Конвергенция блокчейна и ИИ: естественный спрос

В долгосрочной перспективе потребность ИИ в блокчейне является естественной потребностью в самореализации. Конечно, впереди еще долгий путь

1. Блокчейн также является одним из самых важных трендов

С начала этого года ИИ стал намного популярнее, чем блокчейн. Однако мир шифрования не нужно обескураживать.Как понять будущие возможности блокчейна? Сначала расскажу о своих мыслях:

• Блокчейн — одна из самых важных тенденций в истории человечества.Эволюция от информационного Интернета web2 к интернету ценности web3 также является необходимостью для повышения производительности. Только короткий период в десять лет, есть еще десятилетия эволюции. Его основное влияние в настоящее время является второй по величине технологией после ИИ.
• ** AI и блокчейн необходимо интегрировать, хотя прогресс не будет быстрым. **

Позвольте мне кратко рассказать сегодня о втором пункте: потребности интеграции ИИ и блокчейна.

Во-вторых, где блокчейн может помочь ИИ

рассчитать

Всем известно, что у ИИ огромный спрос на вычислительную мощность. Существует потребность в том, как использовать простаивающие вычислительные мощности для вычислительной мощности ИИ. Однако в настоящее время, поскольку обучение моделей ИИ требует больших вычислительных ресурсов, это очень дорого. С точки зрения общих вычислений ИИ, есть не так много мест, где блокчейн может помочь.

Среди них есть три основных пункта, которые подверглись критике: **Во-первых, требуется поддержка выделенного оборудования GPU; во-вторых, задержка обмена данными; в-третьих, доказательство децентрализованных вычислительных задач. **

• Как упоминалось выше, обучение ИИ представляет собой интенсивный крупномасштабный расчет.Обучение LLM имеет миллиарды параметров, а FLOP для обучения этих моделей еще больше.Только специальное оборудование (ГП ИИ со специальными компонентами, такими как блоки тензорной обработки, и т. д.) для выполнения этих тренировок для достижения лучших результатов, кроме того, для достижения наилучших результатов все GPU предпочтительно являются изоморфными вычислениями, а GPU одного уровня чаще выполняют обмен данными и продолжают вычисления пошагово. В децентрализованной сети требуется GPU участника. Однако чем выше требования, тем выше порог, что не способствует децентрализации и использованию простаивающих вычислительных мощностей.
• Графическим процессорам ИИ необходимо постоянно обмениваться данными. Если есть сетевая задержка, для ИИ нецелесообразно использовать распределенную вычислительную мощность для обучения.
• Как проверить выполнение децентрализованных вычислительных задач требует относительно эффективного и недорогого решения.

** Вышеупомянутые трудности связаны с сочетанием децентрализованных вычислений и ИИ в настоящее время, а также с относительно сложным сочетанием ИИ и блокчейна. **Однако, с точки зрения Blue Fox Notes, с исследованием большего количества участников препятствия в этом аспекте будут устраняться шаг за шагом, и, конечно, это займет много времени.

Давайте поговорим об аспектах, которые могут быть постепенно решены. С точки зрения общего ИИ все еще сложно войти в область шифрования. Затем вы можете начать с области ИИ в специальных полях. И эта точка входа также тесно связана с текущими вычислительными задачами ИИ. ** Есть два места: во-первых, задачи рассуждения занимают большую часть текущих потребностей в вычислениях ИИ; во-вторых, некоторые задачи тонкой настройки и рассуждения требуют меньше ресурсов, и есть возможности для их выполнения с помощью децентрализованных вычислений. Эти два пункта означают возможные потенциальные возможности для децентрализованных вычислительных мощностей. **

ИИ в определенных областях, таких как юриспруденция, медицина, инвестиции, образование, анализ данных и других профессиональных областях, может быть более подходящим для такого рода распределенных вычислительных сетей, ориентированных на конкретные области на ранней стадии. Как упоминалось выше, сложность предоставления услуг децентрализованной вычислительной мощности для ИИ заключается не в выполнении вычислительных задач, а в том, как проверить выполнение задач децентрализованным образом. Некоторые проекты в настоящее время пытаются решить эту проблему, например, Gensyn и вместе и так далее.

Gensyn объединяет некоторые результаты академических исследований, такие как вероятностные доказательства обучения, протоколы точного позиционирования на основе графов, а также использует модель стимулирования и проверки и баланса проекта Truebit. Gensyn разбивает весь процесс на восемь этапов: от отправки задачи ИИ, анализа, обучения, создания доказательств до проверки, оспаривания, арбитража и урегулирования. Среди них «Probability Learning Proof» используется для построения базового порога расстояния, чтобы обеспечить основу проверки для верификаторов; технология «точного позиционирования на основе графики» используется для наблюдения за выполнением проверки верификаторами; игровая модель Truebit позволяет заинтересованным сторонам принимать рациональность как ориентир. Конкретный процесс см. в официальном документе Gensyn. Кстати, у проектов вне сети, таких как Truebit, также есть возможность развиваться в этом направлении, возможно, получая больше возможностей для бизнеса. Конечно, это требует от команд оценки своих возможностей.

По сравнению со сложностью внедрения децентрализованных сетевых вычислений, совместное использование моделей ИИ и совместное использование данных ИИ — это области, которые можно реализовать быстрее. ** Следующие два аспекта могут быть связаны с тем, где сочетание ИИ и блокчейна может быть проще для достижения прорыва на ранней стадии: децентрализованное совместное использование моделей и децентрализованное совместное использование данных. **

Модель

Поощряйте обмен моделями с помощью символических стимулов для создания лучших моделей. Даже эти модели могут быть развернуты в цепочке и обучены любым участником для содействия развитию модели. Кроме того**, поскольку модели ИИ становятся все более сложными, доверие к рассуждениям становится критически важным. Именно здесь могут вступить в игру доверительные рассуждения в сети. **

В области тонкой настройки моделей и рассуждений Giza, ChainML, Bittensor, Modulus Lab и т. д. находятся в стадии изучения. То, что Giza запустила, представляет собой рынок сетевых моделей, где простые модели развертываются в цепочке и делаются выводы в цепочке Владельцы моделей могут получать соответствующий комиссионный доход после использования модели.

