A fusão do Web3 e da inteligência artificial: abrindo uma nova era da internet

A inteligência artificial e o Web3, como duas grandes tecnologias de ponta, estão se fundindo de maneira notável, moldando juntos a direção do desenvolvimento da internet futura. O Web3, com suas características descentralizadas e de abertura e transparência, oferece uma nova dinâmica e possibilidades para o desenvolvimento da IA. Ao mesmo tempo, a IA também traz muitas capacidades para o ecossistema do Web3, como a otimização de contratos inteligentes. Explorar a combinação dessas duas tecnologias é de grande importância para a construção da infraestrutura da próxima geração da internet e para liberar plenamente o valor dos dados e da capacidade computacional.

Dados: A Base da IA e do Web3

Os dados, como o principal motor do desenvolvimento da IA, têm uma importância inegável. Dados de alta qualidade e em larga escala são a chave para que os modelos de IA adquiram uma compreensão profunda e uma poderosa capacidade de raciocínio. No entanto, os modelos tradicionais de aquisição e utilização de dados centralizados apresentam vários problemas, como altos custos de aquisição, monopólio de dados e riscos de violação de privacidade.

O paradigma de dados descentralizados do Web3 oferece novas soluções para resolver esses pontos problemáticos:

1. Coleta de dados descentralizada: os usuários podem participar do processo de coleta de dados das empresas de IA, vendendo recursos de rede ociosos, permitindo a obtenção descentralizada de dados.

2. Colaboração global em anotação de dados: adotando o modelo "anotar é ganhar", através de incentivos em tokens para que trabalhadores de todo o mundo participem na anotação de dados, reunindo a sabedoria global.

3. Plataforma de negociação de dados em blockchain: fornece um ambiente de negociação transparente e público para ambas as partes envolvidas na oferta e procura de dados, promovendo a inovação e o compartilhamento de dados.

Apesar disso, a obtenção de dados do mundo real ainda enfrenta desafios como a qualidade desigual e a dificuldade de processamento. Nesse contexto, os dados sintéticos estão se tornando a nova estrela no campo dos dados Web3. Baseados em tecnologia de IA generativa, os dados sintéticos podem simular as propriedades dos dados reais, complementando efetivamente os dados reais e aumentando a eficiência do uso dos dados. Em áreas como condução autónoma, negociação de mercados financeiros e desenvolvimento de jogos, os dados sintéticos já demonstraram ter um potencial de aplicação maduro.

Proteção de Privacidade: A Importância da Criptografia Homomórfica Total

Com a chegada da era impulsionada por dados, a proteção da privacidade tornou-se um foco de atenção global. A introdução de regulamentos como o GDPR da União Europeia reflete a necessidade de uma proteção rigorosa da privacidade pessoal. No entanto, isso também trouxe novos desafios: alguns dados sensíveis não podem ser plenamente utilizados devido a riscos de privacidade, limitando o potencial dos modelos de IA.

A tecnologia de criptografia totalmente homomórfica (FHE) oferece uma possibilidade de resolver esse dilema. A FHE permite realizar operações de cálculo diretamente em dados criptografados, sem a necessidade de descriptografar para obter resultados equivalentes aos cálculos em dados em texto claro. Isso oferece uma forte proteção para a computação de privacidade em IA, permitindo que a capacidade de computação da GPU execute tarefas de treinamento e inferência de modelos sem acessar os dados originais.

FHEML suporta o tratamento criptografado de dados e modelos durante todo o ciclo de vida do aprendizado de máquina, garantindo a segurança das informações sensíveis e prevenindo o risco de vazamento de dados. Esta abordagem não apenas fortalece a proteção da privacidade dos dados, mas também fornece uma estrutura de computação segura e confiável para aplicações de IA. Vale ressaltar que FHEML complementa o ZKML, onde o primeiro se concentra no cálculo de dados criptografados para preservar a privacidade dos dados, enquanto o segundo se dedica a provar a execução correta do aprendizado de máquina.

Revolução da Computação: AI na Rede Descentralizada

Atualmente, a complexidade computacional dos sistemas de IA está a crescer de forma exponencial, duplicando a cada três meses, o que resulta numa explosão da demanda por poder computacional, muito além da oferta de recursos computacionais existentes. Tomando como exemplo o modelo GPT-3 da OpenAI, o poder computacional necessário para o seu treinamento equivale ao tempo de treinamento de 355 anos de um único dispositivo. Esta escassez de poder computacional não só limita o avanço da tecnologia de IA, como também torna os modelos de IA avançados inatingíveis para a maioria dos pesquisadores e desenvolvedores.

Ao mesmo tempo, a utilização global de GPUs é inferior a 40%, e o aumento lento do desempenho dos microprocessadores, juntamente com a escassez de chips causada por fatores da cadeia de suprimentos e geopolíticos, torna o problema da oferta de poder computacional ainda mais grave. Os profissionais de IA enfrentam a difícil escolha entre comprar hardware ou alugar recursos em nuvem, tornando urgente a necessidade de uma forma de serviço computacional sob demanda e economicamente eficiente.

Uma rede de computação AI descentralizada surgiu, agregando recursos de GPU ociosos em todo o mundo, para fornecer um mercado de computação acessível e econômico para empresas de IA. Nesse modelo, os demandantes de computação podem publicar tarefas de cálculo na rede, e os contratos inteligentes atribuem as tarefas aos nós que contribuem com poder de computação. Os nós executam as tarefas e enviam os resultados, recebendo recompensas após a verificação.

