Jūlija beigās Marks Cukerbergs uzrakstīja vēstuli, kurā paskaidroja, kāpēc "pozitīvai AI nākotnei ir nepieciešams atvērtais avots", kurā viņš poētiski izsakās par atvērtā pirmkoda AI attīstības nepieciešamību. Kādreiz nerimtais pusaudžu dibinātājs, kurš tagad ir kļuvis par veikborda, zelta ķēdes un džiu-džitsu cīņu “Zuck”, tiek saukts par atvērtā pirmkoda modeļu izstrādes mesiju.

Bet līdz šim viņš un Meta komanda nav daudz runājuši par to, kā šie modeļi tiek izvietoti. Tā kā modeļa sarežģītība palielina skaitļošanas prasības, ja modeļa izvietošanu kontrolē daži dalībnieki, vai mēs neesam padevušies līdzīgai centralizācijas formai? Decentralizēts AI sola atrisināt šo izaicinājumu, taču tehnoloģijai ir nepieciešami sasniegumi nozarē vadošajās kriptogrāfijas tehnikās un unikālos hibrīdrisinājumos.

Šī operācija ir daļa no CoinDesk jaunā DePIN Vertical, kas aptver jauno decentralizētās fiziskās infrastruktūras nozari.

Atšķirībā no centralizētajiem mākoņpakalpojumu sniedzējiem, decentralizētais AI (DAI) izplata skaitļošanas procesus AI secinājumu veikšanai un apmācībai vairākās sistēmās, tīklos un vietās. Ja šie tīkli ir ieviesti pareizi, tie ir decentralizēta fiziskās infrastruktūras tīkla (DePIN) veids, kas nodrošina cenzūras pretestību, skaitļošanas piekļuvi un izmaksas.

DAI saskaras ar problēmām divās galvenajās jomās: AI vidē un pašā decentralizētajā infrastruktūrā. Salīdzinot ar centralizētajām sistēmām, DAI ir nepieciešami papildu drošības pasākumi, lai novērstu nesankcionētu piekļuvi modeļa detaļām vai patentētas informācijas zādzību un pavairošanu. Šī iemesla dēļ komandām, kuras koncentrējas uz atvērtā pirmkoda modeļiem, ir nepietiekami izpētīta iespēja, taču atzīst atklātā pirmkoda modeļu iespējamos veiktspējas trūkumus salīdzinājumā ar to slēgtā pirmkoda modeļiem.

Decentralizētās sistēmas īpaši saskaras ar šķēršļiem tīkla integritātes un resursu pārtērēšanas jomā. Piemēram, klientu datu sadale atsevišķos mezglos atklāj vairāk uzbrukuma vektoru. Uzbrucēji var izveidot mezglu un analizēt tā aprēķinus, mēģināt pārtvert datu pārraidi starp mezgliem vai pat ieviest novirzes, kas pasliktina sistēmas veiktspēju. Pat drošā decentralizētā secinājumu modelī ir jābūt mehānismiem, lai pārbaudītu skaitļošanas procesus. Mezgli tiek mudināti ietaupīt resursu izmaksas, uzrādot nepilnīgus aprēķinus, un verifikāciju sarežģī uzticama, centralizēta dalībnieka trūkums.

Nulles zināšanu pierādījumi

Nulles zināšanu pierādījumi (ZKP), lai gan pašlaik ir pārāk dārgi skaitļošanas ziņā, ir viens no iespējamiem risinājumiem dažām DAI problēmām. ZKP ir kriptogrāfijas mehānisms, kas ļauj vienai pusei (pierādītājam) pārliecināt otru pusi (pārbaudītāju) par apgalvojuma patiesumu, neizpaužot nekādu informāciju par pašu apgalvojumu, izņemot tā derīgumu. Pārbaudot šo pierādījumu, citi mezgli var ātri palaist, un katrs mezgls var pierādīt, ka tas ir rīkojies saskaņā ar protokolu. Tehniskās atšķirības starp pierādīšanas sistēmām un to ieviešanu (padziļināti par to būs vēlāk) ir svarīgas investoriem šajā telpā.

Centralizētā aprēķins padara modeļu apmācību ekskluzīvu nedaudziem labi pozicionētu un resursiem bagātu spēlētāju. ZKP varētu būt viena daļa no dīkstāves skaitļošanas atbloķēšanas patērētāju aparatūrai; Piemēram, MacBook varētu izmantot savu papildu skaitļošanas joslas platumu, lai palīdzētu apmācīt lielas valodas modeli, vienlaikus nopelnot lietotājam žetonus.

