Fusión de Web3 y AI: Construyendo la infraestructura de Internet de nueva generación

Web3, como una nueva forma de Internet descentralizada, abierta y transparente, tiene un punto de conexión natural con la IA. Bajo la arquitectura centralizada tradicional, los recursos de computación y datos de la IA están estrictamente limitados, enfrentando numerosos desafíos como cuellos de botella en la capacidad de cálculo, filtraciones de privacidad y falta de transparencia en los algoritmos. Sin embargo, Web3, basado en tecnologías distribuidas, puede proporcionar un nuevo impulso al desarrollo de la IA a través de redes de computación compartida, mercados de datos abiertos y computación en privacidad. Al mismo tiempo, la IA también puede aportar muchas capacidades a Web3, como la optimización de contratos inteligentes y algoritmos anti-trampa, contribuyendo a la mejora de su ecosistema. Por lo tanto, explorar la combinación de Web3 y IA es de gran importancia 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 de la IA y Web3

Los datos son el elemento clave que impulsa el desarrollo de la IA, al igual que el combustible lo es para un motor. Los modelos de IA necesitan digerir grandes volúmenes 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 siguientes problemas principales existen en el modelo tradicional de adquisición y utilización de datos de IA centralizados:

• El costo de adquisición de datos es alto, lo que dificulta a las pequeñas y medianas empresas asumirlo.
• Los recursos de datos están monopolizados por grandes empresas tecnológicas, formando islas de datos.
• Los datos personales enfrentan riesgos de filtración y abuso

Web3 puede abordar estos puntos de dolor con un nuevo paradigma de datos descentralizados:

• Los usuarios pueden vender recursos de red no utilizados a empresas de IA, para capturar datos de la red de manera descentralizada, proporcionando datos reales y de alta calidad para el entrenamiento de modelos de IA después de su limpieza y transformación.
• Adoptar el modelo de "ganar dinero al etiquetar", 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 en blockchain proporciona un entorno de transacciones 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 presenta algunos problemas, como la calidad de los datos que varía, la gran dificultad de procesamiento, la insuficiencia de diversidad y representatividad, entre otros. Los datos sintéticos podrían ser un punto destacado en el futuro del campo de datos de Web3. Basados en tecnologías de IA generativa y simulaciones, los datos sintéticos pueden simular las propiedades de los datos reales, sirviendo como un complemento efectivo de los datos reales y mejorando la eficiencia en el uso de datos. En campos como la conducción autónoma, el comercio en los mercados financieros y el desarrollo de videojuegos, los datos sintéticos han demostrado un potencial de aplicación maduro.

Protección de la privacidad: Aplicaciones de FHE en Web3

En la era impulsada por datos, la protección de la privacidad se ha convertido en un foco de atención global, y la aparición de regulaciones como el GDPR de la Unión Europea refleja la estricta protección de la privacidad personal. Sin embargo, esto también presenta desafíos: algunos datos sensibles no pueden ser utilizados plenamente debido a los riesgos de privacidad, lo que limita el potencial y la capacidad de razonamiento de los modelos de IA.

La encriptación completamente homomórfica ( FHE ) permite realizar cálculos directamente sobre datos cifrados, sin necesidad de descifrar los datos, y el resultado de los cálculos coincide con el resultado de los cálculos sobre datos en texto claro. FHE proporciona una sólida protección para el cálculo de privacidad de IA, permitiendo que la capacidad de cómputo de la GPU ejecute el entrenamiento de modelos y la inferencia en un entorno sin acceso a los datos originales. Esto brinda una gran ventaja a las empresas de IA, ya que pueden abrir servicios API de manera segura mientras protegen sus secretos comerciales.

FHEML admite el procesamiento de datos y modelos encriptados durante todo el ciclo de aprendizaje automático, asegurando la seguridad de la información sensible y previniendo el riesgo de filtraciones de datos. FHEML refuerza la privacidad de los datos y proporciona un marco de cálculo seguro para las aplicaciones de IA.

FHEML es un complemento de ZKML; 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 del poder computacional: AI en redes descentralizadas

La complejidad computacional de los sistemas de IA actuales se duplica cada 3 meses, lo que provoca un aumento exponencial en la demanda de potencia de cálculo, superando con creces la oferta de recursos computacionales existentes. Por ejemplo, el entrenamiento de un gran modelo de lenguaje 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 avance 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.

Al mismo tiempo, la utilización global de GPU es inferior al 40%, junto con la desaceleración en el aumento del rendimiento de los microprocesadores, y factores de la cadena de suministro y geopolíticos que provocan escasez de chips, lo que agrava el problema del suministro de potencia de cálculo. Los profesionales de la IA se enfrentan a un dilema: o compran hardware por su cuenta, o alquilan recursos en la nube, y hay una necesidad urgente de un servicio de computación bajo demanda y rentable.

Una red de potencia de cálculo de IA descentralizada agrega recursos de GPU inactivos de todo el mundo para proporcionar un mercado de potencia de cálculo económico y fácil de usar para las empresas de IA. Los demandantes de potencia de cálculo pueden publicar tareas de cálculo en la red, y los contratos inteligentes asignan las tareas a los nodos mineros que contribuyen con potencia de cálculo. Los mineros ejecutan las tareas y envían los resultados, y tras la verificación, reciben recompensas. Esta solución mejora la eficiencia en la utilización de recursos y ayuda a resolver el problema del cuello de botella en la potencia de cálculo en campos como la IA.

