Web3 та AI: нова ера, що базується на даних, захисті конфіденційності та обчислювальній потужності.

Web3 як новий децентралізований інтернет-парадигм має природну можливість інтеграції з технологією штучного інтелекту. Розвиток ШІ в рамках традиційної централізованої архітектури стикається з багатьма викликами, такими як обчислювальна потужність, витік конфіденційності та чорна скринька алгоритму. Web3 на основі розподілених технологій, через мережу спільного обчислення потужності, відкриті ринки даних та приватні обчислення, надає нову енергію для ШІ. Водночас, ШІ також може надати Web3 екосистемі багато можливостей, таких як оптимізація смартконтрактів і алгоритми боротьби з шахрайством. Тому вивчення поєднання Web3 та ШІ має важливе значення для побудови інфраструктури наступного покоління інтернету, звільнення вартості даних та обчислювальної потужності.

Дані, що керують: надійна основа AI та Web3

Дані є основним двигуном розвитку ШІ. Моделі ШІ потребують обробки великої кількості якісних даних для досягнення глибокого розуміння та потужних можливостей міркування; дані не тільки забезпечують навчальну основу для моделей машинного навчання, але й визначають точність та надійність моделей.

Традиційні централізовані моделі збору та використання даних AI мають кілька основних проблем:

• Вартість отримання даних є високою, і малим та середнім підприємствам важко це витримати
• Ресурси даних монополізовані великими технологічними компаніями, що призводить до утворення ізольованих даних.
• Особисті дані піддаються ризику витоку та зловживання

Web3 пропонує нову децентралізовану парадигму даних для вирішення цих проблем:

• Користувачі можуть продавати невикористані мережеві ресурси AI компаніям для декентралізованого збору мережевих даних, щоб надати реальні, високоякісні дані для навчання AI моделей.
• Використання моделі "позначка - заробіток", шляхом стимулювання токенами глобальних працівників для участі в маркуванні даних, збирання глобальних професійних знань
• Платформа торгівлі даними на основі блокчейн забезпечує відкритий і прозорий торговий простір для сторін попиту та пропозиції даних, стимулюючи інновації та обмін даними.

Попри це, отримання даних з реального світу все ще стикається з деякими проблемами, такими як нерівна якість даних, висока складність обробки, недостатня різноманітність та представницькість тощо. Синтетичні дані можуть стати яскравою ознакою майбутнього сфери даних Web3. На основі генеративних AI технологій та моделювання, синтетичні дані здатні імітувати властивості реальних даних, як ефективне доповнення, підвищуючи ефективність використання даних. У таких сферах, як автономне водіння, фінансові ринкові торговельні операції, розробка ігор, синтетичні дані вже продемонстрували зрілий потенціал застосування.

Захист приватності: роль FHE у Web3

У епоху, що керується даними, захист приватності став глобальною темою уваги, а прийняття відповідних норм відображає сувору охорону особистої приватності. Однак це також створює виклики: деякі чутливі дані не можуть бути в повному обсязі використані через ризики, пов'язані з приватністю, що обмежує потенціал та здатність до міркування AI-моделей.

Повна гомоморфна криптографія ( FHE ) дозволяє виконувати обчислювальні операції над зашифрованими даними без необхідності їх розшифровки, і результати обчислень збігаються з результатами обчислень над відкритими даними.

FHE забезпечує надійний захист для обчислень з конфіденційності AI, дозволяючи обчислювальній потужності GPU виконувати навчання моделей та завдання інференції в середовищі, яке не торкається оригінальних даних. Це приносить великі переваги компаніям AI, дозволяючи безпечно відкривати API-сервіси, захищаючи при цьому комерційну таємницю.

FHEML підтримує шифрування даних і моделей протягом усього циклу машинного навчання, забезпечуючи безпеку чутливої інформації та запобігаючи ризику витоку даних. Таким чином, FHEML посилює конфіденційність даних і надає безпечну обчислювальну основу для AI-додатків.

FHEML є доповненням до ZKML, ZKML доводить правильність виконання машинного навчання, тоді як FHEML підкреслює обчислення над зашифрованими даними для забезпечення конфіденційності даних.

Обчислювальна потужність революція: Децентралізація мережі в AI обчислення

Поточна складність обчислень AI-систем швидко зростає, що призводить до різкого збільшення попиту на обчислювальну потужність, що значно перевищує наявні ресурси обчислень. Цей дефіцит обчислювальної потужності не лише обмежує прогрес технологій AI, але й робить складні AI-моделі недоступними для більшості дослідників і розробників.

Одночасно глобальна завантаженість GPU недостатня, а також уповільнення підвищення продуктивності мікропроцесорів і нестача чіпів через постачальні ланцюги та геополітичні фактори ускладнюють проблему постачання обчислювальної потужності. Працівники AI стикаються з дилемою: купувати апаратуру або орендувати хмарні ресурси, терміново потребуючи економічно ефективного способу надання обчислювальних послуг за запитом.

