A fusão do Web3 com a IA: explorando seis áreas-chave da futura Internet

A Web3, como um novo paradigma de internet descentralizado, aberto e transparente, possui um potencial de fusão natural com a IA. Sob a arquitetura centralizada tradicional, os recursos de computação e dados da IA estão sujeitos a restrições rigorosas, enfrentando múltiplos desafios como gargalos de capacidade computacional, vazamentos de privacidade e falta de transparência nos algoritmos. Por outro lado, a Web3, baseada em tecnologias distribuídas, pode fornecer um novo impulso ao desenvolvimento da IA através de redes de compartilhamento de capacidade computacional, mercados de dados abertos e computação de privacidade. Ao mesmo tempo, a IA também pode trazer vários benefícios para a Web3, como otimização de contratos inteligentes e desenvolvimento de algoritmos anti-fraude, promovendo a construção de seu ecossistema. Portanto, explorar a combinação da Web3 e da IA é de grande importância para a construção da infraestrutura da próxima geração da internet e para liberar o valor dos dados e da capacidade computacional.

Dados impulsionados: A base sólida da IA e Web3

Os dados são o motor central que impulsiona o desenvolvimento da IA. Os modelos de IA precisam digerir 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 fiabilidade dos modelos.

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

• O custo de obtenção de dados é elevado, tornando difícil para as pequenas e médias empresas suportá-lo.
• Os recursos de dados são monopolizados por gigantes da tecnologia, formando ilhas de dados.
• O risco de vazamento e abuso de dados pessoais

Web3 pode resolver os pontos fracos do modelo tradicional com um novo paradigma de dados descentralizado:

• Os usuários podem vender recursos de rede ociosos para empresas de IA, capturando dados da rede de forma descentralizada, limpando e convertendo-os para fornecer dados reais e de alta qualidade para o treinamento de modelos de IA.
• Adotar o modo "label to earn", incentivando trabalhadores globais a participar na anotação de dados através de tokens, reunindo conhecimento profissional global e aumentando a capacidade de análise de dados.
• A plataforma de negociação de dados em blockchain oferece um ambiente de negociação público e transparente para ambas as partes que fornecem e demandam dados, incentivando a inovação e o compartilhamento de dados.

No entanto, a obtenção de dados do mundo real ainda apresenta alguns problemas, como a qualidade inconsistente dos dados, a dificuldade de processamento, a falta de diversidade e representatividade, entre outros. Dados sintéticos podem ser um destaque no futuro do campo de dados Web3. Baseados em tecnologias de IA generativa e simulação, os dados sintéticos podem simular as propriedades dos dados reais, servindo como um complemento eficaz, aumentando a eficiência do uso de dados. Em áreas como condução autónoma, negociação no mercado financeiro e desenvolvimento de jogos, os dados sintéticos já demonstraram um potencial de aplicação maduro.

Proteção de Privacidade: O Papel do FHE no Web3

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

FHE (Criptografia Homomórfica Total) permite a realização de operações de cálculo diretamente sobre dados criptografados, sem a necessidade de descriptografar os dados, e os resultados dos cálculos são consistentes com os resultados obtidos ao realizar os mesmos cálculos sobre dados em texto claro. O FHE oferece uma proteção robusta para o cálculo de privacidade em AI, permitindo que o poder computacional da GPU execute tarefas de treinamento e inferência de modelos em um ambiente que não toca os dados originais. Isso traz uma enorme vantagem para as empresas de AI, que podem abrir serviços de API de forma segura enquanto protegem segredos comerciais.

FHEML suporta o processamento criptografado de dados e modelos durante todo o ciclo de vida do aprendizado de máquina, garantindo a segurança de informações sensíveis e prevenindo riscos de vazamento de dados. FHEML reforça a privacidade dos dados, proporcionando uma estrutura de computação segura para aplicações de IA. FHEML é um complemento do ZKML, onde o ZKML prova a execução correta do aprendizado de máquina, enquanto o FHEML enfatiza a computação sobre dados criptografados para manter a privacidade dos dados.

Revolução da Computação: Computação AI em Redes Descentralizadas

A complexidade computacional dos sistemas de IA atuais dobra a cada 3 meses, levando a um aumento explosivo na demanda por poder de computação, que ultrapassa em muito a oferta de recursos computacionais existentes. Por exemplo, o treinamento de um grande modelo de linguagem requer um enorme poder de computação, equivalente ao tempo de treinamento de 355 anos de um único dispositivo. Essa escassez de poder computacional não só limita o avanço da tecnologia de IA, mas também torna os modelos de IA avançados inatingíveis 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, que tornam o problema da oferta de poder computacional ainda mais gravoso. 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 economicamente eficiente.

