Web3 weist als dezentrales, offenes und transparentes neues Paradigma des Internets eine inhärente Synergie mit KI auf. In der traditionellen zentralisierten Architektur unterliegen KI-Rechen- und Datenressourcen einer strengen Kontrolle und stehen vor zahlreichen Herausforderungen wie Rechenengpässen, Datenschutzverletzungen und algorithmischen Blackboxes. Auf der anderen Seite kann Web3, das auf verteilten Technologien basiert, der KI-Entwicklung durch gemeinsam genutzte Rechennetzwerke, offene Datenmärkte und datenschutzfreundliche Berechnungen neue Vitalität verleihen. Gleichzeitig kann KI Web3 mit Funktionen wie der Optimierung von Smart Contracts und Betrugsschutzalgorithmen ausstatten und so den Aufbau des Ökosystems unterstützen. Daher ist die Erforschung der Konvergenz von Web3 und KI von entscheidender Bedeutung für den Aufbau der Internetinfrastruktur der nächsten Generation und die Erschließung des Werts von Daten und Rechenleistung.

Datengesteuert: Die solide Grundlage von KI und Web3

Daten sind die treibende Kraft hinter der KI-Entwicklung, vergleichbar mit dem Treibstoff für einen Motor. KI-Modelle müssen große Mengen qualitativ hochwertiger Daten aufnehmen, um ein tiefgreifendes Verständnis und solide Denkfähigkeiten zu erlangen. Daten bilden nicht nur die Trainingsgrundlage für Modelle des maschinellen Lernens, sondern bestimmen auch deren Genauigkeit und Zuverlässigkeit.

Im herkömmlichen zentralisierten Modell zur Erfassung und Nutzung von KI-Daten treten mehrere wichtige Probleme auf:

• Die Kosten für die Datenerfassung sind unerschwinglich hoch, was die Teilnahme für kleine und mittlere Unternehmen schwierig macht.

• Datenressourcen werden von Technologiegiganten monopolisiert, wodurch Datensilos entstehen.

• Beim Schutz personenbezogener Daten besteht das Risiko von Verlust und Missbrauch.

Web3 bietet ein neues dezentrales Datenparadigma, um die Schwachstellen traditioneller Modelle zu beheben:

• Durch Projekte wie Grass können Benutzer ihre ungenutzte Netzwerkkapazität an KI-Unternehmen verkaufen und so ein dezentrales Crawling, Bereinigen und Transformieren von Webdaten ermöglichen, um echte, qualitativ hochwertige Daten für das Training von KI-Modellen bereitzustellen.

• Public AI verfolgt ein „Label-to-Earn“-Modell und belohnt Mitarbeiter weltweit mit Tokens für die Teilnahme an der Datenannotation, die Zusammenstellung globaler Fachkenntnisse und die Verbesserung der Datenanalysefähigkeiten.

• Blockchain-Datentransaktionsplattformen wie Ocean Protocol und Streamr bieten eine offene und transparente Handelsumgebung für Datenangebot und -nachfrage und fördern Dateninnovation und -austausch.

Dennoch ist die Datenerfassung in der realen Welt auch mit Herausforderungen wie unterschiedlicher Datenqualität, hoher Verarbeitungskomplexität und mangelnder Vielfalt und Repräsentativität verbunden. Synthetische Daten könnten der aufsteigende Stern im Web3-Datenbereich sein. Basierend auf generativen KI-Technologien und Simulationen können synthetische Daten die Eigenschaften realer Daten nachahmen, diese effektiv ergänzen und die Effizienz der Datennutzung verbessern. In Bereichen wie autonomes Fahren, Finanzmarkthandel und Spieleentwicklung haben synthetische Daten ihr ausgereiftes Anwendungspotenzial bereits unter Beweis gestellt.

Datenschutz: Die Rolle von FHE in Web3

Im datengesteuerten Zeitalter ist der Datenschutz zu einem globalen Schwerpunkt geworden, wie die Verabschiedung von Vorschriften wie der Datenschutz-Grundverordnung (DSGVO) der EU zeigt, die den strengen Schutz der Privatsphäre zum Ausdruck bringen. Dies bringt jedoch auch Herausforderungen mit sich: Einige sensible Daten können aufgrund von Datenschutzrisiken nicht vollständig genutzt werden, was zweifellos das Potenzial und die Denkfähigkeiten von KI-Modellen einschränkt.

FHE oder Fully Homomorphic Encryption ermöglicht direkte Berechnungen an verschlüsselten Daten, ohne dass eine Entschlüsselung erforderlich ist, während die Berechnungsergebnisse mit der Durchführung derselben Operationen an Klartextdaten übereinstimmen.

FHE bietet robusten Schutz für KI-Datenschutzberechnungen und ermöglicht es der GPU-Rechenleistung, Modelltrainings- und Inferenzaufgaben auszuführen, ohne auf die Originaldaten zugreifen zu müssen. Dies bietet KI-Unternehmen erhebliche Vorteile, da sie API-Dienste sicher öffnen und gleichzeitig Geschäftsgeheimnisse schützen können.

