La fusión del AI y Web3: estado actual, desafíos y perspectivas futuras
En los últimos años, el rápido desarrollo de la inteligencia artificial (AI) y la tecnología Web3 ha generado una amplia atención a nivel mundial. La IA ha logrado importantes avances en áreas como el reconocimiento facial, el procesamiento del lenguaje natural y el aprendizaje automático, lo que ha traído enormes transformaciones e innovaciones a diversas industrias. En 2023, el tamaño del mercado de la industria de la IA alcanzó los 200 mil millones de dólares, y empresas como OpenAI, Character.AI y Midjourney han liderado la ola de la IA.
Al mismo tiempo, Web3, como un modelo emergente de Internet, está cambiando la forma en que las personas perciben y utilizan Internet. Web3 se basa en la tecnología blockchain y, a través de funciones como contratos inteligentes, almacenamiento distribuido y verificación de identidad descentralizada, logra el intercambio y control de datos, la autonomía de los usuarios y el establecimiento de mecanismos de confianza. La idea central de Web3 es liberar los datos de las instituciones centralizadas, otorgando a los usuarios el control sobre sus datos y el derecho a compartir su valor. Actualmente, el valor de mercado de la industria Web3 ha alcanzado los 25 billones, con proyectos como Bitcoin, Ethereum y Solana surgiendo constantemente.
La combinación de la IA y Web3 se ha convertido en un campo de gran interés, y cómo fusionar ambos de manera efectiva es un tema que vale la pena explorar. Este artículo se centrará en la situación actual del desarrollo de IA+Web3, analizará las limitaciones y desafíos que enfrentan los proyectos actuales y dará una perspectiva sobre las direcciones futuras de desarrollo.
Formas de interacción entre AI y Web3
Dificultades que enfrenta la industria de la IA
El núcleo de la industria de la IA no puede separarse de tres elementos: poder de cómputo, algoritmos y datos. En términos de poder de cómputo, las tareas de IA requieren una gran cantidad de recursos de cálculo, pero obtener y gestionar un poder de cómputo a gran escala es costoso, especialmente para startups y desarrolladores individuales. En cuanto a los algoritmos, aunque el aprendizaje profundo ha tenido un gran éxito, aún existen problemas con la interpretabilidad, robustez y capacidad de generalización de los modelos. En lo que respecta a los datos, obtener datos de alta calidad y diversidad sigue siendo un gran desafío, además de considerar la privacidad y la seguridad de los datos. Además, la falta de claridad en el modelo de negocio de los proyectos de IA también deja a muchos emprendedores desconcertados.
Las dificultades que enfrenta la industria Web3
La industria de Web3 tiene margen de mejora en análisis de datos, experiencia del usuario, y seguridad de contratos inteligentes. La IA, como herramienta para aumentar la productividad, tiene un gran potencial en estas áreas. Por ejemplo, la IA puede mejorar la capacidad de análisis y predicción de datos de Web3, optimizar la experiencia del usuario y los servicios personalizados, y fortalecer la seguridad y la protección de la privacidad.
Análisis del estado actual de los proyectos de AI+Web3
Web3 impulsa la IA
Poder de cómputo descentralizado
Con el aumento de la demanda de IA, la escasez de GPU se ha convertido en un punto crítico en la industria. Algunos proyectos de Web3 intentan ofrecer servicios de computación descentralizada a través de incentivos en tokens, como Akash, Render, Gensyn, entre otros. Estos proyectos incentivan a los usuarios a proporcionar potencia de GPU ociosa, brindando apoyo de potencia de cálculo a los clientes de IA.
El lado de la oferta incluye principalmente proveedores de servicios en la nube, mineros de criptomonedas y empresas. Los proyectos se dividen en dos categorías: una categoría para la inferencia de IA, como Render, Akash, etc.; y otra categoría para el entrenamiento de IA, como io.net, Gensyn, etc.
io.net como una red de potencia de cómputo descentralizada, actualmente cuenta con más de 500,000 GPU y tiene un rendimiento destacado. Gensyn, por su parte, promueve la asignación de tareas de aprendizaje automático y recompensas a través de contratos inteligentes, logrando el entrenamiento de IA.
