Web3是一種去中心化、開放和透明的互聯網模式，與AI天然融合。它通過共享算力、開放數據市場、隱私計算等方式為AI的發展提供新動力，同時AI也能為Web3帶來智能合約優化、反作弊算法等增值能力。探索Web3和AI的結合對於構建下一代互聯網基礎設施和釋放數據和算力的價值至關重要。通過代幣激勵全球工作者參與數據標註、合成數據、FHE保護隱私、去中心化算力網絡等技術，Web3能夠解決傳統中心化AI數據獲取的痛點。邊緣AI使設備具備AI能力，實現低延遲、實時處理和保護隱私。Web3與AI的融合將帶來創新的商業模式和服務。
原文標題: AI和Web3融合和創新的探索之旅
原文作者: BadBot
原文來源: mirror
編譯: IOBC Capital
Web3作為一種去中心化、開放、透明的全新互聯網範式，與AI有著天然的融合契機。在傳統的集中式架構下，AI計算和數據資源受到嚴格控制，且存在算力瓶頸、隱私泄漏、算法黑箱等諸多挑戰。而Web3基於分佈式技術，可以通過共享算力網絡、開放數據市場、隱私計算等方式，為AI的發展注入新的動力。同時，AI也能為Web3帶來諸多增值能力，如智能合約優化、反作弊算法等，助力其生態建設。因此，探索Web3和AI的結合，對於構建下一代互聯網基礎設施、釋放數據和算力的價值至關重要。
數據驅動：AI與Web3的堅實基礎
數據是驅動AI發展的核心動力，就像燃料對引擎一樣。AI模型需要消化大量高質量數據，才能獲得深入理解和強大的推理能力，數據不僅為機器學習模型提供訓練基礎，還決定了模型的準確性和可靠性。在傳統的中心化AI數據獲取和利用模式中，存在以下幾個主要問題：數據獲取成本高昂，中小企業難以承擔；數據資源被科技巨頭所壟斷，形成了數據孤島；個人數據隱私面臨泄漏和濫用的風險。Web3能夠以新的去中心化數據範式來解決傳統模式的痛點。通過Grass，用戶可以出售閒置網絡給AI公司，去中心化地抓取網絡數據，經過清理和轉化，為AI模型訓練提供真實、高質量的數據；Public AI採用“label to earn”模式，通過代幣激勵全球工作者參與數據標註，匯聚全球的專業知識，增強數據的分析能力；區塊鏈數據交易平台如Ocean Protocol、Streamr等，為數據供需雙方提供了一個公開透明的交易環境，激勵數據的創新和共享。儘管如此，真實世界的數據獲取也存在一些問題，比如數據質量不一、處理難度大、多樣性和代表性不足等。合成數據可能是Web3數據赛道未來的明星。基於生成式AI技術和模擬，合成數據能夠模擬真實數據的屬性，作為真實數據的有效補充，提高數據使用效率。在自動駕駛、金融市場交易、遊戲開發等領域，合成數據已經顯示出其成熟的應用潛力。
隱私保護：FHE在Web3中的作用
數據驅動時代，隱私保護已成為全球關注的焦點，歐盟的通用數據保護條例（GDPR）等法規的出台，反映了對個人隱私的嚴格守護。然而，這也帶來了挑戰：一些敏感數據因隱私風險而無法被充分利用，這無疑限制了AI模型的潛能和推理能力。FHE即全同態加密，允許在加密數據上直接進行計算操作，而無需對數據進行解密，且計算結果與在明文數據上進行相同計算的結果一致。FHE為AI隱私計算提供了堅實的保護，使得GPU算力能夠在不觸及原始數據的環境中執行模型訓練和推理任務。這為AI公司帶來了巨大的優勢。它們可以在保護商業機密的同時，安全地開放API服務。FHEML支持在整個機器學習周期內對數據和模型進行加密處理，確保敏感信息的安全性，防止數據泄露風險。通過這種方式，FHEML強化了數據隱私，為AI應用提供了一個安全的計算框架。FHEML是ZKML的補充，ZKML證明機器學習的正確執行，而FHEML則強調對加密數據進行計算以維護數據隱私。
算力革命：去中心化網絡中的AI計算
