En los últimos años, con el lanzamiento sucesivo de la serie de productos GPT, la inteligencia artificial está transformando diversas industrias. Hemos sido testigos de diversas aplicaciones de IA que entran en nuestro trabajo diario y en la vida, mejorando la eficiencia laboral, cambiando los hábitos de vida y reduciendo los costos operativos de las empresas. Debemos admitir que la IA se está convirtiendo en el punto de partida de la próxima revolución tecnológica.

El núcleo de la revolución tecnológica de la IA radica en una amplia potencia informática, modelos de algoritmos y una gran cantidad de datos de entrenamiento. Actualmente, la potencia informática de GPU de alto rendimiento escasea y es costosa, los algoritmos tienden a homogeneizarse, y existen problemas relacionados con el cumplimiento de datos y la protección de la privacidad para los datos de entrenamiento del modelo. La tecnología blockchain posee características como la descentralización y el almacenamiento distribuido, que pueden aplicarse de manera efectiva en el desarrollo, implementación y operación de modelos de IA.

Utilizando las características de blockchain para resolver el problema de potencia informática de la IA.

Para el proceso de desarrollo de IA, enfrentando problemas como la escasez de potencia de cálculo de GPU y altos costos de uso, algunos proyectos de blockchain están intentando abordarlos a través de soluciones basadas en blockchain.

Render Network es una plataforma de renderizado distribuido de alto rendimiento que conecta la brecha entre la demanda de potencia de cálculo de GPU y los proveedores de recursos de GPU inactivos utilizando el software líder en la industria de otoy. Esta configuración permite que los recursos de GPU inactivos se suministren a campos de cálculo de alta demanda como inteligencia artificial y realidad virtual a un costo más bajo.

En este ecosistema, los proveedores de GPUs inactivas conectan sus dispositivos a la Red de Render para completar diversas tareas de renderizado, mientras que los demandantes compensan a los proveedores de GPU con recompensas en forma de tokens. Este enfoque descentralizado maximiza la eficiencia de la utilización de recursos, crea valor para los participantes y reduce los costos de desarrollo y operativos de la inteligencia artificial. En diciembre del año pasado, Render logró un avance tecnológico significativo al migrar su infraestructura de la cadena de Ethereum a la de alta TPS Solana, aprovechando el alto rendimiento y la mayor escalabilidad de Solana para mejorar las capacidades de Render, incluido el streaming en tiempo real y la compresión de estado.

Imagen renderizada en la red Render

Akash es una plataforma de computación descentralizada que agrupa CPU, GPU, almacenamiento, ancho de banda, direcciones IP dedicadas y otros recursos de red inactivos en todo el mundo y los alquila a empresas y particulares que requieren alta potencia informática para tareas como la inteligencia artificial. Esto les permite aprovechar al máximo estos recursos y proporcionar servicios de alquiler de GPU. Los usuarios que proporcionan recursos de alquiler de GPU reciben tokens AKT, mientras que los demandantes obtienen acceso a potencia informática a bajo costo. El token de la plataforma AKT no solo se utiliza para liquidar pagos por recursos de red alquilados, sino que también sirve como incentivo para fomentar la participación de validadores en la gobernanza del ecosistema y el mantenimiento de la seguridad de la red. La plataforma cobra una cierta tarifa de transacción para liquidar pagos por recursos de red, lo que permite a todos los participantes en el ecosistema de la plataforma generar ingresos y impulsar la viabilidad a largo plazo de la plataforma y el crecimiento continuo de su modelo de negocio.

Gráfico estadístico en tiempo real de los recursos de red de Akash Network

Livepeer es una plataforma de red de infraestructura de video para transmisión de medios en vivo y bajo demanda. Los usuarios pueden unirse a la red ejecutando el software de la plataforma y utilizar la GPU, el ancho de banda y otros recursos de su computadora para transcodificar y distribuir videos. Este enfoque mejora la fiabilidad de las transmisiones de video y reduce los costos relacionados, como la transcodificación y la distribución, hasta 50 veces. Además, el proyecto Livepeer está introduciendo tareas de computación de video de IA en la red Livepeer, utilizando su red GPU operada por orquestadores para generar videos de IA de alta calidad, lo que reduce el costo de crear contenido de video.

Desde la descripción de los proyectos de blockchain anteriores, es evidente que blockchain puede aprovechar sus características descentralizadas y distribuidas para utilizar de manera efectiva los recursos de red inactivos para abordar la escasez actual de potencia informática de IA y altos costos. Una vez que este modelo se valide y se reconozca en más escenarios del mundo real y por startups de IA en el futuro, aliviará significativamente el problema de potencia informática.

