AI与Web3融合创新的探索旅程

• 区块链自媒体 • 阅读 31

Web3.0通过与人工智能的结合，实现了中心化、开放、透明的全新互联网范式。AI模型需要大量高质量数据来训练，但在传统中心化架构下，数据获取成本高昂且存在隐私泄露问题。Web3基于分布式技术解决了这些问题，如去中心化数据模式和全同态加密货币技术。同时，AI也为Web3带来了创新，如智能合约优化和人工智能代理。Web3还推动了新兴领域，如AI模型代币化和AI代理交互体验的发展。Web3与AI的融合将带来创新商业模式。

Web3.0之所以能够实现中心化、开放、透明的全新互联网范式，与AI有着天然的融合契机。在传统的中心化架构下，AI计算和数据资源受到严格控制，存在算力短缺、隐私泄露、算法黑箱等诸多挑战。

而Web3基于分布式技术，可以通过共享算力网络、开放数据市场、隐私计算等方式，为人工智能的发展注入新的动力。同时，人工智能也能为Web3带来诸多赋能，如智能合约优化、反作弊算法等，助力其建设。因此，探索Web3和人工智能的结合，对于构建下一代互联网基础设施、释放数据和算力价值至关重要。

数据驱动：AI与Web3的第二基础

数据是驱动人工智能发展的核心动力，人工智能模型需要消化大量高质量数据，才能获得深入理解和强大的推理能力，数据不仅可以为机器学习模型提供训练基础，还决定了模型的准确性和可靠性。

在传统的中心化AI数据获取和利用模式中，存在以下几个主要问题：

  • 数据获取成本高昂，中小企业难以承担；
  • 数据资源被科技巨头所垄断，形成了数据孤岛；
  • 被捕隐私面临泄漏和犯罪的故事

Web3 能够以新的去中心化数据模式来解决传统痛点。

  • 通过Grass，我们出售闲置网络给AI公司，去中心化地抓取网络数据，经过清理和转化，为AI模型训练提供真实、平静的数据；
  • 公共AI采用“标签赚钱”模式，通过代币激励全球工作者参与数据标注，汇聚全球的数据分析能力；
  • 区块链数据交易平台如Ocean Protocol、Streamr等，为数据供需双方提供公开透明的区块链数据交易环境，激发数据的创新和共享。

我们的目标是，合成数据可能是未来Web3数据的重要贡献者。 我们需要基于生成式AI技术和模拟，合成数据能够模拟真实数据的属性，并根据数据使用情况自行补充数据。 我们需要在金融市场交易、游戏开发等方面加强合成数据，并确信其具有良好的应用潜力。

隐私保护：FHE在Web3中的作用

数据驱动时代，隐私保护已成为全球关注的焦点，欧盟的通用数据保护条例（GDPR）等法规的出台，使得个人隐私得到了严格的保护。然而，这面临着挑战：一些敏感数据因隐私风险而无法被有效保护，这无疑限制了AI模型的潜能和推理能力。FHE即全同态加密货币，允许在加密货币数据上直接进行计算操作，而无需对数据进行解密，且计算结果与在明文数据上进行相同计算的结果一致。

数据: FHE为AI隐私计算提供了两项保护，即能够不触及原始数据的咨询模型训练和任务。这为AI公司带来了好处。它们可以在保护商业机密的同时，确保在开放API服务的过程中，能够进行数据安全和模型安全性的保护，防止数据泄露。通过解答FHEML强化了数据隐私，为AI应用提供了安全的计算框架。FHEML是ZKML的补充，ZKML证明机器学习的正确执行，而FHEML则强调了对数据进行计算以维护数据隐私。

算力革命：人工智能计算的中心化

当前AI系统的计算难度每3个月一次，导致算力需求大幅上涨，超现有的计算资源供应。例如，OpenAI的GPT-3模型训练需要巨大算力，相当于一个设备上355年的训练时间。这样的算力不仅短缺了AI技术的进步，更让那些高级的AI模型对于大多数研究者来说变得不可或缺。

同时，全球GPU的利用率不足40%，加之微处理器性能提升的推动，以及供应链和地缘政治因素导致的芯片短缺，这些都让计算器供应问题以避免严重。

AI从业者们陷入了两难境地：要么自购硬件，要么租赁云资源，他们急需一种按需、经济的计算服务方式。IO.net 是一个基于 Solana 的去中心化 AI 算力网络，通过聚合全球范围内的闲置 GPU 资源，为 AI 公司提供既经济又易于访问的算力市场。算力需求方可在网上发布计算任务，智能合约将任务分配给算力的矿工线程，矿工执行任务并提交结果，经验证后获得积分奖励。

