Fusion de Web3 et de l'IA : Construire l'écosystème Internet de prochaine génération

Web3, en tant que nouveau modèle d'internet décentralisé, ouvert et transparent, a un point de convergence naturel avec l'IA. Dans une architecture centralisée traditionnelle, les ressources de calcul et de données de l'IA sont strictement limitées, faisant face à des défis multiples tels que les goulets d'étranglement de puissance de calcul, les fuites de données et l'opacité des algorithmes. En revanche, Web3, basé sur des technologies distribuées, offre de nouvelles dynamiques pour le développement de l'IA grâce au partage de réseaux de puissance de calcul, aux marchés de données ouverts et à l'informatique de confidentialité. De plus, l'IA peut également apporter de nombreux renforts à Web3, comme l'optimisation des contrats intelligents et les algorithmes anti-triche, favorisant ainsi son développement écologique. Par conséquent, explorer la combinaison de Web3 et de l'IA est d'une grande importance pour construire l'infrastructure d'internet de prochaine génération et libérer la valeur des données et de la puissance de calcul.

Données pilotées : Une base solide pour l'IA et le Web3

Les données sont le moteur central du développement de l'IA. Les modèles d'IA ont besoin de traiter d'énormes quantités de données de haute qualité pour acquérir une compréhension approfondie et une forte capacité de raisonnement. Les données ne fournissent pas seulement la base d'entraînement pour les modèles d'apprentissage automatique, mais déterminent également l'exactitude et la fiabilité des modèles.

Les principaux problèmes des modèles traditionnels de collecte et d'utilisation de données AI centralisés sont les suivants :

• Le coût d'acquisition des données est élevé, ce qui rend difficile pour les petites et moyennes entreprises de le supporter.
• Les ressources de données sont monopolisées par de grandes entreprises technologiques, formant des îlots de données.
• Les données personnelles sont exposées à des risques de fuite et d'abus.

Web3 offre un nouveau paradigme de données décentralisées pour résoudre ces problèmes :

• Les utilisateurs peuvent vendre des ressources réseau inutilisées à des entreprises d'IA pour collecter des données sur Internet de manière décentralisée, après nettoyage et transformation, afin de fournir des données réelles et de haute qualité pour l'entraînement des modèles d'IA.
• Adopter le modèle "étiquetage pour gagner de l'argent", en incitant les travailleurs du monde entier à participer à l'étiquetage des données grâce à des jetons, rassemblant ainsi l'expertise mondiale et renforçant la capacité d'analyse des données.
• La plateforme de trading de données blockchain offre un environnement de transaction public et transparent pour les parties prenantes de l'offre et de la demande de données, incitant à l'innovation et au partage des données.

Cependant, l'acquisition de données dans le monde réel pose encore certains problèmes, tels que la qualité inégale des données, la difficulté de traitement, la diversité et le manque de représentativité. Les données synthétiques pourraient être un point fort futur dans le domaine des données Web3. Basées sur des technologies d'IA générative et de simulation, les données synthétiques peuvent imiter les propriétés des données réelles, servant de complément efficace aux données réelles et améliorant l'efficacité d'utilisation des données. Dans des domaines tels que la conduite autonome, le trading sur les marchés financiers et le développement de jeux, les données synthétiques ont déjà montré un potentiel d'application mûr.

Protection de la vie privée : Le rôle de la FHE dans le Web3

À l'ère de la donnée, la protection de la vie privée est devenue un enjeu mondial. Certaines données sensibles ne peuvent pas être pleinement exploitées en raison des risques pour la vie privée, ce qui limite le potentiel et les capacités de raisonnement des modèles d'IA.

Le chiffrement entièrement homomorphe ( FHE ) permet d'effectuer des opérations de calcul directement sur des données chiffrées, sans avoir besoin de déchiffrer les données, et les résultats des calculs sont identiques à ceux obtenus en effectuant les mêmes calculs sur des données en clair. FHE offre une protection solide pour le calcul de la confidentialité de l'IA, permettant à la puissance de calcul GPU d'exécuter des tâches d'entraînement et d'inférence de modèles dans un environnement sans accès aux données brutes. Cela offre un grand avantage aux entreprises d'IA, leur permettant d'ouvrir en toute sécurité des services API tout en protégeant leurs secrets commerciaux.

