Web3 як нова модель Інтернету, що є децентралізованою, відкритою та прозорою, має природну можливість для інтеграції з штучним інтелектом. У традиційній централізованій архітектурі обчислювальна потужність AI та дані контролюються суворо, а також існують численні виклики, такі як обмеження обчислювальної потужності, витік конфіденційності, непрозорість алгоритмів тощо. Однак Web3, заснований на розподілених технологіях, може надати новий імпульс розвитку AI через спільну мережу обчислювальної потужності, відкритий ринок даних, конфіденційні обчислення тощо. Водночас AI може надати Web3 багато можливостей, таких як оптимізація смартконтрактів, алгоритми проти шахрайства тощо, підтримуючи його екосистему. Тому дослідження поєднання Web3 та AI є вкрай важливим для побудови інфраструктури наступного покоління Інтернету та розкриття вартості даних і обчислювальної потужності.
Дані на основі: надійний фундамент AI та Web3
Дані є основним рушійним фактором розвитку AI, так само як паливо для двигуна. Моделі AI потребують перетравлення великої кількості високоякісних даних, щоб отримати глибоке розуміння та потужні здібності до міркування. Дані не тільки забезпечують базу для навчання моделей машинного навчання, але й визначають точність і надійність моделей.
У традиційній централізованій моделі отримання та використання даних AI існує кілька основних проблем:
Витрати на отримання даних є високими, і малим та середнім підприємствам важко їх понести;
Ресурси даних монополізовані технологічними гігантами, що призвело до утворення островів даних;
Особисті дані піддаються ризику витоку та зловживання
Web3 може вирішити проблеми традиційних моделей за допомогою нової Децентралізація парадигми даних.
За допомогою децентралізованої мережі користувачі можуть продавати невикористовувані ресурси мережі компаніям штучного інтелекту, щоб отримувати дані з мережі, які після очищення та перетворення можуть бути використані для навчання моделей штучного інтелекту з реальними та високоякісними даними;
Використовуючи модель "label to earn", через токенне заохочення глобальних працівників до участі в маркуванні даних, об'єднуємо глобальні професійні знання, посилюємо аналітичні можливості даних;
Платформа торгівлі даними на блокчейні забезпечує відкритий і прозорий торговий середовище для обох сторін попиту та пропозиції даних, стимулюючи інновації та обмін даними.
Незважаючи на це, отримання даних з реального світу також має деякі проблеми, такі як нерівна якість даних, великі труднощі в обробці, недостатня різноманітність та репрезентативність тощо. Синтетичні дані можуть стати зіркою майбутнього сектора даних Web3. На основі генеративних технологій штучного інтелекту та моделювання, синтетичні дані можуть імітувати властивості реальних даних, слугуючи ефективним доповненням до реальних даних, підвищуючи ефективність використання даних. У таких сферах, як автономне водіння, торгівля на фінансових ринках, розробка ігор тощо, синтетичні дані вже продемонстрували свій зрілий потенціал застосування.
Захист конфіденційності: роль FHE у Web3
У епоху, коли дані стали рушійною силою, захист приватності став глобальною проблемою, про що свідчить прийняття таких регуляцій, як Загальний регламент захисту даних (GDPR) в Європейському Союзі, що відображає сувору охорону особистої приватності. Однак це також створює виклики: деякі чутливі дані не можуть бути достатньо використані через ризики приватності, що безумовно обмежує потенціал та здатність міркування AI моделей.
FHE - це повна гомоморфна криптографія, яка дозволяє виконувати обчислювальні операції над зашифрованими даними без необхідності розшифровки даних, причому результати обчислень збігаються з результатами тих же обчислень над відкритими даними.
FHE надає надійний захист для обчислень з конфіденційності AI, що дозволяє обчислювальній потужності GPU виконувати навчання моделей та завдання висновування в середовищі, не торкаючись вихідних даних. Це приносить величезні переваги компаніям AI. Вони можуть безпечно відкривати API-сервіси, захищаючи при цьому комерційну таємницю.
FHEML підтримує шифрування даних і моделей протягом усього циклу машинного навчання, забезпечуючи безпеку чутливої інформації та запобігаючи ризику витоку даних. Таким чином, FHEML посилює конфіденційність даних, забезпечуючи безпечну обчислювальну платформу для AI-додатків.
FHEML є доповненням до ZKML, де ZKML підтверджує правильне виконання машинного навчання, а FHEML підкреслює обчислення над зашифрованими даними для збереження конфіденційності даних.
