Autor oryginalny: Will Ogden Moore

Oryginalna kompilacja: Luffy, Foresight News

Powiązane lektury:

„Fala AI uderza ponownie, artykuł podsumowujący projekty pozycji funduszu AI w skali szarości”

Sztuczna inteligencja (AI) to jedna z najbardziej obiecujących nowych technologii tego stulecia, obiecująca wykładniczy wzrost produktywności człowieka i przyczynienie się do przełomowych odkryć w medycynie. Choć sztuczna inteligencja już odcisnęła swoje piętno, w przyszłości jej wpływ będzie jeszcze większy. PricewaterhouseCoopers szacuje, że do 2030 r. rozrośnie się do ogromnej branży o wartości 15 bilionów dolarów.

Jednak przed tą obiecującą technologią stoją także wyzwania. W miarę jak technologia sztucznej inteligencji staje się coraz potężniejsza, przemysł sztucznej inteligencji stał się niezwykle scentralizowany, z władzą skupioną w rękach kilku firm, co stanowi potencjalne zagrożenie dla całego społeczeństwa ludzkiego. Sztuczna inteligencja budzi również poważne obawy dotyczące fałszywych informacji, stronniczości i zagrożeń dla prywatności danych. Na szczęście kryptowaluty oraz ich zdecentralizowane i przejrzyste właściwości oferują potencjalne rozwiązania niektórych z tych problemów.

Poniżej zbadamy problemy spowodowane centralizacją oraz to, jak zdecentralizowana sztuczna inteligencja może pomóc rozwiązać niektóre problemy, a także omówimy obecne skrzyżowanie kryptowaluty i sztucznej inteligencji, podkreślając zastosowania kryptowalut w przestrzeni, które wykazują oznaki wczesnego przyjęcia.

Problemy ze scentralizowaną sztuczną inteligencją

Obecnie rozwój sztucznej inteligencji stoi przed pewnymi wyzwaniami i zagrożeniami. Efekty sieciowe i duże wymagania kapitałowe sztucznej inteligencji są tak duże, że twórcy sztucznej inteligencji spoza dużych firm technologicznych, takich jak mniejsze firmy lub badacze akademiccy, mają trudności z uzyskaniem zasobów niezbędnych do rozwoju lub komercjalizacji. Ogranicza to ogólną konkurencję i innowacje w zakresie sztucznej inteligencji.

W rezultacie wpływ na tę kluczową technologię koncentruje się w rękach kilku firm, takich jak OpenAI i Google, co rodzi poważne pytania dotyczące zarządzania sztuczną inteligencją. Na przykład w lutym generator obrazów Google oparty na sztucznej inteligencji Gemini ujawnił uprzedzenia rasowe i nieścisłości historyczne. Ponadto podjęta w listopadzie ubiegłego roku decyzja sześcioosobowego zarządu o zwolnieniu dyrektora generalnego OpenAI Sama Altmana ujawniła fakt, że te firmy kontroluje garstka osób.

W miarę wzrostu wpływów i znaczenia sztucznej inteligencji wiele osób obawia się, że jedna firma może przejąć kontrolę nad podejmowaniem decyzji dotyczących modeli sztucznej inteligencji, co mogłoby mieć ogromny wpływ na społeczeństwo, wznosząc barierki, działając za zamkniętymi drzwiami lub manipulując modelami dla siebie. Zarabiaj.

Jak zdecentralizowana sztuczna inteligencja może pomóc

Zdecentralizowana sztuczna inteligencja odnosi się do wykorzystania technologii blockchain do dystrybucji własności sztucznej inteligencji i zarządzania nią w sposób zwiększający przejrzystość i dostępność. Grayscale Research wierzy, że zdecentralizowana sztuczna inteligencja może uwolnić te ważne decyzje od zamkniętych systemów i przekazać je społeczeństwu.

