Khám phá sự tích hợp và đổi mới của AI và Web3

avatar
Bitpush
05-28
Bài viết này được dịch máy
Xem bản gốc

Web3 là mô hình Internet phi tập trung , mở và minh bạch được tích hợp tự nhiên với AI . Nó cung cấp động lực mới cho sự phát triển AI thông qua tỷ lệ băm dùng chung, thị trường dữ liệu mở, điện toán riêng, v.v. Đồng thời, AI cũng có thể mang lại khả năng tối ưu hóa hợp đồng thông minh, thuật toán chống gian lận và các quyền lực khác cho Web3. Khám phá sự kết hợp giữa Web3 và AI là rất quan trọng để xây dựng cơ sở hạ tầng Internet thế hệ tiếp theo và mở ra giá trị của dữ liệu và tỷ lệ băm . Bằng cách khích lệ người lao động toàn cầu thông qua token tham gia chú thích dữ liệu, dữ liệu tổng hợp, bảo vệ quyền riêng tư của FHE, mạng tỷ lệ băm phi tập trung và các công nghệ khác, Web3 có thể giải quyết các điểm yếu của việc thu thập dữ liệu AI tập trung truyền thống. Edge AI trang bị cho các thiết bị khả năng AI để đạt được độ trễ thấp, xử lý theo thời gian thực và bảo vệ quyền riêng tư. Việc tích hợp Web3 và AI sẽ mang lại các mô hình và dịch vụ kinh doanh sáng tạo.

Tựa gốc: Hành trình khám phá sự hội tụ và đổi mới của AI và Web3

Tác giả gốc: BadBot

Nguồn gốc: gương

Biên soạn bởi: IOBC Capital

Là một mô hình Internet mới phi tập trung, cởi mở và minh bạch, Web3 có cơ hội tích hợp tự nhiên với AI. Theo kiến ​​trúc tập trung truyền thống, tài nguyên dữ liệu và dữ liệu toán AI được kiểm soát chặt chẽ và có nhiều thách thức như tắc nghẽn tỷ lệ băm , rò rỉ quyền riêng tư và hộp đen thuật toán.

Web3 dựa trên công nghệ phân tán và có thể tạo động lực mới cho sự phát triển của AI thông qua mạng tỷ lệ băm dùng chung, thị trường dữ liệu mở, máy tính cá nhân và các phương pháp khác. Đồng thời, AI cũng có thể mang lại nhiều sức mạnh cho Web3, chẳng hạn như tối ưu hóa hợp đồng thông minh, thuật toán chống gian lận, v.v., để hỗ trợ xây dựng hệ sinh thái của nó. Do đó, việc khám phá sự kết hợp giữa Web3 và AI là rất quan trọng để xây dựng cơ sở hạ tầng Internet thế hệ tiếp theo và giải phóng giá trị của dữ liệu và tỷ lệ băm.

Điều khiển dữ liệu: Nền tảng vững chắc của AI và Web3

Dữ liệu là động lực lõi cho sự phát triển của AI, giống như nhiên liệu đối với động cơ. Các mô hình AI cần xử lý lượng lớn dữ liệu chất lượng cao để có được sự hiểu biết sâu sắc và khả năng suy luận mạnh mẽ. Dữ liệu không chỉ cung cấp cơ sở đào tạo cho các mô hình học máy mà còn xác định độ chính xác và độ tin cậy của mô hình.

Trong mô hình thu thập và sử dụng dữ liệu AI tập trung truyền thống, có một số vấn đề chính:

  • Chi phí thu thập dữ liệu cao và các doanh nghiệp vừa và nhỏ khó có thể chi trả được;

  • Tài nguyên dữ liệu bị các gã khổng lồ công nghệ độc quyền, hình thành các đảo dữ liệu;

  • Quyền riêng tư dữ liệu cá nhân có rủi ro bị rò rỉ và lạm dụng

Web3 có thể giải quyết các điểm yếu của mô hình truyền thống bằng mô hình dữ liệu phi tập trung mới.

