IOSG | Cartographie AI exclusive

À première vue, AI X Web3 semble être des technologies indépendantes, chacune basée sur des principes fondamentalement différents et le service de différentes fonctions.Cependant, des discussions approfondies ont révélé que ces deux technologies ont la possibilité d’équilibrer les compromis de l’autre, et leurs avantages uniques peuvent se compléter mutuellement et s’améliorer.Balaji Srinivasan a développé le concept de cette capacité complémentaire lors de la conférence de Superai, inspirant une comparaison détaillée de la façon dont ces technologies interagissent.

Token adopte une approche ascendante, émergeant des efforts décentralisés du cyberpunk anonyme, et a évolué plus de décennie à travers les efforts de collaboration de nombreuses entités indépendantes dans le monde.Au lieu de cela, l’intelligence artificielle est développée par une approche descendante et dominée par une poignée de géants de la technologie.Ces entreprises déterminent le rythme et la dynamique de l’industrie, et le seuil d’entrée est plus déterminé par l’intensité des ressources que la complexité technique.

Ces deux technologies ont également des natures complètement différentes.Essentiellement, un jeton est un système déterministe qui produit des résultats immuables tels que la prévisibilité d’une fonction de hachage ou une preuve de connaissance zéro.Cela contraste fortement avec la probabilité et souvent l’imprévisibilité de l’intelligence artificielle.

De même, la technologie de chiffrement estAspect de vérificationEffectuer très bien, assurer l’authenticité et la sécurité des transactions et construireSans confianceProcessus et systèmes, tandis que l’intelligence artificielle se concentre surgénérer, créer un riche contenu numérique.Cependant, garantir les sources de contenu et la prévention des vols d’identité est devenu un défi dans la création de richesse numérique.

Heureusement, Token fournit des concepts d’opposition riches en numériquement –Rareté numérique.Il fournit des outils relativement matures qui peuvent être généralisés aux technologies de l’intelligence artificielle pour assurer la fiabilité des sources de contenu et éviter les problèmes de vol d’identité.

Un avantage significatif du jeton est sa capacité à attirer une grande quantité de matériel et de capital dans le réseau de coordination pour servir des objectifs spécifiques.Cette capacité est particulièrement bénéfique pour l’intelligence artificielle qui consomme beaucoup de puissance de calcul.La mobilisation de ressources sous-utilisées pour fournir une puissance de calcul moins chère peut améliorer considérablement l’efficacité de l’intelligence artificielle.

En comparant ces deux technologies, nous pouvons non seulement apprécier leurs contributions respectives, mais aussi voir comment elles peuvent créer conjointement de nouvelles voies pour la technologie et l’économie.Chaque technologie peut compenser les lacunes d’une autre technologie et créer un avenir plus intégré et innovant.Dans cet article de blog, nous visons à explorer la carte de l’industrie de l’AI X WEB3 émergente, en nous concentrant sur certains verticaux émergents à l’intersection de ces technologies.

Source: IOSG Ventures

2.1 Réseau informatique

La carte de l’industrie introduit d’abord les réseaux informatiques qui tentent de résoudre le problème de l’approvisionnement en GPU contraint et tentent de réduire les coûts informatiques de différentes manières.Les articles suivants valent la peine d’être prêts à faire attention:

• Interopérabilité GPU non unifiée: Il s’agit d’une tentative très ambitieuse, avec des risques techniques élevés et des incertitudes, mais en cas de succès, il sera possible de créer des résultats d’échelle et d’impact, ce qui rend toutes les ressources informatiques interchangeables.Essentiellement, l’idée est de construire des compilateurs et d’autres conditions préalables afin que toute ressource matérielle puisse être insérée du côté de l’offre, tandis que du côté de la demande, la non-unité de tout matériel sera complètement abstraite afin que vos demandes informatiques puissent être acheminées vers le réseau Toute ressource dans.Si cette vision réussit, elle réduira la dépendance actuelle à l’égard des logiciels CUDA qui est entièrement dominée par les développeurs d’IA.Malgré les risques techniques élevés, de nombreux experts sont très sceptiques quant à la faisabilité de cette approche.

