La fusion de Web3 et de l'IA : ouvrir une nouvelle ère de l'Internet
Web3, en tant que nouvelle paradigm Internet décentralisé, ouvert et transparent, présente une opportunité naturelle de fusion avec l'IA. Dans une architecture traditionnelle centralisée, les ressources de calcul et de données de l'IA sont strictement contrôlées et font face à de nombreux défis tels que les goulots d'étranglement en matière de puissance de calcul, les fuites de données personnelles et les algorithmes en boîte noire. En revanche, Web3, basé sur des technologies distribuées, peut injecter une nouvelle dynamique au développement de l'IA à travers le partage de réseaux de puissance de calcul, des marchés de données ouverts et des calculs de confidentialité. De plus, l'IA peut également apporter de nombreux atouts 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 nouvelle génération et libérer la valeur des données et de la puissance de calcul.
Data-driven : une base solide pour l’IA et le Web3
Les données sont le moteur central du développement de l'IA, tout comme le carburant 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 ne fournissent pas seulement la base d'entraînement aux modèles d'apprentissage automatique, mais déterminent également la précision et la fiabilité des modèles.
Dans le modèle traditionnel de collecte et d'utilisation des données d'IA centralisées, plusieurs problèmes majeurs existent :
Le coût d'acquisition des données est élevé, les PME ont du mal à le supporter.
Les ressources de données sont monopolisées par des géants de la technologie, créant des îlots de données.
Les données personnelles sont confrontées à des risques de fuite et d'abus.
Web3 peut résoudre les points de douleur des modèles traditionnels grâce à une nouvelle paradigme de données décentralisées :
En collectant des données du réseau de manière décentralisée, en les nettoyant et en les transformant, nous fournissons des données réelles et de haute qualité pour l'entraînement des modèles d'IA.
Adoptez le modèle "label to earn" pour inciter les travailleurs du monde entier à participer à l'annotation des données grâce à des tokens, rassemblant l'expertise mondiale et 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 d'échange public et transparent, incitant à l'innovation et au partage des données.
Néanmoins, l'acquisition de données dans le monde réel présente également certains problèmes, tels que la qualité variable des données, la difficulté de traitement, ainsi qu'un manque de diversité et de représentativité. Les données synthétiques pourraient devenir la star du futur du secteur des données Web3. Basées sur des technologies d'IA générative et de simulation, les données synthétiques peuvent imiter les caractéristiques des données réelles, constituant ainsi un 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 démontré leur potentiel d'application mûr.
Protection de la vie privée : le rôle de FHE dans Web3
À l'ère des données, la protection de la vie privée est devenue un sujet d'attention mondial. 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 liés à la vie privée, ce qui limite sans aucun doute le potentiel et la capacité de raisonnement des modèles d'IA.
FHE, ou cryptographie homomorphe complète, permet d'effectuer des opérations de calcul directement sur des données chiffrées sans avoir besoin de déchiffrer les données, et le résultat du calcul est identique à celui obtenu en effectuant le même calcul sur des données en clair.
FHE offre une protection solide pour le calcul privé de l'IA, permettant à la puissance de calcul 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 des services API de manière sécurisée tout en protégeant leurs secrets commerciaux.
FHEML prend en charge le traitement crypté des données et des modèles tout au long du cycle d'apprentissage machine, garantissant la sécurité des informations sensibles et réduisant le risque 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 computationnelle des systèmes d'IA actuels double tous les 3 mois, entraînant une explosion de la demande en puissance de calcul, bien au-delà de l'offre actuelle de ressources informatiques. Par exemple, l'entraînement d'un grand modèle d'IA nécessite une puissance de calcul énorme, équivalente à 355 ans de temps d'entraînement sur un seul appareil. Cette pénurie de puissance de calcul limite non seulement les avancées technologiques de l'IA, mais rend également ces modèles d'IA avancés inaccessibles pour la plupart des chercheurs et des développeurs.
En même temps, l'utilisation mondiale des GPU est inférieure à 40 %, et l'amélioration des performances des microprocesseurs ralentit, tandis que la pénurie de puces due à des facteurs de chaîne d'approvisionnement et géopolitiques aggrave encore le problème de l'offre de puissance de calcul. Les professionnels de l'IA se retrouvent dans une situation difficile : soit acheter du matériel, soit louer des ressources cloud, et ils ont un besoin urgent d'une solution de service de calcul à la demande et économique.
