El 7 de mayo, Bithumb agregó pares comerciales de wones coreanos para dos proyectos de IA, AIOZ y NEAR. Si bien NEAR es un proyecto L1 muy conocido, AIOZ Network puede parecer desconocido. Anteriormente centrada en el almacenamiento y los medios de transmisión, AIOZ Network ahora está convergiendo gradualmente hacia la IA como servicio y la potencia de cómputo compartida, aprovechando sus ventajas acumuladas. Recientemente, publicó el documento técnico de su proyecto de IA descentralizada, W3AI.

En el ámbito cada vez más competitivo de la IA, ¿qué nuevas estrategias pueden ofrecer los proyectos establecidos para asegurar una posición en un mercado donde la liquidez y la atención son escasas?

Debido a la complejidad del documento técnico, Deep Tide TechFlow llevó a cabo una investigación exhaustiva sobre su contenido para ayudar a los lectores a comprender rápidamente las características técnicas y la implementación del proyecto AIOZ W3AI.

Bajo la ola, la entrada de AIOZ en el mercado de la IA Oportunidades

AIOZ no es un proyecto nuevo, pero su transición a la IA parece lógica.

Anteriormente, AIOZ Network operaba como una red de capa 1 con interoperabilidad entre Ethereum y Cosmos. Utilizó el DePIN de AIOZ, impulsado por más de 120.000 nodos globales, para proporcionar recursos computacionales. Esta configuración admite la velocidad de procesamiento de IA, la iteración rápida, la escalabilidad y la seguridad de la red, lo que sirve como base para el cambio narrativo del proyecto.

Además, en un contexto más amplio, el desarrollo de la IA se enfrenta a retos con las soluciones centralizadas de computación en la nube que luchan por manejar grandes volúmenes de datos. Esta limitación conduce a problemas de escalabilidad y altos costos de uso. Además, surgen preocupaciones con respecto a la privacidad y seguridad de los datos cuando el control recae en proveedores centralizados en lugar de usuarios.

Además, el acceso a recursos de IA de primer nivel puede ser difícil, lo que limita la participación de pequeñas empresas y particulares e impide la innovación. El edge computing ofrece una solución al proporcionar servicios de extremo cercano para las fuentes de datos. Las aplicaciones se inician en el perímetro, lo que da como resultado respuestas más rápidas del servicio de red. Dado que el procesamiento de datos se produce localmente en los nodos, lo que elimina la necesidad de transmisión a larga distancia a los servidores centrales, el edge computing reduce naturalmente el riesgo de violaciones de datos. Con los nodos de computación perimetral distribuidos globalmente de AIOZ DePIN, AIOZ gana una confianza sustancial para ingresar al dominio de la IA a escala.

AIOZ Network actualmente opera datos de nodos.

W3AI: Arquitectura de doble capa DePIN + AI as a Service

En su movimiento hacia el ámbito de la IA, el paso fundamental de AIOZ es W3AI, una arquitectura de doble capa que abarca tanto la infraestructura como las aplicaciones.

La arquitectura de doble capa es el núcleo del proyecto AIOZ W3AI, que ofrece una solución innovadora a problemas fundamentales en la computación de IA, como la escalabilidad, la rentabilidad y la protección de la privacidad del usuario.

Este diseño arquitectónico divide el funcionamiento de la red en dos capas principales: la capa de infraestructura (W3AI Infrastructure) y la capa de aplicación (W3AI Application). Cada capa tiene funciones y roles únicos, que en conjunto respaldan el funcionamiento eficiente de toda la red.

Capa de infraestructura (infraestructura W3AI) como base de la red

AIOZ DePIN: Nodos artificiales distribuidos globalmente

La base de AIOZ W3AI se encuentra en sus vastos nodos de computación de borde artificial distribuidos. Estos nodos distribuidos globalmente contribuyen con recursos informáticos, incluidos almacenamiento, CPU y GPU, formando una fuente de energía descentralizada. La topología multigrafo garantiza rutas de comunicación eficientes entre AIOZ DePIN, minimizando los costos de comunicación y mejorando la velocidad de procesamiento. Estos nodos colaboran a través de métodos de computación distribuida para entrenar y ejecutar modelos de IA de forma colectiva. A través de este enfoque, la plataforma AIOZ W3AI utiliza eficazmente recursos informáticos dispersos para reducir costos, mejorar la eficiencia de las aplicaciones de IA y reforzar la protección de la privacidad de los datos. Este enfoque descentralizado reduce significativamente el riesgo de cuellos de botella en el servidor y fortalece la privacidad del usuario al eliminar el control de un solo punto.

La infraestructura informática descentralizada de W3AI, está impulsada por la red de nodos AIOZ. Las áreas moradas representan la distribución de los nodos de almacenamiento, mientras que las áreas azules representan la distribución de los nodos informáticos.

Procesamiento y almacenamiento de datos

A través de AIOZ W3S, los datos se almacenan de forma segura en múltiples nodos dispersos por todo el mundo, lo que mejora la seguridad de los datos y mejora la capacidad de respuesta del procesamiento de datos.

