В качестве новой парадигмы децентрализованного, открытого и прозрачного Интернета Web3 имеет естественное синергетическое взаимодействие с искусственным интеллектом. Под традиционной централизованной архитектурой вычислений и ресурсов данных ИИ тесно контролируются и сталкиваются с многими проблемами, такими как вычислительные узкие места, утечки конфиденциальной информации и черные ящики алгоритмов. Web3, с другой стороны, основан на распределенной технологии и внедряет новый потенциал в развитие ИИ через общие вычислительные сети, открытые рынки данных и сохранение конфиденциальности вычислений. В то же время ИИ может усилить построение экосистемы Web3, оптимизируя такие возможности, как смарт-контракты и античит-алгоритмы. Поэтому исследование слияния Web3 и ИИ критично для построения следующего поколения интернет-инфраструктуры и разблокирования ценности данных и вычислительной мощности.

Основанные на данных: прочный фундамент для искусственного интеллекта и Web3

Данные - это основная движущая сила развития искусственного интеллекта, как топливо для двигателя. Модели искусственного интеллекта должны усваивать большие объемы высококачественных данных, чтобы обрести глубокое понимание и сильные рассудительные способности. Данные не только обеспечивают основу для обучения моделей машинного обучения, но и определяют их точность и надежность.

В традиционной централизованной модели сбора и использования данных искусственного интеллекта возникло несколько ключевых проблем:

1. Сбор данных затратен, что затрудняет участие МСП.
2. Ресурсы данных монополизированы технологическими гигантами, формируя силосы данных.
3. Конфиденциальность персональных данных подвергается риску утечки и неправомерного использования.

Web3 предоставляет новую децентрализованную парадигму данных для решения проблем традиционных моделей:

1. Через проекты, такие как Grass, пользователи могут продавать неиспользуемую сетевую мощность компаниям по искусственному интеллекту, обеспечивая децентрализованный веб-скрапинг, очистку и преобразование данных, обеспечивая реальные, высококачественные данные для обучения моделей искусственного интеллекта.
2. Public AI использует модель "отметить и заработать", чтобы мотивировать глобальных работников участвовать в аннотации данных, объединять мировую мудрость и улучшать возможности анализа данных.
3. Платформы торговли данными блокчейна, такие как Ocean Protocol и Streamr, обеспечивают открытую и прозрачную среду торговли как данными, так и спросом на них, способствуя инновациям и обмену данными.

Таким образом, Web3 не только снижает стоимость сбора данных, но и улучшает открытость и прозрачность данных, обеспечивая более разнообразные и качественные источники данных для обучения моделей искусственного интеллекта. В то же время, благодаря децентрализованным вычислениям с сохранением конфиденциальности, Web3 также может лучше защищать конфиденциальность персональных данных и повышать безопасность и надежность использования данных.

Продолжение изучения и практики интеграции искусственного интеллекта и Web3 обеспечит прочную основу для создания нового поколения интернет-инфраструктуры и разблокирует новую ценность данных и вычислительной мощности.

Тем не менее, сбор реальных данных также сталкивается с проблемами, такими как неравномерное качество данных, высокая сложность обработки и недостаточное разнообразие и представительность данных. В пространстве данных Web3 синтетические данные могут стать восходящей звездой. Основываясь на технологии генеративного искусственного интеллекта и симуляции, синтетические данные могут имитировать атрибуты реальных данных, эффективно дополняя и повышая эффективность использования данных. В областях, таких как автономное вождение, торговля на финансовых рынках и разработка игр, синтетические данные продемонстрировали свой потенциал для зрелых применений.

Защита конфиденциальности: Роль FHE в Web3

В эру цифровой информации защита конфиденциальности стала глобальным фокусом, а принятие Общего регламента Европейского союза по защите данных (GDPR) отражает строгую защиту индивидуальной конфиденциальности. Однако это также создает вызовы: некоторые чувствительные данные не могут быть полностью использованы из-за рисков конфиденциальности, что несомненно ограничивает потенциал и возможности выводов моделей искусственного интеллекта.

Полностью гомоморфное шифрование (FHE) позволяет вычислять зашифрованные данные напрямую без расшифровки данных, и результат вычисления согласуется с результатом той же операции над данными в виде открытого текста. FHE обеспечивает надежную защиту конфиденциальности искусственного интеллекта, позволяя вычислительной мощности GPU выполнять задачи обучения модели и вывода без доступа к исходным данным. Это представляет собой значительное преимущество для компаний в области искусственного интеллекта, поскольку они могут безопасно предоставлять API-сервисы, защищая коммерческую тайну.

