A fusão de AI e Web3: Construindo a infraestrutura da próxima geração da Internet

O Web3, como um novo paradigma de internet descentralizada, aberta e transparente, tem um ponto de ligação natural com a IA. Sob a arquitetura centralizada tradicional, os recursos de computação e dados da IA enfrentam muitos desafios, como gargalos de poder de cálculo, vazamentos de privacidade e falta de transparência nos algoritmos. Por outro lado, o Web3, baseado em tecnologia distribuída, pode proporcionar um novo impulso ao desenvolvimento da IA através de redes de poder de computação compartilhadas, mercados de dados abertos e computação de privacidade. Ao mesmo tempo, a IA pode trazer muitos benefícios para o ecossistema Web3, como a otimização de contratos inteligentes e a melhoria dos mecanismos de combate à trapaça. Portanto, explorar o desenvolvimento colaborativo do Web3 e da IA é de grande importância para a construção da infraestrutura da internet do futuro e para aproveitar plenamente o valor dos dados e do poder de cálculo.

Dados impulsionados: A base da IA e do Web3

Os dados são a chave para o avanço da IA, assim como o combustível é para o motor. Os modelos de IA precisam digerir uma enorme quantidade de dados de alta qualidade para obter insights profundos e uma forte capacidade de raciocínio. Os dados não são apenas a base para o treinamento dos modelos de aprendizado de máquina, mas também determinam a precisão e a confiabilidade dos modelos.

Os principais problemas dos modelos tradicionais de aquisição e uso de dados de IA centralizada são os seguintes:

• O custo de obtenção de dados é elevado, dificultando a sua assunção por pequenas e médias empresas.
• Os recursos de dados são monopolizados por grandes empresas de tecnologia, formando ilhas de dados.
• O risco de violação e abuso da privacidade dos dados pessoais

Web3 oferece um novo paradigma de dados descentralizados, com potencial para resolver esses pontos problemáticos:

• Os utilizadores podem vender recursos de rede ociosos a empresas de IA, realizando a coleta de dados descentralizada.
• Adotar o modelo "ganhar com anotações", incentivando trabalhadores globais a participar na anotação de dados através de tokens.
• A plataforma de negociação de dados em blockchain fornece um ambiente de negociação público e transparente para ambas as partes que oferecem e demandam dados.

Apesar disso, a obtenção de dados do mundo real ainda enfrenta alguns problemas, como a qualidade dos dados que varia, a dificuldade de processamento, a diversidade e a falta de representatividade. Dados sintéticos podem ser uma direção importante para o futuro do campo de dados Web3. Baseados em tecnologia de IA generativa e simulação, os dados sintéticos conseguem simular as características de dados reais, servindo como um complemento eficaz, melhorando a eficiência do uso dos dados. Nos campos de condução autónoma, negociação nos mercados financeiros e desenvolvimento de jogos, os dados sintéticos já demonstraram perspectivas de aplicação maduras.

Proteção de Privacidade: Aplicações de FHE no Web3

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

A criptografia homomórfica completa (FHE) permite que cálculos sejam realizados diretamente em dados criptografados, sem a necessidade de descriptografá-los, e o resultado dos cálculos é consistente com o resultado dos dados em texto claro. O FHE fornece uma forte garantia para o cálculo de privacidade em IA, permitindo que a capacidade de processamento da GPU execute tarefas de treinamento e inferência de modelos sem tocar nos dados originais. Isso traz enormes vantagens para as empresas de IA, que podem abrir serviços de API de forma segura, enquanto protegem segredos comerciais.

O 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. Dessa forma, o FHEML fortalece a proteção da privacidade dos dados, fornecendo uma estrutura de computação segura para aplicações de IA.

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

Revolução da Computação: Computação em IA em Redes Descentralizadas

A complexidade computacional dos sistemas de IA atuais dobra a cada 3 meses, levando a um aumento exponencial na demanda por poder computacional, muito além da oferta de recursos computacionais existentes. Por exemplo, o treinamento de um conhecido modelo de IA requer um poder computacional enorme, equivalente a 355 anos de tempo de treinamento em um único dispositivo. Essa escassez de poder computacional não apenas limita o progresso da tecnologia de IA, mas também torna os modelos de IA avançados difíceis de alcançar para a maioria dos pesquisadores e desenvolvedores.

Ao mesmo tempo, a utilização global de GPU 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, tornando o problema da oferta de poder computacional ainda mais severo. Os profissionais de IA enfrentam um dilema: ou compram hardware, ou alugam recursos em nuvem, e precisam urgentemente de uma forma de serviço de computação sob demanda e econômica.

A rede de computação descentralizada de IA agrega recursos de GPU ociosos em todo o mundo, oferecendo um mercado de computação econômico e de fácil acesso para empresas de IA. Os demandantes de computação podem publicar tarefas de computação na rede, e os contratos inteligentes alocam as tarefas aos nós que contribuem com poder computacional. Os nós executam as tarefas e submetem os resultados, recebendo recompensas após validação. Esta solução aumenta a eficiência da utilização de recursos e ajuda a resolver problemas de gargalo de computação em áreas como IA.

