Fusión de AI y Web3: Construyendo la infraestructura de Internet de nueva generación

Como un nuevo paradigma de Internet descentralizado, abierto y transparente, Web3 presenta oportunidades de fusión naturales con la IA. En una arquitectura tradicional centralizada, el cálculo de IA y los recursos de datos enfrentan un control estricto, al mismo tiempo que existen desafíos como cuellos de botella en la capacidad de cálculo, filtraciones de privacidad y cajas negras algorítmicas. Web3, basado en tecnología distribuida, inyecta nueva energía al desarrollo de la IA a través de redes de poder compartido, mercados de datos abiertos y computación de privacidad. Al mismo tiempo, la IA puede proporcionar mucho apoyo a Web3, como la optimización de contratos inteligentes y algoritmos antitrampa, promoviendo la construcción de su ecosistema. Por lo tanto, explorar la combinación de Web3 y IA es de gran importancia para construir la infraestructura de Internet de próxima generación y liberar el valor de los datos y la capacidad de cálculo.

Impulsado por datos: La sólida base de la IA y Web3

Los datos son el motor principal que impulsa el desarrollo de la IA. Los modelos de IA necesitan procesar grandes cantidades de datos de alta calidad para obtener una comprensión profunda y una potente capacidad de razonamiento. Los datos no solo proporcionan la base de entrenamiento para los modelos de aprendizaje automático, sino que también determinan la precisión y la fiabilidad del modelo.

Los siguientes problemas principales existen en los modelos tradicionales de adquisición y uso de datos de IA centralizados:

• El costo de adquisición de datos es elevado, lo que dificulta a las pequeñas y medianas empresas asumirlo.
• Los recursos de datos están monopolizados por grandes empresas tecnológicas, creando islas de datos.
• Los datos personales enfrentan el riesgo de filtración y abuso.

Web3 aborda los puntos de dolor del modelo tradicional a través de un nuevo paradigma de datos descentralizados:

• Los usuarios pueden vender recursos de red no utilizados a empresas de IA para recopilar datos de la red de manera descentralizada, proporcionando datos reales y de alta calidad después de la limpieza y transformación para el entrenamiento de modelos de IA.
• Adoptar el modelo "label to earn", incentivando a trabajadores de todo el mundo a participar en la anotación de datos a través de tokens, reuniendo conocimiento profesional global y mejorando la capacidad de análisis de datos.
• La plataforma de intercambio de datos en blockchain proporciona un entorno de transacción público y transparente para ambas partes de la oferta y la demanda de datos, promoviendo la innovación y el intercambio de datos.

Sin embargo, la obtención de datos del mundo real todavía presenta algunos problemas, como la calidad variable de los datos, la dificultad de procesamiento, la falta de diversidad y representatividad, entre otros. Los datos sintéticos podrían convertirse en la estrella del futuro en el campo de los datos de Web3. Basados en tecnologías de IA generativa y simulaciones, los datos sintéticos pueden simular las propiedades de los datos reales, como un complemento efectivo para mejorar la eficiencia en el uso de datos. En campos como la conducción autónoma, el comercio en mercados financieros y el desarrollo de juegos, los datos sintéticos ya han demostrado un potencial de aplicación maduro.

Protección de la privacidad: Aplicaciones de FHE en Web3

En la era impulsada por los datos, la protección de la privacidad se ha convertido en un foco de atención global. La aparición de regulaciones relacionadas refleja una estricta protección de la privacidad personal. Sin embargo, esto también trae desafíos: algunos datos sensibles no pueden ser utilizados plenamente debido a los riesgos de privacidad, limitando el potencial y la capacidad de razonamiento de los modelos de IA.