Полностью гомоморфное шифрование машинного обучения (FHEML) поддерживает шифрование данных и моделей на протяжении жизненного цикла машинного обучения, обеспечивая безопасность чувствительной информации и предотвращая утечку данных. Таким образом, FHEML укрепляет конфиденциальность данных и обеспечивает безопасную вычислительную среду для приложений искусственного интеллекта.

FHEML дополняет ZKML (Машинное обучение с нулевым разглашением), где ZKML доказывает правильное выполнение машинного обучения, в то время как FHEML акцентирует вычисления на зашифрованных данных для поддержания конфиденциальности данных.

Революция вычислений: вычисления ИИ в децентрализованной сети

Вычислительная сложность текущих систем искусственного интеллекта удваивается каждые три месяца, что приводит к взрывному росту спроса на вычислительные мощности, значительно превышающему предложение существующих вычислительных ресурсов. Например, для обучения модели GPT-3 от OpenAI требуется огромная вычислительная мощность, эквивалентная 355 годам обучения на одном устройстве. Этот дефицит вычислительной мощности не только ограничивает развитие технологий искусственного интеллекта, но также делает продвинутые модели искусственного интеллекта недоступными для большинства исследователей и разработчиков.

Кроме того, глобальное использование GPU менее 40%, связанное с замедлением производительности микропроцессоров, проблемами в цепочке поставок и дефицитом микросхем из-за геополитических факторов, дополнительно усугубило проблему предложения вычислительной мощности. Практикующие ИИ сталкиваются с дилеммой: либо покупать аппаратное обеспечение, либо арендовать облачные ресурсы, и им срочно нужна модель обслуживания по запросу и экономичная модель вычислительных услуг.

IO.net - это децентрализованная сеть вычислительной мощности искусственного интеллекта на базе Solana, которая агрегирует неиспользуемые ресурсы графических процессоров по всему миру и предоставляет доступный рынок вычислительной мощности для компаний, работающих в области искусственного интеллекта. Сущности, нуждающиеся в вычислительной мощности, могут публиковать вычислительные задачи в сети, а умные контракты назначают задачи участвующим майнерам. Майнеры выполняют задачи, отправляют результаты и получают вознаграждение при успешной верификации. Подход IO.net улучшает эффективность использования ресурсов и помогает устранить узкие места в вычислительной мощности в области искусственного интеллекта.

Помимо сетей общего назначения децентрализованной вычислительной мощности, существуют платформы, сосредоточенные на обучении искусственного интеллекта, такие как Gensyn и Flock.io, а также специализированные сети вычислительной мощности, сосредоточенные на выводе искусственного интеллекта, такие как Ritual и Fetch.ai.

Децентрализованная сеть вычислительной мощности обеспечивает справедливый и прозрачный рынок вычислительной мощности, разрушает монополию, снижает порог приложений и повышает эффективность использования. В экосистеме Web3 сеть децентрализованной вычислительной мощности сыграет ключевую роль в привлечении более инновационных dApps для совместного продвижения развития и применения технологии искусственного интеллекта.

DePIN: Web3 дает возможность использовать искусственный интеллект на краю сети

Представьте себе, что ваш смартфон, умные часы или даже умное устройство для дома могут выполнять искусственный интеллект - вот в чем красота искусственного интеллекта на краю. Edge AI позволяет вычислениям происходить на источнике данных, обеспечивая низкую задержку и обработку в реальном времени, сохраняя при этом конфиденциальность пользователей. Технология Edge AI уже применяется в таких ключевых областях, как автономное вождение.

В пространстве Web3 у нас есть более знакомое имя - DePIN. Web3 подчеркивает децентрализацию и суверенитет данных пользователей, в то время как DePIN улучшает защиту конфиденциальности пользователей путем обработки данных локально, снижая риск утечек данных. Внутренняя токеномика Web3 может поощрять узлы DePIN предоставлять вычислительные ресурсы и строить устойчивую экосистему.

