Como um novo paradigma da Internet descentralizada, aberta e transparente, a Web3 tem uma sinergia natural com a inteligência artificial. Sob a arquitetura centralizada tradicional, os recursos de computação e dados de IA são controlados de forma rígida, enfrentando muitos desafios, como gargalos de computação, vazamentos de privacidade e caixas-pretas de algoritmos. Por outro lado, a Web3 é baseada em tecnologia distribuída e injeta nova vitalidade no desenvolvimento de IA por meio de redes de computação compartilhadas, mercados de dados abertos e computação preservadora da privacidade. Ao mesmo tempo, a IA pode capacitar a construção do ecossistema Web3 otimizando capacidades como contratos inteligentes e algoritmos anti-trapaça. Portanto, explorar a convergência da Web3 e da IA é fundamental para construir a próxima geração da infraestrutura da Internet e desbloquear o valor dos dados e do poder de computação.

Data-driven: Uma base sólida para IA e Web3

Os dados são a força motriz central para o desenvolvimento da IA, assim como o combustível do motor. Os modelos de IA precisam ingerir grandes quantidades de dados de alta qualidade para obter uma compreensão profunda e fortes capacidades de raciocínio. Os dados não apenas fornecem a base para treinar modelos de aprendizado de máquina, mas também determinam sua precisão e confiabilidade.

No modelo tradicional de aquisição e utilização de dados de IA centralizada, surgiram vários problemas-chave:

1. A aquisição de dados é custosa, tornando difícil a participação das PMEs.
2. Recursos de dados são monopolizados por gigantes da tecnologia, formando silos de dados.
3. A privacidade dos dados pessoais está em risco de vazamento e uso indevido.

Web3 fornece um novo paradigma de dados descentralizados para lidar com os pontos problemáticos dos modelos tradicionais:

1. Através de projetos como Grass, os usuários podem vender capacidade de rede ociosa para empresas de IA, possibilitando raspagem, limpeza e transformação de dados da web descentralizada, fornecendo dados reais e de alta qualidade para treinamento de modelos de IA.
2. Public AI usa um modelo de "marcar para ganhar" para motivar trabalhadores globais a participar da anotação de dados, agregar sabedoria global e aprimorar as capacidades de análise de dados.
3. Plataformas de negociação de dados blockchain como Ocean Protocol e Streamr fornecem um ambiente de negociação aberto e transparente tanto para o fornecimento quanto para a demanda de dados, promovendo a inovação e o compartilhamento de dados.

Dessa forma, a Web3 não apenas reduz o custo de aquisição de dados, mas também aprimora a abertura e transparência de dados, fornecendo fontes de dados mais diversas e de alta qualidade para o treinamento de modelos de IA. Ao mesmo tempo, por meio da computação descentralizada de preservação da privacidade, a Web3 também pode proteger melhor a privacidade dos dados pessoais e melhorar a segurança e confiabilidade do uso de dados.

Continuando a explorar e praticar a integração de IA e Web3 proporcionará uma base sólida para a construção de uma nova geração de infraestrutura da Internet e desbloqueará novo valor em dados e potência de computação.

No entanto, a coleta de dados do mundo real também enfrenta desafios como qualidade desigual dos dados, alta complexidade de processamento e diversidade e representação insuficientes dos dados. No espaço de dados da Web3, dados sintéticos podem ser uma estrela em ascensão. Com base na tecnologia de IA generativa e simulação, dados sintéticos podem simular os atributos de dados reais, complementando e melhorando efetivamente a eficiência do uso de dados. Em áreas como direção autônoma, negociação no mercado financeiro e desenvolvimento de jogos, os dados sintéticos demonstraram seu potencial para aplicações maduras.

Proteção de Privacidade: O Papel do FHE no Web3

Em uma era orientada por dados, a proteção da privacidade se tornou um foco global, e a promulgação do Regulamento Geral de Proteção de Dados (GDPR) da União Europeia reflete a estrita proteção da privacidade individual. No entanto, isso também apresenta desafios: alguns dados sensíveis não podem ser totalmente utilizados devido a riscos de privacidade, o que, sem dúvida, limita o potencial e as capacidades de inferência dos modelos de IA.

