Fusion de Web3 et de l'IA : construire l'écosystème futur de l'Internet

Web3, en tant que nouvelle paradigme Internet décentralisé, ouvert et transparent, présente des points de convergence naturels avec les technologies d'intelligence artificielle. Dans une architecture centralisée traditionnelle, les ressources de calcul et de données de l'IA sont strictement limitées et font face à plusieurs défis, tels que des goulets d'étranglement dans la puissance de calcul, des problèmes de confidentialité et un manque de transparence dans les algorithmes. En revanche, Web3, basé sur des technologies distribuées, peut fournir une nouvelle dynamique au développement de l'IA grâce à des réseaux de calcul partagés, des transactions de données ouvertes et des calculs confidentiels. Parallèlement, l'IA peut également apporter de nombreux avantages à Web3, comme l'optimisation des contrats intelligents et des mécanismes anti-fraude, contribuant ainsi à la construction de son écosystème. Par conséquent, explorer la combinaison de Web3 et de l'IA revêt une importance significative pour la création d'infrastructures Internet de nouvelle génération et pour libérer la valeur des données et de la puissance de calcul.

Données pilotées : la pierre angulaire de l'IA et du Web3

Les données sont le moteur central du développement de l'IA, tout comme le carburant d'un moteur. Les modèles d'IA doivent digérer une énorme quantité de données de haute qualité pour acquérir une compréhension approfondie et une grande capacité de raisonnement. Les données fournissent non seulement la base d'entraînement pour les modèles d'apprentissage automatique, mais déterminent également l'exactitude et la fiabilité du modèle.

Les modèles traditionnels de collecte et d'utilisation des données d'IA centralisés présentent les principaux problèmes suivants :

• Le coût d'obtention des données est élevé, les PME ont du mal à le supporter
• Les ressources de données sont monopolisées par de grandes entreprises technologiques, formant des îlots de données.
• Les données personnelles sont exposées à des risques de fuite et d'abus.

Web3 peut résoudre les points de douleur des modèles traditionnels avec un nouveau paradigme de données décentralisées :

• Les utilisateurs peuvent vendre des ressources réseau inutilisées aux entreprises d'IA, collecter des données réseau de manière décentralisée, et après nettoyage et transformation, fournir des données réelles et de haute qualité pour l'entraînement des modèles d'IA.
• Adopter le modèle « annotation et gains », en incitant les travailleurs du monde entier à participer à l'annotation des données par le biais de jetons, en rassemblant l'expertise mondiale et en renforçant les capacités d'analyse des données.
• La plateforme d'échange de données basée sur la blockchain offre un environnement de transaction public et transparent pour les deux parties, stimulant l'innovation et le partage des données.

Cependant, l'acquisition de données dans le monde réel présente également certains problèmes, tels que la qualité des données inégale, la difficulté de traitement, le manque de diversité et de représentativité, etc. Les données synthétiques pourraient être un point fort futur dans le domaine des données Web3. Basées sur des technologies d'IA générative et de simulation, les données synthétiques peuvent simuler les caractéristiques des données réelles, servant de complément efficace pour améliorer l'efficacité d'utilisation des données. Dans des domaines tels que la conduite autonome, les transactions financières et le développement de jeux, les données synthétiques ont déjà montré des perspectives d'application matures.

Protection de la vie privée : Application du chiffrement homomorphe complet dans le Web3

À l'ère des données, la protection de la vie privée est devenue un point focal mondial, et l'adoption de réglementations telles que le RGPD de l'Union européenne reflète une stricte protection des données personnelles. Cependant, cela pose également des défis : certaines données sensibles ne peuvent pas être pleinement exploitées en raison des risques pour la vie privée, ce qui limite le potentiel et les capacités de raisonnement des modèles d'IA.

Le chiffrement complètement homomorphe (FHE) permet d'effectuer des calculs directement sur des données chiffrées, sans avoir à déchiffrer les données, et les résultats des calculs sont cohérents avec les résultats des calculs sur les données en clair. FHE offre une protection solide pour le calcul de la confidentialité de l'IA, permettant à la puissance de calcul GPU d'exécuter l'entraînement et l'inférence de modèles sans accéder aux données brutes. Cela offre un énorme avantage aux entreprises d'IA, leur permettant d'ouvrir des services API de manière sécurisée tout en protégeant leurs secrets commerciaux.