В настоящее время DePIN активно развивается в экосистеме Solana и стал одной из предпочтительных платформ общественной цепи для развертывания проектов. Высокая пропускная способность Solana, низкие комиссии за транзакции и технологические инновации обеспечивают крепкую поддержку проекту DePIN. В настоящее время рыночная капитализация проектов DePIN на Solana превысила 10 миллиардов долларов, и известные проекты, такие как Render Network и Helium Network, добились значительных успехов.

IMO: Новая парадигма для публикации моделей ИИ

Концепция IMO (Initial Model Offering) была впервые предложена протоколом Ora для токенизации моделей искусственного интеллекта.

В традиционной модели из-за отсутствия механизма распределения доходов разработчикам часто сложно получать непрерывные выгоды от последующего использования модели искусственного интеллекта после ее создания и выхода на рынок. Особенно когда модель интегрируется в другие продукты и услуги, исходный разработчик сложно отследить ее использование и получить доход. Кроме того, часто отсутствует прозрачность в отношении производительности и эффективности моделей искусственного интеллекта, что затрудняет потенциальным инвесторам и пользователям оценить их истинную стоимость, что ограничивает принятие на рынке и бизнес-потенциал.

IMO предлагает новый подход к финансированию и распределению стоимости для моделей искусственного интеллекта с открытым исходным кодом. Инвесторы могут купить токены IMO и получить долю выручки, созданной моделью. Протокол Oracle использует стандарты ERC-7641 и ERC-7007, совмещенные с технологиями Onchain AI Oracle и OPML, чтобы обеспечить подлинность моделей искусственного интеллекта и позволить держателям токенов участвовать в доходе.

Модель IMO повышает прозрачность и доверие, способствует сотрудничеству с открытым исходным кодом, соответствует тенденциям криптовалютного рынка и придает импульс устойчивому развитию технологий искусственного интеллекта. Хотя модель IMO все еще находится на раннем экспериментальном этапе, ее инновации и потенциальная стоимость заслуживают ожидания, поскольку рыночное признание и участие расширяются.

AI Agent: A New Era of Interactive Experiences

ИИ-агенты могут воспринимать окружающую среду, думать независимо и принимать соответствующие меры для достижения заранее определенных целей. Поддерживаемые большими языковыми моделями, ИИ-агенты могут не только понимать естественный язык, но и планировать, принимать решения и выполнять сложные задачи. Они могут действовать как виртуальные помощники, которые узнают предпочтения пользователя и предоставляют персонализированные решения через взаимодействие. Даже без явных инструкций ИИ-агенты могут автономно решать проблемы, повышать эффективность и создавать новую ценность.

Myshell - это открытая платформа приложений, ориентированных на искусственный интеллект, которая предоставляет полный и удобный набор инструментов для настройки функционала ботов, внешнего вида, звука и подключения к внешним базам знаний. Она стремится создать справедливую и открытую экосистему контента искусственного интеллекта, используя технологию генеративного искусственного интеллекта для содействия развитию личности в супер-творцы. Myshell обучила специализированные большие языковые модели для более гуманных ролевых игр. Ее технология клонирования голоса может ускорить взаимодействие с персонализированными продуктами искусственного интеллекта, снизить стоимость синтеза речи на 99%, а клонирование голоса занимает всего 1 минуту. Созданные с помощью Myshell настраиваемые искусственные интеллектуальные агенты в настоящее время могут быть применены в различных областях, включая видеочат, изучение языков и создание изображений.

В слиянии Web3 и AI текущий акцент в основном сосредоточен на исследовании инфраструктурного уровня для решения ключевых проблем, таких как получение высококачественных данных, защита конфиденциальности данных, размещение моделей on-chain, улучшение эффективного использования децентрализованной вычислительной мощности и проверка больших языковых моделей. Поскольку эти инфраструктурные компоненты совершенствуются, есть все основания полагать, что слияние Web3 и AI приведет к появлению целого ряда инновационных бизнес-моделей и услуг.

Утверждение:

1. Эта статья перепечатана с [зеркало]. All copyrights belong to the original author [BadBot]. If you have any objections to the reprint, please contact the Gate Learnкоманда и они незамедлительно разберутся с этим.
2. Отказ от ответственности: Взгляды и мнения, высказанные в этой статье, являются исключительно мнением автора и не являются инвестиционными советами.
3. Перевод этой статьи был выполнен командой Gate Learn. Если не указано иное, воспроизведение, распространение или плагиат переведенных статей запрещены.