Als dezentrales, offenes und transparentes neues Internet-Paradigma bietet Web3 eine natürliche Integrationsmöglichkeit mit KI. In der traditionellen zentralisierten Architektur werden KI-Computing und Datenressourcen streng kontrolliert, und es gibt viele Herausforderungen wie Engpässe bei der Rechenleistung, Datenschutzlecks und Algorithmus-Blackboxen. Web3 basiert auf verteilter Technologie und kann der Entwicklung von KI durch gemeinsame Computernetzwerke, offene Datenmärkte, privates Computing und andere Methoden neue Impulse verleihen. Gleichzeitig kann KI auch viele Möglichkeiten für Web3 bieten, wie z. B. intelligente Vertragsoptimierung, Anti-Cheating-Algorithmen usw., um den ökologischen Aufbau zu unterstützen. Daher ist die Erforschung der Kombination von Web3 und KI von entscheidender Bedeutung für den Aufbau der nächsten Generation der Internet-Infrastruktur und die Freisetzung des Werts von Daten und Rechenleistung.

Datengesteuert: Die solide Grundlage von KI und Web3

Daten sind die zentrale Antriebskraft für die Entwicklung von KI, genau wie Kraftstoff für einen Motor. KI-Modelle müssen eine große Menge hochwertiger Daten verarbeiten, um ein tiefgreifendes Verständnis und leistungsstarke Argumentationsfähigkeiten zu erhalten. Daten stellen nicht nur eine Trainingsbasis für Modelle für maschinelles Lernen dar, sondern bestimmen auch die Genauigkeit und Zuverlässigkeit des Modells.

Im traditionellen zentralisierten KI-Datenerfassungs- und -nutzungsmodell gibt es mehrere Hauptprobleme:

• Die Kosten für die Datenerfassung sind hoch und für kleine und mittlere Unternehmen nur schwer finanzierbar;

• Datenressourcen werden von Technologiegiganten monopolisiert und bilden Dateninseln;

• Beim Schutz personenbezogener Daten besteht die Gefahr von Datenlecks und Missbrauch

Web3 kann die Schwachstellen des traditionellen Modells mit einem neuen dezentralen Datenparadigma lösen.

• Über Grass können Benutzer ungenutzte Netzwerke an KI-Unternehmen verkaufen, Netzwerkdaten dezentral erfassen, bereinigen und transformieren und echte, qualitativ hochwertige Daten für das Training von KI-Modellen bereitstellen;

• Öffentliche KI übernimmt das „Label to Earn“-Modell, bei dem Token verwendet werden, um globale Arbeitnehmer dazu zu ermutigen, sich an der Datenkennzeichnung zu beteiligen, globales Fachwissen zu sammeln und die Datenanalysefähigkeiten zu verbessern;

• Blockchain-Datenhandelsplattformen wie Ocean Protocol und Streamr bieten eine offene und transparente Handelsumgebung sowohl für Datenanbieter als auch für Datennachfrageparteien und fördern so die Dateninnovation und den Datenaustausch.

Dennoch gibt es einige Probleme bei der Erfassung realer Daten, wie z. B. unterschiedliche Datenqualität, Schwierigkeiten bei der Verarbeitung sowie unzureichende Vielfalt und Darstellung. Synthetische Daten könnten der zukünftige Star des Web3-Datenwettlaufs sein. Basierend auf generativer KI-Technologie und Simulation können synthetische Daten die Eigenschaften realer Daten simulieren und als wirksame Ergänzung zu realen Daten dienen, um die Effizienz der Datennutzung zu verbessern. In Bereichen wie autonomes Fahren, Finanzmarkttransaktionen und Spieleentwicklung haben synthetische Daten ihr ausgereiftes Anwendungspotenzial gezeigt.

Datenschutz: Die Rolle von FHE in Web3

Im datengesteuerten Zeitalter rückt der Schutz der Privatsphäre in den Mittelpunkt der globalen Aufmerksamkeit. Die Einführung von Vorschriften wie der Datenschutz-Grundverordnung (DSGVO) der Europäischen Union spiegelt den strengen Schutz der Privatsphäre wider. Allerdings bringt dies auch Herausforderungen mit sich: Einige sensible Daten können aufgrund von Datenschutzrisiken nicht vollständig genutzt werden, was zweifellos das Potenzial und die Argumentationsfähigkeiten von KI-Modellen einschränkt.

FHE, eine vollständig homomorphe Verschlüsselung, ermöglicht die direkte Durchführung von Berechnungsvorgängen an verschlüsselten Daten, ohne die Daten zu entschlüsseln, und die Berechnungsergebnisse stimmen mit den Ergebnissen derselben Berechnung an Klartextdaten überein.

