Tác giả: io.net

Biên soạn: Alex Liu, Foresight News

Trí tuệ nhân tạo đã nhanh chóng trở thành một trong những lực lượng tập trung nhất trên thế giới. Việc phát triển và triển khai trí tuệ nhân tạo đòi hỏi rất nhiều tài nguyên - bao gồm cả vốn lớn, khả năng tính toán tiên tiến và nhân tài chuyên môn cao. Tất nhiên, chỉ những tổ chức có nguồn vốn dồi dào nhất mới có khả năng đầu tư vào cơ sở hạ tầng tiên tiến và thu hút nhân tài hàng đầu, trong khi các doanh nghiệp nhỏ hơn gặp khó khăn để theo kịp.

Trong các trường hợp truyền thống, MLOps (Operations Machine Learning, hoạt động máy học) được các tổ chức lớn kiểm soát, những tổ chức này quản lý mọi thứ từ thu thập dữ liệu đến đào tạo và triển khai mô hình. Hệ sinh thái khép kín này độc quyền nhân tài và tài nguyên, tạo ra những rào cản đáng kể cho các công ty khởi nghiệp và nhỏ.

Một trong những cách thú vị nhất mà blockchain thách thức sự tập trung này là hỗ trợ các mô hình trí tuệ nhân tạo phi tập trung và không cần giấy phép. Bằng cách tận dụng cộng đồng phân tán để bảo vệ, xác thực, tinh chỉnh và xác minh mọi giai đoạn trong quá trình triển khai LLM (Mô hình ngôn ngữ lớn), chúng ta có thể ngăn chặn một số ít người tham gia thống trị lĩnh vực trí tuệ nhân tạo.

io.net đang theo dõi sát sao điểm giao thoa giữa trí tuệ nhân tạo và blockchain, xác định ba lĩnh vực quan trọng có thể thay đổi cục diện.

MLOps phân tán

Trong MLOps truyền thống, các công ty công nghệ lớn chiếm ưu thế. Họ có nguồn lực để độc quyền nhân tài và vận hành mọi thứ trong nội bộ. Ngược lại, MLOps phi tập trung sử dụng blockchain và các động lực token để tạo ra mạng lưới phân tán, cho phép nhiều người tham gia hơn trong toàn bộ quy trình phát triển trí tuệ nhân tạo.

Từ việc gán nhãn dữ liệu đến tinh chỉnh mô hình, mạng lưới phi tập trung có thể mở rộng một cách hiệu quả và công bằng hơn. Kho nhân tài có thể điều chỉnh theo nhu cầu và độ phức tạp, điều này khiến phương pháp này đặc biệt hiệu quả trong các lĩnh vực chuyên môn nơi mà nhân tài thường tập trung tại các công ty có vốn lớn.

Lấy CrunchDao làm ví dụ, họ đã xây dựng một mô hình phi tập trung giống như Kaggle, nơi các tài năng trí tuệ nhân tạo có thể cạnh tranh để giải quyết vấn đề cho các công ty thương mại. Khi các bộ dữ liệu cụ thể trở nên ngày càng phổ biến, các công ty sẽ ngày càng phụ thuộc vào mạng lưới nhân tài này để cung cấp "con người trong vòng lặp" cho giám sát, tinh chỉnh và tối ưu hóa. Một dự án khác, Codigo, đang sử dụng phương pháp tương tự, xây dựng một mạng lưới phi tập trung gồm các nhà phát triển tiền điện tử, những người được thưởng token để đào tạo và hoàn thiện các mô hình ngôn ngữ cụ thể cho tiền điện tử.

Phần cứng phân tán

Một trong những rào cản lớn nhất trong phát triển trí tuệ nhân tạo ngày nay là việc có được các GPU tiên tiến, chẳng hạn như A100 và H100 của Nvidia. Chúng rất quan trọng để đào tạo các mô hình trí tuệ nhân tạo lớn, nhưng chi phí của chúng quá cao đối với hầu hết các công ty khởi nghiệp. Trong khi đó, các công ty như AWS đang thực hiện các giao dịch trực tiếp với Nvidia, càng hạn chế khả năng tiếp cận của các doanh nghiệp nhỏ.

Đó là lý do tại sao cần những mô hình phi tập trung dựa trên blockchain như io.net. Bằng cách cho phép mọi người có thể kiếm tiền từ GPU nhàn rỗi (dù chúng nằm trong trung tâm dữ liệu, cơ sở khai thác tiền điện tử, hoặc ngay cả trong máy chơi game), các công ty nhỏ có thể có được khả năng tính toán cần thiết với chi phí cực thấp. Đây là một giải pháp thay thế không cần giấy phép, hiệu quả về chi phí so với các nhà cung cấp đám mây truyền thống, không có rủi ro kiểm duyệt hay chi phí cao.

Truy xuất nguồn gốc phân tán

Như Balaji Srinivasan đã nói, "Trí tuệ nhân tạo là sản phẩm số phong phú, tiền điện tử là tài sản số khan hiếm; trí tuệ nhân tạo tạo ra, tiền điện tử xác thực." Khi các mô hình trí tuệ nhân tạo ngày càng phụ thuộc vào dữ liệu mới, riêng tư hoặc thậm chí được bảo vệ bản quyền, và khi mối đe dọa giả mạo sâu ngày càng tăng, việc đảm bảo nguồn gốc dữ liệu và cấp phép thích hợp trở nên quan trọng hơn bao giờ hết.

Khi nói đến việc đào tạo các mô hình trí tuệ nhân tạo trên dữ liệu được bảo vệ mà không có sự đồng ý thích hợp, vi phạm bản quyền là một vấn đề nghiêm trọng. Đây là nơi mà các giải pháp truy xuất nguồn gốc phi tập trung tỏa sáng. Sử dụng sổ cái phi tập trung và minh bạch của blockchain, chúng ta có thể theo dõi và xác minh dữ liệu trong toàn bộ vòng đời của nó (từ thu thập đến triển khai) mà không cần dựa vào các cơ quan tập trung. Điều này tăng cường một lớp độ tin cậy, trách nhiệm và tôn trọng quyền dữ liệu, điều này rất quan trọng cho sự phát triển trong tương lai của trí tuệ nhân tạo.

Kết luận

Sự kết hợp giữa trí tuệ nhân tạo và công nghệ blockchain mang đến những phương pháp mới thú vị để thách thức các mối đe dọa tập trung trong phát triển trí tuệ nhân tạo. MLOps phi tập trung, phần cứng phân tán và các giải pháp truy xuất nguồn gốc dựa trên blockchain đang đóng vai trò trong việc tạo ra một hệ sinh thái trí tuệ nhân tạo công bằng và có thể mở rộng hơn. Những mô hình này cho phép mạng lưới nhân tài linh hoạt, tận dụng tài nguyên tính toán nhàn rỗi và đảm bảo độ tin cậy của dữ liệu, mở đường cho một tương lai trí tuệ nhân tạo phi tập trung và bao trùm hơn.