У критичний переломний момент цієї нової технологічної ери величезні тенденції у сферах штучного інтелекту (ШІ) та криптографії почали зливатися, вносячи глибокі зміни у всю галузь. Поява таких проривних технологій, як ChatGPT, у галузі штучного інтелекту залучить приголомшливі 25 мільярдів доларів інвестицій лише у 2023 році, що в п’ять разів більше, ніж у попередньому році. Цей сплеск не тільки демонструє незмінну впевненість у потенціалі штучного інтелекту, але й знову розпалює гарячі дискусії щодо конвергенції штучного інтелекту та крипто. Зокрема, співзасновник Ethereum Віталік Бутерін зробив важливий внесок у цю тему, надавши розуміння перспектив і проблем інтеграції ШІ з Crypto.
Нещодавно OpenAI запустив модель Sora, інноваційну модель перетворення тексту у відео, яка привернула увагу технологічної спільноти та продемонструвала швидкі темпи розвитку штучного інтелекту. Генеральний директор OpenAI Сем Альтман запропонував сміливий план зібрати 7 трильйонів доларів на розробку та виробництво чіпів, підкреслюючи тверду відданість еволюції штучного інтелекту, а також спонукаючи до глибоких роздумів про потенціал ринку зашифрованого штучного інтелекту.
Незважаючи на те, що багато з цих спільних програм все ще знаходяться на ранніх стадіях, ринок залишається оптимістичним.
Ходьба різними стежками
Традиційно ці дві сторони розглядаються як протилежні сили: Crypto зосереджується на децентралізації, тоді як AI віддає перевагу централізації. Цей яскравий контраст яскраво проілюстрував Пітер Тіль і далі розкрив у поглибленому обговоренні Алі Ях’я з a16z Crypto. Однак нещодавні події виявили несподівану конвергенцію, яка обіцяє змінити форму цифрових інновацій. Досліджуючи цей динамічний перетин, ми виявили величезний потенціал для спільної синергії між ШІ та Crypto.
Ця інтеграція повністю використовує вагомі переваги зашифрованих мереж у володінні даними, прозорості та етичному управлінні, доповнює розширені можливості штучного інтелекту та надає нові рішення для вирішення проблем централізації в індустрії штучного інтелекту:
Забезпечте право власності на дані: за допомогою технології блокчейн користувачі можуть шифрувати та регулювати доступ до своїх даних, надаючи їм засоби для контролю за використанням даних системами ШІ.
Підвищена прозорість: незмінна природа блокчейну діє як прозора книга, полегшуючи перевірку та автентифікацію даних, що використовуються в моделях ШІ.
Досягнення прямої монетизації даних: блокчейн сприяє прямій монетизації даних користувачів, заохочуючи обмін даними, надаючи економічні стимули, забезпечуючи при цьому особистий контроль.
Зменшення енергоспоживання штучного інтелекту. Очікується, що завдяки застосуванню енергоефективних механізмів, таких як підтвердження частки, блокчейн мінімізує потреби в енергії для навчання ШІ, сприяючи таким чином сталому прогресу в розробці ШІ.
Розвиток етичного штучного інтелекту: притаманні блокчейну прозорість і інклюзивність можуть сприяти більш етичним практикам штучного інтелекту, усуваючи таємницю, яка часто пов’язана з інноваціями ШІ.
ШІ та криптоінновації долають розрив і формують майбутні переваги
zkML: інноваційний крок для покращення захисту конфіденційності AI
Хоча можливості сучасного штучного інтелекту вражають, вони також викликають гострі занепокоєння щодо конфіденційності, безпеки та автономності користувачів. У процесі навчання моделі штучного інтелекту централізоване агрегування даних безпосередньо ставить під сумнів особисті права на конфіденційність, особливо в одній технологічній екосистемі, де користувачам важко контролювати власні дані.
Щоб вирішити цю проблему, з’явилися інновації, які керуються концепцією децентралізованого шифрування, де криптографічні технології, такі як докази з нульовим знанням (ZKP), дозволяють машинне навчання, що зберігає конфіденційність, не жертвуючи конфіденційними даними користувача. Незважаючи на численні переваги цих методів, у порівнянні з традиційними широкомасштабними практиками агрегації даних все ще існують деякі проблеми, включаючи проблеми з ефективністю обчислень, точністю моделі та налагодженням.
Варто зазначити, що машинне навчання з нульовим знанням (zkML), очолюване такими командами, як Modulus Labs і EZKL, досягло значного прогресу, знаменуючи швидкий розвиток цієї галузі. Оскільки технологія апаратного прискорення продовжує вдосконалюватися, є оптимізм щодо перспектив zkML.
Проблеми автентичності в епоху дипфейків
В епоху, коли технологія deepfake поширюється, захист автентичності та достовірності цифрового вмісту має вирішальне значення. Технологія блокчейн обіцяє істотно полегшити створення децентралізованих і захищених від втручання систем реєстрації особи. Ця система реєстрації зіставляє відкриті ключі з реальними особами, надаючи простий спосіб встановити довіру та притягнути людей до відповідальності за зловмисну поведінку.
