Web3, как децентрализованная, открытая и прозрачная новая парадигма Интернета, обладает неотъемлемой синергией с ИИ. В рамках традиционной централизованной архитектуры вычислительные ресурсы ИИ и ресурсы данных подлежат строгому контролю, что приводит к многочисленным проблемам, таким как вычислительные узкие места, нарушения конфиденциальности и алгоритмические черные ящики. С другой стороны, Web3, основанный на распределенных технологиях, может вдохнуть новую жизнь в разработку искусственного интеллекта посредством общих вычислительных сетей, открытых рынков данных и вычислений, сохраняющих конфиденциальность. В то же время ИИ может расширить возможности Web3, такие как оптимизация смарт-контрактов и алгоритмов борьбы с мошенничеством, помогая в построении экосистемы. Поэтому изучение конвергенции Web3 и искусственного интеллекта имеет решающее значение для создания интернет-инфраструктуры следующего поколения и раскрытия ценности данных и вычислительной мощности.

Управление данными: прочная основа искусственного интеллекта и Web3

Данные являются основной движущей силой развития ИИ, сродни топливу для двигателя. Модели искусственного интеллекта требуют обработки огромных объемов высококачественных данных, чтобы получить глубокое понимание и надежные способности к рассуждению. Данные не только обеспечивают основу для обучения моделей машинного обучения, но также определяют их точность и надежность.

В традиционной модели централизованного сбора и использования данных ИИ возникает несколько ключевых проблем:

• Затраты на получение данных непомерно высоки, что затрудняет участие малых и средних предприятий.

• Ресурсы данных монополизированы технологическими гигантами, создавая хранилища данных.

• Конфиденциальность персональных данных сталкивается с риском утечки и неправильного использования.

Web3 предлагает новую парадигму децентрализованных данных для решения проблем традиционных моделей:

• С помощью таких проектов, как Grass, пользователи могут продавать свои простаивающие сетевые мощности компаниям, занимающимся искусственным интеллектом, что позволяет децентрализованно сканировать, очищать и преобразовывать веб-данные для предоставления реальных, высококачественных данных для обучения моделей искусственного интеллекта.

• Публичный ИИ принимает модель «отметить, чтобы заработать», стимулируя сотрудников по всему миру с помощью токенов участвовать в аннотировании данных, агрегируя глобальный опыт и расширяя возможности анализа данных.

• Платформы для транзакций данных на основе блокчейна, такие как Ocean Protocol и Streamr, обеспечивают открытую и прозрачную торговую среду для спроса и предложения данных, способствуя инновациям и обмену данными.

Тем не менее сбор реальных данных также сталкивается с такими проблемами, как различное качество данных, высокая сложность обработки и недостаточное разнообразие и репрезентативность. Синтетические данные могут стать восходящей звездой в сфере данных Web3. Синтетические данные, основанные на генеративных технологиях искусственного интеллекта и моделировании, могут имитировать свойства реальных данных, эффективно дополняя их и повышая эффективность использования данных. В таких областях, как автономное вождение, торговля на финансовых рынках и разработка игр, синтетические данные уже продемонстрировали свой зрелый потенциал применения.

Защита конфиденциальности: роль FHE в Web3

В эпоху, основанную на данных, защита конфиденциальности стала глобальным центром внимания, о чем свидетельствует принятие таких нормативных актов, как Общий регламент ЕС по защите данных (GDPR), отражающих строгую защиту личной жизни. Однако это также создало проблемы: некоторые конфиденциальные данные не могут быть полностью использованы из-за рисков конфиденциальности, что, несомненно, ограничивает потенциал и логические возможности моделей ИИ.

FHE, или полностью гомоморфное шифрование, позволяет выполнять прямые вычисления над зашифрованными данными без необходимости расшифровки, при этом результаты вычислений соответствуют выполнению тех же операций с данными в виде открытого текста.

