Будучи децентрализованной, открытой и прозрачной новой парадигмой Интернета, Web3 имеет естественную возможность интеграции с ИИ. В традиционной централизованной архитектуре вычислительные ресурсы ИИ и ресурсы данных строго контролируются, и существует множество проблем, таких как узкие места в вычислительной мощности, утечки конфиденциальной информации и черные ящики алгоритмов. Web3 основан на распределенной технологии и может придать новый импульс развитию искусственного интеллекта с помощью общих вычислительных сетей, открытых рынков данных, частных вычислений и других методов. В то же время ИИ может также привнести в Web3 множество возможностей, таких как оптимизация смарт-контрактов, алгоритмы борьбы с мошенничеством и т. д., чтобы помочь его экологическому построению. Поэтому изучение сочетания Web3 и искусственного интеллекта имеет решающее значение для создания интернет-инфраструктуры следующего поколения и раскрытия ценности данных и вычислительной мощности.
Управление данными: прочная основа искусственного интеллекта и Web3
Данные — это основная движущая сила развития искусственного интеллекта, точно так же, как топливо для двигателя. Модели искусственного интеллекта должны переваривать большое количество высококачественных данных, чтобы получить глубокое понимание и мощные возможности рассуждения. Данные не только обеспечивают основу для обучения моделей машинного обучения, но также определяют точность и надежность модели.
В традиционной модели централизованного сбора и использования данных ИИ существует несколько основных проблем:
Стоимость получения данных высока, и малым и средним предприятиям ее трудно себе позволить;
Ресурсы данных монополизированы технологическими гигантами, образующими острова данных;
Конфиденциальность личных данных находится под угрозой утечки и злоупотреблений
Web3 может решить проблемы традиционной модели с помощью новой парадигмы децентрализованных данных.
С помощью Grass пользователи могут продавать простаивающие сети компаниям, занимающимся искусственным интеллектом, децентрализованно собирать сетевые данные, очищать и преобразовывать их, а также предоставлять реальные высококачественные данные для обучения моделей искусственного интеллекта;
Общественный ИИ принимает модель «ярлык, чтобы зарабатывать», которая использует токены, чтобы побудить работников по всему миру участвовать в маркировке данных, собирать глобальные профессиональные знания и расширять возможности анализа данных;
Платформы для торговли данными на блокчейне, такие как Ocean Protocol и Streamr, обеспечивают открытую и прозрачную торговую среду как для сторон, предлагающих, так и для потребителей данных, стимулируя инновации и обмен данными.
Тем не менее, существуют некоторые проблемы с получением реальных данных, такие как различное качество данных, сложность обработки и недостаточное разнообразие и представление. Синтетические данные могут стать будущей звездой гонки данных Web3. На основе генеративной технологии искусственного интеллекта и моделирования синтетические данные могут имитировать свойства реальных данных и служить эффективным дополнением к реальным данным для повышения эффективности использования данных. В таких областях, как автономное вождение, операции на финансовых рынках и разработка игр, синтетические данные показали свой зрелый потенциал применения.
Защита конфиденциальности: роль FHE в Web3
В эпоху, когда данные управляют данными, защита конфиденциальности оказалась в центре внимания всего мира. Введение таких правил, как Общий регламент по защите данных Европейского Союза (GDPR), отражает строгую защиту личной жизни. Однако это также создает проблемы: некоторые конфиденциальные данные не могут быть полностью использованы из-за рисков конфиденциальности, что, несомненно, ограничивает потенциал и логические возможности моделей ИИ.
FHE, полностью гомоморфное шифрование, позволяет выполнять вычислительные операции непосредственно с зашифрованными данными без их расшифровки, а результаты вычислений согласуются с результатами тех же вычислений с обычными текстовыми данными.
FHE обеспечивает надежную защиту конфиденциальных вычислений ИИ, позволяя вычислительной мощности графического процессора выполнять задачи обучения модели и вывода в среде, не затрагивающей исходные данные. Это дает компаниям, занимающимся искусственным интеллектом, огромное преимущество. Они могут безопасно открывать службы API, сохраняя при этом коммерческую тайну.