Technologia Blockchain może pomóc programistom uzyskać większy dostęp do sztucznej inteligencji i obniżyć próg rozwoju i komercjalizacji przez niezależnych programistów. Wierzymy, że może to pomóc w poprawie innowacyjności i konkurencji w branży sztucznej inteligencji oraz w osiągnięciu równowagi między małymi firmami a gigantami technologicznymi.

Ponadto zdecentralizowana sztuczna inteligencja pomaga demokratyzować inwestycje w sztuczną inteligencję. Obecnie poza kilkoma spółkami technologicznymi istnieje kilka innych sposobów na osiągnięcie zysków finansowych związanych z rozwojem sztucznej inteligencji. Jednocześnie znaczne kwoty kapitału private equity zostały przeznaczone na start-upy AI i prywatne firmy (47 miliardów dolarów w 2022 roku, 42 miliardy dolarów w 2023 roku). W rezultacie jedynie niewielka grupa inwestorów venture capital i inwestorów akredytowanych ma dostęp do korzyści finansowych tych spółek. Natomiast zdecentralizowane kryptowaluty AI są równe dla wszystkich i każdy może posiadać część przyszłości AI.

Jak daleko rozwinęło się to pole wzajemnego zapłodnienia?

Połączenie kryptowaluty i sztucznej inteligencji jest wciąż na wczesnym etapie, ale reakcja rynku jest zachęcająca. Stan na maj 2024 r. Aktywa kryptograficzne koncepcji AI (Uwaga: portfel inwestycyjny kryptowalut zdefiniowany przez Grayscale Research, obejmujący NEAR, FET, RNDR, FIL, TAO, THETA, AKT, AGIX, WLD, AIOZ, TFUEL, GLM, PRIME, OCEAN, ARKM i LTP.) mają stopę zwrotu na poziomie 20%, co ustępuje jedynie kategorii koncepcji walutowej (rysunek 1). Co więcej, według dostawcy danych Kaito sztuczna inteligencja jest obecnie najgorętszą „narracją” na platformach społecznościowych w porównaniu z innymi tematami, takimi jak DeFi, warstwa 2, Memecoin i aktywa ze świata rzeczywistego.

Ostatnio wiele znanych osobistości zaczęło doceniać to wyłaniające się skrzyżowanie, pracując nad wyeliminowaniem niedociągnięć scentralizowanej sztucznej inteligencji. W marcu tego roku Emad Mostaque, założyciel znanej firmy Stability AI zajmującej się sztuczną inteligencją, odszedł z firmy, aby zbadać zdecentralizowaną sztuczną inteligencję. Stwierdził, że „nadszedł czas, aby sztuczna inteligencja stała się otwarta i zdecentralizowana”. Przedsiębiorca zajmujący się kryptowalutami Erik Vorhees uruchomił niedawno Venice.ai, usługę sztucznej inteligencji zorientowaną na prywatność z kompleksowym szyfrowaniem.

Rysunek 1: W tym roku dziedzina sztucznej inteligencji osiągnęła lepsze wyniki niż prawie wszystkie segmenty kryptowalut

Konwergencję kryptowalut i sztucznej inteligencji możemy podzielić na trzy główne podkategorie:

• Warstwa infrastruktury: sieć zapewniająca platformę do rozwoju sztucznej inteligencji (np. NEAR, TAO, FET);

• Zasoby wymagane dla sztucznej inteligencji: Zapewnij obliczenia, przechowywanie, dane i inne kluczowe zasoby wymagane do rozwoju sztucznej inteligencji (takie jak RNDR, AKT, LPT, FIL, AR, MASA);

• Rozwiązywanie problemów związanych ze sztuczną inteligencją: próba rozwiązania problemów związanych ze sztuczną inteligencją, takich jak pojawienie się botów i deepfake’ów oraz sprawdzanie poprawności modeli (np. WLD, TRAC, NUM).