Modelo de algoritmo descentralizado
La red de modelos de algoritmos descentralizados es un mercado de servicios de algoritmos de IA descentralizado que conecta múltiples modelos de IA. Cuando los usuarios hacen preguntas, el mercado selecciona el modelo de IA más adecuado para responder. Proyectos representativos como Bittensor, cuyos proveedores de modelos de algoritmos contribuyen con modelos de aprendizaje automático a la red y reciben recompensas en tokens.
Recolección de datos descentralizada
Algunos proyectos combinan Web3 para lograr la recolección de datos descentralizada mediante incentivos de tokens. Tomemos como ejemplo a PublicAI, donde los usuarios pueden participar como proveedores de datos o validadores y recibir incentivos en tokens. Además, hay otros proyectos como Ocean, Hivemapper y Dimo que recogen datos de diferentes maneras.
Protección de la privacidad del usuario en la IA ZK
La tecnología de prueba de cero conocimiento puede lograr la verificación de información mientras protege la privacidad. ZKML(Zero-Knowledge Machine Learning), a través de la tecnología de prueba de cero conocimiento, permite el entrenamiento y la inferencia de modelos de aprendizaje automático sin revelar los datos originales. Proyectos como BasedAI están explorando este campo.
AI impulsa Web3
Análisis y predicción de datos
Muchos proyectos de Web3 han comenzado a integrar servicios de IA o desarrollar tecnologías de IA propias para ofrecer a los usuarios servicios de análisis y predicción de datos. Por ejemplo, Pond utiliza algoritmos de IA para predecir tokens valiosos, BullBear AI predice las tendencias de precios basándose en datos históricos. Plataformas de competencia de inversión como Numerai también utilizan IA para predecir el mercado. Plataformas de análisis de datos en cadena como Arkham también combinan IA para ofrecer servicios.
Servicios personalizados
Algunos proyectos de Web3 optimizan la experiencia del usuario mediante la integración de la IA. Por ejemplo, Dune lanzó la herramienta Wand, que utiliza modelos de lenguaje grandes para escribir consultas SQL. Las plataformas de medios Web3 como Followin, IQ.wiki, entre otras, integran ChatGPT para resumir contenidos. Proyectos como NFPrompt utilizan la IA para reducir los costos de creación de NFT.
Auditoría de contratos inteligentes AI
La IA puede identificar de manera más eficiente y precisa las vulnerabilidades en el código de los contratos inteligentes. Por ejemplo, 0x0.ai ofrece un auditor de contratos inteligentes basado en inteligencia artificial, que utiliza técnicas de aprendizaje automático para identificar problemas potenciales en el código.
Limitaciones y desafíos de los proyectos AI+Web3
Los obstáculos reales que enfrenta la potencia de cálculo descentralizada
Los productos de computación descentralizada enfrentan algunos desafíos en términos de rendimiento, estabilidad, disponibilidad y complejidad de uso. Actualmente, la computación descentralizada se utiliza principalmente para la inferencia de IA y no para el entrenamiento, debido a que el entrenamiento de grandes modelos requiere una cantidad de datos y un ancho de banda extremadamente altos.
La razón principal por la que la potencia de cálculo descentralizada es difícil para el entrenamiento de grandes modelos es:
El entrenamiento de grandes modelos requiere una alta estabilidad; las interrupciones causarán grandes pérdidas.
La comunicación en paralelo de múltiples tarjetas está limitada por la distancia física, y la dispersión de la potencia de cálculo dificulta la formación de un clúster de potencia de cálculo.
Por lo tanto, la potencia de cálculo descentralizada es actualmente más adecuada para la inferencia de IA o el entrenamiento de modelos pequeños y medianos en escenarios específicos.
La combinación de AI+Web3 es bastante rudimentaria
Actualmente, muchos proyectos de AI + Web3 aún se encuentran en aplicaciones superficiales, sin mostrar una profunda fusión e innovación entre la IA y las criptomonedas. Algunos proyectos solo utilizan el concepto de IA a nivel de marketing, con una innovación real limitada. En el futuro, se necesita una investigación más profunda para lograr una estrecha integración entre la IA y las criptomonedas.