  • Thông qua Grass, người dùng có thể bán mạng nhàn rỗi cho các công ty AI, thu thập dữ liệu mạng phi tập trung , làm sạch và chuyển đổi dữ liệu đó, đồng thời cung cấp dữ liệu thực, chất lượng cao cho đào tạo mô hình AI;

  • AI công cộng áp dụng mô hình "nhãn để kiếm tiền", sử dụng token khích lệ người lao động toàn cầu tham gia ghi nhãn dữ liệu, thu thập kiến ​​thức chuyên môn toàn cầu và nâng cao khả năng phân tích dữ liệu ;

  • Nền tảng giao dịch dữ liệu blockchain , chẳng hạn như Ocean Protocol và Streamr, cung cấp hoàn cảnh giao dịch cởi mở và minh bạch cho cả bên cung và bên cầu dữ liệu , khích lệ đổi mới và chia sẻ dữ liệu.

dữ liệu

Tuy nhiên, có một số vấn đề với việc thu thập dữ liệu trong thế giới thực, chẳng hạn như chất lượng dữ liệu khác nhau, khó xử lý và không đủ tính đa dạng và trình bày. Dữ liệu tổng hợp có thể là ngôi sao tương lai của cuộc đua dữ liệu Web3. Dựa trên công nghệ mô phỏng và công nghệ AI tổng hợp, dữ liệu tổng hợp có thể mô phỏng các thuộc tính của dữ liệu thực và đóng vai trò bổ sung hiệu quả cho dữ liệu thực để cải thiện hiệu quả sử dụng dữ liệu. Trong các lĩnh vực như lái xe tự động, giao dịch thị trường tài chính và phát triển trò chơi, dữ liệu tổng hợp đã cho thấy tiềm năng ứng dụng hoàn thiện của nó.

Bảo vệ quyền riêng tư: Vai trò của FHE trong Web3

Trong kỷ nguyên định hướng dữ liệu, bảo vệ quyền riêng tư đã trở thành tâm điểm chú ý của toàn cầu . Việc đưa ra các quy định như Quy định chung về bảo vệ dữ liệu(GDPR) của Liên minh Châu Âu phản ánh việc bảo vệ nghiêm ngặt quyền riêng tư cá nhân. Tuy nhiên, điều này cũng mang đến những thách thức: một số dữ liệu nhạy cảm không thể được sử dụng hết do rủi ro về quyền riêng tư, điều này chắc chắn sẽ hạn chế tiềm năng và khả năng suy luận của các mô hình AI. FHE, crypto hoàn toàn đồng cấu, cho phép các hoạt động tính toán được thực hiện trực tiếp trên dữ liệu crypto mà không cần giải mã dữ liệu và kết quả tính toán nhất quán với kết quả của cùng một phép tính trên dữ liệu văn bản thuần túy.

dữ liệu

FHE cung cấp khả năng bảo vệ vững chắc cho điện toán bảo mật AI, cho phép tỷ lệ băm của GPU thực hiện nhiệm vụ suy luận và đào tạo mô hình trong hoàn cảnh không chạm vào dữ liệu gốc. Điều này mang lại cho các công ty AI một lợi thế rất lớn. Họ có thể mở các dịch vụ API một cách an toàn đồng thời bảo vệ bí mật kinh doanh. FHEML hỗ trợ crypto dữ liệu và mô hình trong toàn bộ chu trình học máy để đảm bảo tính bảo mật của thông tin nhạy cảm và ngăn ngừa rủi ro rò rỉ dữ liệu . Bằng cách này, FHEML tăng cường quyền riêng tư dữ liệu và cung cấp khung điện toán an toàn cho các ứng dụng AI. FHEML là phần bổ sung cho ZKML, chứng nhận việc thực hiện chính xác quá trình học máy, trong khi FHEML nhấn mạnh các tính toán trên dữ liệu crypto để duy trì quyền riêng tư của dữ liệu.

Cuộc cách tỷ lệ băm: Điện toán AI trong các mạng phi tập trung

Độ phức tạp tính toán của các hệ thống AI hiện tại tăng gấp đôi cứ sau ba tháng, dẫn đến nhu cầu về tỷ lệ băm tăng cao vượt xa khả năng cung cấp tài nguyên máy tính hiện có. Ví dụ: đào tạo mô hình GPT-3 của OpenAI yêu cầu tỷ lệ băm rất lớn, tương đương với 355 năm thời gian đào tạo trên một thiết bị. Sự thiếu hụt tỷ lệ băm này không chỉ hạn chế sự tiến bộ của công nghệ AI mà còn khiến các mô hình AI tiên tiến nằm ngoài tầm với của hầu hết các nhà nghiên cứu và phát triển.

Đồng thời, tỷ lệ sử dụng GPU toàn cầu chưa đến 40%, cùng với sự chậm lại trong việc cải thiện hiệu suất bộ vi xử lý và tình trạng thiếu chip do Chuỗi cung ứng và các yếu tố địa chính trị gây ra, những điều này đã khiến vấn đề cung cấp tỷ lệ băm trở nên nghiêm trọng hơn.

