Web3, en tant que nouvelle paradigme Internet décentralisé, ouvert et transparent, a une opportunité naturelle de fusion avec l'intelligence artificielle. Dans une architecture centralisée traditionnelle, les ressources de calcul et de données de l'IA sont strictement contrôlées, et il existe de nombreux défis tels que les goulets d'étranglement de puissance de calcul, les fuites de données privées et l'opacité des algorithmes. En revanche, Web3, basé sur des technologies distribuées, peut injecter une nouvelle dynamique au développement de l'IA grâce à des réseaux de puissance de calcul partagés, des marchés de données ouverts et des calculs privés. En même temps, l'IA peut également apporter de nombreuses capacités à Web3, comme l'optimisation des smart contracts et des Algorithme anti-fraude, soutenant ainsi sa construction écologique. Par conséquent, explorer la combinaison de Web3 et de l'IA est crucial pour construire l'infrastructure Internet de prochaine génération et libérer la valeur des données et de la puissance de calcul.
Données pilotées : une base solide pour l'IA et le Web3
Les données sont le moteur central du développement de l'IA, tout comme le carburant pour un moteur. Les modèles d'IA ont besoin de digérer une grande quantité de données de haute qualité pour acquérir une compréhension approfondie et une puissante capacité de raisonnement. Les données fournissent non seulement la base d'entraînement pour les modèles d'apprentissage automatique, mais déterminent également la précision et la fiabilité des modèles.
Dans le modèle traditionnel de collecte et d'utilisation des données d'IA centralisé, plusieurs problèmes principaux existent :
Le coût d'acquisition des données est élevé, ce qui rend difficile pour les petites et moyennes entreprises de l'assumer ;
Les ressources de données sont monopolisées par des géants technologiques, formant des îles de données ;
Les données personnelles sont exposées au risque de fuite et d'utilisation abusive.
Web3 peut résoudre les points de douleur des modèles traditionnels grâce à une nouvelle approche de données décentralisées.
Grâce à un réseau décentralisé, les utilisateurs peuvent vendre leur réseau inutilisé aux entreprises d'IA, récupérer des données réseau, qui, après nettoyage et transformation, fournissent des données réelles et de haute qualité pour l'entraînement des modèles d'IA ;
Adopter le mode "label to earn", en incitant les travailleurs du monde entier à participer à l'annotation des données par le biais de jetons, rassemblant l'expertise mondiale pour améliorer la capacité d'analyse des données ;
La plateforme d'échange de données blockchain offre un environnement d'échange public et transparent aux deux parties de l'offre et de la demande de données, incitant à l'innovation et au partage des données.
Cependant, l'acquisition de données dans le monde réel pose également certains problèmes, tels que la qualité inégale des données, la difficulté de traitement, ainsi que le manque de diversité et de représentativité. Les données synthétiques pourraient devenir la star de la piste de données Web3 à l'avenir. Basées sur des technologies d'IA générative et de simulation, les données synthétiques peuvent simuler les attributs des données réelles, servant de complément efficace aux données réelles et améliorant l'efficacité d'utilisation des données. Dans des domaines tels que la conduite autonome, le trading sur les marchés financiers et le développement de jeux, les données synthétiques ont déjà montré leur potentiel d'application mûre.
Protection de la vie privée : le rôle de la FHE dans le Web3
À l'ère des données, la protection de la vie privée est devenue un point focal mondial. L'émergence de réglementations telles que le Règlement général sur la protection des données (RGPD) de l'Union européenne reflète une stricte protection de la vie privée des individus. Cependant, cela a également entraîné des défis : certaines données sensibles ne peuvent pas être pleinement utilisées en raison des risques pour la vie privée, ce qui limite sans aucun doute le potentiel et la capacité de raisonnement des modèles d'IA.
FHE, ou chiffrement homomorphe complet, permet d'effectuer des opérations de calcul directement sur des données chiffrées sans avoir besoin de déchiffrer les données, et le résultat du calcul est identique à celui obtenu en effectuant le même calcul sur des données en clair.
