Autore originale: Will Ogden Moore

Compilazione originale: Rufy, Foresight News

Lettura correlata:

"L'onda dell'intelligenza artificiale colpisce ancora, un articolo che fa il punto sui progetti di posizione dei fondi AI in scala di grigi"

L’intelligenza artificiale (AI) è una delle tecnologie emergenti più promettenti di questo secolo, promettendo di aumentare esponenzialmente la produttività umana e guidare scoperte mediche. Sebbene l’intelligenza artificiale abbia già lasciato il segno, la sua influenza diventerà ancora maggiore in futuro. PricewaterhouseCoopers stima che entro il 2030 diventerà un’enorme industria da 15 trilioni di dollari.

Tuttavia, questa tecnologia promettente deve affrontare anche delle sfide. Man mano che la tecnologia dell’intelligenza artificiale diventa sempre più potente, l’industria dell’intelligenza artificiale è diventata estremamente centralizzata, con il potere concentrato nelle mani di poche aziende, il che rappresenta una potenziale minaccia per l’intera società umana. L’intelligenza artificiale solleva anche serie preoccupazioni riguardo ai deepfake, ai pregiudizi e ai rischi per la privacy dei dati. Fortunatamente, le criptovalute e le loro proprietà decentralizzate e trasparenti offrono potenziali soluzioni ad alcuni di questi problemi.

Di seguito, esploreremo i problemi causati dalla centralizzazione e come l’intelligenza artificiale decentralizzata può aiutare a risolvere alcuni mali, e discuteremo l’attuale intersezione tra criptovaluta e intelligenza artificiale, evidenziando le applicazioni crittografiche nello spazio che stanno mostrando segni di adozione anticipata.

Problemi con l'intelligenza artificiale centralizzata

Oggi lo sviluppo dell’intelligenza artificiale si trova ad affrontare alcune sfide e rischi. Gli effetti di rete e gli intensi requisiti di capitale dell’intelligenza artificiale sono così significativi che gli sviluppatori di intelligenza artificiale al di fuori delle grandi aziende tecnologiche, come le aziende più piccole o i ricercatori accademici, faticano a ottenere le risorse necessarie per lo sviluppo o la commercializzazione. Ciò limita la concorrenza complessiva e l’innovazione nel campo dell’intelligenza artificiale.

Di conseguenza, l’influenza su questa tecnologia fondamentale è concentrata nelle mani di poche aziende, come OpenAI e Google, sollevando seri interrogativi sulla governance dell’IA. A febbraio, ad esempio, Gemini, il generatore di immagini di intelligenza artificiale di Google, ha rivelato pregiudizi razziali e inesattezze storiche. Inoltre, la decisione dello scorso novembre da parte del consiglio di amministrazione composto da sei membri di licenziare il CEO di OpenAI Sam Altman ha messo in luce il fatto che una manciata di persone controlla queste società.

Man mano che l’intelligenza artificiale cresce in influenza e importanza, molti temono che un’azienda possa acquisire il controllo sul processo decisionale sui modelli di intelligenza artificiale che potrebbero avere un enorme impatto sulla società, erigendo guardrail, operando a porte chiuse o manipolando i modelli per trarne profitto.

In che modo l'intelligenza artificiale decentralizzata può aiutare

L’IA decentralizzata si riferisce all’uso della tecnologia blockchain per distribuire la proprietà e la governance dell’IA in modo da aumentare la trasparenza e l’accessibilità. Grayscale Research ritiene che l’intelligenza artificiale decentralizzata abbia il potenziale per liberare queste importanti decisioni dai sistemi chiusi e metterle nelle mani del pubblico.

La tecnologia Blockchain può aiutare gli sviluppatori ad avere un maggiore accesso all’intelligenza artificiale e ad abbassare la soglia per lo sviluppo e la commercializzazione da parte di sviluppatori indipendenti. Riteniamo che ciò possa contribuire a migliorare l’innovazione e la concorrenza nel settore dell’intelligenza artificiale e a raggiungere un certo equilibrio tra piccole imprese e giganti della tecnologia.

Inoltre, l’intelligenza artificiale decentralizzata aiuta a democratizzare gli investimenti nell’intelligenza artificiale. Attualmente, al di fuori di una manciata di titoli tecnologici, ci sono pochi altri modi per ottenere guadagni finanziari legati agli sviluppi dell’intelligenza artificiale. Allo stesso tempo, quantità significative di capitale di private equity sono state assegnate alle startup di intelligenza artificiale e alle società private (47 miliardi di dollari nel 2022, 42 miliardi di dollari nel 2023). Di conseguenza, solo un piccolo gruppo di venture capitalist e investitori accreditati ha accesso ai vantaggi finanziari di queste società. Al contrario, i criptoasset IA decentralizzati sono uguali per tutti e ognuno può possedere una parte del futuro dell’IA.

Fino a che punto si è sviluppato questo campo di fecondazione incrociata?

