La fusión de Web3 y AI: Explorando seis áreas clave del futuro de Internet
Web3, como un nuevo paradigma de internet descentralizado, abierto y transparente, tiene un potencial de fusión natural con la IA. En una arquitectura tradicional centralizada, los recursos de cálculo e información de la IA están severamente restringidos, enfrentándose a múltiples desafíos como cuellos de botella en la capacidad de cálculo, filtraciones de privacidad y falta de transparencia en los algoritmos. Sin embargo, Web3, basado en tecnologías distribuidas, puede proporcionar un nuevo impulso para el desarrollo de la IA a través de redes de potencia compartida, mercados de datos abiertos y computación privada. Al mismo tiempo, la IA también puede aportar muchas ventajas a Web3, como la optimización de contratos inteligentes y el desarrollo de algoritmos anti-fraude, promoviendo así la construcción de su ecosistema. Por lo tanto, explorar la combinación de Web3 y la IA es de gran importancia para construir la infraestructura de internet de próxima generación y liberar el valor de los datos y la capacidad de cálculo.
Impulsado por datos: La sólida base de la IA y Web3
Los datos son el motor central que impulsa el desarrollo de la IA. Los modelos de IA necesitan procesar una gran cantidad de datos de alta calidad para obtener una comprensión profunda y una potente capacidad de razonamiento. Los datos no solo proporcionan la base de entrenamiento para los modelos de aprendizaje automático, sino que también determinan la precisión y fiabilidad del modelo.
Los modelos tradicionales de adquisición y utilización de datos de IA centralizados presentan los siguientes problemas principales:
El costo de obtención de datos es elevado, y las pequeñas y medianas empresas tienen dificultades para asumirlo.
Los recursos de datos están monopolizados por las grandes tecnológicas, formando islas de datos.
Los datos personales enfrentan riesgos de filtración y abuso.
Web3 puede resolver los puntos débiles del modelo tradicional con un nuevo paradigma de datos descentralizados:
Los usuarios pueden vender recursos de red no utilizados a empresas de IA, para recopilar datos de red de manera descentralizada, que después de ser limpiados y transformados, proporcionan datos reales y de alta calidad para el entrenamiento de modelos de IA.
Adoptar el modelo "label to earn" para incentivar a trabajadores globales a participar en la anotación de datos mediante tokens, reuniendo conocimientos profesionales de todo el mundo y mejorando la capacidad de análisis de datos.
La plataforma de intercambio de datos en blockchain proporciona un entorno de intercambio público y transparente para las partes que ofrecen y demandan datos, incentivando la innovación y el intercambio de datos.
Sin embargo, la obtención de datos del mundo real aún presenta algunos problemas, como la calidad variable de los datos, la dificultad de procesamiento, la insuficiencia de diversidad y representatividad, entre otros. Los datos sintéticos podrían ser el futuro destacado en el ámbito de los datos Web3. Basados en tecnología de IA generativa y simulación, los datos sintéticos pueden replicar las propiedades de los datos reales, sirviendo como un complemento efectivo para mejorar la eficiencia del uso de datos. En campos como la conducción autónoma, el comercio en los mercados financieros y el desarrollo de juegos, los datos sintéticos ya han demostrado un potencial de aplicación maduro.
Protección de la privacidad: el papel de FHE en Web3
En la era impulsada por datos, la protección de la privacidad se ha convertido en un foco de atención global, y regulaciones como el Reglamento General de Protección de Datos (GDPR) de la UE reflejan una estricta protección de la privacidad personal. Sin embargo, esto también plantea desafíos: algunos datos sensibles no pueden ser utilizados plenamente debido a riesgos de privacidad, lo que limita el potencial y la capacidad de razonamiento de los modelos de IA.