FHE обеспечивает надежную защиту конфиденциальных вычислений ИИ, позволяя вычислительной мощности графического процессора выполнять задачи обучения модели и вывода без доступа к исходным данным. Это дает значительные преимущества компаниям, занимающимся искусственным интеллектом, поскольку они могут безопасно открывать службы API, сохраняя при этом коммерческую тайну.

FHEML поддерживает зашифрованную обработку данных и моделей на протяжении всего жизненного цикла машинного обучения, обеспечивая безопасность конфиденциальной информации и предотвращая утечку данных. Таким образом, FHEML усиливает конфиденциальность данных и обеспечивает безопасную вычислительную среду для приложений искусственного интеллекта.

FHEML дополняет ZKML, где ZKML доказывает правильность выполнения машинного обучения, а FHEML делает упор на вычислениях с зашифрованными данными для обеспечения конфиденциальности данных.

Вычислительная революция: вычисления ИИ в децентрализованных сетях

Вычислительная сложность нынешних систем искусственного интеллекта удваивается каждые три месяца, что приводит к резкому росту требований к вычислительной мощности, которые намного превышают предложение существующих вычислительных ресурсов. Например, обучение модели OpenAI GPT-3 потребовало огромной вычислительной мощности, эквивалентной 355 годам обучения на одном устройстве. Такая нехватка вычислительной мощности не только ограничивает прогресс технологий искусственного интеллекта, но и делает передовые модели искусственного интеллекта недоступными для большинства исследователей и разработчиков.

Кроме того, глобальный уровень использования графических процессоров составляет менее 40% в сочетании с замедлением улучшения производительности микропроцессоров и цепочки поставок, а также геополитическими факторами, способствующими нехватке чипов, что усугубляет проблему энергоснабжения компьютеров. Специалисты по искусственному интеллекту оказались перед дилеммой: либо покупать оборудование, либо арендовать облачные ресурсы, отчаянно нуждаясь в экономичной модели вычислительных услуг по требованию.

IO.net — это децентрализованная сеть вычислительных мощностей искусственного интеллекта, основанная на Solana, которая объединяет простаивающие ресурсы графических процессоров по всему миру, чтобы предоставить компаниям, занимающимся искусственным интеллектом, экономичный и доступный рынок вычислительных мощностей. Организации, которым требуется вычислительная мощность, могут публиковать вычислительные задачи в сети, а смарт-контракты будут распределять задачи между участвующими майнерскими узлами. Майнеры выполняют задания, отправляют результаты и получают призовые баллы при успешной проверке. Подход IO.net повышает эффективность использования ресурсов, помогая устранить узкие места вычислительной мощности в таких областях, как искусственный интеллект.

В дополнение к общим децентрализованным вычислительным сетям существуют платформы, предназначенные для обучения ИИ, такие как Gensyn и Flock.io, а также специализированные вычислительные сети, ориентированные на логические выводы ИИ, такие как Ritual и Fetch.ai.

Децентрализованные сети вычислительной мощности обеспечивают справедливый и прозрачный рынок вычислительной мощности, разрушая монополии, снижая барьеры для приложений и повышая эффективность использования. В экосистеме Web3 децентрализованные вычислительные сети будут играть решающую роль, привлекая все больше инновационных dApps и совместно стимулируя разработку и применение технологий искусственного интеллекта.

DePIN: Web3 расширяет возможности Edge AI

Представьте себе, что ваш смартфон, умные часы или даже устройства умного дома обладают способностью запускать искусственный интеллект — в этом привлекательность Edge AI. Это позволяет выполнять вычисления в источнике данных, обеспечивая низкую задержку и обработку в реальном времени, одновременно защищая конфиденциальность пользователей. Технология Edge AI уже применяется в таких важных областях, как автономное вождение.

В сфере Web3 есть более знакомое имя — DePIN. Web3 подчеркивает децентрализацию и суверенитет пользовательских данных, а DePIN усиливает защиту конфиденциальности пользователей за счет локальной обработки данных, снижая риск утечки данных. Собственная экономика токенов Web3 может стимулировать узлы DePIN предоставлять вычислительные ресурсы, создавая устойчивую экосистему.

