Tác giả gốc: Will Ogden Moore

Tổng hợp gốc: Luffy, Tin tức tầm nhìn xa

Bài đọc liên quan:

"Làn sóng AI lại tấn công, một bài báo kiểm kê các dự án vị trí của quỹ AI thang độ xám"

Trí tuệ nhân tạo (AI) là một trong những công nghệ mới nổi hứa hẹn nhất của thế kỷ này, hứa hẹn tăng năng suất của con người theo cấp số nhân và thúc đẩy các đột phá y tế. Mặc dù trí tuệ nhân tạo đã tạo được dấu ấn nhưng tầm ảnh hưởng của nó sẽ còn lớn hơn trong tương lai. PricewaterhouseCoopers ước tính nó sẽ phát triển thành một ngành công nghiệp trị giá 15 nghìn tỷ USD vào năm 2030.

Tuy nhiên, công nghệ đầy hứa hẹn này cũng phải đối mặt với nhiều thách thức. Khi công nghệ trí tuệ nhân tạo ngày càng trở nên mạnh mẽ, ngành trí tuệ nhân tạo trở nên cực kỳ tập trung, quyền lực tập trung vào tay một số ít công ty, là mối đe dọa tiềm tàng đối với toàn bộ xã hội loài người. Trí tuệ nhân tạo cũng làm dấy lên mối lo ngại nghiêm trọng về các rủi ro sâu, sai lệch và bảo mật dữ liệu. May mắn thay, tiền điện tử và các đặc tính phi tập trung và minh bạch của chúng cung cấp các giải pháp tiềm năng cho một số vấn đề này.

Dưới đây, chúng ta sẽ khám phá các vấn đề do tập trung hóa gây ra và cách AI phi tập trung có thể giúp giải quyết một số vấn đề, đồng thời thảo luận về sự giao thoa hiện tại giữa tiền điện tử và AI, nêu bật các ứng dụng tiền điện tử trong không gian đang có dấu hiệu được áp dụng sớm.

Các vấn đề với trí tuệ nhân tạo tập trung

Ngày nay, sự phát triển của trí tuệ nhân tạo phải đối mặt với những thách thức và rủi ro nhất định. Hiệu ứng mạng và yêu cầu về vốn lớn của AI quan trọng đến mức các nhà phát triển AI bên ngoài các công ty công nghệ lớn, chẳng hạn như các công ty nhỏ hơn hoặc các nhà nghiên cứu hàn lâm, phải vật lộn để có được các nguồn lực cần thiết để phát triển hoặc thương mại hóa. Điều này hạn chế sự cạnh tranh và đổi mới tổng thể trong AI.

Do đó, ảnh hưởng đối với công nghệ quan trọng này tập trung vào tay một số công ty, chẳng hạn như OpenAI và Google, đặt ra những câu hỏi nghiêm túc về việc quản trị AI. Ví dụ: vào tháng 2, công cụ tạo hình ảnh trí tuệ nhân tạo Gemini của Google đã phơi bày sự thiên vị về chủng tộc và những thông tin không chính xác về lịch sử. Ngoài ra, quyết định sa thải Giám đốc điều hành OpenAI Sam Altman vào tháng 11 năm ngoái của ban giám đốc gồm sáu thành viên đã bộc lộ sự thật rằng một số ít người kiểm soát các công ty này.

Khi AI ngày càng có tầm ảnh hưởng và tầm quan trọng, nhiều người lo ngại rằng một công ty có thể giành quyền kiểm soát việc ra quyết định đối với các mô hình AI có thể có tác động rất lớn đến xã hội, dựng rào chắn, hoạt động sau cánh cửa đóng kín hoặc thao túng các mô hình để kiếm lợi nhuận.

AI phi tập trung có thể giúp ích như thế nào

AI phi tập trung đề cập đến việc sử dụng công nghệ blockchain để phân phối quyền sở hữu và quản trị AI theo cách tăng tính minh bạch và khả năng tiếp cận. Grayscale Research tin rằng AI phi tập trung có khả năng giải phóng những quyết định quan trọng này khỏi các hệ thống khép kín và đưa chúng đến tay công chúng.