La economía de tokens se convierte en un amortiguador para la narrativa del proyecto de IA
Debido a que los grandes modelos se están volviendo gradualmente de código abierto, muchos proyectos de IA tienen dificultades para desarrollarse en Web2, y por eso están incorporando narrativas de Web3 y economías de tokens. Sin embargo, si la economía de tokens realmente ayuda a resolver necesidades prácticas o si es simplemente una especulación a corto plazo, es algo que merece reflexión. Actualmente, la mayoría de los proyectos de IA + Web3 aún no han alcanzado una etapa práctica y necesitan más equipos sólidos y con ideas para satisfacer verdaderamente los escenarios de necesidades reales.
Resumen y Perspectivas
La fusión de AI+Web3 ofrece posibilidades infinitas para la innovación tecnológica y el desarrollo económico futuros. AI puede proporcionar escenarios de aplicación más inteligentes para Web3, como análisis de datos, auditoría de contratos inteligentes, servicios personalizados, etc. Web3, por su parte, ofrece nuevas oportunidades para AI, como poder de cómputo descentralizado y compartición de datos.
A pesar de que los proyectos de AI+Web3 aún se encuentran en una etapa temprana y enfrentan numerosos desafíos, también presentan algunas ventajas. Por ejemplo, la computación descentralizada y la recolección de datos pueden reducir la dependencia de instituciones centralizadas, aumentar la transparencia y la innovación. En el futuro, será necesario sopesar los pros y los contras y tomar las medidas adecuadas para superar los desafíos.
En general, la fusión de AI+Web3 promete construir sistemas económicos y sociales más inteligentes, abiertos y justos. Al combinar la capacidad de análisis y toma de decisiones inteligentes de la IA con la descentralización y la autonomía del usuario de Web3, el futuro tiene amplias perspectivas de desarrollo. La clave es avanzar de manera sólida, satisfaciendo realmente las necesidades prácticas, en lugar de quedarse en el nivel de la especulación conceptual.
Ver originales
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
16 me gusta
Recompensa
16
3
Compartir
Comentar
0/400
BasementAlchemist
· 07-26 05:34
Ya he dicho durante medio día, ¿qué tiene que ver con tontos?
Estado de la fusión de la IA y Web3: desafíos y oportunidades coexistentes
La fusión del AI y Web3: estado actual, desafíos y perspectivas futuras
En los últimos años, el rápido desarrollo de la inteligencia artificial (AI) y la tecnología Web3 ha generado una amplia atención a nivel mundial. La IA ha logrado importantes avances en áreas como el reconocimiento facial, el procesamiento del lenguaje natural y el aprendizaje automático, lo que ha traído enormes transformaciones e innovaciones a diversas industrias. En 2023, el tamaño del mercado de la industria de la IA alcanzó los 200 mil millones de dólares, y empresas como OpenAI, Character.AI y Midjourney han liderado la ola de la IA.
Al mismo tiempo, Web3, como un modelo emergente de Internet, está cambiando la forma en que las personas perciben y utilizan Internet. Web3 se basa en la tecnología blockchain y, a través de funciones como contratos inteligentes, almacenamiento distribuido y verificación de identidad descentralizada, logra el intercambio y control de datos, la autonomía de los usuarios y el establecimiento de mecanismos de confianza. La idea central de Web3 es liberar los datos de las instituciones centralizadas, otorgando a los usuarios el control sobre sus datos y el derecho a compartir su valor. Actualmente, el valor de mercado de la industria Web3 ha alcanzado los 25 billones, con proyectos como Bitcoin, Ethereum y Solana surgiendo constantemente.
La combinación de la IA y Web3 se ha convertido en un campo de gran interés, y cómo fusionar ambos de manera efectiva es un tema que vale la pena explorar. Este artículo se centrará en la situación actual del desarrollo de IA+Web3, analizará las limitaciones y desafíos que enfrentan los proyectos actuales y dará una perspectiva sobre las direcciones futuras de desarrollo.