FHEML prend en charge le traitement crypté des données et des modèles tout au long du cycle de vie de l'apprentissage automatique, garantissant la sécurité des informations sensibles et prévenant les risques de fuite de données. De cette manière, FHEML renforce la confidentialité des données et fournit un cadre de calcul sécurisé pour les applications d'IA.

FHEML est un complément à ZKML, ZKML prouve l'exécution correcte de l'apprentissage automatique, tandis que FHEML met l'accent sur le calcul sur des données cryptées pour maintenir la confidentialité des données.

Révolution de la puissance de calcul : Calcul AI dans un réseau décentralisé

La complexité de calcul des systèmes d'IA double tous les trois mois, entraînant une demande de puissance de calcul qui augmente rapidement, dépassant de loin l'offre actuelle de ressources informatiques. Par exemple, l'entraînement d'un grand modèle de langage nécessite une puissance de calcul énorme, équivalente à 355 années d'entraînement sur un seul appareil. Cette pénurie de puissance de calcul limite non seulement les avancées technologiques en IA, mais rend également ces modèles d'IA avancés inaccessibles pour la plupart des chercheurs et développeurs.

En même temps, le taux d'utilisation des GPU dans le monde est inférieur à 40 %. De plus, le ralentissement de l'amélioration des performances des microprocesseurs, ainsi que la pénurie de puces causée par des facteurs liés à la chaîne d'approvisionnement et à la géopolitique, aggravent encore le problème de l'approvisionnement en puissance de calcul. Les professionnels de l'IA se retrouvent dans une situation délicate : soit ils achètent leur propre matériel, soit ils louent des ressources cloud, et ils ont un besoin urgent d'un service de calcul à la demande et rentable.

Certain réseaux de puissance de calcul AI décentralisés, en agrégeant des ressources GPU inutilisées à l'échelle mondiale, ont fourni aux entreprises d'IA un marché de puissance de calcul économique et facilement accessible. Les demandeurs de puissance de calcul peuvent publier des tâches de calcul sur le réseau, des contrats intelligents attribuent les tâches aux nœuds mineurs qui contribuent à la puissance de calcul, les mineurs exécutent les tâches et soumettent les résultats, et après vérification, ils reçoivent des récompenses en points. Cette solution améliore l'efficacité de l'utilisation des ressources et aide à résoudre le problème de goulet d'étranglement en matière de puissance de calcul dans des domaines tels que l'IA.

En plus des réseaux de puissance décentralisés généraux, il existe également des plateformes axées sur la formation en IA et des réseaux de puissance dédiés à l'inférence en IA.

Le réseau de puissance de calcul décentralisé offre un marché de puissance de calcul équitable et transparent, brisant les monopoles, abaissant les barrières d'entrée et améliorant l'efficacité d'utilisation de la puissance de calcul. Dans l'écosystème web3, le réseau de puissance de calcul décentralisé jouera un rôle clé, attirant l'adhésion de plus d'applications décentralisées innovantes et promouvant ensemble le développement et l'application de la technologie IA.

DePIN : Web3 habilite l'IA Edge

L'Edge AI permet de réaliser le calcul à la source de la génération des données, offrant ainsi une faible latence, un traitement en temps réel, tout en protégeant la vie privée des utilisateurs. La technologie Edge AI a déjà été appliquée dans des domaines clés tels que la conduite autonome.

Dans le domaine du Web3, nous avons un nom plus familier --- DePIN. Le Web3 met l'accent sur la décentralisation et la souveraineté des données des utilisateurs. DePIN, en traitant les données localement, peut renforcer la protection de la vie privée des utilisateurs et réduire le risque de fuite de données ; le mécanisme économique natif des tokens du Web3 peut inciter les nœuds DePIN à fournir des ressources de calcul, construisant ainsi un écosystème durable.

