Autor: Mahesh Ramakrishnan, Vinayak Kurup, CoinDesk: Tao Zhu, Golden Finance;

La sfârșitul lunii iulie, Mark Zuckerberg a scris o scrisoare în care explică de ce „sursa deschisă este esențială pentru un viitor AI pozitiv”, în care a lăudat necesitatea dezvoltării AI cu sursă deschisă. Adolescentul fondator odinioară tocilar a devenit acum „Zuckerberg” care schiează, poartă lanțuri de aur și face jujitsu și este cunoscut ca salvatorul dezvoltării modelelor open source.

Dar până acum, el și echipa Meta nu au detaliat cum vor fi implementate aceste modele. Pe măsură ce complexitatea modelului crește în cerințele de calcul, cedăm la o formă similară de centralizare dacă implementarea modelului este controlată de un număr mic de actori? Inteligența artificială descentralizată deține promisiunea de a rezolva această provocare, dar tehnologia necesită progrese în criptografia lider în industrie și soluții hibride unice.

Spre deosebire de furnizorii de cloud centralizați, AI descentralizat (DAI) distribuie procesele de calcul ale inferenței și instruirii AI în mai multe sisteme, rețele și locații. Dacă sunt implementate corect, aceste rețele – o rețea de infrastructură fizică descentralizată (DePIN) – vor aduce beneficii în ceea ce privește rezistența la cenzură, accesul computațional și costul.

DAI se confruntă cu provocări în două domenii principale: mediul AI și infrastructura descentralizată în sine. În comparație cu sistemele centralizate, DAI necesită măsuri de protecție suplimentare pentru a preveni accesul neautorizat la detaliile modelului sau furtul și copierea informațiilor proprietare. Prin urmare, există o oportunitate subexploatată pentru echipele care se concentrează pe modele open source, dar recunosc potențialele dezavantaje de performanță ale modelelor open source în comparație cu modelele open source.

Sistemele descentralizate se confruntă în special cu obstacole legate de integritatea rețelei și de resursele generale. De exemplu, distribuirea datelor client pe diferite noduri expune mai mulți vectori de atac. Un atacator poate să rotească un nod și să-i analizeze calculele, să încerce să intercepteze transferurile de date între noduri sau chiar să introducă părtiniri care degradează performanța sistemului. Chiar și în modelele de inferență descentralizate securizate, trebuie să existe mecanisme de auditare a procesului de calcul. Nodurile economisesc costurile cu resursele făcând calcule incomplete, iar verificarea este complicată de lipsa unui participant centralizat de încredere.

Dovada de cunoștințe zero

Dovezile cu cunoștințe zero (ZKPs), deși sunt în prezent prohibitive din punct de vedere computațional, sunt o soluție potențială la unele dintre provocările DAI. ZKP este un mecanism criptografic care permite unei părți (dovatorul) să convingă o altă parte (verificatorul) de adevărul unei declarații fără a dezvălui detalii despre declarația în sine, cu excepția validității acesteia. Această dovadă poate fi verificată rapid de către alte noduri și oferă fiecărui nod o modalitate de a demonstra că a acționat în conformitate cu protocolul. Demonstrarea diferențelor tehnice dintre sistem și implementarea acestuia (mai multe despre asta mai târziu) este importantă pentru investitorii din acest spațiu.

Calculul centralizat limitează formarea modelului la câțiva participanți bine poziționați și bogati în resurse. ZKP ar putea face parte din deblocarea calculului inactiv pe hardware de consum, de exemplu, un MacBook ar putea folosi lățimea de bandă suplimentară de calcul pentru a ajuta la antrenarea modelelor de limbi mari, în timp ce câștigă jetoane pentru utilizatori.

Desfășurarea de instruire sau inferență descentralizată folosind hardware-ul de consum este un obiectiv al echipelor precum Gensyn și Inference Labs, spre deosebire de rețelele de calcul descentralizate precum Akash sau Render, fragmentarea de calcul adaugă complexitate, și anume problemele cu virgulă mobilă. Folosirea resurselor de calcul distribuite inactiv deschide ușa pentru micii dezvoltatori de a-și testa și antrena propriile rețele, atâta timp cât au acces la instrumente care rezolvă provocările relevante.

