W krytycznym punkcie zwrotnym nowej ery technologicznej ogromne trendy w dziedzinie sztucznej inteligencji (AI) i kryptowalut zaczęły się łączyć, przynosząc głębokie zmiany w całej branży. Pojawienie się przełomowych technologii, takich jak ChatGPT w dziedzinie sztucznej inteligencji, przyciągnie oszałamiającą kwotę inwestycji o wartości 25 miliardów dolarów tylko w 2023 r., co stanowi pięciokrotny wzrost w porównaniu z rokiem poprzednim. Ten wzrost nie tylko pokazuje ciągłe zaufanie do potencjału sztucznej inteligencji, ale także ponownie wywołuje gorące dyskusje na temat konwergencji sztucznej inteligencji i kryptowalut. Warto zauważyć, że współzałożyciel Ethereum, Vitalik Buterin, wniósł ważny wkład w ten temat, zapewniając wgląd w obietnice i wyzwania związane z integracją sztucznej inteligencji z kryptowalutami.
Niedawno OpenAI uruchomiło model Sora, innowacyjny model zamiany tekstu na wideo, który przyciągnął uwagę społeczności technologicznej i pokazał szybkie tempo rozwoju sztucznej inteligencji. Dyrektor generalny OpenAI, Sam Altman, zaproponował śmiały plan zebrania 7 bilionów dolarów na projektowanie i produkcję chipów, podkreślając silne zaangażowanie w ewolucję sztucznej inteligencji, a jednocześnie skłaniając do dogłębnego przemyślenia na temat potencjału rynku szyfrowanej sztucznej inteligencji.
Chociaż wiele z tych wspólnych aplikacji jest wciąż w początkowej fazie, rynek pozostaje optymistą.
Chodzenie różnymi ścieżkami
Tradycyjnie obie były postrzegane jako przeciwstawne siły: kryptowaluty skupiają się na decentralizacji, podczas gdy sztuczna inteligencja sprzyja centralizacji. Ten wyraźny kontrast żywo zilustrował Peter Thiel i szczegółowo rozwinął w szczegółowej dyskusji przeprowadzonej przez Ali Yahya z a16z Crypto. Jednak ostatnie wydarzenia ujawniają nieoczekiwaną konwergencję, która może zmienić kształt innowacji cyfrowych. Badając to dynamiczne skrzyżowanie, odkryliśmy ogromny potencjał synergii współpracy między sztuczną inteligencją a kryptowalutami.
Integracja ta w pełni wykorzystuje mocne zalety zaszyfrowanych sieci w zakresie własności danych, przejrzystości i etycznego zarządzania, uzupełnia zaawansowane możliwości sztucznej inteligencji i zapewnia nowatorskie rozwiązania wyzwań związanych z centralizacją w branży sztucznej inteligencji:
Zapewnij własność danych: dzięki technologii blockchain użytkownicy mogą szyfrować i regulować dostęp do swoich danych, zapewniając im środki do nadzorowania wykorzystania danych przez systemy sztucznej inteligencji.
Większa przejrzystość: Niezmienny charakter blockchainu działa jak przejrzysta księga, ułatwiająca weryfikację i uwierzytelnianie danych wykorzystywanych w modelach sztucznej inteligencji.
Osiąganie bezpośredniej monetyzacji danych: Blockchain ułatwia bezpośrednią monetyzację danych użytkowników, zachęcając do udostępniania danych poprzez zapewnienie zachęt ekonomicznych przy jednoczesnym zapewnieniu osobistej kontroli.
Zmniejsz zużycie energii przez sztuczną inteligencję: oczekuje się, że dzięki przyjęciu energooszczędnych mechanizmów, takich jak dowód stawki, blockchain zminimalizuje zapotrzebowanie na energię podczas szkoleń w zakresie sztucznej inteligencji, promując w ten sposób zrównoważony postęp w rozwoju sztucznej inteligencji.
Postęp w zakresie etycznej sztucznej inteligencji: nieodłączna przejrzystość i inkluzywność Blockchain może promować bardziej etyczne praktyki sztucznej inteligencji, eliminując tajemnicę często związaną z innowacjami sztucznej inteligencji.
