La fusión de Web3 y AI: crear un futuro inteligente y Descentralización

En la reciente cumbre de gobiernos mundiales, un líder tecnológico propuso el concepto de "IA soberana". Esto provocó reflexiones sobre cómo construir un sistema de IA que pueda alinearse con los intereses y demandas de la comunidad cripto. La respuesta podría estar en la combinación de Web3 y IA.

El fundador de Ethereum expuso en un artículo la sinergia entre la tecnología criptográfica y la IA: la Descentralización de la criptografía puede equilibrar la tendencia centralizadora de la IA; la transparencia que aporta la criptografía puede compensar la opacidad de la IA; y la blockchain es beneficiosa para el almacenamiento y seguimiento de los datos requeridos por la IA. Esta sinergia recorre todo el ecosistema industrial de Web3+IA.

Actualmente, la mayoría de los proyectos Web3+AI se dedican a utilizar la tecnología blockchain para resolver problemas de infraestructura en la industria de la IA, mientras que algunos proyectos intentan usar la IA para solucionar ciertos problemas en las aplicaciones de Web3. El panorama industrial de Web3+AI se refleja principalmente en los siguientes cuatro aspectos:

1. Capa de potencia: Assetización de la potencia

En los últimos años, la potencia de cálculo necesaria para el entrenamiento de grandes modelos de IA ha crecido de manera exponencial, superando con creces las expectativas de la ley de Moore. Esto ha llevado a un desequilibrio en la oferta y la demanda de potencia de cálculo, con precios de hardware como las GPU disparándose y costos de potencia de cálculo elevados. Sin embargo, existe una gran cantidad de hardware de potencia de cálculo de gama media y baja en desuso en el mercado. A través de un enfoque Web3 para construir una red de potencia de cálculo distribuida, es posible integrar estos recursos no utilizados y crear una red de recursos de cálculo Descentralización, satisfaciendo así las diversas necesidades de aplicaciones de IA, al mismo tiempo que se reducen significativamente los costos.

La segmentación de la capa de potencia incluye:

• Potencia de cálculo descentralizada universal
• Potencia de cálculo descentralizada dedicada al entrenamiento de IA
• Potencia de cálculo descentralizada dedicada a la inferencia de IA
• Potencia de cálculo descentralizada dedicada a renderizado 3D

La ventaja de la materialización de los activos de computación de Web3+AI radica en que, al combinar incentivos de tokens, se puede expandir rápidamente la escala de la red, ofreciendo recursos de computación de alta relación calidad-precio para satisfacer la demanda de computación de gama baja a media.

2. Capa de datos: Assetización de datos

Los datos son un recurso clave para el desarrollo de la IA. En el modelo tradicional, solo las grandes empresas tecnológicas pueden acceder a grandes volúmenes de datos de usuarios, mientras que las startups comunes tienen dificultades para obtener un amplio apoyo de datos. A través de la manera Web3+IA, se pueden realizar procesos de recolección de datos, etiquetado y almacenamiento distribuido de manera de bajo costo y alta transparencia, al mismo tiempo que los usuarios se benefician de ello.

Los proyectos de capa de datos incluyen principalmente:

• Proyectos de recolección de datos
• Proyectos de intercambio de datos
• Proyectos de etiquetado de datos
• Proyectos de tipo fuente de datos de blockchain
• Proyectos de almacenamiento descentralizado

Este tipo de proyectos enfrenta mayores desafíos al diseñar el modelo económico de tokens, ya que la estandarización de datos es más difícil que la potencia de cálculo.

3. Capa de plataforma: Activos de valor de plataforma

Los proyectos de plataformas tienen como objetivo integrar diversos recursos de la industria de la IA, agregando datos, potencia de cálculo, modelos, desarrolladores de IA y recursos de blockchain, para ofrecer a los usuarios soluciones integrales. Por ejemplo, algunos proyectos se centran en construir plataformas operativas de zkML, utilizando técnicas criptográficas para verificar la corrección de la inferencia del modelo, mejorando así la credibilidad y transparencia de la IA.

Hay algunos proyectos que se dedican a crear redes de blockchain específicas para la IA, ayudando a las aplicaciones Web3+IA a construirse y desarrollarse rápidamente a través de la provisión de componentes generales y SDK. Además, plataformas de tipo Agent Network ofrecen servicios de construcción de Agentes de IA para diversas aplicaciones.

Los proyectos de tipo plataforma capturan principalmente el valor de la plataforma a través de tokens, incentivando a todas las partes a participar en la co-creación. Esto es especialmente útil para el proceso de desarrollo de proyectos emergentes de 0 a 1, ya que puede reducir la dificultad de encontrar socios.

4. Capa de aplicación: Capitalización de activos de valor AI

Los proyectos de capa de aplicación se centran principalmente en utilizar IA para resolver problemas específicos en aplicaciones Web3. Las direcciones que merecen atención incluyen:

1. AI como participante de Web3: por ejemplo, en juegos de Web3, AI puede ayudar a los jugadores a comprender rápidamente las reglas y completar tareas de manera eficiente; en los intercambios descentralizados, AI ha desempeñado un papel importante en el comercio de arbitraje; en los mercados de predicción, el Agente AI puede proporcionar a los usuarios servicios de predicción de eventos modelados al analizar grandes cantidades de datos.

2. Crear una IA privada descentralizada y escalable: a través de Web3, permitir que la comunidad tenga derechos de gobernanza distribuidos sobre la IA, aumentando la confianza de los usuarios en el sistema de IA y abordando el problema de la caja negra y los posibles sesgos.

A pesar de que la capa de aplicación Web3+AI aún no ha presentado proyectos innovadores, el potencial en este campo es enorme.

Conclusión

La fusión de Web3+AI aún se encuentra en una etapa temprana, y hay diferentes opiniones en la industria sobre sus perspectivas de desarrollo. Sin embargo, este campo tiene el potencial de crear productos más valiosos que la inteligencia artificial centralizada, liberándose de las etiquetas de "control de gigantes" y "monopolio", y logrando un modelo de "AI de co-gobernanza" más comunitario. Al participar y gobernar la inteligencia artificial de manera más profunda, la humanidad podría encontrar un equilibrio en su interacción con la IA, manteniendo un sentido de asombro sin caer en un miedo excesivo.