FHE offre une protection solide pour le calcul privé de l'IA, permettant à la puissance de calcul GPU d'exécuter des tâches d'entraînement et d'inférence de modèles dans un environnement sans toucher aux données brutes. Cela apporte un énorme avantage aux entreprises d'IA. Elles peuvent ouvrir en toute sécurité des services API tout en protégeant leurs secrets commerciaux.
FHEML prend en charge le traitement cryptographique des données et des modèles tout au long du cycle d'apprentissage automatique, garantissant la sécurité des informations sensibles et prévenant les risques de fuite de données. De cette manière, FHEML renforce la confidentialité des données et fournit un cadre de calcul sécurisé pour les applications d'IA.
FHEML complète ZKML, ZKML prouve l'exécution correcte de l'apprentissage automatique, tandis que FHEML met l'accent sur le calcul de données chiffrées afin de préserver la confidentialité des données.
Révolution de la puissance de calcul : calcul AI dans un réseau décentralisé
La complexité de calcul des systèmes d'IA double tous les trois mois, entraînant une demande de puissance de calcul qui dépasse de loin l'offre actuelle de ressources informatiques. Par exemple, l'entraînement d'un modèle d'IA bien connu nécessite une énorme puissance de calcul, équivalente à 355 années de temps d'entraînement sur un seul appareil. Cette pénurie de puissance de calcul limite non seulement les progrès de la technologie IA, mais rend également ces modèles avancés inaccessibles pour la plupart des chercheurs et des développeurs.
En même temps, l'utilisation mondiale des GPU est inférieure à 40 %, et le ralentissement de l'amélioration des performances des microprocesseurs, ainsi que la pénurie de puces due aux facteurs de chaîne d'approvisionnement et géopolitiques, aggravent le problème de l'offre de puissance de calcul. Les professionnels de l'IA se retrouvent dans une situation délicate : soit acheter du matériel, soit louer des ressources cloud, et ils ont un besoin urgent d'un service de calcul à la demande et économique.
Le réseau décentralisé de puissance de calcul AI agrège les ressources GPU inutilisées à l'échelle mondiale, offrant aux entreprises d'IA un marché de puissance de calcul à la fois économique et facilement accessible. Les demandeurs de puissance de calcul peuvent publier des tâches de calcul sur le réseau, les smart contracts attribuant les tâches aux nœuds mineurs qui contribuent à la puissance de calcul. Les mineurs exécutent les tâches et soumettent les résultats, et après vérification, ils reçoivent des récompenses en points. Cette solution améliore l'efficacité de l'utilisation des ressources et aide à résoudre le problème du goulot d'étranglement de la puissance de calcul dans des domaines comme l'IA.
En plus des réseaux de puissance de calcul décentralisés généraux, il existe des plateformes axées sur l'entraînement de l'IA, ainsi que des réseaux de puissance de calcul dédiés à l'inférence de l'IA.
Le réseau décentralisé de puissance de calcul offre un marché de puissance de calcul équitable et transparent, brisant le monopole, réduisant les barrières d'entrée et améliorant l'efficacité d'utilisation de la puissance de calcul. Dans l'écosystème web3, le réseau décentralisé de puissance de calcul jouera un rôle clé, attirant l'adhésion de davantage de dapps innovants, et contribuant ensemble au développement et à l'application des technologies de l'IA.
DePIN : Web3 habilitant l'IA Edge
Imaginez que votre téléphone, votre montre intelligente, et même les appareils intelligents de votre maison, soient capables d'exécuter des IA ------ c'est là tout l'attrait de l'Edge AI. Cela permet aux calculs de se faire à la source de la génération des données, réalisant ainsi un traitement en temps réel avec une faible latence, tout en protégeant la vie privée des utilisateurs. La technologie Edge AI est déjà appliquée dans des domaines clés comme la conduite autonome.
Dans le domaine de Web3, nous avons un nom plus familier --- DePIN. Web3 met l'accent sur la décentralisation et la souveraineté des données des utilisateurs, DePIN peut renforcer la protection de la vie privée des utilisateurs et réduire le risque de fuite de données en traitant les données localement ; le mécanisme économique natif des tokens de Web3 peut inciter les nœuds DePIN à fournir des ressources de calcul, construisant ainsi un écosystème durable.