Rysunek 2: Układ projektu integrującego sztuczną inteligencję i kryptowalutę, źródło: Grayscale Investments

Sieć infrastruktury AI

Pierwsza to sieć oferująca otwartą architekturę niewymagającą zezwoleń, zbudowaną specjalnie na potrzeby rozwoju sztucznej inteligencji. Sieci te nie skupiają się na jednym produkcie lub usłudze sztucznej inteligencji, lecz zamiast tego tworzą podstawową infrastrukturę i mechanizmy motywacyjne dla różnych zastosowań sztucznej inteligencji.

W tej kategorii wyróżnia się NEAR, którego założyciel jest jednym ze współautorów architektury „Transformer”, która napędza systemy AI takie jak ChatGPT. Jednak niedawno firma wykorzystała swoją wiedzę specjalistyczną w zakresie sztucznej inteligencji, aby zaprezentować wyniki swoich wysiłków na rzecz opracowania „sztucznej inteligencji będącej własnością użytkownika” za pośrednictwem działu badawczo-rozwojowego kierowanego przez byłego konsultanta-inżyniera ds. badań OpenAI. Pod koniec czerwca 2024 r. firma Near uruchomiła program inkubatora sztucznej inteligencji mający na celu rozwój natywnego modelu bazowego Near, platformy danych aplikacji AI, platformy agentów AI i rynku obliczeniowego.

Bittensor to kolejny przekonujący przykład. Bittensor to platforma ekonomicznie zachęcająca do rozwoju sztucznej inteligencji za pomocą tokenów TAO. Bittensor to platforma bazowa dla 38 podsieci, każda z różnymi przypadkami użycia, takimi jak chatboty, generowanie obrazów, prognozowanie finansowe, tłumaczenie językowe, szkolenie modeli, przechowywanie i obliczenia. Sieć Bittensor nagradza najlepiej działających górników i walidatorów w każdej podsieci tokenami TAO i zapewnia programistom API niewymagające uprawnień, które pomaga programistom w tworzeniu konkretnych aplikacji sztucznej inteligencji.

Sieć infrastruktury AI obejmuje także inne protokoły, takie jak Fetch.ai i Allora. Fetch.ai, platforma dla programistów umożliwiająca tworzenie złożonych asystentów AI (zwanych „agentami AI”), niedawno połączyła się z firmami AGIX i OCEAN, a jej łączna wartość wynosi około 7,5 miliarda dolarów. Druga to sieć Allora, platforma skupiająca się na zastosowaniu sztucznej inteligencji w finansach, w tym zdecentralizowanych giełdach i zautomatyzowanych strategiach handlowych dla rynków predykcyjnych. Allora, która nie uruchomiła jeszcze tokena, w czerwcu zebrała rundę finansowania strategicznego, zwiększając całkowite finansowanie do 35 milionów dolarów.

Zapewnij zasoby potrzebne do sztucznej inteligencji

Druga kategoria to projekty, które zapewniają zasoby potrzebne do rozwoju sztucznej inteligencji w postaci obliczeń, przechowywania czy danych.

Rozwój sztucznej inteligencji stworzył bezprecedensowe zapotrzebowanie na zasoby obliczeniowe w postaci procesorów graficznych. Zdecentralizowane rynki procesorów graficznych, takie jak Render (RNDR), Akash (AKT) i Livepeer (LPT), zapewniają dostawę bezczynnych procesorów graficznych programistom, którzy potrzebują obliczeń do uczenia modeli, wnioskowania o modelach lub renderowania generatywnej sztucznej inteligencji 3D. Szacuje się, że Render będzie oferować około 10 000 procesorów graficznych, przeznaczonych dla artystów i generatywnej sztucznej inteligencji, natomiast Akash będzie oferować 400 procesorów graficznych dla twórców i badaczy sztucznej inteligencji. Tymczasem firma Livepeer ogłosiła niedawno plany dotyczące swojej nowej podsieci AI, których celem jest ukończenie funkcji przetwarzania tekstu na obraz, tekstu na wideo i obrazu na wideo do sierpnia 2024 r.

