La fusion de Web3 et de l'IA : construire une nouvelle infrastructure Internet de génération
Web3, en tant que nouveau paradigme Internet décentralisé, ouvert et transparent, offre des opportunités de fusion naturelles avec l'IA. L'IA sous une architecture centralisée traditionnelle est confrontée à des défis tels que des goulets d'étranglement en matière de puissance de calcul, des fuites de données et un manque de transparence des algorithmes. En revanche, Web3, basé sur des technologies distribuées, peut insuffler une nouvelle dynamique à l'IA grâce à des réseaux de puissance de calcul partagés, des marchés de données ouverts et des calculs de confidentialité. Parallèlement, l'IA peut également apporter de nombreuses capacités à Web3, comme l'optimisation des contrats intelligents et des algorithmes anti-fraude. Explorer la combinaison des deux revêt une importance capitale pour la construction des infrastructures Internet de prochaine génération et la libération de la valeur des données et de la puissance de calcul.
Données dirigées : Les fondements de l'IA et de Web3
Les données sont le moteur central du développement de l'IA. Les modèles d'IA ont besoin de grandes quantités de données de haute qualité pour acquérir une compréhension approfondie et de puissantes capacités de raisonnement. Les données fournissent non seulement une base d'entraînement pour les modèles d'apprentissage automatique, mais déterminent également l'exactitude et la fiabilité des modèles.
Les modèles traditionnels de collecte et d'utilisation des données d'IA centralisés présentent plusieurs problèmes majeurs :
Le coût d'acquisition des données est élevé, ce qui rend difficile pour les PME de le supporter.
Les ressources de données sont monopolisées par de grandes entreprises technologiques, créant des îlots de données.
Les données personnelles sont exposées à des risques de fuite et d'abus.
Le paradigme de données décentralisées de Web3 peut résoudre ces points de douleur :
Les utilisateurs peuvent vendre des ressources réseau inutilisées à des entreprises d'IA, pour collecter des données réseau de manière décentralisée, qui, après nettoyage et transformation, fourniront des données réelles et de haute qualité pour l'entraînement des modèles d'IA.
Adopte le mode "label to earn", incitant les travailleurs du monde entier à participer à l'annotation des données grâce à des incitations en tokens, rassemblant ainsi l'expertise mondiale et renforçant la capacité d'analyse des données.
La plateforme d'échange de données blockchain offre un environnement de transaction public et transparent pour les deux parties de l'offre et de la demande de données, incitant à l'innovation et au partage des données.
Néanmoins, l'acquisition de données dans le monde réel présente également certains problèmes, tels que la qualité des données inégale, la difficulté de traitement, la diversité et le manque de représentativité, etc. Les données synthétiques pourraient devenir la star de l'avenir dans le domaine des données Web3. Basées sur des technologies d'IA générative et de simulation, les données synthétiques peuvent simuler les attributs des données réelles, agissant comme un complément efficace pour améliorer 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 un potentiel d'application mature.
Protection de la vie privée : Application de FHE dans Web3
À l'ère des données, la protection de la vie privée est devenue un point focal d'attention mondiale, et l'adoption de certaines réglementations reflète une stricte protection de la vie privée des individus. Cependant, cela pose également des défis : certaines données sensibles ne peuvent pas être pleinement exploitées en raison des risques pour la vie privée, ce qui limite le potentiel et les capacités 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 les données en clair.
FHE offre une protection solide pour le calcul de la confidentialité 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 accéder aux données brutes. Cela apporte un énorme avantage aux entreprises d'IA, leur permettant d'ouvrir en toute sécurité des services API tout en protégeant les secrets commerciaux.
FHEML prend en charge le traitement cryptographique des données et des modèles tout au long du cycle de vie de l'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 est un complément de ZKML, ZKML prouve l'exécution correcte de l'apprentissage automatique, tandis que FHEML met l'accent sur le calcul sur des données cryptées pour maintenir la confidentialité des données.
Révolution de la puissance de calcul : Calcul AI dans un réseau décentralisé
La complexité des systèmes d'IA actuels double tous les 3 mois, entraînant une explosion de la demande en puissance de calcul, bien au-delà de 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. Ce manque de puissance de calcul ne limite pas seulement les progrès de la technologie IA, mais rend également les modèles avancés d'IA inaccessibles à la majorité des chercheurs et développeurs.