FHEML prend en charge le traitement crypté des données et des modèles tout au long du cycle d'apprentissage automatique, garantissant la sécurité des informations sensibles et prévenant les risques de fuite de données. De cette manière, FHEML renforce la confidentialité des données et fournit un cadre de calcul sécurisé pour les applications d'IA.

FHEML est un complément à ZKML, ZKML prouve l'exécution correcte de l'apprentissage automatique, tandis que FHEML met l'accent sur le calcul de données cryptées pour préserver la confidentialité des données.

Révolution de la puissance de calcul : Calcul AI dans un réseau décentralisé

Actuellement, la complexité de calcul des systèmes d'IA double tous les 3 mois, entraînant une explosion de la demande en puissance de calcul, bien supérieure à l'offre de ressources de calcul existantes. Par exemple, l'entraînement d'un grand modèle de langage nécessite une énorme puissance de calcul, équivalente à 355 ans de temps d'entraînement sur un seul appareil. Cette pénurie de puissance de calcul limite non seulement les progrès de la technologie IA, mais rend également les modèles d'IA avancés inaccessibles pour la plupart des chercheurs et des développeurs.

En même temps, le taux d'utilisation des GPU dans le monde est inférieur à 40 %, et l'amélioration des performances des microprocesseurs ralentit, tandis que les pénuries de puces causées par des facteurs de chaîne d'approvisionnement et géopolitiques rendent le problème de l'offre de puissance de calcul encore plus grave. Les professionnels de l'IA sont confrontés à un dilemme : soit acheter du matériel, soit louer des ressources cloud, et ils ont un besoin urgent d'un service de calcul à la demande et économique.

Le réseau de calcul décentralisé d'IA agrège des ressources GPU inutilisées à l'échelle mondiale pour fournir aux entreprises d'IA un marché de calcul économiquement accessible. Les demandeurs de puissance de calcul peuvent publier des tâches de calcul sur le réseau, les contrats intelligents attribuent les tâches aux nœuds qui contribuent à la puissance de calcul, les nœuds exécutent les tâches et soumettent les résultats, qui sont vérifiés avant d'obtenir une récompense. Cette solution améliore l'efficacité de l'utilisation des ressources et aide à résoudre le problème du goulot d'étranglement en matière de puissance de calcul dans des domaines tels que l'IA.

En plus des réseaux de puissance décentralisés généraux, il existe des plateformes de puissance dédiées à l'entraînement et à l'inférence de l'IA. Ces réseaux de puissance décentralisés offrent un marché de puissance équitable et transparent, brisant les monopoles, abaissant les barrières d'entrée et améliorant l'efficacité de l'utilisation de la puissance. Dans l'écosystème Web3, les réseaux de puissance décentralisés joueront un rôle clé, attirant davantage d'applications décentralisées innovantes pour promouvoir conjointement le développement et l'application des technologies de l'IA.

Dispositifs IoT : Web3 habilite l'IA en périphérie

Imaginez que votre téléphone, votre montre intelligente et même vos appareils intelligents à la maison aient la capacité de faire fonctionner de l'IA - c'est là toute l'attractivité de l'IA en périphérie. Cela permet à l'informatique de se produire à la source des données, offrant un traitement en temps réel avec une faible latence, tout en protégeant la vie privée des utilisateurs. La technologie de l'IA en périphérie est déjà appliquée dans des domaines clés tels que la conduite autonome.

Dans le domaine du Web3, nous l'appelons réseau d'infrastructure physique décentralisé. Le Web3 met l'accent sur la décentralisation et la souveraineté des données des utilisateurs. Ce réseau traite les données localement, renforce la protection de la vie privée des utilisateurs et réduit les risques de fuite de données ; le mécanisme économique des tokens natifs de Web3 peut inciter les nœuds à fournir des ressources de calcul, construisant ainsi un écosystème durable.