Actuellement, DePIN se développe rapidement dans certains écosystèmes de chaînes publiques, devenant l'une des plateformes de choix pour le déploiement de projets. Un TPS élevé, des frais de transaction bas et des innovations technologiques offrent un soutien solide aux projets DePIN. À l'heure actuelle, la capitalisation boursière des projets DePIN sur cette chaîne publique a dépassé 10 milliards de dollars, et certains projets renommés ont réalisé des progrès significatifs.

IMO : Publication d'un nouveau paradigme des modèles d'IA

Le concept d'IMO a été proposé pour la première fois par un certain protocole, qui a tokenisé des modèles d'IA.

Dans un modèle traditionnel, en raison de l'absence de mécanisme de partage des revenus, une fois qu'un modèle d'IA est développé et mis sur le marché, il est souvent difficile pour le développeur de tirer des revenus continus de l'utilisation ultérieure du modèle, en particulier lorsque le modèle est intégré dans d'autres produits et services. Les créateurs originaux ont du mal à suivre l'utilisation, sans parler de la génération de revenus. De plus, la performance et l'efficacité des modèles d'IA manquent souvent de transparence, ce qui rend difficile pour les investisseurs et les utilisateurs potentiels d'évaluer leur véritable valeur, limitant ainsi la reconnaissance et le potentiel commercial du modèle.

IMO offre un nouveau moyen de financement et de partage de valeur pour les modèles d'IA open source. Les investisseurs peuvent acheter des jetons IMO et partager les revenus générés par le modèle par la suite. Un certain protocole utilise deux standards ERC, combinant un oracle d'IA et la technologie OPML pour garantir l'authenticité du modèle d'IA et permettre aux détenteurs de jetons de partager les revenus.

Le modèle IMO renforce la transparence et la confiance, encourage la collaboration open source, s'adapte aux tendances du marché des cryptomonnaies et insuffle une dynamique au développement durable des technologies AI. L'IMO est actuellement encore à un stade d'essai précoce, mais avec l'augmentation de l'acceptation sur le marché et l'élargissement de la portée de la participation, son innovation et sa valeur potentielle méritent notre attente.

Agent IA : Une nouvelle ère d'expérience interactive

L'Agent IA est capable de percevoir son environnement, de penser de manière indépendante et de prendre des mesures appropriées pour atteindre des objectifs prédéfinis. Avec le soutien des grands modèles de langage, l'Agent IA peut non seulement comprendre le langage naturel, mais aussi planifier des décisions et exécuter des tâches complexes. Il peut servir d'assistant virtuel, apprenant les préférences de l'utilisateur grâce à l'interaction et fournissant des solutions personnalisées. Même sans instructions explicites, l'Agent IA peut résoudre des problèmes de manière autonome, améliorer l'efficacité et créer de nouvelles valeurs.

Certaines plateformes d'applications natives AI ouvertes offrent une suite d'outils de création complète et facile à utiliser, permettant aux utilisateurs de configurer les fonctionnalités, l'apparence, la voix des robots, ainsi que de se connecter à des bases de connaissances externes, s'efforçant de créer un écosystème de contenu AI équitable et ouvert. En utilisant la technologie AI générative, elles habilitent les individus à devenir des super créateurs. Ces plateformes ont formé des modèles de langage spécialement conçus, rendant le jeu de rôle plus humain ; la technologie de clonage vocal peut accélérer l'interaction personnalisée des produits AI, réduisant considérablement le coût de la synthèse vocale, le clonage vocal pouvant être réalisé en seulement 1 minute. Les agents AI personnalisés utilisant ces plateformes peuvent actuellement être appliqués dans divers domaines tels que le chat vidéo, l'apprentissage des langues, la génération d'images, etc.

Dans la fusion de Web3 et de l'IA, il s'agit actuellement davantage d'explorer la couche d'infrastructure, comment obtenir des données de haute qualité, protéger la confidentialité des données, comment héberger des modèles sur la chaîne, comment améliorer l'utilisation efficace de la puissance de calcul décentralisée, comment valider des modèles de langage à grande échelle, etc. Avec l'amélioration progressive de ces infrastructures, nous avons des raisons de croire que la fusion de Web3 et de l'IA donnera naissance à une série de modèles commerciaux et de services innovants.