Negli ultimi anni, con il successivo rilascio dei prodotti della serie GPT, l'intelligenza artificiale sta cambiando tutti gli aspetti della vita. Abbiamo assistito all'ingresso di varie applicazioni di intelligenza artificiale nel nostro lavoro e nella nostra vita quotidiana. Ha migliorato l'efficienza lavorativa delle persone e ha cambiato le loro abitudini i costi operativi delle imprese Dobbiamo ammettere che l’intelligenza artificiale sta diventando il punto di partenza della prossima rivoluzione tecnologica.
Il nucleo della rivoluzione tecnologica dell’intelligenza artificiale risiede in sufficienti riserve di potenza di calcolo, modelli di algoritmi e una grande quantità di dati di addestramento. Attualmente, la potenza di calcolo delle GPU ad alte prestazioni è scarsa e gli algoritmi tendono ad essere omogeneizzati anche problemi di conformità dei dati con i dati di formazione del modello. La tecnologia blockchain ha le caratteristiche della decentralizzazione e dell'archiviazione distribuita. Queste caratteristiche possono rendere la tecnologia blockchain ben applicata nello sviluppo, nell'implementazione e nel funzionamento di modelli di intelligenza artificiale.
1. Utilizzare le caratteristiche della blockchain per risolvere il problema della potenza di calcolo dell'IA
Per quanto riguarda la carenza di potenza di calcolo della GPU e gli elevati costi di utilizzo nel processo di sviluppo dell’intelligenza artificiale, alcuni progetti blockchain stanno cercando di risolverlo attraverso il modello blockchain.
Render Network è una piattaforma di rendering distribuito ad alte prestazioni che utilizza il software otoy leader del settore per costruire un ponte tra i richiedenti della potenza di calcolo della GPU e i fornitori di risorse GPU inattive, consentendo di fornire le risorse di calcolo GPU inattive a un costo inferiore. richiedono campi informatici come l’intelligenza artificiale e la realtà virtuale.
Nell'intera operazione ecologica, i fornitori di GPU inattive collegano i propri dispositivi alla rete di rendering per completare varie attività di rendering e i richiedenti premiano i fornitori di GPU pagando token. Questo approccio decentralizzato massimizza l'efficienza nell'utilizzo delle risorse, crea valore per i partecipanti e riduce i costi di sviluppo e operativi dell'intelligenza artificiale. Nel dicembre dello scorso anno, Render ha compiuto un importante salto tecnologico, migrando la sua infrastruttura dalla catena Ethereum a Solana ad alto TPS. Con le elevate prestazioni e la maggiore scalabilità di Solana, Render ha portato streaming multimediale in tempo reale, compressione dello stato e altre funzionalità di elaborazione .
Rendering su rete di rendering
Akash è una piattaforma informatica decentralizzata che aggrega risorse di rete inattive come CPU, GPU, spazio di archiviazione, larghezza di banda e indirizzi IP dedicati in tutto il mondo attraverso la piattaforma e poi le affitta ad aziende coinvolte nell'intelligenza artificiale o ad altre aziende con elevata potenza di calcolo requisiti e individui per sfruttare appieno il loro valore. Gli utenti che forniscono risorse di noleggio GPU possono ottenere token AKT e il lato della domanda ottiene potenza di calcolo a basso costo. Oltre ad essere utilizzato per il pagamento e il regolamento delle risorse di rete affittate, il token della piattaforma AKT funge anche da incentivo per incoraggiare i verificatori a partecipare alla governance ecologica e al mantenimento della sicurezza della rete. La piattaforma addebiterà una determinata commissione di transazione nel pagamento e nel regolamento risorse di rete. Attraverso questo Il modello può avvantaggiare tutti i partecipanti all'intero ecosistema della piattaforma e promuovere la sopravvivenza a lungo termine e la crescita continua del modello di business della piattaforma.
Grafico statistico in tempo reale delle risorse di rete di Akash Network
Livepeer è una piattaforma di rete di infrastruttura video per lo streaming live e su richiesta. Gli utenti possono unirsi alla rete eseguendo il software della piattaforma e utilizzando la GPU del proprio computer, la larghezza di banda e altre risorse per transcodificare e distribuire video. Questo modello migliora l'affidabilità dello streaming video riducendo i costi associati alla transcodifica e alla distribuzione video fino a 50 volte. Su questa base, il progetto Livepeer sta introducendo attività di elaborazione video AI nella rete Livepeer, utilizzando la rete GPU gestita dal suo orchestratore per generare video AI di alta qualità, riducendo così il costo della creazione di contenuti video.
