披露:此處表達的觀點和意見僅屬於作者,不代表 crypto.news 編輯部的觀點和意見。
在不斷髮展的人工智能領域,集中式和分散式計算之間的爭論愈演愈烈。像亞馬遜網絡服務這樣的集中式提供商已經佔據了市場主導地位,爲人工智能模型的訓練和部署提供了強大且可擴展的解決方案。然而,分散式計算正在成爲一個強大的競爭對手,它具有獨特的優勢和挑戰,可能會重新定義人工智能模型在全球範圍內的訓練和部署方式。
你可能還喜歡:人工智能比你想象的更需要隱私和去中心化 | 觀點
GPU 的成本效率和增強的可訪問性
人工智能中去中心化計算的主要優勢之一是成本效益。中心化提供商在基礎設施上投入巨資,維護着擁有專用 GPU 的龐大數據中心,用於人工智能計算。這種模式雖然功能強大,但價格昂貴。
另一方面,去中心化計算利用了來自全球各個來源的“未使用” GPU。這些可能是個人電腦、閒置服務器,甚至是遊戲機。通過利用這些未充分利用的資源,去中心化平臺可以以中心化提供商成本的一小部分提供計算能力。計算資源的民主化使小型企業和初創公司更容易進行 AI 開發,從而促進了 AI 領域的創新和競爭。
全球 GPU 短缺嚴重影響了小型企業從中心化提供商處獲取必要計算能力的能力。大型企業通常會簽訂長期合同,壟斷這些關鍵資源的使用權。去中心化計算網絡通過從各種貢獻者(包括個人 PC 遊戲玩家和小型提供商)採購 GPU 來緩解這一問題。這種可訪問性的提高確保即使是規模較小的實體也可以獲得所需的計算能力,而不會被行業巨頭所掩蓋。
數據隱私和用戶控制
數據隱私仍然是人工智能發展中最重要的問題。集中式系統要求將數據傳輸到其基礎設施並存儲在其中,從而有效地放棄了用戶的控制權。這種集中化帶來了巨大的隱私風險。分散式計算通過將計算保持在用戶附近提供了一種引人注目的替代方案。這可以通過聯合學習來實現,其中數據保留在用戶的設備上,或者通過使用安全的分散式計算提供商。Apple 的私有云計算通過圍繞特定用戶集成多個 iCloud 計算節點來體現這種方法,從而在利用雲計算能力的同時保持數據隱私。雖然這種方法仍然涉及一定程度的集中化,但它強調了向用戶對數據的更大控制的轉變。
儘管去中心化計算具有諸多優勢,但它也面臨諸多挑戰。其中一個關鍵問題是驗證去中心化計算節點的完整性和安全性。確保這些節點不受損害並提供真正的計算能力是一個複雜的問題。區塊鏈技術的進步提供了潛在的解決方案,實現了自我驗證機制,可以在不損害安全性的情況下驗證計算節點的合法性。
另一個重大挑戰是去中心化計算過程中個人數據的潛在暴露。人工智能模型依靠龐大的數據集蓬勃發展,但如果沒有隱私保護技術,去中心化訓練可能會面臨數據泄露的風險。聯邦學習、零知識證明 (ZKP) 和全同態加密 (FHE) 等技術可以減輕這些風險。自 2017 年以來,聯邦學習被各大公司廣泛採用,它允許數據保持在本地,同時仍有助於模型訓練。通過將這些加密和隱私保護技術集成到去中心化計算網絡中,我們可以增強數據安全性和用戶隱私,突破去中心化人工智能所能實現的界限。
你可能還喜歡:模塊化正在改變加密格局 | 觀點
帶寬和效率問題
去中心化計算網絡的效率是另一個值得關注的領域。由於網絡的分佈式特性,去中心化系統中的傳輸效率將不可避免地落後於中心化集羣。歷史上的軼事,例如 AWS 在暴風雪期間將數據從多倫多傳輸到溫哥華,凸顯了數據傳輸的後勤挑戰。
然而,LoRA 微調和模型壓縮等 AI 技術的進步可以幫助緩解這些帶寬瓶頸。通過優化數據傳輸過程和改進模型訓練技術,分散式計算網絡可以實現與集中式網絡相媲美的性能水平。
利用新興技術彌補差距
區塊鏈技術與人工智能的結合爲解決去中心化計算面臨的諸多挑戰提供了一條有希望的途徑。區塊鏈提供了一個透明且不可篡改的賬本,用於跟蹤數據來源和計算節點的完整性。這確保了網絡中的所有參與者都可以信任正在執行的數據和計算。此外,區塊鏈的共識機制可以促進去中心化治理,使社區能夠共同管理和改善網絡。
此外,聯邦學習和同態加密的進步對於確保數據隱私得到維護,同時利用去中心化計算網絡的分佈式特性至關重要。這些技術使人工智能模型能夠從分佈式數據集中學習,而不會暴露敏感信息,從而平衡了對大量數據的需求和嚴格的隱私要求。
人工智能中去中心化計算的未來
去中心化計算網絡在徹底改變 AI 開發方面具有巨大的潛力。通過實現計算資源的民主化訪問、增強數據隱私以及利用新興技術,去中心化 AI 可以爲中心化系統提供強大的替代方案。然而,這一過程充滿挑戰,需要 AI 和區塊鏈社區的創新解決方案和協作努力。
隨着我們不斷前進,繼續探索和開發解決這些挑戰的去中心化計算解決方案至關重要。通過培育協作生態系統,我們可以確保所有人都能享受到人工智能的好處,促進人工智能發展更加公平和創新的未來。
閱讀更多:去中心化人工智能:利用區塊鏈實現更公平的未來 | 觀點
Author: Jiahao Sun
FLock.io 創始人兼首席執行官孫家豪是牛津大學校友,也是人工智能和區塊鏈專家。他曾擔任加拿大皇家銀行人工智能總監和倫敦帝國理工學院人工智能研究員,他創立了 FLock.io,專注於以隱私爲中心的人工智能解決方案。在他的領導下,FLock.io 在安全、協作的人工智能模型訓練和部署方面取得了開創性進展,展現了他致力於利用技術促進社會進步的決心。