La encriptación totalmente homomórfica (FHE) permite realizar operaciones de cálculo directamente sobre datos encriptados sin necesidad de descifrar los datos, y los resultados de los cálculos son consistentes con los resultados de los datos en texto claro. FHE proporciona una sólida protección para el cálculo privado de IA, permitiendo que la potencia de cálculo de la GPU ejecute tareas de entrenamiento e inferencia de modelos en un entorno sin contacto con los datos originales. Esto ofrece una gran ventaja a las empresas de IA, que pueden abrir de manera segura servicios API mientras protegen sus secretos comerciales.

FHEML admite el procesamiento de datos y modelos cifrados durante todo el ciclo de vida del aprendizaje automático, garantizando la seguridad de la información sensible y previniendo el riesgo de filtraciones de datos. FHEML refuerza la privacidad de los datos y proporciona un marco de cálculo seguro para aplicaciones de IA. FHEML complementa a ZKML, que prueba la correcta ejecución del aprendizaje automático, mientras que FHEML enfatiza el cálculo sobre datos cifrados para mantener la privacidad de los datos.

Revolución del poder de cálculo: Computación AI en redes descentralizadas

La complejidad computacional de los sistemas de IA actuales se duplica cada 3 meses, lo que provoca un aumento explosivo en la demanda de potencia de cálculo, superando con creces la oferta de recursos computacionales existentes. Por ejemplo, el entrenamiento de un modelo de IA conocido requiere una enorme potencia de cálculo, equivalente a 355 años de tiempo de entrenamiento en un solo dispositivo. La escasez de potencia de cálculo no solo limita el progreso de la tecnología de IA, sino que también hace que los modelos de IA avanzados sean difíciles de alcanzar para la mayoría de los investigadores y desarrolladores.

Al mismo tiempo, la tasa de utilización global de GPU es inferior al 40%, sumado a la desaceleración en el aumento del rendimiento de los microprocesadores y a la escasez de chips provocada por factores de la cadena de suministro y geopolíticos, lo que agrava aún más el problema del suministro de potencia computacional. Los profesionales de la IA se enfrentan a un dilema: o compran hardware por su cuenta, o alquilan recursos en la nube; necesitan urgentemente una forma de servicio de computación bajo demanda y rentable.

Algunas redes de computación descentralizada de IA proporcionan un mercado de computación accesible económicamente para las empresas de IA al agregar recursos de GPU inactivos a nivel mundial. Los demandantes de potencia de cálculo pueden publicar tareas de cálculo en la red, los contratos inteligentes asignan las tareas a los nodos que contribuyen con potencia de cálculo, los nodos ejecutan las tareas y envían los resultados, y después de la verificación, reciben recompensas. Esta solución mejora la eficiencia en la utilización de recursos y ayuda a resolver el problema de cuellos de botella en la potencia de cálculo en campos como la IA.

Además de la red de computación descentralizada general, también existen redes de computación dedicadas a la capacitación e inferencia de IA. La red de computación descentralizada proporciona un mercado de computación justo y transparente, rompiendo monopolios, reduciendo las barreras de entrada y mejorando la eficiencia en el uso de la computación. En el ecosistema Web3, la red de computación descentralizada desempeñará un papel clave, atrayendo a más aplicaciones innovadoras para impulsar conjuntamente el desarrollo y la aplicación de la tecnología de IA.

DePIN: Web3 empodera la inteligencia artificial en el borde

Edge AI permite que el cálculo ocurra en la fuente de generación de datos, logrando un procesamiento en tiempo real y de baja latencia, al tiempo que protege la privacidad del usuario. La tecnología Edge AI ya se ha aplicado en campos clave como la conducción autónoma.

En el ámbito de Web3, DePIN (Red de Infraestructura Física Descentralizada) tiene similitudes con Edge AI. Web3 enfatiza la descentralización y la soberanía de los datos del usuario; DePIN mejora la protección de la privacidad del usuario mediante el procesamiento local de datos, reduciendo el riesgo de filtraciones de datos. El mecanismo de economía de tokens nativo de Web3 puede incentivar a los nodos de DePIN a proporcionar recursos de computación, construyendo un ecosistema sostenible.