FHEML unterstützt die verschlüsselte Verarbeitung von Daten und Modellen während des gesamten Lebenszyklus des maschinellen Lernens, gewährleistet die Sicherheit vertraulicher Informationen und verhindert Datenlecks. Auf diese Weise stärkt FHEML den Datenschutz und bietet ein sicheres Computer-Framework für KI-Anwendungen.

FHEML ergänzt ZKML, wobei ZKML die korrekte Ausführung des maschinellen Lernens beweist, während FHEML den Schwerpunkt auf die Berechnung verschlüsselter Daten legt, um den Datenschutz zu wahren.

Die Computing-Revolution: KI-Berechnungen in dezentralen Netzwerken

Die Rechenkomplexität aktueller KI-Systeme verdoppelt sich alle drei Monate, was zu einem Anstieg des Rechenleistungsbedarfs führt, der das Angebot vorhandener Rechenressourcen bei weitem übersteigt. Beispielsweise erforderte das Training des GPT-3-Modells von OpenAI immense Rechenleistung, was 355 Jahren Trainingszeit auf einem einzigen Gerät entspricht. Ein solcher Mangel an Rechenleistung schränkt nicht nur den Fortschritt der KI-Technologie ein, sondern macht fortgeschrittene KI-Modelle auch für die meisten Forscher und Entwickler unzugänglich.

Darüber hinaus liegt die globale GPU-Auslastungsrate unter 40 %, gepaart mit der Verlangsamung der Mikroprozessor-Leistungsverbesserungen und Lieferketten- und geopolitischen Faktoren, die zu Chip-Engpässen führen, verschärfen das Problem der Rechenleistungsversorgung. KI-Anwender stehen vor einem Dilemma: Entweder sie kaufen Hardware oder sie mieten Cloud-Ressourcen und benötigen dringend ein On-Demand-Modell für kostengünstige Rechendienste.

IO.net ist ein dezentrales KI-Rechenleistungsnetzwerk auf Basis von Solana, das ungenutzte GPU-Ressourcen weltweit zusammenfasst, um KI-Unternehmen einen wirtschaftlichen und zugänglichen Markt für Rechenleistung zu bieten. Einheiten, die Rechenleistung benötigen, können Rechenaufgaben im Netzwerk veröffentlichen, und Smart Contracts weisen Aufgaben an beitragende Miner-Knoten zu. Miner führen die Aufgaben aus, übermitteln die Ergebnisse und erhalten nach erfolgreicher Überprüfung Belohnungspunkte. Der Ansatz von IO.net verbessert die Effizienz der Ressourcennutzung und trägt dazu bei, Engpässe bei der Rechenleistung in Bereichen wie der KI zu verringern.

Zusätzlich zu allgemeinen dezentralen Rechenleistungsnetzwerken gibt es Plattformen, die sich speziell dem KI-Training widmen, wie Gensyn und Flock.io, sowie spezialisierte Rechenleistungsnetzwerke, die sich auf KI-Inferenz konzentrieren, wie Ritual und Fetch.ai.

Dezentrale Rechenleistungsnetze sorgen für einen fairen und transparenten Markt für Rechenleistung, brechen Monopole, senken Anwendungsbarrieren und verbessern die Nutzungseffizienz. Innerhalb des Web3-Ökosystems werden dezentrale Rechenleistungsnetze eine entscheidende Rolle spielen, indem sie mehr innovative dApps anziehen und gemeinsam die Entwicklung und Anwendung von KI-Technologien vorantreiben.

DePIN: Web3 stärkt Edge-KI

Stellen Sie sich vor, Ihr Smartphone, Ihre Smartwatch oder sogar Ihre Smart-Home-Geräte könnten KI ausführen – das ist der Reiz von Edge AI. Es ermöglicht Berechnungen an der Datenquelle, wodurch geringe Latenzzeiten und Echtzeitverarbeitung realisiert werden und gleichzeitig die Privatsphäre der Benutzer geschützt wird. Edge AI-Technologie wird bereits in kritischen Bereichen wie dem autonomen Fahren eingesetzt.

Im Web3-Bereich gibt es einen bekannteren Namen: DePIN. Web3 legt den Schwerpunkt auf Dezentralisierung und Benutzerdatensouveränität, und DePIN verbessert den Datenschutz der Benutzer durch lokale Datenverarbeitung, wodurch das Risiko von Datenlecks verringert wird. Die native Token-Ökonomie von Web3 kann DePIN-Knoten dazu anregen, Rechenressourcen bereitzustellen und so ein nachhaltiges Ökosystem aufzubauen.