• Agrégation GPU haute performance: Intégrez les GPU les plus populaires au monde dans un réseau distribué et non autorisé sans se soucier de l’interopérabilité entre les ressources GPU non unifiées.

• Aggrégation GPU de qualité consommatrice de matières premières: Poubliez d’agréger certains GPU qui sont moins performants mais peuvent être disponibles dans des appareils de consommation qui sont les ressources les plus sous-utilisées du côté de l’offre.Il s’adresse à ceux qui sont prêts à sacrifier les performances et la vitesse pour des processus d’entraînement moins chers et plus longs.

2.2 Formation et raisonnement

Les réseaux de calcul sont principalement utilisés pour deux fonctions principales: la formation et l’inférence.La demande pour ces réseaux provient des projets Web 2.0 et Web 3.0.Dans le monde Web 3.0, des projets comme Bittensor utilisent des ressources informatiques pour affiner le modèle.En termes de raisonnement, le projet Web 3.0 met l’accent sur la vérifiabilité du processus.Cet objectif a engendré un raisonnement vérifiable en tant que vertical de marché, les projets explorent comment intégrer le raisonnement de l’IA dans les contrats intelligents tout en maintenant le principe de décentralisation.

2.3 Plateforme de proxy intelligente

Next estPlate-forme proxy intelligente, La carte décrit les principaux problèmes que les startups de cette catégorie doivent résoudre:

• Interopérabilité et capacités de découverte et de communication de l’agent: Les agents peuvent découvrir et communiquer entre eux.

• Capacités de construction et de gestion des cluster d’agents: Les agents peuvent former des grappes et gérer d’autres agents.

• Propriété et commercialisation des agents de l’IA: Fournir la propriété et le marché des agents de l’IA.

Ces caractéristiques mettent l’accent sur l’importance des systèmes flexibles et modulaires qui peuvent être intégrés de manière transparente dans une variété d’applications de blockchain et d’intelligence artificielle.Les agents de l’IA ont le potentiel de révolutionner la façon dont nous interagissons avec Internet, et nous pensons que les agents tireront parti de l’infrastructure pour soutenir leurs opérations.Nous envisageons que les agents de l’IA s’appuient sur les infrastructures dans les aspects suivants:

• Accéder aux données du réseau en temps réel à l’aide de réseaux rampants distribués

• Utilisez des canaux Defi pour effectuer un paiement inter-agent

• La nécessité d’un dépôt économique n’est pas seulement pour la punition lorsque l’inconduite se produit, mais aussi pour l’amélioration de la découverte de l’agent (c’est-à-dire l’utilisation du dépôt comme signal économique pendant le processus de découverte)

• utiliserconsensusDécidez quels événements doivent conduire à des coupes

• OuvrirInteropérabilitéCadres standard et proxy pour soutenir le bâtimentCollectif combinable

• selonAntécédents de données immuablesPour évaluer les performances passées et sélectionner le bon collectif d’agent en temps réel

Source: IOSG Ventures

2.4 Couche de données

Dans la convergence d’Ai x Web3, les données sont un composant central.Les données sont un atout stratégique de la concurrence de l’IA et constitue une ressource clé avec les ressources informatiques.Cependant, cette catégorie est souvent négligée car la majeure partie de l’attention de l’industrie est axée sur le niveau informatique.En fait, les primitives fournissent de nombreuses directions de valeur intéressantes dans le processus d’acquisition de données, y compris principalement les deux directions suivantes:

• accéderDonnées sur Internet public

• accéderDonnées protégées

Accès aux données d’Internet publiques: cette direction vise à créer un réseau de robottes distribué qui peut explorer l’ensemble de l’Internet dans quelques jours, obtenir des ensembles de données massifs ou accéder à des données Internet très spécifiques en temps réel.Cependant, pour ramper un grand nombre d’ensembles de données sur Internet, la demande du réseau est très élevée et au moins quelques centaines de nœuds sont nécessaires pour commencer un travail significatif.Heureusement, Grass, un réseau de nœuds Crawler distribué, a plus de 2 millions de nœuds partageant activement la bande passante Internet au réseau, dans le but de ramper sur l’ensemble de l’Internet.Cela montre le grand potentiel des incitations économiques à attirer des ressources précieuses.