Le réseau de calcul décentralisé d'IA, en agrégeant des ressources GPU inactives à l'échelle mondiale, offre 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 des contrats intelligents attribuent les tâches aux nœuds mineurs qui contribuent à la puissance de calcul. Les mineurs exécutent les tâches et soumettent les résultats, qui, une fois vérifiés, leur permettent de recevoir des récompenses en points. Cette solution améliore l'efficacité de l'utilisation des ressources et aide à résoudre le problème des goulets d'étranglement en matière de puissance de calcul dans des domaines tels que l'IA.
En plus du réseau de puissance décentralisé général, il existe des plateformes axées sur l'entraînement de l'IA, ainsi que des réseaux de puissance dédiés à l'inférence de l'IA.
Un réseau de puissance de calcul décentralisé offre un marché de puissance de calcul équitable et transparent, brisant les monopoles, réduisant les barrières à l'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'innovations de dapps pour propulser 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 là toute la magie de l'Edge AI. Cela permet de réaliser des calculs à la source des données, offrant ainsi une faible latence et un traitement en temps réel, tout en protégeant la vie privée des utilisateurs. La technologie Edge AI a déjà été appliquée dans des domaines clés tels que 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 peut renforcer la protection de la vie privée des utilisateurs en traitant les données localement, réduisant ainsi le risque de fuite de données ; le mécanisme économique natif du Token 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 de choix pour le déploiement de projets. La haute TPS, les faibles frais de transaction et les innovations technologiques de cette blockchain publique offrent un soutien solide aux projets DePIN. Actuellement, la capitalisation boursière des projets DePIN sur cette blockchain dépasse 10 milliards de dollars, et certains projets renommés ont réalisé des progrès significatifs.
IMO : Publication d'un nouveau paradigme des modèles d'IA
Le concept d'IMO a été proposé par un certain protocole, qui a tokenisé les 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 difficile pour le créateur original de suivre l'utilisation, sans parler d'en tirer des revenus. De plus, les performances et l'efficacité 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 sur le marché et le potentiel commercial du modèle.
IMO offre un nouveau moyen de financement et de partage de la valeur pour les modèles d'IA open source, permettant aux investisseurs d'acheter des tokens IMO et de partager les revenus générés par le modèle par la suite. Un protocole utilise deux normes ERC, combinant l'oracle AI Onchain et la technologie OPML pour garantir l'authenticité des modèles d'IA et permettre aux détenteurs de tokens de partager les revenus.
Le mode IMO renforce la transparence et la confiance, encourage la collaboration open source, s'adapte aux tendances du marché de la cryptographie et insuffle une dynamique au développement durable des technologies AI. L'IMO est actuellement encore dans une phase d'essai précoce, mais avec l'augmentation de l'acceptation du marché et l'élargissement de la portée de la participation, son innovation et sa valeur potentielle méritent notre attention.
Agent IA : Une nouvelle ère d'expérience interactive
L'agent IA peut percevoir son environnement, penser de manière indépendante et prendre des mesures appropriées pour atteindre des objectifs fixés. Avec le soutien de grands modèles de langage, l'agent IA peut non seulement comprendre le langage naturel, mais aussi planifier des décisions et exécuter des tâches complexes. Ils peuvent servir d'assistants virtuels, apprenant les préférences des utilisateurs par le biais d'interactions et offrant 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 ouverte propose un ensemble d'outils de création complets et faciles à utiliser, permettant aux utilisateurs de configurer les fonctionnalités, l'apparence, la voix de leur robot et de se connecter à des bases de connaissances externes, s'engageant à créer un écosystème de contenu AI équitable et ouvert. En utilisant la technologie de l'IA générative, elle permet aux individus de devenir des super créateurs. Cette plateforme a entraîné des modèles de langage de grande taille spécialement conçus, rendant le jeu de rôle plus humain ; la technologie de clonage vocal peut accélérer l'interaction personnalisée des produits AI, réduisant le coût de la synthèse vocale de 99 % et réalisant le clonage vocal en seulement 1 minute. Grâce à l'AI Agent personnalisé de cette plateforme, des applications dans divers domaines tels que les chats vidéo, l'apprentissage des langues et la génération d'images sont désormais possibles.