L’intersezione tra criptovaluta e intelligenza artificiale è ancora nelle fasi iniziali, ma la risposta del mercato è stata incoraggiante. A partire da maggio 2024, le risorse crittografiche del concetto AI (Nota: un portafoglio di investimenti in criptovaluta definito da Grayscale Research, tra cui NEAR, FET, RNDR, FIL, TAO, THETA, AKT, AGIX, WLD, AIOZ, TFUEL, GLM, PRIME, OCEAN, ARKM e LTP.) hanno un tasso di rendimento del 20%, che è secondo solo alla categoria del concetto di valuta (Figura 1). Inoltre, secondo il fornitore di dati Kaito, l’intelligenza artificiale è attualmente la “narrativa” più in voga sulle piattaforme social rispetto ad altri argomenti come DeFi, Layer 2, Memecoin e asset del mondo reale.

Recentemente, diverse figure di spicco hanno iniziato ad abbracciare questa intersezione emergente, lavorando per affrontare le carenze dell’intelligenza artificiale centralizzata. Nel marzo di quest'anno, Emad Mostaque, il fondatore della nota società di intelligenza artificiale Stability AI, ha lasciato l'azienda per esplorare l'intelligenza artificiale decentralizzata. Ha affermato che "è tempo di rendere l'intelligenza artificiale aperta e decentralizzata". L'imprenditore di criptovalute Erik Vorhees ha recentemente lanciato Venice.ai, un servizio di intelligenza artificiale incentrato sulla privacy con crittografia end-to-end.

Figura 1: Quest'anno il settore dell'intelligenza artificiale ha sovraperformato quasi tutti i segmenti delle criptovalute

Possiamo dividere la convergenza tra criptovaluta e intelligenza artificiale in tre sottocategorie principali:

  • Livello infrastruttura: la rete che fornisce una piattaforma per lo sviluppo dell'intelligenza artificiale (ad esempio NEAR, TAO, FET);

  • Risorse necessarie per l'intelligenza artificiale: fornire elaborazione, archiviazione, dati e altre risorse chiave necessarie per lo sviluppo dell'intelligenza artificiale (come RNDR, AKT, LPT, FIL, AR, MASA);

  • Risoluzione dei problemi legati all’intelligenza artificiale: tentativo di risolvere problemi legati all’intelligenza artificiale come l’aumento di bot e deepfake e la convalida dei modelli (ad esempio WLD, TRAC, NUM).

Figura 2: Layout del progetto che integra intelligenza artificiale e criptovaluta, fonte: Grayscale Investments

Rete infrastrutturale IA

La prima è una rete che offre un’architettura aperta e senza autorizzazione, creata appositamente per lo sviluppo dell’intelligenza artificiale. Queste reti non si concentrano su un prodotto o servizio di intelligenza artificiale, ma creano invece l’infrastruttura sottostante e i meccanismi di incentivazione per una varietà di applicazioni di intelligenza artificiale.

NEAR si distingue in questa categoria, poiché il suo fondatore è uno dei coautori dell'architettura "Transformer" che alimenta i sistemi di intelligenza artificiale come ChatGPT. Tuttavia, la società ha recentemente sfruttato la propria esperienza nel campo dell’intelligenza artificiale per svelare i risultati dei suoi sforzi per sviluppare una “IA di proprietà dell’utente” attraverso un braccio di ricerca e sviluppo guidato da un ex consulente ingegnere ricercatore di OpenAI. Alla fine di giugno 2024, Near ha lanciato un programma di incubatore di intelligenza artificiale per lo sviluppo del modello base nativo di Near, della piattaforma dati delle applicazioni AI, del framework degli agenti AI e del mercato informatico.

Bittensor è un altro esempio convincente. Bittensor è una piattaforma che incentiva economicamente lo sviluppo dell'intelligenza artificiale utilizzando i token TAO. Bittensor è la piattaforma sottostante per 38 sottoreti, ciascuna con casi d'uso diversi come chatbot, generazione di immagini, previsioni finanziarie, traduzione linguistica, addestramento di modelli, archiviazione e calcolo. La rete Bittensor premia i minatori e i validatori più performanti in ciascuna sottorete con token TAO e fornisce agli sviluppatori un'API senza autorizzazione per aiutare gli sviluppatori a creare applicazioni specifiche di intelligenza artificiale.

La rete dell’infrastruttura AI comprende anche altri protocolli come Fetch.ai e Allora. Fetch.ai, una piattaforma per sviluppatori per creare assistenti AI complessi (noti come "agenti AI"), si è recentemente fusa con AGIX e OCEAN, con un valore combinato di circa 7,5 miliardi di dollari. L’altra è la rete Allora, una piattaforma focalizzata sull’applicazione dell’intelligenza artificiale alla finanza, compresi scambi decentralizzati e strategie di trading automatizzate per i mercati di previsione. Allora, che deve ancora lanciare un token, ha raccolto un round di finanziamento strategico a giugno, portando il suo finanziamento totale a 35 milioni di dollari.

