Ở một bước ngoặt quan trọng trong kỷ nguyên công nghệ mới này, các xu hướng lớn trong lĩnh vực trí tuệ nhân tạo (AI) và Crypto đã bắt đầu hợp nhất, mang lại những thay đổi sâu sắc cho toàn ngành. Sự xuất hiện của các công nghệ đột phá như ChatGPT trong lĩnh vực AI sẽ thu hút khoản đầu tư đáng kinh ngạc 25 tỷ USD chỉ riêng trong năm 2023, tăng gấp 5 lần so với năm trước. Sự gia tăng này không chỉ thể hiện niềm tin liên tục vào tiềm năng của AI mà còn khơi dậy các cuộc thảo luận sôi nổi về sự hội tụ của AI và tiền điện tử. Đáng chú ý, người đồng sáng lập Ethereum Vitalik Buterin đã có đóng góp quan trọng trong chủ đề này, cung cấp những hiểu biết sâu sắc về những hứa hẹn và thách thức của việc tích hợp AI với Tiền điện tử.
Mới đây, OpenAI đã cho ra mắt mô hình Sora, một mô hình chuyển văn bản thành video đầy sáng tạo, đã thu hút được sự chú ý của cộng đồng công nghệ và minh chứng cho tốc độ phát triển chóng mặt của trí tuệ nhân tạo. Giám đốc điều hành OpenAI Sam Altman đã đề xuất một kế hoạch táo bạo nhằm huy động 7 nghìn tỷ USD cho thiết kế và sản xuất chip, nêu bật cam kết mạnh mẽ đối với sự phát triển của trí tuệ nhân tạo đồng thời khơi dậy suy nghĩ sâu sắc về tiềm năng của thị trường trí tuệ nhân tạo được mã hóa.
Mặc dù nhiều ứng dụng hợp tác này vẫn đang ở giai đoạn đầu nhưng thị trường vẫn lạc quan.
Đi trên những con đường khác nhau
Theo truyền thống, cả hai được coi là lực lượng đối lập nhau: Crypto tập trung vào phân cấp, trong khi AI thiên về tập trung hóa. Sự tương phản rõ rệt này được Peter Thiel minh họa một cách sinh động và được trình bày chi tiết hơn trong cuộc thảo luận chuyên sâu của Ali Yahya của a16z Crypto. Tuy nhiên, những phát triển gần đây cho thấy một sự hội tụ bất ngờ hứa hẹn sẽ định hình lại sự đổi mới kỹ thuật số. Khi khám phá sự giao thoa năng động này, chúng tôi đã phát hiện ra tiềm năng to lớn về sức mạnh tổng hợp hợp tác giữa AI và Tiền điện tử.
Sự tích hợp này tận dụng tối đa lợi thế mạnh mẽ của mạng được mã hóa về quyền sở hữu dữ liệu, tính minh bạch và quản trị có đạo đức, bổ sung cho các khả năng nâng cao của AI và cung cấp các giải pháp mới cho các thách thức tập trung hóa trong ngành AI:
Đảm bảo quyền sở hữu dữ liệu: Với công nghệ blockchain, người dùng có thể mã hóa và điều chỉnh quyền truy cập vào dữ liệu của họ, cung cấp cho họ phương tiện để giám sát việc sử dụng dữ liệu của hệ thống AI.
Tăng tính minh bạch: Bản chất bất biến của blockchain hoạt động như một sổ cái minh bạch, tạo điều kiện thuận lợi cho việc xác minh và xác thực dữ liệu được sử dụng trong các mô hình AI.
Đạt được khả năng kiếm tiền trực tiếp từ dữ liệu: Blockchain tạo điều kiện kiếm tiền trực tiếp từ dữ liệu người dùng, khuyến khích chia sẻ dữ liệu bằng cách cung cấp các khuyến khích kinh tế đồng thời đảm bảo quyền kiểm soát cá nhân.
Giảm mức tiêu thụ năng lượng của AI: Bằng cách áp dụng các cơ chế tiết kiệm năng lượng như bằng chứng cổ phần, blockchain dự kiến sẽ giảm thiểu yêu cầu năng lượng trong đào tạo AI, từ đó thúc đẩy tiến bộ bền vững trong phát triển AI.
Thúc đẩy AI có đạo đức: Tính minh bạch và toàn diện vốn có của Blockchain có thể thúc đẩy các hoạt động AI có đạo đức hơn, loại bỏ tính bí mật thường liên quan đến đổi mới AI.