Обчислювальна потужність революція: Децентралізація мережі AI обчислень
Поточна обчислювальна складність систем штучного інтелекту подвоюється кожні 3 місяці, що призводить до різкого зростання попиту на обчислювальну потужність, що значно перевищує наявні ресурси. Наприклад, для тренування відомої моделі штучного інтелекту потрібно величезна обчислювальна потужність, що відповідає 355 рокам навчання на одному пристрої. Такий брак обчислювальної потужності не лише обмежує прогрес технологій штучного інтелекту, але також робить ці високоякісні моделі штучного інтелекту недоступними для більшості дослідників та розробників.
Одночасно, світове використання GPU становить менше 40%, а сповільнення підвищення продуктивності мікропроцесорів, а також нестача чіпів, спричинена факторами ланцюга постачання та геополітики, ще більше ускладнюють проблему постачання обчислювальної потужності. Працівники AI опинилися в двозначній ситуації: або купувати апаратне забезпечення, або орендувати хмарні ресурси, їм терміново потрібен ефективний спосіб отримання обчислювальних послуг за запитом.
Децентралізована мережа обчислювальної потужності AI, об'єднуючи глобальні невикористані ресурси GPU, забезпечує AI-компаніям економічний та доступний ринок обчислювальної потужності. Замовники обчислювальної потужності можуть публікувати обчислювальні завдання в мережі, смартконтракти розподіляють завдання між майнерами, які надають обчислювальну потужність, майнери виконують завдання та подають результати, які після перевірки отримують винагороду у вигляді балів. Це рішення підвищує ефективність використання ресурсів та допомагає вирішити проблему вузьких місць у обчислювальній потужності в таких областях, як AI.
Окрім загальної децентралізованої обчислювальної потужності мережі, є також платформи, що спеціалізуються на навчанні ШІ, а також спеціалізовані обчислювальні мережі для розуміння ШІ.
Децентралізована мережа обчислювальної потужності забезпечує справедливий і прозорий ринок обчислювальної потужності, руйнуючи монополії, знижуючи бар'єри для застосування та підвищуючи ефективність використання обчислювальної потужності. У екосистемі web3 децентралізована мережа обчислювальної потужності відіграватиме ключову роль, залучаючи більше інноваційних dapp до співпраці для спільного сприяння розвитку та застосуванню технологій ШІ.
DePIN：Web3 надає можливості Edge AI
Уявіть, що ваш телефон, смарт-годинник або навіть розумні пристрої у вашому домі мають можливість виконувати AI------ ось у чому полягає魅力 Edge AI. Це дозволяє обчисленням відбуватися на джерелі даних, забезпечуючи низьку затримку, обробку в реальному часі, а також захищаючи конфіденційність користувача. Технологія Edge AI вже застосовується в ключових сферах, таких як автономне водіння.
У сфері Web3 ми маємо більш знайому назву --- DePIN. Web3 підкреслює Децентралізацію та суверенітет користувацьких даних, DePIN, обробляючи дані локально, може посилити захист конфіденційності користувачів і зменшити ризик витоку даних; рідна економічна механіка токенів Web3 може стимулювати вузли DePIN надавати обчислювальні ресурси, створюючи сталу екосистему.
Наразі DePIN швидко розвивається в екосистемі певного публічного блокчейну, стаючи одним з найбільш популярних платформ для розгортання проєктів. Високий TPS, низькі торгові витрати та технологічні інновації цього публічного блокчейну надають потужну підтримку проєктам DePIN. На сьогодні ринкова вартість проєктів DePIN на цьому публічному блокчейні перевищує 10 мільярдів доларів, а деякі відомі проєкти вже досягли значного прогресу.
IMO：AI моделі випуск нового парадигми
Концепція IMO була вперше запропонована певним протоколом, щоб токенізувати моделі ШІ.
У традиційній моделі, через відсутність механізму розподілу доходів, як тільки модель ШІ розробляється та виходить на ринок, розробникам часто важко отримувати сталий дохід від подальшого використання моделі, особливо коли модель інтегрується в інші продукти та послуги, оригінальним творцям важко відслідковувати використання, не кажучи вже про отримання доходу з цього. Крім того, продуктивність і ефективність моделей ШІ часто не прозорі, що ускладнює потенційним інвесторам та користувачам оцінити їхню справжню цінність, обмежуючи визнання моделі на ринку та комерційний потенціал.
IMO надає новий спосіб фінансування та розподілу вартості для відкритих AI моделей, інвестори можуть купувати токени IMO, щоб ділитися прибутком, отриманим від моделей у майбутньому. Один з протоколів використовує два стандарти ERC, поєднуючи AI оракули та технологію OPML, щоб забезпечити автентичність AI моделей та можливість отримання прибутку для тримачів токенів.