A Criptografia Totalmente Homomórfica (FHE) permite que os dados criptografados sejam calculados diretamente sem descriptografar os dados, e o resultado do cálculo é consistente com o resultado da mesma operação nos dados em texto simples. A FHE oferece uma forte proteção para a computação de preservação de privacidade de IA, permitindo que a potência de computação da GPU execute tarefas de treinamento e inferência de modelos sem acessar dados brutos. Isso apresenta uma vantagem significativa para as empresas de IA, pois podem abrir com segurança os serviços de API enquanto protegem segredos comerciais.

Fully Homomorphic Encryption Machine Learning (FHEML) suporta a criptografia de dados e modelos ao longo do ciclo de vida do aprendizado de máquina, garantindo a segurança de informações sensíveis e prevenindo vazamento de dados. Dessa forma, FHEML fortalece a privacidade de dados e fornece um framework de computação seguro para aplicações de IA.

FHEML complementa ZKML (Zero-Knowledge Machine Learning), onde ZKML prova a execução correta de aprendizado de máquina, enquanto FHEML enfatiza a computação em dados criptografados para manter a privacidade dos dados.

A Revolução da Computação: Computação de IA na Web Descentralizada

A complexidade computacional dos sistemas de IA atuais está dobrando a cada três meses, levando a um aumento na demanda por energia computacional que excede em muito a oferta de recursos computacionais existentes. Por exemplo, o treinamento do modelo GPT-3 da OpenAI requer uma enorme potência computacional, equivalente a 355 anos de treinamento em um único dispositivo. Essa escassez de energia computacional não apenas limita o avanço da tecnologia de IA, mas também torna modelos avançados de IA inacessíveis para a maioria dos pesquisadores e desenvolvedores.

Além disso, a utilização global da GPU de menos de 40%, juntamente com uma desaceleração no desempenho do microprocessador, problemas na cadeia de fornecimento e escassez de chips devido a fatores geopolíticos, exacerbaram ainda mais o problema do fornecimento de energia computacional. Os praticantes de IA estão diante de um dilema: comprar hardware ou alugar recursos na nuvem, e precisam urgentemente de um modelo de serviço de computação sob demanda e econômico.

IO.net é uma rede descentralizada de potência de computação de IA baseada em Solana que agrega recursos de GPU ociosos ao redor do mundo e fornece um mercado de potência de computação acessível para empresas de IA. Entidades que exigem potência de computação podem publicar tarefas de computação na rede, e contratos inteligentes atribuem tarefas a nós mineradores contribuintes. Os mineradores realizam tarefas, submetem resultados e recebem recompensas após verificação bem-sucedida. A abordagem da IO.net melhora a eficiência de recursos e ajuda a aliviar gargalos na potência de computação no espaço de IA.

Além das redes de computação descentralizada de propósito geral, existem plataformas focadas em treinamento de IA, como Gensyn e Flock.io, bem como redes de computação especializadas focadas em inferência de IA, como Ritual e Fetch.ai.

A rede de energia computacional descentralizada fornece um mercado de energia computacional justo e transparente, quebra o monopólio, diminui o limiar de aplicação e melhora a eficiência de utilização. No ecossistema Web3, a rede de energia computacional descentralizada desempenhará um papel chave na atração de mais dApps inovadores para promover conjuntamente o desenvolvimento e a aplicação da tecnologia de IA.

DePIN: Web3 capacita IA na borda

Imagine seu smartphone, smartwatch ou até mesmo dispositivo de casa inteligente tendo a capacidade de executar IA - essa é a beleza da IA na borda. A IA na borda permite que a computação aconteça na origem dos dados, possibilitando baixa latência e processamento em tempo real enquanto protege a privacidade do usuário. A tecnologia de IA na borda já está sendo aplicada em áreas-chave como a direção autônoma.

No espaço Web3, temos um nome mais familiar - DePIN. O Web3 enfatiza a descentralização e a soberania dos dados do usuário, enquanto o DePIN aprimora a proteção da privacidade do usuário processando dados localmente, reduzindo o risco de violações de dados. A economia de tokens nativos do Web3 pode incentivar os nós DePIN a fornecer recursos de computação e construir um ecossistema sustentável.

Atualmente, a DePIN está se desenvolvendo rapidamente no ecossistema Solana e se tornou uma das plataformas de cadeia pública preferidas para implantação de projetos. A alta taxa de transferência, baixas taxas de transação e inovação tecnológica da Solana fornecem forte suporte para o projeto DePIN. Atualmente, a capitalização de mercado dos projetos DePIN na Solana já ultrapassou US$ 10 bilhões, e projetos notáveis como Render Network e Helium Network fizeram progressos significativos.

