“Cách tốt nhất để dự đoán tương lai là phát minh ra nó.”

Trí tuệ nhân tạo đã trải qua sự tăng trưởng bùng nổ trong thập kỷ qua—mang đến sự thay đổi mô hình trong các ngành công nghiệp và đổi mới cuộc sống hàng ngày. Nhưng sự tiến bộ này đi kèm với một vấn đề đáng chú ý: quá nhiều quyền kiểm soát tập trung vào tay một số ít người chơi chính—trong số đó có Google, Microsoft và OpenAI.

Tính khả dụng của dữ liệu riêng tư để phát triển bất kỳ mô hình AI mới nào và đào tạo chúng là rào cản lớn nhất.

Như Ngài Acton đã từng nhận xét, "Quyền lực có xu hướng làm tha hóa, và quyền lực tuyệt đối thì làm tha hóa tuyệt đối." Ý tưởng này chưa bao giờ trở nên cấp thiết hơn với AI trong thời đại ngày nay.

Việc kiểm soát chặt chẽ mô hình đào tạo AI của một số ít người trên dữ liệu cá nhân đi kèm với những hạn chế đáng kể. AI phi tập trung mở ra một hướng đi mới vì cách tiếp cận này tạo ra không gian cho sự đổi mới đa dạng hơn, đồng thời vẫn duy trì được tính bảo mật và quyền riêng tư.

Bài viết này sẽ khám phá thế giới AI phi tập trung đang nổi lên, các công nghệ thúc đẩy nó và cách mạng Data3 biến tầm nhìn này thành hiện thực.

Vấn đề với AI tập trung: Quyền lực và cạm bẫy

Năm 2023, thị trường AI toàn cầu được định giá 638,23 tỷ đô la với phần lớn nằm trong tay Big Tech, tạo ra một hệ sinh thái khép kín. Các tổ chức này đã tạo ra thứ mà chỉ có thể được mô tả là "khu vườn có tường bao", nơi quyền truy cập vào dữ liệu hàng đầu và cơ sở hạ tầng tiên tiến chỉ giới hạn ở một số ít người được chọn.

Bài viết của DroomDroom về tiềm năng chuyển đổi của AI trong ngành công nghiệp tiền điện tử, tập trung vào dự đoán thị trường, bảo mật và cải tiến hợp đồng thông minh.

Ben Goertzel, một nhà nghiên cứu AI nổi tiếng, cảnh báo rằng "Tiềm năng mang lại lợi ích cho nhân loại của AI không nên bị hạn chế bởi các công ty độc quyền kiểm soát các nguồn tài nguyên quan trọng".

Các mô hình AI tập trung như GPT-4 của OpenAI và PaLM của Google có thể gây ấn tượng về khả năng của chúng, nhưng chúng cũng nêu bật một số hạn chế quan trọng có thể cản trở tương lai của AI.

1. Độc quyền dữ liệu và các vấn đề về quyền riêng tư

Có lẽ rào cản quan trọng nhất là tập trung dữ liệu. Thật đáng kinh ngạc, 90% dữ liệu trên thế giới do các tập đoàn nắm giữ riêng, khiến các nhà phát triển và tổ chức nhỏ hơn không thể tiếp cận những gì họ cần để xây dựng AI tiên tiến.

Tổng chi phí trung bình toàn cầu cho vi phạm dữ liệu từ năm 2018 đến năm 2024.

Đồng thời, mối quan tâm về quyền riêng tư cũng rất lớn. Với các tập dữ liệu khổng lồ được thu thập để đào tạo các mô hình AI, không có gì ngạc nhiên khi 92% người Mỹ bày tỏ sự lo lắng về cách dữ liệu cá nhân của họ đang được sử dụng. Chi phí cho các vụ vi phạm dữ liệu—hiện trung bình là 4,88 triệu đô la cho mỗi sự cố—chỉ làm tăng thêm sự ngờ vực ngày càng tăng xung quanh các hệ thống tập trung.

2. Sự thiên vị và những vấn đề đạo đức

Các hệ thống AI tập trung cũng thừa hưởng sự thiên vị của các tập dữ liệu mà chúng dựa vào. Trong chăm sóc sức khỏe, các mô hình AI đã cho thấy sự thiên vị về chủng tộc—dẫn đến chẩn đoán không chính xác cho các nhóm dân tộc thiểu số.