Bien que l’herbe fournit un terrain de jeu niveau dans les données publiques, il y a toujours un problème de mise à profit des données potentielles, c’est-à-dire l’accès à des ensembles de données propriétaires.Plus précisément, il y a encore une grande quantité de données qui sont conservées de manière protégée en matière de confidentialité en raison de sa nature sensible.De nombreuses startups exploitent des outils de cryptographie qui permettent aux développeurs d’IA de construire et de régler les modèles de langue de grande envergure en utilisant les structures de données sous-jacentes des ensembles de données propriétaires tout en gardant des informations sensibles privées.

Apprentissage fédéré, confidentialité différentielle, environnement d’exécution de confiance, homomorphisme complet et informatique multipartite, etc.La technologie offre différents niveaux de protection de la vie privée et de compromis.L’article de recherche de Bagel (https://blog.bagel.net/p/with-great-data-comes-great-presponsability-d67) résume un excellent aperçu de ces technologies.Ces technologies protègent non seulement la confidentialité des données pendant l’apprentissage automatique, mais permettent également des solutions complètes de l’IA de protection de la vie privée au niveau informatique.

2.5 Données et sources de modèle

La technologie des données et de la source du modèle est conçue pour établir des processus qui peuvent garantir aux utilisateurs qu’ils interagissent avec les modèles et les données attendus.De plus, ces technologies assurent l’authenticité et la source.Prenant l’exemple de la technologie du filigrane, le filigrane est l’une des technologies de source de modèle, qui intègre des signatures directement dans les algorithmes d’apprentissage automatique, et plus spécifiquement dans les poids du modèle, de sorte que lors de la récupération, il peut vérifier si le raisonnement provient du modèle attendu.

2.6 Application

En termes d’application, les possibilités de conception sont infinies.Dans la carte de l’industrie ci-dessus, nous énumérons certains cas de développement particulièrement passionnants avec l’application de la technologie d’IA dans le domaine Web 3.0.Étant donné que la plupart de ces cas d’utilisation sont auto-décrits, nous ne commenterons pas cela.Il convient de noter, cependant, que l’intersection de l’IA et du Web 3.0 a le potentiel de remodeler de nombreux secteurs verticaux dans le domaine, car ces nouvelles primitives offrent aux développeurs plus de liberté pour créer des cas d’utilisation innovants et optimiser les cas existants.

Résumer

La convergence de l’AI x Web3 apporte des perspectives pleines d’innovation et de potentiel.En tirant parti des avantages uniques de chaque technologie, nous pouvons résoudre divers défis et ouvrir de nouvelles voies technologiques.Alors que nous explorons cette industrie émergente, la synergie entre AI X Web3 peut générer des progrès, remodeler nos futures expériences numériques et comment nous interagissons sur le Web.

L’intégration de la rareté numérique et de la richesse numérique, la mobilisation des ressources sous-utilisées pour atteindre l’efficacité informatique et la création de pratiques de données pour la sécurité et la protection de la vie privée définiront l’ère de l’évolution de la prochaine génération de technologie.

Cependant, nous devons reconnaître que cette industrie en est encore à ses balbutiements et que le paysage actuel de l’industrie peut devenir obsolète en peu de temps.Le rythme rapide de l’innovation signifie que les solutions de pointe d’aujourd’hui pourraient bientôt être remplacées par de nouvelles percées.Néanmoins, les concepts de base explorés – tels que les réseaux informatiques, les plateformes proxy et les protocoles de données – mettent en évidence l’énorme possibilité de converger l’intelligence artificielle avec le Web 3.0.