La 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, présente une opportunité d'intégration naturelle avec l'IA. Dans une architecture traditionnelle centralisée, les ressources de calcul et de données de l'IA sont strictement contrôlées, faisant face à de nombreux défis tels que les goulets d'étranglement de puissance de calcul, les fuites de données personnelles et les algorithmes en boîte noire. En revanche, Web3, basé sur des technologies distribuées, insuffle un nouvel élan au développement de l'IA grâce à des moyens tels que le partage de réseaux de puissance de calcul, des marchés de données ouverts et le calcul de la confidentialité. De plus, l'IA peut également apporter de nombreuses capacités à Web3, comme l'optimisation des contrats intelligents et les algorithmes anti-fraude, soutenant ainsi la construction de son écosystème. Par conséquent, 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 central 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 du modèle.
Les modèles traditionnels de collecte et d'utilisation des données d'IA centralisée présentent plusieurs problèmes majeurs :
Le coût d'acquisition des données est élevé, ce qui rend difficile pour les PME de l'assumer.
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 du modèle traditionnel avec un nouveau paradigme de données décentralisées :
Les utilisateurs peuvent vendre leur réseau inutilisé à des entreprises d'IA, afin de collecter des données réseau de manière décentralisée, qui, après nettoyage et transformation, fourniront 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 par le biais de jetons, en rassemblant l'expertise mondiale et en renforçant la capacité 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, la diversité et le manque de représentativité. Les données synthétiques pourraient être la star de l'avenir du secteur des données Web3. Basées sur des techniques 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 mature.
Protection de la vie privée : le rôle de FHE dans le Web3
À l'ère des données, la protection de la vie privée est devenue un point d'attention mondial. 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 a également posé des défis : certaines données sensibles ne peuvent pas être pleinement utilisées en raison des risques pour la vie privée, ce qui limite sans aucun doute le potentiel et la capacité de raisonnement des modèles d'IA.
FHE signifie cryptographie homomorphe complète, permettant d'effectuer des opérations de calcul directement sur des données cryptées sans avoir à déchiffrer les données, et les résultats des calculs sont identiques à ceux obtenus en effectuant les mêmes calculs sur des données en clair.
FHE offre une protection solide pour le calcul privé en IA, permettant aux capacités de calcul GPU d'exécuter des tâches d'entraînement et d'inférence de modèle sans toucher aux données brutes. Cela offre un énorme avantage aux entreprises d'IA. Elles peuvent ouvrir en toute sécurité des services API tout en protégeant leurs secrets commerciaux.
FHEML prend en charge le traitement cryptographique des données et des modèles tout au long du cycle de vie de l'apprentissage automatique, 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 à ZKML, ZKML prouve l'exécution correcte de l'apprentissage automatique, tandis que FHEML met l'accent sur le calcul des 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 trois mois, entraînant une explosion de la demande en puissance de calcul, bien au-delà de l'offre actuelle des ressources de calcul. Par exemple, l'entraînement d'un grand modèle de langage nécessite une énorme puissance de calcul, équivalente à 355 années d'entraînement sur un seul appareil. Ce manque de puissance de calcul limite non seulement les avancées technologiques de l'IA, mais rend également ces modèles d'IA avancés inaccessibles à la plupart des chercheurs et des développeurs.
En même temps, l'utilisation globale 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 de chaîne d'approvisionnement et géopolitiques, rendent le problème de l'approvisionnement en puissance de calcul encore plus grave. Les professionnels de l'IA se retrouvent dans un dilemme : soit acheter du matériel, soit louer des ressources cloud, et ils ont un besoin urgent d'un service de calcul à la demande et économique.
Actuellement, il existe plusieurs projets de réseaux de puissance de calcul AI décentralisés, qui agrègent des ressources GPU inactives à l'échelle mondiale, fournissant 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, et les 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 les problèmes de goulot d'étranglement en matière de puissance de calcul dans des domaines tels que l'IA.