Модель IMO підвищила прозорість і довіру, заохочуючи відкриту співпрацю, адаптуючись до трендів крипторинку та вносячи імпульс у сталий розвиток технологій ШІ. IMO наразі все ще на етапі початкових спроб, але з підвищенням прийняття на ринку та розширенням сфери участі її інноваційність і потенційна цінність заслуговують на нашу увагу.
AI Агент: нова ера інтерактивного досвіду
AI Агент може сприймати навколишнє середовище, проводити незалежне мислення та вживати відповідних заходів для досягнення встановлених цілей. За підтримки великих мовних моделей, AI Агент не лише розуміє природну мову, але й може планувати рішення, виконувати складні завдання. Вони можуть виступати як віртуальні помічники, навчаючись перевагам користувачів через взаємодію з ними та надаючи персоналізовані рішення. Навіть без чітких інструкцій, AI Агент здатен самостійно вирішувати проблеми, підвищувати ефективність і створювати нову цінність.
Деяка відкрита платформа для нативних додатків на основі ШІ пропонує всебічний та зручний набір інструментів для створення, що дозволяє користувачам налаштовувати функції роботів, зовнішній вигляд, голос, а також підключати зовнішні бази знань, прагнучи створити справедливу та відкриту екосистему контенту на основі ШІ, використовуючи технологію генеративного ШІ, надаючи можливості особам стати супер-творцями. Ця платформа навчила спеціальну велику мовну модель, що робить рольову гру більш гуманною; технологія клонування голосу може пришвидшити персоналізовану взаємодію з продуктами ШІ, знизивши витрати на синтез голосу на 99%, клонування голосу займає лише 1 хвилину. Використовуючи спеціально налаштованого AI Agent на цій платформі, наразі можна застосовувати в багатьох сферах, таких як відеочат, вивчення мов, генерація зображень тощо.
У злитті Web3 та AI на даний момент більше уваги приділяється дослідженню інфраструктурного рівня, як отримати високоякісні дані, захистити конфіденційність даних, як на блокчейні зберігати моделі, як підвищити ефективність використання децентралізованої Обчислювальної потужності, як перевірити великі мовні моделі та інші ключові питання. З поступовим вдосконаленням цих інфраструктур у нас є підстави вірити, що злиття Web3 та AI породить ряд інноваційних бізнес-моделей і послуг.
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
16 лайків
Нагородити
16
4
Поділіться
Прокоментувати
0/400
IntrovertMetaverse
· 07-29 22:16
Метавсесвіт дійсно бик!
Переглянути оригіналвідповісти на0
StableNomad
· 07-29 22:14
чула цей хопіум у 2021 році... досі чекаю, коли мої токени конфіденційності злетять, чесно кажучи
Web3 та AI: дані, що керують, та обчислення конфіденційності відкривають нову еру обчислювальної потужності
Web3 як нова модель Інтернету, що є децентралізованою, відкритою та прозорою, має природну можливість для інтеграції з штучним інтелектом. У традиційній централізованій архітектурі обчислювальна потужність AI та дані контролюються суворо, а також існують численні виклики, такі як обмеження обчислювальної потужності, витік конфіденційності, непрозорість алгоритмів тощо. Однак Web3, заснований на розподілених технологіях, може надати новий імпульс розвитку AI через спільну мережу обчислювальної потужності, відкритий ринок даних, конфіденційні обчислення тощо. Водночас AI може надати Web3 багато можливостей, таких як оптимізація смартконтрактів, алгоритми проти шахрайства тощо, підтримуючи його екосистему. Тому дослідження поєднання Web3 та AI є вкрай важливим для побудови інфраструктури наступного покоління Інтернету та розкриття вартості даних і обчислювальної потужності.
Дані на основі: надійний фундамент AI та Web3
Дані є основним рушійним фактором розвитку AI, так само як паливо для двигуна. Моделі AI потребують перетравлення великої кількості високоякісних даних, щоб отримати глибоке розуміння та потужні здібності до міркування. Дані не тільки забезпечують базу для навчання моделей машинного навчання, але й визначають точність і надійність моделей.
У традиційній централізованій моделі отримання та використання даних AI існує кілька основних проблем:
Web3 може вирішити проблеми традиційних моделей за допомогою нової Децентралізація парадигми даних.