Người hành nghề AI đang ở trong tình thế tiến thoái lưỡng nan: mua phần cứng của riêng họ hoặc thuê tài nguyên đám mây. Họ rất cần một phương pháp dịch vụ điện toán theo yêu cầu, tiết kiệm chi phí. IO.net là mạng tỷ lệ băm AI phi tập trung dựa trên Solana . Nó cung cấp cho các công ty AI một thị trường tỷ lệ bămkinh tế và dễ tiếp cận bằng cách tổng hợp các tài nguyên GPU nhàn rỗi trên toàn thế giới. Những người yêu cầu tỷ lệ băm có thể xuất bản nhiệm vụ tính toán trên mạng và các hợp đồng thông minh phân bổ nhiệm vụ cho nút thợ đào đóng góp tỷ lệ băm . Thợ đào thực hiện nhiệm vụ và gửi kết quả, đồng thời nhận phần thưởng điểm sau khi xác minh.

Giải pháp của IO.net cải thiện hiệu quả sử dụng tài nguyên và giúp giải quyết các điểm nghẽn tỷ lệ băm trong các lĩnh vực như AI. Ngoài các mạng tỷ lệ băm phi tập trung nói chung, còn có các nền tảng như Gensyn và Flock.io tập trung vào đào tạo AI, cũng như các mạng tỷ lệ băm chuyên dụng như Ritual và Fetch.ai tập trung vào suy luận AI. Mạng tỷ lệ băm phi tập trung cung cấp một thị trường tỷ lệ băm công bằng và minh bạch, phá vỡ sự độc quyền, giảm ngưỡng ứng dụng và cải thiện hiệu quả sử dụng tỷ lệ băm .

Trong hệ sinh thái web3, mạng tỷ lệ băm phi tập trung sẽ đóng vai trò quan trọng trong việc thu hút nhiều dapp sáng tạo hơn tham gia và cùng thúc đẩy sự phát triển và ứng dụng công nghệ AI.

DePIN: Web3 hỗ trợ Edge AI

Hãy tưởng tượng rằng điện thoại di động, đồng hồ thông minh và thậm chí cả các thiết bị thông minh ở nhà của bạn đều có khả năng chạy AI - đây chính là điểm hấp dẫn của Edge AI. Nó cho phép thực hiện các phép tính tại nguồn tạo dữ liệu, đạt được độ trễ thấp và xử lý theo thời gian thực đồng thời bảo vệ quyền riêng tư của người dùng. Công nghệ Edge AI đã được áp dụng cho các lĩnh vực chính như lái xe tự động.

dữ liệu

Trong lĩnh vực Web3, chúng tôi có một cái tên quen thuộc hơn—DePIN. Web3 nhấn mạnh đến phi tập trung và chủ quyền dữ liệu của người dùng. DePIN có thể tăng cường bảo vệ quyền riêng tư của người dùng và giảm rủi ro rò rỉ dữ liệu bằng cách xử lý dữ liệu cục bộ;

Cơ chế kinh tế Token gốc của Web3 có thể khích lệ nút DePIN cung cấp tài nguyên máy tính và xây dựng một hệ sinh thái bền vững. Hiện tại, DePIN đang phát triển nhanh chóng trong hệ sinh thái Solana và trở thành một trong những nền tảng chuỗi công khai được ưa thích để triển khai dự án.

TPS cao, phí giao dịch thấp và đổi mới công nghệ của Solana mang lại sự hỗ trợ mạnh mẽ cho dự án DePIN. Hiện tại, giá trị vốn hóa thị trường của các dự án DePIN trên Solana đã vượt quá 10 tỷ USD và các dự án có tiếng như Render Network và Helium Network đã đạt được tiến bộ đáng kể.

IMO: Mô hình AI ra mắt mô hình mới

Khái niệm IMO lần đầu tiên được đề xuất bởi giao thức Ora để token hóa các mô hình AI. Theo mô hình truyền thống, do thiếu cơ chế chia sẻ lợi nhuận nên một khi mô hình AI được phát triển và đưa ra thị trường, các nhà phát triển thường khó thu được lợi nhuận bền vững từ việc sử dụng mô hình sau này, đặc biệt là khi mô hình này bị hủy bỏ. được tích hợp vào các sản phẩm và dịch vụ khác. Rất khó để người sáng tạo theo dõi việc sử dụng chứ đừng nói đến lợi nhuận từ nó.

