Web3 y AI se fusionan: desbloqueando nuevos valores de datos, Potencia computacional y privacidad descentralizada

robot
Generación de resúmenes en curso

La fusión de Web3 y la inteligencia artificial: Creando una nueva era de Internet

Web3, como una nueva generación de paradigma de Internet, tiene una afinidad natural con la inteligencia artificial debido a sus características de descentralización, apertura y transparencia. La arquitectura centralizada tradicional enfrenta muchos desafíos en el desarrollo de la IA, como cuellos de botella en la capacidad de cálculo, filtraciones de privacidad y problemas de opacidad algorítmica. Web3, basado en tecnologías distribuidas, puede inyectar nueva energía a la IA a través de redes de poder de cálculo compartido, mercados de datos abiertos y computación de privacidad. Al mismo tiempo, la IA también puede empoderar el ecosistema Web3, como optimizar contratos inteligentes y algoritmos anti-trampa. Explorar la combinación de ambos tiene una importancia significativa para construir la infraestructura de Internet de próxima generación y liberar el valor de los datos y la capacidad de cálculo.

Explorando las seis grandes fusiones entre AI y Web3

Datos: La base de la IA y Web3

Los datos son el motor principal que impulsa el desarrollo de la IA. Los datos masivos y de alta calidad son la base para que los modelos de IA obtengan una comprensión profunda y una potente capacidad de razonamiento, lo que determina directamente la precisión y la fiabilidad del modelo.

Los siguientes problemas existen en el modelo tradicional de adquisición y uso de datos de IA centralizados:

  • El costo de obtención de datos es alto, lo que dificulta a las pequeñas y medianas empresas asumirlo.
  • Los recursos de datos están monopolizados por unos pocos gigantes, formando islas de datos.
  • El riesgo de filtración y abuso de la privacidad de los datos personales

Web3 propone un nuevo paradigma de datos descentralizados para abordar estos puntos críticos:

  • Los usuarios pueden vender recursos de red ociosos a empresas de IA para recopilar datos de la red de manera descentralizada.
  • Adoptar el modelo de "trabajo por recompensa" para incentivar a trabajadores de todo el mundo a participar en la anotación de datos.
  • La plataforma de intercambio de datos de blockchain proporciona un entorno de intercambio público y transparente para ambas partes, la oferta y la demanda.

A pesar de esto, la obtención de datos del mundo real aún enfrenta problemas como la calidad desigual y la dificultad de procesamiento. Los datos sintéticos podrían convertirse en un complemento importante en el futuro. Basados en tecnología de IA generativa, los datos sintéticos pueden simular las propiedades de los datos reales y ya han mostrado su potencial de aplicación en áreas como la conducción autónoma, las transacciones financieras y el desarrollo de juegos.

Protección de la privacidad: La importancia de la encriptación homomórfica

En la era impulsada por datos, la protección de la privacidad se ha convertido en un foco de atención global. Sin embargo, la protección excesiva también ha llevado a que algunos datos sensibles no puedan ser utilizados plenamente, limitando el potencial de los modelos de IA.

La criptografía homomórfica (FHE) permite realizar cálculos directamente sobre datos cifrados, obteniendo resultados equivalentes a los cálculos en texto claro sin necesidad de descifrarlos. Esto proporciona una fuerte garantía para el cálculo de privacidad en IA, permitiendo que las GPU realicen entrenamientos de modelos e inferencias sin acceder a los datos originales.

FHEML admite el procesamiento de datos y modelos cifrados a lo largo de todo el ciclo de aprendizaje automático, asegurando la seguridad de la información sensible y previniendo el riesgo de filtraciones de datos. FHEML complementa el aprendizaje automático de conocimiento cero, que demuestra la correcta ejecución del aprendizaje automático, mientras que el primero se centra en el cálculo de datos cifrados para mantener la privacidad.

Revolución de la Potencia de Cálculo: Red de Cálculo AI Descentralizada

La complejidad computacional de los sistemas de IA actuales se duplica cada trimestre, lo que provoca un aumento explosivo en la demanda de poder de cómputo, superando con creces la oferta de recursos existente. Por ejemplo, el entrenamiento de un conocido modelo de IA requiere el equivalente a 355 años de poder de cómputo en un solo dispositivo. Esta escasez no solo limita el avance de la tecnología de IA, sino que también hace que los modelos avanzados sean inaccesibles para la mayoría de los investigadores y desarrolladores.

Al mismo tiempo, la utilización global de GPU es inferior al 40%, sumado a la desaceleración en la mejora del rendimiento de los chips y los problemas en la cadena de suministro, lo que hace que el suministro de potencia de cálculo sea aún más tenso. Los profesionales de la IA se enfrentan a la difícil elección de comprar hardware o alquilar recursos en la nube, y necesitan urgentemente un servicio de computación que sea bajo demanda y rentable.

La red de potencia de cálculo AI descentralizada agrega recursos de GPU inactivos de todo el mundo para proporcionar un mercado de potencia de cálculo económico y accesible para las empresas de IA. Las partes demandantes pueden publicar tareas en la red, y los contratos inteligentes las asignan a los nodos mineros, que ejecutan y envían los resultados, recibiendo recompensas tras la verificación. Esta solución mejora la eficiencia en el uso de recursos y ayuda a resolver el cuello de botella de potencia de cálculo en campos como la IA.