Worldcoin, співзасновником якого є Сем Альтман, є одним із найпереконливіших криптопротоколів для вирішення поточних проблем. Мета полягає в досягненні глобальної реєстрації кожної людини за допомогою біометричного сканування Orb, щоб надійно розрізняти людей і машини. Механізм стимулювання протоколу використовує спеціальний блокчейн-токен під назвою WLD. На даний момент команда Worldcoin досягла значного прогресу в 120 країнах світу, залучивши до реєстрації понад 3,8 мільйона людей.
Іншою ініціативою щодо вирішення цієї проблеми є стандарт Digital Content Provenance Recording (DCPR), запущений командами Arweave та Irys (раніше Bundlr). Цей стандарт повністю використовує технологію блокчейну Arweave для позначення часу та перевірки цифрового вмісту, надаючи користувачам надійні метадані та допомагаючи оцінити достовірність цифрової інформації.
Усунення упередженості в моделях ШІ
Оскільки моделі штучного інтелекту все більше інтегруються в наше повсякденне життя, існує широке занепокоєння щодо їх потенційної упередженості. Наприклад, чат-боти на основі штучного інтелекту можуть непомітно впливати на споживачів, непомітно скеровуючи їх вибирати конкретні продукти чи ідеології, що призводить до падіння довіри з далекосяжними наслідками.
Bittensor, децентралізований обчислювальний протокол, бореться з упередженням штучного інтелекту, стимулюючи різноманітні попередньо навчені моделі конкурувати за найкращу відповідь. Валідатори винагороджують високоефективні моделі, відсіваючи поганоефективні та упереджені моделі. Очікується, що завдяки створенню відкритого та спільного середовища для різних моделей і наборів даних Bittensor сприятиме розвитку штучного інтелекту, одночасно активно борючись із негативним впливом упередженості.
Хоча Bittensor все ще перебуває на ранніх стадіях розробки, він уже досяг значного прогресу, маючи 32 спеціально налаштовані підмережі, придатні для конкретних випадків використання, таких як текстові підказки, генерація зображень, прогнозування цін, збирання даних, зберігання тощо.
Стимулювання розвитку штучного інтелекту завдяки підвищенню доступності
Зростання навантажень штучного інтелекту та машинного навчання (ML) створило величезний попит на високопродуктивні графічні карти, такі як Nvidia A100. Однак величезні капітальні витрати, пов’язані з обчисленнями та зберіганням даних, можуть виключити багатьох людей, залишаючи розробку штучного інтелекту в основному монополізованою технологічними гігантами. У відповідь на цей виклик з’явився новий ринок, схожий на «AirBnB відеокарт», що дозволяє окремим особам і організаціям орендувати невикористані ресурси GPU для задоволення потреб дослідників і розробників ШІ.
Децентралізовані обчислювальні ринки, такі як Akash Network і Render Network, створені для вирішення проблеми ефективності недостатньо використовуваних ресурсів GPU шляхом з’єднання власників GPU з розробниками штучного інтелекту, яким потрібна обчислювальна потужність. Завдяки використанню цих децентралізованих обчислювальних платформ стає доступним новий набір обчислювальних ресурсів, що дозволяє людям у всьому світі монетизувати свою невикористану обчислювальну потужність. У той же час він надає розробникам ШІ гнучкий доступ до обчислювальних ресурсів, звільняючи їх від обмежень централізованих гігантів.
Використовуючи технологію блокчейн для усунення прибуткових посередників і додаткових витрат, ці децентралізовані мережі можуть надавати послуги за невелику частку вартості своїх централізованих аналогів. Akash Network навіть може похвалитися ставками, які становлять лише п’яту частину традиційних витрат. Крім того, у 2023 році Render Network, яка зосереджена на ринку GPU для візуалізації 3D-зображень, зазнала значного зростання використання.
Дивлячись вперед
Дивлячись на поточний стан AI та Crypto полів, очевидно, що обидва мають сильні технічні можливості, але кожен також стикається зі значними недоліками. Незважаючи на свої можливості, криптографії все ще бракує основної зрілості для широкого впровадження. У той же час централізований контроль ШІ з боку великих технологічних компаній викликав занепокоєння щодо монополії на цю технологію.
Хоча ця синергія все ще перебуває на ранніх стадіях, проекти, що поєднують AI з Crypto, створюють інфраструктуру для масштабованої взаємодії AI у мережі. Очікується, що цей багатообіцяючий імпульс продовжуватиме зростати у 2024 році та далі. Усе це залежить від того, чи учасники ринку розглядають ці активи як противагу потенційному домінуванню великих централізованих гравців, таких як OpenAI.
Ретельна інтеграція цих революційних технологій дещо розширить шляхи усунення їхніх відповідних недоліків. Це вказує на майбутнє, де штучний інтелект на основі блокчейну будує парадигму, яка зберігає конфіденційність, відкриваючи двері для потенційних випадків використання. Перспективи децентралізованих обчислень, zkML і агентів штучного інтелекту багатообіцяючі, закладаючи основу для глибоко пов’язаного штучного інтелекту та майбутнього криптовалюти. Їхній потенціал величезний і ґрунтується на низовій спільноті розробників, яка сформувалася спонтанно та прагне вдосконалювати застосування технологій у спосіб, який є справедливим і доступним для всіх.