В настоящее время DePIN быстро развивается в экосистеме Solana, становясь одной из предпочтительных платформ публичной сети для развертывания проектов. Высокая пропускная способность Solana, низкие комиссии за транзакции и технологические инновации обеспечили мощную поддержку проектам DePIN. В настоящее время рыночная капитализация проектов DePIN на Solana превышает 10 миллиардов долларов, при этом заметные проекты, такие как Render Network и Helium Network, достигли значительного прогресса.

IMO: новая парадигма публикации моделей ИИ

Концепция IMO (первоначальное предложение модели) была впервые представлена ​​в протоколе Ora, токенизирующем модели искусственного интеллекта.

В традиционной модели из-за отсутствия механизма распределения доходов после того, как модель ИИ разработана и выпущена на рынок, разработчикам часто сложно получить постоянный доход от последующего использования модели. Особенно когда модель интегрирована в другие продукты и услуги, ее создателям становится сложно отслеживать использование и, следовательно, получать доход. Кроме того, производительность и эффективность моделей ИИ часто непрозрачны, что затрудняет потенциальным инвесторам и пользователям оценку их истинной ценности, ограничивая признание рынка и коммерческий потенциал.

IMO предлагает новый метод финансирования и распределения стоимости моделей искусственного интеллекта с открытым исходным кодом. Инвесторы могут приобрести токены IMO, чтобы получить долю в последующем доходе, получаемом от модели. Протокол Ora использует стандарты ERC-7641 и ERC-7007 в сочетании с технологией Onchain AI Oracle и OPML, чтобы гарантировать подлинность моделей искусственного интеллекта и позволить держателям токенов делиться доходом.

Модель IMO повышает прозрачность и доверие, поощряет сотрудничество с открытым исходным кодом, соответствует тенденциям рынка криптовалют и придаёт импульс устойчивому развитию технологий искусственного интеллекта. Хотя ИМО все еще находится на ранней экспериментальной стадии, поскольку признание рынка и расширение участия расширяются, ее инновационный характер и потенциальную ценность стоит ожидать.

Агенты ИИ: новая эра интерактивного опыта

Агенты ИИ могут воспринимать окружающую среду, мыслить независимо и предпринимать соответствующие действия для достижения заранее определенных целей. Благодаря поддержке больших языковых моделей агенты ИИ не только понимают естественный язык, но также могут планировать, принимать решения и выполнять сложные задачи. Они могут действовать как виртуальные помощники, изучая предпочтения пользователей посредством взаимодействия и предлагая персонализированные решения. Даже без четких инструкций агенты ИИ могут самостоятельно решать проблемы, повышать эффективность и создавать новую ценность.

Myshell — это открытая платформа приложений на основе искусственного интеллекта, предлагающая комплексный и удобный набор инструментов для настройки функций ботов, внешнего вида, голосов и подключения к внешним базам знаний. Он стремится создать справедливую и открытую экосистему контента искусственного интеллекта, предоставляя людям возможность стать супертворцами за счет использования генеративных технологий искусственного интеллекта. Myshell обучил специализированные модели большого языка, чтобы сделать ролевую игру более гуманной. Его технология клонирования голоса может ускорить персонализированное взаимодействие с продуктами искусственного интеллекта, сокращая затраты на синтез голоса на 99 %, при этом клонирование голоса достигается всего за 1 минуту. Настраиваемые агенты искусственного интеллекта, созданные с помощью Myshell, в настоящее время могут применяться в различных областях, включая видеочат, изучение языков и генерацию изображений.

При конвергенции Web3 и искусственного интеллекта в настоящее время основное внимание уделяется изучению уровня инфраструктуры, решению таких важных проблем, как получение высококачественных данных, защита конфиденциальности данных, размещение моделей в цепочке, повышение эффективности использования децентрализованных вычислительных мощностей и проверка больших языковых моделей. По мере постепенного развития этих инфраструктурных компонентов у нас есть основания полагать, что слияние Web3 и искусственного интеллекта приведет к появлению ряда инновационных бизнес-моделей и услуг.