Fusion de Web3 et de l'IA : Construire l'infrastructure Internet de prochaine génération
Web3, en tant que nouvelle paradigme Internet décentralisé, ouvert et transparent, a une opportunité naturelle de fusion avec l'IA. Dans une architecture centralisée traditionnelle, le calcul IA et les ressources de données sont strictement contrôlés, et il existe de nombreux défis tels que les goulets d'étranglement en puissance de calcul, les fuites de données privées, et les algorithmes en boîte noire. En revanche, Web3, basé sur des technologies distribuées, peut injecter une nouvelle dynamique dans le développement de l'IA grâce à des réseaux de puissance de calcul partagés, des marchés de données ouverts, et des calculs sur la confidentialité. En même temps, l'IA peut également apporter de nombreuses capacités à Web3, comme l'optimisation des contrats intelligents et des algorithmes anti-fraude, soutenant ainsi la construction de son écosystème. Explorer la combinaison de Web3 et de l'IA est crucial pour établir l'infrastructure Internet de prochaine génération et libérer la valeur des données et de la puissance de calcul.
Données pilotées : Une base solide pour l'IA et le Web3
Les données sont le moteur principal du développement de l'IA, tout comme le carburant pour un moteur. Les modèles d'IA ont besoin de digérer une grande quantité de données de haute qualité pour acquérir une compréhension approfondie et une forte capacité de raisonnement. Les données fournissent non seulement la base d'entraînement pour les modèles d'apprentissage automatique, mais déterminent également la précision et la fiabilité des modèles.
Dans les modèles traditionnels de collecte et d'utilisation des données d'IA centralisée, plusieurs problèmes majeurs se posent :
Le coût d'acquisition des données est élevé, les PME ont du mal à le supporter.
Les ressources de données sont monopolisées par des géants de la technologie, créant des îlots de données.
Les données personnelles sont exposées au risque de fuite et d'abus.
Web3 peut résoudre les points de douleur des modèles traditionnels grâce à un nouveau paradigme de données décentralisées :
Les utilisateurs peuvent vendre leur réseau inutilisé à des entreprises d'IA, pour collecter de manière décentralisée des données réseau, qui seront nettoyées et transformées pour fournir des données réelles et de haute qualité pour l'entraînement des modèles d'IA.
Adopter le mode "label to earn", en incitant les travailleurs du monde entier à participer à l'annotation des données grâce à des tokens, rassemblant ainsi l'expertise mondiale pour renforcer les capacités d'analyse des données.
La plateforme d'échange de données blockchain offre un environnement de transaction public et transparent pour les deux parties de l'offre et de la demande de données, incitant à l'innovation et au partage des données.
Cependant, l'acquisition de données dans le monde réel présente également certains problèmes, tels que la qualité des données inégale, la difficulté de traitement, ainsi qu'un manque de diversité et de représentativité. Les données synthétiques pourraient être la star future du secteur des données Web3. Basées sur des technologies d'IA générative et de simulation, les données synthétiques peuvent imiter les caractéristiques des données réelles, servant de complément efficace aux données réelles et améliorant l'efficacité de l'utilisation des données. Dans des domaines tels que la conduite autonome, le trading sur les marchés financiers et le développement de jeux, les données synthétiques ont déjà montré leur potentiel d'application mûr.
Protection de la vie privée : le rôle de FHE dans Web3
À l'ère des données, la protection de la vie privée est devenue un sujet de préoccupation mondiale. L'adoption de réglementations telles que le Règlement général sur la protection des données (RGPD) de l'Union européenne reflète une stricte protection de la vie privée des individus. Cependant, cela pose également des défis : certaines données sensibles ne peuvent pas être pleinement exploitées en raison des risques pour la vie privée, ce qui limite sans aucun doute le potentiel et les capacités de raisonnement des modèles d'IA.
FHE, ou cryptographie homomorphe complète, permet d'effectuer des opérations de calcul directement sur des données chiffrées sans avoir besoin de déchiffrer les données, et le résultat du calcul est identique à celui obtenu en effectuant le même calcul sur des données en clair.
FHE offre une protection solide pour le calcul de la confidentialité de l'IA, permettant ainsi à la puissance de calcul des GPU d'exécuter des tâches d'entraînement et d'inférence de modèles sans toucher aux données brutes. Cela apporte un énorme avantage aux entreprises d'IA. Elles peuvent ouvrir des services API en toute sécurité tout en protégeant leurs secrets commerciaux.
