La fusion de Web3 et de l'IA : construire l'infrastructure Internet de prochaine génération

Web3, en tant que nouvelle paradigm internet décentralisé, ouvert et transparent, offre une opportunité naturelle d'intégration avec l'IA. Dans une architecture centralisée traditionnelle, les ressources de calcul et de données de l'IA sont strictement contrôlées, et de nombreux défis subsistent, tels que les goulets d'étranglement en matière de puissance de calcul, les fuites de confidentialité et les algorithmes opaques. Cependant, Web3, basé sur des technologies distribuées, peut injecter une nouvelle dynamique au développement de l'IA grâce au partage de réseaux de puissance de calcul, aux marchés de données ouverts et au calcul confidentiel. En même temps, l'IA peut également apporter de nombreux avantages à Web3, tels que l'optimisation des contrats intelligents et les algorithmes anti-triche, contribuant ainsi à la construction de son écosystème. Par conséquent, explorer la combinaison de Web3 et de l'IA est essentiel pour construire l'infrastructure internet de prochaine génération et libérer la valeur des données et de la puissance de calcul.

Données pilotées : Une base solide pour l'IA et le Web3

Les données sont le moteur principal du développement de l'IA, tout comme le carburant l'est pour un moteur. Les modèles d'IA ont besoin de digérer une grande quantité de données de haute qualité pour acquérir une compréhension approfondie et une forte capacité de raisonnement. Les données fournissent non seulement la base d'entraînement pour les modèles d'apprentissage automatique, mais elles déterminent également la précision et la fiabilité du modèle.

Dans les modèles traditionnels de collecte et d'utilisation des données d'IA centralisés, il existe plusieurs problèmes principaux :

• Le coût d'acquisition des données est élevé, ce qui rend difficile pour les PME de l'assumer ;
• Les ressources de données sont monopolisées par des géants de la technologie, formant des îlots de données ;
• Les données personnelles sont exposées à des risques de fuite et d'abus.

Web3 peut résoudre les points de douleur des modèles traditionnels avec une nouvelle paradigme de données décentralisées.

• Collecter des données du réseau de manière décentralisée, les nettoyer et les transformer pour fournir des données réelles et de haute qualité pour l'entraînement des modèles d'IA ;
• Adoption du mode "gagner par annotation", en incitant les travailleurs du monde entier à participer à l'annotation des données, en rassemblant l'expertise professionnelle mondiale et en renforçant la capacité d'analyse des données ;
• La plateforme d'échange de données blockchain offre aux deux parties, fournisseurs et demandeurs de données, un environnement de transaction public et transparent, incitant à l'innovation et au partage des données.

Cependant, l'acquisition de données du monde réel présente également certains problèmes, tels que la qualité des données inégale, la difficulté de traitement, la diversité et le manque de représentativité. Les données synthétiques pourraient être la star du futur dans le secteur des données Web3. Basées sur la technologie de l'IA générative et la simulation, les données synthétiques peuvent imiter les attributs des données réelles, servant de complément efficace aux données réelles et améliorant l'efficacité de l'utilisation des données. Dans des domaines tels que la conduite autonome, le trading sur les marchés financiers et le développement de jeux, les données synthétiques ont déjà montré leur potentiel d'application mature.

Protection de la vie privée : le rôle de FHE dans le Web3

À l'ère des données, la protection de la vie privée est devenue un sujet de préoccupation mondiale, et l'adoption de réglementations telles que le Règlement général sur la protection des données (RGPD) de l'Union européenne reflète une stricte protection de la vie privée des individus. Cependant, cela pose également des défis : certaines données sensibles ne peuvent pas être pleinement exploitées en raison des risques pour la vie privée, ce qui limite sans aucun doute le potentiel et les capacités de raisonnement des modèles d'IA.

FHE, ou chiffrement homomorphe complet, permet d'effectuer des opérations de calcul directement sur des données chiffrées sans avoir à déchiffrer les données, et le résultat des calculs est identique à celui des calculs effectués sur des données en clair.

FHE offre une protection solide pour le calcul de la confidentialité de l'IA, permettant à la puissance de calcul des GPU d'exécuter des tâches d'entraînement et d'inférence de modèles dans un environnement sans toucher aux données brutes. Cela apporte un énorme avantage aux entreprises d'IA. Elles peuvent ouvrir en toute sécurité des services API tout en protégeant leurs secrets commerciaux.

