Sự kết hợp giữa Web3 và AI: Xây dựng cơ sở hạ tầng Internet thế hệ tiếp theo

Web3 như một mô hình internet mới phi tập trung, mở và minh bạch, có cơ hội tích hợp tự nhiên với AI. Trong cấu trúc tập trung truyền thống, tính toán AI và tài nguyên dữ liệu bị kiểm soát nghiêm ngặt, và gặp phải nhiều thách thức như nút thắt công suất tính toán, rò rỉ quyền riêng tư, và hộp đen thuật toán. Trong khi đó, Web3 dựa trên công nghệ phân tán, có thể cung cấp động lực mới cho sự phát triển của AI thông qua mạng lưới chia sẻ sức mạnh tính toán, thị trường dữ liệu mở, và tính toán riêng tư. Đồng thời, AI cũng có thể mang lại nhiều năng lực cho Web3, chẳng hạn như tối ưu hóa hợp đồng thông minh, thuật toán chống gian lận, hỗ trợ xây dựng hệ sinh thái của nó. Do đó, khám phá sự kết hợp giữa Web3 và AI là rất quan trọng để xây dựng cơ sở hạ tầng internet thế hệ tiếp theo, giải phóng giá trị dữ liệu và sức mạnh tính toán.

Dữ liệu điều khiển: 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 đối với động cơ. Các mô hình AI cần tiêu hóa một lượng lớn dữ liệu chất lượng cao để có được hiểu biết sâu sắc và khả năng suy luận mạnh mẽ, dữ liệu không chỉ cung cấp nền tảng đào tạo cho các mô hình học máy mà còn quyết định độ chính xác và độ tin cậy của mô hình.

Trong mô hình thu thập và sử dụng dữ liệu AI tập trung truyền thống, có một số vấn đề chính sau đây:

• Chi phí thu thập dữ liệu cao, các doanh nghiệp vừa và nhỏ khó có thể chịu đựng.
• Tài nguyên dữ liệu bị các ông lớn công nghệ độc quyền, tạo ra các hòn đảo dữ liệu.
• Dữ liệu cá nhân đang đối mặt với rủi ro bị rò rỉ và lạm dụng

Web3 có thể giải quyết những điểm đau của mô hình truyền thống bằng cách sử dụng một khuôn khổ dữ liệu phi tập trung mới:

• Bằng cách thu thập dữ liệu mạng theo cách phi tập trung, sau khi làm sạch và chuyển đổi, cung cấp dữ liệu thực và chất lượng cao cho việc đào tạo mô hình AI.
• Áp dụng mô hình "label to earn", thông qua việc khuyến khích bằng token để người lao động toàn cầu tham gia vào việc gán nhãn dữ liệu, tập hợp kiến thức chuyên môn toàn cầu, tăng cường khả năng phân tích dữ liệu.
• Nền tảng giao dịch dữ liệu blockchain cung cấp cho cả hai bên cung cầu dữ liệu một môi trường giao dịch công khai và minh bạch, khuyến khích sự đổi mới và chia sẻ dữ liệu.

Mặc dù vậy, việc thu thập dữ liệu từ thế giới thực cũng gặp một số vấn đề, chẳng hạn như chất lượng dữ liệu không đồng nhất, khó khăn trong xử lý, sự đa dạng và tính đại diện không đủ. Dữ liệu tổng hợp có thể trở thành ngôi sao trong lĩnh vực dữ liệu Web3 trong tương lai. Dựa trên công nghệ AI sinh tạo và mô phỏng, dữ liệu tổng hợp có thể mô phỏng các thuộc tính của dữ liệu thực, như một bổ sung hiệu quả cho dữ liệu thực, nâng cao hiệu quả sử dụng dữ liệu. Trong các lĩnh vực như lái xe tự động, giao dịch thị trường tài chính, phát triển trò chơi, dữ liệu tổng hợp đã cho thấy tiềm năng ứng dụng trưởng thành của nó.

Bảo vệ quyền riêng tư: Vai trò của FHE trong Web3

Trong thời đại dữ liệu, việc bảo vệ quyền riêng tư đã trở thành trọng tâm toàn cầu. Sự ra đời của các quy định như Quy định Bảo vệ Dữ liệu Chung của Liên minh Châu Âu (GDPR) phản ánh sự bảo vệ nghiêm ngặt đối với quyền riêng tư cá nhân. Tuy nhiên, điều này cũng mang lại những thách thức: một số dữ liệu nhạy cảm không thể được tận dụng đầy đủ do rủi ro về quyền riêng tư, điều này chắc chắn hạn chế tiềm năng và khả năng suy luận của các mô hình AI.

FHE tức là mã hóa hoàn toàn đồng nhất, cho phép thực hiện các phép toán trên dữ liệu được mã hóa mà không cần giải mã dữ liệu, và kết quả tính toán tương ứng với kết quả của phép toán tương tự trên dữ liệu rõ ràng.