FHEML prend en charge le traitement cryptographique des données et des modèles tout au long du cycle d'apprentissage machine, garantissant la sécurité des informations sensibles et prévenant les risques de fuite de données. De cette manière, FHEML renforce la confidentialité des données et fournit un cadre de calcul sécurisé pour les applications d'IA.
FHEML est un complément de ZKML, ZKML prouve l'exécution correcte de l'apprentissage automatique, tandis que FHEML met l'accent sur le calcul de données chiffrées pour maintenir la confidentialité des données.
Révolution de la puissance de calcul : Calcul AI dans un réseau décentralisé
La complexité de calcul des systèmes d'IA double tous les 3 mois, entraînant une augmentation fulgurante de la demande en puissance de calcul, bien supérieure à l'offre actuelle de ressources informatiques. Par exemple, l'entraînement d'un grand modèle de langage nécessite une énorme puissance de calcul, équivalente à 355 années de temps d'entraînement sur un seul appareil. Ce manque de puissance de calcul limite non seulement les progrès de la technologie AI, mais rend également ces modèles avancés inaccessibles pour la plupart des chercheurs et des développeurs.
En même temps, l'utilisation mondiale des GPU est inférieure à 40 %, et le ralentissement de l'amélioration des performances des microprocesseurs, ainsi que la pénurie de puces causée par des facteurs liés à la chaîne d'approvisionnement et à la géopolitique, aggravent encore le problème de l'approvisionnement en puissance de calcul. Les professionnels de l'IA se retrouvent dans une impasse : soit ils achètent leur propre matériel, soit ils louent des ressources cloud, et ils ont un besoin urgent d'un service de calcul à la demande et économique.
Le réseau de puissance de calcul AI décentralisé, en agrégeant des ressources GPU inutilisées à l'échelle mondiale, offre aux entreprises d'IA un marché de puissance de calcul à la fois économique et facilement accessible. Les demandeurs de puissance de calcul peuvent publier des tâches de calcul sur le réseau, des contrats intelligents attribuent les tâches aux nœuds mineurs qui contribuent à la puissance de calcul, les mineurs exécutent les tâches et soumettent les résultats, et après vérification, ils reçoivent des récompenses en points. Cette solution améliore l'efficacité de l'utilisation des ressources et contribue à résoudre le problème des goulets d'étranglement en matière de puissance de calcul dans des domaines tels que l'IA.
En plus des réseaux de puissance décentralisés généraux, il existe des plateformes axées sur l'entraînement AI et des réseaux de puissance dédiés à l'inférence AI.
Un réseau de puissance de calcul décentralisé offre un marché de puissance de calcul équitable et transparent, brisant les monopoles, réduisant les barrières à l'entrée et augmentant l'efficacité de l'utilisation de la puissance de calcul. Dans l'écosystème web3, le réseau de puissance de calcul décentralisé jouera un rôle clé, attirant davantage d'applications décentralisées innovantes pour promouvoir ensemble le développement et l'application de la technologie AI.
DePIN : Web3 habilite l'Edge AI
Imaginez que votre téléphone, votre montre intelligente, et même les appareils intelligents de votre maison, soient tous capables de faire fonctionner de l'IA - c'est là que réside l'attrait de l'Edge AI. Cela permet de réaliser des calculs à la source de la génération des données, offrant une faible latence et un traitement en temps réel, tout en protégeant la vie privée des utilisateurs. La technologie Edge AI est déjà utilisée dans des domaines clés tels que la conduite autonome.
Dans le domaine du Web3, nous avons un nom plus familier - DePIN. Le Web3 met l'accent sur la décentralisation et la souveraineté des données des utilisateurs, DePIN peut renforcer la protection de la vie privée des utilisateurs et réduire le risque de fuite de données en traitant les données localement ; le mécanisme économique de Token natif du Web3 peut inciter les nœuds DePIN à fournir des ressources de calcul, construisant ainsi un écosystème durable.