La Integración de la IA con los Datos de la Cadena de Bloques.

Los datos son la base de los modelos de IA, y los datos utilizados para entrenar los modelos determinan las diferencias entre varios modelos de IA. En comparación con otras fuentes de datos, los datos de la cadena de bloques son de mayor calidad y transparentes, lo que permite la identificación de usuarios en la cadena de bloques.

Arkham es una plataforma que recompensa a los usuarios por proporcionar datos en cadena y análisis de inteligencia utilizando tecnología de IA. Su motor de inteligencia artificial propietario, ULTRA, puede etiquetar las direcciones en cadena con usuarios del mundo real, lo que permite vincular direcciones anónimas en cadena descentralizadas con individuos del mundo real. Al obtener una gran cantidad de datos etiquetados para direcciones anónimas en cadena a través de modelos de IA, los usuarios pueden descubrir información de transacciones en cadena de entidades a través de Arkham. Es bien sabido que el mayor desafío en la investigación de delitos relacionados con criptomonedas es identificar transferencias de fondos a través de direcciones anónimas. Las autoridades regulatorias pueden rastrear e investigar actividades delictivas como el lavado de dinero y el fraude a través de los datos etiquetados proporcionados por Arkham.

Mapa de visualización de datos en cadena de la plataforma Arkham

Además, Arkham también cuenta con una función de comercio de información de inteligencia en cadena. La característica de intercambio de Arkham permite la intercambiabilidad entre direcciones en cadena y información del mundo real fuera de la cadena. Los usuarios pueden recopilar información de inteligencia en cadena a través de recompensas de recompensa en la plataforma, y la información valiosa en cadena también se puede subastar en la plataforma. Para un análisis detallado de los productos específicos, puede consultar el artículo ¿Puede Arkham convertirse en una herramienta poderosa para la regulación en cadena?anteriormente escrito.

El motor de inteligencia artificial ULTRA de Arkham recibió apoyo durante su desarrollo de Palantir, una empresa de análisis de datos masivos y servicios de inteligencia que proporciona servicios de inteligencia artificial al gobierno de los Estados Unidos, así como de los fundadores de OpenAI. Con un apoyo tan sólido y acceso a una potente fuente de datos de entrenamiento de modelos de IA, Arkham posee la biblioteca de etiquetado de datos en cadena más robusta de la industria.

Ante el alto costo de almacenar grandes cantidades de datos para el entrenamiento de modelos de IA, proyectos de almacenamiento en blockchain como Arweave, Filecoin y Storj han proporcionado soluciones. Ya sea el pago único de Arweave por almacenamiento permanente o el modelo eficiente de pago por uso de Filecoin, estas soluciones reducen significativamente los costos de almacenamiento de datos. Además, el almacenamiento descentralizado puede mitigar el riesgo de pérdida de datos debido a desastres naturales en comparación con los métodos de almacenamiento tradicionales.

Si bien el uso de ChatGPT puede mejorar la eficiencia laboral, optimizar el modelo para mejorar la precisión de las conversaciones de IA requiere grandes cantidades de datos de usuario para entrenamiento y ajuste fino. Por lo tanto, existe un riesgo de fuga de datos sensibles y privacidad personal. Zama es una empresa de criptografía de código abierto que construye soluciones de cifrado completamente homomórfico de última generación (FHE) para blockchain e inteligencia artificial. Zama Concrete ML puede manejar de manera segura datos sensibles, permitir la colaboración de datos entre diferentes instituciones manteniendo la confidencialidad, mejorar la eficiencia y la seguridad de datos. Encripta datos de privacidad como registros médicos personales durante el entrenamiento, asegurando que cada usuario solo pueda ver el resultado final y no los datos sensibles de otras personas.

La Integración de agentes de IA con Proyectos de Blockchain.

OpenAI define a un Agente de IA como un sistema impulsado por un gran modelo de lenguaje (LLM) que posee la capacidad de comprender, percibir, planificar, recordar y utilizar herramientas de forma autónoma, lo que le permite automatizar la ejecución de tareas complejas. Con los lanzamientos sucesivos de los modelos GPT de OpenAI, se están implementando cada vez más aplicaciones de agentes de IA.