Đổi mới AI và tiền điện tử thu hẹp khoảng cách và định hình những lợi thế trong tương lai
zkML: Một động thái sáng tạo nhằm nâng cao khả năng bảo vệ quyền riêng tư của AI
Mặc dù khả năng của AI hiện đại rất ấn tượng nhưng chúng cũng gây ra những lo ngại cấp bách về quyền riêng tư, bảo mật và quyền tự chủ của người dùng. Trong quá trình đào tạo mô hình AI, việc tổng hợp dữ liệu tập trung thách thức trực tiếp quyền riêng tư cá nhân, đặc biệt là trong một hệ sinh thái công nghệ duy nhất, nơi người dùng khó kiểm soát dữ liệu của chính mình.
Để đối phó với thách thức này, sự đổi mới được hướng dẫn bởi khái niệm mã hóa phi tập trung đã xuất hiện, trong đó các công nghệ mật mã như bằng chứng không có kiến thức (ZKP) cho phép học máy bảo đảm quyền riêng tư mà không phải hy sinh dữ liệu nhạy cảm của người dùng. Mặc dù có nhiều ưu điểm nhưng các phương pháp này vẫn có một số thách thức so với các phương pháp tổng hợp dữ liệu quy mô lớn truyền thống, bao gồm các vấn đề về hiệu quả tính toán, độ chính xác của mô hình và gỡ lỗi.
Điều đáng chú ý là máy học không kiến thức (zkML), do các nhóm như Modulus Labs và EZKL dẫn đầu, đã đạt được tiến bộ đáng kể, đánh dấu sự phát triển nhanh chóng của lĩnh vực này. Khi công nghệ tăng tốc phần cứng tiếp tục được cải thiện, người ta lạc quan về triển vọng của zkML.
Những thách thức về tính xác thực trong kỷ nguyên của deepfake
Trong thời đại mà công nghệ deepfake đang lan rộng, việc bảo vệ tính xác thực và độ tin cậy của nội dung số là rất quan trọng. Công nghệ chuỗi khối được kỳ vọng sẽ tạo điều kiện thuận lợi đáng kể cho việc tạo ra các hệ thống đăng ký danh tính phi tập trung và chống giả mạo. Hệ thống đăng ký này ánh xạ các khóa công khai tới danh tính thực, cung cấp một cách dễ dàng để thiết lập lòng tin và buộc mọi người phải chịu trách nhiệm về hành vi nguy hiểm.
Worldcoin, do Sam Altman đồng sáng lập, là một trong những giao thức tiền điện tử hấp dẫn nhất để giải quyết các thách thức hiện tại. Mục tiêu là đạt được sự đăng ký toàn cầu của mọi cá nhân thông qua chức năng quét sinh trắc học của Orb để phân biệt một cách đáng tin cậy giữa con người và máy móc. Cơ chế khuyến khích của giao thức sử dụng mã thông báo blockchain chuyên dụng có tên WLD. Tính đến thời điểm hiện tại, nhóm Worldcoin đã đạt được tiến bộ đáng kể ở 120 quốc gia trên thế giới, thu hút hơn 3,8 triệu lượt đăng ký.
Một sáng kiến khác nhằm giải quyết vấn đề này là tiêu chuẩn Ghi xuất xứ nội dung số (DCPR) do nhóm Arweave và Irys (trước đây là Bundlr) đưa ra. Tiêu chuẩn này tận dụng tối đa công nghệ chuỗi khối Arweave để đánh dấu thời gian và xác minh nội dung kỹ thuật số, cung cấp cho người dùng siêu dữ liệu đáng tin cậy và giúp đánh giá độ tin cậy của thông tin kỹ thuật số.
Giải quyết sự thiên vị trong các mô hình AI
Khi các mô hình AI ngày càng được tích hợp vào cuộc sống hàng ngày của chúng ta, có nhiều lo ngại về xu hướng tiềm ẩn của chúng. Ví dụ: các chatbot được hỗ trợ bởi AI có thể âm thầm gây ảnh hưởng đến người tiêu dùng, hướng dẫn họ lựa chọn sản phẩm hoặc hệ tư tưởng cụ thể một cách tinh tế, dẫn đến sự sụp đổ niềm tin với những hậu quả sâu rộng.
Bittensor, một giao thức điện toán phi tập trung, chống lại sự thiên vị AI bằng cách khuyến khích các mô hình được đào tạo trước đa dạng để cạnh tranh để có được phản hồi tốt nhất. Trình xác thực khen thưởng các mô hình có hiệu suất cao đồng thời loại bỏ các mô hình có hiệu suất kém và sai lệch. Bằng cách thúc đẩy một môi trường cởi mở và hợp tác trên nhiều mô hình và bộ dữ liệu khác nhau, Bittensor dự kiến sẽ thúc đẩy AI đồng thời chủ động chống lại các tác động tiêu cực của sự thiên vị.