當前AI系統的計算複雜性每3個月翻一番，導致算力需求激增，遠超現有計算資源的供應。例如，OpenAI的GPT-3模型訓練需要巨大算力，相當於單個設備上355年的訓練時間。這樣的算力短缺不僅限制了AI技術的進步，更讓那些高級的AI模型對於大多數研究者和開發者來說變得遙不可及。同時，全球GPU的利用率不足40%，加之微處理器性能提升的放緩，以及供應鏈和地緣政治因素導致的芯片短缺，這些都讓算力供應問題變得更加嚴重。AI從業者們陷入了兩難：要么自購硬件，要么租賃雲資源，他們急需一種按需、經濟高效的計算服務方式。IO.net是一個基於Solana的去中心化AI算力網絡，通過聚合全球範圍內的閒置GPU資源，為AI公司提供了一個既經濟又易於訪問的算力市場。算力需求方可在網絡上發布計算任務，智能合約將任務分配給貢獻算力的礦工節點，礦工執行任務並提交結果，經驗證後獲得積分獎勵。IO.net的方案提高資源利用效率，有助於解決AI等領域的算力瓶頸問題。除了通用的去中心化算力網絡，還有像Gensyn、Flock.io這樣專注於AI訓練的平台，以及Ritual、Fetch.ai這樣專注於AI推理的專用算力網絡。去中心化算力網絡提供公平透明的算力市場，打破壟斷，降低了應用門檻，提高了算力的利用效率。在web3生態系統中，去中心化算力網絡將發揮關鍵作用，吸引更多創新型dapp的加入，共同推動AI技術的發展和應用。
DePIN:Web3賦能Edge AI
想象一下，你的手機、智能手表，甚至家中的智能設備，都具備了運行AI的能力——這就是Edge AI的魅力所在。它讓計算發生在數據產生的源頭，實現了低延遲、實時處理，同時保護了用戶的隱私，Edge AI技術已經應用於自動駕駛等關鍵領域。在Web3領域，我們有個更熟悉的名字—DePIN。Web3強調去中心化和用戶數據的主權，DePIN通過在本地處理數據，可以增強用戶隱私保護，減少數據泄漏的風險；Web3原生的Token經濟機制可激勵DePIN節點提供計算資源，構建一個可持續的生態系統。目前DePIN在Solana生態中發展迅速，成為項目部署的首選公鏈平台之一。Solana的高TPS、低交易費用以及技術創新為DePIN項目提供了強大支持。目前，Solana上的DePIN項目市值超過100億美元，知名項目如Render Network和Helium Network已取得顯著進展。
IMO:AI模型發布新範式
IMO的概念由Ora protocol首先提出，將AI模型代幣化。在傳統模式下，由於收益分享機制缺失，一旦AI模型被開發出來並投入市場，開發者往往難以從模型的後續使用中獲得持續的收益，尤其是當模型被整合進其他產品和服務後，原始創造者很難追踪使用情況，更不用說從中獲得收益了。並且AI模型的性能和效果往往缺乏透明度，這讓潛在的投資者和使用者難以評估其真正價值，限制了模型的市場認可和商業潛力。IMO為開源AI模型提供了一種全新的資金支持和價值共享方式，投資者可以購買IMO代幣，分享模型後續產生的收益。Ora Protocol使用ERC-7641和ERC-7007兩個ERC標準，結合AI預言機（Onchain AI Oracle）和OPML技術來確保AI模型的真實性和代幣持有者能夠分享收益。IMO模式增強了透明度和信任，鼓勵開源協作，適應加密市場趨勢，並為AI技術的可持續發展注入了動力。IMO目前還處於初期嘗試階段，但隨著市場接受度的提升和參與範圍的擴大，它的創新性和潛在價值值得我們期待。
AI Agent:交互體驗的新紀元
AI Agent能夠感知環境，進行獨立思考，並採取相應的行動以實現既定目標。在大語言模型的支持下，AI Agent不僅能理解自然語言，還能規劃決策，執行複雜的任務。它們可以作為虛擬助手，通過與用戶的互動學習其偏好，並提供個性化的解決方案。在沒有明確指令的情況下，AI Agent也能自主解決問題，提高效率，創造新價值。Myshell是一個開放的AI原生應用平台，提供全面易用的創作工具集，支持用戶配置機器人功能、外觀、聲音以及連接外部知識庫等，致力於打造公平開放的AI內容生態系統，利用生成式AI技術，賦能個人成為超級創作者。Myshell訓練了專門的大語言模型，使角色扮演更人性化；語音克隆技術可以加速AI產品個性化交互，MyShell把語音合成成本降低99%，語音克隆僅需1分鐘即可實現。利用Myshell定制的AI Agent，目前可應用於視頻聊天、語言學習、圖像生成等多領域。
在Web3與AI的融合上，當前更多的是對基礎設施層的探索，如何獲取高質量數據、保護數據隱私，如何在鏈上托管模型，如何提高去中心化算力的高效使用，如何驗證大語言模型等關鍵問題。隨著這些基礎設施的逐步完善，我們有理由相信，Web3與AI的融合將孕育出一系列創新的商業模式和服務。