FHEML поддерживает шифрование данных и моделей на протяжении всего цикла машинного обучения, чтобы обеспечить безопасность конфиденциальной информации и предотвратить риск утечки данных. Таким образом, FHEML повышает конфиденциальность данных и обеспечивает безопасную вычислительную среду для приложений искусственного интеллекта.
FHEML дополняет ZKML, который удостоверяет правильность выполнения машинного обучения, тогда как FHEML делает упор на вычисления на зашифрованных данных для обеспечения конфиденциальности данных.
Революция вычислительной мощности: вычисления с использованием искусственного интеллекта в децентрализованных сетях
Вычислительная сложность нынешних систем искусственного интеллекта удваивается каждые три месяца, что приводит к резкому росту спроса на вычислительную мощность, который намного превышает предложение существующих вычислительных ресурсов. Например, обучение модели OpenAI GPT-3 требует огромной вычислительной мощности, эквивалентной 355 годам обучения на одном устройстве. Эта нехватка вычислительной мощности не только ограничивает прогресс технологий искусственного интеллекта, но и делает передовые модели искусственного интеллекта недоступными для большинства исследователей и разработчиков.
В то же время глобальный уровень использования графических процессоров составляет менее 40%, что в сочетании с замедлением повышения производительности микропроцессоров и нехваткой чипов, вызванной цепочкой поставок и геополитическими факторами, сделало проблему энергоснабжения компьютеров более серьезной. Специалисты по искусственному интеллекту оказались перед дилеммой: либо приобрести собственное оборудование, либо арендовать облачные ресурсы. Им срочно нужен экономичный метод вычислительного обслуживания по требованию.
IO.net — это децентрализованная сеть вычислительных мощностей искусственного интеллекта, основанная на Solana. Она предоставляет компаниям, занимающимся искусственным интеллектом, экономичный и легкодоступный рынок вычислительных мощностей за счет агрегирования простаивающих ресурсов графических процессоров по всему миру. Требующие вычислительной мощности могут публиковать вычислительные задачи в сети, а смарт-контракты распределяют задачи по узлам майнеров, которые вносят вклад в вычислительную мощность. Майнеры выполняют задачи и отправляют результаты, а также получают вознаграждение в виде баллов после проверки. Решение IO.net повышает эффективность использования ресурсов и помогает устранить узкие места вычислительной мощности в таких областях, как искусственный интеллект.
Помимо общих децентрализованных вычислительных сетей, существуют также такие платформы, как Gensyn и Flock.io, которые ориентированы на обучение ИИ, а также специализированные вычислительные сети, такие как Ritual и Fetch.ai, которые ориентированы на логические выводы ИИ.
Децентрализованная вычислительная сеть обеспечивает справедливый и прозрачный рынок вычислительной мощности, разрушает монополию, снижает порог приложений и повышает эффективность использования вычислительной мощности. В экосистеме web3 децентрализованная вычислительная сеть будет играть ключевую роль в привлечении более инновационных децентрализованных приложений, которые будут участвовать и совместно продвигать разработку и применение технологий искусственного интеллекта.
DePIN: Web3 расширяет возможности Edge AI
Представьте, что ваш мобильный телефон, умные часы и даже домашние смарт-устройства способны запускать искусственный интеллект — в этом прелесть Edge AI. Это позволяет выполнять вычисления в источнике генерации данных, обеспечивая низкую задержку и обработку в реальном времени, одновременно защищая конфиденциальность пользователей. Технология Edge AI применяется в таких ключевых областях, как автономное вождение.
В поле Web3 у нас более знакомое имя — DePIN. Web3 подчеркивает децентрализацию и суверенитет пользовательских данных. DePIN может повысить защиту конфиденциальности пользователей и снизить риск утечки данных за счет локальной обработки данных.
Собственный экономический механизм токена может мотивировать узлы DePIN предоставлять вычислительные ресурсы и создавать устойчивую экосистему.
