Web3, với tư cách là một mô hình Internet mới phi tập trung, cởi mở và minh bạch, có sức mạnh tổng hợp vốn có với AI. Theo kiến trúc tập trung truyền thống, tài nguyên dữ liệu và điện toán AI phải chịu sự kiểm soát chặt chẽ, đối mặt với nhiều thách thức như tắc nghẽn máy tính, vi phạm quyền riêng tư và hộp đen thuật toán. Mặt khác, Web3, được xây dựng trên các công nghệ phân tán, có thể truyền sức sống mới vào quá trình phát triển AI thông qua mạng điện toán dùng chung, thị trường dữ liệu mở và tính toán bảo đảm quyền riêng tư. Đồng thời, AI có thể trao quyền cho Web3 với các khả năng như tối ưu hóa hợp đồng thông minh và thuật toán chống gian lận, hỗ trợ xây dựng hệ sinh thái. Do đó, việc khám phá sự hội tụ của Web3 và AI là rất quan trọng để xây dựng cơ sở hạ tầng internet thế hệ tiếp theo và khai thác giá trị của dữ liệu và sức mạnh tính toán.
Dựa trên dữ liệu: Nền tảng vững chắc của AI và Web3
Dữ liệu là động lực cốt lõi thúc đẩy sự phát triển của AI, giống như nhiên liệu cho động cơ. Các mô hình AI đòi hỏi phải thu thập một lượng lớn dữ liệu chất lượng cao để có được sự hiểu biết sâu sắc và khả năng lập luận mạnh mẽ. Dữ liệu không chỉ cung cấp nền tảng đào tạo cho các mô hình học máy mà còn xác định độ chính xác và độ tin cậy của chúng.
Trong mô hình thu thập và sử dụng dữ liệu AI tập trung truyền thống, một số vấn đề chính phát sinh:
Chi phí thu thập dữ liệu quá cao, khiến các doanh nghiệp vừa và nhỏ khó có thể tham gia.
Các nguồn dữ liệu bị các gã khổng lồ công nghệ độc quyền, tạo ra các kho dữ liệu riêng biệt.
Quyền riêng tư dữ liệu cá nhân phải đối mặt với nguy cơ bị rò rỉ và sử dụng sai mục đích.
Web3 cung cấp một mô hình dữ liệu phi tập trung mới để giải quyết những điểm yếu của các mô hình truyền thống:
Thông qua các dự án như Grass, người dùng có thể bán dung lượng mạng nhàn rỗi của mình cho các công ty AI, cho phép thu thập, dọn dẹp và chuyển đổi dữ liệu web phi tập trung để cung cấp dữ liệu thực, chất lượng cao cho mục đích đào tạo mô hình AI.
AI công cộng áp dụng mô hình "gắn nhãn để kiếm tiền", khuyến khích người lao động toàn cầu sử dụng mã thông báo để tham gia chú thích dữ liệu, tổng hợp chuyên môn toàn cầu và nâng cao khả năng phân tích dữ liệu.
Các nền tảng giao dịch dữ liệu chuỗi khối như Ocean Protocol và Streamr cung cấp môi trường giao dịch mở và minh bạch cho cung và cầu dữ liệu, thúc đẩy đổi mới và chia sẻ dữ liệu.
Tuy nhiên, việc thu thập dữ liệu trong thế giới thực cũng phải đối mặt với những thách thức như chất lượng dữ liệu khác nhau, độ phức tạp xử lý cao và tính đa dạng và tính đại diện không đủ. Dữ liệu tổng hợp có thể là ngôi sao đang lên trong lĩnh vực dữ liệu Web3. Dựa trên các công nghệ AI tạo sinh và mô phỏng, dữ liệu tổng hợp có thể mô phỏng các đặc tính của dữ liệu thực, bổ sung hiệu quả cho dữ liệu thực và cải thiện hiệu quả sử dụng dữ liệu. Trong các lĩnh vực như lái xe tự động, giao dịch thị trường tài chính và phát triển trò chơi, dữ liệu tổng hợp đã chứng minh được tiềm năng ứng dụng trưởng thành của nó.