FHE bietet einen soliden Schutz für AI Privacy Computing und ermöglicht es der GPU-Rechenleistung, Modelltrainings- und Inferenzaufgaben in einer Umgebung durchzuführen, die die Originaldaten nicht berührt. Dies verschafft KI-Unternehmen einen enormen Vorteil. Sie können API-Dienste sicher öffnen und gleichzeitig Geschäftsgeheimnisse schützen.

FHEML unterstützt die Verschlüsselung von Daten und Modellen während des gesamten maschinellen Lernzyklus, um die Sicherheit sensibler Informationen zu gewährleisten und das Risiko von Datenlecks zu verhindern. Auf diese Weise stärkt FHEML den Datenschutz und bietet ein sicheres Computer-Framework für KI-Anwendungen.

FHEML ergänzt ZKML, das die korrekte Ausführung des maschinellen Lernens zertifiziert, während FHEML den Schwerpunkt auf die Berechnung verschlüsselter Daten legt, um den Datenschutz zu gewährleisten.

Computing Power Revolution: KI-Computing in dezentralen Netzwerken

Die Rechenkomplexität aktueller KI-Systeme verdoppelt sich alle drei Monate, was zu einem Anstieg des Bedarfs an Rechenleistung führt, der das Angebot an vorhandenen Rechenressourcen bei weitem übersteigt. Beispielsweise erfordert das GPT-3-Modelltraining von OpenAI eine enorme Rechenleistung, was einer Trainingszeit von 355 Jahren auf einem einzelnen Gerät entspricht. Dieser Mangel an Rechenleistung schränkt nicht nur den Fortschritt der KI-Technologie ein, sondern macht auch fortschrittliche KI-Modelle für die meisten Forscher und Entwickler unerreichbar.

Gleichzeitig liegt die globale GPU-Auslastungsrate bei weniger als 40 %, gepaart mit der Verlangsamung der Leistungsverbesserungen der Mikroprozessoren und der durch Lieferketten- und geopolitische Faktoren verursachten Chipknappheit haben diese das Problem der Rechenleistungsversorgung verschärft. KI-Praktiker stehen vor einem Dilemma: Entweder kaufen sie ihre eigene Hardware oder sie mieten Cloud-Ressourcen. Sie benötigen dringend eine bedarfsgerechte, kostengünstige Computing-Service-Methode.

IO.net ist ein dezentrales KI-Rechenleistungsnetzwerk auf Basis von Solana. Es bietet KI-Unternehmen einen kostengünstigen und leicht zugänglichen Rechenleistungsmarkt, indem es ungenutzte GPU-Ressourcen auf der ganzen Welt bündelt. Nachfrager nach Rechenleistung können Rechenaufgaben im Netzwerk veröffentlichen, und Smart Contracts weisen Miner-Knoten Aufgaben zu, die Rechenleistung beisteuern, führen Aufgaben aus, übermitteln Ergebnisse und erhalten nach der Überprüfung Punktebelohnungen. Die Lösung von IO.net verbessert die Effizienz der Ressourcennutzung und hilft, Rechenengpässe in Bereichen wie KI zu lösen.

Neben allgemeinen dezentralen Computernetzwerken gibt es auch Plattformen wie Gensyn und Flock.io, die sich auf KI-Training konzentrieren, sowie dedizierte Computernetzwerke wie Ritual und Fetch.ai, die sich auf KI-Inferenz konzentrieren.

Das dezentrale Rechenleistungsnetzwerk bietet einen fairen und transparenten Rechenleistungsmarkt, bricht das Monopol, senkt die Anwendungsschwelle und verbessert die Effizienz der Rechenleistungsnutzung. Im web3-Ökosystem wird das dezentrale Rechenleistungsnetzwerk eine Schlüsselrolle dabei spielen, weitere innovative Dapps für die Teilnahme zu gewinnen und gemeinsam die Entwicklung und Anwendung der KI-Technologie voranzutreiben.

DePIN: Web3 unterstützt Edge AI

Stellen Sie sich vor, dass Ihr Mobiltelefon, Ihre Smartwatch und sogar Ihre Smart-Geräte zu Hause KI ausführen können – das ist der Reiz von Edge AI. Es ermöglicht Berechnungen an der Quelle der Datengenerierung, wodurch eine geringe Latenz und Echtzeitverarbeitung erreicht werden und gleichzeitig die Privatsphäre der Benutzer geschützt wird. Die Edge-KI-Technologie wurde in Schlüsselbereichen wie dem autonomen Fahren eingesetzt.

Im Web3-Bereich haben wir einen bekannteren Namen – DePIN. Web3 legt Wert auf Dezentralisierung und Benutzerdatenhoheit. DePIN kann den Schutz der Benutzerdaten verbessern und das Risiko von Datenlecks verringern, indem es Daten lokal verarbeitet

Der native Token-Wirtschaftsmechanismus kann DePIN-Knoten dazu motivieren, Rechenressourcen bereitzustellen und ein nachhaltiges Ökosystem aufzubauen.