Dans la fusion de Web3 et de l'IA, il y a actuellement davantage d'explorations au niveau de l'infrastructure, notamment sur 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 les grands modèles de langage, parmi d'autres questions clés. 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.
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
Web3 et l'IA fusionnent pour mener à une nouvelle ère d'Internet, la technologie Décentralisation propulse l'innovation future.
La fusion de Web3 et de l'IA : ouvrir une nouvelle ère de l'Internet
Web3, en tant que nouvelle paradigm Internet décentralisé, ouvert et transparent, présente une opportunité naturelle de fusion avec l'IA. Dans une architecture traditionnelle centralisée, les ressources de calcul et de données de l'IA sont strictement contrôlées et font face à de nombreux défis tels que les goulots d'étranglement en matière de puissance de calcul, les fuites de données personnelles et les algorithmes en boîte noire. En revanche, Web3, basé sur des technologies distribuées, peut injecter une nouvelle dynamique au développement de l'IA à travers le partage de réseaux de puissance de calcul, des marchés de données ouverts et des calculs de confidentialité. De plus, l'IA peut également apporter de nombreux atouts 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 nouvelle génération et libérer la valeur des données et de la puissance de calcul.
Data-driven : une base solide pour l’IA et le Web3
Les données sont le moteur central du développement de l'IA, tout comme le carburant 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 ne fournissent pas seulement la base d'entraînement aux modèles d'apprentissage automatique, mais déterminent également la précision et la fiabilité des modèles.
Dans le modèle traditionnel de collecte et d'utilisation des données d'IA centralisées, plusieurs problèmes majeurs existent :
Web3 peut résoudre les points de douleur des modèles traditionnels grâce à une nouvelle paradigme de données décentralisées :
Néanmoins, l'acquisition de données dans le monde réel présente également certains problèmes, tels que la qualité variable des données, la difficulté de traitement, ainsi qu'un manque de diversité et de représentativité. Les données synthétiques pourraient devenir la star du futur du secteur des données Web3. Basées sur des technologies d'IA générative et de simulation, les données synthétiques peuvent imiter les caractéristiques des données réelles, constituant ainsi un 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 démontré leur potentiel d'application mûr.
Protection de la vie privée : le rôle de FHE dans Web3
À l'ère des données, la protection de la vie privée est devenue un sujet d'attention mondial. 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 liés à la vie privée, ce qui limite sans aucun doute le potentiel et la capacité de raisonnement des modèles d'IA.
FHE, ou cryptographie homomorphe complète, permet d'effectuer des opérations de calcul directement sur des données chiffrées sans avoir besoin de déchiffrer les données, et le résultat du calcul est identique à celui obtenu en effectuant le même calcul sur des données en clair.
FHE offre une protection solide pour le calcul privé de l'IA, permettant à la puissance de calcul 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 des services API de manière sécurisée tout en protégeant leurs secrets commerciaux.
FHEML prend en charge le traitement crypté des données et des modèles tout au long du cycle d'apprentissage machine, garantissant la sécurité des informations sensibles et réduisant le risque 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 computationnelle des systèmes d'IA actuels double tous les 3 mois, entraînant une explosion de la demande en puissance de calcul, bien au-delà de l'offre actuelle de ressources informatiques. Par exemple, l'entraînement d'un grand modèle d'IA nécessite une puissance de calcul énorme, équivalente à 355 ans de temps d'entraînement sur un seul appareil. Cette pénurie de puissance de calcul limite non seulement les avancées technologiques de l'IA, mais rend également ces modèles d'IA avancés inaccessibles pour la plupart des chercheurs et des développeurs.
En même temps, l'utilisation mondiale des GPU est inférieure à 40 %, et l'amélioration des performances des microprocesseurs ralentit, tandis que la pénurie de puces due à des facteurs de chaîne d'approvisionnement et géopolitiques aggrave encore le problème de l'offre de puissance de calcul. Les professionnels de l'IA se retrouvent dans une situation difficile : soit acheter du matériel, soit louer des ressources cloud, et ils ont un besoin urgent d'une solution de service de calcul à la demande et économique.