Nếu không có sự minh bạch rõ ràng về cách dữ liệu này được lấy nguồn và sử dụng để giải quyết những thành kiến ​​này vẫn là một thách thức to lớn.

Điều này không chỉ làm suy yếu lòng tin mà còn đe dọa nền tảng đạo đức của AI trong các ngành công nghiệp có tác động trực tiếp đến cuộc sống con người.

3. Giới hạn của dữ liệu công khai

Những hạn chế của các tập dữ liệu công khai cũng đang trở nên rõ ràng hơn. Khi dữ liệu công khai bị sử dụng quá mức và cũ kỹ, chất lượng của các mô hình AI có thể giảm sút.

Việc chuyển sang dữ liệu tổng hợp như một giải pháp thay thế có thể dẫn đến "sự sụp đổ của mô hình", khi các hệ thống AI gặp khó khăn trong việc phản ánh các điều kiện thực tế. Hậu quả là gì? Các mô hình có vẻ tiên tiến trên giấy tờ nhưng lại không đưa ra kết quả chính xác khi đưa vào thử nghiệm.

Như câu nói cũ, "Vào thì rác, ra thì rác". Những hạn chế của AI tập trung rất rõ ràng—khi quyền truy cập vào dữ liệu chất lượng cao bị hạn chế, thì chất lượng của AI được phát triển cũng vậy.

Hiểu về AI phi tập trung

AI phi tập trung đảo ngược mô hình truyền thống bằng cách phân phối cả dữ liệu và sức mạnh xử lý trên một mạng lưới rộng lớn.

Thay vì dựa vào một vài thực thể tập trung, AI phi tập trung khai thác các tập dữ liệu từ các nguồn riêng tư đáng tin cậy để xác thực, bảo mật và riêng tư. Các tập dữ liệu không rời khỏi máy chủ của chủ sở hữu dữ liệu.

Chỉ có các tham số có thể dao động từ vài trăm đến hàng triệu, hàng tỷ được triển khai trên các tập dữ liệu này và kết quả được gửi lại cho mô hình AI để đào tạo.

Marshall McLuhan đã từng nói: "Chúng ta định hình công cụ của mình, và sau đó công cụ định hình chúng ta". Câu nói này hoàn toàn phản ánh sự thay đổi mà chúng ta đang thấy hiện nay với AI phi tập trung.

https://x.com/Data3Network/status/1842151253951807504

Học tập liên bang, hay thuật ngữ phổ biến hơn là AI phi tập trung, đảm bảo rằng dữ liệu vẫn ở nơi nó bắt nguồn—trên các thiết bị cục bộ hoặc trong các tổ chức—trong khi vẫn đóng góp vào sự phát triển của mô hình AI toàn cầu. Điều này có nghĩa là các ngành như chăm sóc sức khỏe, tài chính và nông nghiệp có thể đóng góp vào sự phát triển của AI mà không từ bỏ quyền kiểm soát dữ liệu nhạy cảm. Mà không bỏ qua bất kỳ luật lệ nào của đất nước, thường là trường hợp với dữ liệu nhạy cảm.

Các công nghệ thúc đẩy sự phi tập trung: Học tập liên bang và Blockchain

Hai công nghệ nổi bật đang thúc đẩy xu hướng chuyển sang AI phi tập trung là học tập liên bang và blockchain.

Đọc về sự tích hợp mang tính chuyển đổi của AI trong blockchain và tiền điện tử, hé lộ những khả năng trong tương lai và các ứng dụng hiện tại.

Họ cùng nhau vạch ra lộ trình cho một quá trình phát triển AI an toàn, minh bạch và toàn diện hơn.

Học tập liên bang: Đào tạo AI ưu tiên quyền riêng tư

Học liên bang cung cấp một cách tiếp cận mới cho việc đào tạo mô hình AI bằng cách lưu giữ dữ liệu nhạy cảm trên các thiết bị cục bộ. Thay vì thu thập một lượng lớn dữ liệu thô trong một trung tâm tập trung, các mô hình AI được đào tạo tại nguồn.

Tổng giám đốc điều hành của Google, Sundar Pichai đã nhận xét: "Tương lai của AI không chỉ là các mô hình thông minh hơn mà còn là các mô hình tôn trọng quyền riêng tư và bảo mật của người dùng".

Công nghệ này được sử dụng trong các lĩnh vực như chăm sóc sức khỏe, nơi bảo vệ dữ liệu bệnh nhân là tối quan trọng và trong các ngành như quốc phòng và tài chính, nơi tính bảo mật là yếu tố then chốt.