Actuellement, DePIN se développe rapidement dans l'écosystème de certaines blockchains publiques, devenant l'une des plateformes de blockchain publiques préférées pour le déploiement de projets. Le TPS élevé, les faibles frais de transaction et l'innovation technologique de cette blockchain publique offrent un soutien solide aux projets DePIN. Actuellement, la capitalisation boursière des projets DePIN sur cette blockchain publique dépasse 10 milliards de dollars, et certains projets connus ont déjà réalisé des avancées significatives.
IMO : Nouveau paradigme de publication des modèles d'IA
Le concept d'IMO a été proposé pour la première fois par un protocole, qui consiste à tokeniser des modèles d'IA.
Dans le modèle traditionnel, en raison de l'absence d'un mécanisme de partage des bénéfices, une fois qu'un modèle d'IA est développé et mis sur le marché, il est souvent difficile pour le développeur d'obtenir des revenus continus de l'utilisation ultérieure du modèle, surtout lorsque le modèle est intégré dans d'autres produits et services, il est difficile pour le créateur original de suivre l'utilisation, sans parler d'en tirer des revenus. De plus, les performances et les résultats des modèles d'IA manquent souvent de transparence, ce qui rend difficile pour les investisseurs potentiels et les utilisateurs d'évaluer leur véritable valeur, limitant ainsi la reconnaissance sur le marché et le potentiel commercial du modèle.
IMO offre un nouveau mode de financement et de partage de valeur pour les modèles d'IA open source. Les investisseurs peuvent acheter des jetons IMO et partager les revenus générés ultérieurement par le modèle. Un certain protocole utilise deux normes ERC, combinant des oracles d'IA et la technologie OPML pour garantir l'authenticité des modèles d'IA et permettre aux détenteurs de jetons de partager les revenus.
Le modèle IMO renforce la transparence et la confiance, encourage la collaboration open source, s'adapte aux tendances du marché de la cryptographie et injecte une dynamique dans le développement durable des technologies d'IA. L'IMO est actuellement encore à un stade d'expérimentation précoce, mais avec l'augmentation de l'acceptation par le marché et l'élargissement de la portée de la participation, son innovation et sa valeur potentielle méritent notre attention.
Agent IA : une nouvelle ère d'expérience interactive
L'Agent IA est capable de percevoir l'environnement, d'effectuer une réflexion indépendante et de prendre des mesures appropriées pour atteindre des objectifs établis. Avec le soutien de grands modèles de langue, l'Agent IA peut non seulement comprendre le langage naturel, mais aussi planifier des décisions et exécuter des tâches complexes. Ils peuvent agir en tant qu'assistants virtuels, apprenant les préférences des utilisateurs par le biais d'interactions et fournissant des solutions personnalisées. Même sans instructions explicites, l'Agent IA peut résoudre des problèmes de manière autonome, améliorer l'efficacité et créer de la nouvelle valeur.
Une plateforme d'application AI native ouverte propose un ensemble d'outils de création complets et faciles à utiliser, permettant aux utilisateurs de configurer les fonctionnalités, l'apparence, la voix des robots et de se connecter à des bases de connaissances externes, s'efforçant de créer un écosystème de contenu AI équitable et ouvert. Grâce à la technologie de l'AI générative, elle permet aux individus de devenir des super créateurs. Cette plateforme a entraîné des modèles de langage spécialisés pour rendre le jeu de rôle plus humain ; la technologie de clonage vocal peut accélérer l'interaction personnalisée des produits AI, réduisant le coût de la synthèse vocale de 99 %, le clonage vocal ne prenant qu'une minute. Grâce à l'Agent AI personnalisé de cette plateforme, il peut actuellement être appliqué dans divers domaines tels que les chats vidéo, l'apprentissage des langues, la génération d'images, etc.
Dans la fusion de Web3 et de l'IA, il y a actuellement davantage d'exploration au niveau des infrastructures, comment obtenir des données de haute qualité, protéger la confidentialité des données, comment héberger des modèles sur la chaîne, comment améliorer l'utilisation efficace de la puissance de calcul décentralisée, comment valider les grands modèles linguistiques, etc. Avec l'amélioration progressive de ces infrastructures, nous avons des raisons de croire que la fusion de Web3 et de l'IA donnera naissance à une série de modèles commerciaux et de services innovants.