En plus des réseaux de calcul décentralisés généraux, il existe des plateformes spécialisées dans l'entraînement de l'IA et des réseaux de calcul dédiés à l'inférence de l'IA.
Un réseau de puissance de calcul décentralisé offre un marché de puissance de calcul équitable et transparent, brisant les monopoles, abaissant les barrières d'entrée et améliorant 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 l'adhésion de plus de dapps innovants pour promouvoir ensemble le développement et l'application des technologies de l'IA.
DePIN : Web3 habilite l'Edge AI
Imaginez que votre téléphone, votre montre intelligente et même les appareils intelligents de votre maison aient la capacité de faire fonctionner l'IA - c'est là tout le charme de l'Edge AI. Cela permet de faire des calculs à la source de la génération des données, réalisant ainsi un traitement en temps réel avec une faible latence, tout en protégeant la vie privée des utilisateurs. La technologie Edge AI a déjà été appliquée 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 améliore la protection de la vie privée des utilisateurs en traitant les données localement, réduisant ainsi le risque de fuite de données ; le mécanisme économique natif des tokens du Web3 peut inciter les nœuds DePIN à fournir des ressources de calcul, construisant 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 prisées 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 certains projets bien connus ont réalisé des progrès significatifs.
IMO : Nouveau paradigme de publication de modèles d'IA
Le concept d'IMO a été proposé pour la première fois par un certain protocole, qui tokenise les modèles d'IA.
Dans le modèle traditionnel, en raison de l'absence de 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 d'obtenir des revenus continus de l'utilisation ultérieure du modèle, surtout lorsque le modèle est intégré dans d'autres produits et services. Les créateurs originaux ont du mal à suivre l'utilisation, sans parler d'en tirer des revenus. De plus, la performance 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 du marché et le potentiel commercial du modèle.
IMO propose une nouvelle manière 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 ultérieurement par le modèle. Un protocole utilise deux standards ERC, combinant les oracles d'IA on-chain 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 insuffle une dynamique au développement durable des technologies AI. Actuellement, l'IMO est encore à un stade d'expérimentation précoce, 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 son environnement, penser de manière indépendante et prendre des mesures appropriées pour atteindre des objectifs fixés. Avec le soutien de grands modèles de langage, l'Agent IA non seulement comprend le langage naturel, mais peut également planifier des décisions et exécuter des tâches complexes. Ils peuvent servir d'assistants virtuels, apprenant les préférences des utilisateurs grâce à 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.
Certains projets développent des plateformes d'applications AI natives ouvertes, offrant un ensemble d'outils de création complets et faciles à utiliser, permettant aux utilisateurs de configurer les fonctionnalités, l'apparence, la voix des robots et de se connecter à des bases de connaissances externes, s'engageant à créer un écosystème de contenu AI équitable et ouvert, en utilisant des technologies d'AI générative pour permettre aux individus de devenir des super créateurs. Ces projets ont entraîné des modèles de langage de grande taille spécialisés, rendant les jeux de rôle plus humains ; la technologie de clonage vocal peut accélérer l'interaction personnalisée des produits AI, réduisant considérablement le coût de la synthèse vocale, permettant au clonage vocal d'être réalisé en seulement 1 minute. Grâce à ces agents AI personnalisés, ils peuvent actuellement être appliqués dans de nombreux domaines tels que les chats 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'explorations au niveau de l'infrastructure, comment obtenir des données de haute qualité, protéger la vie privée des données, comment héberger des modèles sur la chaîne, comment améliorer l'utilisation efficace de la puissance de calcul décentralisée, comment valider les grands modèles de langage, etc. Avec l'amélioration progressive de ces infrastructures, nous avons des raisons de croire que la fusion de Web3 et de l'IA engendrera 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.
17 J'aime
Récompense
17
6
Reposter
Partager
Commentaire
0/400
CryptoTarotReader
· 08-09 06:29
Encore une fois, c'est un nouveau concept.
Voir l'originalRépondre0
LiquidationWatcher
· 08-09 06:23
Wuhu, ça va être grand.