Fetch.ai es una red blockchain de autoaprendizaje que facilita principalmente actividades económicas entre agentes AI autónomos. Fetch.ai consta de cuatro partes: Agentes de AI, Agentverse, Motor de AI y red Fetch. Los usuarios pueden crear, desarrollar e implementar sus propios agentes AI utilizando los casos de uso de agentes AI proporcionados por la plataforma en Agentverse. También pueden promocionar sus agentes AI a otros usuarios en la plataforma. DeltaV es la interfaz de chat basada en AI en Fetch.ai. Los usuarios ingresan solicitudes a través de esta interfaz, y el Motor de AI lee la entrada del usuario, la convierte en tareas realizables y selecciona el agente AI más adecuado en Agentverse para ejecutar la tarea. Actualmente, la empresa alemana Bosch está colaborando con Fetch.ai para investigar la integración de la tecnología de agentes AI con aplicaciones de movilidad y hogar inteligente, abriendo conjuntamente la puerta a la era Web3 de la economía de Internet de las Cosas.

La composición del ecosistema Fetch.ai

Además, la aplicación AI Agent QnA3.AI introduce en el mundo Web3 los robots de preguntas y respuestas de IA de la industria de la encriptación, robots de análisis técnico y capacidades de comercio de activos. A través de QnA3 Bot, los usuarios pueden recopilar, analizar y ejecutar transacciones reales al negociar activos criptográficos. El comportamiento se realiza a través de las funciones del producto de "Preguntas y Respuestas", "Análisis Técnico" y "Trading en Tiempo Real", lo que minimiza la interferencia de las emociones subjetivas de los usuarios en sus decisiones comerciales.

Posibles riesgos legales

1. Riesgos de exportación de datos

En la introducción anterior, se menciona que algunos proyectos de almacenamiento descentralizado están abordando el problema de almacenamiento de datos para el entrenamiento de modelos de IA a un costo menor. Esto reduce la barrera para individuos y startups dedicados al emprendimiento en IA. Sin embargo, este enfoque de almacenamiento descentralizado puede plantear riesgos de que los datos salgan de la jurisdicción.

La Oficina Nacional de Información de Internet ha emitido las “Directrices para la Evaluación de Seguridad de la Exportación de Datos (Primera Edición)”, que establece claramente que el comportamiento de exportación de datos incluye:

(1) Transferencia y almacenamiento de datos recopilados y generados durante las operaciones nacionales a ubicaciones en el extranjero por procesadores de datos;

(2) Almacenar datos recopilados y generados por procesadores de datos en el país, y permitir que instituciones, organizaciones o individuos en el extranjero consulten, recuperen, descarguen y exporten los datos;

(3) Otros comportamientos de exportación de datos regulados por la Oficina Nacional de Información en Internet.

Entonces, ¿cuál es la definición de “exportación”? El artículo 89 de la Ley de Administración de Entrada y Salida de la República Popular China establece claramente que “exportación” se refiere a viajar desde la China continental a otros países o regiones, viajar desde la China continental a la Región Administrativa Especial de Hong Kong o la Región Administrativa Especial de Macao, y viajar desde la China continental a Taiwán. Por lo tanto, se puede ver que la determinación de si hay una exportación se basa en la jurisdicción.

Para proyectos de almacenamiento descentralizado, los usuarios almacenan datos en redes distribuidas descentralizadas como IPFS. Los archivos almacenados en la red se dividen en varios fragmentos pequeños de datos, se cifran y se almacenan en varios nodos, con nodos de almacenamiento distribuidos en todo el mundo. Imagina si una startup de IA nacional almacenara los datos para entrenar modelos de IA en nodos de tales proyectos descentralizados, ciertamente habría un riesgo de exportación de datos.

2. Riesgo de fuga de datos sensibles de privacidad

En aplicaciones de agentes de IA como QnA3.AI, los usuarios participan en conversaciones con IA para obtener información comercial de activos encriptados y ejecutar transacciones. El diálogo personal de preguntas y respuestas generado a partir de estas interacciones plantea un riesgo de exposición de datos de privacidad si es utilizado por el proyecto para el entrenamiento y la optimización del modelo. Tal filtración de datos de transacciones, si es explotada por actores malintencionados, podría llevar a fallos en las inversiones y potencialmente a mayores pérdidas.

Descargo de responsabilidad：

1. Este artículo fue reimpreso de [web3caff], Todos los derechos de autor pertenecen al autor original [Chris Chuyan]. Si hay objeciones a esta reimpresión, por favor contacte al Gate Learnequipo, y lo resolverán rápidamente.
2. Responsabilidad de descargo de responsabilidad: Las opiniones expresadas en este artículo son únicamente las del autor y no constituyen ningún consejo de inversión.
3. Las traducciones del artículo a otros idiomas son realizadas por el equipo de Gate Learn. A menos que se mencione, está prohibido copiar, distribuir o plagiar los artículos traducidos.