Formas de interacción entre AI y Web3
Dificultades que enfrenta la industria de la IA
El núcleo de la industria de la IA no puede separarse de tres elementos: poder de cómputo, algoritmos y datos. En términos de poder de cómputo, las tareas de IA requieren una gran cantidad de recursos de cálculo, pero obtener y gestionar un poder de cómputo a gran escala es costoso, especialmente para startups y desarrolladores individuales. En cuanto a los algoritmos, aunque el aprendizaje profundo ha tenido un gran éxito, aún existen problemas con la interpretabilidad, robustez y capacidad de generalización de los modelos. En lo que respecta a los datos, obtener datos de alta calidad y diversidad sigue siendo un gran desafío, además de considerar la privacidad y la seguridad de los datos. Además, la falta de claridad en el modelo de negocio de los proyectos de IA también deja a muchos emprendedores desconcertados.
Las dificultades que enfrenta la industria Web3
La industria de Web3 tiene margen de mejora en análisis de datos, experiencia del usuario, y seguridad de contratos inteligentes. La IA, como herramienta para aumentar la productividad, tiene un gran potencial en estas áreas. Por ejemplo, la IA puede mejorar la capacidad de análisis y predicción de datos de Web3, optimizar la experiencia del usuario y los servicios personalizados, y fortalecer la seguridad y la protección de la privacidad.
Análisis del estado actual de los proyectos de AI+Web3
Web3 impulsa la IA
Poder de cómputo descentralizado
Con el aumento de la demanda de IA, la escasez de GPU se ha convertido en un punto crítico en la industria. Algunos proyectos de Web3 intentan ofrecer servicios de computación descentralizada a través de incentivos en tokens, como Akash, Render, Gensyn, entre otros. Estos proyectos incentivan a los usuarios a proporcionar potencia de GPU ociosa, brindando apoyo de potencia de cálculo a los clientes de IA.
El lado de la oferta incluye principalmente proveedores de servicios en la nube, mineros de criptomonedas y empresas. Los proyectos se dividen en dos categorías: una categoría para la inferencia de IA, como Render, Akash, etc.; y otra categoría para el entrenamiento de IA, como io.net, Gensyn, etc.
io.net como una red de potencia de cómputo descentralizada, actualmente cuenta con más de 500,000 GPU y tiene un rendimiento destacado. Gensyn, por su parte, promueve la asignación de tareas de aprendizaje automático y recompensas a través de contratos inteligentes, logrando el entrenamiento de IA.
Modelo de algoritmo descentralizado
La red de modelos de algoritmos descentralizados es un mercado de servicios de algoritmos de IA descentralizado que conecta múltiples modelos de IA. Cuando los usuarios hacen preguntas, el mercado selecciona el modelo de IA más adecuado para responder. Proyectos representativos como Bittensor, cuyos proveedores de modelos de algoritmos contribuyen con modelos de aprendizaje automático a la red y reciben recompensas en tokens.
Recolección de datos descentralizada
Algunos proyectos combinan Web3 para lograr la recolección de datos descentralizada mediante incentivos de tokens. Tomemos como ejemplo a PublicAI, donde los usuarios pueden participar como proveedores de datos o validadores y recibir incentivos en tokens. Además, hay otros proyectos como Ocean, Hivemapper y Dimo que recogen datos de diferentes maneras.
Protección de la privacidad del usuario en la IA ZK
La tecnología de prueba de cero conocimiento puede lograr la verificación de información mientras protege la privacidad. ZKML(Zero-Knowledge Machine Learning), a través de la tecnología de prueba de cero conocimiento, permite el entrenamiento y la inferencia de modelos de aprendizaje automático sin revelar los datos originales. Proyectos como BasedAI están explorando este campo.
AI impulsa Web3
Análisis y predicción de datos
Muchos proyectos de Web3 han comenzado a integrar servicios de IA o desarrollar tecnologías de IA propias para ofrecer a los usuarios servicios de análisis y predicción de datos. Por ejemplo, Pond utiliza algoritmos de IA para predecir tokens valiosos, BullBear AI predice las tendencias de precios basándose en datos históricos. Plataformas de competencia de inversión como Numerai también utilizan IA para predecir el mercado. Plataformas de análisis de datos en cadena como Arkham también combinan IA para ofrecer servicios.
