Como un nuevo paradigma de Internet descentralizado, abierto y transparente, Web3 tiene una sinergia natural con la inteligencia artificial. Bajo la arquitectura centralizada tradicional, la informática de IA y los recursos de datos están controlados de forma estricta, enfrentando muchos desafíos como cuellos de botella informáticos, filtraciones de privacidad y cajas negras de algoritmos. Por otro lado, Web3 se basa en la tecnología distribuida e inyecta nueva vitalidad en el desarrollo de la IA a través de redes informáticas compartidas, mercados de datos abiertos y computación preservadora de la privacidad. Al mismo tiempo, la IA puede potenciar la construcción del ecosistema de Web3 optimizando capacidades como contratos inteligentes y algoritmos anti-trampas. Por lo tanto, explorar la convergencia de Web3 y la IA es fundamental para construir la próxima generación de infraestructura de Internet y desbloquear el valor de los datos y la potencia informática.

Basado en datos: Una base sólida para la inteligencia artificial y Web3

Los datos son la fuerza motriz central para el desarrollo de la IA, al igual que el combustible del motor. Los modelos de IA necesitan absorber grandes cantidades de datos de alta calidad para adquirir una comprensión profunda y capacidades de razonamiento sólidas. Los datos no solo proporcionan la base para entrenar modelos de aprendizaje automático, sino que también determinan su precisión y fiabilidad.

En el modelo tradicional centralizado de adquisición y utilización de datos de IA, han surgido varios problemas clave:

1. La adquisición de datos es costosa, lo que dificulta la participación de las PYMEs.
2. Los gigantes tecnológicos monopolizan los recursos de datos, formando silos de datos.
3. La privacidad de los datos personales corre el riesgo de filtrarse y ser mal utilizada.

Web3 proporciona un nuevo paradigma de datos descentralizados para abordar los puntos críticos de los modelos tradicionales:

1. A través de proyectos como Grass, los usuarios pueden vender la capacidad de red inactiva a empresas de IA, lo que permite el raspado, limpieza y transformación descentralizados de datos web, proporcionando datos reales y de alta calidad para el entrenamiento de modelos de IA.
2. Public AI utiliza un modelo de "marcar para ganar" para motivar a los trabajadores globales a participar en la anotación de datos, agregar sabiduría global y mejorar las capacidades de análisis de datos.
3. Plataformas de negociación de datos blockchain como Ocean Protocol y Streamr proporcionan un entorno de negociación abierto y transparente tanto para la oferta como la demanda de datos, promoviendo la innovación y el intercambio de datos.

De estas maneras, Web3 no solo reduce el costo de adquisición de datos, sino que también mejora la apertura y transparencia de los datos, proporcionando fuentes de datos más diversas y de alta calidad para el entrenamiento de modelos de IA. Al mismo tiempo, a través de la computación descentralizada de preservación de la privacidad, Web3 también puede proteger mejor la privacidad de los datos personales y mejorar la seguridad y confiabilidad del uso de datos.

Continuar explorando y practicar la integración de la IA y Web3 proporcionará una base sólida para construir una nueva generación de infraestructura de Internet y desbloquear nuevo valor en datos y potencia de cálculo.

Sin embargo, la recopilación de datos del mundo real también enfrenta desafíos como la calidad desigual de los datos, la alta complejidad de procesamiento y la insuficiente diversidad y representación de datos. En el espacio de datos Web3, los datos sintéticos podrían ser una estrella en ascenso. Basados en tecnología de IA generativa y simulación, los datos sintéticos pueden simular los atributos de datos reales, complementando y mejorando de manera efectiva la eficiencia del uso de datos. En áreas como la conducción autónoma, el comercio en los mercados financieros y el desarrollo de juegos, los datos sintéticos han demostrado su potencial para aplicaciones maduras.

Protección de la privacidad: El papel de FHE en Web3

En una era impulsada por datos, la protección de la privacidad se ha convertido en un foco global, y la promulgación del Reglamento General de Protección de Datos (GDPR) de la Unión Europea refleja la estricta protección de la privacidad individual. Sin embargo, esto también plantea desafíos: algunos datos sensibles no pueden ser completamente utilizados debido a riesgos de privacidad, lo que sin duda limita el potencial y las capacidades de inferencia de los modelos de IA.

