Автор: Вілл Огден Мур, укладач: 0xjs@金财经
Штучний інтелект є однією з найперспективніших нових технологій цього століття, яка може експоненціально підвищити продуктивність людини та спричинити прорив у медицині. Незважаючи на те, що штучний інтелект може бути важливим сьогодні, його вплив буде тільки зростати, за оцінками PwC, до 2030 року він переросте в галузь з оборотом у 15 трильйонів доларів.
Однак ця перспективна технологія також стикається з проблемами. Оскільки технології штучного інтелекту стають потужнішими, індустрія штучного інтелекту стає надзвичайно концентрованою, влада зосереджена в руках кількох компаній, що може завдати шкоди суспільству. Це також викликає серйозне занепокоєння щодо глибоких фейків, вбудованих упереджень і ризиків конфіденційності даних. На щастя, Crypto та його децентралізована та прозора природа пропонують потенційні рішення деяких із цих проблем.
У цій статті ми дослідимо проблеми, спричинені централізованим штучним інтелектом, і те, як децентралізований штучний інтелект може допомогти вирішити деякі з його проблем, а також обговоримо поточний перетин криптографії та штучного інтелекту, виділивши криптододатки в галузі, які демонструють ознаки раннього впровадження.
Проблеми з централізованим ШІ
Сьогодні розвиток штучного інтелекту стикається з певними викликами та ризиками. Мережевий ефект і інтенсивні вимоги до капіталу ШІ настільки значні, що багато розробників ШІ за межами великих технологічних компаній, таких як невеликі компанії чи академічні дослідники, або намагаються отримати ресурси, необхідні для розробки ШІ, або не можуть монетизувати свою роботу. Це обмежує загальну конкуренцію та інновації в ШІ.
У результаті вплив на цю критично важливу технологію зосереджено в руках кількох компаній, таких як OpenAI і Google, що викликає серйозні питання щодо управління ШІ. У лютому, наприклад, генератор зображень зі штучним інтелектом Google Gemini викрив расові упередження та історичні неточності, проілюструвавши, як компанія маніпулювала своїми моделями. Крім того, минулого листопада рішення ради директорів із шести членів звільнити генерального директора OpenAI Сема Альтмана виявило той факт, що невелика кількість людей контролює компанії, які розробляють ці моделі.
Оскільки вплив і важливість штучного інтелекту зростає, багато хто занепокоєний тим, що одна компанія може отримати контроль над прийняттям рішень щодо моделі штучного інтелекту, яка може мати величезний вплив на суспільство, зводячи огорожі, діючи за закритими дверима або маніпулюючи моделлю для власної вигоди. — — але за рахунок інших членів суспільства.
Чим може допомогти децентралізований ШІ
Децентралізований штучний інтелект – це сервіси штучного інтелекту, які використовують технологію блокчейну для розподілу власності та управління ШІ таким чином, щоб підвищити прозорість і доступність. Grayscale Research вважає, що децентралізований штучний інтелект може звільнити ці важливі рішення від закритих систем і перевести їх у державну власність.
Технологія блокчейн може допомогти розробникам отримати більший доступ до штучного інтелекту та знизити поріг для незалежних розробників у розробці та монетизації своїх робіт. Ми вважаємо, що це може допомогти покращити загальні інновації штучного інтелекту та конкуренцію та зберегти баланс із моделями, розробленими технологічними гігантами.
Крім того, децентралізований ШІ допомагає демократизувати інвестиції в ШІ. Наразі існує кілька інших способів отримати фінансові переваги, пов’язані з розробками штучного інтелекту, крім кількох акцій технологічних компаній. У той же час значні обсяги приватного капіталу виділяються на стартапи та приватні компанії зі штучним інтелектом (47 мільярдів доларів у 2022 році, 42 мільярди доларів у 2023 році). У результаті лише невелика група венчурних капіталістів та акредитованих інвесторів має доступ до фінансових переваг цих компаній. Навпаки, децентралізовані криптоактиви AI доступні кожному, що дозволяє кожному володіти частиною майбутнього AI.
Де сьогодні перетин Crypto та AI?