A giudicare dai progetti blockchain introdotti sopra, la blockchain può sfruttare le sue caratteristiche decentralizzate e distribuite e sfruttare appieno le risorse di rete inattive per risolvere gli attuali problemi di potenza di calcolo dell’intelligenza artificiale insufficiente e costi elevati. Una volta adottato questo modello, in futuro saranno verificati e riconosciuti in più scenari di vita reale e start-up di intelligenza artificiale, il che allevierà notevolmente il problema della potenza di calcolo.
2. La combinazione di dati AI e blockchain
I dati sono la base dei modelli di intelligenza artificiale e i dati utilizzati per addestrare i modelli determinano le differenze tra i vari modelli di intelligenza artificiale. I dati blockchain sono di qualità superiore rispetto ad altre fonti di dati e i dati sulla catena sono pubblici. La combinazione dell’intelligenza artificiale con i dati blockchain può identificare gli utenti sulla catena.
Arkham è una piattaforma che utilizza la tecnologia AI per fornire dati sulla catena e analisi di intelligence e guadagnare premi. Il suo motore di intelligenza artificiale proprietario ULTRA può taggare indirizzi sulla catena con utenti reali. Gli indirizzi anonimi sulla catena decentralizzati sono il vero controller verrà identificata la realtà. Dopo aver ottenuto una grande quantità di dati sulle etichette degli indirizzi anonimi sulla catena attraverso il modello AI, gli utenti possono estrarre le informazioni sulle transazioni sulla catena dell'entità tramite Arkham. Come tutti sappiamo, il punto più problematico nelle indagini sui crimini legati alle valute virtuali è identificare indirizzi anonimi per i trasferimenti di fondi. Le autorità di vigilanza possono utilizzare i dati dell'etichetta forniti da Arkham per tracciare l'origine di attività criminali come il riciclaggio di denaro e le frodi attraverso le valute virtuali.
Mappa di visualizzazione dei dati on-chain della piattaforma Arkham
Inoltre, Arkham ha anche una funzione di scambio di informazioni di intelligence sulla catena. La funzione di interscambio di Arkham consente lo scambio di indirizzi sulla catena e informazioni reali fuori catena. Gli utenti possono raccogliere informazioni di intelligence sulla catena attraverso premi sulla piattaforma Preziose informazioni on-chain possono anche essere messe all'asta sulla piattaforma (per un'analisi specifica del prodotto, fare clic sull'articolo scritto in precedenza: Arkham può diventare un'arma per la supervisione on-chain?). Il motore di intelligenza artificiale di Arkham ULTRA è stato sviluppato con il supporto di Palantir, una società di servizi di analisi e intelligence di big data che fornisce servizi di intelligenza artificiale al governo degli Stati Uniti e il fondatore di OpenAI grazie a una fonte di dati di addestramento e supporto tecnico così potente , Arkham dispone della libreria di tag dati on-chain più potente del settore.
Per quanto riguarda l’elevato costo di archiviazione di grandi quantità di dati per l’addestramento del modello AI, anche progetti di archiviazione blockchain come Arweave, Filecoin e Storj hanno fornito soluzioni. Che si tratti del pagamento una tantum di Arweave per l'archiviazione permanente o dell'efficiente sistema pay-as-you-go di Filecoin, entrambi hanno notevolmente ridotto i costi di archiviazione dei dati. Per alcuni metodi tradizionali di archiviazione dei dati, l'archiviazione decentralizzata può anche risolvere il problema dell'archiviazione a punto singolo danni causati da calamità naturali.
Sebbene l'utilizzo di ChatGPT possa migliorare l'efficienza del lavoro, al fine di ottimizzare il modello e migliorare l'accuratezza del dialogo AI, è necessaria una grande quantità di dati sull'utilizzo degli utenti per la formazione e la messa a punto, quindi esiste il rischio di perdita di dati sensibili e dati sulla privacy personale . Zama è una società di crittografia open source che sviluppa soluzioni all'avanguardia di crittografia completamente omomorfica (FHE) per blockchain e intelligenza artificiale. Zama Concrete ML può elaborare i dati sensibili in modo sicuro, consentendo la collaborazione dei dati tra diverse organizzazioni mantenendo la riservatezza reciproca, migliorando l'efficienza e la sicurezza dei dati. Può crittografare dati privati come le cartelle cliniche personali durante l'allenamento per garantire che ciascun utente sia solo il finale il risultato è visibile, non i dati sensibili di altre persone.
3. La combinazione di AI Agent e progetti blockchain
La definizione di AI Agent di OpenAI è un sistema che utilizza un modello linguistico di grandi dimensioni (LLM) come un sistema guidato dal cervello con la capacità di comprendere, percepire, pianificare, ricordare e utilizzare strumenti in modo autonomo e può eseguire automaticamente attività complesse. Con le versioni successive del GPTS di OpenAI, vengono implementate sempre più applicazioni AI Agent.