Servicios personalizados
Algunos proyectos de Web3 optimizan la experiencia del usuario mediante la integración de la IA. Por ejemplo, Dune lanzó la herramienta Wand, que utiliza modelos de lenguaje grandes para escribir consultas SQL. Las plataformas de medios Web3 como Followin, IQ.wiki, entre otras, integran ChatGPT para resumir contenidos. Proyectos como NFPrompt utilizan la IA para reducir los costos de creación de NFT.
Auditoría de contratos inteligentes AI
La IA puede identificar de manera más eficiente y precisa las vulnerabilidades en el código de los contratos inteligentes. Por ejemplo, 0x0.ai ofrece un auditor de contratos inteligentes basado en inteligencia artificial, que utiliza técnicas de aprendizaje automático para identificar problemas potenciales en el código.
Limitaciones y desafíos de los proyectos AI+Web3
Los obstáculos reales que enfrenta la potencia de cálculo descentralizada
Los productos de computación descentralizada enfrentan algunos desafíos en términos de rendimiento, estabilidad, disponibilidad y complejidad de uso. Actualmente, la computación descentralizada se utiliza principalmente para la inferencia de IA y no para el entrenamiento, debido a que el entrenamiento de grandes modelos requiere una cantidad de datos y un ancho de banda extremadamente altos.
La razón principal por la que la potencia de cálculo descentralizada es difícil para el entrenamiento de grandes modelos es:
Por lo tanto, la potencia de cálculo descentralizada es actualmente más adecuada para la inferencia de IA o el entrenamiento de modelos pequeños y medianos en escenarios específicos.
La combinación de AI+Web3 es bastante rudimentaria
Actualmente, muchos proyectos de AI + Web3 aún se encuentran en aplicaciones superficiales, sin mostrar una profunda fusión e innovación entre la IA y las criptomonedas. Algunos proyectos solo utilizan el concepto de IA a nivel de marketing, con una innovación real limitada. En el futuro, se necesita una investigación más profunda para lograr una estrecha integración entre la IA y las criptomonedas.
La economía de tokens se convierte en un amortiguador para la narrativa del proyecto de IA
Debido a que los grandes modelos se están volviendo gradualmente de código abierto, muchos proyectos de IA tienen dificultades para desarrollarse en Web2, y por eso están incorporando narrativas de Web3 y economías de tokens. Sin embargo, si la economía de tokens realmente ayuda a resolver necesidades prácticas o si es simplemente una especulación a corto plazo, es algo que merece reflexión. Actualmente, la mayoría de los proyectos de IA + Web3 aún no han alcanzado una etapa práctica y necesitan más equipos sólidos y con ideas para satisfacer verdaderamente los escenarios de necesidades reales.
Resumen y Perspectivas
La fusión de AI+Web3 ofrece posibilidades infinitas para la innovación tecnológica y el desarrollo económico futuros. AI puede proporcionar escenarios de aplicación más inteligentes para Web3, como análisis de datos, auditoría de contratos inteligentes, servicios personalizados, etc. Web3, por su parte, ofrece nuevas oportunidades para AI, como poder de cómputo descentralizado y compartición de datos.
A pesar de que los proyectos de AI+Web3 aún se encuentran en una etapa temprana y enfrentan numerosos desafíos, también presentan algunas ventajas. Por ejemplo, la computación descentralizada y la recolección de datos pueden reducir la dependencia de instituciones centralizadas, aumentar la transparencia y la innovación. En el futuro, será necesario sopesar los pros y los contras y tomar las medidas adecuadas para superar los desafíos.
En general, la fusión de AI+Web3 promete construir sistemas económicos y sociales más inteligentes, abiertos y justos. Al combinar la capacidad de análisis y toma de decisiones inteligentes de la IA con la descentralización y la autonomía del usuario de Web3, el futuro tiene amplias perspectivas de desarrollo. La clave es avanzar de manera sólida, satisfaciendo realmente las necesidades prácticas, en lugar de quedarse en el nivel de la especulación conceptual.