FHEML prend en charge le traitement cryptographique des données et des modèles tout au long du cycle d'apprentissage machine, garantissant la sécurité des informations sensibles et prévenant les risques de fuite de données. De cette manière, FHEML renforce la confidentialité des données et fournit un cadre de calcul sécurisé pour les applications d'IA.

FHEML est un complément à ZKML, ZKML prouve l'exécution correcte de l'apprentissage automatique, tandis que FHEML met l'accent sur le calcul sur des données chiffrées pour maintenir la confidentialité des données.

Révolution de la puissance de calcul : calcul AI dans un réseau décentralisé

La complexité de calcul des systèmes d'IA double tous les trois mois, ce qui entraîne une explosion de la demande en puissance de calcul, bien au-delà de l'offre actuelle des ressources de calcul. Par exemple, l'entraînement d'un grand modèle de langage d'une entreprise d'IA renommée nécessite une énorme puissance de calcul, équivalente à 355 ans de temps d'entraînement sur un seul appareil. Cette pénurie de puissance de calcul limite non seulement les progrès de la technologie de l'IA, mais rend également ces modèles d'IA avancés inaccessibles pour la plupart des chercheurs et développeurs.

En même temps, le taux d'utilisation des GPU dans le monde est inférieur à 40%, ajouté à un ralentissement de l'amélioration des performances des microprocesseurs et à une pénurie de puces due à des facteurs de chaîne d'approvisionnement et géopolitiques, cela rend le problème de l'approvisionnement en puissance de calcul encore plus grave. Les professionnels de l'IA se retrouvent dans une situation délicate : soit acheter du matériel, soit louer des ressources cloud, ils ont un besoin urgent d'un service de calcul à la demande et économique.

Le réseau de puissance de calcul AI décentralisé agrège les ressources GPU inactives à l'échelle mondiale, offrant aux entreprises d'IA un marché de puissance de calcul à la fois économique et facilement accessible. Les demandeurs de puissance de calcul peuvent publier des tâches de calcul sur le réseau, et les contrats intelligents attribuent les tâches aux nœuds mineurs qui contribuent avec leur puissance de calcul. Les mineurs exécutent les tâches et soumettent les résultats, et après vérification, ils reçoivent des récompenses en points. Cette solution améliore l'efficacité de l'utilisation des ressources et aide à résoudre le problème des goulets d'étranglement de la puissance de calcul dans des domaines tels que l'IA.

En plus des réseaux de puissance de calcul décentralisés généraux, il existe des plateformes axées sur l'entraînement de l'IA, ainsi que des réseaux de puissance de calcul dédiés à l'inférence de l'IA.

Le réseau de puissance de calcul décentralisé offre un marché de puissance de calcul équitable et transparent, brisant les monopoles, abaissant les barrières d'entrée et améliorant l'efficacité de l'utilisation de la puissance de calcul. Dans l'écosystème web3, le réseau de puissance de calcul décentralisé jouera un rôle clé, attirant davantage d'applications décentralisées innovantes pour promouvoir ensemble le développement et l'application des technologies AI.

DePIN : Web3 habilitant l'Edge AI

Imaginez que votre téléphone, votre montre intelligente, et même les appareils intelligents de votre maison aient tous la capacité de faire fonctionner l'IA - c'est cela la magie de l'Edge AI. Cela permet le calcul à la source des données, réalisant un traitement en temps réel avec une faible latence, tout en protégeant la vie privée des utilisateurs. La technologie Edge AI a déjà été appliquée dans des domaines clés comme la conduite autonome.

Dans le domaine du Web3, nous avons un nom plus familier - DePIN. Le Web3 met l'accent sur la décentralisation et la souveraineté des données des utilisateurs. DePIN, en traitant les données localement, peut renforcer la protection de la vie privée des utilisateurs et réduire le risque de fuite de données ; le mécanisme économique natif des tokens du Web3 peut inciter les nœuds DePIN à fournir des ressources de calcul, construisant ainsi un écosystème durable.

