Cuando Jen-Hsun Huang habló en WGS en Dubai, propuso el término "soberano IA." Entonces, ¿qué IA soberana puede cumplir con los intereses y demandas de la comunidad Crypto? Quizás necesite ser construido en forma de Web3+IA. Vitalik describió la sinergia entre IA y Crypto en el artículo "Las promesas y desafíos de las aplicaciones de cripto + IA": La descentralización de Crypto puede equilibrar la centralización de la IA; la IA es opaca y Crypto aporta transparencia; la IA necesita datos y la Blockchain facilita el almacenamiento y seguimiento de datos. Este tipo de sinergia atraviesa todo el panorama industrial de Web3+IA.

La mayoría de los proyectos Web3 + AI están utilizando la tecnología blockchain para resolver los problemas de construcción de proyectos de infraestructura en la industria de la IA, y algunos proyectos están utilizando la IA para resolver ciertos problemas en aplicaciones Web3. El panorama de la industria Web3 + AI se puede describir aproximadamente de la siguiente manera:

La producción y el flujo de trabajo de la IA es más o menos como sigue:

En estos enlaces, la combinación de Web3 y AI se refleja principalmente en cuatro aspectos:：

1. Capa de Potencia de Cómputo: Tokenización de la Potencia de Cómputo

En los últimos dos años, la potencia informática utilizada para entrenar grandes modelos de IA ha aumentado exponencialmente, duplicándose básicamente cada trimestre y creciendo a una tasa que supera con creces la Ley de Moore. Esta situación ha llevado a un desequilibrio a largo plazo en la oferta y la demanda de potencia informática para IA, y los precios de hardware como las GPUs han aumentado rápidamente, lo que eleva el costo de la potencia informática. Pero al mismo tiempo, también hay una gran cantidad de hardware informático de gama media a baja en el mercado. Puede ser que la potencia informática individual de esta parte del hardware de gama media a baja no pueda satisfacer las necesidades de alto rendimiento.

Sin embargo, si se construye una red de potencia informática distribuida a través de Web3 y se crea una red de recursos informáticos descentralizados mediante el arrendamiento y compartición de potencia informática, aún puede satisfacer las necesidades de muchas aplicaciones de IA. Debido a que utiliza potencia informática distribuida inactiva, el costo de la potencia informática de IA puede reducirse significativamente. La descomposición de la capa de potencia informática incluye:

• Potencia informática descentralizada general (como Arkash, Io.net, etc.);
• Potencia informática descentralizada para entrenamiento de IA (como Gensyn, Flock.io, etc.);
• Potencia informática descentralizada para el razonamiento de IA (como Fetch.ai, Hyperbolic, etc.);
• Potencia informática descentralizada para renderizado 3D (como The Render Network, etc.).

La ventaja principal de la assetización del poder de cómputo de Web3+AI radica en los proyectos de poder de cómputo descentralizado. Combinado con incentivos de tokens, es fácil expandir la escala de la red, y su costo de recursos de cómputo es bajo y rentable, lo que puede satisfacer las necesidades de algunos poderes de cómputo de nivel medio a bajo.

2. Capa de Datos: Capitalización de Datos

Los datos son el petróleo y la sangre de la IA. Sin depender de Web3, solo las corporaciones gigantes suelen tener acceso a grandes cantidades de datos de usuario, lo que dificulta que las startups más pequeñas adquieran datos extensos. Además, el valor de los datos de usuario en la industria de la IA a menudo no llega de vuelta a los propios usuarios. A través de Web3 + IA, la recopilación de datos, la anotación y los procesos de almacenamiento distribuido pueden ser más rentables, transparentes y beneficiosos para los usuarios. La recopilación de datos de alta calidad es un requisito previo para entrenar modelos de IA. Con Web3, se puede aprovechar una red distribuida junto con mecanismos de incentivos de tokens adecuados para externalizar la recopilación de datos a un costo más bajo y obtener datos de alta calidad y amplia distribución. Dependiendo del propósito del proyecto, los proyectos relacionados con datos principalmente se dividen en las siguientes categorías:

• Proyectos de recolección de datos (como Grass, etc.);
• Proyectos de comercio de datos (como Ocean Protocol, etc.);
• Proyectos de anotación de datos (como Taida, Alaya, etc.);
• Proyectos de fuente de datos blockchain (como Spice AI, Espacio y tiempo, etc.);
• Proyectos de almacenamiento descentralizado (como Filecoin, Arweave, etc.).

Los proyectos basados en datos Web3+AI son más desafiantes en el proceso de diseñar el modelo económico de Token, porque los datos son más difíciles de estandarizar que la potencia de cálculo.