Actuellement, DePIN se développe rapidement dans l'écosystème d'une certaine blockchain publique, devenant l'une des plateformes de blockchain publique les plus choisies pour le déploiement de projets. La haute TPS, les faibles frais de transaction et l'innovation technologique de cette blockchain publique offrent un soutien solide aux projets DePIN. Actuellement, la capitalisation boursière des projets DePIN sur cette blockchain publique dépasse 10 milliards de dollars, et plusieurs projets connus ont réalisé des progrès significatifs.
IMO : Publication d'un nouveau paradigme pour les modèles d'IA
Le concept d'IMO a été proposé pour la première fois par un certain protocole, qui vise à tokeniser les modèles d'IA.
Dans le modèle traditionnel, en raison de l'absence d'un mécanisme de partage des revenus, une fois qu'un modèle d'IA est développé et mis sur le marché, il est souvent difficile pour les développeurs de tirer des revenus continus de l'utilisation ultérieure du modèle, surtout lorsque le modèle est intégré à d'autres produits et services. Les créateurs originaux ont du mal à suivre l'utilisation, sans parler de générer des revenus. De plus, les performances et l'efficacité des modèles d'IA manquent souvent de transparence, ce qui rend difficile pour les investisseurs et les utilisateurs potentiels d'évaluer leur véritable valeur, limitant ainsi la reconnaissance sur le marché et le potentiel commercial du modèle.
IMO offre un nouveau moyen de financement et de partage de valeur pour les modèles d'IA open source, permettant aux investisseurs d'acheter des jetons IMO et de partager les revenus générés par le modèle par la suite. Un certain protocole utilise deux standards ERC, combinant l'oracle AI et la technologie OPML pour garantir l'authenticité du modèle d'IA et permettre aux détenteurs de jetons de partager les revenus.
Le modèle IMO renforce la transparence et la confiance, encourage la collaboration open source, s'adapte aux tendances du marché de la cryptographie et injecte de l'énergie dans le développement durable des technologies AI. Le modèle IMO est encore à un stade précoce d'essai, mais avec l'augmentation de l'acceptation du marché et l'élargissement de la portée de la participation, son innovation et sa valeur potentielle méritent notre attention.
Agent IA : Une nouvelle ère d'expérience interactive
L'Agent IA peut percevoir l'environnement, réfléchir de manière autonome et prendre des mesures appropriées pour atteindre des objectifs définis. Soutenu par des modèles de langage avancés, l'Agent IA peut non seulement comprendre le langage naturel, mais aussi planifier des décisions et exécuter des tâches complexes. Ils peuvent agir en tant qu'assistants virtuels, apprenant les préférences des utilisateurs à travers leurs interactions, et offrant des solutions personnalisées. Même sans instructions explicites, l'Agent IA peut également résoudre des problèmes de manière autonome, améliorer l'efficacité et créer de nouvelles valeurs.
Une plateforme d'application native AI ouverte propose un ensemble d'outils de création complet et facile à utiliser, permettant aux utilisateurs de configurer les fonctionnalités, l'apparence, la voix des robots ainsi que de se connecter à des bases de connaissances externes, s'efforçant de créer un écosystème de contenu AI équitable et ouvert. En utilisant la technologie AI générative, elle permet aux individus de devenir des super créateurs. La plateforme a formé des modèles de langage spécialement conçus pour rendre les jeux de rôle plus humains ; la technologie de clonage vocal peut accélérer l'interaction personnalisée des produits AI, réduisant le coût de la synthèse vocale de 99 %, le clonage vocal ne prenant qu'une minute à réaliser. Grâce à l'Agent AI personnalisé de cette plateforme, il peut actuellement être appliqué dans divers domaines tels que le chat vidéo, l'apprentissage des langues, la génération d'images, etc.
Dans la fusion de Web3 et de l'IA, il y a actuellement davantage d'exploration au niveau des infrastructures, notamment sur la manière d'obtenir des données de haute qualité, de protéger la confidentialité des données, de gérer des modèles sur la chaîne, d'améliorer l'utilisation efficace de la puissance de calcul décentralisée, et de vérifier les grands modèles de langage, entre autres questions clés. Avec l'amélioration progressive de ces infrastructures, nous avons des raisons de croire que la fusion de Web3 et de l'IA donnera naissance à une série de modèles commerciaux et de services innovants.
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.