Công nghệ chuỗi khối có thể giúp các nhà phát triển tiếp cận nhiều hơn với trí tuệ nhân tạo và hạ thấp ngưỡng phát triển và thương mại hóa của các nhà phát triển độc lập. Chúng tôi tin rằng điều này có thể giúp cải thiện sự đổi mới và cạnh tranh trong ngành AI, đồng thời đạt được sự cân bằng nhất định giữa các công ty nhỏ và gã khổng lồ công nghệ.

Ngoài ra, AI phi tập trung giúp dân chủ hóa đầu tư vào AI. Hiện tại, ngoài một số cổ phiếu công nghệ, có rất ít cách khác để kiếm được lợi nhuận tài chính liên quan đến phát triển AI. Đồng thời, một lượng vốn cổ phần tư nhân đáng kể đã được phân bổ cho các công ty khởi nghiệp AI và các công ty tư nhân (47 tỷ USD vào năm 2022, 42 tỷ USD vào năm 2023). Kết quả là, chỉ một nhóm nhỏ các nhà đầu tư mạo hiểm và nhà đầu tư được công nhận mới có thể tiếp cận được lợi ích tài chính của các công ty này. Ngược lại, tài sản tiền điện tử AI phi tập trung bình đẳng với tất cả mọi người và mọi người đều có thể sở hữu một phần tương lai AI.

Lĩnh vực thụ tinh chéo này đã phát triển đến mức nào?

Sự giao thoa giữa tiền điện tử và trí tuệ nhân tạo vẫn đang ở giai đoạn đầu, nhưng phản ứng của thị trường rất đáng khích lệ. Kể từ tháng 5 năm 2024, tài sản tiền điện tử theo khái niệm AI (Lưu ý: Danh mục đầu tư tiền điện tử được xác định bởi Grayscale Research, bao gồm NEAR, FET, RNDR, FIL, TAO, THETA, AKT, AGIX, WLD, AIOZ, TFUEL, GLM, PRIME, OCEAN, ARVM và LTP.) có tỷ lệ hoàn vốn là 20%, chỉ đứng sau danh mục khái niệm tiền tệ (Hình 1). Hơn nữa, theo nhà cung cấp dữ liệu Kaito, trí tuệ nhân tạo hiện đang là “câu chuyện” nóng nhất trên nền tảng xã hội so với các chủ đề khác như DeFi, Lớp 2, Memecoin và tài sản trong thế giới thực.

Gần đây, một số nhân vật nổi bật đã bắt đầu nắm lấy giao lộ mới nổi này, nỗ lực giải quyết những thiếu sót của trí tuệ nhân tạo tập trung. Vào tháng 3 năm nay, Emad Mostaque, người sáng lập công ty trí tuệ nhân tạo nổi tiếng Stability AI, đã rời công ty để khám phá trí tuệ nhân tạo phi tập trung. Ông nói rằng "đã đến lúc làm cho trí tuệ nhân tạo trở nên cởi mở và phi tập trung". Doanh nhân tiền điện tử Erik Vorhees gần đây đã ra mắt Venice.ai, một dịch vụ AI tập trung vào quyền riêng tư với mã hóa đầu cuối.

Hình 1: Lĩnh vực AI đã vượt trội hơn hầu hết các phân khúc tiền điện tử từ đầu năm đến nay

Chúng ta có thể chia sự hội tụ của tiền điện tử và trí tuệ nhân tạo thành ba loại chính:

• Lớp cơ sở hạ tầng: mạng cung cấp nền tảng để phát triển AI (ví dụ: NEAR, TAO, FET);

• Tài nguyên cần thiết cho trí tuệ nhân tạo: Cung cấp điện toán, lưu trữ, dữ liệu và các tài nguyên quan trọng khác cần thiết cho phát triển trí tuệ nhân tạo (như RNDR, AKT, LPT, FIL, AR, MASA);

• Giải quyết các vấn đề về AI: Cố gắng giải quyết các vấn đề liên quan đến AI như sự gia tăng của bot và deepfake cũng như xác thực mô hình (ví dụ: WLD, TRAC, NUM).