Сьогодні перетин криптовалюти та штучного інтелекту все ще перебуває на ранніх стадіях зрілості, але реакція ринку була обнадійливою. Станом на травень 2024 року прибутковість поля штучного інтелекту для криптоактивів становить 20%, перевершуючи всі криптотреки, крім валют (рис. 1). Крім того, за словами постачальника даних Kaito, наразі тема штучного інтелекту є найбільш «розповідною думкою» на соціальних платформах порівняно з іншими темами, такими як децентралізовані фінанси, рівень 2, меми-монети та активи реального світу.
Нещодавно деякі гучні імена почали охоплювати цей новий перетин, працюючи над усуненням недоліків централізованого ШІ. У березні цього року Емад Мостаке, засновник відомої компанії зі штучного інтелекту Stability AI, покинув компанію, щоб зайнятися децентралізованим ШІ. Він сказав, що «настав час переконатися, що ШІ залишається відкритим і децентралізованим». Крім того, криптовалютний підприємець Ерік Ворхіс нещодавно запустив Venice.ai, орієнтований на конфіденційність AI-сервіс із наскрізним шифруванням.
Малюнок 1. Цього року трек ШІ перевершив майже всі криптотреки
Ми можемо розділити перетин Crypto та AI на три основні підкатегорії:
1. Рівень інфраструктури: мережа, яка забезпечує платформу для розробки ШІ (наприклад, NEAR, TAO, FET)
2. Ресурси, необхідні для штучного інтелекту: активи, які забезпечують ключові ресурси (обчислення, зберігання, дані), необхідні для розробки штучного інтелекту (такі як RNDR, AKT, LPT, FIL, AR, MASA)
3. Вирішуйте проблеми штучного інтелекту: активи, які намагаються вирішити проблеми, пов’язані зі штучним інтелектом, такі як поява ботів і дипфейків, а також перевірка моделей (наприклад, WLD, TRAC, NUM)
Малюнок 2: Карта ринку штучного інтелекту та криптовалюти
Джерело: Grayscale Investments
Мережа, яка забезпечує інфраструктуру для розробки ШІ
Перша — це мережа, яка забезпечує відкриту архітектуру без дозволів, створену спеціально для загального розвитку служб ШІ. Ці активи не зосереджені на одному типі продукту або послуги штучного інтелекту, а натомість зосереджені на створенні базової інфраструктури та механізмів стимулювання для різних програм ШІ.
Near виділяється в цій категорії, оскільки його засновники є співавторами архітектури «Transformer», яка підтримує такі системи ШІ, як ChatGPT. Однак нещодавно компанія використала свій досвід у сфері штучного інтелекту, щоб оприлюднити свої зусилля з розробки «штучного інтелекту, що належить користувачам» через відділ досліджень і розробок, який очолює колишній інженер-консультант OpenAI. Наприкінці червня 2024 року Near запустив свою програму AI-інкубатора для розробки нативних базових моделей Near, платформ даних прикладних програм AI, фреймворків агентів AI та обчислювальних ринків.
Біттензор наводить ще один потенційно переконливий приклад. Bittensor — це платформа, яка використовує токени TAO для фінансового заохочення розвитку ШІ. Bittensor є базовою платформою для 38 підмереж (підмереж), кожна з яких має різні випадки використання, такі як чат-боти, створення зображень, фінансове прогнозування, мовний переклад, навчання моделей, зберігання та обчислення. Мережа Bittensor нагороджує найкращі майнери та валідатори в кожній підмережі токенами TAO та надає розробникам API без дозволу для створення певних додатків штучного інтелекту, надсилаючи запити майнерам у підмережі Bittensor.
Ця категорія також включає інші протоколи, такі як Fetch.ai і Allora Network. Fetch.ai, платформа для розробників для створення складних помічників штучного інтелекту або «агентів штучного інтелекту», нещодавно об’єдналася з AGIX і OCEAN із загальною вартістю приблизно 7,5 мільярда доларів США. Інша мережа Allora, платформа, орієнтована на застосування штучного інтелекту до фінансових програм, включаючи децентралізовані біржі та автоматизовані торгові стратегії для прогнозованих ринків. Allora, яка ще не випустила токен, залучила раунд стратегічного фінансування в червні, довівши загальне фінансування до 35 мільйонів доларів приватного капіталу.
Ресурси, необхідні для розробки ШІ
Друга категорія включає активи, які забезпечують ресурси, необхідні для розробки штучного інтелекту, у вигляді обчислень, зберігання або даних.