FHE (encriptación homomórfica completa) permite realizar operaciones de cálculo directamente sobre datos encriptados sin necesidad de desencriptar los datos, y el resultado del cálculo es consistente con el resultado de realizar el mismo cálculo sobre datos en texto claro. FHE proporciona una sólida protección para el cálculo de privacidad de la IA, permitiendo que la potencia de cálculo de GPU ejecute tareas de entrenamiento e inferencia de modelos en un entorno sin tocar los datos originales. Esto brinda una gran ventaja a las empresas de IA, ya que pueden ofrecer servicios API de manera segura mientras protegen secretos comerciales.
FHEML admite el procesamiento cifrado de datos y modelos durante todo el ciclo de aprendizaje automático, asegurando la seguridad de la información sensible y preveniendo el riesgo de filtraciones de datos. FHEML refuerza la privacidad de los datos y proporciona un marco de cálculo seguro para aplicaciones de IA. FHEML complementa a ZKML, que prueba la correcta ejecución del aprendizaje automático, mientras que FHEML enfatiza el cálculo sobre datos cifrados para mantener la privacidad de los datos.
Revolución del poder de cálculo: AI en redes descentralizadas
La complejidad computacional de los sistemas de IA actuales se duplica cada 3 meses, lo que provoca un aumento explosivo de la demanda de potencia de cálculo, superando con creces el suministro de recursos computacionales existentes. Por ejemplo, el entrenamiento de un gran modelo de lenguaje requiere una enorme potencia de cálculo, equivalente a 355 años de tiempo de entrenamiento en un solo dispositivo. Esta escasez de potencia de cálculo no solo limita el progreso de la tecnología de IA, sino que también hace que los modelos de IA avanzados sean inalcanzables para la mayoría de los investigadores y desarrolladores.
Al mismo tiempo, la tasa de utilización de GPU en todo el mundo es inferior al 40%, y la desaceleración en la mejora del rendimiento de los microprocesadores, junto con la escasez de chips provocada por factores de la cadena de suministro y geopolíticos, han agudizado el problema del suministro de potencia de cálculo. Los profesionales de la IA se encuentran en un dilema: o compran hardware por su cuenta, o alquilan recursos en la nube, y necesitan urgentemente una forma de servicio de computación bajo demanda y rentable.
La red de computación AI descentralizada agrega recursos de GPU inactivos de todo el mundo para proporcionar un mercado de computación económicamente accesible para las empresas de AI. Los demandantes de computación pueden publicar tareas de cálculo en la red, y los contratos inteligentes asignan las tareas a los nodos mineros que contribuyen con potencia de cálculo. Los mineros ejecutan las tareas y envían los resultados, y tras la verificación, obtienen recompensas en forma de puntos. Esta solución mejora la eficiencia del uso de recursos y ayuda a resolver el problema del cuello de botella en la potencia de cálculo en campos como la AI.
Además de las redes de computación descentralizadas generales, existen redes de computación especializadas en el entrenamiento e inferencia de IA. Las redes de computación descentralizadas ofrecen un mercado de computación justo y transparente, rompiendo monopolios, reduciendo las barreras de entrada y mejorando la eficiencia en el uso de la computación. En el ecosistema Web3, las redes de computación descentralizadas desempeñarán un papel clave, atrayendo a más dapps innovadoras para impulsar conjuntamente el desarrollo y la aplicación de la tecnología de IA.
DePIN: Web3 empodera la IA en el borde
Edge AI permite que el cálculo ocurra en la fuente de generación de datos, logrando un procesamiento en tiempo real con baja latencia, al mismo tiempo que protege la privacidad del usuario. La tecnología Edge AI ya se ha aplicado en campos clave como la conducción autónoma. En el ámbito de Web3, tenemos un nombre más familiar: DePIN. Web3 enfatiza la descentralización y la soberanía de los datos del usuario, DePIN mejora la protección de la privacidad del usuario mediante el procesamiento local de datos, reduciendo el riesgo de filtraciones de datos; el mecanismo de economía de token nativo de Web3 puede incentivar a los nodos DePIN a proporcionar recursos de cálculo, construyendo un ecosistema sostenible.
