Слияние Web3 и искусственного интеллекта: открытие новой эпохи интернета

Web3 как новое поколение интернет-парадигмы, его децентрализованные, открытые и прозрачные характеристики имеют естественную совместимость с искусственным интеллектом. Традиционные централизованные архитектуры сталкиваются с многочисленными проблемами в развитии ИИ, такими как узкие места вычислительной мощности, утечка конфиденциальной информации и непрозрачность алгоритмов. В то время как Web3, основанный на распределенных технологиях, может привнести новый импульс для ИИ через совместные вычислительные сети, открытые рынки данных и вычисления с соблюдением конфиденциальности. В то же время ИИ может усилить экосистему Web3, например, оптимизируя смарт-контракты и алгоритмы борьбы с мошенничеством. Исследование сочетания этих двух технологий имеет важное значение для построения инфраструктуры следующего поколения интернета и раскрытия ценности данных и вычислительной мощности.

Данные: Основы AI и Web3

Данные являются основным двигателем развития ИИ. Качественные большие данные служат основой для глубокого понимания и мощных возможностей вывода моделей ИИ, что напрямую определяет точность и надежность моделей.

Традиционные централизованные модели получения и использования данных ИИ имеют следующие проблемы:

• Высокие затраты на получение данных, малым и средним предприятиям трудно их нести
• Ресурсы данных монополизированы несколькими крупными игроками, образуя изолированные острова данных
• Личная информация подвержена рискам утечки и злоупотребления.

Web3 предложил новую децентрализованную парадигму данных для решения этих проблем:

• Пользователи могут продавать неиспользуемые сетевые ресурсы AI-компаниям для децентрализованного сбора сетевых данных
• Используя модель "труд за вознаграждение", мы стимулируем глобальных работников участвовать в аннотировании данных с помощью токенов.
• Блокчейн-платформа для обмена данными предоставляет открыенную и прозрачную торговую среду для сторон предложения и спроса.

Тем не менее, получение данных из реального мира по-прежнему сталкивается с проблемами разного качества и сложностью обработки. Синтетические данные могут стать важным дополнением в будущем. На основе технологий генеративного ИИ синтетические данные могут имитировать свойства реальных данных и уже продемонстрировали свой потенциал в таких областях, как автономное вождение, финансовые сделки и разработка игр.

Защита конфиденциальности: Важность гомоморфного шифрования

В эпоху, управляемую данными, защита конфиденциальности стала глобальным центром внимания. Однако чрезмерная защита также приводит к тому, что некоторые чувствительные данные не могут быть в полной мере использованы, что ограничивает потенциал моделей ИИ.

Полностью однородное шифрование ( FHE ) позволяет выполнять вычисления на зашифрованных данных без необходимости расшифровки, чтобы получить такой же результат, как при вычислении с открытым текстом. Это обеспечивает надежную защиту конфиденциальности ИИ, позволяя GPU выполнять обучение и вывод модели без доступа к исходным данным.

FHEML поддерживает шифрование данных и моделей на протяжении всего цикла машинного обучения, обеспечивая безопасность конфиденциальной информации и предотвращая риски утечки данных. FHEML является дополнением к машинному обучению с нулевым знанием, которое доказывает правильность выполнения машинного обучения, в то время как первое сосредоточено на вычислениях с зашифрованными данными для поддержания конфиденциальности.

Революция вычислительной мощности: децентрализованная сеть AI-вычислений

Текущая вычислительная сложность AI-систем удваивается каждый квартал, что приводит к резкому росту спроса на вычислительные мощности, значительно превышающему имеющиеся ресурсы. Например, для обучения одной известной модели AI требуется вычислительная мощность, эквивалентная 355 годам работы одного устройства. Этот дефицит не только ограничивает развитие технологий AI, но и делает высококлассные модели недоступными для большинства исследователей и разработчиков.

В то же время, глобальная загрузка GPU составляет менее 40%, а замедление повышения производительности чипов и проблемы с цепочками поставок усугубляют дефицит вычислительных мощностей. Специалисты в области ИИ сталкиваются с дилеммой выбора между покупкой оборудования и арендой облачных ресурсов, что создает неотложную необходимость в экономически эффективной вычислительной услуге по мере необходимости.

Децентрализованная сеть вычислительной мощности AI, объединяя глобальные неиспользуемые ресурсы GPU, предоставляет экономически доступный рынок вычислительной мощности для AI-компаний. Сторона, нуждающаяся в услугах, может публиковать задания в сети, смарт-контракт распределяет их между узлами майнеров, которые выполняют задания и подают результаты, и после верификации получают вознаграждение. Это решение повышает эффективность использования ресурсов и помогает решить проблему нехватки вычислительной мощности в таких областях, как AI.