Fornire le risorse necessarie per l’intelligenza artificiale

La seconda categoria comprende progetti che forniscono le risorse necessarie per lo sviluppo dell’intelligenza artificiale sotto forma di elaborazione, archiviazione o dati.

L’ascesa dell’intelligenza artificiale ha creato una domanda senza precedenti di risorse informatiche sotto forma di GPU. I mercati GPU decentralizzati come Render (RNDR), Akash (AKT) e Livepeer (LPT) forniscono una fornitura di GPU inattive agli sviluppatori che necessitano di elaborazione per l'addestramento dei modelli, l'inferenza dei modelli o il rendering dell'IA generativa 3D. Si stima che Render offra circa 10.000 GPU, focalizzate su artisti e intelligenza artificiale generativa, mentre Akash offre 400 GPU, focalizzate su sviluppatori e ricercatori di intelligenza artificiale. Nel frattempo, Livepeer ha recentemente annunciato i piani per la sua nuova sottorete AI, con l’obiettivo di completare le funzionalità text-to-image, text-to-video e image-to-video entro agosto 2024.

Oltre ad essere impegnativi dal punto di vista computazionale, i modelli di intelligenza artificiale richiedono anche grandi quantità di dati. Di conseguenza, la domanda di archiviazione dei dati è aumentata in modo significativo. Soluzioni di archiviazione dati come Filecoin (FIL) e Arweave (AR) possono fungere da alternative all’archiviazione dei dati AI su server AWS centralizzati. Queste soluzioni non solo forniscono storage scalabile e conveniente, ma migliorano anche la sicurezza e l'integrità dei dati eliminando i singoli punti di errore e riducendo il rischio di violazioni dei dati.

Infine, i servizi AI esistenti come OpenAI e Gemini forniscono accesso continuo ai dati in tempo reale rispettivamente tramite Bing e Google Search. Ciò mette in svantaggio tutti gli altri sviluppatori di modelli di intelligenza artificiale al di fuori dei giganti della tecnologia. Tuttavia, i servizi di data scraping come Grass and Masa (MASA) possono aiutare a livellare il campo di gioco poiché consentono alle persone di monetizzare i dati delle proprie applicazioni utilizzandoli per l’addestramento del modello di intelligenza artificiale, mantenendo al contempo il controllo e la privacy sui propri dati personali.

Risolvi i problemi relativi all'intelligenza artificiale

La terza categoria comprende progetti che cercano di risolvere problemi legati all’intelligenza artificiale, compresa la proliferazione di cyberbot e deepfake.

Uno dei principali problemi esacerbati dall’intelligenza artificiale è la proliferazione di bot e disinformazione. I deepfake generati dall’intelligenza artificiale stanno già avendo un impatto sulle elezioni presidenziali in India e in Europa, con gli esperti “molto spaventati” dal fatto che l’imminente campagna presidenziale possa precipitare in uno “tsunami di disinformazione” guidato dai deepfake. I progetti che cercano di aiutare a risolvere i problemi associati ai deepfake stabilendo fonti di contenuto verificabili includono Origin Trail (TRAC), Numbers Protocol (NUM) e Story Protocol. Inoltre, Worldcoin (WLD) cerca di affrontare il problema dei bot utilizzando una tecnologia biometrica unica per dimostrare l’umanità di una persona.

Un altro rischio legato all’intelligenza artificiale è garantire la fiducia nel modello stesso. Come possiamo avere fiducia che i risultati dell'IA che riceviamo non siano stati manomessi o manipolati? Attualmente, diversi protocolli stanno lavorando per aiutare a risolvere questo problema attraverso la crittografia, prove a conoscenza zero e crittografia completamente omomorfica (FHE), tra cui Modulus Labs e Zama.

Insomma

Sebbene siano stati compiuti progressi iniziali con queste risorse IA decentralizzate, siamo ancora nelle fasi iniziali di questo incrocio. All'inizio di quest'anno, il famoso venture capitalist Fred Wilson ha affermato che l'intelligenza artificiale e la criptovaluta sono "due facce della stessa medaglia" e "Web3 ci aiuterà a fidarci dell'intelligenza artificiale". Man mano che il settore dell’intelligenza artificiale continua a maturare, Grayscale Research ritiene che questi casi d’uso della crittografia legati all’intelligenza artificiale diventeranno sempre più importanti e che queste due tecnologie in rapido sviluppo abbiano il potenziale per supportarsi a vicenda e svilupparsi insieme.

Ci sono molti segnali che indicano che sta arrivando l’era dell’intelligenza artificiale, che avrà impatti di vasta portata, sia positivi che negativi. Sfruttando le proprietà della tecnologia blockchain, riteniamo che le criptovalute possano in definitiva contribuire a mitigare alcuni dei pericoli posti dall’intelligenza artificiale.

Collegamento originale