En même temps, l'utilisation mondiale des GPU est inférieure à 40 %, et la lenteur 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'approvisionnement en puissance de calcul. Les professionnels de l'IA se retrouvent dans une situation délicate : soit ils achètent du matériel, soit ils louent des ressources cloud, et ils ont un besoin urgent d'un service de calcul à la demande et économique.
Certain réseaux de puissance de calcul AI décentralisés agrègent des ressources GPU inutilisées à l'échelle mondiale pour offrir aux entreprises d'IA un marché de puissance de calcul économique et facile à utiliser. Les demandeurs de puissance de calcul peuvent publier des tâches de calcul sur le réseau, des contrats intelligents attribuent les tâches aux nœuds de mineurs qui contribuent à la puissance de calcul, les mineurs exécutent les tâches et soumettent les résultats, qui, une fois vérifiés, leur permettent de recevoir une récompense. Cette solution améliore l'efficacité de l'utilisation des ressources et aide à résoudre le problème des goulets d'étranglement en matière de puissance de calcul dans des domaines tels que l'IA.
En plus des réseaux de puissance décentralisés généraux, il existe des plateformes dédiées à l'entraînement de l'IA et des réseaux de puissance spécialisés pour l'inférence de l'IA.
Le réseau de puissance de calcul décentralisé offre un marché de puissance de calcul équitable et transparent, brisant les monopoles, réduisant les barrières d'entrée et améliorant l'efficacité d'utilisation de la puissance de calcul. Dans l'écosystème web3, le réseau de puissance de calcul décentralisé jouera un rôle clé, attirant davantage de dapps innovants à rejoindre et à promouvoir ensemble le développement et l'application des technologies AI.
DePIN : Web3 habilitant l'IA Edge
Imaginez que votre téléphone, votre montre intelligente, et même vos appareils intelligents à la maison aient la capacité de faire fonctionner l'IA - c'est là tout l'attrait de l'Edge AI. Cela permet de réaliser des calculs à la source de la génération de données, garantissant un faible délai et un traitement en temps réel, tout en protégeant la vie privée des utilisateurs. La technologie Edge AI a déjà été appliquée dans des domaines clés tels que la conduite autonome.
Dans le domaine du Web3, nous avons un nom plus familier – DePIN. Le Web3 met l'accent sur la décentralisation et la souveraineté des données des utilisateurs, DePIN améliore la protection de la vie privée des utilisateurs et réduit les risques de fuite de données grâce à un traitement local des données ; le mécanisme économique des tokens natifs du 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 d'une certaine blockchain publique, devenant l'une des plateformes de déploiement de projets les plus choisies. Le TPS élevé, les faibles frais de transaction et l'innovation technologique de cette blockchain publique offrent un soutien puissant 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 progrès significatifs.
IMO : Nouveau paradigme de publication des modèles d'IA
Le concept d'IMO a été initialement proposé par un certain protocole, qui a tokenisé les modèles d'IA.
Dans le modèle traditionnel, en raison de l'absence de mécanisme de partage des revenus, les développeurs de modèles d'IA ont souvent du mal à obtenir des revenus durables de l'utilisation ultérieure des modèles, en particulier lorsque les modèles sont intégrés dans d'autres produits et services. Les créateurs originaux ont du mal à suivre l'utilisation, sans parler de la génération de revenus. De plus, la performance et l'efficacité des modèles d'IA manquent souvent de transparence, ce qui rend difficile pour les investisseurs et les utilisateurs potentiels d'évaluer leur véritable valeur, limitant ainsi la reconnaissance du marché et le potentiel commercial des modèles.
IMO offre un nouveau mode de financement et de partage de valeur pour les modèles d'IA open source, permettant aux investisseurs d'acheter des jetons IMO et de partager les bénéfices générés par le modèle par la suite. Un certain protocole utilise deux normes ERC, combinant des oracles d'IA et une technologie OPML pour garantir l'authenticité des modèles d'IA et permettre aux détenteurs de jetons de partager les bénéfices.
