Sztuczna inteligencja (AI) szybko przekształca otaczający nas świat, od wspierania nowatorskich odkryć leków, przez zwiększanie wydajności pracy, po personalizację treści w serwisie Netflix. Przemysł sztucznej inteligencji przewiduje wzrost o około 40% rocznie i osiągnięcie rynku o wartości biliona dolarów do 2030 roku, a wpływ AI może przekształcić branże na niewidzianą dotąd skalę. Krypto może mieć kluczową rolę w umożliwieniu sztucznej inteligencji open-source osiągnięcia swojego potencjału i rozwiązania niektórych obecnych niedociągnięć w rozwoju AI.
Pomimo tego potencjału, obecny krajobraz AI jest w dużej mierze zdominowany przez systemy zamknięte, kontrolowane przez kilka gigantów technologicznych. Sztuczna inteligencja zamknięta odnosi się do modeli własnościowych, które są własnością i obsługiwane przez jedną jednostkę, z ukrytym kodem źródłowym przed publicznym wglądem. Użytkownicy mają mało informacji na temat tego, jak te modele są trenowane lub jakie dane wpływają na ich wyniki, co budzi obawy dotyczące nieetycznych zastosowań i manipulacji, takich jak promowanie uzależniających treści dla zysku lub wypychanie określonych produktów lub uprzedzeń (patrz przypadek Geminiego Google'a i jego historycznych nieścisłości na początku tego roku).
Co więcej, prognozy pokazują, że modele frontier będą kosztować ponad 1 miliard dolarów do przeszkolenia w ciągu najbliższych kilku lat. Wysokie wymagania kapitałowe i efekty sieciowe związane z rozwojem AI stwarzają znaczne bariery wejścia, tłumiąc innowacyjność i konkurencję ze strony mniejszych graczy.
Jak sztuczna inteligencja open-source poprawia krajobraz
Sztuczna inteligencja open-source oferuje sposób na przeciwstawienie się tym wyzwaniom. W przeciwieństwie do modeli zamkniętych, sztuczna inteligencja open-source udostępnia kod źródłowy publicznie, co pozwala każdemu na inspekcję, modyfikację i udoskonalanie pracy za darmo. Ta otwartość pomaga budować zaufanie i odpowiedzialność, ponieważ zarówno programiści, jak i użytkownicy mogą ocenić zgodność tych modeli z ich własnymi potrzebami i wartościami. Kilka miesięcy temu Meta ogłosiło swoje wsparcie dla sztucznej inteligencji open-source, wydając Llama 3.1, pierwszy model sztucznej inteligencji open-source na poziomie frontier, podkreślając jego dostępność i adaptowalność.
Pomimo swoich zalet, sztuczna inteligencja typu open-source napotyka własne wyzwania, szczególnie w zakresie finansowania i koordynacji. Ponieważ modele AI typu open-source mogą być swobodnie replikowane lub dostosowywane, może być trudno je monetyzować i utrzymać wysiłki rozwojowe. W przypadku Meta decyzja Marka Zuckerberga o otwarciu źródła nie doprowadziła bezpośrednio do generowania przychodów. Oczywiście, nie jest to istotny problem dla firmy, biorąc pod uwagę inne źródła dochodu Meta. Dla innych stanowi to poważne wyzwanie - szczególnie dla startupów i niezależnych programistów, którzy nie mają podobnych zasobów. Brak zachęt finansowych może utrudnić bieżące utrzymanie i poprawę modeli open-source, prowadząc do fragmentacji wysiłków i nieefektywności.
Zdecentralizowana AI: Rozwiązanie przez Crypto
Zdecentralizowana AI stanowi obiecującą alternatywę dla sztucznej inteligencji open i closed-source, wykorzystując technologię blockchain i oparte na krypto zachęty. W systemach zdecentralizowanej AI, żadna pojedyncza jednostka nie kontroluje sieci; zamiast tego, własność, dostęp i nagrody są rozdzielane wśród uczestników. To podejście rozwiązuje problemy z finansowaniem i koordynacją, które dręczą AI open-source, wprowadzając gospodarki tokenów, które zapewniają stałe zachęty finansowe dla współpracowników. Na przykład, zdecentralizowane sieci takie jak NEAR, Bittensor, Allora, Sentient i Sahara dążą do nagradzania uczestników rodzimymi tokenami za ich wkład w trenowanie i ulepszanie modeli AI, tworząc zrównoważony model ekonomiczny, który mógłby umożliwić programistom finansowanie bieżącego rozwoju.
DCG, firma macierzysta, w której pracuję, ogłosiła wczoraj, że zakłada Yuma, nową firmę, która ma rozwijać technologię zdecentralizowanej AI w ekosystemie Bittensor.
Zdecentralizowane sieci AI, takie jak Sahara, Grass i Masa, eksperymentują z nagradzaniem użytkowników za udostępnianie swoich danych osobowych. Za każdym razem, gdy dane osobowe są wykorzystywane do trenowania modelu na Saharze, użytkownicy są nagradzani tokenami. Ten przykład ilustruje, jak zachęty ekonomiczne oparte na blockchainie mogą pomóc w uruchomieniu sieci AI open-source, nagradzając wkład danych, skutecznie omijając tradycyjne ograniczenia kapitałowe, które utrudniały dostęp do drogich źródeł danych własnościowych, takich jak Reddit.
Zdecentralizowana sztuczna inteligencja (AI) również poprawia koordynację dzięki zdecentralizowanemu zarządzaniu. W przypadku OpenAI, korporacyjna rada ma kontrolę nad głównymi decyzjami, które mogą mieć duże konsekwencje; na przykład w zeszłym roku zdecydowali się zwolnić Sama Altmana - decyzja ta została ostatecznie odwrócona. W przeciwieństwie do tego, te zdecentralizowane sieci AI są publiczne, na jawie, i ostatecznie mogą być zarządzane przez posiadaczy tokenów. Umożliwiłoby to podejmowanie zbiorowych decyzji i alokację zasobów w sposób bardziej zgodny z celami społeczności, a nie tylko nielicznych wybranych.
W miarę jak AI nadal rozszerza swój wpływ, potrzeba bardziej przejrzystych, dostępnych i zrównoważonych modeli rozwoju staje się coraz bardziej pilna. Chociaż sztuczna inteligencja open-source oferuje znaczące poprawy w porównaniu do systemów zamkniętych, nadal ma niedobory w zakresie finansowania i koordynacji. Kategoria zdecentralizowanej AI jest nowa, ale oferuje przekonujące rozwiązanie niektórych z tych problemów, łącząc zachęty ekonomiczne z innowacją współpracy i zapewniając, że technologie AI rozwijają się w sposób, który może przynieść korzyści wszystkim interesariuszom.
Uwaga: Poglądy wyrażone w tej kolumnie są poglądami autora i niekoniecznie odzwierciedlają poglądy CoinDesk, Inc. ani jej właścicieli i powiązanych podmiotów.