Além da rede de computação descentralizada universal, existem plataformas de computação dedicadas focadas no treinamento e raciocínio de IA. Essas redes de computação descentralizada não apenas oferecem um mercado de computação justo e transparente, quebrando monopólios e reduzindo as barreiras de entrada, mas também aumentam a eficiência da utilização da computação. No ecossistema Web3, as redes de computação descentralizada desempenharão um papel crucial, atraindo mais aplicações distribuídas inovadoras para se juntarem e promoverem conjuntamente o desenvolvimento e a aplicação da tecnologia de IA.

Edge AI: Web3 potencia a computação de borda

A tecnologia Edge AI traz a capacidade de computação de IA para a origem da geração de dados, permitindo processamento em tempo real com baixa latência, ao mesmo tempo que protege a privacidade do usuário. Esta tecnologia já foi aplicada em áreas críticas como a condução autónoma e, no futuro, espera-se que permita que mais dispositivos inteligentes tenham a capacidade de executar IA.

No domínio do Web3, o nome mais conhecido da Edge AI é DePIN (Rede de Infraestrutura Física Descentralizada). O Web3 enfatiza a descentralização e a soberania dos dados do usuário, e o DePIN aumenta a proteção da privacidade do usuário ao processar dados localmente, reduzindo o risco de vazamento de dados. O mecanismo de economia de tokens nativo do Web3 pode incentivar os nós do DePIN a fornecer recursos computacionais, construindo um ecossistema sustentável.

Atualmente, o DePIN está se desenvolvendo rapidamente em alguns ecossistemas de blockchains públicas, tornando-se uma das plataformas preferidas para a implementação de projetos. A alta velocidade de processamento de transações, as baixas taxas de transação e a inovação tecnológica dessas blockchains oferecem um forte suporte para os projetos DePIN. Alguns projetos DePIN conhecidos já alcançaram progressos significativos nessas plataformas, com um valor de mercado total superior a 10 bilhões de dólares.

IMO: Novo Paradigma de Lançamento de Modelos de IA

A proposta do conceito de Emissão de Modelos Iniciais (IMO) abriu novos caminhos para a tokenização de modelos de IA. No modelo tradicional, os desenvolvedores de modelos de IA têm dificuldade em obter receita contínua do uso subsequente dos modelos, especialmente quando estes são integrados em outros produtos e serviços. Além disso, o desempenho e a eficácia dos modelos de IA muitas vezes carecem de transparência, tornando difícil para investidores e usuários potenciais avaliarem seu verdadeiro valor.

O IMO fornece apoio financeiro inovador e uma forma de compartilhamento de valor para modelos de IA de código aberto. Os investidores podem compartilhar os lucros gerados posteriormente pelo modelo ao comprar tokens IMO. Alguns protocolos utilizam padrões técnicos específicos, combinando oráculos de IA e tecnologias de aprendizado de máquina em blockchain, para garantir a autenticidade do modelo de IA e que os detentores de tokens possam compartilhar os lucros.

O modo IMO aumentou a transparência e a confiança, incentivando a colaboração de código aberto, adaptando-se às tendências do mercado de criptomoedas e injetando energia no desenvolvimento sustentável da tecnologia AI. Embora o IMO ainda esteja na fase inicial de tentativas, à medida que a aceitação do mercado cresce e a gama de participação se expande, sua inovação e valor potencial são promissores.

Agente de IA: A nova era da experiência interativa

O Agente de IA pode perceber o ambiente, pensar de forma independente e tomar ações para alcançar objetivos estabelecidos. Com o suporte de grandes modelos de linguagem, o Agente de IA não só consegue entender a linguagem natural, mas também planejar decisões e executar tarefas complexas. Eles podem atuar como assistentes virtuais, aprendendo as preferências dos usuários através da interação, oferecendo soluções personalizadas. Na ausência de instruções claras, o Agente de IA também pode resolver problemas de forma autônoma, aumentando a eficiência e criando novo valor.

Algumas plataformas de aplicativos nativos de IA abertas oferecem um conjunto de ferramentas de criação abrangente e fácil de usar, permitindo que os usuários configurem funções, aparência, som de robôs e conectem-se a bibliotecas de conhecimento externas, dedicando-se a criar um ecossistema de conteúdo de IA justo e aberto. Essas plataformas utilizam tecnologia de IA generativa, capacitando indivíduos a se tornarem super criadores. Através do treinamento de modelos de linguagem de grande porte especializados, a interpretação de papéis torna-se mais humanizada; a tecnologia de clonagem de voz pode acelerar a interação personalizada de produtos de IA, reduzindo significativamente os custos de síntese de voz e permitindo uma clonagem rápida de voz. Os Agentes de IA personalizados por essas plataformas podem ser aplicados atualmente em várias áreas, como bate-papo por vídeo, aprendizado de idiomas e geração de imagens.

Conclusão

Na fusão do Web3 com a IA, atualmente, há uma maior exploração da camada de infraestrutura, incluindo como obter dados de alta qualidade, proteger a privacidade dos dados, como hospedar modelos na blockchain, como melhorar o uso eficiente do poder computacional descentralizado, e como validar modelos de linguagem ampla, entre outras questões-chave. À medida que essas infraestruturas se aprimoram gradualmente, temos razões para acreditar que a fusão do Web3 com a IA dará origem a uma série de modelos de negócios e serviços inovadores, injetando nova vitalidade no desenvolvimento futuro da internet.