Le mode IMO renforce la transparence et la confiance, encourage la collaboration open source, s'adapte aux tendances du marché des cryptomonnaies et insuffle de la dynamique au développement durable des technologies de l'IA. L'IMO est actuellement encore dans une phase d'expérimentation précoce, mais avec l'augmentation de l'acceptation du marché et de l'élargissement de sa portée de participation, son innovation et sa valeur potentielle sont prometteuses.
Agent IA : Une nouvelle ère d'expérience interactive
L'Agent IA peut percevoir son environnement, réfléchir de manière autonome et prendre des mesures appropriées pour atteindre des objectifs définis. Soutenu par de grands modèles de langage, l'Agent IA peut non seulement comprendre le langage naturel, mais aussi planifier des décisions et exécuter des tâches complexes. Ils peuvent servir d'assistants virtuels, apprenant les préférences des utilisateurs grâce à l'interaction et offrant des solutions personnalisées. Même sans instructions explicites, l'Agent IA peut résoudre des problèmes de manière autonome, améliorer l'efficacité et créer de nouvelles valeurs.
Une plateforme d'application AI native propose un ensemble d'outils de création complet et facile 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, utilisant la technologie AI générative pour habiliter les individus à devenir des super créateurs. Cette plateforme a entraîné un modèle de langage spécialisé, rendant 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 nécessitant qu'une minute pour être réalisé. Grâce à l'Agent AI personnalisé de cette plateforme, il peut actuellement être appliqué dans divers domaines tels que les conversations vidéo, l'apprentissage des langues, la génération d'images, etc.
Dans la fusion de Web3 et de l'IA, l'accent est actuellement mis sur l'exploration du niveau des infrastructures, notamment comment obtenir des données de haute qualité, protéger la vie privée des données, comment héberger des modèles sur la blockchain, comment améliorer l'utilisation efficace de la puissance de calcul décentralisée, et comment valider les grands modèles de langage, entre autres questions clés. À mesure que ces infrastructures s'améliorent progressivement, 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.
15 J'aime
Récompense
15
6
Reposter
Partager
Commentaire
0/400
quietly_staking
· Il y a 5h
Dire plus ne vaut pas mieux que l'IA mise en œuvre.
Voir l'originalRépondre0
JustHereForAirdrops
· Il y a 5h
Ce concept est tellement profond, je m'en vais.
Voir l'originalRépondre0
TxFailed
· Il y a 5h
erreur classique... penser que web3 + ia = magie. appris à mes dépens que les protocoles ont toujours besoin d'une infrastructure adéquate
Voir l'originalRépondre0
GasFeeCrier
· Il y a 5h
Vraiment gratuit et peut encore rejoindre
Voir l'originalRépondre0
GasFeeCry
· Il y a 5h
Ouais, le bull, personne ne s'occupe des données.
Voir l'originalRépondre0
BakedCatFanboy
· Il y a 5h
Vous n'avez pas compris le marché de la puissance de calcul, n'est-ce pas ?
Web3 et IA fusionnent : construire un écosystème décentralisé de données et de puissance de calcul
La fusion de Web3 et de l'IA : construire une nouvelle infrastructure Internet de génération
Web3, en tant que nouveau paradigme Internet décentralisé, ouvert et transparent, offre des opportunités de fusion naturelles avec l'IA. L'IA sous une architecture centralisée traditionnelle est confrontée à des défis tels que des goulets d'étranglement en matière de puissance de calcul, des fuites de données et un manque de transparence des algorithmes. En revanche, Web3, basé sur des technologies distribuées, peut insuffler une nouvelle dynamique à l'IA grâce à des réseaux de puissance de calcul partagés, des marchés de données ouverts et des calculs de confidentialité. Parallèlement, l'IA peut également apporter de nombreuses capacités à Web3, comme l'optimisation des contrats intelligents et des algorithmes anti-fraude. Explorer la combinaison des deux revêt une importance capitale pour la construction des infrastructures Internet de prochaine génération et la libération de la valeur des données et de la puissance de calcul.
