L'essor de l'IA générative transforme profondément les méthodes de production dans le monde numérique. Que ce soit pour l'entraînement des modèles, l'inférence ou le réglage personnalisé, le fonctionnement de l'IA pose des exigences sans précédent en matière de vitesse d'accès aux données, d'intégrité et de gouvernance des droits d'accès. Chaque appel représente une collaboration en temps réel sur la puissance de calcul, les données et la valeur. Cependant, l'infrastructure qui soutient tout cela reste à la traîne - la grande majorité des applications d'IA fonctionnent encore dans des environnements cloud hautement centralisés, comme AWS ou Google Cloud. Ces plateformes offrent des services de calcul stables, mais présentent des défauts structurels en ce qui concerne la propriété, la répartition des profits et l'audit : le système de droits d'accès est fermé, le processus d'autorisation ne peut être vérifié, et il y a un manque de corrélation directe entre les revenus des contributeurs et l'utilisation des données. En conséquence, le processus de création de valeur de l'écosystème IA dépend fortement des plateformes, mais il est difficile de réaliser une répartition équitable de la valeur.
Dans le même temps, les explorateurs du monde Web3 tentent également de résoudre ce dilemme de manière décentralisée. L'émergence de protocoles tels qu'Arweave et Filecoin a conféré aux données une "stockabilité" vérifiable et immuable, mais cette capacité est encore loin de l'"actifisation". Les étapes clés telles que la vérification des droits des données, la permission, le partage des bénéfices et la gouvernance restent encore fragmentées et manquent de normes unifiées. Cela signifie que d'énormes quantités de données prometteuses et d'actifs modèles ne peuvent que rester passivement stockées, incapables d'entrer dans la véritable circulation du marché. En d'autres termes, nous savons maintenant comment stocker les données en toute sécurité, mais nous ne pouvons pas encore les utiliser, les régler et les distribuer en toute sécurité.
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
L'essor de l'IA générative transforme profondément les méthodes de production dans le monde numérique. Que ce soit pour l'entraînement des modèles, l'inférence ou le réglage personnalisé, le fonctionnement de l'IA pose des exigences sans précédent en matière de vitesse d'accès aux données, d'intégrité et de gouvernance des droits d'accès. Chaque appel représente une collaboration en temps réel sur la puissance de calcul, les données et la valeur. Cependant, l'infrastructure qui soutient tout cela reste à la traîne - la grande majorité des applications d'IA fonctionnent encore dans des environnements cloud hautement centralisés, comme AWS ou Google Cloud. Ces plateformes offrent des services de calcul stables, mais présentent des défauts structurels en ce qui concerne la propriété, la répartition des profits et l'audit : le système de droits d'accès est fermé, le processus d'autorisation ne peut être vérifié, et il y a un manque de corrélation directe entre les revenus des contributeurs et l'utilisation des données. En conséquence, le processus de création de valeur de l'écosystème IA dépend fortement des plateformes, mais il est difficile de réaliser une répartition équitable de la valeur.
Dans le même temps, les explorateurs du monde Web3 tentent également de résoudre ce dilemme de manière décentralisée. L'émergence de protocoles tels qu'Arweave et Filecoin a conféré aux données une "stockabilité" vérifiable et immuable, mais cette capacité est encore loin de l'"actifisation". Les étapes clés telles que la vérification des droits des données, la permission, le partage des bénéfices et la gouvernance restent encore fragmentées et manquent de normes unifiées. Cela signifie que d'énormes quantités de données prometteuses et d'actifs modèles ne peuvent que rester passivement stockées, incapables d'entrer dans la véritable circulation du marché. En d'autres termes, nous savons maintenant comment stocker les données en toute sécurité, mais nous ne pouvons pas encore les utiliser, les régler et les distribuer en toute sécurité.
Cette faille structurelle