В настоящее время DePIN быстро развивается в экосистеме Solana и стала одной из предпочтительных платформ публичной сети для развертывания проектов. Высокий TPS Solana, низкие комиссии за транзакции и технологические инновации обеспечивают надежную поддержку проекту DePIN. В настоящее время рыночная стоимость проектов DePIN на Солане превышает 10 миллиардов долларов США, а такие известные проекты, как Render Network и Helium Network, добились значительного прогресса.
ИМО: Модель искусственного интеллекта представляет новую парадигму
Концепция IMO была впервые предложена протоколом Ora для токенизации моделей ИИ.
В рамках традиционной модели из-за отсутствия механизма распределения доходов после того, как модель ИИ разработана и выведена на рынок, разработчикам часто бывает трудно получить устойчивые выгоды от последующего использования модели, особенно когда модель интегрирован в другие продукты и услуги. Создателям сложно отслеживать использование, не говоря уже о его монетизации. Более того, производительность и эффекты моделей ИИ часто непрозрачны, что затрудняет потенциальным инвесторам и пользователям оценку их истинной ценности, ограничивая признание рынка и коммерческий потенциал моделей.
IMO предоставляет новый способ финансовой поддержки и распределения стоимости моделей искусственного интеллекта с открытым исходным кодом. Инвесторы могут приобретать токены IMO и делиться последующей прибылью, полученной от модели. Протокол Ora использует два стандарта ERC, ERC-7641 и ERC-7007, в сочетании с AI Oracle (Onchain AI Oracle) и технологией OPML, чтобы гарантировать подлинность модели AI и то, что держатели токенов могут делиться преимуществами.
Модель IMO повышает прозрачность и доверие, поощряет сотрудничество с открытым исходным кодом, адаптируется к тенденциям рынка шифрования и придает импульс устойчивому развитию технологий искусственного интеллекта. IMO все еще находится на начальной стадии испытаний, но по мере того, как растет признание рынка и расширяется сфера участия, стоит с нетерпением ждать ее инноваций и потенциальной ценности.
AI Agent: новая эра интерактивного опыта
ИИ-агент может воспринимать окружающую среду, мыслить независимо и предпринимать соответствующие действия для достижения поставленных целей. Благодаря поддержке больших языковых моделей агенты ИИ могут не только понимать естественный язык, но и планировать решения и выполнять сложные задачи. Они могут служить виртуальными помощниками, которые изучают предпочтения пользователя посредством взаимодействия с ним и предоставляют персонализированные решения. Даже без явных инструкций ИИ-агент может решать проблемы автономно, повышать эффективность и создавать новую ценность.
Myshell — это открытая платформа приложений для искусственного интеллекта, которая предоставляет комплексный и простой в использовании набор инструментов для творчества. Она позволяет пользователям настраивать функции, внешний вид, звуки роботов и подключаться к внешним базам знаний. Она стремится создать честный и открытый искусственный интеллект. экосистемы контента и использование генеративных технологий искусственного интеллекта позволяют людям стать супертворцами. Myshell обучила специализированную модель большого языка, чтобы сделать ролевую игру более гуманной; технология клонирования голоса позволяет ускорить персонализированное взаимодействие с продуктами искусственного интеллекта. MyShell снижает стоимость синтеза речи на 99%, а клонирование голоса можно реализовать всего за 1 минуту. AI-агент, настроенный с помощью Myshell, в настоящее время можно использовать во многих областях, таких как видеочат, изучение языков и создание изображений.
Что касается интеграции Web3 и искусственного интеллекта, в настоящее время мы больше изучаем уровень инфраструктуры, как получить высококачественные данные и защитить конфиденциальность данных, как разместить модели в цепочке, как повысить эффективность использования децентрализованных вычислительных мощностей и как проверить ключевые проблемы, такие как большие языковые модели. По мере постепенного улучшения этих инфраструктур у нас есть основания полагать, что интеграция Web3 и искусственного интеллекта приведет к появлению ряда инновационных бизнес-моделей и услуг.