Blockchain: Xây dựng lòng tin và tính minh bạch

Blockchain bổ sung cho việc học liên bang bằng cách thêm một lớp tin cậy và minh bạch. Mỗi tương tác trong hệ sinh thái AI đều được xác minh và lưu trữ bất biến trên blockchain, đảm bảo dữ liệu không thể bị giả mạo.

Điều này cũng mở ra cơ hội phát triển AI cho những người chơi nhỏ hơn. Bằng cách đóng góp dữ liệu hoặc tài nguyên tính toán cho các dự án phi tập trung, các cá nhân và doanh nghiệp nhỏ có thể trở thành những người tham gia tích cực vào sự phát triển của AI.

Ví dụ, Data3 Network sử dụng công nghệ blockchain trong Data3 Marketplace để cung cấp các tương tác an toàn, minh bạch và có thể theo dõi giữa các nhà phát triển và người đóng góp dữ liệu.

Tìm hiểu sâu hơn về cách AI nâng cao Web3 thông qua tự động hóa, cá nhân hóa và bảo mật, tạo tiền đề cho hệ sinh thái kỹ thuật số phi tập trung trong bài viết này của DroomDroom.

AI phi tập trung trong hành động

Data3 Network là một ví dụ điển hình về cách AI phi tập trung có thể phát triển mạnh mẽ. Thông qua Data3 Marketplace, nó kết nối các nhà phát triển AI và chủ sở hữu dữ liệu trong một hệ sinh thái an toàn, minh bạch.

Tim Berners-Lee, người sáng tạo ra World Wide Web, từng nói: "Dữ liệu là thứ quý giá và sẽ tồn tại lâu hơn chính các hệ thống". Data3 hiện thân cho tinh thần này bằng cách đảm bảo dữ liệu luôn riêng tư, an toàn và có nguồn gốc đạo đức.

Data3 Marketplace cho phép các nhà phát triển tận dụng dữ liệu an toàn, riêng tư và có nguồn gốc đạo đức để đào tạo các mô hình AI tiên tiến. Nền tảng này hỗ trợ nhiều ngành công nghiệp, bao gồm chăm sóc sức khỏe, nông nghiệp và tài chính, bằng cách cho phép họ truy cập dữ liệu chất lượng cao trong khi tuân thủ các luật về quyền riêng tư như GDPR.

Kiến trúc học tập liên bang của Data3 đảm bảo rằng dữ liệu không bao giờ rời khỏi vị trí ban đầu của nó để giảm thiểu rủi ro về quyền riêng tư trong khi vẫn đóng góp vào sự đổi mới AI toàn cầu.

Ngoài ra, lưu trữ đám mây phi tập trung của Data3 còn tăng thêm giá trị cho bảo mật bằng cách phân tán dữ liệu trên nhiều nút để loại bỏ các điểm lỗi đơn lẻ. Nền tảng này trao quyền cho các doanh nghiệp vừa và nhỏ (SME) tham gia vào cuộc đại tu AI mà không ảnh hưởng đến việc tuân thủ luật bảo mật dữ liệu toàn cầu.

Tương lai là phi tập trung

Tương lai của AI đang hướng đến sự phi tập trung—một sự thay đổi đang thay đổi cuộc chơi. Các hệ thống tập trung, với sự độc quyền dữ liệu và các vấn đề riêng tư cố hữu, đang nhường chỗ cho một cách tiếp cận toàn diện hơn.

Các mô hình phi tập trung, được xây dựng trên nền tảng học tập liên bang và blockchain, đang mở ra cánh cửa cho sự đổi mới mà trước đây không thể thực hiện được.

AI phi tập trung đang định hình tương lai đó để giúp quá trình phát triển AI trở nên dân chủ hơn, dễ tiếp cận hơn và an toàn hơn.

Các nền tảng như Data3 Network đang dẫn đầu quá trình chuyển đổi này và chứng minh rằng phi tập trung không chỉ giảm thiểu rủi ro của AI tập trung mà còn mở ra vô số khả năng mới cho sự hợp tác và đổi mới trong nhiều ngành.

Mọi sự chú ý đều đổ dồn về Data3 Network khi họ dự kiến ​​ra mắt vào thứ Sáu tuần này, ngày 18 tháng 10 năm 2024. Hãy tham gia sự kiện mang tính đột phá này, đăng ký ngay và tham gia cuộc cách mạng.