Modele AI nie tylko wymagają dużej mocy obliczeniowej, ale wymagają również dużych ilości danych. W rezultacie zapotrzebowanie na przechowywanie danych znacznie wzrosło. Rozwiązania do przechowywania danych, takie jak Filecoin (FIL) i Arweave (AR), mogą służyć jako alternatywa dla przechowywania danych AI na scentralizowanych serwerach AWS. Rozwiązania te nie tylko zapewniają opłacalną i skalowalną pamięć masową, ale także zwiększają bezpieczeństwo i integralność danych, eliminując pojedyncze punkty awarii i zmniejszając ryzyko naruszenia bezpieczeństwa danych.

Wreszcie istniejące usługi AI, takie jak OpenAI i Gemini, zapewniają ciągły dostęp do danych w czasie rzeczywistym odpowiednio za pośrednictwem Bing i wyszukiwarki Google. Stawia to wszystkich innych twórców modeli sztucznej inteligencji spoza gigantów technologicznych w niekorzystnej sytuacji. Usługi skrobania danych, takie jak Grass i Masa (MASA), mogą jednak pomóc w wyrównaniu szans, ponieważ umożliwiają indywidualnym użytkownikom zarabianie na danych aplikacji poprzez wykorzystywanie ich do szkolenia modeli sztucznej inteligencji, przy jednoczesnym zachowaniu kontroli i prywatności nad swoimi danymi osobowymi.

Rozwiązuj problemy związane ze sztuczną inteligencją

Do trzeciej kategorii zaliczają się projekty próbujące rozwiązać problemy związane ze sztuczną inteligencją, w tym rozprzestrzenianiem się cyberbotów i deepfakes.

Głównym problemem zaostrzanym przez sztuczną inteligencję jest rozprzestrzenianie się botów i dezinformacja. Deepfakes generowane przez sztuczną inteligencję już mają wpływ na wybory prezydenckie w Indiach i Europie, a eksperci „bardzo się boją”, że nadchodząca kampania prezydencka pogrąży się w „tsunami dezinformacji” napędzanej przez deepfakes. Projekty, które mają pomóc w rozwiązywaniu problemów związanych z deepfakes poprzez ustanowienie weryfikowalnych źródeł treści, obejmują Origin Trail (TRAC), Numbers Protocol (NUM) i Story Protocol. Ponadto Worldcoin (WLD) stara się rozwiązać problem botów, wykorzystując unikalną technologię biometryczną, aby udowodnić człowieczeństwo danej osoby.

Kolejnym ryzykiem związanym ze sztuczną inteligencją jest zapewnienie zaufania do samego modelu. Jak możemy mieć pewność, że wyniki sztucznej inteligencji, które otrzymujemy, nie zostały naruszone ani zmanipulowane? Obecnie pracuje kilka protokołów, które pomogą rozwiązać ten problem poprzez kryptografię, dowody wiedzy zerowej i szyfrowanie w pełni homomorficzne (FHE), w tym Modulus Labs i Zama.

podsumowując

Chociaż poczyniono początkowe postępy w zakresie zdecentralizowanych zasobów sztucznej inteligencji, wciąż jesteśmy na wczesnym etapie tego skrzyżowania. Na początku tego roku słynny inwestor venture capital Fred Wilson powiedział, że sztuczna inteligencja i kryptowaluta to „dwie strony tego samego medalu”, a „Web3 pomoże nam zaufać sztucznej inteligencji”. W miarę dojrzewania branży sztucznej inteligencji Grayscale Research uważa, że ​​przypadki użycia szyfrowania związane ze sztuczną inteligencją będą zyskiwać na znaczeniu i że te dwie szybko rozwijające się technologie mają potencjał wzajemnego wspierania się i wspólnego rozwoju.

Wiele wskazuje na to, że nadchodzi era sztucznej inteligencji, która będzie miała dalekosiężne skutki, zarówno pozytywne, jak i negatywne. Wierzymy, że wykorzystując właściwości technologii blockchain, kryptowaluty mogą ostatecznie pomóc złagodzić niektóre zagrożenia stwarzane przez sztuczną inteligencję.

Oryginalne łącze