Actuellement, DePIN se développe rapidement dans l'écosystème d'une certaine blockchain publique, devenant l'une des plateformes de blockchain publique les plus choisies pour le déploiement de projets. Les TPS élevés, les faibles frais de transaction et l'innovation technologique de cette blockchain publique offrent un soutien solide aux projets DePIN. Actuellement, la capitalisation boursière des projets DePIN sur cette blockchain publique dépasse 10 milliards de dollars, et certains projets renommés ont réalisé des progrès significatifs.

IMO : Nouvelle paradigm de publication de modèles d'IA

Le concept d'IMO a été proposé pour la première fois par un certain protocole, qui consiste à tokeniser des modèles d'IA.

Dans le modèle traditionnel, en raison de l'absence de mécanisme de partage des revenus, une fois qu'un modèle d'IA est développé et mis sur le marché, il est souvent difficile pour le développeur d'obtenir des revenus continus de l'utilisation ultérieure du modèle, surtout lorsque celui-ci est intégré dans d'autres produits et services. Il est très difficile pour le créateur original de suivre l'utilisation, sans parler d'en tirer des revenus. De plus, les performances et les résultats des modèles d'IA manquent souvent de transparence, ce qui rend difficile pour les investisseurs et les utilisateurs potentiels d'évaluer leur véritable valeur, limitant ainsi la reconnaissance du marché et le potentiel commercial du modèle.

IMO offre un nouveau mode de financement et de partage de valeur pour les modèles d'IA open source. Les investisseurs peuvent acheter des jetons IMO pour partager les revenus générés par le modèle par la suite. Un protocole utilise deux normes ERC, combinant un oracle AI Onchain et la technologie OPML pour garantir l'authenticité du modèle d'IA et permettre aux détenteurs de jetons de partager les revenus.

Le modèle IMO renforce la transparence et la confiance, encourage la collaboration open source, s'adapte aux tendances du marché des crypto-monnaies et insuffle une dynamique au développement durable des technologies AI. L'IMO en est encore à ses débuts, mais avec l'augmentation de l'acceptation du marché et l'élargissement de la portée de participation, son innovation et sa valeur potentielle méritent notre attente.

Agent IA : Une nouvelle ère d'interaction

L'Agent IA peut percevoir son environnement, penser de manière indépendante et prendre des mesures appropriées pour atteindre des objectifs définis. Soutenu par de grands modèles de langage, l'Agent IA non seulement comprend le langage naturel, mais peut aussi planifier des décisions et exécuter des tâches complexes. Ils peuvent servir d'assistants virtuels, apprenant les préférences des utilisateurs par l'interaction et fournissant des solutions personnalisées. Même sans instructions explicites, l'Agent IA peut résoudre des problèmes de manière autonome, améliorer l'efficacité et créer de nouvelles valeurs.

Une plateforme d'application AI native propose un ensemble complet et facile à utiliser d'outils de création, permettant aux utilisateurs de configurer les fonctionnalités, l'apparence, la voix des robots et de se connecter à des bases de connaissances externes. Elle vise à créer un écosystème de contenu AI équitable et ouvert, en utilisant des technologies d'AI générative pour permettre aux individus de devenir des super créateurs. Cette plateforme a entraîné un modèle de langage spécialement conçu pour rendre les jeux de rôle plus humanisés ; la technologie de clonage vocal peut accélérer l'interaction personnalisée des produits AI, réduisant le coût de la synthèse vocale de 99 % et permettant de réaliser le clonage vocal en seulement 1 minute. Grâce à l'AI Agent personnalisé de cette plateforme, il peut actuellement être appliqué dans divers domaines tels que les chats vidéo, l'apprentissage des langues et la génération d'images.

Dans la fusion de Web3 et de l'IA, l'accent est actuellement mis sur l'exploration de la couche d'infrastructure, comment obtenir des données de haute qualité, protéger la vie privée des données, comment héberger des modèles sur la chaîne, comment améliorer l'utilisation efficace de la puissance de calcul décentralisée, et comment valider des modèles de langage de grande taille, etc. Avec l'amélioration progressive de ces infrastructures, nous avons des raisons de croire que la fusion de Web3 et de l'IA donnera naissance à une série de modèles commerciaux et de services innovants.