Données dirigées : Les fondements de l'IA et de Web3
Les données sont le moteur central du développement de l'IA. Les modèles d'IA ont besoin de grandes quantités de données de haute qualité pour acquérir une compréhension approfondie et de puissantes capacités de raisonnement. Les données fournissent non seulement une base d'entraînement pour les modèles d'apprentissage automatique, mais déterminent également l'exactitude et la fiabilité des modèles.
Les modèles traditionnels de collecte et d'utilisation des données d'IA centralisés présentent plusieurs problèmes majeurs :
Le paradigme de données décentralisées de Web3 peut résoudre ces points de douleur :
Néanmoins, l'acquisition de données dans le monde réel présente également certains problèmes, tels que la qualité des données inégale, la difficulté de traitement, la diversité et le manque de représentativité, etc. Les données synthétiques pourraient devenir la star de l'avenir dans le domaine des données Web3. Basées sur des technologies d'IA générative et de simulation, les données synthétiques peuvent simuler les attributs des données réelles, agissant comme un complément efficace pour améliorer 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 un potentiel d'application mature.
Protection de la vie privée : Application de FHE dans Web3
À l'ère des données, la protection de la vie privée est devenue un point focal d'attention mondiale, et l'adoption de certaines réglementations reflète une stricte protection de la vie privée des individus. Cependant, cela pose également des défis : certaines données sensibles ne peuvent pas être pleinement exploitées en raison des risques pour la vie privée, ce qui limite le potentiel et les capacités 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 les données en clair.
FHE offre une protection solide pour le calcul de la confidentialité 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 accéder aux données brutes. Cela apporte un énorme avantage aux entreprises d'IA, leur permettant d'ouvrir en toute sécurité des services API tout en protégeant les secrets commerciaux.
FHEML prend en charge le traitement cryptographique des données et des modèles tout au long du cycle de vie de l'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 est un complément de ZKML, ZKML prouve l'exécution correcte de l'apprentissage automatique, tandis que FHEML met l'accent sur le calcul sur des données cryptées pour maintenir la confidentialité des données.
Révolution de la puissance de calcul : Calcul AI dans un réseau décentralisé
La complexité des systèmes d'IA actuels double tous les 3 mois, entraînant une explosion de la demande en puissance de calcul, bien au-delà de 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. Ce manque de puissance de calcul ne limite pas seulement les progrès de la technologie IA, mais rend également les modèles avancés d'IA inaccessibles à la majorité des chercheurs et développeurs.
En même temps, l'utilisation mondiale des GPU est inférieure à 40 %, et la lenteur 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'approvisionnement en puissance de calcul. Les professionnels de l'IA se retrouvent dans une situation délicate : soit ils achètent du matériel, soit ils louent des ressources cloud, et ils ont un besoin urgent d'un service de calcul à la demande et économique.
Certain réseaux de puissance de calcul AI décentralisés agrègent des ressources GPU inutilisées à l'échelle mondiale pour offrir aux entreprises d'IA un marché de puissance de calcul économique et facile à utiliser. Les demandeurs de puissance de calcul peuvent publier des tâches de calcul sur le réseau, des contrats intelligents attribuent les tâches aux nœuds de mineurs qui contribuent à la puissance de calcul, les mineurs exécutent les tâches et soumettent les résultats, qui, une fois vérifiés, leur permettent de recevoir une récompense. Cette solution améliore l'efficacité de l'utilisation des ressources et aide à résoudre le problème des goulets d'étranglement en matière de puissance de calcul dans des domaines tels que l'IA.
En plus des réseaux de puissance décentralisés généraux, il existe des plateformes dédiées à l'entraînement de l'IA et des réseaux de puissance spécialisés pour l'inférence de l'IA.
Le réseau de puissance de calcul décentralisé offre un marché de puissance de calcul équitable et transparent, brisant les monopoles, réduisant les barrières d'entrée et améliorant l'efficacité d'utilisation de la puissance de calcul. Dans l'écosystème web3, le réseau de puissance de calcul décentralisé jouera un rôle clé, attirant davantage de dapps innovants à rejoindre et à promouvoir ensemble le développement et l'application des technologies AI.