21 J'aime
Récompense
21
5
Reposter
Partager
Commentaire
0/400
EyeOfTheTokenStorm
· 07-08 09:16
Le fond commence à se former. Le cycle du marché est arrivé à une Hausse. Il est conseillé d'entrer dans une position et de stocker.
Voir l'originalRépondre0
ProxyCollector
· 07-06 07:16
On dirait qu'on parle encore de ces concepts surévalués.
Voir l'originalRépondre0
BlockchainRetirementHome
· 07-06 07:13
Les escrocs qui font du profit avec des investissements viennent d'arriver.
Voir l'originalRépondre0
ForkYouPayMe
· 07-06 07:13
On voit encore des discours de rêve web3 AI à tous les coins de rue.
Voir l'originalRépondre0
staking_gramps
· 07-06 06:48
On peut vraiment berner les gens avec ça ? Même un chien n'y jouerait pas.
Web3 et l'IA fusionnent : cinq tendances pour construire l'infrastructure de la prochaine génération d'Internet
Fusion de Web3 et de l'IA : Construire l'infrastructure Internet de prochaine génération
Web3, en tant que nouvelle paradigme Internet décentralisé, ouvert et transparent, a une opportunité naturelle de fusion avec l'IA. Dans une architecture centralisée traditionnelle, le calcul IA et les ressources de données sont strictement contrôlés, et il existe de nombreux défis tels que les goulets d'étranglement en puissance de calcul, les fuites de données privées, et les algorithmes en boîte noire. En revanche, Web3, basé sur des technologies distribuées, peut injecter une nouvelle dynamique dans le développement de l'IA grâce à des réseaux de puissance de calcul partagés, des marchés de données ouverts, et des calculs sur la confidentialité. En même temps, l'IA peut également apporter de nombreuses capacités à Web3, comme l'optimisation des contrats intelligents et des algorithmes anti-fraude, soutenant ainsi la construction de son écosystème. Explorer la combinaison de Web3 et de l'IA est crucial pour établir l'infrastructure Internet de prochaine génération et libérer la valeur des données et de la puissance de calcul.
Données pilotées : Une base solide pour l'IA et le Web3
Les données sont le moteur principal du développement de l'IA, tout comme le carburant pour un moteur. Les modèles d'IA ont besoin de digérer une grande quantité de données de haute qualité pour acquérir une compréhension approfondie et une forte capacité de raisonnement. Les données fournissent non seulement la base d'entraînement pour les modèles d'apprentissage automatique, mais déterminent également la précision et la fiabilité des modèles.
Dans les modèles traditionnels de collecte et d'utilisation des données d'IA centralisée, plusieurs problèmes majeurs se posent :
Web3 peut résoudre les points de douleur des modèles traditionnels grâce à un nouveau paradigme de données décentralisées :
Cependant, l'acquisition de données dans le monde réel présente également certains problèmes, tels que la qualité des données inégale, la difficulté de traitement, ainsi qu'un manque de diversité et de représentativité. Les données synthétiques pourraient être la star future du secteur des données Web3. Basées sur des technologies d'IA générative et de simulation, les données synthétiques peuvent imiter les caractéristiques des données réelles, servant de complément efficace aux données réelles et améliorant l'efficacité de l'utilisation des données. Dans des domaines tels que la conduite autonome, le trading sur les marchés financiers et le développement de jeux, les données synthétiques ont déjà montré leur potentiel d'application mûr.
Protection de la vie privée : le rôle de FHE dans Web3
À l'ère des données, la protection de la vie privée est devenue un sujet de préoccupation mondiale. L'adoption de réglementations telles que le Règlement général sur la protection des données (RGPD) de l'Union européenne reflète une stricte protection de la vie privée des individus. Cependant, cela pose également des défis : certaines données sensibles ne peuvent pas être pleinement exploitées en raison des risques pour la vie privée, ce qui limite sans aucun doute le potentiel et les capacités de raisonnement des modèles d'IA.
FHE, ou cryptographie homomorphe complète, permet d'effectuer des opérations de calcul directement sur des données chiffrées sans avoir besoin de déchiffrer les données, et le résultat du calcul est identique à celui obtenu en effectuant le même calcul sur des données en clair.