Derzeit entwickelt sich DePIN im Solana-Ökosystem rasant und wird zu einer der bevorzugten öffentlichen Kettenplattformen für die Projektbereitstellung. Solanas hoher Durchsatz, niedrige Transaktionsgebühren und technologische Innovationen haben DePIN-Projekte stark unterstützt. Derzeit übersteigt die Marktkapitalisierung von DePIN-Projekten auf Solana 10 Milliarden US-Dollar, wobei namhafte Projekte wie Render Network und Helium Network erhebliche Fortschritte erzielen.

IMO: Ein neues Paradigma für die Veröffentlichung von KI-Modellen

Das Konzept von IMO (Initial Model Offering) wurde erstmals durch das Ora-Protokoll eingeführt, das KI-Modelle tokenisiert.

Im traditionellen Modell gibt es keinen Mechanismus zur Umsatzbeteiligung. Sobald ein KI-Modell entwickelt und auf den Markt gebracht wurde, haben Entwickler oft Schwierigkeiten, durch die spätere Nutzung des Modells kontinuierliche Einnahmen zu erzielen. Insbesondere wenn das Modell in andere Produkte und Dienste integriert wird, wird es für die ursprünglichen Entwickler schwierig, die Nutzung zu verfolgen und so Einnahmen zu erzielen. Darüber hinaus sind Leistung und Wirksamkeit von KI-Modellen oft nicht transparent, was es potenziellen Investoren und Benutzern erschwert, ihren wahren Wert einzuschätzen, was die Marktakzeptanz und das kommerzielle Potenzial einschränkt.

IMO bietet eine neuartige Methode zur Finanzierung und Wertteilung für Open-Source-KI-Modelle. Investoren können IMO-Token kaufen, um an den späteren Einnahmen des Modells teilzuhaben. Ora Protocol verwendet die ERC-Standards ERC-7641 und ERC-7007 in Kombination mit einer Onchain AI Oracle- und OPML-Technologie, um die Authentizität von KI-Modellen sicherzustellen und Token-Inhabern eine Beteiligung an den Einnahmen zu ermöglichen.

Das IMO-Modell verbessert Transparenz und Vertrauen, fördert die Open-Source-Zusammenarbeit, passt sich den Trends auf dem Kryptomarkt an und verleiht der nachhaltigen Entwicklung der KI-Technologie Schwung. Obwohl sich IMO noch in der frühen experimentellen Phase befindet, sind sein innovativer Charakter und sein potenzieller Wert mit zunehmender Marktakzeptanz und -beteiligung erwartungsvoll.

KI-Agenten: Eine neue Ära interaktiver Erlebnisse

KI-Agenten können ihre Umgebung wahrnehmen, selbstständig denken und geeignete Maßnahmen ergreifen, um vordefinierte Ziele zu erreichen. Mithilfe großer Sprachmodelle verstehen KI-Agenten nicht nur natürliche Sprache, sondern können auch planen, Entscheidungen treffen und komplexe Aufgaben ausführen. Sie können als virtuelle Assistenten fungieren, Benutzerpräferenzen durch Interaktionen lernen und personalisierte Lösungen bereitstellen. Auch ohne explizite Anweisungen können KI-Agenten Probleme autonom lösen, die Effizienz steigern und neue Werte schaffen.

Myshell ist eine offene KI-native Anwendungsplattform, die ein umfassendes und benutzerfreundliches Toolset zum Konfigurieren von Bot-Funktionen, Erscheinungsbildern, Stimmen und zum Verbinden mit externen Wissensdatenbanken bietet. Ziel ist es, ein faires und offenes KI-Inhaltsökosystem zu schaffen, das Einzelpersonen befähigt, durch den Einsatz generativer KI-Technologien zu Superschöpfern zu werden. Myshell hat spezialisierte große Sprachmodelle trainiert, um Rollenspiele menschlicher zu gestalten. Seine Sprachklontechnologie kann personalisierte KI-Produktinteraktionen beschleunigen und die Kosten für die Sprachsynthese um 99 % senken, wobei das Stimmenklonen in nur 1 Minute möglich ist. Mit Myshell erstellte, maßgeschneiderte KI-Agenten können derzeit in verschiedenen Bereichen eingesetzt werden, darunter Video-Chat, Sprachenlernen und Bildgenerierung.

Bei der Konvergenz von Web3 und KI liegt der Schwerpunkt derzeit vor allem auf der Erforschung der Infrastrukturebene und der Lösung kritischer Probleme wie der Erfassung qualitativ hochwertiger Daten, dem Schutz der Privatsphäre, dem Hosten von Modellen in der Kette, der Verbesserung der effizienten Nutzung dezentraler Rechenleistung und der Überprüfung großer Sprachmodelle. Da diese Infrastrukturkomponenten nach und nach ausgereifter werden, haben wir Grund zu der Annahme, dass die Fusion von Web3 und KI eine Reihe innovativer Geschäftsmodelle und Dienste hervorbringen wird.