Además de la red de computación descentralizada general, también existen plataformas de computación dedicadas a la capacitación e inferencia de IA. La red de computación descentralizada ofrece un mercado de computación justo y transparente, rompiendo monopolios, reduciendo las barreras de entrada y mejorando la eficiencia en el uso de la computación. En el ecosistema Web3, la red de computación descentralizada desempeñará un papel clave, atrayendo a más aplicaciones descentralizadas innovadoras 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, reloj inteligente e incluso los dispositivos inteligentes de tu hogar tienen la capacidad de ejecutar IA, esa es la magia de la IA perimetral. 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. La tecnología de IA perimetral ya se ha aplicado en campos clave como la conducción autónoma.

En el ámbito de Web3, el nombre más familiar para nosotros es DePIN. Web3 enfatiza la descentralización y la soberanía de los datos del usuario, y DePIN mejora la protección de la privacidad del usuario al procesar datos localmente, reduciendo el riesgo de filtraciones de datos. El mecanismo de economía de tokens nativos de Web3 puede incentivar a los nodos de DePIN a proporcionar recursos de computación, construyendo un ecosistema sostenible.

Actualmente, DePIN se está desarrollando rápidamente en el ecosistema de cierta cadena pública, convirtiéndose en una de las plataformas preferidas para el despliegue de proyectos. La alta capacidad de procesamiento, los bajos costos de transacción y la innovación tecnológica de esta cadena pública brindan un fuerte apoyo a los proyectos DePIN. Actualmente, la capitalización de mercado de los proyectos DePIN en esta cadena pública supera los 10 mil millones de dólares, y varios proyectos conocidos han logrado avances significativos.

IMO: Nueva Paradigma de Publicación del Modelo AI

El concepto de IMO fue creado por un protocolo, tokenizando modelos de IA. En el modelo tradicional, debido a la falta de mecanismos de reparto de ingresos, los desarrolladores de modelos de IA tienen dificultades para obtener ingresos continuos de su uso posterior, especialmente una vez que el modelo se integra en otros productos y servicios, lo que dificulta a los creadores rastrear el uso y obtener beneficios. Además, el rendimiento y la efectividad 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 proporciona una nueva forma de financiamiento y compartición de valor para modelos de IA de código abierto. Los inversores pueden comprar tokens IMO y compartir las ganancias generadas posteriormente por el modelo. Un protocolo utiliza estándares técnicos específicos, combinando oráculos de IA y tecnología OPML para garantizar la autenticidad del modelo de IA y que los titulares de tokens puedan compartir las ganancias.

El modo IMO mejora la transparencia y la confianza, fomenta la colaboración de código abierto, se adapta a las tendencias del mercado de criptomonedas e impulsa el desarrollo sostenible de la tecnología AI. Actualmente, IMO se encuentra en una fase inicial de prueba, pero a medida que aumenta la aceptación del mercado y se amplía el alcance de la participación, su innovación y valor potencial son prometedores.

Agente de IA: Una nueva era de experiencias interactivas

El Agente AI puede percibir el entorno, pensar de manera independiente y tomar acciones para lograr objetivos establecidos. Con el apoyo de grandes modelos de lenguaje, el Agente AI no solo puede entender el lenguaje natural, sino también planificar decisiones y ejecutar tareas complejas. Pueden actuar como asistentes virtuales, aprendiendo las preferencias de los usuarios a través de la interacción y ofreciendo soluciones personalizadas. Incluso sin instrucciones claras, el Agente AI puede resolver problemas de forma autónoma, mejorar la eficiencia y crear nuevo valor.

Una plataforma nativa de aplicación de AI abierta ofrece un conjunto de herramientas de creación completas y fáciles de usar, que permite a los usuarios configurar funciones de robots, apariencia, sonido y conectar bases de conocimiento externas, dedicada a construir un ecosistema de contenido de AI justo y abierto, utilizando tecnología de AI generativa para empoderar a las personas a convertirse en supercreadores. Esta plataforma ha entrenado modelos de lenguaje grandes especializados, haciendo que el rol de los personajes sea más humanizado; la tecnología de clonación de voz puede acelerar la interacción personalizada de productos de AI, reduciendo el costo de síntesis de voz en un 99%, y la clonación de voz se puede lograr en solo 1 minuto. Utilizando el AI Agent personalizado de esta plataforma, actualmente se puede aplicar en múltiples campos como chat de video, aprendizaje de idiomas, generación de imágenes, entre otros.

En la fusión de Web3 y la IA, actualmente más exploraciones se concentran en el nivel de infraestructura, como la obtención de datos de alta calidad, la protección de la privacidad de los datos, el alojamiento de modelos en la cadena, la mejora del uso eficiente de la potencia de cálculo descentralizada y la verificación de grandes modelos de lenguaje, entre otros problemas clave. A medida que estas infraestructuras se mejoran 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.