Bảo vệ quyền riêng tư: Vai trò của FHE trong Web3
Trong kỷ nguyên dữ liệu, bảo vệ quyền riêng tư đã trở thành trọng tâm toàn cầu, bằng chứng là việc ban hành các quy định như Quy định bảo vệ dữ liệu chung (GDPR) của EU, phản ánh sự bảo vệ nghiêm ngặt quyền riêng tư cá nhân. Tuy nhiên, điều này cũng mang lại những thách thức: một số dữ liệu nhạy cảm không thể được sử dụng đầy đủ do rủi ro về quyền riêng tư, chắc chắn sẽ hạn chế tiềm năng và khả năng lý luận của các mô hình AI.
FHE, hay Mã hóa đồng hình hoàn toàn, cho phép tính toán trực tiếp trên dữ liệu được mã hóa mà không cần giải mã, trong khi kết quả tính toán vẫn nhất quán khi thực hiện các thao tác tương tự trên dữ liệu văn bản thuần túy.
FHE cung cấp khả năng bảo vệ mạnh mẽ cho tính toán quyền riêng tư của AI, cho phép sức mạnh tính toán của GPU thực hiện các tác vụ đào tạo và suy luận mô hình mà không cần truy cập dữ liệu gốc. Điều này mang lại lợi thế đáng kể cho các công ty AI, vì họ có thể mở các dịch vụ API một cách an toàn trong khi vẫn bảo vệ được bí mật thương mại.
FHEML hỗ trợ xử lý dữ liệu và mô hình được mã hóa trong toàn bộ vòng đời học máy, đảm bảo tính bảo mật của thông tin nhạy cảm và ngăn ngừa rò rỉ dữ liệu. Theo cách này, FHEML củng cố quyền riêng tư của dữ liệu và cung cấp một khuôn khổ điện toán an toàn cho các ứng dụng AI.
FHEML bổ sung cho ZKML, trong đó ZKML chứng minh việc thực hiện chính xác công nghệ máy học, trong khi FHEML nhấn mạnh vào việc tính toán trên dữ liệu được mã hóa để duy trì quyền riêng tư của dữ liệu.
Cuộc cách mạng máy tính: Tính toán AI trong mạng phi tập trung
Độ phức tạp tính toán của các hệ thống AI hiện tại tăng gấp đôi sau mỗi ba tháng, dẫn đến nhu cầu về sức mạnh tính toán tăng đột biến vượt xa nguồn cung cấp tài nguyên tính toán hiện có. Ví dụ, việc đào tạo mô hình GPT-3 của OpenAI đòi hỏi sức mạnh tính toán khổng lồ, tương đương với 355 năm thời gian đào tạo trên một thiết bị duy nhất. Sự thiếu hụt sức mạnh tính toán như vậy không chỉ hạn chế sự tiến bộ của công nghệ AI mà còn khiến các mô hình AI tiên tiến không thể tiếp cận được với hầu hết các nhà nghiên cứu và nhà phát triển.
Ngoài ra, tỷ lệ sử dụng GPU toàn cầu dưới 40%, cùng với sự chậm lại trong việc cải thiện hiệu suất vi xử lý và chuỗi cung ứng cùng các yếu tố địa chính trị góp phần gây ra tình trạng thiếu chip, làm trầm trọng thêm vấn đề cung cấp năng lượng điện toán. Những người thực hành AI thấy mình trong tình thế tiến thoái lưỡng nan: hoặc mua phần cứng hoặc thuê tài nguyên đám mây, rất cần một mô hình dịch vụ điện toán theo yêu cầu, tiết kiệm chi phí.