Actualmente, DePIN está creciendo rápidamente en el ecosistema de una cierta cadena pública, convirtiéndose en una de las plataformas preferidas para el despliegue de proyectos. La alta TPS, los bajos costos de transacción y la innovación tecnológica de esta cadena pública brindan un fuerte apoyo a los proyectos DePIN. Actualmente, la capitalización de mercado de los proyectos DePIN en esta cadena pública ha superado los diez mil millones de dólares, y varios proyectos conocidos han logrado avances significativos.
IMO: Nueva paradigma de publicación de modelos de IA
El concepto de IMO tokeniza los modelos de IA. En el modelo tradicional, debido a la falta de mecanismos de reparto de ingresos, los desarrolladores de modelos de IA tienen dificultades para obtener ingresos continuos de su uso posterior, especialmente cuando los modelos se integran en otros productos y servicios. Además, el rendimiento y la efectividad de los modelos de IA a menudo carecen de transparencia, lo que dificulta que los inversores y usuarios potenciales evalúen su verdadero valor, limitando el reconocimiento del mercado y el potencial comercial del modelo.
IMO proporciona un nuevo modelo de financiamiento y compartición de valor para modelos de IA de código abierto, permitiendo a los inversionistas comprar tokens IMO y compartir las ganancias generadas por el modelo en el futuro. Un protocolo utiliza un estándar ERC específico, combinando tecnología de oráculos de IA y OPML para garantizar la autenticidad del modelo de IA y permitir que los tenedores de tokens compartan las ganancias.
El modo IMO ha mejorado la transparencia y la confianza, fomentando la colaboración de código abierto, adaptándose a las tendencias del mercado de criptomonedas y proporcionando impulso para el desarrollo sostenible de la tecnología AI. Actualmente, IMO se encuentra en una etapa de prueba inicial, pero a medida que aumenta la aceptación del mercado y se amplía el alcance de la participación, su innovación y valor potencial son dignos de expectativa.
Agente de IA: Una nueva era de experiencia interactiva
El Agente de IA puede percibir el entorno, pensar de manera independiente y tomar medidas adecuadas para lograr objetivos establecidos. Con el apoyo de modelos de lenguaje grandes, el Agente de IA no solo puede entender el lenguaje natural, sino también planificar decisiones y ejecutar tareas complejas. Pueden actuar como asistentes virtuales, aprendiendo las preferencias del usuario a través de la interacción y ofreciendo soluciones personalizadas. Incluso sin instrucciones claras, el Agente de IA puede resolver problemas de manera autónoma, mejorar la eficiencia y crear nuevo valor.
Una plataforma nativa de aplicaciones de IA ofrece un conjunto de herramientas de creación completas y fáciles de usar, que permite a los usuarios configurar funciones de robots, apariencia, sonido y conectar bases de datos externas, con el objetivo de construir un ecosistema de contenido de IA justo y abierto. Utilizando tecnología de IA generativa, empodera a los individuos para convertirse en creadores superdotados. La plataforma ha entrenado un modelo de lenguaje grande especializado, haciendo que los juegos de roles sean más humanizados; su tecnología de clonación de voz puede acelerar la interacción personalizada de productos de IA, reduciendo el costo de síntesis de voz en un 99%, y la clonación de voz se puede lograr en solo 1 minuto. Utilizando el agente de IA personalizado de esta plataforma, actualmente se puede aplicar en múltiples campos como videoconferencias, aprendizaje de idiomas y generación de imágenes.
En la fusión de Web3 y AI, actualmente se exploran más las capas de infraestructura, cómo obtener datos de alta calidad, proteger la privacidad de los datos, cómo alojar modelos en la cadena, cómo mejorar el uso eficiente de la potencia de cálculo descentralizada, cómo validar modelos de lenguaje grande, entre otros problemas clave. A medida que estas infraestructuras se perfeccionan gradualmente, tenemos razones para creer que la fusión de Web3 y AI dará lugar a una serie de modelos de negocio y servicios innovadores.
