У минулому стартапи з їхньою швидкістю, гнучкістю та підприємницькою культурою були вільні від пут організаційної інерції та тривалий час вели технологічні інновації. **Проте все це переписано епохою штучного інтелекту. **На сьогоднішній день творцями революційних продуктів ШІ були традиційні технологічні гіганти, такі як Microsoft OpenAI, Nvidia, Google і навіть Meta.
**що сталося? **Чому цього разу гігант переміг стартап? Стартапи можуть писати чудовий код, але вони стикаються з кількома перешкодами порівняно з технологічними гігантами:
Витрати на обчислення залишаються високими
Розвиток штучного інтелекту має зворотний напрямок: занепокоєння та невизначеність щодо суспільного впливу штучного інтелекту перешкоджають інноваціям через відсутність необхідних вказівок
Проблема з чорним ящиком ШІ
«Рови даних», створені великими технологічними компаніями, створюють бар’єри для входу
Отже, навіщо потрібна технологія блокчейн? Де він перетинається зі штучним інтелектом? Хоча не всі проблеми можна вирішити одночасно, Мережа розподіленої фізичної інфраструктури (DePIN) у Web3 створює умови для вирішення вищезгаданих проблем. Далі пояснюється, як технологія DePIN може допомогти штучному інтелекту, головним чином у чотирьох вимірах:
Зменшити витрати на інфраструктуру
ПЕРЕВІРИТИ Творця та Особистість
ЗАПОВНИТИ ШІ демократія та прозорість
Налаштування механізму винагороди за внесення даних
нижче:
"web3" відноситься до Інтернету нового покоління, а технологія блокчейн та інші існуючі технології є його органічними компонентами.
"Блокчейн" відноситься до технології децентралізованої та розподіленої книги.
"Крипто" означає використання механізмів токенів для заохочення та децентралізації.
1. Зменшіть витрати на інфраструктуру (обчислення та зберігання)
Кожна хвиля технологічних інновацій починається з того, що щось дороге стає достатньо дешевим, щоб витрачати його.
– Society’s Tech Debt and Software’s Gutenberg Moment, через SK Ventures
Наскільки важливою є доступність інфраструктури (інфраструктура штучного інтелекту стосується вартості апаратного забезпечення для обчислень, передачі та зберігання даних), теорія технологічної революції Карлоти Перес вказала, що теорія передбачає, що технологічні прориви включають два етапи:
Джерело: Теорія технічної революції Карлоти Перес
Фаза встановлення характеризується великими інвестиціями венчурного капіталу, будівництвом інфраструктури та стратегіями виходу на ринок (GTM), оскільки клієнти не розуміють ціннісної пропозиції нового технології.
Етап розгортання характеризується значним збільшенням пропозиції інфраструктури, зниженням порогу для залучення новачків і прийняттям стратегії "витягування"** на ринок просування (GTM),** що вказує на високий ступінь відповідність ринку продукції, клієнти очікують більше продуктів, які ще мають бути сформовані.
Тепер, коли такі спроби, як ChatGPT, продемонстрували відповідність ринку та попит клієнтів, можна відчути, що штучний інтелект увійшов у фазу розгортання. **Однак штучному інтелекту бракує важливої частини: надлишкової інфраструктури для чутливих до ціни стартапів, які можна створювати та експериментувати. **
питання
Поточна галузь фізичної інфраструктури в основному монополізована вертикально інтегрованою олігополією, включаючи AWS, GCP, Azure, Nvidia, Cloudflare, Akamai тощо. Галузь має високі прибутки. За оцінками, валовий прибуток AWS на товарному обчислювальному обладнанні становить 61%. Таким чином, нові учасники в області штучного інтелекту, особливо в області LLM, повинні стикатися з надзвичайно високими обчислювальними витратами.
Вартість навчання ChatGPT оцінюється в 4 мільйони доларів США, а операційні витрати на апаратне забезпечення – близько 700 000 доларів США на день.
*Версія Bloom 2 може коштувати 10 мільйонів доларів на навчання та перенавчання.