El cifrado totalmente homomórfico (FHE) permite que los datos cifrados se calculen directamente sin descifrar los datos, y el resultado de la computación es consistente con el resultado de la misma operación en los datos en texto plano. FHE proporciona una protección sólida para la computación privada de inteligencia artificial, permitiendo que la potencia de cálculo de la GPU realice tareas de entrenamiento e inferencia de modelos sin acceder a datos sin procesar. Esto presenta una ventaja significativa para las empresas de inteligencia artificial, ya que pueden abrir de forma segura los servicios de API mientras protegen secretos comerciales.

La Máquina de Aprendizaje Automático de Encriptación Homomórfica Completa (FHEML) admite la encriptación de datos y modelos a lo largo del ciclo de vida del aprendizaje automático, garantizando la seguridad de la información sensible y previniendo la fuga de datos. De esta manera, FHEML fortalece la privacidad de los datos y proporciona un marco de computación seguro para las aplicaciones de IA.

FHEML complementa ZKML (Zero-Knowledge Machine Learning), donde ZKML demuestra la ejecución correcta del aprendizaje automático, mientras que FHEML enfatiza la computación en datos encriptados para mantener la privacidad de los datos.

La Revolución Informática: Computación de IA en la Web Descentralizada

La complejidad computacional de los sistemas de IA actuales se duplica cada tres meses, lo que conduce a un aumento en la demanda de potencia de cálculo que supera con creces la oferta de recursos informáticos existentes. Por ejemplo, el entrenamiento del modelo GPT-3 de OpenAI requiere una enorme potencia de cálculo, equivalente a 355 años 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 inaccesibles para la mayoría de los investigadores y desarrolladores.

Además, la utilización global de GPU inferior al 40%, junto con una desaceleración en el rendimiento de los microprocesadores, problemas en la cadena de suministro y escasez de chips debido a factores geopolíticos, han exacerbado aún más el problema de suministro de potencia informática. Los practicantes de IA se enfrentan a un dilema: comprar hardware o alquilar recursos en la nube, y necesitan con urgencia un modelo de servicio informático a demanda y rentable.

IO.net es una red descentralizada de potencia informática de IA basada en Solana que agrega recursos de GPU inactivos en todo el mundo y proporciona un mercado de potencia informática asequible para empresas de IA. Las entidades que requieren potencia informática pueden publicar tareas informáticas en la red, y los contratos inteligentes asignan tareas a nodos mineros contribuyentes. Los mineros realizan tareas, envían resultados y reciben recompensas tras una verificación exitosa. El enfoque de IO.net mejora la eficiencia de los recursos y ayuda a aliviar los cuellos de botella en la potencia informática en el espacio de la IA.

Además de las redes de potencia informática descentralizada de propósito general, existen plataformas centradas en el entrenamiento de IA, como Gensyn y Flock.io, así como redes de potencia informática especializadas centradas en la inferencia de IA, como Ritual y Fetch.ai.

La red de potencia informática descentralizada proporciona un mercado de potencia informática justo y transparente, rompe el monopolio, reduce el umbral de aplicación y mejora la eficiencia de utilización. En el ecosistema Web3, la red de potencia informática descentralizada jugará un papel clave en atraer más aplicaciones descentralizadas innovadoras para promover conjuntamente el desarrollo y la aplicación de la tecnología de inteligencia artificial.

DePIN: Web3 potencia la IA en el borde

Imagina que tu smartphone, smartwatch o incluso dispositivo doméstico inteligente tenga la capacidad de ejecutar IA, esa es la belleza de la IA en el borde. La IA en el borde permite que la computación ocurra en la fuente de los datos, lo que permite un procesamiento de baja latencia y en tiempo real mientras se protege la privacidad del usuario. La tecnología de IA en el borde ya se está aplicando en áreas clave como la conducción autónoma.

En el espacio Web3, tenemos un nombre más familiar: DePIN. Web3 enfatiza la descentralización y la soberanía de los datos del usuario, mientras que DePIN mejora la protección de la privacidad del usuario al procesar datos localmente, reduciendo el riesgo de brechas de datos. La economía de tokens nativos de Web3 puede incentivar a los nodos DePIN a proporcionar recursos informáticos y construir un ecosistema sostenible.

En la actualidad, DePIN está desarrollándose rápidamente en el ecosistema de Solana y se ha convertido en una de las plataformas de cadena pública preferidas para el despliegue de proyectos. La alta capacidad de procesamiento, bajos costos de transacción e innovación tecnológica de Solana brindan un sólido respaldo al proyecto DePIN. Actualmente, la capitalización de mercado de los proyectos DePIN en Solana ha superado los $10 mil millones, y proyectos destacados como Render Network y Helium Network han logrado avances significativos.