Fetch.ai è una rete blockchain ad autoapprendimento che promuove principalmente attività economiche tra gli agenti IA offline. Fetch.ai è composto da quattro parti: AI Agents, Agentverse, AI Engine e Fetch network. Gli utenti possono utilizzare i casi d'uso degli agenti AI forniti dalla piattaforma per creare, sviluppare e distribuire i propri agenti AI su Agentverse. Possono anche pubblicare i propri agenti AI sulla piattaforma e promuoverli ad altri utenti. DeltaV è un'interfaccia di chat basata sull'intelligenza artificiale in Fetch.ai. Gli utenti inseriscono le richieste tramite l'interfaccia di chat e AI Engine legge l'input dell'utente, lo converte in attività eseguibili e seleziona l'agente AI più appropriato nell'attività Agentverse. Attualmente, l’azienda tedesca Bosch e Fetch.ai stanno anche collaborando nella ricerca sull’integrazione della tecnologia AI Agent con i viaggi mobili e le case intelligenti per aprire congiuntamente la porta all’economia dell’Internet delle cose nell’era Web3.
La composizione dell'ecosistema Fetch.ai
Inoltre, l'applicazione AI Agent QnA3.AI introduce i robot di domanda e risposta AI del settore della crittografia, i robot di analisi tecnica e le funzionalità di scambio di risorse nel mondo Web3. Attraverso QnA3 Bot, gli utenti possono raccogliere informazioni, analizzare informazioni ed eseguire transazioni effettive quando il comportamento di trading di criptovalute viene realizzato attraverso le funzioni del prodotto "Domanda e risposta", "Analisi tecnica" e "Trading in tempo reale" per ridurre al minimo l'interferenza delle emozioni soggettive degli utenti nelle loro decisioni di trading.
4. Possibili rischi legali
1. Rischi legati all'esportazione dei dati
Nell'introduzione di cui sopra, si menziona che alcuni progetti di archiviazione decentralizzata stanno risolvendo il problema dell'archiviazione dei dati della formazione del modello di intelligenza artificiale a un costo inferiore, il che può abbassare la soglia per alcuni individui e start-up che si impegnano nell'imprenditorialità dell'intelligenza artificiale, ma questo tipo di decentralizzazione Il metodo di archiviazione centralizzata può comportare il rischio che i dati lascino il paese.
La Cyberspace Administration of China ha pubblicato le "Linee guida per l'applicazione di valutazione della sicurezza del trasferimento dei dati (prima edizione)", che stabiliscono chiaramente che le attività di trasferimento dei dati includono:
(1) I responsabili del trattamento trasferiranno e archivieranno i dati raccolti e generati durante le operazioni nazionali all'estero;
(2) I dati raccolti e generati dal responsabile del trattamento dei dati sono archiviati all'interno del paese e istituzioni, organizzazioni o individui esteri possono interrogarli, recuperarli, scaricarli ed esportarli;
(3) Altre attività di esportazione di dati specificate dall'Amministrazione del Cyberspazio cinese.
Allora qual è la definizione di outbound? L'articolo 89 della "Legge sull'amministrazione dell'uscita e dell'ingresso della Repubblica popolare cinese" stabilisce chiaramente che l'outbound si riferisce all'andare dalla Cina continentale verso altri paesi o regioni, dalla Cina continentale all'estero? La regione amministrativa speciale di Hong Kong e la regione amministrativa speciale di Macao, dalla Cina continentale si dirigono verso Taiwan. Da ciò si può vedere che la decisione se lasciare il Paese si basa sulla giurisdizione.
Per i progetti di archiviazione decentralizzata, gli utenti archiviano i dati in una rete distribuita decentralizzata come IPFS. I file archiviati nella rete sono divisi in diverse piccole porzioni di dati e sono crittografati e archiviati in vari nodi sparsi in tutto il mondo. Immaginate se le start-up nazionali di intelligenza artificiale archiviassero i dati di addestramento dei modelli di intelligenza artificiale in nodi di progetto così decentralizzati, ci sarebbe il rischio che i dati lascino il paese.
2. Rischio di fuga di dati sensibili sulla privacy
Nelle applicazioni AI Agnet come QnA3.AI, gli utenti ottengono informazioni sulle transazioni di risorse crittografate attraverso il dialogo con l'intelligenza artificiale ed eseguono transazioni. Se i dati privati generati da questo dialogo personale di domande e risposte vengono utilizzati dalla parte del progetto per l'addestramento e la messa a punto del modello, lì sarà Rischio di perdita di dati sulla privacy. Quando tale fuga di dati sulle transazioni viene sfruttata da soggetti malintenzionati, può portare al fallimento degli investimenti e a perdite maggiori.
Il testo originale può essere cercato sull'account pubblico WeChat: Chu Yan