Якщо ChatGPT увійде в Google Search, дохід Google зменшиться на 36 мільярдів доларів, ** Величезні прибутки будуть переміщені з програмних платформ (Google) до постачальників обладнання (Nvidia). **
Джерело: Пошаровий аналіз - LLM Search Architecture and Cost
рішення
Мережі DePIN, такі як Filecoin (піонер DePIN виник у 2014 році, зосереджуючись на зборі апаратного забезпечення рівня Інтернету та обслуговуванні розподіленого зберігання даних), Bacalhau, Gensyn.ai, Render Network, ExaBits (рівень координації для узгодження пропозиції та попиту на CPU/GPU) може заощадити від 75% до 90%+ витрат на інфраструктуру за допомогою таких трьох аспектів:
1. Розсувайте криву пропозиції та стимулюйте конкуренцію на ринку
DePIN надає рівні можливості постачальникам обладнання стати постачальниками послуг. Це створює ринок, на якому будь-хто може приєднатися як «майнер» і обмінювати потужність CPU/GPU або накопичувача за фінансову компенсацію, тим самим створюючи конкуренцію для існуючих постачальників.
Хоча така компанія, як AWS, безсумнівно, має 17-річну перевагу в інтерфейсі користувача, операціях і вертикальній інтеграції, **DePIN залучає нову клієнтську базу, яка не може прийняти ціни від централізованих постачальників. **Подібно до того, як Ebay не конкурує безпосередньо з Bloomingdale, а натомість пропонує більш економічні альтернативи для задоволення подібних потреб, розподілені мережі зберігання не замінюють централізованих постачальників, а призначені для обслуговування груп користувачів, чутливих до ціни.
2. Сприяти ринковому економічному балансу за допомогою зашифрованого економічного дизайну
Механізм субсидій, створений DePIN, може скеровувати постачальників апаратного забезпечення до участі в мережі, тим самим зменшуючи витрати кінцевих користувачів. В принципі, ми можемо подивитися на витрати та доходи постачальників сховищ AWS і Filecoin у Web2 і Web3.
**Клієнти отримують знижку ціни: **Мережа DePIN створює конкурентоспроможний ринок і запроваджує конкуренцію в стилі Бертрана, тим самим зменшуючи комісію клієнта за оплату. Для порівняння, AWS EC2 потребує приблизно 55% маржі та 31% загальної маржі, щоб залишатися на плаву. Заохочення/винагорода за блокування токенів, що надається мережею DePIN, також є новим джерелом доходу. У контексті Filecoin, чим більше реальних даних розміщує постачальник сховищ, тим більше винагород за блок (токенів) він може отримати. **Отже, постачальники сховищ мають стимул залучати більше клієнтів для укладання угод і збільшення прибутку. **Структури маркерів кількох нових обчислювальних мереж DePIN залишаються нерозкритими, але, ймовірно, дотримуються подібної моделі. Подібні мережі включають:
Bacalhau: рівень координації, який переносить обчислення до місця зберігання даних, уникаючи переміщення великих обсягів даних.
exaBITS: розподілена обчислювальна мережа, що обслуговує програми штучного інтелекту та інтенсивні обчислення.
Gensyn.ai: обчислювальний протокол моделі глибокого навчання.
3. Зменшення накладних витрат: Переваги Bacalhau, exaBITS та інших мереж DePIN і IPFS/адресованого сховища вмісту включають:
Розблокування доступності прихованих даних: Великі обсяги даних наразі не використовуються через високу вартість смуги пропускання для передачі великих наборів даних, таких як масивні дані про події, створені спортивними стадіонами. Проект DePIN може обробляти дані на місці та передавати лише значущі результати, виявляючи потенційну доступність даних.
Зниження операційних витрат: Зменште витрати на введення, передачу та імпорт/експорт даних шляхом отримання даних локально.
**Мінімізуйте ручну роботу в обміні конфіденційними даними: **Якщо лікарням A і B потрібно об’єднати конфіденційні дані своїх пацієнтів для аналізу, вони можуть використовувати Bacalhau для координації обчислювальної потужності графічного процесора та безпосередньої локальної обробки конфіденційних даних без необхідності обмінюватися ідентифікаційними даними. інформації (PII) з контрагентами через громіздкі адміністративні процеси.
**Немає необхідності перераховувати базовий набір даних: **IPFS/адресоване сховище вмісту забезпечує можливість дедуплікації, відстеження та перевірки даних. Щоб дізнатися про функції та економічні характеристики IPFS, зверніться до цієї статті.