Деякі децентралізовані мережі обчислювальної потужності AI, агрегуючи безкоштовні ресурси GPU з усього світу, надають економічно вигідний ринок обчислювальної потужності для компаній AI. Сторони, які потребують обчислювальної потужності, можуть публікувати обчислювальні завдання в мережі, смартконтракти розподіляють завдання між вузлами, які надають обчислювальну потужність, вузли виконують завдання і подають результати, які після верифікації отримують винагороду. Ця схема підвищує ефективність використання ресурсів і допомагає вирішити проблему вузького місця обчислювальної потужності в таких сферах, як AI.

Окрім загальної децентралізованої обчислювальної мережі, є також спеціалізовані платформи обчислювальної потужності, що зосереджені на навчанні та інференції AI.

Децентралізована обчислювальна потужність мережі забезпечує справедливий та прозорий ринок обчислювальної потужності, ламаючи монополію, знижуючи поріг входу в застосування та підвищуючи ефективність використання обчислювальної потужності. У екосистемі web3 децентралізована обчислювальна потужність мережі відіграватиме ключову роль, приваблюючи більше інноваційних застосувань для спільного просування розвитку та застосування технології ШІ.

DePIN: Web3 надає можливості Edge AI

Edge AI дозволяє обробці даних відбуватися в джерелі їх виникнення, забезпечуючи низьку затримку, реальну обробку, водночас захищаючи конфіденційність користувачів. Ця технологія вже застосовується в критичних сферах, таких як автономне водіння.

У сфері Web3 DePIN покращує захист конфіденційності користувачів, обробляючи дані локально, зменшуючи ризик витоку даних. Нативний токеномічний механізм Web3 може стимулювати вузли DePIN надавати обчислювальні ресурси, створюючи сталу екосистему.

Наразі DePIN швидко розвивається в екосистемі певного публічного блокчейну, стаючи одним з найпоширеніших платформ для розгортання проектів. Висока обробна здатність транзакцій цього публічного блокчейну, низькі витрати та технологічні інновації надають потужну підтримку проектам DePIN. Наразі ринкова капіталізація проектів DePIN на цьому публічному блокчейні перевищує 10 мільярдів доларів, і кілька відомих проектів досягли значного прогресу.

IMO: нова парадигма випуску AI моделей

Концепція IMO була вперше запропонована певним протоколом, який токенізує AI-моделі.

У традиційній моделі розробники AI-моделей стикаються з труднощами у отриманні постійного доходу від подальшого використання моделей, особливо коли моделі інтегруються в інші продукти та послуги. Крім того, продуктивність і ефективність AI-моделей часто не мають прозорості, що обмежує їх ринкове визнання та комерційний потенціал.

IMO надає нову фінансову підтримку та спосіб спільного використання вартості для відкритих AI моделей, інвестори можуть купувати токени IMO, щоб ділитися доходами, отриманими від подальшого використання моделей. Якийсь протокол використовує специфічні технологічні стандарти, поєднуючи AI оракулів та технології OPML, щоб забезпечити достовірність AI моделей та можливість токенотримачів ділитися доходами.

Модель IMO покращує прозорість і довіру, сприяє відкритій співпраці, адаптується до тенденцій криптовалютного ринку, надаючи поштовх сталому розвитку технологій ШІ. Хоча IMO наразі ще перебуває на стадії початкових спроб, її інноваційність і потенційна цінність заслуговують на очікування.

AI Agent：новий етап взаємодії

AI Agent може сприймати навколишнє середовище, здійснювати незалежне мислення та вживати відповідних дій для досягнення визначених цілей. За підтримки великих мовних моделей, AI Agent не лише розуміє природну мову, а й може планувати рішення, виконувати складні завдання. Вони можуть виступати як віртуальні помічники, навчаючись уподобанням через взаємодію з користувачами, пропонуючи персоналізовані рішення. Навіть без чітких інструкцій, AI Agent може самостійно вирішувати проблеми, підвищувати ефективність і створювати нову цінність.

Деякі відкриті платформи для створення додатків на основі ШІ пропонують всебічний та зручний набір інструментів для створення, що підтримують користувачів у налаштуванні функцій, зовнішнього вигляду, голосу роботів, а також підключенні до зовнішніх баз знань. Вони спрямовані на створення справедливої та відкритої екосистеми контенту на основі ШІ, використовуючи технології генеративного ШІ, надаючи можливості особам стати супер-творцями. Ці платформи навчили спеціалізовані великі мовні моделі, що робить рольову гру більш людяною; технологія клонування голосу може прискорити персоналізовану взаємодію з продуктами ШІ, суттєво знижуючи витрати на синтез голосу. Використовуючи ці платформи, налаштовані AI Agent, наразі можуть бути застосовані в різних сферах, таких як відеочат, вивчення мов, генерація зображень тощо.

У злитті Web3 та AI наразі більше уваги приділяється дослідженню інфраструктурного рівня: як отримати високоякісні дані, захистити конфіденційність даних, як розмістити моделі на ланцюгу, як підвищити ефективність використання децентралізованої обчислювальної потужності, як перевірити великі мовні моделі та інші ключові питання. З поступовим удосконаленням цих інфраструктур злиття Web3 та AI буде сприяти виникненню ряду інноваційних бізнес-моделей та послуг.