FHE cung cấp bảo vệ vững chắc cho tính toán riêng tư AI, cho phép sức mạnh tính toán GPU thực hiện các nhiệm vụ đào tạo và suy diễn mô hình trong môi trường không chạm vào dữ liệu gốc. Điều này mang lại lợi thế lớn cho các công ty AI. Họ có thể bảo vệ bí mật thương mại trong khi an toàn mở dịch vụ API.

FHEML hỗ trợ mã hóa dữ liệu và mô hình trong suốt vòng đời học máy, đảm bảo tính bảo mật của thông tin nhạy cảm, ngăn ngừa rủi ro rò rỉ dữ liệu. Qua đó, FHEML tăng cường quyền riêng tư dữ liệu, cung cấp một khung tính toán an toàn cho các ứng dụng AI.

FHEML là bổ sung cho ZKML, ZKML chứng minh việc thực hiện đúng của máy học, trong khi FHEML nhấn mạnh việc tính toán trên dữ liệu mã hóa để duy trì quyền riêng tư dữ liệu.

Cách mạng sức mạnh tính toán: Tính toán AI trong mạng phi tập trung

Hiện tại, độ phức tạp tính toán của hệ thống AI tăng gấp đôi mỗi 3 tháng, dẫn đến nhu cầu về sức mạnh tính toán tăng vọt, vượt xa nguồn cung tài nguyên tính toán hiện có. Ví dụ, việc đào tạo một mô hình ngôn ngữ lớn yêu cầu sức mạnh tính toán khổng lồ, tương đương với 355 năm thời gian đào tạo trên một thiết bị đơn lẻ. Sự thiếu hụt sức mạnh tính toán như vậy không chỉ hạn chế sự tiến bộ của công nghệ AI, mà còn làm cho những mô hình AI tiên tiến trở nên xa vời với hầu hết các nhà nghiên cứu và phát triển.

Đồng thời, tỷ lệ sử dụng GPU toàn cầu chưa tới 40%, cộng thêm việc hiệu suất của vi xử lý đang chậm lại, cùng với sự thiếu hụt chip do các yếu tố chuỗi cung ứng và địa chính trị, tất cả những điều này khiến vấn đề cung cấp sức mạnh tính toán trở nên nghiêm trọng hơn. Những người làm trong lĩnh vực AI đang rơi vào tình thế tiến thoái lưỡng nan: hoặc tự mua phần cứng, hoặc thuê tài nguyên đám mây, họ đang cần một phương thức dịch vụ tính toán theo nhu cầu, tiết kiệm chi phí.

Mạng lưới sức mạnh tính toán AI phi tập trung thông qua việc tập hợp các nguồn GPU nhàn rỗi trên toàn cầu, cung cấp cho các công ty AI một thị trường sức mạnh tính toán vừa tiết kiệm vừa dễ tiếp cận. Các bên có nhu cầu sức mạnh tính toán có thể đăng tải nhiệm vụ tính toán trên mạng, hợp đồng thông minh sẽ phân bổ nhiệm vụ cho các nút thợ mỏ đóng góp sức mạnh tính toán, thợ mỏ thực hiện nhiệm vụ và gửi kết quả, sau khi được xác minh sẽ nhận được phần thưởng điểm. Giải pháp này nâng cao hiệu quả sử dụng tài nguyên, giúp giải quyết vấn đề nút thắt sức mạnh tính toán trong các lĩnh vực như AI.

Ngoài mạng lưới tính toán phi tập trung chung, còn có một số mạng lưới tính toán chuyên dụng tập trung vào đào tạo và suy diễn AI.

Mạng lưới tính toán phi tập trung cung cấp một thị trường tính toán công bằng và minh bạch, phá vỡ độc quyền, giảm bớt rào cản ứng dụng và nâng cao hiệu quả sử dụng sức mạnh tính toán. Trong hệ sinh thái web3, mạng lưới tính toán phi tập trung sẽ đóng vai trò quan trọng, thu hút nhiều dapp đổi mới tham gia, cùng nhau thúc đẩy sự phát triển và ứng dụng của công nghệ AI.

DePIN: Web3 trao quyền cho Edge AI

Hãy tưởng tượng rằng, điện thoại di động, đồng hồ thông minh và thậm chí các thiết bị thông minh trong nhà của bạn, đều có khả năng chạy AI - đó chính là sức hấp dẫn của Edge AI. Nó cho phép tính toán diễn ra tại nguồn phát sinh dữ liệu, đạt được độ trễ thấp, xử lý thời gian thực, đồng thời 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 sự phi tập trung và quyền sở hữu dữ liệu của người dùng, DePIN có thể tăng cường bảo vệ quyền riêng tư của người dùng và giảm rủi ro rò rỉ dữ liệu bằng cách xử lý dữ liệu tại địa phương; cơ chế kinh tế Token bản địa của Web3 có thể khuyến khích các nút DePIN cung cấp tài nguyên tính toán, xây dựng một hệ sinh thái bền vững.

Hiện tại, DePIN đang phát triển nhanh chóng trong một hệ sinh thái của một blockchain công cộng, trở thành một trong những nền tảng triển khai dự án được ưa chuộng. TPS cao, phí giao dịch thấp và sự đổi mới công nghệ của blockchain công cộng này đã cung cấp hỗ trợ mạnh mẽ cho các dự án DePIN. Hiện tại, vốn hóa thị trường của các dự án DePIN trên blockchain công cộng này đã vượt quá 10 tỷ USD, một số dự án nổi tiếng đã đạt được những tiến triển đáng kể.