IMO: Um Novo Paradigma para a Publicação de Modelos de IA

O conceito de IMO (Oferta Inicial de Modelo) foi proposto pela primeira vez pelo protocolo Ora para tokenizar modelos de IA.

No modelo tradicional, devido à falta de um mecanismo de partilha de receitas, muitas vezes é difícil para os desenvolvedores obter benefícios contínuos a partir do uso subsequente do modelo de IA, uma vez que este é desenvolvido e colocado no mercado. Especialmente quando o modelo é integrado em outros produtos e serviços, é difícil para o desenvolvedor original rastrear o seu uso e gerar receita. Além disso, muitas vezes há falta de transparência sobre o desempenho e a eficácia dos modelos de IA, dificultando a avaliação do seu verdadeiro valor por potenciais investidores e usuários, limitando a aceitação no mercado e o potencial de negócios.

IMO fornece uma nova abordagem para o financiamento e compartilhamento de valor para modelos de IA de código aberto. Os investidores podem comprar tokens IMO e obter uma parte da receita gerada pelo modelo. O protocolo Oracle alavanca os padrões ERC-7641 e ERC-7007, combinados com as tecnologias Onchain AI Oracle e OPML, para garantir a autenticidade dos modelos de IA e permitir que os detentores de tokens compartilhem o rendimento.

O modelo IMO aumenta a transparência e a confiança, incentiva a colaboração de código aberto, está alinhado com as tendências do mercado de criptomoedas e injeta ímpeto no desenvolvimento sustentável da tecnologia de IA. Embora o IMO ainda esteja na fase experimental inicial, sua inovação e valor potencial são dignos de expectativa à medida que a aceitação e a participação no mercado se expandem.

Agente de IA: Uma Nova Era de Experiências Interativas

Agentes de IA podem perceber o ambiente, pensar de forma independente e tomar ações apropriadas para alcançar metas predefinidas. Alimentados por modelos de linguagem grandes, os agentes de IA não apenas podem entender a linguagem natural, mas também planejar, decidir e executar tarefas complexas. Eles podem atuar como assistentes virtuais que aprendem as preferências do usuário e fornecem soluções personalizadas por meio da interação. Mesmo sem instruções explícitas, os agentes de IA podem resolver problemas autonomamente, melhorar a eficiência e criar novos valores.

Myshell é uma plataforma de aplicação AI nativa aberta que fornece um conjunto abrangente e fácil de usar de ferramentas para configurar a funcionalidade do bot, aparência, som e se conectar a bases de conhecimento externas. Está comprometido em criar um ecossistema de conteúdo de IA justo e aberto, usando tecnologia de IA generativa para capacitar indivíduos a se tornarem super criadores. Myshell treinou modelos de linguagem grandes especializados para tornar o jogo de papéis mais humano. Sua tecnologia de clonagem de voz pode acelerar a interação de produtos de IA personalizados, reduzir o custo de síntese de fala em 99% e a clonagem de voz leva apenas 1 minuto. Agentes de IA personalizados criados com Myshell podem atualmente ser aplicados em diversas áreas, incluindo bate-papo por vídeo, aprendizado de idiomas e geração de imagens.

Na convergência de Web3 e IA, o foco atual está principalmente na exploração da camada de infraestrutura para resolver problemas-chave, como obtenção de dados de alta qualidade, proteção da privacidade dos dados, colocação de modelos on-chain, melhorando o uso eficaz do poder computacional descentralizado e validando grandes modelos de linguagem. À medida que esses componentes de infraestrutura amadurecem, há motivos para acreditar que a convergência de Web3 e IA dará origem a uma variedade de modelos de negócios e serviços inovadores.

Declaração:

1. Este artigo é reproduzido de [espelho]. Todos os direitos autorais pertencem ao autor original [BadBot]. Se você tiver alguma objeção à reprodução, entre em contato com o Gate Learnequipe e eles lidarão com isso prontamente.
2. Aviso Legal: As opiniões expressas neste artigo são exclusivamente do autor e não constituem qualquer conselho de investimento.
3. A tradução deste artigo foi feita pela equipe Gate Learn. A menos que seja especificado o contrário, a reprodução, distribuição ou plágio de artigos traduzidos é proibida.