Fusion de Web3 et d'IA : Construire l'infrastructure Internet de nouvelle génération

Web3, en tant que nouveau paradigme Internet décentralisé, ouvert et transparent, offre une opportunité naturelle de fusion avec l'IA. Dans une architecture centralisée traditionnelle, le calcul et les ressources de données de l'IA sont strictement contrôlés, et il existe de nombreux défis tels que les goulets d'étranglement de puissance de calcul, les fuites de confidentialité et les algorithmes en boîte noire. En revanche, Web3, basé sur des technologies distribuées, peut insuffler une nouvelle dynamique au développement de l'IA grâce à des réseaux de puissance de calcul partagés, des marchés de données ouverts et des calculs de confidentialité. En même temps, l'IA peut également apporter de nombreuses capacités à Web3, comme l'optimisation des contrats intelligents et des algorithmes anti-tricherie, soutenant ainsi la construction de son écosystème. Par conséquent, explorer la combinaison de Web3 et de l'IA est essentiel pour bâtir l'infrastructure Internet de prochaine génération et libérer la valeur des données et de la puissance de calcul.

Données pilotées : Une base solide pour l'IA et le Web3

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

Dans les modèles traditionnels de collecte et d'utilisation des données AI centralisées, plusieurs problèmes majeurs existent :

• Le coût d'obtention des données est élevé, ce qui rend difficile pour les petites et moyennes entreprises de l'assumer.
• Les ressources de données sont monopolisées par des géants de la technologie, créant 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 grâce à une nouvelle approche de données décentralisées :

• En récupérant des données sur le réseau de manière décentralisée, puis en les nettoyant et en les transformant, nous fournissons des données réelles et de haute qualité pour l'entraînement des modèles d'IA.
• Adopter le mode "label to earn", 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 la capacité d'analyse des données.
• La plateforme d'échange de données blockchain offre un environnement de transaction public et transparent aux deux parties de l'offre et de la demande de données, incitant à l'innovation et au 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, la diversité et un manque de représentativité, etc. Les données synthétiques pourraient être la star future du secteur des données Web3. Basées sur des technologies d'IA générative et de simulation, les données synthétiques peuvent simuler les attributs des données réelles, servant de complément efficace aux données réelles et améliorant l'efficacité de l'utilisation des données. Dans des domaines tels que la conduite autonome, le trading sur les marchés financiers et le développement de jeux, les données synthétiques ont déjà montré leur potentiel d'application mature.

Protection de la vie privée : Le rôle de FHE dans Web3

À l'ère des données, la protection de la vie privée est devenue un sujet de préoccupation mondial. L'adoption de réglementations telles que le Règlement Général sur la Protection des Données (RGPD) de l'Union Européenne reflète une stricte protection de la vie privée individuelle. Cependant, cela pose également des défis : certaines données sensibles ne peuvent pas être pleinement exploitées en raison des risques liés à la vie privée, ce qui limite sans aucun doute le potentiel et la capacité de raisonnement des modèles d'IA.

FHE signifie le chiffrement homomorphe complet, qui permet d'effectuer des opérations de calcul directement sur des données chiffrées sans avoir besoin de déchiffrer les données, et le résultat du calcul est identique à celui obtenu en effectuant le même calcul sur des 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 des tâches d'entraînement et d'inférence de modèles dans un environnement sans toucher aux données brutes. Cela apporte un énorme avantage aux entreprises d'IA. Elles peuvent ouvrir des services API en toute sécurité tout en protégeant leurs secrets commerciaux.

FHEML prend en charge le traitement cryptographique des données et des modèles tout au long du cycle de vie de l'apprentissage automatique, garantissant la sécurité des informations sensibles et prévenant le risque 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 sur des données cryptées pour maintenir la confidentialité des données.

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

La complexité de calcul des systèmes d'IA actuels double tous les 3 mois, entraînant une augmentation exponentielle de la demande en puissance de calcul, dépassant largement l'offre de ressources de calcul existantes. Par exemple, l'entraînement d'un grand modèle de langage nécessite une puissance de calcul énorme, équivalente à 355 ans de temps d'entraînement sur un seul appareil. Cette pénurie de puissance de calcul limite non seulement les avancées technologiques de l'IA, mais rend également ces modèles d'IA avancés inaccessibles à la plupart des chercheurs et développeurs.

En même temps, l'utilisation mondiale des GPU est inférieure à 40 %, et le ralentissement de l'amélioration des performances des microprocesseurs, ainsi que la pénurie de puces due à des facteurs de chaîne d'approvisionnement et géopolitiques, aggravent encore le problème de l'approvisionnement en puissance de calcul. Les acteurs de l'IA se retrouvent dans une situation délicate : 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 puissance de calcul AI décentralisé, en agrégeant les ressources GPU inutilisées à l'échelle mondiale, offre aux entreprises d'IA un marché de puissance de calcul à la fois économique et facilement accessible. Les demandeurs de puissance de calcul peuvent publier des tâches de calcul sur le réseau, des contrats intelligents attribuent les tâches aux nœuds de mineurs qui contribuent à la puissance de calcul, les mineurs exécutent les tâches et soumettent les résultats, qui, une fois vérifiés, leur rapportent des récompenses en points. Cette solution améliore l'efficacité de l'utilisation des ressources et aide à résoudre le problème du goulet d'étranglement de la puissance de calcul dans des domaines tels que l'IA.

En plus des réseaux de calcul décentralisés généraux, il existe également des réseaux de calcul spécialisés axés sur l'entraînement et l'inférence de l'IA.