Розвиток штучного інтелекту створив безпрецедентний попит на обчислювальні ресурси у вигляді графічних процесорів. Децентралізовані ринки графічних процесорів, такі як Render (RNDR), Akash (AKT) і Livepeer (LPT), надають неактивні графічні процесори розробникам, яким потрібні обчислення для навчання моделі, моделювання висновків або візуалізації 3D-генеративного штучного інтелекту. Сьогодні, за оцінками, Render пропонує близько 10 000 графічних процесорів, орієнтованих на художників і генеративний ШІ, тоді як Akash пропонує 400 графічних процесорів, орієнтованих на розробників і дослідників ШІ. Тим часом Livepeer нещодавно оголосив про плани щодо своєї нової підмережі штучного інтелекту, яка має виконувати такі завдання, як перетворення тексту в зображення, тексту у відео та зображення у відео до серпня 2024 року.
Окрім інтенсивних обчислень, моделі AI також вимагають великих обсягів даних. У результаті попит на зберігання даних значно зріс. Рішення для зберігання даних, такі як Filecoin (FIL) і Arweave (AR), можуть служити децентралізованою захищеною мережевою альтернативою зберіганню даних ШІ на централізованих серверах AWS. Ці рішення не тільки забезпечують економічно ефективне та масштабоване сховище, але й підвищують безпеку та цілісність даних шляхом усунення окремих точок збою та зниження ризику витоку даних.
Нарешті, існуючі служби AI, такі як OpenAI і Gemini, забезпечують постійний доступ до даних у реальному часі через Bing і Google Search відповідно. Це ставить усіх інших розробників моделей штучного інтелекту поза цими технологічними компаніями в невигідне становище. Однак сервіси збирання даних, як-от Grass and Masa (MASA), можуть допомогти вирівняти умови гри, оскільки вони дозволяють окремим особам монетизувати дані своїх програм, використовуючи їх для навчання моделі ШІ, зберігаючи контроль над своїми особистими даними та конфіденційністю.
Активи, які намагаються вирішити проблеми, пов’язані зі штучним інтелектом
Третя категорія включає активи, які намагаються вирішити проблеми, пов’язані зі штучним інтелектом, включно з розвитком ботів, глибокими фейками та походженням контенту.
Головною проблемою, яку посилює ШІ, є поширення ботів і дезінформації. Дипфейки, створені штучним інтелектом, уже впливають на президентські вибори в Індії та Європі, причому експерти «дуже налякані», що майбутня президентська кампанія спричинить «цунамі дезінформації», яка значною мірою спричинена дипфейками. Активи, які прагнуть допомогти вирішити проблеми, пов’язані з глибокими фейками, шляхом встановлення джерел вмісту, які можна перевірити, включають Origin Trail (TRAC), Numbers Protocol (NUM) і Story Protocol. Крім того, Worldcoin (WLD) намагається вирішити проблему ботів, доводячи людяність людини за допомогою унікального біометричного ідентифікатора.
Ще один ризик, пов’язаний зі штучним інтелектом, полягає в забезпеченні довіри до самої моделі. Як ми можемо бути впевненими, що отримані нами результати штучного інтелекту не були підроблені та не маніпулювали? Зараз працює кілька протоколів, які допомагають вирішити цю проблему за допомогою криптографії, доказів із нульовим знанням і повністю гомоморфного шифрування (FHE), включаючи Modulus Labs і Zama.
на закінчення
Хоча ці децентралізовані активи штучного інтелекту досягли початкового прогресу, ми все ще перебуваємо на першому етапі цього перетину. На початку цього року відомий венчурний капіталіст Фред Вілсон заявив, що ШІ та криптовалюта — це «дві сторони однієї медалі» і «web3 допоможе нам довіряти ШІ». У міру того, як індустрія штучного інтелекту продовжує розвиватися, Grayscale Research вважає, що ці випадки використання крипто, пов’язані зі штучним інтелектом, ставатимуть дедалі важливішими, а дві технології, що швидко розвиваються, ймовірно, підтримуватимуть зростання одна одної.
Є багато ознак того, що штучний інтелект приходить і матиме далекосяжні наслідки, як позитивні, так і негативні. Використовуючи властивості технології блокчейн, ми вважаємо, що шифрування може зрештою допомогти пом’якшити деякі небезпеки, які створює ШІ.