Quando Jen-Hsun Huang falou no WGS em Dubai, ele propôs o termo “IA soberana”. Então, qual IA soberana pode atender aos interesses e demandas da comunidade Crypto?
Talvez precise ser construído na forma de Web3 + AI.
Vitalik descreveu a sinergia entre IA e criptografia no artigo “A promessa e os desafios das aplicações criptográficas + IA”: A descentralização da criptografia pode equilibrar a centralização da IA é opaca, a criptografia traz transparência para a IA, o Blockchain facilita o armazenamento e o rastreamento; De dados. Esse tipo de sinergia percorre todo o cenário industrial da Web3+AI.
A maioria dos projetos Web3 + AI usa tecnologia blockchain para resolver problemas de construção de projetos de infraestrutura na indústria de IA, e alguns projetos usam IA para resolver certos problemas em aplicativos Web3.
A imagem da indústria Web3 + AI é aproximadamente a seguinte:
A produção e o fluxo de trabalho da IA são aproximadamente os seguintes:
Nestes links, a combinação de Web3 e IA reflete-se principalmente em quatro aspectos:
Camada de poder de computação: capitalizando o poder de computação
Nos últimos dois anos, o poder computacional utilizado para treinar grandes modelos de IA aumentou exponencialmente, duplicando basicamente a cada trimestre, e crescendo a uma taxa que excede em muito a Lei de Moore. Esta situação levou a um desequilíbrio a longo prazo na oferta e procura de poder computacional de IA, e os preços de hardware, como GPUs, aumentaram rapidamente, aumentando assim o custo do poder computacional.
Mas, ao mesmo tempo, há também uma grande quantidade de hardware de potência de computação de médio a baixo nível ocioso no mercado. Pode ser que o poder de computação único desta parte do hardware de médio a baixo nível não consiga atender ao alto. -necessidades de desempenho. No entanto, se uma rede de poder computacional distribuído for construída através da Web3 e uma rede descentralizada de recursos computacionais for criada através do aluguel e compartilhamento de poder computacional, ela ainda poderá atender às necessidades de muitas aplicações de IA. Como é usado poder de computação ocioso distribuído, o custo do poder de computação de IA pode ser significativamente reduzido.
A divisão da camada de potência de computação inclui:
Poder de computação descentralizado geral (como Arkash, Io.net, etc.);
Poder de computação descentralizado para treinamento de IA (como Gensyn, Flock.io, etc.);
Poder de computação descentralizado para inferência de IA (por exemplo, Fetch.ai, Hyperbolic, etc.);
Poder de computação descentralizado para renderização 3D (como The Render Network, etc.).
A principal vantagem da ativostização do poder de computação do Web3+AI reside em projetos descentralizados de poder de computação. Ele pode facilmente expandir a escala da rede quando combinado com incentivos de token. Além disso, seu custo de recursos de computação é baixo e altamente econômico, o que pode satisfazer alguns. requisitos de potência de computação de médio a baixo custo.
Camada de dados: capitalização de dados
Os dados são o óleo e o sangue da IA. Se você não confiar na Web3, geralmente apenas empresas gigantes têm uma grande quantidade de dados de usuários. É difícil para startups comuns obter dados extensos, e o valor dos dados de usuários na indústria de IA não é repassado aos usuários. Através do Web3+AI, processos como coleta de dados, anotação de dados e armazenamento distribuído de dados podem ser mais baratos, mais transparentes e mais benéficos para os usuários.
A coleta de dados de alta qualidade é um pré-requisito para o treinamento do modelo de IA. Por meio do Web3, você pode usar redes distribuídas, combinadas com mecanismos de incentivo de token apropriados e métodos de coleta de crowdsourcing para obter dados extensos e de alta qualidade a um custo menor.
De acordo com a finalidade do projeto, os projetos de dados incluem principalmente as seguintes categorias:
Projetos de coleta de dados (como Grass, etc.);
Projetos de comércio de dados (como Ocean Protocol, etc.);
Projetos de anotação de dados (como Taida, Alaya, etc.);
Projetos de fonte de dados Blockchain (como Spice AI, Space and time, etc.);
Projetos de armazenamento descentralizado (como Filecoin, Arweave, etc.).
