A fusão do Web3 e da IA: Construindo o ecossistema da próxima geração da Internet

Web3, como um novo modelo de internet descentralizado, aberto e transparente, tem um ponto de conexão natural com a IA. Sob uma arquitetura centralizada tradicional, os recursos de computação e dados da IA estão severamente limitados, enfrentando múltiplos desafios como gargalos de capacidade de computação, vazamentos de privacidade e falta de transparência nos algoritmos. O Web3, baseado em tecnologias distribuídas, oferece novas motivações para o desenvolvimento da IA por meio do compartilhamento de redes de capacidade de computação, mercados de dados abertos e computação de privacidade. Ao mesmo tempo, a IA também pode trazer muitos aprimoramentos para o Web3, como a otimização de contratos inteligentes e algoritmos de combate à fraude, promovendo o desenvolvimento de seu ecossistema. Portanto, explorar a combinação entre Web3 e IA é de grande importância para a construção da infraestrutura da próxima geração da internet, liberando o valor de dados e capacidade de computação.

Dados impulsionados: A base sólida da IA e do Web3

Os dados são o motor central do desenvolvimento da IA. Os modelos de IA precisam processar 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 mesmos.

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

• O custo de aquisição de dados é elevado, dificultando a sua adoção por pequenas e médias empresas.
• Os recursos de dados estão a ser monopolizados por grandes empresas de tecnologia, formando ilhas de dados.
• Os dados pessoais enfrentam riscos de vazamento e abuso.

Web3 oferece um novo paradigma de dados descentralizados para resolver essas questões:

• Os utilizadores podem vender recursos de rede ociosos a empresas de IA, de forma descentralizada, para capturar dados da rede, que, após limpeza e transformação, fornecem dados reais e de alta qualidade para o treino de modelos de IA.
• Adotar o modelo "marcação é ganhar" através de incentivos em tokens para que trabalhadores globais participem na marcação de dados, reunindo conhecimento especializado global e aumentando a capacidade de análise dos dados.
• A plataforma de troca de dados em blockchain proporciona um ambiente de negociação público e transparente para ambas as partes envolvidas na oferta e procura de dados, incentivando a inovação e o compartilhamento de dados.

No entanto, a obtenção de dados do mundo real ainda enfrenta alguns problemas, como a qualidade variável dos dados, a dificuldade de processamento, a diversidade e a falta de representatividade. Dados sintéticos podem ser o destaque futuro no campo dos dados Web3. Baseados em tecnologia de IA generativa e simulação, os dados sintéticos conseguem imitar as propriedades dos dados reais, servindo como um complemento eficaz aos dados reais, aumentando a eficiência do uso de dados. Em áreas como condução automática, negociação de mercados financeiros e desenvolvimento de jogos, os dados sintéticos já demonstraram um potencial de aplicação maduro.

Proteção de Privacidade: O Papel da FHE no Web3

Na era dos dados, a proteção da privacidade tornou-se um foco de atenção global. Alguns dados sensíveis não podem ser plenamente utilizados devido aos riscos de privacidade, o que limita o potencial e a capacidade de raciocínio dos modelos de IA.

A criptografia homomórfica total ( FHE ) permite a realização de operações de cálculo diretamente sobre dados criptografados, sem a necessidade de descriptografar os dados, e o resultado do cálculo é consistente com o resultado de cálculos realizados sobre dados em texto claro. O FHE oferece uma proteção robusta para o cálculo de privacidade em IA, permitindo que o poder computacional da GPU execute tarefas de treinamento e inferência de modelos em um ambiente que não toca nos dados originais. Isso traz uma enorme vantagem 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 o risco de vazamento de dados. Desta forma, o FHEML fortalece a privacidade dos dados e fornece uma estrutura de computação segura para aplicações de IA.

FHEML é um complemento ao ZKML, onde o ZKML prova a execução correta do aprendizado de máquina, enquanto o FHEML enfatiza o cálculo em dados criptografados para manter a privacidade dos dados.

Revolução da Computação: Cálculo AI em Redes Descentralizadas

A complexidade computacional dos sistemas de IA atuais duplica a cada 3 meses, levando a uma explosão na demanda por poder computacional, muito além da oferta de recursos computacionais existentes. Por exemplo, o treinamento de um grande modelo de linguagem 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 avanço da tecnologia de IA, mas também torna esses modelos avançados inacessíveis para a maioria dos pesquisadores e desenvolvedores.

Ao mesmo tempo, a taxa de utilização global de GPUs é inferior a 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 poder computacional. Os profissionais de IA estão em um dilema: ou compram hardware ou alugam recursos em nuvem, e precisam urgentemente de uma forma de serviço de computação sob demanda e economicamente eficiente.