IMO：Mô hình AI phát hành chuẩn mới

Khái niệm IMO được đề xuất lần đầu bởi một giao thức, cho phép mã hóa mô hình AI.

Trong mô hình truyền thống, do thiếu cơ chế chia sẻ lợi nhuận, một khi mô hình AI được phát triển và đưa ra thị trường, các nhà phát triển thường gặp khó khăn trong việc thu được lợi nhuận liên tục từ việc sử dụng mô hình sau này, đặc biệt là khi mô hình được tích hợp vào các sản phẩm và dịch vụ khác, những người sáng tạo ban đầu rất khó để theo dõi tình trạng sử dụng, huống chi là thu được lợi nhuận từ đó. Hơn nữa, hiệu suất và hiệu quả của mô hình AI thường thiếu tính minh bạch, điều này khiến cho các nhà đầu tư và người sử dụng tiềm năng khó khăn trong việc đánh giá giá trị thực sự của nó, hạn chế sự công nhận của mô hình trên thị trường và tiềm năng thương mại.

IMO cung cấp một cách hỗ trợ tài chính và chia sẻ giá trị hoàn toàn mới cho các mô hình AI mã nguồn mở, cho phép nhà đầu tư mua token IMO và chia sẻ lợi nhuận phát sinh từ mô hình trong tương lai. Một giao thức sử dụng hai tiêu chuẩn ERC, kết hợp với oracle AI và công nghệ OPML để đảm bảo tính xác thực của mô hình AI và cho phép các chủ sở hữu token chia sẻ lợi nhuận.

Mô hình IMO đã nâng cao tính minh bạch và sự tin tưởng, khuyến khích hợp tác mã nguồn mở, thích ứng với xu hướng thị trường tiền điện tử và tiếp thêm động lực cho sự phát triển bền vững của công nghệ AI. IMO hiện vẫn đang trong giai đoạn thử nghiệm ban đầu, nhưng với sự gia tăng mức độ chấp nhận của thị trường và mở rộng phạm vi tham gia, tính đổi mới và giá trị tiềm năng của nó đáng để chúng ta mong đợi.

AI Agent: Kỷ nguyên mới của trải nghiệm tương tác

AI Agent có khả năng cảm nhận môi trường, suy nghĩ độc lập và thực hiện các hành động phù hợp để đạt được mục tiêu đã định. Dưới sự hỗ trợ của các mô hình ngôn ngữ lớn, AI Agent không chỉ có thể hiểu ngôn ngữ tự nhiên mà còn có thể lập kế hoạch quyết định và thực hiện các nhiệm vụ phức tạp. Chúng có thể hoạt động như những trợ lý ảo, học hỏi sở thích của người dùng thông qua tương tác và cung cấp các giải pháp cá nhân hóa. Ngay cả khi không có chỉ dẫn rõ ràng, AI Agent cũng có thể tự giải quyết vấn đề, nâng cao hiệu quả và tạo ra giá trị mới.

Một nền tảng ứng dụng AI gốc cung cấp bộ công cụ sáng tạo toàn diện và dễ sử dụng, hỗ trợ người dùng cấu hình các chức năng, giao diện, giọng nói của robot cũng như kết nối các kho kiến thức bên ngoài, nhằm xây dựng một hệ sinh thái nội dung AI công bằng và mở. Nền tảng này sử dụng công nghệ AI sinh sinh để trao quyền cho cá nhân trở thành những người sáng tạo siêu phàm. Nền tảng đã đào tạo một mô hình ngôn ngữ lớn chuyên biệt, giúp vai trò nhập vai trở nên nhân văn hơn; công nghệ nhân bản giọng nói có thể tăng tốc tương tác cá nhân hóa của sản phẩm AI, giảm 99% chi phí tổng hợp giọng nói, và chỉ mất 1 phút để thực hiện việc nhân bản giọng nói. Sử dụng AI Agent tùy chỉnh từ nền tảng này, hiện có thể áp dụng trong nhiều lĩnh vực như trò chuyện video, học ngôn ngữ, tạo hình ảnh.

Trong sự kết hợp giữa Web3 và AI, hiện tại nhiều hơn là khám phá ở tầng cơ sở hạ tầng, làm thế nào để thu thập dữ liệu chất lượng cao, bảo vệ quyền riêng tư dữ liệu, làm thế nào để lưu trữ mô hình trên chuỗi, làm thế nào để nâng cao việc sử dụng hiệu quả sức mạnh tính toán phi tập trung, làm thế nào để xác thực các mô hình ngôn ngữ lớn và những vấn đề then chốt khác. Với sự hoàn thiện dần dần của các cơ sở hạ tầng này, chúng ta có lý do để tin rằng sự kết hợp giữa Web3 và AI sẽ sinh ra một loạt các mô hình kinh doanh và dịch vụ đổi mới.