Além da rede de computação descentralizada geral, existem plataformas de computação dedicadas focadas no treinamento e inferência de IA. A rede de computação descentralizada oferece um mercado de computação justo e transparente, quebrando monopólios, reduzindo as barreiras de entrada e aumentando a eficiência da utilização da computação. No ecossistema Web3, a rede de computação descentralizada desempenhará um papel fundamental, atraindo mais aplicações inovadoras para se unirem e impulsionarem em conjunto o desenvolvimento e a aplicação da tecnologia de IA.

DePIN: Web3 capacitando AI de borda

A IA de borda permite que o processamento ocorra na fonte de geração de dados, proporcionando baixa latência e processamento em tempo real, ao mesmo tempo que protege a privacidade do usuário. Esta tecnologia já foi aplicada em áreas-chave, como a condução autónoma.

No campo do Web3, o nome que conhecemos melhor é DePIN. O Web3 enfatiza a descentralização e a soberania dos dados do usuário, enquanto o DePIN melhora a proteção da privacidade do usuário através do processamento local de dados, reduzindo o risco de vazamentos 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 a desenvolver-se rapidamente em alguns ecossistemas de blockchains públicas, tornando-se uma das opções mais populares para a implementação de projetos. O alto desempenho, as baixas taxas de transação e a inovação tecnológica dessas blockchains públicas oferecem um forte suporte para os projetos DePIN. O valor de mercado de alguns projetos DePIN em blockchains públicas já ultrapassou os dez bilhões de dólares, e alguns projetos conhecidos fizeram progressos significativos.

IMO: Novo Paradigma de Lançamento de Modelos de IA

O conceito de IMO foi proposto pela primeira vez por um determinado protocolo, tokenizando modelos de IA.

No modelo tradicional, os desenvolvedores de modelos de IA têm dificuldade em obter receitas contínuas a partir do uso posterior dos modelos, especialmente quando os modelos são integrados em outros produtos e serviços. Além disso, o desempenho e os resultados dos modelos de IA muitas vezes carecem de transparência, o que limita o seu reconhecimento no mercado e o potencial comercial.

O IMO oferece um novo modelo de apoio financeiro e compartilhamento de valor para modelos de IA de código aberto, permitindo que os investidores comprem tokens IMO e compartilhem os lucros futuros do modelo. Um determinado protocolo utiliza padrões técnicos específicos, combinando oráculos de IA em blockchain e tecnologia OPML para garantir a autenticidade dos modelos de IA e o compartilhamento de lucros para os detentores de tokens.

O modelo IMO aumentou a transparência e a confiança, incentivou a colaboração em código aberto, adaptou-se às tendências do mercado de criptomoedas e deu impulso ao desenvolvimento sustentável da tecnologia de IA. Embora o IMO esteja atualmente em uma fase inicial de tentativa, à medida que a aceitação do mercado aumenta e o alcance da participação se expande, sua inovação e valor potencial 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. Com o apoio de grandes modelos de linguagem, o Agente de IA não só pode entender a linguagem natural, mas também planejar decisões e executar tarefas complexas. Eles podem atuar como assistentes virtuais, aprendendo preferências através da interação com os usuários, oferecendo soluções personalizadas. Mesmo na ausência de instruções claras, o Agente de IA também pode resolver problemas de forma autônoma, aumentando a eficiência e criando novo valor.

Uma plataforma de aplicação nativa de IA oferece um conjunto de ferramentas de criação abrangente e fácil de usar, permitindo aos usuários configurar funcionalidades, aparência, som de robôs, bem como conectar-se a bibliotecas de conhecimento externas, dedicando-se a criar um ecossistema de conteúdo de IA justo e aberto. Utilizando tecnologia de IA generativa, capacita indivíduos a se tornarem supercriadores. A plataforma treinou um modelo de linguagem grande especializado, tornando os papéis mais humanizados; a tecnologia de clonagem de voz pode acelerar a interação personalizada de produtos de IA, reduzindo os custos de síntese de voz em 99%, e a clonagem de voz pode ser realizada em apenas 1 minuto. Com o AI Agent personalizado da plataforma, atualmente pode ser aplicado em diversas áreas, como videochamadas, aprendizado de idiomas e geração de imagens.

Na fusão entre Web3 e IA, atualmente há mais foco na exploração da camada de infraestrutura, como a obtenção de dados de alta qualidade, proteção da privacidade dos dados, hospedagem de modelos em blockchain, aumento da eficiência no uso da computação descentralizada e verificação de grandes modelos de linguagem, entre outras questões-chave. À medida que essa infraestrutura se torna mais robusta, a fusão entre Web3 e IA promete dar origem a uma série de modelos de negócios e serviços inovadores.