Innowacje AI i Crypto wypełniają lukę i kształtują przyszłe korzyści
zkML: innowacyjne posunięcie mające na celu poprawę ochrony prywatności AI
Chociaż możliwości współczesnej sztucznej inteligencji są imponujące, budzą one również pilne obawy dotyczące prywatności, bezpieczeństwa i autonomii użytkowników. W procesie szkolenia modeli sztucznej inteligencji scentralizowana agregacja danych bezpośrednio podważa prawa do prywatności, szczególnie w pojedynczym ekosystemie technologicznym, w którym użytkownikom trudno jest kontrolować własne dane.
W odpowiedzi na to wyzwanie pojawiła się innowacja oparta na koncepcji zdecentralizowanego szyfrowania, w której technologie kryptograficzne, takie jak dowód wiedzy zerowej (ZKP), umożliwiają uczenie maszynowe chroniące prywatność bez poświęcania wrażliwych danych użytkownika. Pomimo wielu zalet tych metod, w porównaniu z tradycyjnymi praktykami agregacji danych na dużą skalę nadal istnieją pewne wyzwania, w tym problemy z wydajnością obliczeniową, dokładnością modelu i debugowaniem.
Warto zauważyć, że uczenie maszynowe o wiedzy zerowej (zkML), kierowane przez takie zespoły jak Modulus Labs i EZKL, poczyniło znaczny postęp, wyznaczając szybki rozwój tej dziedziny. W miarę ciągłego doskonalenia technologii akceleracji sprzętowej perspektywy zkML napawa optymizmem.
Wyzwania dotyczące autentyczności w epoce deepfakes
W czasach rozpowszechniania się technologii deepfake ochrona autentyczności i wiarygodności treści cyfrowych ma kluczowe znaczenie. Oczekuje się, że technologia Blockchain znacząco ułatwi tworzenie zdecentralizowanych i odpornych na manipulacje systemów rejestracji tożsamości. Ten system rejestracji odwzorowuje klucze publiczne na prawdziwe tożsamości, zapewniając łatwy sposób na budowanie zaufania i pociągnięcie ludzi do odpowiedzialności za złośliwe zachowanie.
Worldcoin, którego współzałożycielem jest Sam Altman, to jeden z najbardziej atrakcyjnych protokołów kryptograficznych, który pozwala sprostać obecnym wyzwaniom. Celem jest globalna rejestracja każdej osoby za pomocą skanowania biometrycznego Orb, aby wiarygodnie odróżnić ludzi od maszyn. Mechanizm motywacyjny protokołu wykorzystuje dedykowany token blockchain o nazwie WLD. Do chwili obecnej zespół Worldcoin poczynił znaczne postępy w 120 krajach na całym świecie, przyciągając do rejestracji ponad 3,8 miliona osób.
Kolejną inicjatywą mającą na celu rozwiązanie tego problemu jest standard Digital Content Provenance Recording (DCPR) wprowadzony przez zespoły Arweave i Irys (dawniej Bundlr). Standard ten w pełni wykorzystuje technologię blockchain Arweave do oznaczania czasu i weryfikacji treści cyfrowych, zapewniając użytkownikom wiarygodne metadane i pomagając ocenić wiarygodność informacji cyfrowych.
Rozwiązanie problemu stronniczości w modelach AI
W miarę jak modele sztucznej inteligencji stają się coraz bardziej zintegrowane z naszym codziennym życiem, powszechne są obawy dotyczące ich potencjalnej stronniczości. Na przykład chatboty oparte na sztucznej inteligencji mogą po cichu wywierać wpływ na konsumentów, subtelnie namawiając ich do wyboru konkretnych produktów lub ideologii, co prowadzi do utraty zaufania z dalekosiężnymi konsekwencjami.
Bittensor, zdecentralizowany protokół obliczeniowy, zwalcza stronniczość sztucznej inteligencji, zachęcając różnorodne, wstępnie wytrenowane modele do rywalizacji o najlepszą reakcję. Walidatorzy nagradzają modele o wysokiej wydajności, eliminując modele o niskiej wydajności i stronnicze. Oczekuje się, że wspierając otwarte i oparte na współpracy środowisko w różnych modelach i zbiorach danych, firma Bittensor będzie rozwijać sztuczną inteligencję, jednocześnie aktywnie zwalczając negatywne skutki uprzedzeń.