DePIN : Web3 habilitant l'IA Edge
Imaginez que votre téléphone, votre montre intelligente, et même vos appareils intelligents à la maison aient la capacité de faire fonctionner l'IA - c'est là tout l'attrait de l'Edge AI. Cela permet de réaliser des calculs à la source de la génération de données, garantissant un faible délai et un traitement en temps réel, tout en protégeant la vie privée des utilisateurs. La technologie Edge AI a déjà été appliquée dans des domaines clés tels que la conduite autonome.
Dans le domaine du Web3, nous avons un nom plus familier – DePIN. Le Web3 met l'accent sur la décentralisation et la souveraineté des données des utilisateurs, DePIN améliore la protection de la vie privée des utilisateurs et réduit les risques de fuite de données grâce à un traitement local des données ; le mécanisme économique des tokens natifs du 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 d'une certaine blockchain publique, devenant l'une des plateformes de déploiement de projets les plus choisies. Le TPS élevé, les faibles frais de transaction et l'innovation technologique de cette blockchain publique offrent un soutien puissant 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 progrès significatifs.
IMO : Nouveau paradigme de publication des modèles d'IA
Le concept d'IMO a été initialement proposé par un certain protocole, qui a tokenisé les modèles d'IA.
Dans le modèle traditionnel, en raison de l'absence de mécanisme de partage des revenus, les développeurs de modèles d'IA ont souvent du mal à obtenir des revenus durables de l'utilisation ultérieure des modèles, en particulier lorsque les modèles sont intégrés dans d'autres produits et services. Les créateurs originaux ont du mal à suivre l'utilisation, sans parler de la génération de revenus. De plus, la performance et l'efficacité des modèles d'IA manquent souvent de transparence, ce qui rend difficile pour les investisseurs et les utilisateurs potentiels d'évaluer leur véritable valeur, limitant ainsi la reconnaissance du marché et le potentiel commercial des modèles.
IMO offre un nouveau mode de financement et de partage de valeur pour les modèles d'IA open source, permettant aux investisseurs d'acheter des jetons IMO et de partager les bénéfices générés par le modèle par la suite. Un certain protocole utilise deux normes ERC, combinant des oracles d'IA et une technologie OPML pour garantir l'authenticité des modèles d'IA et permettre aux détenteurs de jetons de partager les bénéfices.
Le mode IMO renforce la transparence et la confiance, encourage la collaboration open source, s'adapte aux tendances du marché des cryptomonnaies et insuffle de la dynamique au développement durable des technologies de l'IA. L'IMO est actuellement encore dans une phase d'expérimentation précoce, mais avec l'augmentation de l'acceptation du marché et de l'élargissement de sa portée de participation, son innovation et sa valeur potentielle sont prometteuses.
Agent IA : Une nouvelle ère d'expérience interactive
L'Agent IA peut percevoir son environnement, réfléchir de manière autonome et prendre des mesures appropriées pour atteindre des objectifs définis. Soutenu par de grands modèles de langage, l'Agent IA peut non seulement comprendre le langage naturel, mais aussi planifier des décisions et exécuter des tâches complexes. Ils peuvent servir d'assistants virtuels, apprenant les préférences des utilisateurs grâce à l'interaction et offrant des solutions personnalisées. Même sans instructions explicites, l'Agent IA peut résoudre des problèmes de manière autonome, améliorer l'efficacité et créer de nouvelles valeurs.
Une plateforme d'application AI native propose un ensemble d'outils de création complet et facile 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, utilisant la technologie AI générative pour habiliter les individus à devenir des super créateurs. Cette plateforme a entraîné un modèle de langage spécialisé, rendant 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 nécessitant qu'une minute pour être réalisé. Grâce à l'Agent AI personnalisé de cette plateforme, il peut actuellement être appliqué dans divers domaines tels que les conversations vidéo, l'apprentissage des langues, la génération d'images, etc.
Dans la fusion de Web3 et de l'IA, l'accent est actuellement mis sur l'exploration du niveau des infrastructures, notamment comment obtenir des données de haute qualité, protéger la vie privée des données, comment héberger des modèles sur la blockchain, comment améliorer l'utilisation efficace de la puissance de calcul décentralisée, et comment valider les grands modèles de langage, entre autres questions clés. À mesure que ces infrastructures s'améliorent progressivement, 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.