Незважаючи на це, отримання даних з реального світу також має деякі проблеми, такі як нерівна якість даних, великі труднощі в обробці, недостатня різноманітність та репрезентативність тощо. Синтетичні дані можуть стати зіркою майбутнього сектора даних Web3. На основі генеративних технологій штучного інтелекту та моделювання, синтетичні дані можуть імітувати властивості реальних даних, слугуючи ефективним доповненням до реальних даних, підвищуючи ефективність використання даних. У таких сферах, як автономне водіння, торгівля на фінансових ринках, розробка ігор тощо, синтетичні дані вже продемонстрували свій зрілий потенціал застосування.
Захист конфіденційності: роль FHE у Web3
У епоху, коли дані стали рушійною силою, захист приватності став глобальною проблемою, про що свідчить прийняття таких регуляцій, як Загальний регламент захисту даних (GDPR) в Європейському Союзі, що відображає сувору охорону особистої приватності. Однак це також створює виклики: деякі чутливі дані не можуть бути достатньо використані через ризики приватності, що безумовно обмежує потенціал та здатність міркування AI моделей.
FHE - це повна гомоморфна криптографія, яка дозволяє виконувати обчислювальні операції над зашифрованими даними без необхідності розшифровки даних, причому результати обчислень збігаються з результатами тих же обчислень над відкритими даними.
FHE надає надійний захист для обчислень з конфіденційності AI, що дозволяє обчислювальній потужності GPU виконувати навчання моделей та завдання висновування в середовищі, не торкаючись вихідних даних. Це приносить величезні переваги компаніям AI. Вони можуть безпечно відкривати API-сервіси, захищаючи при цьому комерційну таємницю.
FHEML підтримує шифрування даних і моделей протягом усього циклу машинного навчання, забезпечуючи безпеку чутливої інформації та запобігаючи ризику витоку даних. Таким чином, FHEML посилює конфіденційність даних, забезпечуючи безпечну обчислювальну платформу для AI-додатків.
FHEML є доповненням до ZKML, де ZKML підтверджує правильне виконання машинного навчання, а FHEML підкреслює обчислення над зашифрованими даними для збереження конфіденційності даних.
Обчислювальна потужність революція: Децентралізація мережі AI обчислень
Поточна обчислювальна складність систем штучного інтелекту подвоюється кожні 3 місяці, що призводить до різкого зростання попиту на обчислювальну потужність, що значно перевищує наявні ресурси. Наприклад, для тренування відомої моделі штучного інтелекту потрібно величезна обчислювальна потужність, що відповідає 355 рокам навчання на одному пристрої. Такий брак обчислювальної потужності не лише обмежує прогрес технологій штучного інтелекту, але також робить ці високоякісні моделі штучного інтелекту недоступними для більшості дослідників та розробників.
Одночасно, світове використання GPU становить менше 40%, а сповільнення підвищення продуктивності мікропроцесорів, а також нестача чіпів, спричинена факторами ланцюга постачання та геополітики, ще більше ускладнюють проблему постачання обчислювальної потужності. Працівники AI опинилися в двозначній ситуації: або купувати апаратне забезпечення, або орендувати хмарні ресурси, їм терміново потрібен ефективний спосіб отримання обчислювальних послуг за запитом.
Децентралізована мережа обчислювальної потужності AI, об'єднуючи глобальні невикористані ресурси GPU, забезпечує AI-компаніям економічний та доступний ринок обчислювальної потужності. Замовники обчислювальної потужності можуть публікувати обчислювальні завдання в мережі, смартконтракти розподіляють завдання між майнерами, які надають обчислювальну потужність, майнери виконують завдання та подають результати, які після перевірки отримують винагороду у вигляді балів. Це рішення підвищує ефективність використання ресурсів та допомагає вирішити проблему вузьких місць у обчислювальній потужності в таких областях, як AI.
Окрім загальної децентралізованої обчислювальної потужності мережі, є також платформи, що спеціалізуються на навчанні ШІ, а також спеціалізовані обчислювальні мережі для розуміння ШІ.
Децентралізована мережа обчислювальної потужності забезпечує справедливий і прозорий ринок обчислювальної потужності, руйнуючи монополії, знижуючи бар'єри для застосування та підвищуючи ефективність використання обчислювальної потужності. У екосистемі web3 децентралізована мережа обчислювальної потужності відіграватиме ключову роль, залучаючи більше інноваційних dapp до співпраці для спільного сприяння розвитку та застосуванню технологій ШІ.