Además de las redes de computación general, también existen plataformas especializadas en entrenamiento e inferencia de IA. Las redes de computación descentralizadas ofrecen un mercado justo y transparente, rompen los monopolios, reducen las barreras de entrada y aumentan la eficiencia, desempeñando un papel clave en el ecosistema Web3.

Explorando los seis puntos de fusión entre AI y Web3

AI en el borde: Dispositivos inteligentes potenciados por Web3

Imagina que los teléfonos móviles, los smartwatches e incluso los dispositivos domésticos tienen la capacidad de ejecutar IA, esa es la magia de la IA en el borde. Mueve el cálculo a la fuente de datos, logrando un procesamiento en tiempo real con baja latencia, al mismo tiempo que protege la privacidad del usuario. La tecnología de IA en el borde ya se ha aplicado en campos clave como la conducción autónoma.

En el ámbito de Web3, la red de infraestructura física descentralizada ( DePIN ) tiene similitudes con la IA en el borde. Web3 enfatiza la descentralización y la soberanía de los datos del usuario; DePIN mejora la protección de la privacidad mediante el procesamiento local de datos. El mecanismo de economía de tokens nativo de Web3 puede incentivar a los nodos a proporcionar recursos de cálculo y construir un ecosistema sostenible.

Actualmente, DePIN se está desarrollando rápidamente en el ecosistema de una cadena pública de alto rendimiento, convirtiéndose en una de las plataformas preferidas para el despliegue de proyectos. La alta TPS, bajos costos de transacción e innovación tecnológica de esta cadena pública brindan un fuerte apoyo a los proyectos DePIN. En la actualidad, la capitalización de mercado de los proyectos DePIN en esta cadena ha superado los diez mil millones de dólares, y varios proyectos reconocidos han logrado avances significativos.

Emisión del modelo inicial: Nueva parámetro de lanzamiento de modelos de IA

El concepto de la emisión del modelo inicial (IMO) fue propuesto por un protocolo por primera vez, tokenizando modelos de IA. En el modelo tradicional, los desarrolladores de modelos de IA tienen dificultades para obtener ingresos continuos de su uso posterior, y el rendimiento y la efectividad de los modelos carecen de transparencia, lo que limita el reconocimiento del mercado y el potencial comercial.

IMO ha proporcionado un nuevo apoyo financiero y una forma de compartir el valor para los modelos de IA de código abierto. Los inversores pueden comprar tokens IMO para compartir los ingresos futuros del modelo. A través de la combinación de estándares tecnológicos específicos, oráculos de IA y aprendizaje automático en cadena, se garantiza la autenticidad del modelo de IA y la participación en los ingresos de los tenedores de tokens.

El modo IMO ha mejorado la transparencia y la confianza, fomentando la colaboración de código abierto, adaptándose a las tendencias del mercado de criptomonedas e impulsando el desarrollo sostenible de la tecnología de IA. Aunque actualmente se encuentra en una fase inicial de prueba, 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.

Explorando las seis áreas de fusión entre AI y Web3

Agentes de IA: Una nueva era de experiencia interactiva

Los agentes de IA pueden percibir el entorno, pensar de manera independiente y tomar acciones para alcanzar objetivos. Con el soporte de modelos de lenguaje grandes, no solo comprenden el lenguaje natural, sino que también pueden planificar decisiones y ejecutar tareas complejas. Los agentes de IA pueden actuar como asistentes virtuales, aprendiendo las preferencias del usuario a través de la interacción y ofreciendo soluciones personalizadas. Incluso sin instrucciones claras, pueden resolver problemas de manera autónoma, mejorar la eficiencia y crear valor.

Una plataforma de aplicaciones nativas de AI abierta ofrece un conjunto de herramientas creativas completas y fáciles de usar, que permite a los usuarios configurar las funciones, apariencia, voz de los robots y conectar bases de datos externas, dedicándose a crear un ecosistema de contenido de AI justo y abierto. Esta plataforma ha entrenado modelos de lenguaje específicos para hacer que la interpretación de roles sea más humanizada; su tecnología de clonación de voz reduce los costos de síntesis de voz en un 99%, logrando resultados en solo 1 minuto. Con los agentes inteligentes personalizados de esta plataforma, actualmente se pueden aplicar en varios campos como videollamadas, aprendizaje de idiomas, generación de imágenes, entre otros.

La actual fusión de Web3 con la IA se centra más en la exploración de la capa de infraestructura, como la obtención de datos de alta calidad, la protección de la privacidad de los datos, el alojamiento de modelos en la cadena, el uso eficiente de la potencia de cálculo descentralizada y la verificación de modelos de lenguaje grande. A medida que estas infraestructuras se perfeccionan gradualmente, tenemos razones para creer que la fusión de Web3 con la IA dará lugar a una serie de modelos comerciales y servicios innovadores.

Explorando los seis puntos de fusión entre AI y Web3

Ver originales
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
  • Recompensa
  • 2
  • Compartir
Comentar
0/400
BlockchainDecodervip
· hace12h
Según el informe sobre la curva de madurez tecnológica de Gartner 2023, la tasa de fracaso de este modelo de fusión es del 78.3%, se recomienda a la industria mantener una actitud cautelosa.
Ver originalesResponder0
DeFi_Dad_Jokesvip
· hace12h
¿Qué está haciendo la fusión? No tiene nada que ver con tontos.
Ver originalesResponder0
  • Anclado
Opere con criptomonedas en cualquier momento y lugar
qrCode
Escanee para descargar la aplicación Gate
Comunidad
Español
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)