Modulus предложил концепцию zkML.Он считает, что из-за проблем со стоимостью нереально запустить модель рассуждений в цепочке.Поэтому его решение состоит в том, чтобы запустить модель рассуждений вне цепочки, а затем сгенерировать доказательства zkSNARKs, доказать их на цепочка и интеллигентный пропуск Контракт делает свое дело.

данные

Экономика токенов используется, чтобы мотивировать пользователей давать отзывы о модели и побуждать пользователей собирать данные более высокого качества. Получение качественных данных путем предоставления распределенных данных, особенно в конкретных областях, имеет большое значение для развития ИИ. В то же время это также можно комбинировать с технологией ZK, не раскрывая конфиденциальность данных. Трудность здесь заключается в том, как доказать качество самих данных. **

Сочетание качественных данных и децентрализованных моделей ИИ будет очень интересно для развития ИИ.

защита от подделок

После появления нынешней модели глубокого обучения изображения, аудио, видео и т. д., созданные ИИ, становится все труднее отличить истину от лжи. ** В эпоху искусственного интеллекта подлинность и защита контента от несанкционированного доступа становятся все более и более важными. **Блокчейн — важное техническое средство для решения этой проблемы.

Зашифрованные данные и подписи гарантируют подлинность создания контента, а не подделку. Эта проблема становится особенно серьезной после злоупотребления инструментами ИИ. Это важное техническое средство борьбы с контрафактным контентом. В эпоху ложных нужна технология шифрования, чтобы отличить истинное от ложного.

Кроме того, для подтверждения прав также необходимо использовать технологию блокчейн. Например, для одной и той же картины изображения, созданные AI и NFT, трудно отличить от поверхности, и в настоящее время для выполнения своей роли необходим блокчейн.

Более надежный ИИ

Интегрируясь с блокчейном, ИИ может получить поддержку в вычислениях, моделях, данных, пропускной способности, хранении и т. д. и, наконец, получить поддержку децентрализованной инфраструктуры, которая является более саморазвивающейся. **Кроме того, зашифрованные платежи и оборот ценностей в области блокчейна также могут способствовать развитию ИИ.

**После того, как будет создана полная инфраструктура блокчейна, ИИ получит больше саморазвивающихся возможностей. ** Другими словами, более децентрализованный ИИ также является требованием для самореализации ИИ, а использование распределенных характеристик блокчейна для развития ИИ также является требованием для собственного развития ИИ.

Для самого ИИ, если в конце концов он будет монополизирован только такими гигантами, как Microsoft и Google, это также нанесет ущерб его собственному развитию. У ИИ есть естественная потребность в децентрализованном развитии, а это потребность в том, чтобы ИИ достиг большей устойчивости. Сила, которую может дать ИИ+блокчейн, может выйти далеко за рамки человеческого воображения.

В-третьих, где ИИ может продвигать блокчейн

Искусственный интеллект и объединение данных по цепочке

Используйте ИИ для анализа динамических данных в цепочке, чтобы получить возможности прогнозирования, такие как инвестиционные исследования. Один из самых захватывающих аспектов заключается в том, что **внедряя ИИ, смарт-контракты могут реализовать динамическое автономное принятие решений. **Например, defi корректируется на основе данных в реальном времени и т. д. Динамический, а не статический смарт-контракт позволит блокчейну генерировать больше сценариев приложений и потребностей пользователей.

**Развитие искусственного интеллекта может открыть новые возможности для приложений шифрования. **

ИИ открывает новые возможности для DeFi, веб-игр, веб-социальных сетей, веб-приложений (транспорт, жилье, туризм и т. д.). Например, игры AI+web3 позволяют создать беспрецедентный игровой режим, а AI+IoT+платежи с шифрованием могут создать более интеллектуальную сеть.

Важность ЗКП

Чтобы обеспечить конфиденциальность и выполнение вычислительных задач, необходимо добавить ZKP, чтобы сформировать проверяемое доказательство работы. **После того, как ZKP созреет, он сможет реализовать ИИ в сети, а также может обеспечить защиту конфиденциальности и поддающееся проверке машинное обучение. **

В целом, блокчейн может обеспечить совместную основу для вычислительной мощности, данных и типовых соглашений через децентрализованную модель и, в конечном итоге, способствовать развитию ИИ.В этом процессе необходимо улучшить множество деталей, таких как необходимость чтобы доказать вклад участников (будь то вычислительная мощность, данные или модели), только когда они будут завершены с низкими затратами, блокчейн может иметь возможность помочь ИИ, в противном случае это воздушный замок.

**Конечно, с точки зрения тренда, у ИИ есть естественная потребность в блокчейне, а ИИ нуждается в блокчейне, чтобы обеспечить реальную устойчивость для собственного развития. **

В то же время искусственный интеллект также будет способствовать развитию блокчейн-приложений: будь то DeFi, игры или другие приложения, могут родиться более интеллектуальные приложения для шифрования. Это может стать большим повествованием в будущем.Даже если оно не созреет в следующем цикле, в следующем цикле могут появиться такие возможности.

Вышеупомянутое является лишь частью, а не полной, и будет увеличиваться или уменьшаться по мере изменения времени, и вы можете оставить сообщение для добавления.