IO.net的方案提高资源利用效率，致力于解决人工智能算法的短缺问题。除了通用的去中心化算法网络，还有像Gensyn、Flock.io这样致力于人工智能训练的平台，以及Ritual、Fetch.ai这样致力于人工智能推理的专用算法网络。去中心化算法网络提供公平透明的算法市场，打破垄断，降低使用门槛，提高算法的利用效率。

在web3形态中，去中心化算力网络将发挥关键作用，吸引更多创新型dapp的加入，共同推动AI技术的发展和应用。

DePIN：Web3赋能Edge AI

享有，你的手机、智能手表、甚至家中的智能设备，都具备了运行AI的能力——这就是Edge AI的魅力所在。它让计算发生在数据产生的源头，实现了低延迟、实时处理，同时保护了用户隐私，Edge AI技术已经应用于自身等关键领域。

数据在Web3领域，我们有个更熟悉的名字——DePIN。Web3强调了去中心化和用户数据主权，DePIN可以在本地处理数据，可以增强用户隐私保护，减少数据泄露的风险；

Web3原生的Token经济机制可激发DePIN线程提供计算资源，构建一个可持续的生态系统。目前DePIN在Solana生态中发展迅速，成为项目部署的首选公链平台之一。

Solana 的高 TPS、低交易费用以及技术创新为 DePIN项目提供了强大的支持。目前，Solana 的 DePIN项目市值超过 100 亿美元，知名项目如 Render Network 和 Helium Network 已取得显著进展。

IMO：AI模型发布新范式

IMO的概念由Ora协议首先提出，将AI模型代币化。在传统模式下，由于收益分享机制的存在，一旦AI模型被开发并投入市场，开发者很难从模型的后续使用中获得持续的收益，尤其是当模型被整合进其他提供者后，原始创造者很难追踪使用情况，更不用说从中获得的收益了。

并且人工智能模型的性能和效果缺乏复杂性，这使得重要的投资者难以评估其真正价值，从而为模型的市场认可和商业潜力。IMO为开源人工智能模型提供了全新的资金支持和价值共享，投资者可以购买IMO代币，分享模型产生的收益。

Ora Protocol 使用 ERC-7641 和 ERC-7007 两个 ERC 标准，结合人工智能预言机（Onchain AI Oracle）和 OPML 技术来确保 AI 模型的错误且代币持有者能够分享收益。IMO模式增强了秘密和信任，鼓励开源协作，适应加密货币市场趋势，解决这个问题 AI 技术的可持续注入了动力。

IMO目前还处于初期尝试阶段，但随着市场接受度的提升和参与范围的扩大，它的创新和潜在价值值得我们期待。

AI代理：交互体验的新元

AI 代理能够进行独立思考，并采取行动既确定目标。在大语言模型下，AI 代理不仅可以理解自然语言，还可以规划决策，并肩负着任务。它们可以作为虚拟助手，通过与消费者互动学习购买，并提供个性化的解决方案。根据明确指令的可能，AI 代理能够自主解决问题，提高效率，创造新价值。

Myshell 是一个开放的 AI 原生应用平台，提供全面易用的创作工具集，支持用户配置机器人功能、外观、声音以及连接外部知识库等，致力于打造公平开放的 AI 内容生态系统，利用源代码 AI 技术，赋能个人成为超级创作者。

Myshell训练了专门的大语言模型，使角色扮演更人性化；语音克隆技术可以加速AI产品个性化交互，MyShell把语音合成成本降低99%，语音克隆仅需1分钟即可实现。利用Myshell定制的AI Agent，目前可应用于视频聊天、语言学习、图像生成等多领域。

数据在Web3与AI的融合上，当前更多的是针对该领域的探索，如何获取高质量数据、保护数据隐私，源于链上托管模型，如何提高中心化算力的高效使用，如何验证大语言模型等关键问题。随着这些领域的逐步完善，我们坚信，Web3与AI的融合将孕育出一系列创新的商业模式服务。

资讯来源：由0x资讯编译自互联网。版权归作者BadBot所有，未经许可，不得转载

资讯来源：由a0资讯编译自THECOINREPUBLIC。版权归作者A0资讯所有，未经许可，不得转载

上一篇 2024年 5月 30日
下一篇 2024年 5月 30日

相关推荐