Le réseau de calcul décentralisé d'IA, en agrégeant des ressources GPU inactives à l'échelle mondiale, offre 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 des contrats intelligents attribuent les tâches aux nœuds mineurs qui contribuent à la puissance de calcul. Les mineurs exécutent les tâches et soumettent les résultats, qui, une fois vérifiés, leur permettent de recevoir des récompenses en points. Cette solution améliore l'efficacité de l'utilisation des ressources et aide à résoudre le problème des goulets d'étranglement en matière de puissance de calcul dans des domaines tels que l'IA.
En plus du réseau de puissance décentralisé général, il existe des plateformes axées sur l'entraînement de l'IA, ainsi que des réseaux de puissance dédiés à l'inférence de l'IA.
Un réseau de puissance de calcul décentralisé offre un marché de puissance de calcul équitable et transparent, brisant les monopoles, réduisant les barrières à l'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'innovations de dapps pour propulser 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 là toute la magie de l'Edge AI. Cela permet de réaliser des calculs à la source des données, offrant ainsi une faible latence et un traitement en temps réel, tout en protégeant la vie privée des utilisateurs. La technologie Edge AI a déjà été appliquée dans des domaines clés tels que 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 peut renforcer la protection de la vie privée des utilisateurs en traitant les données localement, réduisant ainsi le risque de fuite de données ; le mécanisme économique natif du Token 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 de choix pour le déploiement de projets. La haute TPS, les faibles frais de transaction et les innovations technologiques de cette blockchain publique offrent un soutien solide aux projets DePIN. Actuellement, la capitalisation boursière des projets DePIN sur cette blockchain dépasse 10 milliards de dollars, et certains projets renommés ont réalisé des progrès significatifs.
IMO : Publication d'un nouveau paradigme des modèles d'IA
Le concept d'IMO a été proposé par un certain protocole, qui a tokenisé les 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 difficile pour le créateur original de suivre l'utilisation, sans parler d'en tirer des revenus. De plus, les performances et l'efficacité 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 sur le marché et le potentiel commercial du modèle.
IMO offre un nouveau moyen de financement et de partage de la valeur pour les modèles d'IA open source, permettant aux investisseurs d'acheter des tokens IMO et de partager les revenus générés par le modèle par la suite. Un protocole utilise deux normes ERC, combinant l'oracle AI Onchain et la technologie OPML pour garantir l'authenticité des modèles d'IA et permettre aux détenteurs de tokens de partager les revenus.
Le mode IMO renforce la transparence et la confiance, encourage la collaboration open source, s'adapte aux tendances du marché de la cryptographie et insuffle une dynamique au développement durable des technologies AI. L'IMO est actuellement encore dans une phase d'essai précoce, mais avec l'augmentation de l'acceptation du marché et l'élargissement de la portée de la participation, son innovation et sa valeur potentielle méritent notre attention.
Agent IA : Une nouvelle ère d'expérience interactive
L'agent IA peut percevoir son environnement, penser de manière indépendante et prendre des mesures appropriées pour atteindre des objectifs fixés. Avec le soutien de grands modèles de langage, l'agent IA peut non seulement comprendre le langage naturel, mais aussi planifier des décisions et exécuter des tâches complexes. Ils peuvent servir d'assistants virtuels, apprenant les préférences des utilisateurs par le biais d'interactions et offrant 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 ouverte propose un ensemble d'outils de création complets et faciles à utiliser, permettant aux utilisateurs de configurer les fonctionnalités, l'apparence, la voix de leur robot et de se connecter à des bases de connaissances externes, s'engageant à créer un écosystème de contenu AI équitable et ouvert. En utilisant la technologie de l'IA générative, elle permet aux individus de devenir des super créateurs. Cette plateforme a entraîné des modèles de langage de grande taille spécialement conçus, rendant le jeu de rôle plus humain ; la technologie de clonage vocal peut accélérer l'interaction personnalisée des produits AI, réduisant le coût de la synthèse vocale de 99 % et réalisant le clonage vocal en seulement 1 minute. Grâce à l'AI Agent personnalisé de cette plateforme, des applications dans divers domaines tels que les chats vidéo, l'apprentissage des langues et la génération d'images sont désormais possibles.
Dans la fusion de Web3 et de l'IA, il y a actuellement davantage d'explorations au niveau de l'infrastructure, notamment sur 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 les grands modèles de langage, parmi d'autres questions clés. 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.