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
16 J'aime
Récompense
16
4
Partager
Commentaire
0/400
IntrovertMetaverse
· 07-29 22:16
Le Metaverse est vraiment un bull.
Voir l'originalRépondre0
StableNomad
· 07-29 22:14
j'ai entendu ce hopium en 2021... j'attends toujours que mes tokens de confidentialité montent au ciel pour être honnête
Web3 et AI fusionnent : l'ère nouvelle de la puissance de calcul est ouverte grâce aux données et au calcul de la vie privée.
Web3, en tant que nouvelle paradigme Internet décentralisé, ouvert et transparent, a une opportunité naturelle de fusion avec l'intelligence artificielle. Dans une architecture centralisée traditionnelle, les ressources de calcul et de données de l'IA sont strictement contrôlées, et il existe de nombreux défis tels que les goulets d'étranglement de puissance de calcul, les fuites de données privées et l'opacité des algorithmes. En revanche, Web3, basé sur des technologies distribuées, peut injecter une nouvelle dynamique au développement de l'IA grâce à des réseaux de puissance de calcul partagés, des marchés de données ouverts et des calculs privés. En même temps, l'IA peut également apporter de nombreuses capacités à Web3, comme l'optimisation des smart contracts et des Algorithme anti-fraude, soutenant ainsi sa construction écologique. Par conséquent, explorer la combinaison de Web3 et de l'IA est crucial pour construire l'infrastructure Internet de prochaine génération et libérer la valeur des données et de la puissance de calcul.
Données pilotées : une base solide pour l'IA et le Web3
Les données sont le moteur central du développement de l'IA, tout comme le carburant pour un moteur. Les modèles d'IA ont besoin de digérer une grande quantité de données de haute qualité pour acquérir une compréhension approfondie et une puissante capacité de raisonnement. Les données fournissent non seulement la base d'entraînement pour les modèles d'apprentissage automatique, mais déterminent également la précision et la fiabilité des modèles.
Dans le modèle traditionnel de collecte et d'utilisation des données d'IA centralisé, plusieurs problèmes principaux existent :
Web3 peut résoudre les points de douleur des modèles traditionnels grâce à une nouvelle approche de données décentralisées.
Cependant, l'acquisition de données dans le monde réel pose également certains problèmes, tels que la qualité inégale des données, la difficulté de traitement, ainsi que le manque de diversité et de représentativité. Les données synthétiques pourraient devenir la star de la piste de données Web3 à l'avenir. Basées sur des technologies d'IA générative et de simulation, les données synthétiques peuvent simuler les attributs des données réelles, servant de complément efficace aux données réelles et améliorant l'efficacité d'utilisation des données. Dans des domaines tels que la conduite autonome, le trading sur les marchés financiers et le développement de jeux, les données synthétiques ont déjà montré leur potentiel d'application mûre.
Protection de la vie privée : le rôle de la FHE dans le Web3
À l'ère des données, la protection de la vie privée est devenue un point focal mondial. L'émergence de réglementations telles que le Règlement général sur la protection des données (RGPD) de l'Union européenne reflète une stricte protection de la vie privée des individus. Cependant, cela a également entraîné des défis : certaines données sensibles ne peuvent pas être pleinement utilisées en raison des risques pour la vie privée, ce qui limite sans aucun doute le potentiel et la capacité de raisonnement des modèles d'IA.
FHE, ou chiffrement homomorphe complet, permet d'effectuer des opérations de calcul directement sur des données chiffrées sans avoir besoin de déchiffrer les données, et le résultat du calcul est identique à celui obtenu en effectuant le même calcul sur des données en clair.
FHE offre une protection solide pour le calcul privé de l'IA, permettant à la puissance de calcul GPU d'exécuter des tâches d'entraînement et d'inférence de modèles dans un environnement sans toucher aux données brutes. Cela apporte un énorme avantage aux entreprises d'IA. Elles peuvent ouvrir en toute sécurité des services API tout en protégeant leurs secrets commerciaux.