3. Capa de la plataforma: Tokenización de activos de valor de la plataforma

La mayoría de los proyectos de plataformas tienden a compararse con Hugging Face, con la integración de varios recursos de la industria de la IA como su núcleo. Establecer una plataforma que agregue enlaces entre datos, potencia de cálculo, modelos, desarrolladores de IA, blockchain y otros recursos y roles, con la plataforma en el centro, facilita la resolución de diversas necesidades de manera más conveniente. Por ejemplo, Giza se enfoca en construir una plataforma operativa zkML integral, con el objetivo de hacer que la inferencia del aprendizaje automático sea confiable y transparente. La opacidad de los datos y los modelos es un problema generalizado en la IA en la actualidad, y es solo cuestión de tiempo antes de que la industria solicite la verificación de la inferencia del modelo a través de Web3 utilizando tecnologías criptográficas como ZK y FHE para garantizar una ejecución correcta. También existen capas como Focus AI, como Nuroblocks y Janction, que conectan diversos recursos de potencia de cálculo, datos, modelos, desarrolladores de IA y nodos. Al empaquetar componentes universales y SDK, ayudan a que las aplicaciones Web3 + IA logren un desarrollo rápido. También existen tipos de plataformas como Agent Network, que pueden construir Agentes de IA para diversos escenarios de aplicación, como Olas y ChainML. Los proyectos de Web3 + IA basados en plataformas capturan principalmente el valor de la plataforma a través de tokens, incentivando a todos los participantes en la construcción de la plataforma. Este enfoque es particularmente útil para que las startups crezcan de 0 a 1, reduciendo la dificultad de encontrar socios como potencia de cálculo, datos, comunidades de desarrolladores de IA y nodos.

4. Capa de aplicación: Tokenización de Activos de Valor de IA

Los proyectos de infraestructura anteriores se centran principalmente en utilizar la tecnología blockchain para abordar la construcción de proyectos de infraestructura en la industria de la IA. Por otro lado, los proyectos de capa de aplicación utilizan principalmente la IA para resolver problemas existentes en las aplicaciones Web3. Por ejemplo, Vitalik menciona dos direcciones en el artículo que considero significativas. En primer lugar, la IA como participante en Web3. Por ejemplo, en los juegos de Web3, la IA puede actuar como un jugador, comprendiendo rápidamente las reglas del juego y completando eficientemente las tareas del juego. En DEX, la IA ha estado involucrada en el arbitraje comercial durante muchos años. En los mercados de predicción, los agentes de IA pueden analizar las capacidades predictivas al aceptar una gran cantidad de datos, bases de conocimiento e información. Luego, se convierten en productos y se ofrecen a los usuarios. Esto ayuda a los usuarios a hacer predicciones sobre eventos específicos, como partidos deportivos o elecciones presidenciales, a través de la inferencia del modelo. En segundo lugar, la creación de IA privada descentralizada escalable. Muchos usuarios están preocupados por el problema de la caja negra y los sesgos potenciales en los sistemas de IA, o temen que ciertas dApps puedan explotar la tecnología de IA para engañar a los usuarios con fines de lucro. Básicamente, esto se debe a que los usuarios carecen de supervisión y autoridad de gobernanza sobre los procesos de entrenamiento e inferencia del modelo de IA. Sin embargo, la creación de una IA Web3 donde la comunidad tenga derechos de gobernanza distribuida sobre la IA, similar a los proyectos Web3, puede ser más fácilmente aceptada. Hasta ahora, no ha habido proyectos destacados en la capa de aplicación Web3 + IA que sean difíciles de superar.

Resumen

Web3 + AI todavía está en sus primeras etapas, y la industria está dividida sobre las perspectivas de desarrollo de este campo. Continuaremos prestando atención a este campo. Esperamos que la combinación de Web3 y AI pueda crear productos que sean más valiosos que la AI centralizada, permitiendo que la AI se deshaga de las etiquetas de "control gigante" y "monopolio" y "co-gobernar AI" de una manera más basada en la comunidad. Quizás en el proceso de una participación y gobernanza más estrechas, los humanos sientan más "asombro" y menos "miedo" hacia la AI.

Declaración:

1. Este artículo originalmente titulado "Web3 + AI: la inteligencia artificial de la soberanía comunitaria" es reproducido de [IOBC Capital]. Todos los derechos de autor pertenecen al autor original [0xCousin]. If you have any objection to the reprint, please contact the Gate Learnequipo, el equipo lo manejará lo antes posible.

2. Descargo de responsabilidad: Las opiniones expresadas en este artículo representan únicamente las opiniones personales del autor y no constituyen ningún consejo de inversión.

3. Las traducciones del artículo a otros idiomas son realizadas por el equipo de Gate Learn. A menos que se mencione, está prohibido copiar, distribuir o plagiar los artículos traducidos.