Quando Jen-Hsun Huang falou na WGS em Dubai, ele propôs o termo "soberano IA." Então, qual IA soberana pode atender aos interesses e demandas da comunidade de criptomoedas? Talvez precise ser construída na forma de Web3+IA. Vitalik descreveu a sinergia entre IA e Cripto no artigo "As promessas e desafios das aplicações de cripto + IA": A descentralização das Criptomoedas pode equilibrar a centralização da IA; IA é opaca, e Cripto traz transparência; IA precisa de dados, e Blockchain facilita o armazenamento e rastreamento de dados. Esse tipo de sinergia percorre toda a paisagem industrial de Web3+IA.

A maioria dos projetos Web3 + AI está utilizando a tecnologia blockchain para resolver os problemas de construção de projetos de infraestrutura na indústria de IA, e alguns poucos projetos estão utilizando a IA para resolver certos problemas em aplicações Web3. O cenário da indústria Web3 + AI pode ser descrito aproximadamente da seguinte maneira:

A produção e o fluxo de trabalho de IA são mais ou menos os seguintes:

Nesses links, a combinação de Web3 e IA é principalmente refletida em quatro aspectos:：

1. Camada de Potência de Computação: Tokenização de Potência de Computação

Nos últimos dois anos, a potência de cálculo usada para treinar grandes modelos de IA aumentou exponencialmente, dobrando basicamente a cada trimestre e crescendo a uma taxa que supera em muito a Lei de Moore. Essa situação levou a um desequilíbrio de longo prazo entre a oferta e a demanda de potência de cálculo de IA, e os preços de hardware como GPUs aumentaram rapidamente, aumentando assim o custo da potência de cálculo. Mas, ao mesmo tempo, também há uma grande quantidade de hardware de potência de cálculo de médio a baixo desempenho no mercado. Pode ser que a potência de cálculo única dessa parte do hardware de médio a baixo desempenho não atenda às necessidades de alto desempenho.

No entanto, se uma rede de potência de computação distribuída é construída através da Web3 e uma rede de recursos de computação descentralizada é criada através do arrendamento e compartilhamento de potência de computação, ainda é possível atender às necessidades de muitas aplicações de IA. Porque utiliza potência de computação ociosa distribuída, o custo da potência de computação de IA pode ser significativamente reduzido. A decomposição da camada de potência de computação inclui:

• Potência computacional descentralizada geral (como Arkash, Io.net, etc.);
• Poder de computação descentralizado para treinamento de IA (como Gensyn, Flock.io, etc.);
• Potência de computação descentralizada para raciocínio de IA (como Fetch.ai, Hyperbolic, etc.);
• Potência de computação descentralizada para renderização 3D (como The Render Network, etc.).

A principal vantagem da assetização da potência de computação da Web3+AI está nos projetos de potência de computação descentralizados. Combinado com incentivos de token, é fácil expandir a escala de rede, e seu custo de recurso de computação é baixo e eficaz, o que pode satisfazer as necessidades de alguma potência de computação de médio a baixo nível.

2. Camada de Dados: Capitalização de Dados

Os dados são o óleo e o sangue da IA. Sem depender do Web3, apenas as grandes corporações geralmente têm acesso a vastas quantidades de dados do usuário, tornando difícil para startups menores adquirir dados extensos. Além disso, o valor dos dados do usuário na indústria de IA muitas vezes não retorna aos próprios usuários. Através do Web3 + IA, a coleta de dados, a anotação e os processos de armazenamento distribuído podem ser tornados mais econômicos, transparentes e benéficos para os usuários. Reunir dados de alta qualidade é um pré-requisito para treinar modelos de IA. Com o Web3, uma rede distribuída pode ser aproveitada juntamente com mecanismos de incentivo de token apropriados para crowdsourcing de coleta de dados a um custo mais baixo, obtendo dados de alta qualidade e generalizados. Dependendo do propósito do projeto, os projetos relacionados a dados geralmente se enquadram nas seguintes categorias:

• Projetos de coleta de dados (como Grass, etc.);
• Projetos de negociação de dados (como Ocean Protocol, etc.);
• Projetos de anotação de dados (como Taida, Alaya, etc.);
• Projetos de origem de dados blockchain (como Spice AI, Espaço e tempo, etc.);
• Projetos de armazenamento descentralizado (como Filecoin, Arweave, etc.).

Projetos baseados em dados Web3+AI são mais desafiadores no processo de design do modelo econômico de Token, porque os dados são mais difíceis de padronizar do que o poder de computação.