FHEML prend en charge le traitement cryptographique des données et des modèles tout au long du cycle d'apprentissage automatique, garantissant la sécurité des informations sensibles et prévenant les risques de fuite de données. De cette manière, FHEML renforce la confidentialité des données et fournit un cadre de calcul sécurisé pour les applications d'IA.
FHEML complète ZKML, ZKML prouve l'exécution correcte de l'apprentissage automatique, tandis que FHEML met l'accent sur le calcul de données chiffrées afin de préserver la confidentialité des données.
Révolution de la puissance de calcul : calcul AI dans un réseau décentralisé
La complexité de calcul des systèmes d'IA double tous les trois mois, entraînant une demande de puissance de calcul qui dépasse de loin l'offre actuelle de ressources informatiques. Par exemple, l'entraînement d'un modèle d'IA bien connu nécessite une énorme puissance de calcul, équivalente à 355 années de temps d'entraînement sur un seul appareil. Cette pénurie de puissance de calcul limite non seulement les progrès de la technologie IA, mais rend également ces modèles avancés inaccessibles pour la plupart des chercheurs et des développeurs.
En même temps, l'utilisation mondiale des GPU est inférieure à 40 %, et le ralentissement de l'amélioration des performances des microprocesseurs, ainsi que la pénurie de puces due aux facteurs de chaîne d'approvisionnement et géopolitiques, aggravent le problème de l'offre de puissance de calcul. Les professionnels de l'IA se retrouvent dans une situation délicate : soit acheter du matériel, soit louer des ressources cloud, et ils ont un besoin urgent d'un service de calcul à la demande et économique.
Le réseau décentralisé de puissance de calcul AI agrège les ressources GPU inutilisées à l'échelle mondiale, offrant aux entreprises d'IA un marché de puissance de calcul à la fois économique et facilement accessible. Les demandeurs de puissance de calcul peuvent publier des tâches de calcul sur le réseau, les smart contracts attribuant les tâches aux nœuds mineurs qui contribuent à la puissance de calcul. Les mineurs exécutent les tâches et soumettent les résultats, et après vérification, ils reçoivent des récompenses en points. Cette solution améliore l'efficacité de l'utilisation des ressources et aide à résoudre le problème du goulot d'étranglement de la puissance de calcul dans des domaines comme l'IA.
En plus des réseaux de puissance de calcul décentralisés généraux, il existe des plateformes axées sur l'entraînement de l'IA, ainsi que des réseaux de puissance de calcul dédiés à l'inférence de l'IA.
Le réseau décentralisé de puissance de calcul offre un marché de puissance de calcul équitable et transparent, brisant le monopole, réduisant les barrières d'entrée et améliorant l'efficacité d'utilisation de la puissance de calcul. Dans l'écosystème web3, le réseau décentralisé de puissance de calcul jouera un rôle clé, attirant l'adhésion de davantage de dapps innovants, et contribuant ensemble au développement et à l'application des technologies de l'IA.
DePIN : Web3 habilitant l'IA Edge
Imaginez que votre téléphone, votre montre intelligente, et même les appareils intelligents de votre maison, soient capables d'exécuter des IA ------ c'est là tout l'attrait de l'Edge AI. Cela permet aux calculs de se faire à la source de la génération des données, réalisant ainsi un traitement en temps réel avec une faible latence, tout en protégeant la vie privée des utilisateurs. La technologie Edge AI est déjà appliquée dans des domaines clés comme la conduite autonome.
Dans le domaine de Web3, nous avons un nom plus familier --- DePIN. Web3 met l'accent sur la décentralisation et la souveraineté des données des utilisateurs, DePIN peut renforcer la protection de la vie privée des utilisateurs et réduire le risque de fuite de données en traitant les données localement ; le mécanisme économique natif des tokens de Web3 peut inciter les nœuds DePIN à fournir des ressources de calcul, construisant ainsi un écosystème durable.