FHE offre une protection solide pour le calcul de la confidentialité de l'IA, permettant ainsi à la puissance de calcul des GPU d'exécuter des tâches d'entraînement et d'inférence de modèles sans toucher aux données brutes. Cela apporte un énorme avantage aux entreprises d'IA. Elles peuvent ouvrir des services API en toute sécurité tout en protégeant leurs secrets commerciaux.
FHEML prend en charge le traitement cryptographique des données et des modèles tout au long du cycle d'apprentissage machine, garantissant la sécurité des informations sensibles et prévenant les risques de fuite de données. De cette manière, FHEML renforce la confidentialité des données et fournit un cadre de calcul sécurisé pour les applications d'IA.
FHEML est un complément de ZKML, ZKML prouve l'exécution correcte de l'apprentissage automatique, tandis que FHEML met l'accent sur le calcul de données chiffrées pour maintenir la confidentialité des données.
Révolution de la puissance de calcul : Calcul AI dans un réseau décentralisé
La complexité de calcul des systèmes d'IA double tous les 3 mois, entraînant une augmentation fulgurante de la demande en puissance de calcul, bien supérieure à l'offre actuelle de ressources informatiques. Par exemple, l'entraînement d'un grand modèle de langage nécessite une énorme puissance de calcul, équivalente à 355 années de temps d'entraînement sur un seul appareil. Ce manque de puissance de calcul limite non seulement les progrès de la technologie AI, mais rend également ces modèles avancés inaccessibles pour la plupart des chercheurs et des développeurs.
En même temps, l'utilisation mondiale des GPU est inférieure à 40 %, et le ralentissement de l'amélioration des performances des microprocesseurs, ainsi que la pénurie de puces causée par des facteurs liés à la chaîne d'approvisionnement et à la géopolitique, aggravent encore le problème de l'approvisionnement en puissance de calcul. Les professionnels de l'IA se retrouvent dans une impasse : soit ils achètent leur propre matériel, soit ils louent des ressources cloud, et ils ont un besoin urgent d'un service de calcul à la demande et économique.
Le réseau de puissance de calcul AI décentralisé, en agrégeant des ressources GPU inutilisées à l'échelle mondiale, offre aux entreprises d'IA un marché de puissance de calcul à la fois économique et facilement accessible. Les demandeurs de puissance de calcul peuvent publier des tâches de calcul sur le réseau, des contrats intelligents attribuent les tâches aux nœuds mineurs qui contribuent à la puissance de calcul, les mineurs exécutent les tâches et soumettent les résultats, et après vérification, ils reçoivent des récompenses en points. Cette solution améliore l'efficacité de l'utilisation des ressources et contribue à résoudre le problème des goulets d'étranglement en matière de puissance de calcul dans des domaines tels que l'IA.
En plus des réseaux de puissance décentralisés généraux, il existe des plateformes axées sur l'entraînement AI et des réseaux de puissance dédiés à l'inférence AI.
Un réseau de puissance de calcul décentralisé offre un marché de puissance de calcul équitable et transparent, brisant les monopoles, réduisant les barrières à l'entrée et augmentant l'efficacité de l'utilisation de la puissance de calcul. Dans l'écosystème web3, le réseau de puissance de calcul décentralisé jouera un rôle clé, attirant davantage d'applications décentralisées innovantes pour promouvoir ensemble le développement et l'application de la technologie AI.
DePIN : Web3 habilite l'Edge AI
Imaginez que votre téléphone, votre montre intelligente, et même les appareils intelligents de votre maison, soient tous capables de faire fonctionner de l'IA - c'est là que réside l'attrait de l'Edge AI. Cela permet de réaliser des calculs à la source de la génération des données, offrant une faible latence et un traitement en temps réel, tout en protégeant la vie privée des utilisateurs. La technologie Edge AI est déjà utilisée dans des domaines clés tels que la conduite autonome.
Dans le domaine du Web3, nous avons un nom plus familier - DePIN. Le Web3 met l'accent sur la décentralisation et la souveraineté des données des utilisateurs, DePIN peut renforcer la protection de la vie privée des utilisateurs et réduire le risque de fuite de données en traitant les données localement ; le mécanisme économique de Token natif du Web3 peut inciter les nœuds DePIN à fournir des ressources de calcul, construisant ainsi un écosystème durable.