Actualmente, DePIN está desarrollándose rápidamente en ciertos ecosistemas de cadenas públicas, convirtiéndose en una de las plataformas preferidas para el despliegue de proyectos. Altos TPS, bajos costos de transacción e innovaciones tecnológicas brindan un sólido apoyo a los proyectos DePIN. Algunos proyectos DePIN reconocidos han logrado progresos significativos.

IMO: Nueva paradigma de lanzamiento de modelos de IA

El concepto de IMO (Emisión de Modelos Iniciales) tokeniza los modelos de IA. En el modelo tradicional, los desarrolladores de modelos de IA tienen dificultades para obtener ingresos continuos de la utilización posterior del modelo, especialmente cuando el modelo se integra en otros productos y servicios. Además, el rendimiento y los efectos de los modelos de IA a menudo carecen de transparencia, lo que dificulta que los inversores y usuarios potenciales evalúen su verdadero valor, limitando así el reconocimiento en el mercado y el potencial comercial del modelo.

IMO proporciona una nueva forma de financiamiento y compartición de valor para modelos de IA de código abierto. Los inversores pueden comprar tokens IMO para compartir las ganancias generadas por el modelo en el futuro. Algunos protocolos utilizan estándares tecnológicos específicos, combinando oráculos de IA y tecnología OPML para garantizar la autenticidad del modelo de IA y que los poseedores de tokens puedan compartir las ganancias.

El modo IMO mejora la transparencia y la confianza, fomenta la colaboración de código abierto, se adapta a las tendencias del mercado criptográfico y da impulso al desarrollo sostenible de la tecnología de IA. Actualmente, el IMO se encuentra en una fase de prueba inicial, pero a medida que aumenta la aceptación del mercado y se amplía el alcance de la participación, su innovación y valor potencial son esperados con entusiasmo.

Agente de IA: La nueva era de la experiencia interactiva

El Agente de IA puede percibir el entorno, pensar de manera independiente y tomar las acciones correspondientes para lograr objetivos establecidos. Con el apoyo de modelos de lenguaje grandes, el Agente de IA no solo puede entender el lenguaje natural, sino también planificar decisiones y ejecutar tareas complejas. Pueden actuar como asistentes virtuales, aprendiendo las preferencias de los usuarios a través de la interacción y proporcionando soluciones personalizadas. Incluso sin instrucciones claras, el Agente de IA puede resolver problemas de manera autónoma, aumentando la eficiencia y creando nuevo valor.

Algunas plataformas nativas de aplicaciones de IA ofrecen un conjunto de herramientas de creación completas y fáciles de usar, que permiten a los usuarios configurar funciones de robot, apariencia, voz y conectar bases de datos externas, dedicándose a construir un ecosistema de contenido de IA justo y abierto. Utilizando tecnología de IA generativa, empoderan a las personas para convertirse en supercreadores. Estas plataformas pueden entrenar modelos de lenguaje grandes especializados, haciendo que los juegos de roles sean más humanizados; la tecnología de clonación de voz puede acelerar la interacción personalizada de productos de IA y reducir considerablemente los costos de síntesis de voz. Los Agentes de IA personalizados que utilizan estas plataformas se pueden aplicar actualmente en varios campos, como videollamadas, aprendizaje de idiomas, generación de imágenes, entre otros.

En la fusión de Web3 y AI, actualmente se presta más atención a la exploración de la capa de infraestructura, como la obtención de datos de alta calidad, la protección de la privacidad de los datos, la custodia de modelos en la cadena, el uso eficiente de la potencia de cálculo descentralizada y la validación de grandes modelos de lenguaje, entre otros problemas clave. A medida que estas infraestructuras se perfeccionen gradualmente, la fusión de Web3 y AI tiene el potencial de dar lugar a una serie de modelos de negocio y servicios innovadores.