Derzeit entwickelt sich DePIN im Solana-Ökosystem rasant und hat sich zu einer der bevorzugten öffentlichen Kettenplattformen für die Projektimplementierung entwickelt. Solanas hohe TPS, niedrige Transaktionsgebühren und technologische Innovation unterstützen das DePIN-Projekt stark. Derzeit übersteigt der Marktwert des DePIN-Projekts auf Solana 10 Milliarden US-Dollar, und bekannte Projekte wie Render Network und Helium Network haben erhebliche Fortschritte gemacht.

Meiner Meinung nach: KI-Modell veröffentlicht neues Paradigma

Das Konzept der IMO wurde erstmals vom Ora-Protokoll zur Tokenisierung von KI-Modellen vorgeschlagen.

Beim traditionellen Modell ist es aufgrund des Fehlens eines Umsatzbeteiligungsmechanismus für Entwickler oft schwierig, nach der Entwicklung und Markteinführung eines KI-Modells nachhaltige Vorteile aus der späteren Nutzung des Modells zu ziehen, insbesondere wenn das Modell nicht mehr verfügbar ist In andere Produkte und Dienste integriert ist es für Entwickler schwierig, die Nutzung zu verfolgen, geschweige denn, sie zu monetarisieren. Darüber hinaus mangelt es der Leistung und Wirkung von KI-Modellen oft an Transparenz, was es für potenzielle Investoren und Nutzer schwierig macht, ihren wahren Wert einzuschätzen, was die Marktbekanntheit und das kommerzielle Potenzial der Modelle einschränkt.

IMO bietet eine neue Möglichkeit der finanziellen Unterstützung und Wertteilung für Open-Source-KI-Modelle. Investoren können IMO-Token kaufen und die daraus resultierenden Gewinne des Modells teilen. Das Ora-Protokoll verwendet zwei ERC-Standards, ERC-7641 und ERC-7007, kombiniert mit AI Oracle (Onchain AI Oracle) und OPML-Technologie, um die Authentizität des AI-Modells sicherzustellen und sicherzustellen, dass Token-Inhaber die Vorteile teilen können.

Das IMO-Modell erhöht Transparenz und Vertrauen, fördert die Open-Source-Zusammenarbeit, passt sich den Trends auf dem Verschlüsselungsmarkt an und bringt Kraft in die nachhaltige Entwicklung der KI-Technologie. IMO befindet sich noch in der Anfangsphase der Erprobung, aber da die Marktakzeptanz zunimmt und der Umfang der Beteiligung zunimmt, lohnt es sich, auf seine Innovation und seinen potenziellen Wert zu blicken.

AI Agent: Eine neue Ära interaktiver Erlebnisse

Der KI-Agent kann die Umgebung wahrnehmen, selbstständig denken und entsprechende Maßnahmen ergreifen, um gesetzte Ziele zu erreichen. Mit der Unterstützung großer Sprachmodelle können KI-Agenten nicht nur natürliche Sprache verstehen, sondern auch Entscheidungen planen und komplexe Aufgaben ausführen. Sie können als virtuelle Assistenten fungieren, die durch Interaktion mit dem Benutzer die Vorlieben des Benutzers erfahren und personalisierte Lösungen anbieten. Auch ohne explizite Anweisungen kann AI Agent Probleme autonom lösen, die Effizienz verbessern und neue Werte schaffen.

Myshell ist eine offene, native KI-Anwendungsplattform, die ein umfassendes und benutzerfreundliches kreatives Toolset bietet. Sie unterstützt Benutzer bei der Konfiguration von Roboterfunktionen, Erscheinungsbild und Sounds und der Verbindung mit externen Wissensdatenbanken Das Content-Ökosystem und der Einsatz generativer KI-Technologie ermöglichen es Einzelpersonen, Super-Schöpfer zu werden. Myshell hat ein spezielles großes Sprachmodell trainiert, um Rollenspiele menschlicher zu gestalten. Die Technologie zum Klonen von Stimmen kann die personalisierte Interaktion mit KI-Produkten beschleunigen und die Kosten für die Sprachsynthese um 99 % senken. Der mit Myshell angepasste KI-Agent kann derzeit in vielen Bereichen wie Video-Chat, Sprachenlernen und Bildgenerierung eingesetzt werden.

Im Hinblick auf die Integration von Web3 und KI untersuchen wir derzeit mehr über die Infrastrukturebene, wie wir qualitativ hochwertige Daten erhalten und den Datenschutz schützen, wie wir Modelle in der Kette hosten, wie wir die effiziente Nutzung dezentraler Rechenleistung verbessern können usw wie man Schlüsselprobleme wie große Sprachmodelle überprüft. Da diese Infrastrukturen schrittweise verbessert werden, haben wir Grund zu der Annahme, dass die Integration von Web3 und KI eine Reihe innovativer Geschäftsmodelle und Dienste hervorbringen wird.