Un réseau de puissance de calcul décentralisé offre un marché de puissance de calcul équitable et transparent, brisant les monopoles, abaissant les barrières d'entrée et améliorant l'efficacité d'utilisation de la puissance de calcul. Dans l'écosystème web3, le réseau de puissance de calcul décentralisé jouera un rôle clé, attirant l'adhésion de plus d'applications décentralisées innovantes pour promouvoir ensemble le développement et l'application de la technologie AI.

DePIN : Web3 habilite l'IA Edge

Imaginez que votre téléphone, votre montre intelligente, voire vos appareils domestiques intelligents, aient tous la capacité de faire fonctionner l'IA - c'est là tout le charme de l'Edge AI. Cela permet le calcul à la source de la génération des données, réalisant un traitement en temps réel avec une faible latence, tout en protégeant la vie privée des utilisateurs. La technologie Edge AI a déjà été appliquée dans des domaines clés tels que la conduite autonome.

Dans le domaine de Web3, nous avons un nom plus familier - DePIN. Web3 met l'accent sur la décentralisation et la souveraineté des données des utilisateurs, DePIN peut renforcer la protection de la vie privée des utilisateurs en traitant les données localement, réduisant ainsi le risque de fuite de données ; le mécanisme d'économie de Token natif de Web3 peut inciter les nœuds DePIN à fournir des ressources de calcul, construisant ainsi un écosystème durable.

Actuellement, DePIN se développe rapidement dans l'écosystème d'une certaine blockchain publique, devenant l'une des plateformes préférées pour le déploiement de projets. Le haut TPS, les faibles frais de transaction et l'innovation technologique de cette blockchain publique offrent un soutien solide aux projets DePIN. Actuellement, la capitalisation boursière des projets DePIN sur cette blockchain publique dépasse 10 milliards de dollars, et certains projets connus ont réalisé des progrès significatifs.

IMO : Nouveau paradigme de publication des modèles d'IA

Le concept d'IMO a été proposé pour la première fois par un certain protocole, qui vise à tokeniser les modèles d'IA.

Dans le modèle traditionnel, en raison de l'absence d'un mécanisme de partage des revenus, une fois qu'un modèle d'IA est développé et mis sur le marché, il est souvent difficile pour le développeur d'obtenir des revenus continus de l'utilisation ultérieure du modèle, en particulier lorsque le modèle est intégré dans d'autres produits et services. Les créateurs originaux ont du mal à suivre l'utilisation, sans parler de la génération de revenus. De plus, la performance et l'efficacité des modèles d'IA manquent souvent de transparence, ce qui rend difficile pour les investisseurs et les utilisateurs potentiels d'évaluer leur véritable valeur, limitant ainsi la reconnaissance sur le marché et le potentiel commercial du modèle.

IMO offre une nouvelle manière de financement et de partage de valeur pour les modèles d'IA open source. Les investisseurs peuvent acheter des jetons IMO pour partager les revenus générés ultérieurement par le modèle. Un certain protocole utilise deux normes ERC, combinant un oracle d'IA et la technologie OPML pour garantir l'authenticité du modèle d'IA et permettre aux détenteurs de jetons de partager les revenus.

Le modèle IMO renforce la transparence et la confiance, encourage la collaboration open source, s'adapte aux tendances du marché des cryptomonnaies et insuffle une dynamique au développement durable des technologies de l'IA. L'IMO est actuellement encore à un stade expérimental, mais avec l'augmentation de l'acceptation sur le marché et l'élargissement de l'éventail de participation, son innovation et sa valeur potentielle méritent notre attention.

Agent IA : Une nouvelle ère d'expérience interactive

L'Agent IA est capable de percevoir l'environnement, de penser de manière autonome et de prendre des mesures appropriées pour atteindre des objectifs fixés. Grâce au soutien des grands modèles de langage, l'Agent IA peut non seulement comprendre le langage naturel, mais aussi planifier des décisions et exécuter des tâches complexes. Il peut servir d'assistant virtuel, apprenant les préférences des utilisateurs à travers les interactions et fournissant des solutions personnalisées. Même sans instructions explicites, l'Agent IA peut résoudre des problèmes de manière autonome, améliorant l'efficacité et créant de la nouvelle valeur.

Une plateforme d'application AI native 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 et de se connecter à des bases de connaissances externes, s'efforçant de créer un écosystème de contenu AI équitable et ouvert. En utilisant la technologie AI générative, elle permet aux individus de devenir des super créateurs. La plateforme a entraîné un modèle de langage de grande taille spécialement conçu, rendant le jeu de rôle plus humanisé ; la technologie de clonage vocal peut accélérer l'interaction personnalisée des produits AI, réduisant le coût de la synthèse vocale de 99 %, le clonage vocal pouvant être réalisé en seulement 1 minute. Grâce à l'Agent AI personnalisé de cette plateforme, il peut actuellement être appliqué dans de nombreux domaines tels que les chats vidéo, l'apprentissage des langues, la génération d'images, etc.

Dans la fusion entre Web3 et l'IA, l'exploration se concentre actuellement davantage sur la couche d'infrastructure, sur comment obtenir des données de haute qualité, protéger la vie privée des données, comment héberger des modèles sur la chaîne, comment améliorer l'utilisation efficace de la puissance de calcul décentralisée, et comment valider de grands modèles linguistiques, parmi d'autres questions clés. Avec l'amélioration progressive de ces infrastructures, nous avons des raisons de croire que la fusion de Web3 et de l'IA donnera naissance à une série de modèles commerciaux et de services innovants.