IMO: Un Nuevo Paradigma para la Publicación de Modelos de IA

El concepto de IMO (Oferta de Modelo Inicial) fue propuesto por primera vez por el protocolo Ora para tokenizar modelos de IA.

En el modelo tradicional, debido a la falta de un mecanismo de reparto de ingresos, a menudo es difícil para los desarrolladores obtener beneficios continuos del uso posterior del modelo de IA una vez que se desarrolla y se pone en el mercado. Especialmente cuando el modelo se integra en otros productos y servicios, es difícil para el desarrollador original rastrear su uso y generar ingresos. Además, a menudo falta transparencia sobre el rendimiento y la efectividad de los modelos de IA, lo que dificulta que los posibles inversores y usuarios evalúen su verdadero valor, limitando la aceptación del mercado y el potencial comercial.

IMO proporciona un nuevo enfoque para financiar y compartir el valor de los modelos de IA de código abierto. Los inversores pueden comprar tokens IMO y obtener una parte de los ingresos generados por el modelo. El protocolo de Oracle aprovecha los estándares ERC-7641 y ERC-7007, combinados con las tecnologías Onchain AI Oracle y OPML, para garantizar la autenticidad de los modelos de IA y permitir a los titulares de tokens compartir el rendimiento.

El modelo IMO mejora la transparencia y la confianza, fomenta la colaboración de código abierto, está en línea con las tendencias del mercado de criptomonedas e inyecta impulso en el desarrollo sostenible de la tecnología de IA. Aunque IMO todavía está en la etapa experimental inicial, su innovación y valor potencial merecen ser esperados a medida que la aceptación y participación en el mercado se expanden.

Agente de IA: Una nueva era de experiencias interactivas

Los agentes de IA pueden percibir el entorno, pensar de forma independiente y tomar acciones apropiadas para lograr objetivos predeterminados. Impulsados por modelos de lenguaje extensos, los agentes de IA no solo pueden entender el lenguaje natural, sino también planificar, decidir y ejecutar tareas complejas. Pueden actuar como asistentes virtuales que aprenden las preferencias del usuario y ofrecen soluciones personalizadas a través de la interacción. Incluso sin instrucciones explícitas, los agentes de IA pueden resolver problemas de forma autónoma, mejorar la eficiencia y crear nuevo valor.

Myshell es una plataforma de aplicación AI abierta que proporciona un conjunto completo y fácil de usar de herramientas para configurar la funcionalidad de los bots, la apariencia, el sonido y la conexión a bases de conocimiento externas. Está comprometido a crear un ecosistema de contenido AI justo y abierto, utilizando la tecnología de AI generativa para capacitar a las personas para convertirse en supercreadores. Myshell ha entrenado modelos de lenguaje especializados para hacer que el juego de roles sea más humano. Su tecnología de clonación de voz puede acelerar la interacción de productos de AI personalizados, reducir el costo de la síntesis de voz en un 99% y la clonación de voz solo lleva 1 minuto. Los agentes de AI personalizados creados con Myshell actualmente se pueden aplicar en una variedad de áreas, incluyendo chat de video, aprendizaje de idiomas y generación de imágenes.

En la convergencia de Web3 y AI, el enfoque actual se centra principalmente en explorar la capa de infraestructura para resolver problemas clave como la obtención de datos de alta calidad, proteger la privacidad de los datos, poner modelos en cadena, mejorar el uso efectivo de la potencia informática descentralizada y validar grandes modelos de lenguaje. A medida que estos componentes de infraestructura maduran, hay razones para creer que la convergencia de Web3 y AI dará lugar a una variedad de modelos de negocios innovadores y servicios.

Declaración:

1. Este artículo ha sido reimpreso de [espejo]. Todos los derechos de autor pertenecen al autor original [BadBot]. Si tiene alguna objeción a la reimpresión, por favor contacte al Gate Learnequipo y ellos se encargarán de ello rápidamente.
2. Descargo de responsabilidad: Las opiniones expresadas en este artículo son únicamente las del autor y no constituyen asesoramiento de inversión.
3. La traducción de este artículo fue realizada por el equipo de Gate Learn. A menos que se especifique lo contrario, se prohíbe la reproducción, distribución o plagio de los artículos traducidos.