Mặc dù Bittensor vẫn đang trong giai đoạn phát triển ban đầu nhưng nó đã đạt được tiến bộ đáng kể, với 32 mạng con được tùy chỉnh đặc biệt phù hợp với các trường hợp sử dụng cụ thể như lời nhắc văn bản, tạo hình ảnh, dự đoán giá, thu thập dữ liệu, lưu trữ, v.v.
Thúc đẩy sự phát triển của AI thông qua khả năng tiếp cận ngày càng tăng
Khối lượng công việc AI và máy học (ML) tăng vọt đã tạo ra nhu cầu lớn về card đồ họa hiệu năng cao, chẳng hạn như Nvidia A100. Tuy nhiên, chi phí vốn khổng lồ liên quan đến điện toán và lưu trữ có thể loại trừ nhiều người, khiến việc phát triển AI phần lớn bị các gã khổng lồ công nghệ độc quyền. Để đối phó với thách thức này, một thị trường mới nổi tương tự như “AirBnB của card đồ họa” đã xuất hiện, cho phép các cá nhân và tổ chức thuê các tài nguyên GPU chưa sử dụng để đáp ứng nhu cầu của các nhà nghiên cứu và phát triển AI.
Các thị trường điện toán phi tập trung, chẳng hạn như Mạng Akash và Mạng kết xuất, được thiết kế để giải quyết vấn đề hiệu quả của các tài nguyên GPU không được sử dụng đúng mức bằng cách kết nối chủ sở hữu GPU với các nhà phát triển AI đang tìm kiếm sức mạnh tính toán. Bằng cách tận dụng các nền tảng điện toán phi tập trung này, một bộ tài nguyên điện toán mới sẽ có thể truy cập được, cho phép các cá nhân trên khắp thế giới kiếm tiền từ sức mạnh tính toán nhàn rỗi của họ. Đồng thời, nó cung cấp cho các nhà phát triển AI khả năng truy cập linh hoạt vào các tài nguyên máy tính, giải phóng họ khỏi những ràng buộc của những gã khổng lồ tập trung.
Bằng cách tận dụng công nghệ blockchain để loại bỏ các trung gian tìm kiếm lợi nhuận và chi phí bổ sung, các mạng phi tập trung này có thể cung cấp dịch vụ với chi phí thấp hơn so với các đối tác tập trung của chúng. Akash Network thậm chí còn tự hào về mức giá chỉ bằng 1/5 chi phí truyền thống. Ngoài ra, Mạng kết xuất, tập trung vào thị trường GPU để kết xuất hình ảnh 3D, đã có mức sử dụng tăng đáng kể vào năm 2023.
Nhìn về phía trước
Khi nhìn vào hiện trạng của lĩnh vực AI và Crypto, rõ ràng cả hai đều có năng lực kỹ thuật mạnh mẽ, nhưng mỗi lĩnh vực cũng phải đối mặt với những thiếu sót đáng kể. Bất chấp những khả năng của nó, mật mã vẫn chưa đủ trưởng thành để áp dụng rộng rãi. Đồng thời, việc các công ty Big Tech kiểm soát tập trung AI đã làm dấy lên lo ngại về sự độc quyền về công nghệ.
Mặc dù sức mạnh tổng hợp này vẫn còn ở giai đoạn đầu, nhưng các dự án kết hợp AI với Tiền điện tử đang xây dựng cơ sở hạ tầng cho các tương tác AI trên chuỗi có thể mở rộng. Động lực đầy hứa hẹn này dự kiến sẽ tiếp tục phát triển vào năm 2024 và hơn thế nữa. Tất cả điều này phụ thuộc vào việc những người tham gia thị trường xem những tài sản này như một đối trọng với sự thống trị tiềm tàng của những người chơi tập trung lớn như OpenAI.
Sự tích hợp cẩn thận của các công nghệ mang tính cách mạng này sẽ mở rộng một cách tinh tế các cách giải quyết các điểm yếu tương ứng của chúng. Điều này chỉ ra một tương lai nơi AI dựa trên blockchain xây dựng một mô hình bảo vệ quyền riêng tư đồng thời mở ra cơ hội cho các trường hợp sử dụng tiềm năng. Triển vọng của các tác nhân điện toán phi tập trung, zkML và AI đầy hứa hẹn, đặt nền tảng cho một tương lai AI và tiền điện tử được kết nối sâu sắc. Tiềm năng của họ là rất lớn và bắt nguồn từ một cộng đồng nhà phát triển cấp cơ sở được hình thành một cách tự phát và cam kết thúc đẩy ứng dụng công nghệ theo cách công bằng và dễ tiếp cận đối với mọi người.