Os projetos Web3+AI baseados em dados são mais desafiadores no processo de concepção do modelo econômico Token porque os dados são mais difíceis de padronizar do que o poder da computação.
Camada de plataforma: capitalizando o valor da plataforma
A maioria dos projetos de plataforma será comparada com o Hugging Face, com o objetivo de integrar vários recursos na indústria de IA. Estabeleça uma plataforma que agregue links para vários recursos e funções, como dados, poder de computação, modelos, desenvolvedores de IA e blockchain para resolver de forma mais conveniente diversas necessidades com a plataforma como centro. Por exemplo, Giza se concentra na construção de uma plataforma de operação zkML abrangente, com o objetivo de tornar a inferência de aprendizado de máquina confiável e transparente, porque os dados e as caixas pretas do modelo são problemas comuns na IA atualmente. Ele usa senhas como ZK e FHE por meio de técnicas de aprendizagem Web3. verificar se o raciocínio do modelo é realmente executado corretamente será, mais cedo ou mais tarde, solicitado pela indústria.
Existem também camadas 1/camada 2 para Focus AI, como Nuroblocks, Janction, etc. A narrativa central conecta vários poderes de computação, dados, modelos, desenvolvedores de IA, nós e outros recursos, e ajuda os aplicativos Web3+AI a alcançar rápida construção e desenvolvimento, empacotando componentes e SDKs comuns.
Existem também plataformas do tipo Agent Network, com base nas quais agentes de IA podem ser construídos para vários cenários de aplicação, como Olas, ChainML, etc.
Os projetos Web3+AI do tipo plataforma usam principalmente Token para capturar o valor da plataforma e incentivar todos os participantes da plataforma a construí-la em conjunto. É útil para projetos iniciais de 0 a 1 e pode reduzir a dificuldade para as partes do projeto encontrarem parceiros como poder de computação, dados, comunidades de desenvolvedores de IA, nós, etc.
Camada de aplicação: ativos de valor de IA
A maioria dos projetos de infraestrutura anteriores usa a tecnologia blockchain para resolver os problemas de construção de projetos de infraestrutura na indústria de IA. Os projetos da camada de aplicativo tratam mais do uso de IA para resolver problemas em aplicativos Web3.
Por exemplo, Vitalik mencionou duas direções no artigo, o que considero muito significativo.
Uma delas é a IA como participante da Web3. Por exemplo: nos jogos Web3, a IA pode atuar como um jogador, pode compreender rapidamente as regras do jogo e concluir as tarefas do jogo com mais eficiência. No DEX, a IA desempenha um papel na negociação de arbitragem nos mercados de previsão; , o AI Agent pode aceitar amplamente uma grande quantidade de dados, base de conhecimento e informações, treinar os recursos de análise e previsão de seu modelo e fornecê-los aos usuários como um produto, ajudando os usuários a prever eventos específicos por meio do raciocínio do modelo, como eventos esportivos , eleições presidenciais, etc.
A segunda é criar IA privada descentralizada e escalável. Porque muitos usuários estão preocupados com o problema da caixa preta da IA e o sistema é tendencioso ou existem alguns dApps que enganam os usuários para obter lucros por meio da tecnologia de IA; Essencialmente, isso ocorre porque os usuários não têm direitos de revisão e governança sobre o treinamento do modelo de IA e o processo de inferência. Mas se você criar uma IA Web3, como o projeto Web3, a comunidade distribuirá direitos de governança para esta IA, que podem ser mais facilmente aceitos.
No momento, não há projetos de cavalo branco com tetos altos na camada de aplicação Web3+AI.
Resumir
Web3 + AI ainda está em seus estágios iniciais e a indústria está dividida quanto às perspectivas de desenvolvimento desta via. Continuaremos a prestar atenção a esta via. Esperamos que a combinação da Web3 e da IA possa criar produtos que sejam mais valiosos do que a IA centralizada, permitindo que a IA se livre dos rótulos de "controle gigante" e "monopólio" e "co-governe a IA" de uma forma mais comunitária. caminho. Talvez no processo de participação e governação mais estreitas, os humanos tenham mais “admiração” e menos “medo” da IA.