Voir l'originalRépondre0
gas_fee_therapy
· 08-09 06:13
Je soupçonne fortement que le web3 est là pour donner du crédit à l'IA.
Voir l'originalRépondre0
ShibaMillionairen't
· 08-09 06:12
Il faut dire que le BTC et l'Éthereum sont plus stables.
Voir l'originalRépondre0
ParanoiaKing
· 08-09 06:09
L'argent est la seule vérité, c'est délicieux.
Voir l'originalRépondre0
PriceOracleFairy
· 08-09 06:05
hmm... enfin, quelqu'un comprend. calcul décentralisé + IA = saison de fuite alpha pure
Web3 et l'IA : construire une infrastructure intelligente de l'internet décentralisé
La 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, présente une opportunité d'intégration naturelle avec l'IA. Dans une architecture traditionnelle centralisée, les ressources de calcul et de données de l'IA sont strictement contrôlées, faisant face à de nombreux défis tels que les goulets d'étranglement de puissance de calcul, les fuites de données personnelles et les algorithmes en boîte noire. En revanche, Web3, basé sur des technologies distribuées, insuffle un nouvel élan au développement de l'IA grâce à des moyens tels que le partage de réseaux de puissance de calcul, des marchés de données ouverts et le calcul de la confidentialité. De plus, l'IA peut également apporter de nombreuses capacités à Web3, comme l'optimisation des contrats intelligents et les algorithmes anti-fraude, soutenant ainsi la construction de son écosystème. Par conséquent, 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 central 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 du modèle.
Les modèles traditionnels de collecte et d'utilisation des données d'IA centralisée présentent plusieurs problèmes majeurs :
Web3 peut résoudre les points de douleur du modèle traditionnel avec 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, la diversité et le manque de représentativité. Les données synthétiques pourraient être la star de l'avenir du secteur des données Web3. Basées sur des techniques 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 mature.
Protection de la vie privée : le rôle de FHE dans le Web3
À l'ère des données, la protection de la vie privée est devenue un point d'attention mondial. 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 a également posé des défis : certaines données sensibles ne peuvent pas être pleinement utilisées en raison des risques pour la vie privée, ce qui limite sans aucun doute le potentiel et la capacité de raisonnement des modèles d'IA.
FHE signifie cryptographie homomorphe complète, permettant d'effectuer des opérations de calcul directement sur des données cryptées sans avoir à déchiffrer les données, et les résultats des calculs sont identiques à ceux obtenus en effectuant les mêmes calculs sur des données en clair.
FHE offre une protection solide pour le calcul privé en IA, permettant aux capacités de calcul GPU d'exécuter des tâches d'entraînement et d'inférence de modèle sans toucher aux données brutes. Cela offre un énorme avantage aux entreprises d'IA. Elles peuvent ouvrir en toute sécurité des services API tout en protégeant leurs secrets commerciaux.
FHEML prend en charge le traitement cryptographique des données et des modèles tout au long du cycle de vie de l'apprentissage automatique, 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 à ZKML, ZKML prouve l'exécution correcte de l'apprentissage automatique, tandis que FHEML met l'accent sur le calcul des 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 trois mois, entraînant une explosion de la demande en puissance de calcul, bien au-delà de l'offre actuelle des ressources de calcul. Par exemple, l'entraînement d'un grand modèle de langage nécessite une énorme puissance de calcul, équivalente à 355 années d'entraînement sur un seul appareil. Ce manque de puissance de calcul limite non seulement les avancées technologiques de l'IA, mais rend également ces modèles d'IA avancés inaccessibles à la plupart des chercheurs et des développeurs.
En même temps, l'utilisation globale 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 de chaîne d'approvisionnement et géopolitiques, rendent le problème de l'approvisionnement en puissance de calcul encore plus grave. Les professionnels de l'IA se retrouvent dans un dilemme : soit acheter du matériel, soit louer des ressources cloud, et ils ont un besoin urgent d'un service de calcul à la demande et économique.