Hình 2: Bối cảnh dự án tích hợp trí tuệ nhân tạo và tiền điện tử, nguồn: Grayscale Investments

Mạng lưới cơ sở hạ tầng AI

Đầu tiên là mạng cung cấp kiến ​​trúc mở, không cần cấp phép được xây dựng dành riêng cho phát triển AI. Các mạng này không tập trung vào một sản phẩm hoặc dịch vụ AI mà thay vào đó tạo ra cơ sở hạ tầng cơ bản và cơ chế khuyến khích cho nhiều ứng dụng AI.

NEAR nổi bật trong hạng mục này, với người sáng lập là một trong những đồng tác giả của kiến ​​trúc “Transformer” hỗ trợ các hệ thống AI như ChatGPT. Tuy nhiên, công ty gần đây đã tận dụng chuyên môn về AI của mình để công bố kết quả nỗ lực phát triển "AI do người dùng sở hữu" thông qua bộ phận R&D do một cựu cố vấn kỹ sư nghiên cứu OpenAI đứng đầu. Vào cuối tháng 6 năm 2024, Near đã triển khai chương trình vườn ươm AI để phát triển mô hình cơ sở gốc của Near, nền tảng dữ liệu ứng dụng AI, khung tác nhân AI và thị trường điện toán.

Bittensor là một ví dụ thuyết phục khác. Bittensor là một nền tảng khuyến khích phát triển trí tuệ nhân tạo một cách kinh tế bằng cách sử dụng mã thông báo TAO. Bittensor là nền tảng cơ bản cho 38 mạng con, mỗi mạng có các trường hợp sử dụng khác nhau như chatbot, tạo hình ảnh, dự báo tài chính, dịch ngôn ngữ, đào tạo mô hình, lưu trữ và tính toán. Mạng Bittensor thưởng cho các công cụ khai thác và trình xác thực hoạt động tốt nhất trong mỗi mạng con bằng mã thông báo TAO và cung cấp cho các nhà phát triển API không cần cấp phép để giúp các nhà phát triển xây dựng các ứng dụng trí tuệ nhân tạo cụ thể.

Mạng cơ sở hạ tầng AI cũng bao gồm các giao thức khác như Fetch.ai và Allora. Fetch.ai, một nền tảng dành cho các nhà phát triển tạo ra các trợ lý AI phức tạp (được gọi là "tác nhân AI"), gần đây đã được sáp nhập với AGIX và OCEAN, với tổng giá trị khoảng 7,5 tỷ USD. Cái còn lại là mạng Allora, một nền tảng tập trung vào việc áp dụng AI vào tài chính, bao gồm các sàn giao dịch phi tập trung và chiến lược giao dịch tự động cho các thị trường dự đoán. Allora, vẫn chưa tung ra token, đã huy động được một vòng cấp vốn chiến lược vào tháng 6, nâng tổng số tiền tài trợ lên 35 triệu USD.

Cung cấp các nguồn lực cần thiết cho AI

Loại thứ hai là các dự án cung cấp nguồn lực cần thiết cho phát triển trí tuệ nhân tạo dưới dạng điện toán, lưu trữ hoặc dữ liệu.

Sự trỗi dậy của trí tuệ nhân tạo đã tạo ra nhu cầu chưa từng có về tài nguyên máy tính dưới dạng GPU. Các thị trường GPU phi tập trung như Render (RNDR), Akash (AKT) và Livepeer (LPT) cung cấp nguồn GPU nhàn rỗi cho các nhà phát triển cần điện toán để đào tạo mô hình, suy luận mô hình hoặc kết xuất AI tạo 3D. Kết xuất được ước tính cung cấp khoảng 10.000 GPU, tập trung vào các nghệ sĩ và AI sáng tạo, trong khi Akash cung cấp 400 GPU, tập trung vào các nhà phát triển và nghiên cứu AI. Trong khi đó, Livepeer gần đây đã công bố kế hoạch cho mạng con AI mới của mình, nhằm hoàn thiện khả năng chuyển văn bản thành hình ảnh, chuyển văn bản thành video và hình ảnh thành video vào tháng 8 năm 2024.