El uso de sistemas de archivos distribuidos como AIOZ IPFS y tecnologías de encriptación protege los datos almacenados en los nodos, evitando el acceso no autorizado y las fugas de datos.

Capa de aplicación flexible (aplicación W3AI)

La plataforma de IA Web 3 proporciona IA como servicio.

La IA como servicio (AIaaS) se refiere al modelo en el que la tecnología de IA se proporciona como un servicio en línea a los usuarios, lo que permite a las empresas o a los particulares disfrutar de los beneficios de la tecnología de IA sin costes elevados.

Imagine que un comerciante de comercio electrónico desea comprender el historial de compras de los usuarios y analizar el comportamiento de consumo de los usuarios para proporcionar recomendaciones de compra personalizadas. La tecnología de IA se puede utilizar para recopilar y analizar datos de los usuarios, generando las estrategias de ventas correspondientes. Se trata de la aplicación de la IA como servicio en el comercio electrónico.

En cuanto a la forma del producto, W3AI proporciona un flujo de trabajo de entrenamiento de IA simplificado y una interfaz de usuario / experiencia de usuario intuitiva, ofreciendo interfaces de usuario y API que permiten a los desarrolladores acceder fácilmente a los servicios de W3AI y desarrollar e implementar modelos de IA, entre otras tareas. El diseño de esta capa se centra en la experiencia del usuario y la accesibilidad del servicio. Además, la plataforma integra varias ofertas de IA como servicio, incluido el aprendizaje automático, el aprendizaje profundo y las redes neuronales, lo que permite a los usuarios elegir diferentes servicios y herramientas según sea necesario.

Entrenamiento e inferencia de modelos

La plataforma W3AI admite el entrenamiento y la inferencia de modelos en un entorno descentralizado. El entrenamiento de W3AI (AIOZ W3AI Infrastructure) utiliza tecnologías de aprendizaje federado descentralizado y cifrado homomórfico, lo que permite que numerosos nodos de computación perimetral (DePIN) colaboren en el entrenamiento de modelos de IA sin compartir sus propios datos. Esto mejora el rendimiento del entrenamiento del modelo y, al mismo tiempo, garantiza la privacidad de los datos. Los modelos entrenados se pueden ejecutar en los DePIN de AIOZ perimetrales, lo que acerca la IA a la fuente de datos. Con el apoyo de la tecnología W3S, la inferencia W3AI (AIOZ W3S Infrastructure) permite a los usuarios cargar sus propios conjuntos de datos para el entrenamiento de modelos o utilizar modelos existentes en la plataforma para el análisis y la predicción de datos.

Mercado descentralizado de W3AI y mecanismo de incentivos

La capa de aplicación también proporciona a los usuarios mercados descentralizados, como AIOZ AI dApp Store y AI Model & Dataset Marketplace. Los usuarios individuales y las organizaciones empresariales pueden contribuir libremente, vender conjuntos de datos y modelos de IA, crear e implementar aplicaciones de IA innovadoras y convertir sus contribuciones en recompensas simbólicas.

Arquitectura de dos capas de AIOZ W3AI

Atravesando la "Arquitectura de Doble Capa" con el "Enrutamiento de Inteligencia Artificial".

En medio de una arquitectura bien estructurada, la gestión de los recursos lógicos y el flujo de datos de tareas entre el funcionamiento de la arquitectura de doble capa es crucial. Por lo tanto, W3AI introduce el enrutamiento de inteligencia artificial en la arquitectura de doble capa, optimizando dinámicamente cada tarea para mejorar la eficiencia general del sistema.

En la capa de infraestructura, el enrutamiento de inteligencia artificial evalúa las demandas computacionales y las cargas actuales de los nodos, asignando tareas dinámicamente para garantizar que cada nodo participe en las tareas adecuadas en función de sus capacidades y condiciones de red en tiempo real. También supervisa el estado de los nodos, detectando y abordando rápidamente posibles errores de los nodos o cuellos de botella de rendimiento para evitar que los errores de un solo punto afecten a la eficiencia general.

En la capa de aplicación, el enrutamiento inteligente permite una respuesta rápida a las solicitudes de los usuarios, ajustando dinámicamente el flujo de datos y las estrategias de procesamiento en tiempo real. Además, asigna de forma inteligente los nodos más adecuados en función de las ubicaciones geográficas y los requisitos específicos del usuario. Al enfrentarse a tareas de alta concurrencia a gran escala, la arquitectura de enrutamiento de IA optimiza la programación de tareas de forma inteligente, apoyando a la capa de aplicación en el manejo de modelos complejos de IA y análisis de big data.

El documento técnico incluye numerosas fórmulas complejas para ilustrar la implementación específica del enrutamiento. Los lectores interesados pueden consultar el documento técnico para obtener más detalles.

El enrutamiento de inteligencia artificial asigna rutas de transmisión de tareas para los nodos DePIN de AIOZ. En el diagrama, el verde representa los nodos conectados, mientras que el azul representa las partes omitidas debido a la baja confianza.