Actuellement, il existe plusieurs projets de réseaux de puissance de calcul AI décentralisés, qui agrègent des ressources GPU inactives à l'échelle mondiale, fournissant 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, et les 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 les problèmes de goulot d'étranglement en matière de puissance de calcul dans des domaines tels que l'IA.
En plus des réseaux de calcul décentralisés généraux, il existe des plateformes spécialisées dans l'entraînement de l'IA et des réseaux de calcul dédiés à l'inférence de l'IA.
Un réseau de puissance de calcul décentralisé offre un marché de puissance de calcul équitable et transparent, brisant les monopoles, abaissant les barrières d'entrée et améliorant 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 l'adhésion de plus de dapps innovants pour promouvoir ensemble le développement et l'application des technologies de l'IA.
DePIN : Web3 habilite l'Edge AI
Imaginez que votre téléphone, votre montre intelligente et même les appareils intelligents de votre maison aient la capacité de faire fonctionner l'IA - c'est là tout le charme de l'Edge AI. Cela permet de faire des calculs à la source de la génération des données, réalisant ainsi un traitement en temps réel avec une faible latence, tout en protégeant la vie privée des utilisateurs. La technologie Edge AI a déjà été appliquée 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 améliore la protection de la vie privée des utilisateurs en traitant les données localement, réduisant ainsi le risque de fuite de données ; le mécanisme économique natif des tokens du Web3 peut inciter les nœuds DePIN à fournir des ressources de calcul, construisant 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 prisées 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 certains projets bien connus ont réalisé des progrès significatifs.
IMO : Nouveau paradigme de publication de modèles d'IA
Le concept d'IMO a été proposé pour la première fois par un certain protocole, qui tokenise les modèles d'IA.
Dans le modèle traditionnel, en raison de l'absence de 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 d'obtenir des revenus continus de l'utilisation ultérieure du modèle, surtout lorsque le modèle est intégré dans d'autres produits et services. Les créateurs originaux ont du mal à suivre l'utilisation, sans parler d'en tirer des revenus. De plus, la performance 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 du marché et le potentiel commercial du modèle.
IMO propose une nouvelle manière 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 ultérieurement par le modèle. Un protocole utilise deux standards ERC, combinant les oracles d'IA on-chain 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 insuffle une dynamique au développement durable des technologies AI. Actuellement, l'IMO est encore à un stade d'expérimentation précoce, 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 son environnement, penser de manière indépendante et prendre des mesures appropriées pour atteindre des objectifs fixés. Avec le soutien de grands modèles de langage, l'Agent IA non seulement comprend le langage naturel, mais peut également planifier des décisions et exécuter des tâches complexes. Ils peuvent servir d'assistants virtuels, apprenant les préférences des utilisateurs grâce à 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.
Certains projets développent des plateformes d'applications AI natives ouvertes, offrant un ensemble d'outils de création complets et faciles à utiliser, permettant aux utilisateurs de configurer les fonctionnalités, l'apparence, la voix des robots et de se connecter à des bases de connaissances externes, s'engageant à créer un écosystème de contenu AI équitable et ouvert, en utilisant des technologies d'AI générative pour permettre aux individus de devenir des super créateurs. Ces projets ont entraîné des modèles de langage de grande taille spécialisés, rendant les jeux de rôle plus humains ; la technologie de clonage vocal peut accélérer l'interaction personnalisée des produits AI, réduisant considérablement le coût de la synthèse vocale, permettant au clonage vocal d'être réalisé en seulement 1 minute. Grâce à ces agents AI personnalisés, ils peuvent actuellement être appliqués dans de nombreux domaines tels que les chats 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'explorations au niveau de l'infrastructure, comment obtenir des données de haute qualité, protéger la vie privée des données, comment héberger des modèles sur la chaîne, comment améliorer l'utilisation efficace de la puissance de calcul décentralisée, comment valider les grands modèles de langage, etc. Avec l'amélioration progressive de ces infrastructures, nous avons des raisons de croire que la fusion de Web3 et de l'IA engendrera une série de modèles commerciaux et de services innovants.