Tādu komandu kā Gensyn un Inference Labs uzmanības centrā ir decentralizētas apmācības vai secinājumu veikšana ar patērētāju aparatūru; atšķirībā no decentralizēta skaitļošanas tīkla, piemēram, Akash vai Render, aprēķinu sadalīšana palielina sarežģītību, proti, peldošā komata problēmu. Dīkstāves sadalīto skaitļošanas resursu izmantošana paver iespējas mazākiem izstrādātājiem testēt un apmācīt savus tīklus, ja vien viņiem ir pieejami rīki, kas risina saistītās problēmas.

Pašlaik ZKP sistēmas šķietami ir par četrām līdz sešām kārtām dārgākas nekā sākotnējā aprēķinu veikšana, un uzdevumiem, kuriem nepieciešams liels aprēķins (piemēram, modeļa apmācība) vai zems latentums (piemēram, modeļa secinājums), ZKP izmantošana ir pārmērīgi lēna. Salīdzinājumam, kritums par sešām kārtām nozīmē, ka progresīva sistēma (piemēram, a16z's Jolt), kas darbojas ar M3 Max mikroshēmu, var izrādīties 150 reizes lēnāka, nekā to palaist ar TI-84 grafiku kalkulatoru.

AI spēja apstrādāt lielu datu apjomu padara to saderīgu ar nulles zināšanu pierādījumiem (ZKP), taču, lai ZKP varētu plaši izmantot, ir nepieciešams lielāks progress kriptogrāfijā. Darbs, ko cita starpā veiks tādas komandas kā Irreducible (kas izstrādāja Binius pārbaudes sistēmu un saistību shēmu), Gensyn, TensorOpera, Hellas un Inference Labs, būs nozīmīgs solis šīs vīzijas sasniegšanā. Tomēr laika grafiki joprojām ir pārāk optimistiski, jo patiesai inovācijai ir vajadzīgs laiks un matemātiska attīstība.

Tikmēr ir vērts atzīmēt citas iespējas un hibrīdus risinājumus. HellasAI un citi izstrādā jaunas modeļu un aprēķinu attēlošanas metodes, kas var nodrošināt optimistisku izaicinājumu spēli, ļaujot veikt tikai aprēķinu apakškopu, kas jāapstrādā bez zināšanām. Optimistiski pierādījumi darbojas tikai tad, ja pastāv likmes, iespēja pierādīt pārkāpumus un ticami draudi, ka aprēķinu pārbauda citi sistēmas mezgli. Cita metode, ko izstrādājusi Inference Labs, apstiprina vaicājumu apakškopu, kurā mezgls apņemas ģenerēt ZKP ar saiti, bet uzrāda pierādījumus tikai tad, ja klients to pirmo reizi apstrīd.

Summā

Decentralizēta AI apmācība un secinājumi kalpos kā aizsardzība pret dažu galveno dalībnieku varas konsolidāciju, vienlaikus atbloķējot iepriekš nepieejamus aprēķinus. ZKP būs šīs vīzijas īstenošanas neatņemama sastāvdaļa. Jūsu dators varēs nemanāmi nopelnīt reālu naudu, fonā izmantojot papildu apstrādes jaudu. Īsi pierādījumi, ka aprēķins tika veikts pareizi, padarīs nevajadzīgu uzticību, ko lielākie mākoņpakalpojumu sniedzēji izmanto, ļaujot skaitļošanas tīkliem ar mazākiem pakalpojumu sniedzējiem piesaistīt uzņēmumu klientus.

Lai gan nulles zināšanu pierādījumi nodrošinās šo nākotni un būs būtiska daļa ne tikai skaitļošanas tīklos (piemēram, Ethereum redzējums par viena slota galīgumu), to skaitļošanas izmaksas joprojām ir šķērslis. Hibrīdie risinājumi, kas apvieno optimistisku spēļu spēļu teorijas mehāniku ar selektīvu nulles zināšanu pierādījumu izmantošanu, ir labāks risinājums, un, iespējams, tie kļūs visuresoši kā pārejas punkts, līdz ZKP kļūs daudz ātrāki.

Vietējiem un svešzemju kriptovalūtu investoriem izpratne par decentralizēto AI sistēmu vērtību un izaicinājumiem būs ļoti svarīga efektīvai kapitāla izvietošanai. Komandām ir jābūt atbildēm uz jautājumiem par mezglu aprēķinu pierādījumiem un tīkla dublēšanu. Turklāt, kā esam novērojuši daudzos DePIN projektos, laika gaitā notiek decentralizācija, un komandu skaidrs plāns šīs vīzijas īstenošanai ir būtisks. Ar DePIN aprēķinu saistīto problēmu risināšana ir būtiska, lai vadību atdotu privātpersonām un maziem izstrādātājiem — tas ir ļoti svarīgi, lai mūsu sistēmas būtu atvērtas, brīvas un izturīgas pret cenzūru.

Piezīme. Šajā slejā izteiktie viedokļi ir autora viedokļi, un tie ne vienmēr atspoguļo CoinDesk, Inc. vai tā īpašnieku un saistīto uzņēmumu uzskatus.