3. Camada da Plataforma: Tokenização de Ativos de Valor da Plataforma

A maioria dos projetos de plataforma tende a se basear no Hugging Face, com a integração de vários recursos da indústria de IA como seu núcleo. Estabelecer uma plataforma que agrega links entre dados, potência de computação, modelos, desenvolvedores de IA, blockchain e outros recursos e funções, com a plataforma no centro, facilita a resolução de várias necessidades de forma mais conveniente. Por exemplo, o Giza foca em construir uma plataforma de operação zkML abrangente, com o objetivo de tornar a inferência de aprendizado de máquina confiável e transparente. A opacidade de dados e modelos é uma questão generalizada na IA atualmente, e é apenas uma questão de tempo antes que a indústria exija a verificação da inferência do modelo por meio do Web3, usando tecnologias criptográficas como ZK e FHE para garantir a execução correta. Existem também camadas como Focus AI, como Nuroblocks e Janction, que conectam várias potências de computação, dados, modelos, desenvolvedores de IA e recursos de nós. Ao empacotar componentes universais e SDKs, eles ajudam as aplicações Web3 + IA a alcançar um desenvolvimento rápido. Existem também tipos de plataforma como Agent Network, que podem construir Agentes de IA para vários cenários de aplicação, como Olas e ChainML. Os projetos de Web3 + IA baseados em plataforma capturam principalmente o valor da plataforma por meio de tokens, incentivando todos os participantes na construção da plataforma. Esta abordagem é particularmente útil para startups crescerem de 0 a 1, reduzindo a dificuldade de encontrar parceiros como potência de computação, dados, comunidades de desenvolvedores de IA e nós.

4. Camada de Aplicação: Tokenização de Ativos de Valor de IA

Os projetos de infraestrutura anteriores focam principalmente no uso da tecnologia blockchain para abordar a construção de projetos de infraestrutura na indústria de IA. Por outro lado, os projetos de camada de aplicação utilizam principalmente a IA para resolver problemas existentes em aplicativos Web3. Por exemplo, Vitalik menciona duas direções no artigo que considero significativas. Em primeiro lugar, a IA como participante do Web3. Por exemplo, em Jogos Web3, a IA pode atuar como um jogador, compreendendo rapidamente as regras do jogo e completando eficientemente as tarefas do jogo. Na DEX, a IA está envolvida na negociação de arbitragem há muitos anos. Nos mercados de previsão, agentes de IA podem analisar as capacidades preditivas aceitando vastas quantidades de dados, bases de conhecimento e informações. Em seguida, eles são transformados em produtos e oferecidos aos usuários. Isso ajuda os usuários a fazer previsões sobre eventos específicos, como partidas esportivas ou eleições presidenciais, por meio de inferência de modelos. Em segundo lugar, a criação de IA privada descentralizada escalável. Muitos usuários estão preocupados com o problema da caixa-preta e possíveis preconceitos nos sistemas de IA, ou temem que certos dApps possam explorar a tecnologia de IA para enganar os usuários para obter lucro. Essencialmente, isso decorre da falta de supervisão e autoridade de governança dos usuários sobre os processos de treinamento do modelo de IA e inferência. No entanto, a criação de uma IA Web3 onde a comunidade tem direitos de governança distribuídos sobre a IA, semelhante aos projetos Web3, pode ser mais prontamente aceita. Até agora, não houve projetos de destaque na camada de aplicação Web3 + IA que sejam difíceis de transcender.

Resumo

Web3 + AI ainda está em seus estágios iniciais, e a indústria está dividida sobre as perspectivas de desenvolvimento deste campo. Continuaremos a prestar atenção a este campo. Esperamos que a combinação de Web3 e AI possa criar produtos mais valiosos do que a AI centralizada, permitindo que a AI se livre dos rótulos de "controle gigante" e "monopólio" e "co-governar AI" de uma maneira mais baseada na comunidade. Talvez no processo de participação e governança mais próximos, os humanos fiquem mais "maravilhados" e menos "temerosos" da AI.

Declaração:

1. Este artigo originalmente intitulado "Web3 + AI: Sovereignty of the Community's Artificial Intelligence" é reproduzido de [Gate.io]IOBC Capital]. Todos os direitos autorais pertencem ao autor original [0xCousin]. Se você tiver alguma objeção à reprodução, entre em contato com o Gate Learnequipe, a equipe irá lidar com isso o mais rápido possível.

2. Aviso legal: As visões e opiniões expressas neste artigo representam apenas as visões pessoais do autor e não constituem nenhum conselho de investimento.

3. As traduções do artigo para outros idiomas são feitas pela equipe Gate Learn. Salvo indicação em contrário, copiar, distribuir ou plagiar os artigos traduzidos é proibido.