Ngoài việc đòi hỏi nhiều tính toán, các mô hình AI còn yêu cầu lượng dữ liệu lớn. Kéo theo đó là nhu cầu lưu trữ dữ liệu tăng lên đáng kể. Các giải pháp lưu trữ dữ liệu như Filecoin (FIL) và Arweave (AR) có thể đóng vai trò thay thế cho việc lưu trữ dữ liệu AI trên các máy chủ AWS tập trung. Các giải pháp này không chỉ cung cấp khả năng lưu trữ có thể mở rộng và tiết kiệm chi phí mà còn tăng cường tính bảo mật và tính toàn vẹn dữ liệu bằng cách loại bỏ các điểm lỗi duy nhất và giảm nguy cơ vi phạm dữ liệu.

Cuối cùng, các dịch vụ AI hiện có như OpenAI và Gemini cung cấp quyền truy cập liên tục vào dữ liệu thời gian thực thông qua Bing và Google Search. Điều này khiến tất cả các nhà phát triển mô hình AI khác ngoài những gã khổng lồ công nghệ gặp bất lợi. Tuy nhiên, các dịch vụ thu thập dữ liệu như Grass và Masa (MASA) có thể giúp tạo sân chơi bình đẳng vì chúng cho phép các cá nhân kiếm tiền từ dữ liệu ứng dụng của mình bằng cách sử dụng dữ liệu đó để đào tạo mô hình AI, đồng thời duy trì quyền kiểm soát và quyền riêng tư đối với dữ liệu cá nhân của họ.

Giải quyết các vấn đề liên quan đến AI

Loại thứ ba bao gồm các dự án cố gắng giải quyết các vấn đề liên quan đến trí tuệ nhân tạo, bao gồm sự gia tăng của cyberbots và deepfake.

Một vấn đề lớn do trí tuệ nhân tạo làm trầm trọng thêm là sự gia tăng của bot và thông tin sai lệch. Các tác phẩm sâu do AI tạo ra đã có tác động đến các cuộc bầu cử tổng thống ở Ấn Độ và Châu Âu, khiến các chuyên gia “rất lo ngại” rằng chiến dịch tranh cử tổng thống sắp tới sẽ rơi vào một “cơn sóng thần thông tin sai lệch” do các tác phẩm sâu gây ra. Các dự án đang tìm cách giúp giải quyết các vấn đề liên quan đến deepfake bằng cách thiết lập các nguồn nội dung có thể xác minh được bao gồm Origin Trail (TRAC), Numbers Protocol (NUM) và Story Protocol. Ngoài ra, Worldcoin (WLD) tìm cách giải quyết vấn đề bot bằng cách sử dụng công nghệ sinh trắc học độc đáo để chứng minh nhân tính của một người.

Một rủi ro khác với AI là đảm bảo niềm tin vào chính mô hình. Làm sao chúng ta có thể tin tưởng rằng kết quả AI mà chúng ta nhận được không bị giả mạo hoặc thao túng? Hiện tại, một số giao thức đang nỗ lực giúp giải quyết vấn đề này thông qua mật mã, bằng chứng không có kiến ​​thức và mã hóa đồng hình hoàn toàn (FHE), bao gồm Modulus Labs và Zama.

Tóm lại là

Mặc dù những tiến bộ ban đầu đã đạt được với các tài sản AI phi tập trung này, chúng tôi vẫn đang ở giai đoạn đầu của sự giao thoa này. Đầu năm nay, nhà đầu tư mạo hiểm nổi tiếng Fred Wilson cho rằng trí tuệ nhân tạo và tiền điện tử là “hai mặt của một đồng xu” và “Web3 sẽ giúp chúng ta tin tưởng vào trí tuệ nhân tạo”. Khi ngành công nghiệp AI tiếp tục phát triển, Grayscale Research tin rằng các trường hợp sử dụng mã hóa liên quan đến AI này sẽ ngày càng trở nên quan trọng và hai công nghệ đang phát triển nhanh chóng này có tiềm năng hỗ trợ lẫn nhau và cùng phát triển.

Có nhiều dấu hiệu cho thấy kỷ nguyên trí tuệ nhân tạo đang đến sẽ có những tác động sâu rộng, cả tích cực lẫn tiêu cực. Bằng cách tận dụng các đặc tính của công nghệ blockchain, chúng tôi tin rằng tiền điện tử cuối cùng có thể giúp giảm thiểu một số mối nguy hiểm do trí tuệ nhân tạo gây ra.

Liên kết gốc