Flujo de trabajo: un ejemplo de implementación de tareas de IA

Con estas ricas arquitecturas de infraestructura, ¿cómo desarrolla W3AI su flujo de trabajo? Desde la entrada de datos hasta la salida de resultados, el flujo de trabajo de W3AI incorpora un modo operativo descentralizado completo: cifrado de la salida → segmentación y asignación de tareas → ejecución de tareas informáticas y almacenamiento → recopilación de cálculos completados en contenedores → usuarios que obtienen resultados de salida descifrados.

Podemos refinar el proceso anterior en pasos simples:

En primer lugar, antes de la entrada y el cifrado de datos, los datos cargados por el usuario se someten a un cifrado homomórfico para garantizar la seguridad de los datos a lo largo de todo el proceso de procesamiento: entrada y cifrado de datos;

A continuación, los datos cifrados se segmentan en varios segmentos pequeños en función de los requisitos de la tarea, y cada tarea se asigna al nodo más adecuado para su ejecución: segmentación y asignación de tareas;

Los nodos seleccionados ejecutan tareas informáticas específicas, como el entrenamiento de modelos de IA o el análisis de datos, al tiempo que son responsables del almacenamiento de datos relevantes: ejecución de computación y almacenamiento;

Una vez completada la tarea, los resultados se vuelven a cifrar y se almacenan en contenedores transformados, a la espera de que los usuarios finales los recuperen: recopilación y cifrado de resultados;

Solo los usuarios autorizados pueden acceder a los resultados finales, que se someten a un descifrado homomórfico antes de la salida: descifrado y salida de los resultados.

Arquitectura de flujo de trabajo de W3AI

A través del proceso anterior, W3AI mejora la eficiencia del procesamiento al tiempo que equilibra las características flexibles y escalables con la seguridad y privacidad de los datos. Optimiza la utilización de los recursos del sistema, reduce la intervención manual y reduce los costos operativos.

Economía de tokens que rodea a todo el ecosistema

$AIOZ desempeña un papel crucial en la vinculación de todo el ecosistema AIOZ W3AI. Con la aparición de la IA como servicio y las empresas de potencia informática compartida, su token ha ganado más escenarios de uso y captura de valor.

Intercambio de datos e incentivos a la contribución

$AIOZ se utiliza para recompensar a los usuarios que proporcionan potencia informática y recursos de almacenamiento, garantizando el funcionamiento estable de la red. En el mercado comercial de la plataforma, los usuarios pueden usar $AIOZ para comprar varios servicios de IA o comprar y vender modelos y conjuntos de datos de IA. Además, los poseedores de tokens pueden participar en la gobernanza de la red votando para decidir los próximos pasos del ecosistema.

Mantenimiento de ecosistemas

Una parte de las tarifas de transacción pagadas en $AIZO se utiliza para la operación de la red y la gestión financiera de AIOZ, lo que garantiza el mantenimiento y desarrollo continuos de la plataforma. Otra parte se quema directamente para ayudar a regular el suministro de tokens y mitigar la inflación. Este ciclo de flujo de tokens cuidadosamente diseñado incentiva la innovación, recompensa la participación e impulsa el desarrollo continuo del ecosistema AIOZ W3AI.

Flujo de tokens dentro del ecosistema W3AI

Conclusión

Como proyecto descentralizado en transición a la IA, AIOZ W3AI posee ventajas naturales en recursos tecnológicos y mecanismos operativos. En términos de tecnología y conceptos, W3AI demuestra un potencial significativo para proporcionar a los usuarios servicios informáticos más seguros, flexibles y eficientes y una experiencia de ecosistema atractiva. Sin embargo, es esencial tener en cuenta que W3AI también se enfrenta a retos como la madurez del mercado a la hora de reconocer y confiar en las soluciones de IA descentralizadas y los posibles altos costes operativos en un sistema con estándares estrictos.

El documento técnico actual se asemeja más a un plan redactado en las primeras etapas del proyecto, que se prepara para el futuro, pero que aún no se ha implementado ni ejecutado. Quedan preguntas sobre cuánta gente lo usará y si hay otros problemas técnicos y de seguridad, todos los cuales esperan la validación del mercado.

Sin embargo, adoptar una transición narrativa positiva sigue siendo una postura correcta para los proyectos Web3 cuando la relevancia empresarial es alta. Tanto los proyectos nuevos como los establecidos están escenificando con entusiasmo el drama de la IA, y solo el tiempo dirá si los jugadores criptográficos fuera del escenario obtendrán el valor de su dinero.

Renuncia:

1. Este artículo es una reimpresión de [TechFlow]. Todos los derechos de autor pertenecen al autor original [TechFlow]. Si hay objeciones a esta reimpresión, comuníquese con el equipo de Gate Learn y ellos lo manejarán de inmediato.
2. Descargo de responsabilidad: Los puntos de vista y opiniones expresados en este artículo son únicamente los 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.