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
17 me gusta
Recompensa
17
7
Compartir
Comentar
0/400
Rugman_Walking
· hace17h
Lo que dices suena tan esotérico, al final no deja de ser tomar a la gente por tonta.
Ver originalesResponder0
TokenUnlocker
· 07-26 01:36
La mejora de la potencia computacional es el punto clave.
Ver originalesResponder0
NeverVoteOnDAO
· 07-24 20:04
¿Está bien que la trampa se haya liquidado?
Ver originalesResponder0
MetaverseLandlord
· 07-24 20:02
No hagas estas tonterías, mejor comercia con criptomonedas.
Ver originalesResponder0
TokenTherapist
· 07-24 19:59
Esto ni siquiera tiene un título serio completo.
Ver originalesResponder0
LiquidityWitch
· 07-24 19:58
Mañana es el día del Gran aumento de BTC.
Ver originalesResponder0
GraphGuru
· 07-24 19:42
¡Vaya! La primavera de los jugadores de Algoritmo ha llegado.
AI+Web3: Explorando las seis áreas clave del futuro de Internet
La fusión de Web3 y AI: Explorando seis áreas clave del futuro de Internet
Web3, como un nuevo paradigma de internet descentralizado, abierto y transparente, tiene un potencial de fusión natural con la IA. En una arquitectura tradicional centralizada, los recursos de cálculo e información de la IA están severamente restringidos, enfrentándose a múltiples desafíos como cuellos de botella en la capacidad de cálculo, filtraciones de privacidad y falta de transparencia en los algoritmos. Sin embargo, Web3, basado en tecnologías distribuidas, puede proporcionar un nuevo impulso para el desarrollo de la IA a través de redes de potencia compartida, mercados de datos abiertos y computación privada. Al mismo tiempo, la IA también puede aportar muchas ventajas a Web3, como la optimización de contratos inteligentes y el desarrollo de algoritmos anti-fraude, promoviendo así la construcción de su ecosistema. Por lo tanto, explorar la combinación de Web3 y la IA es de gran importancia para construir la infraestructura de internet de próxima generación y liberar el valor de los datos y la capacidad de cálculo.
Impulsado por datos: La sólida base de la IA y Web3
Los datos son el motor central que impulsa el desarrollo de la IA. Los modelos de IA necesitan procesar una gran cantidad de datos de alta calidad para obtener una comprensión profunda y una potente capacidad de razonamiento. Los datos no solo proporcionan la base de entrenamiento para los modelos de aprendizaje automático, sino que también determinan la precisión y fiabilidad del modelo.
Los modelos tradicionales de adquisición y utilización de datos de IA centralizados presentan los siguientes problemas principales:
Web3 puede resolver los puntos débiles del modelo tradicional con un nuevo paradigma de datos descentralizados:
Sin embargo, la obtención de datos del mundo real aún presenta algunos problemas, como la calidad variable de los datos, la dificultad de procesamiento, la insuficiencia de diversidad y representatividad, entre otros. Los datos sintéticos podrían ser el futuro destacado en el ámbito de los datos Web3. Basados en tecnología de IA generativa y simulación, los datos sintéticos pueden replicar las propiedades de los datos reales, sirviendo como un complemento efectivo para mejorar la eficiencia del uso de datos. En campos como la conducción autónoma, el comercio en los mercados financieros y el desarrollo de juegos, los datos sintéticos ya han demostrado un potencial de aplicación maduro.
Protección de la privacidad: el papel de FHE en Web3
En la era impulsada por datos, la protección de la privacidad se ha convertido en un foco de atención global, y regulaciones como el Reglamento General de Protección de Datos (GDPR) de la UE reflejan una estricta protección de la privacidad personal. Sin embargo, esto también plantea desafíos: algunos datos sensibles no pueden ser utilizados plenamente debido a riesgos de privacidad, lo que limita el potencial y la capacidad de razonamiento de los modelos de IA.
