento alimentado por IA" que navega através da "Arquitetura de duas camadas"

Embora a arquitetura seja bem estruturada, gerenciar os recursos lógicos e os dados das tarefas entre a operação da arquitetura de dupla camada é essencial. Portanto, a W3AI introduz o roteamento alimentado por IA na arquitetura de dupla camada para otimizar dinamicamente cada tarefa, garantindo maior eficiência geral do sistema.

Na camada de infraestrutura, o roteamento alimentado por IA avalia as demandas computacionais e a carga de trabalho atual dos nós, alocando dinamicamente tarefas para garantir que cada nó possa participar de tarefas adequadas com base em suas capacidades e condições de rede em tempo real. Também monitora o status de saúde dos nós, identificando e abordando prontamente possíveis falhas de nós ou gargalos de desempenho para evitar falhas de ponto único que afetam a eficiência geral.

Na camada de aplicação, o roteamento inteligente permite uma resposta rápida às solicitações do usuário, ajustando dinamicamente o fluxo de dados e as estratégias de processamento em tempo real. Também pode alocar inteligentemente os nós mais adequados aos usuários com base em suas localizações geográficas e requisitos específicos. Diante de tarefas de alta concorrência em grande escala, a arquitetura de roteamento de IA agenda e otimiza inteligentemente as tarefas para apoiar a camada de aplicação no manuseio de modelos de IA complexos e análise de big data.

O whitepaper também faz referência a numerosos cálculos de fórmulas complexas para demonstrar a implementação específica de roteamento. Os leitores interessados podem consultar o documento whitepaperpara mais detalhes.

O Roteamento com Inteligência Artificial determina o caminho de transmissão para alocação de tarefas entre os nós AIOZ DePIN. O verde indica nós com conexões, enquanto o azul representa partes puladas devido à baixa confiança.

Fluxo de trabalho: Exemplo de Execução de Tarefa de IA

Com essa infraestrutura rica, como o W3AI desdobra seu fluxo de trabalho? Da entrada de dados à saída de resultados, o fluxo de trabalho do W3AI incorpora um modo de operação descentralizado completo: saída criptografada → decomposição e alocação de tarefas → execução de tarefas de computação e armazenamento → coleta de computações concluídas em contêineres → usuários obtêm resultados de saída descriptografados.

Podemos refinar o processo acima em etapas simples:

1. Primeiramente, antes de entrar na plataforma, os dados enviados pelo usuário são criptografados de forma homomórfica para garantir a segurança dos dados durante todo o processamento - Entrada de dados e criptografia;
2. Os dados criptografados são então divididos em vários segmentos com base nos requisitos da tarefa, sendo cada tarefa atribuída ao nó mais adequado para execução - Decomposição e alocação de tarefas;
3. Nós selecionamos nós para executar tarefas específicas de computação, como treinamento de modelos de IA ou análise de dados, sendo também responsáveis pelo armazenamento de dados relacionados - Execução de computação e armazenamento;
4. Após a conclusão da tarefa, os resultados são reencriptados e armazenados em contêineres transformados, aguardando a recuperação pelos usuários finais - Coleta e criptografia de resultados;
5. Apenas usuários autorizados podem acessar os resultados finais, com resultados descriptografados de forma homomórfica antes da saída - Descriptografia e saída de resultados.

Arquitetura de fluxo de trabalho do W3AI

Através desse processo, W3AI aprimora a eficiência de processamento, equilibrando características flexíveis e escaláveis e segurança e privacidade de dados. Ele otimiza a utilização de recursos do sistema, reduz a intervenção manual e diminui os custos operacionais.

Economia de Token em torno de todo o ecossistema

$AIOZ é um elemento crucial em todo o ecossistema AIOZ W3AI. Com o surgimento da IA como um Serviço e compartilhamento de poder de computação, seu token ganhou mais casos de uso e captura de valor.

Negociação de Dados e Incentivos de Contribuição

$AIOZ é usado para recompensar os usuários que fornecem poder de computação e recursos de armazenamento, garantindo a operação estável da rede. No mercado de negociação da plataforma, os usuários podem usar $AIOZ para comprar várias ofertas de IA como serviço ou negociar modelos de IA e conjuntos de dados. Além disso, os detentores de tokens podem participar da governança da rede votando para decidir os próximos passos do ecossistema.

Operações de sustentação do ecossistema

Uma parte das taxas de transação pagas em $AIZO é alocada para as operações de rede e gestão financeira da rede AIOZ, garantindo a manutenção contínua e desenvolvimento da plataforma. Outra parte é queimada diretamente, ajudando a regular o fornecimento de tokens e mitigar a inflação. Este ciclo de circulação de tokens cuidadosamente projetado incentiva a inovação, recompensa a participação e impulsiona o desenvolvimento contínuo do ecossistema AIOZ W3AI.

Fluxo de Token Dentro do Ecossistema W3AI

Conclusão

Como um projeto descentralizado que revoluciona a IA, o AIOZ W3AI possui vantagens inerentes em recursos técnicos e mecanismos operacionais. O W3AI tem mostrado um potencial significativo em tecnologia e conceitos, prometendo aos usuários serviços de computação mais seguros, flexíveis e eficientes, juntamente com experiências ecológicas intrigantes. No entanto, é importante reconhecer que o W3AI também enfrenta desafios como o reconhecimento incompleto e a confiança do mercado em soluções de IA centralizadas, e os potenciais custos operacionais elevados sob o modo de operação de alto padrão do sistema.

O whitepaper atual se assemelha mais a um projeto elaborado nas fases iniciais do projeto, estabelecendo as bases para o futuro, mas ainda não foi totalmente implementado e executado. Sua usabilidade e quaisquer possíveis questões de segurança ou técnicas permanecem não testadas pelo mercado.

No entanto, adaptar-se à narrativa e evoluir ativamente continua a ser uma abordagem prudente para os projetos Web3 em meio à alta relevância do cenário empresarial, onde tanto novos quanto projetos estabelecidos estão envolvidos em uma saga de IA. O tempo naturalmente revelará se os usuários de criptomoedas em destaque podem justificar seu valor.

Declaração:

1. Este artigo originalmente intitulado "AIOZ W3AI Explicado: Poder de computação compartilhado e IA como um Serviço "Arquitetura de Dupla Camada", Que Novo Jogo Narrativo a Transição Trazerá?" é reproduzido de [techflow]. Todos os direitos autorais pertencem ao autor original [深潮 TechFlow]. Se você tiver alguma objeção à reprodução, entre em contato com o Gate Learnequipe, a equipe lidará com isso assim que possível.

2. Aviso Legal: As visões e opiniões expressas neste artigo representam apenas as visões pessoais do autor e não constituem nenhum conselho de investimento.

3. As traduções do artigo para outros idiomas são feitas pela equipe Gate Learn. Salvo indicação em contrário, copiar, distribuir ou plagiar os artigos traduzidos é proibido.