A rede de computação descentralizada de IA agrega recursos de GPU ociosos em todo o mundo, oferecendo um mercado de computação economicamente acessível para empresas de IA. Os demandantes de computação podem publicar tarefas de computação na rede, e os contratos inteligentes distribuem as tarefas para os nós mineradores que contribuem com potência computacional. Os mineradores executam as tarefas e submetem os resultados, que, após verificação, recebem recompensas em pontos. Esta solução melhora a eficiência do uso de recursos e ajuda a resolver o problema do gargalo de potência computacional em áreas como IA.

Além da rede de computação descentralizada geral, existem redes de computação dedicadas focadas no treinamento e na 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 crucial, atraindo mais dapps inovadores para se juntarem e impulsionarem conjuntamente o desenvolvimento e a aplicação da tecnologia de IA.

DePIN: Web3 capacitando Edge AI

A Edge AI permite que a computação ocorra na fonte de geração de dados, alcançando baixa latência e processamento em tempo real, ao mesmo tempo que protege a privacidade dos usuários. A tecnologia Edge AI já foi aplicada em áreas-chave, como a condução autónoma. No espaço Web3, temos um nome mais familiar - DePIN. O Web3 enfatiza a descentralização e a soberania dos dados do usuário, e o DePIN, através do processamento local de dados, melhora a proteção da privacidade do usuário e reduz o risco de vazamentos de dados; o mecanismo de economia de token nativo do Web3 pode incentivar os nós DePIN a fornecer recursos de computação, construindo um ecossistema sustentável.

Atualmente, o DePIN está se desenvolvendo rapidamente em um ecossistema de uma certa blockchain pública, tornando-se uma das plataformas preferidas para a implementação de projetos. A alta TPS dessa blockchain, as baixas taxas de transação e as inovações tecnológicas oferecem um forte suporte para os projetos DePIN. Atualmente, o valor de mercado dos projetos DePIN nessa blockchain pública já ultrapassou os cem bilhões de dólares, e vários projetos conhecidos alcançaram progressos significativos.

IMO: Nova Paradigma de Lançamento de Modelos de IA

O conceito IMO tokeniza modelos de IA. No modelo tradicional, devido à falta de mecanismos de compartilhamento de receita, os desenvolvedores de modelos de IA têm dificuldade em obter uma receita contínua do uso subsequente do modelo, especialmente quando o modelo é integrado a outros produtos e serviços. Além disso, o desempenho e os resultados dos modelos de IA frequentemente carecem de transparência, dificultando a avaliação de seu verdadeiro valor por investidores e usuários potenciais, limitando o reconhecimento de mercado e o potencial comercial do modelo.

O IMO oferece um novo modelo de apoio financeiro e partilha de valor para modelos de IA de código aberto, onde os investidores podem comprar tokens IMO e partilhar os lucros gerados posteriormente pelos modelos. Um determinado protocolo utiliza um padrão ERC específico, combinando oráculos de IA e tecnologia OPML para garantir a autenticidade dos modelos 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 deu um impulso ao desenvolvimento sustentável da tecnologia de IA. O IMO está atualmente em uma fase de tentativa inicial, mas à medida que a aceitação do mercado aumenta e a participação se expande, sua inovação e valor potencial são promissores.

Agente de IA: A nova era da experiência interativa

O Agente de IA pode perceber o ambiente, pensar de forma independente e tomar ações apropriadas para alcançar objetivos estabelecidos. Com o suporte de grandes modelos de linguagem, o Agente de IA não só consegue entender a linguagem natural, como também planejar decisões e executar tarefas complexas. Eles podem atuar como assistentes virtuais, aprendendo as preferências dos usuários através da interação, oferecendo soluções personalizadas. Mesmo na ausência de instruções claras, o Agente de IA consegue resolver problemas de forma autônoma, aumentando a eficiência e criando novo valor.

Uma plataforma de aplicações nativas de IA oferece um conjunto de ferramentas de criação abrangente e fácil de usar, permitindo aos usuários configurar funcionalidades de robôs, aparência, som e conectar-se a bancos de dados externos, empenhando-se em criar um ecossistema de conteúdo de IA justo e aberto. Utilizando tecnologia de IA generativa, capacita indivíduos a se tornarem super criadores. A plataforma treinou um modelo de linguagem grande especializado, tornando a interpretação de papéis mais humanizada; sua tecnologia de clonagem de voz pode acelerar a interação personalizada de produtos de IA, reduzindo o custo de síntese de voz em 99%, com a clonagem de voz sendo realizada em apenas 1 minuto. Utilizando o agente de IA personalizado da plataforma, atualmente pode ser aplicado em videochamadas, aprendizado de idiomas, geração de imagens e outras áreas.

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 cadeia, como melhorar a utilização eficiente do poder computacional 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 negócio e serviços inovadores.