Actuellement, ce type de réseau se développe rapidement dans l'écosystème d'une blockchain publique haute performance, devenant l'une des plateformes de déploiement préférées pour les projets. Le haut débit, les faibles frais de transaction et les innovations technologiques de cette blockchain publique fournissent un soutien puissant aux projets concernés. À l'heure actuelle, la capitalisation boursière de ces projets sur cette blockchain publique a déjà dépassé 10 milliards de dollars, et plusieurs projets connus ont réalisé des progrès significatifs.

Émission du modèle initial : Nouveau paradigme de publication des modèles d'IA

Le modèle initial a été émis (IMO), un concept proposé pour la première fois par un certain protocole, qui a tokenisé les modèles d'IA.

Dans un modèle traditionnel, en raison du manque de mécanismes de partage des revenus, les développeurs de modèles d'IA ont du mal à obtenir des revenus continus de l'utilisation ultérieure des modèles, en particulier lorsque les modèles sont intégrés dans d'autres produits et services, les créateurs originaux ont du mal à suivre l'utilisation et à obtenir des revenus. De plus, les performances et l'efficacité des modèles d'IA manquent souvent de transparence, rendant difficile pour les investisseurs et les utilisateurs potentiels d'évaluer leur véritable valeur, ce qui limite la reconnaissance sur le marché et le potentiel commercial des modèles.

IMO propose un nouveau mode de financement et de partage de valeur pour les modèles AI open source. Les investisseurs peuvent acheter des tokens IMO pour partager les bénéfices générés ultérieurement par le modèle. Un certain protocole utilise un standard ERC spécifique, combinant des oracles AI et des techniques d'apprentissage automatique sur la blockchain pour garantir l'authenticité des modèles AI et permettre aux détenteurs de tokens de partager les bénéfices.

Le modèle IMO renforce la transparence et la confiance, encourage la collaboration open source, s'adapte aux tendances du marché des cryptomonnaies et injecte une dynamique pour le développement durable des technologies d'IA. L'IMO est actuellement à un stade d'expérimentation précoce, mais avec l'augmentation de l'acceptation du marché et l'élargissement de la portée de la participation, son innovation et sa valeur potentielle sont prometteuses.

Agents IA : Une nouvelle ère d'expérience interactive

Les agents intelligents de l'IA peuvent percevoir l'environnement, réfléchir de manière autonome et prendre des mesures appropriées pour atteindre des objectifs définis. Soutenus par de grands modèles de langage, les agents intelligents de l'IA peuvent non seulement comprendre le langage naturel, mais aussi planifier des décisions et exécuter des tâches complexes. Ils peuvent servir d'assistants virtuels, apprenant les préférences des utilisateurs grâce à des interactions et offrant des solutions personnalisées. Même sans instructions claires, les agents intelligents de l'IA peuvent résoudre des problèmes de manière autonome, améliorer l'efficacité et créer de la nouvelle valeur.

Une plateforme d'application native AI ouverte propose un ensemble d'outils de création complets et faciles à utiliser, permettant aux utilisateurs de configurer les fonctionnalités, l'apparence, la voix des robots ainsi que de se connecter à des bases de connaissances externes, s'engageant à créer un écosystème de contenu AI équitable et ouvert. En utilisant la technologie AI générative, elle permet aux individus de devenir des super créateurs. Cette plateforme a formé des modèles de langage de grande taille spécialement conçus, rendant les jeux de rôle plus humanisés ; la technologie de clonage vocal peut accélérer l'interaction personnalisée des produits AI, réduisant le coût de la synthèse vocale de 99 %, et le clonage vocal ne prend qu'une minute. Grâce aux agents intelligents AI personnalisés de cette plateforme, ils peuvent actuellement être appliqués dans plusieurs domaines tels que le chat vidéo, l'apprentissage des langues, et la génération d'images.

Dans le domaine de la fusion entre Web3 et l'IA, l'accent est actuellement mis sur l'exploration de l'infrastructure de base, sur la manière d'obtenir des données de haute qualité, de protéger la vie privée des données, sur la manière d'héberger des modèles sur la chaîne, sur la manière d'améliorer l'utilisation efficace de la puissance de calcul décentralisée et sur la manière de valider les grands modèles de langage, entre autres questions clés. À mesure que ces infrastructures se perfectionnent progressivement, nous avons des raisons de croire que la fusion entre Web3 et l'IA donnera naissance à une série de modèles commerciaux et de services innovants.