FHE (encriptación homomórfica completa) permite realizar operaciones de cálculo directamente sobre datos encriptados sin necesidad de desencriptar los datos, y el resultado del cálculo es consistente con el resultado de realizar el mismo cálculo sobre datos en texto claro. FHE proporciona una sólida protección para el cálculo de privacidad de la IA, permitiendo que la potencia de cálculo de GPU ejecute tareas de entrenamiento e inferencia de modelos en un entorno sin tocar los datos originales. Esto brinda una gran ventaja a las empresas de IA, ya que pueden ofrecer servicios API de manera segura mientras protegen secretos comerciales.
FHEML admite el procesamiento cifrado de datos y modelos durante todo el ciclo de aprendizaje automático, asegurando la seguridad de la información sensible y preveniendo el riesgo de filtraciones de datos. FHEML refuerza la privacidad de los datos y proporciona un marco de cálculo seguro para aplicaciones de IA. FHEML complementa a ZKML, que prueba la correcta ejecución del aprendizaje automático, mientras que FHEML enfatiza el cálculo sobre datos cifrados para mantener la privacidad de los datos.
Revolución del poder de cálculo: AI en redes descentralizadas
La complejidad computacional de los sistemas de IA actuales se duplica cada 3 meses, lo que provoca un aumento explosivo de la demanda de potencia de cálculo, superando con creces el suministro de recursos computacionales existentes. Por ejemplo, el entrenamiento de un gran modelo de lenguaje requiere una enorme potencia de cálculo, equivalente a 355 años de tiempo de entrenamiento en un solo dispositivo. Esta escasez de potencia de cálculo no solo limita el progreso de la tecnología de IA, sino que también hace que los modelos de IA avanzados sean inalcanzables para la mayoría de los investigadores y desarrolladores.
Al mismo tiempo, la tasa de utilización de GPU en todo el mundo es inferior al 40%, y la desaceleración en la mejora del rendimiento de los microprocesadores, junto con la escasez de chips provocada por factores de la cadena de suministro y geopolíticos, han agudizado el problema del suministro de potencia de cálculo. Los profesionales de la IA se encuentran en un dilema: o compran hardware por su cuenta, o alquilan recursos en la nube, y necesitan urgentemente una forma de servicio de computación bajo demanda y rentable.
La red de computación AI descentralizada agrega recursos de GPU inactivos de todo el mundo para proporcionar un mercado de computación económicamente accesible para las empresas de AI. Los demandantes de computación pueden publicar tareas de cálculo en la red, y los contratos inteligentes asignan las tareas a los nodos mineros que contribuyen con potencia de cálculo. Los mineros ejecutan las tareas y envían los resultados, y tras la verificación, obtienen recompensas en forma de puntos. Esta solución mejora la eficiencia del uso de recursos y ayuda a resolver el problema del cuello de botella en la potencia de cálculo en campos como la AI.
Además de las redes de computación descentralizadas generales, existen redes de computación especializadas en el entrenamiento e inferencia de IA. Las redes de computación descentralizadas ofrecen un mercado de computación justo y transparente, rompiendo monopolios, reduciendo las barreras de entrada y mejorando la eficiencia en el uso de la computación. En el ecosistema Web3, las redes de computación descentralizadas desempeñarán un papel clave, atrayendo a más dapps innovadoras para impulsar conjuntamente el desarrollo y la aplicación de la tecnología de IA.
DePIN: Web3 empodera la IA en el borde
Edge AI permite que el cálculo ocurra en la fuente de generación de datos, logrando un procesamiento en tiempo real con baja latencia, al mismo tiempo que protege la privacidad del usuario. La tecnología Edge AI ya se ha aplicado en campos clave como la conducción autónoma. En el ámbito de Web3, tenemos un nombre más familiar: DePIN. Web3 enfatiza la descentralización y la soberanía de los datos del usuario, DePIN mejora la protección de la privacidad del usuario mediante el procesamiento local de datos, reduciendo el riesgo de filtraciones de datos; el mecanismo de economía de token nativo de Web3 puede incentivar a los nodos DePIN a proporcionar recursos de cálculo, construyendo un ecosistema sostenible.