Hơn nữa, hiệu suất và tác dụng của các mô hình AI thường thiếu minh bạch, khiến các nhà đầu tư và người dùng tiềm năng khó đánh giá giá trị thực của chúng, hạn chế khả năng nhận diện thị trường và tiềm năng thương mại của các mô hình. IMO cung cấp một cách mới để hỗ trợ tài chính và chia sẻ giá trị cho các mô hình AI mã nguồn mở. Nhà đầu tư có thể mua token IMO và chia sẻ lợi nhuận tiếp theo do mô hình tạo ra.

Giao thức Ora sử dụng hai tiêu chuẩn ERC là ERC-7641 và ERC-7007 , kết hợp với AI Oracle (Onchain AI Oracle) và công nghệ OPML để đảm bảo tính xác thực của mô hình AI và người nắm giữ token có thể chia sẻ lợi nhuận. Mô hình IMO tăng cường tính minh bạch và tin cậy, khuyến khích hợp tác mã nguồn mở, thích ứng với xu hướng thị trường crypto và tạo động lực cho sự phát triển bền vững của công nghệ AI.

IMO vẫn đang trong giai đoạn thử nghiệm ban đầu, nhưng khi sự chấp nhận của thị trường tăng lên và phạm vi tham gia mở rộng thì sự đổi mới và giá trị tiềm năng của nó rất đáng mong đợi.

Tác nhân AI: Kỷ nguyên mới của trải nghiệm tương tác

Tác nhân AI có thể nhận thức hoàn cảnh, suy nghĩ độc lập và thực hiện các hành động tương ứng để đạt được các mục tiêu đã đặt ra. Với sự hỗ trợ của các mô hình ngôn ngữ lớn, Tác nhân AI không chỉ có thể hiểu ngôn ngữ tự nhiên mà còn có thể lập kế hoạch ra quyết định và thực hiện nhiệm vụ phức tạp. Họ có thể đóng vai trò là trợ lý ảo tìm hiểu sở thích của người dùng thông qua tương tác với họ và cung cấp các giải pháp được cá nhân hóa. Ngay cả khi không có hướng dẫn rõ ràng, AI Agent vẫn có thể giải quyết vấn đề một cách tự động, nâng cao hiệu quả và tạo ra giá trị mới.

Myshell là một nền tảng ứng dụng gốc AI mở cung cấp bộ công cụ sáng tạo toàn diện và dễ sử dụng, cho phép người dùng định cấu hình các chức năng, hình thức, âm thanh của robot và kết nối với các cơ sở kiến ​​thức bên ngoài. Myshell cam kết tạo ra nội dung AI công bằng và cởi mở. hệ sinh thái và sử dụng Công nghệ AI tổng hợp giúp các cá nhân trở thành siêu sáng tạo.

Myshell đã đào tạo một mô hình ngôn ngữ lớn chuyên biệt để giúp nhân vật trở nên nhân văn hơn; công nghệ nhân bản giọng nói có thể tăng tốc độ tương tác cá nhân hóa với các sản phẩm AI MyShell giúp giảm 99% chi phí tổng hợp giọng nói và có thể thực hiện nhân bản giọng nói chỉ trong 1 phút. AI Agent được tùy chỉnh bằng Myshell hiện có thể được sử dụng trong nhiều lĩnh vực như trò chuyện video, học ngôn ngữ và tạo hình ảnh.

dữ liệu

Về việc tích hợp Web3 và AI, chúng tôi hiện đang khám phá thêm lớp cơ sở hạ tầng, cách lấy dữ liệu chất lượng cao và bảo vệ quyền riêng tư dữ liệu, cách lưu trữ các mô hình trên Chuỗi , cách cải thiện việc sử dụng hiệu quả tỷ lệ băm phi tập trung và cách xác minh Các vấn đề chính như mô hình ngôn ngữ lớn. Khi các cơ sở hạ tầng này dần dần hoàn thiện, chúng tôi có lý do để tin rằng việc tích hợp Web3 và AI sẽ tạo ra sê-ri các mô hình và dịch vụ kinh doanh sáng tạo .

Nguồn
Tuyên bố từ chối trách nhiệm: Nội dung trên chỉ là ý kiến của tác giả, không đại diện cho bất kỳ lập trường nào của Followin, không nhằm mục đích và sẽ không được hiểu hay hiểu là lời khuyên đầu tư từ Followin.
Thích
2
Thêm vào Yêu thích
Bình luận