DePIN：Web3 надає можливості Edge AI
Уявіть, що ваш телефон, смарт-годинник або навіть розумні пристрої у вашому домі мають можливість виконувати AI------ ось у чому полягає魅力 Edge AI. Це дозволяє обчисленням відбуватися на джерелі даних, забезпечуючи низьку затримку, обробку в реальному часі, а також захищаючи конфіденційність користувача. Технологія Edge AI вже застосовується в ключових сферах, таких як автономне водіння.
У сфері Web3 ми маємо більш знайому назву --- DePIN. Web3 підкреслює Децентралізацію та суверенітет користувацьких даних, DePIN, обробляючи дані локально, може посилити захист конфіденційності користувачів і зменшити ризик витоку даних; рідна економічна механіка токенів Web3 може стимулювати вузли DePIN надавати обчислювальні ресурси, створюючи сталу екосистему.
Наразі DePIN швидко розвивається в екосистемі певного публічного блокчейну, стаючи одним з найбільш популярних платформ для розгортання проєктів. Високий TPS, низькі торгові витрати та технологічні інновації цього публічного блокчейну надають потужну підтримку проєктам DePIN. На сьогодні ринкова вартість проєктів DePIN на цьому публічному блокчейні перевищує 10 мільярдів доларів, а деякі відомі проєкти вже досягли значного прогресу.
IMO：AI моделі випуск нового парадигми
Концепція IMO була вперше запропонована певним протоколом, щоб токенізувати моделі ШІ.
У традиційній моделі, через відсутність механізму розподілу доходів, як тільки модель ШІ розробляється та виходить на ринок, розробникам часто важко отримувати сталий дохід від подальшого використання моделі, особливо коли модель інтегрується в інші продукти та послуги, оригінальним творцям важко відслідковувати використання, не кажучи вже про отримання доходу з цього. Крім того, продуктивність і ефективність моделей ШІ часто не прозорі, що ускладнює потенційним інвесторам та користувачам оцінити їхню справжню цінність, обмежуючи визнання моделі на ринку та комерційний потенціал.
IMO надає новий спосіб фінансування та розподілу вартості для відкритих AI моделей, інвестори можуть купувати токени IMO, щоб ділитися прибутком, отриманим від моделей у майбутньому. Один з протоколів використовує два стандарти ERC, поєднуючи AI оракули та технологію OPML, щоб забезпечити автентичність AI моделей та можливість отримання прибутку для тримачів токенів.
Модель IMO підвищила прозорість і довіру, заохочуючи відкриту співпрацю, адаптуючись до трендів крипторинку та вносячи імпульс у сталий розвиток технологій ШІ. IMO наразі все ще на етапі початкових спроб, але з підвищенням прийняття на ринку та розширенням сфери участі її інноваційність і потенційна цінність заслуговують на нашу увагу.
AI Агент: нова ера інтерактивного досвіду
AI Агент може сприймати навколишнє середовище, проводити незалежне мислення та вживати відповідних заходів для досягнення встановлених цілей. За підтримки великих мовних моделей, AI Агент не лише розуміє природну мову, але й може планувати рішення, виконувати складні завдання. Вони можуть виступати як віртуальні помічники, навчаючись перевагам користувачів через взаємодію з ними та надаючи персоналізовані рішення. Навіть без чітких інструкцій, AI Агент здатен самостійно вирішувати проблеми, підвищувати ефективність і створювати нову цінність.
Деяка відкрита платформа для нативних додатків на основі ШІ пропонує всебічний та зручний набір інструментів для створення, що дозволяє користувачам налаштовувати функції роботів, зовнішній вигляд, голос, а також підключати зовнішні бази знань, прагнучи створити справедливу та відкриту екосистему контенту на основі ШІ, використовуючи технологію генеративного ШІ, надаючи можливості особам стати супер-творцями. Ця платформа навчила спеціальну велику мовну модель, що робить рольову гру більш гуманною; технологія клонування голосу може пришвидшити персоналізовану взаємодію з продуктами ШІ, знизивши витрати на синтез голосу на 99%, клонування голосу займає лише 1 хвилину. Використовуючи спеціально налаштованого AI Agent на цій платформі, наразі можна застосовувати в багатьох сферах, таких як відеочат, вивчення мов, генерація зображень тощо.
У злитті Web3 та AI на даний момент більше уваги приділяється дослідженню інфраструктурного рівня, як отримати високоякісні дані, захистити конфіденційність даних, як на блокчейні зберігати моделі, як підвищити ефективність використання децентралізованої Обчислювальної потужності, як перевірити великі мовні моделі та інші ключові питання. З поступовим вдосконаленням цих інфраструктур у нас є підстави вірити, що злиття Web3 та AI породить ряд інноваційних бізнес-моделей і послуг.