Actualmente, DePIN está creciendo rápidamente en el ecosistema de una cierta cadena pública, convirtiéndose en una de las plataformas preferidas para el despliegue de proyectos. La alta TPS, los bajos costos de transacción y la innovación tecnológica de esta cadena pública brindan un fuerte apoyo a los proyectos DePIN. Actualmente, la capitalización de mercado de los proyectos DePIN en esta cadena pública ha superado los diez mil millones de dólares, y varios proyectos conocidos han logrado avances significativos.
IMO: Nueva paradigma de publicación de modelos de IA
El concepto de IMO tokeniza los modelos de IA. En el modelo tradicional, debido a la falta de mecanismos de reparto de ingresos, los desarrolladores de modelos de IA tienen dificultades para obtener ingresos continuos de su uso posterior, especialmente cuando los modelos se integran en otros productos y servicios. Además, el rendimiento y la efectividad de los modelos de IA a menudo carecen de transparencia, lo que dificulta que los inversores y usuarios potenciales evalúen su verdadero valor, limitando el reconocimiento del mercado y el potencial comercial del modelo.
IMO proporciona un nuevo modelo de financiamiento y compartición de valor para modelos de IA de código abierto, permitiendo a los inversionistas comprar tokens IMO y compartir las ganancias generadas por el modelo en el futuro. Un protocolo utiliza un estándar ERC específico, combinando tecnología de oráculos de IA y OPML para garantizar la autenticidad del modelo de IA y permitir que los tenedores de tokens compartan las ganancias.
El modo IMO ha mejorado la transparencia y la confianza, fomentando la colaboración de código abierto, adaptándose a las tendencias del mercado de criptomonedas y proporcionando impulso para el desarrollo sostenible de la tecnología AI. Actualmente, IMO se encuentra en una etapa de prueba inicial, pero a medida que aumenta la aceptación del mercado y se amplía el alcance de la participación, su innovación y valor potencial son dignos de expectativa.
Agente de IA: Una nueva era de experiencia interactiva
El Agente de IA puede percibir el entorno, pensar de manera independiente y tomar medidas adecuadas para lograr objetivos establecidos. Con el apoyo de modelos de lenguaje grandes, el Agente de IA no solo puede entender el lenguaje natural, sino también planificar decisiones y ejecutar tareas complejas. Pueden actuar como asistentes virtuales, aprendiendo las preferencias del usuario a través de la interacción y ofreciendo soluciones personalizadas. Incluso sin instrucciones claras, el Agente de IA puede resolver problemas de manera autónoma, mejorar la eficiencia y crear nuevo valor.
Una plataforma nativa de aplicaciones de IA ofrece un conjunto de herramientas de creación completas y fáciles de usar, que permite a los usuarios configurar funciones de robots, apariencia, sonido y conectar bases de datos externas, con el objetivo de construir un ecosistema de contenido de IA justo y abierto. Utilizando tecnología de IA generativa, empodera a los individuos para convertirse en creadores superdotados. La plataforma ha entrenado un modelo de lenguaje grande especializado, haciendo que los juegos de roles sean más humanizados; su tecnología de clonación de voz puede acelerar la interacción personalizada de productos de IA, reduciendo el costo de síntesis de voz en un 99%, y la clonación de voz se puede lograr en solo 1 minuto. Utilizando el agente de IA personalizado de esta plataforma, actualmente se puede aplicar en múltiples campos como videoconferencias, aprendizaje de idiomas y generación de imágenes.
En la fusión de Web3 y AI, actualmente se exploran más las capas de infraestructura, cómo obtener datos de alta calidad, proteger la privacidad de los datos, cómo alojar modelos en la cadena, cómo mejorar el uso eficiente de la potencia de cálculo descentralizada, cómo validar modelos de lenguaje grande, entre otros problemas clave. A medida que estas infraestructuras se perfeccionan gradualmente, tenemos razones para creer que la fusión de Web3 y AI dará lugar a una serie de modelos de negocio y servicios innovadores.