IO.net là mạng lưới sức mạnh tính toán AI phi tập trung dựa trên Solana, tập hợp các tài nguyên GPU nhàn rỗi trên toàn cầu để cung cấp cho các công ty AI một thị trường sức mạnh tính toán kinh tế và dễ tiếp cận. Các thực thể yêu cầu sức mạnh tính toán có thể công bố các tác vụ tính toán trên mạng lưới và các hợp đồng thông minh sẽ phân bổ các tác vụ cho các nút khai thác đóng góp. Các thợ đào thực hiện các tác vụ, gửi kết quả và nhận điểm thưởng khi xác minh thành công. Cách tiếp cận của IO.net cải thiện hiệu quả sử dụng tài nguyên, giúp giảm bớt tình trạng tắc nghẽn sức mạnh tính toán trong các lĩnh vực như AI.
Ngoài các mạng lưới sức mạnh điện toán phi tập trung chung, còn có các nền tảng dành riêng cho đào tạo AI, chẳng hạn như Gensyn và Flock.io, cũng như các mạng lưới sức mạnh điện toán chuyên biệt tập trung vào suy luận AI, như Ritual và Fetch.ai.
Mạng lưới điện toán phi tập trung cung cấp một thị trường điện toán công bằng và minh bạch, phá vỡ độc quyền, giảm rào cản ứng dụng và cải thiện hiệu quả sử dụng. Trong hệ sinh thái Web3, mạng lưới điện toán phi tập trung sẽ đóng vai trò quan trọng, thu hút nhiều dApp sáng tạo hơn và cùng thúc đẩy sự phát triển và ứng dụng các công nghệ AI.
DePIN: Web3 trao quyền cho AI biên
Hãy tưởng tượng điện thoại thông minh, đồng hồ thông minh hoặc thậm chí là thiết bị nhà thông minh của bạn có khả năng chạy AI – đây chính là sức hấp dẫn của Edge AI. Nó cho phép tính toán diễn ra tại nguồn dữ liệu, đạt được độ trễ thấp và xử lý theo thời gian thực trong khi vẫn bảo vệ quyền riêng tư của người dùng. Công nghệ Edge AI đã được áp dụng trong các lĩnh vực quan trọng như lái xe tự động.
Trong lĩnh vực Web3, chúng ta có một cái tên quen thuộc hơn – DePIN. Web3 nhấn mạnh vào tính phi tập trung và chủ quyền dữ liệu người dùng, và DePIN tăng cường bảo vệ quyền riêng tư của người dùng bằng cách xử lý dữ liệu cục bộ, giảm nguy cơ rò rỉ dữ liệu. Nền kinh tế mã thông báo gốc của Web3 có thể khuyến khích các nút DePIN cung cấp tài nguyên điện toán, xây dựng một hệ sinh thái bền vững.
Hiện tại, DePIN đang phát triển nhanh chóng trong hệ sinh thái Solana, trở thành một trong những nền tảng chuỗi công khai được ưa chuộng để triển khai dự án. Thông lượng cao, phí giao dịch thấp và các cải tiến công nghệ của Solana đã hỗ trợ mạnh mẽ cho các dự án DePIN. Hiện tại, vốn hóa thị trường của các dự án DePIN trên Solana vượt quá 10 tỷ đô la, với các dự án đáng chú ý như Render Network và Helium Network đạt được tiến triển đáng kể.
IMO: Một mô hình mới cho việc xuất bản mô hình AI
Khái niệm IMO (Initial Model Offering) lần đầu tiên được giới thiệu bởi giao thức Ora, mã hóa các mô hình AI.
Trong mô hình truyền thống, do thiếu cơ chế chia sẻ doanh thu, một khi mô hình AI được phát triển và tung ra thị trường, các nhà phát triển thường gặp khó khăn trong việc thu được doanh thu liên tục từ việc sử dụng mô hình sau đó. Đặc biệt là khi mô hình được tích hợp vào các sản phẩm và dịch vụ khác, người sáng tạo ban đầu sẽ gặp khó khăn trong việc theo dõi mức sử dụng và do đó, tạo ra doanh thu. Ngoài ra, hiệu suất và hiệu quả của các mô hình AI thường thiếu minh bạch, khiến các nhà đầu tư và người dùng tiềm năng khó đánh giá được giá trị thực của chúng, hạn chế khả năng chấp nhận của thị trường và tiềm năng thương mại.