Actuellement, DePIN se développe rapidement dans l'écosystème d'une certaine blockchain publique, devenant l'une des plateformes de blockchain publique les plus choisies pour le déploiement de projets. La haute TPS, les faibles frais de transaction et l'innovation technologique de cette blockchain publique offrent un soutien solide aux projets DePIN. Actuellement, la capitalisation boursière des projets DePIN sur cette blockchain publique dépasse 10 milliards de dollars, et plusieurs projets connus ont réalisé des progrès significatifs.
IMO : Publication d'un nouveau paradigme pour les modèles d'IA
Le concept d'IMO a été proposé pour la première fois par un certain protocole, qui vise à tokeniser les modèles d'IA.
Dans le modèle traditionnel, en raison de l'absence d'un mécanisme de partage des revenus, une fois qu'un modèle d'IA est développé et mis sur le marché, il est souvent difficile pour les développeurs de tirer des revenus continus de l'utilisation ultérieure du modèle, surtout lorsque le modèle est intégré à d'autres produits et services. Les créateurs originaux ont du mal à suivre l'utilisation, sans parler de générer des revenus. De plus, les performances et l'efficacité des modèles d'IA manquent souvent de transparence, ce qui rend difficile pour les investisseurs et les utilisateurs potentiels d'évaluer leur véritable valeur, limitant ainsi la reconnaissance sur le marché et le potentiel commercial du modèle.
IMO offre un nouveau moyen de financement et de partage de valeur pour les modèles d'IA open source, permettant aux investisseurs d'acheter des jetons IMO et de partager les revenus générés par le modèle par la suite. Un certain protocole utilise deux standards ERC, combinant l'oracle AI et la technologie OPML pour garantir l'authenticité du modèle d'IA et permettre aux détenteurs de jetons de partager les revenus.
Le modèle IMO renforce la transparence et la confiance, encourage la collaboration open source, s'adapte aux tendances du marché de la cryptographie et injecte de l'énergie dans le développement durable des technologies AI. Le modèle IMO est encore à un stade précoce d'essai, mais avec l'augmentation de l'acceptation du marché et l'élargissement de la portée de la participation, son innovation et sa valeur potentielle méritent notre attention.
Agent IA : Une nouvelle ère d'expérience interactive
L'Agent IA peut percevoir l'environnement, réfléchir de manière autonome et prendre des mesures appropriées pour atteindre des objectifs définis. Soutenu par des modèles de langage avancés, l'Agent IA peut non seulement comprendre le langage naturel, mais aussi planifier des décisions et exécuter des tâches complexes. Ils peuvent agir en tant qu'assistants virtuels, apprenant les préférences des utilisateurs à travers leurs interactions, et offrant des solutions personnalisées. Même sans instructions explicites, l'Agent IA peut également résoudre des problèmes de manière autonome, améliorer l'efficacité et créer de nouvelles valeurs.
Une plateforme d'application native AI ouverte propose un ensemble d'outils de création complet et facile à utiliser, permettant aux utilisateurs de configurer les fonctionnalités, l'apparence, la voix des robots ainsi que de se connecter à des bases de connaissances externes, s'efforçant de créer un écosystème de contenu AI équitable et ouvert. En utilisant la technologie AI générative, elle permet aux individus de devenir des super créateurs. La plateforme a formé des modèles de langage spécialement conçus pour rendre les jeux de rôle plus humains ; la technologie de clonage vocal peut accélérer l'interaction personnalisée des produits AI, réduisant le coût de la synthèse vocale de 99 %, le clonage vocal ne prenant qu'une minute à réaliser. Grâce à l'Agent AI personnalisé de cette plateforme, il peut actuellement être appliqué dans divers domaines tels que le chat vidéo, l'apprentissage des langues, la génération d'images, etc.
Dans la fusion de Web3 et de l'IA, il y a actuellement davantage d'exploration au niveau des infrastructures, notamment sur la manière d'obtenir des données de haute qualité, de protéger la confidentialité des données, de gérer des modèles sur la chaîne, d'améliorer l'utilisation efficace de la puissance de calcul décentralisée, et de vérifier les grands modèles de langage, entre autres questions clés. Avec l'amélioration progressive de ces infrastructures, nous avons des raisons de croire que la fusion de Web3 et de l'IA donnera naissance à une série de modèles commerciaux et de services innovants.