În prezent, sistemele ZKP par să fie cu patru până la șase ordine de mărime mai scumpe decât rularea calculelor la nivel local, ceea ce face ca utilizarea ZKP să fie foarte lentă pentru sarcini care necesită calcul ridicat (cum ar fi antrenamentul modelului) sau latență scăzută (cum ar fi inferența modelului). Prin comparație, o scădere de șase ordine de mărime înseamnă că sistemele de ultimă oră (cum ar fi Jolt de la a16z) care rulează pe un cip M3 Max demonstrează programe care sunt de 150 de ori mai lente decât rulează pe un calculator grafic TI-84.

Capacitatea AI de a procesa cantități mari de date o face compatibilă cu dovezile cu cunoștințe zero (ZKP), dar este nevoie de mai multe progrese în criptografie înainte ca ZKP-urile să poată fi utilizate pe scară largă. Lucrarea continuă a echipelor precum Irreductible (care a proiectat sistemul de verificare și schema de angajament Binius), Gensyn, TensorOpera, Hellas și Inference Labs va fi un pas important către realizarea acestei viziuni. Cu toate acestea, cronologia este încă prea optimistă, deoarece inovația reală necesită timp și progrese matematice.

În același timp, merită remarcate și alte posibilități și soluții hibride. HellasAI și alte companii dezvoltă noi moduri de reprezentare a modelelor și calculelor care permit jocuri de provocare optimiste, permițând doar subsetul de calcule care trebuie procesate în cunoștințe zero. Dovezile optimiste funcționează numai dacă există o amenințare credibilă de miză, capacitatea de a dovedi greșelile și alte noduri din sistem care verifică calculul. O altă metodă dezvoltată de Inference Labs validează un subset de interogări, în care un nod se angajează să producă un ZKP cu un depozit, dar oferă doar dovezi dacă clientul îl contestă mai întâi.

Rezuma

Instruirea și inferența AI descentralizată vor servi drept protecție împotriva ca câțiva jucători importanți consolidează puterea în timp ce deblochează calcularea inaccesibilă anterior. ZKP va fi esențial pentru realizarea acestei viziuni. Computerul dumneavoastră va putea să vă câștige bani reali fără să vă dați seama, utilizând puterea suplimentară de procesare în fundal. O dovadă concisă că calculele au fost efectuate corect ar face inutilă încrederea exploatată de cei mai mari furnizori de cloud, permițând rețelelor de calcul cu furnizori mai mici să atragă clienții întreprinderilor.

În timp ce dovezile fără cunoștințe vor permite acest viitor și vor deveni o parte importantă a mai mult decât rețelele de calcul (cum ar fi viziunea Ethereum asupra finalității cu un singur slot), suprafața lor de calcul rămâne un obstacol. O soluție hibridă care combină mecanica teoriei jocurilor a jocurilor optimiste cu utilizarea selectivă a dovezilor cu cunoștințe zero este o soluție mai bună și va deveni probabil punctul de legătură omniprezent până când ZKP devine mai rapid.

Atât pentru investitorii nativi, cât și pentru cei non-nativi, înțelegerea valorii și provocărilor sistemelor AI descentralizate este esențială pentru implementarea eficientă a capitalului. Echipa ar trebui să aibă răspunsuri la întrebările despre dovezile computaționale ale nodurilor și redundanța rețelei. În plus, așa cum am observat în multe proiecte DePIN, descentralizarea are loc în timp și este esențial ca echipa să aibă un plan clar pentru realizarea acestei viziuni. Rezolvarea provocărilor asociate cu calculul DePIN este esențială pentru a preda controlul înapoi persoanelor fizice și dezvoltatorilor mici - o parte esențială a menținerii sistemelor noastre deschise, gratuite și rezistente la cenzură.