Помимо универсальной сети вычислительной мощности, существуют специализированные платформы, сосредоточенные на обучении и выводе ИИ. Децентрализованная сеть вычислительной мощности предоставляет справедливый и прозрачный рынок, разрывает монополию, снижает барьеры входа и повышает эффективность, играя ключевую роль в экосистеме Web3.

Периферийный ИИ: Web3, дающий возможность смарт-устройствам

Представьте себе, что мобильные телефоны, умные часы и даже домашние устройства обладают способностью запускать ИИ. В этом и заключается魅力边缘AI. Он перемещает вычисления ближе к источнику данных, обеспечивая низкую задержку и обработку в реальном времени, одновременно защищая конфиденциальность пользователей. Технология边缘AI уже применяется в таких ключевых областях, как автономное вождение.

В области Web3 децентрализованная сеть физической инфраструктуры ( DePIN ) имеет сходство с краевым ИИ. Web3 подчеркивает децентрализацию и суверенитет пользовательских данных, DePIN усиливает защиту конфиденциальности через локальную обработку данных; родная токеномика Web3 может мотивировать узлы предоставлять вычислительные ресурсы, строя устойчивую экосистему.

В настоящее время DePIN быстро развивается в экосистеме высокопроизводительного публичного блокчейна, становясь одной из предпочтительных платформ для развертывания проектов. Высокая пропускная способность (TPS), низкие транзакционные сборы и технологические инновации этого блокчейна предоставляют мощную поддержку проектам DePIN. В настоящее время рыночная капитализация проектов DePIN на этой цепочке уже превысила 10 миллиардов долларов, и несколько известных проектов достигли значительного прогресса.

Начальная модель выпуска: новая парадигма публикации AI-моделей

Начальная модель выпуска (IMO) была впервые предложена некоторым протоколом, который токенизирует AI модели. В традиционной модели разработчикам AI моделей сложно получать постоянный доход от последующего использования, а производительность и эффективность моделей также не прозрачны, что ограничивает рыночное признание и коммерческий потенциал.

IMO предоставила новое финансовое обеспечение и способ совместного использования ценности для открытых AI моделей. Инвесторы могут приобретать токены IMO, чтобы делиться последующей прибылью от моделей. Объединяя определенные технические стандарты, AI-оракулы и машинное обучение на блокчейне, гарантируется подлинность AI моделей и распределение прибыли между держателями токенов.

Модель IMO усиливает прозрачность и доверие, поощряет открытое сотрудничество, адаптируется к тенденциям крипторынка и придаёт импульс устойчивому развитию технологий ИИ. Хотя она сейчас находится на стадии первоначальных попыток, с увеличением принятия на рынке и расширением диапазона участия её инновационность и потенциальная ценность вызывают ожидания.

AI-агенты: новая эра интерактивного опыта

Искусственные интеллектуальные агенты способны воспринимать окружающую среду, самостоятельно мыслить и предпринимать действия для достижения целей. С поддержкой больших языковых моделей они не только понимают естественный язык, но и могут планировать решения, выполнять сложные задачи. Искусственные интеллектуальные агенты могут выступать в роли виртуальных помощников, обучаясь предпочтениям пользователей через взаимодействие и предоставляя персонализированные решения. Даже без четких инструкций они могут самостоятельно решать проблемы, повышая эффективность и создавая ценность.

Некоторая платформа оригинальных приложений AI предоставляет полный и удобный набор инструментов для создания, поддерживающий пользователей в настройке функций роботов, внешнего вида, голоса и подключения к внешним базам знаний, стремясь создать справедливую и открытую экосистему AI-контента. Эта платформа обучила специализированные большие языковые модели, что делает ролевые игры более гуманными; ее технология клонирования голоса снижает затраты на синтез голоса на 99%, и это занимает всего 1 минуту. С помощью настроенных AI-агентов на этой платформе сейчас можно применять в таких областях, как видеочат, изучение языков, генерация изображений и других.

Современное слияние Web3 и ИИ больше сосредоточено на исследовании инфраструктурного уровня, таких как получение качественных данных, защита конфиденциальности данных, хостинг моделей на блокчейне, эффективное использование децентрализованных вычислительных мощностей, проверка больших языковых моделей и другие ключевые вопросы. По мере того как эта инфраструктура постепенно совершенствуется, у нас есть основания полагать, что слияние Web3 и ИИ приведет к появлению ряда инновационных бизнес-моделей и услуг.