Chociaż Bittensor jest wciąż na wczesnym etapie rozwoju, poczynił już znaczny postęp, tworząc 32 specjalnie dostosowane podsieci odpowiednie do konkretnych zastosowań, takich jak podpowiedzi tekstowe, generowanie obrazów, przewidywanie cen, skrobanie danych, przechowywanie itp.
Promowanie rozwoju sztucznej inteligencji poprzez zwiększoną dostępność
Gwałtowny wzrost obciążeń związanych ze sztuczną inteligencją i uczeniem maszynowym (ML) stworzył ogromne zapotrzebowanie na wysokowydajne karty graficzne, takie jak Nvidia A100. Jednak ogromne koszty kapitałowe związane z przetwarzaniem i przechowywaniem mogą wykluczyć wiele osób, pozostawiając rozwój sztucznej inteligencji w dużej mierze zmonopolizowany przez gigantów technologicznych. W odpowiedzi na to wyzwanie pojawiły się rynki wschodzące podobne do „AirBnB kart graficznych”, umożliwiające osobom i organizacjom wynajmowanie niewykorzystanych zasobów GPU w celu zaspokojenia potrzeb badaczy i programistów AI.
Zdecentralizowane rynki obliczeniowe, takie jak Akash Network i Render Network, zostały zaprojektowane w celu rozwiązania problemu wydajności niewykorzystanych zasobów GPU poprzez połączenie właścicieli procesorów graficznych z programistami AI poszukującymi mocy obliczeniowej. Dzięki wykorzystaniu tych zdecentralizowanych platform obliczeniowych dostępny stanie się nowy zestaw zasobów obliczeniowych, umożliwiając osobom na całym świecie zarabianie na swojej bezczynnej mocy obliczeniowej. Jednocześnie zapewnia twórcom sztucznej inteligencji elastyczny dostęp do zasobów obliczeniowych, uwalniając ich od ograniczeń scentralizowanych gigantów.
Wykorzystując technologię blockchain w celu wyeliminowania pośredników nastawionych na zysk i generujących dodatkowe koszty, te zdecentralizowane sieci mogą świadczyć usługi za ułamek kosztów w porównaniu z ich scentralizowanymi odpowiednikami. Akash Network może nawet pochwalić się stawkami stanowiącymi zaledwie jedną piątą tradycyjnych kosztów. Ponadto firma Render Network, która koncentruje się na rynku procesorów graficznych do renderowania obrazów 3D, odnotowała znaczny wzrost wykorzystania w 2023 r.
Oczekiwanie na coś
Patrząc na obecny stan dziedzin AI i Crypto, oczywiste jest, że obie mają duże możliwości techniczne, ale każda z nich boryka się również ze znaczącymi niedociągnięciami. Pomimo swoich możliwości, kryptografii wciąż brakuje dojrzałości głównego nurtu, aby można ją było powszechnie zastosować. Jednocześnie scentralizowana kontrola sztucznej inteligencji przez firmy Big Tech wzbudziła obawy o monopol na tę technologię.
Chociaż ta synergia jest wciąż na wczesnym etapie, projekty łączące sztuczną inteligencję z kryptowalutami budują infrastrukturę do skalowalnych interakcji AI w łańcuchu. Oczekuje się, że ta obiecująca dynamika będzie nadal rosła w 2024 r. i później. Wszystko zależy od tego, czy uczestnicy rynku postrzegają te aktywa jako przeciwwagę dla potencjalnej dominacji głównych scentralizowanych graczy, takich jak OpenAI.
Staranna integracja tych rewolucyjnych technologii w subtelny sposób poszerzy możliwości eliminowania ich słabych stron. Wskazuje to na przyszłość, w której sztuczna inteligencja oparta na blockchainie tworzy paradygmat chroniący prywatność, otwierając jednocześnie drzwi do potencjalnych przypadków użycia. Perspektywy zdecentralizowanego przetwarzania, zkML i agentów AI są obiecujące, kładąc podwaliny pod ściśle powiązaną przyszłość AI i kryptowalut. Ich potencjał jest ogromny i wynika z oddolnej społeczności programistów, która powstała spontanicznie i jest zaangażowana w rozwój stosowania technologii w sposób sprawiedliwy i dostępny dla wszystkich.