Algumas redes de computação descentralizada de IA agregam recursos de GPU ociosos em todo o mundo, oferecendo um mercado de computação econômico e de fácil acesso para empresas de IA. As partes interessadas em computação podem publicar tarefas de cálculo na rede, e contratos inteligentes atribuem as tarefas aos nós mineradores que contribuem com poder de computação. Os mineradores executam as tarefas e submetem os resultados, recebendo recompensas em pontos após a verificação. Esta solução aumenta a eficiência da utilização de recursos e ajuda a resolver problemas de gargalos de computação em áreas como IA.

Além das redes de computação descentralizada genéricas, existem algumas plataformas focadas no treinamento de IA e redes de computação dedicadas à 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 na utilização da computação. No ecossistema web3, a rede de computação descentralizada desempenhará um papel crucial, atraindo mais dapps inovadores para se juntarem e impulsionarem o desenvolvimento e a aplicação da tecnologia de IA.

DePIN: Web3 capacitando Edge AI

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

No campo do Web3, temos um nome mais familiar --- DePIN. O Web3 enfatiza a descentralização e a soberania dos dados do usuário, e o DePIN pode melhorar a proteção da privacidade do usuário ao processar dados localmente, reduzindo o risco de vazamento de dados; O mecanismo econômico de Token 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 alguns ecossistemas de cadeias públicas, tornando-se uma das plataformas preferidas para a implantação de projetos. Alta TPS, baixas taxas de transação e inovações tecnológicas fornecem um forte suporte para os projetos DePIN. Atualmente, o valor de mercado dos projetos DePIN nessa cadeia pública já ultrapassou 10 bilhões de dólares, e alguns projetos renomados já alcançaram progressos significativos.

IMO: Novo paradigma de lançamento de modelos de IA

O conceito de IMO foi inicialmente proposto por um determinado protocolo, tokenizando modelos de IA.

No modelo tradicional, devido à ausência de um mecanismo de partilha de rendimentos, uma vez que um modelo de IA é desenvolvido e colocado no mercado, os desenvolvedores muitas vezes têm dificuldade em obter rendimentos contínuos da utilização subsequente do modelo, especialmente quando este é integrado em outros produtos e serviços. Os criadores originais têm dificuldade em rastrear a utilização, quanto mais em obter rendimentos. Além disso, o desempenho e os resultados dos modelos de IA muitas vezes carecem de transparência, o que dificulta a avaliação do seu verdadeiro valor por parte de investidores e utilizadores potenciais, limitando o reconhecimento do mercado e o potencial comercial do modelo.

O IMO oferece uma nova forma de apoio financeiro e partilha de valor para modelos de IA de código aberto, permitindo que os investidores comprem tokens IMO e partilhem os lucros gerados pelo modelo no futuro. Um determinado protocolo utiliza dois padrões ERC, combinando oráculos de IA e tecnologia OPML para garantir a autenticidade do modelo de IA e que os detentores de tokens possam partilhar os lucros.

O modo IMO aumentou a transparência e a confiança, incentivou a colaboração de código aberto, adaptou-se às tendências do mercado de criptomoedas e injetou impulso no desenvolvimento sustentável da tecnologia de IA. O IMO ainda está em fase inicial de tentativa, mas à medida que a aceitação do mercado aumenta e o alcance da participação se expande, sua inovação e valor potencial merecem nossa expectativa.

Agente de IA: Uma nova era de experiências interativas

O Agente de IA consegue perceber o ambiente, pensar de forma independente e tomar ações apropriadas para alcançar metas estabelecidas. 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 dos usuários através da interação e oferecendo soluções personalizadas. Mesmo na ausência de instruções explícitas, o Agente de IA pode resolver problemas de forma autônoma, aumentando a eficiência e criando novo valor.

Algumas plataformas de aplicações nativas de IA abertas oferecem um conjunto de ferramentas de criação abrangente e fácil de usar, permitindo que os usuários configurem funcionalidades, aparência, som de robôs e conectem a bases de conhecimento externas, com o objetivo de criar um ecossistema de conteúdo de IA justo e aberto. Utilizando tecnologia de IA generativa, capacitam indivíduos a se tornarem super criadores. Essas plataformas treinaram modelos de linguagem de grande escala específicos, tornando a interação de interpretação de papéis mais humanizada; a tecnologia de clonagem de voz pode acelerar a interação personalizada de produtos de IA, reduzindo significativamente os custos de síntese de voz, sendo que a clonagem de voz pode ser realizada em apenas 1 minuto. Os Agentes de IA personalizados por meio dessas plataformas podem ser aplicados atualmente em várias áreas, incluindo chats por vídeo, aprendizado de idiomas e geração de imagens.

Na fusão entre Web3 e IA, atualmente há mais exploração na camada de infraestrutura, como obter dados de alta qualidade, proteger a privacidade dos dados, como hospedar modelos na blockchain, como melhorar o uso eficiente do poder de computação descentralizado e como validar grandes modelos de linguagem, entre outras questões-chave. À medida que essas infraestruturas são gradualmente aprimoradas, temos razões para acreditar que a fusão entre Web3 e IA dará origem a uma série de modelos de negócios e serviços inovadores.