IMO cung cấp một phương pháp mới để tài trợ và chia sẻ giá trị cho các mô hình AI nguồn mở. Các nhà đầu tư có thể mua token IMO để chia sẻ doanh thu tiếp theo do mô hình tạo ra. Ora Protocol sử dụng các tiêu chuẩn ERC-7641 và ERC-7007 ERC, kết hợp với công nghệ Onchain AI Oracle và OPML, để đảm bảo tính xác thực của các mô hình AI và cho phép người nắm giữ token chia sẻ doanh thu.
Mô hình IMO tăng cường tính minh bạch và sự tin cậy, khuyến khích sự hợp tác nguồn mở, phù hợp với xu hướng thị trường tiền điện tử và thúc đẩy sự phát triển bền vững của công nghệ AI. Mặc dù IMO vẫn đang trong giai đoạn thử nghiệm ban đầu, khi sự chấp nhận và tham gia của thị trường mở rộng, bản chất đổi mới và giá trị tiềm năng của nó rất đáng để mong đợi.
Các tác nhân AI: Kỷ nguyên mới của trải nghiệm tương tác
Các tác nhân AI có thể nhận thức môi trường của mình, tham gia vào suy nghĩ độc lập và thực hiện các hành động phù hợp để đạt được các mục tiêu được xác định trước. Với sự hỗ trợ của các mô hình ngôn ngữ lớn, các tác nhân AI không chỉ hiểu ngôn ngữ tự nhiên mà còn có thể lập kế hoạch, đưa ra quyết định và thực hiện các nhiệm vụ phức tạp. Chúng có thể hoạt động như trợ lý ảo, tìm hiểu sở thích của người dùng thông qua các tương tác và cung cấp các giải pháp được cá nhân hóa. Ngay cả khi không có hướng dẫn rõ ràng, các tác nhân AI vẫn có thể tự động giải quyết vấn đề, nâng cao hiệu quả và tạo ra giá trị mới.
Myshell là một nền tảng ứng dụng gốc AI mở cung cấp bộ công cụ toàn diện và thân thiện với người dùng để cấu hình chức năng bot, giao diện, giọng nói và kết nối với các cơ sở kiến thức bên ngoài. Myshell nỗ lực tạo ra một hệ sinh thái nội dung AI công bằng và cởi mở, trao quyền cho các cá nhân trở thành những nhà sáng tạo siêu đẳng bằng cách tận dụng các công nghệ AI tạo sinh. Myshell đã đào tạo các mô hình ngôn ngữ lớn chuyên biệt để làm cho trò chơi nhập vai trở nên nhân văn hơn. Công nghệ nhân bản giọng nói của Myshell có thể đẩy nhanh các tương tác sản phẩm AI được cá nhân hóa, giảm 99% chi phí tổng hợp giọng nói, với khả năng nhân bản giọng nói chỉ trong 1 phút. Các tác nhân AI tùy chỉnh được tạo bằng Myshell hiện có thể được áp dụng cho nhiều lĩnh vực khác nhau, bao gồm trò chuyện video, học ngôn ngữ và tạo hình ảnh.
Trong sự hội tụ của Web3 và AI, trọng tâm hiện tại chủ yếu là khám phá lớp cơ sở hạ tầng, giải quyết các vấn đề quan trọng như thu thập dữ liệu chất lượng cao, bảo vệ quyền riêng tư dữ liệu, lưu trữ các mô hình trên chuỗi, cải thiện việc sử dụng hiệu quả sức mạnh tính toán phi tập trung và xác minh các mô hình ngôn ngữ lớn. Khi các thành phần cơ sở hạ tầng này dần hoàn thiện, chúng tôi có lý do để tin rằng sự hợp nhất của Web3 và AI sẽ tạo ra một loạt các mô hình kinh doanh và dịch vụ sáng tạo.