Actuellement, DePIN se développe rapidement dans l'écosystème de certaines blockchains publiques, devenant l'une des plateformes de blockchain publiques préférées pour le déploiement de projets. Le TPS élevé, les faibles frais de transaction et l'innovation technologique de cette blockchain publique offrent un soutien solide aux projets DePIN. Actuellement, la capitalisation boursière des projets DePIN sur cette blockchain publique dépasse 10 milliards de dollars, et certains projets connus ont déjà réalisé des avancées significatives.
IMO : Nouveau paradigme de publication des modèles d'IA
Le concept d'IMO a été proposé pour la première fois par un protocole, qui consiste à tokeniser des modèles d'IA.
Dans le modèle traditionnel, en raison de l'absence d'un mécanisme de partage des bénéfices, une fois qu'un modèle d'IA est développé et mis sur le marché, il est souvent difficile pour le développeur d'obtenir des revenus continus de l'utilisation ultérieure du modèle, surtout lorsque le modèle est intégré dans d'autres produits et services, il est difficile pour le créateur original de suivre l'utilisation, sans parler d'en tirer des revenus. De plus, les performances et les résultats des modèles d'IA manquent souvent de transparence, ce qui rend difficile pour les investisseurs potentiels et les utilisateurs d'évaluer leur véritable valeur, limitant ainsi la reconnaissance sur le marché et le potentiel commercial du modèle.
IMO offre un nouveau mode de financement et de partage de valeur pour les modèles d'IA open source. Les investisseurs peuvent acheter des jetons IMO et partager les revenus générés ultérieurement par le modèle. Un certain protocole utilise deux normes ERC, combinant des oracles d'IA et la technologie OPML pour garantir l'authenticité des modèles d'IA et permettre aux détenteurs de jetons de partager les revenus.
Le modèle IMO renforce la transparence et la confiance, encourage la collaboration open source, s'adapte aux tendances du marché de la cryptographie et injecte une dynamique dans le développement durable des technologies d'IA. L'IMO est actuellement encore à un stade d'expérimentation précoce, mais avec l'augmentation de l'acceptation par le marché et l'élargissement de la portée de la participation, son innovation et sa valeur potentielle méritent notre attention.
Agent IA : une nouvelle ère d'expérience interactive
L'Agent IA est capable de percevoir l'environnement, d'effectuer une réflexion indépendante et de prendre des mesures appropriées pour atteindre des objectifs établis. Avec le soutien de grands modèles de langue, l'Agent IA peut non seulement comprendre le langage naturel, mais aussi planifier des décisions et exécuter des tâches complexes. Ils peuvent agir en tant qu'assistants virtuels, apprenant les préférences des utilisateurs par le biais d'interactions et fournissant des solutions personnalisées. Même sans instructions explicites, l'Agent IA peut résoudre des problèmes de manière autonome, améliorer l'efficacité et créer de la nouvelle valeur.
Une plateforme d'application AI native ouverte propose un ensemble d'outils de création complets et faciles à utiliser, permettant aux utilisateurs de configurer les fonctionnalités, l'apparence, la voix des robots et de se connecter à des bases de connaissances externes, s'efforçant de créer un écosystème de contenu AI équitable et ouvert. Grâce à la technologie de l'AI générative, elle permet aux individus de devenir des super créateurs. Cette plateforme a entraîné des modèles de langage spécialisés pour rendre le jeu de rôle plus humain ; la technologie de clonage vocal peut accélérer l'interaction personnalisée des produits AI, réduisant le coût de la synthèse vocale de 99 %, le clonage vocal ne prenant qu'une minute. Grâce à l'Agent AI personnalisé de cette plateforme, il peut actuellement être appliqué dans divers domaines tels que les chats vidéo, l'apprentissage des langues, la génération d'images, etc.
Dans la fusion de Web3 et de l'IA, il y a actuellement davantage d'exploration au niveau des infrastructures, comment obtenir des données de haute qualité, protéger la confidentialité des données, comment héberger des modèles sur la chaîne, comment améliorer l'utilisation efficace de la puissance de calcul décentralisée, comment valider les grands modèles linguistiques, etc. Avec l'amélioration progressive de ces infrastructures, nous avons des raisons de croire que la fusion de Web3 et de l'IA donnera naissance à une série de modèles commerciaux et de services innovants.