Підсумок, створений штучним інтелектом: штучному інтелекту потрібна доступна інфраструктура, яку надає DePIN, а на ринку інфраструктури зараз домінують вертикально інтегровані олігополії. Мережі DePIN, такі як Filecoin, Bacalhau, Render Network, ExaBits, демократизують можливість стати постачальником апаратного забезпечення, запроваджують конкуренцію, підтримують ринковий економічний баланс за допомогою криптоекономічного дизайну, знижують витрати більш ніж на 75%-90% і зменшують накладні витрати.
2. Перевірте творця та особистість
питання
Недавнє опитування показує, що **50% дослідників штучного інтелекту вважають, що ймовірність штучного інтелекту завдати руйнівної шкоди людям перевищує 10%. **
Люди повинні бути напоготові, що штучний інтелект спричинив соціальний хаос, і досі не вистачає регулювання чи технічних специфікацій. Ця ситуація називається «зворотним пелюстком».
Наприклад, у цьому відео у Twitter ведучий подкастів Джо Роган і консервативний коментатор Бен Шапіро обговорюють фільм «Рататуй», але це відео створено ШІ.
Джерело: Bloomberg
Варто зазначити, що соціальний вплив штучного інтелекту виходить далеко за межі проблем, створених фейковими блогами, розмовами та зображеннями:
Під час виборів у США 2024 року контент кампанії deepfake, створений ШІ, вперше досяг ефекту фейку.
*Відео сенатора Елізабет Воррен було відредаговано, щоб вона «казала» такі речі, як «Республіканцям не можна дозволяти голосувати» (чутки розвінчані).
Синтезований голос Байдена критикує транс-жінок.
Група художників подала колективний позов проти Midjourney і Stability AI, стверджуючи про несанкціоноване використання робіт художників для навчання штучного інтелекту, порушення авторських прав і загрози засобам існування художників.
Пісня, створена штучним інтелектом, «Heart on My Sleeve» за участю The Weeknd і Drake, стала вірусною на потоковій платформі, але пізніше її було видалено. Коли нова технологія входить у мейнстрим без регулювання, це створює багато проблем, **порушення авторських прав є проблемою «зворотного пелюстка». **
Тож чи можемо ми додати до Web3 специфікації, пов’язані зі штучним інтелектом?
рішення
Надайте підтвердження особистості та підтвердження творця за допомогою підтвердження походження в зашифрованому ланцюжку
Зробіть так, щоб технологія блокчейну справді працювала – як розподілений реєстр, що містить незмінну історію в ланцюжку, автентичність цифрового вмісту можна перевірити за допомогою криптографічних доказів вмісту.
Цифровий підпис як доказ творця та підтвердження особистості
Щоб ідентифікувати deepfake, криптографічний доказ може бути згенерований за допомогою цифрового підпису, унікального для творця оригінального вмісту.Підпис може бути створений за допомогою закритого ключа, відомого лише творцю та перевіреного відкритим ключем, доступним для всіх. Наявність підпису підтверджує, що контент створено оригінальним творцем, людиною чи штучним інтелектом, і підтверджує авторизовані чи несанкціоновані зміни вмісту.
Використання IPFS і дерева Merkle для підтвердження автентичності
IPFS — це розподілений протокол для посилань на великі набори даних за допомогою адресації вмісту та дерев Merkle. Щоб довести, що вміст файлу було отримано та змінено, генерується підтвердження Merkle, яке є рядком хешів, що показує позицію певного блоку даних у дереві Merkle. З кожною зміною до дерева Merkle додається хеш, який є доказом модифікації файлу.
**Більшою точкою схеми шифрування є механізм стимулювання.**Зрештою, ідентифікація виробника дипфейків може зменшити негативний соціальний вплив, але не принесе таких же економічних вигод. Ймовірно, ця відповідальність ляже на мейнстрімні медіа-платформи, такі як Twitter, Meta та Google, і це справді так. **То навіщо нам блокчейн? **
Відповідь полягає в тому, що криптографічні підписи блокчейну та докази автентичності** є більш ефективними, перевіреними та надійними. **Наразі процес виявлення дипфейків переважно використовує алгоритми машинного навчання (такі як «Deepfake Detection Challenge» від Meta, «Asymmetric Numerals» (ANS) від Google і c2pa: для виявлення закономірностей і аномалій у візуальному вмісті,**але часто це недостатньо точний і відстає від швидкості розробки deepfake.**Загалом для визначення автентичності потрібен ручний перегляд, що є неефективним і дорогим.
Якщо одного дня кожна частина вмісту матиме криптографічний підпис, кожен зможе підтвердити джерело створення, позначаючи підробку чи підробку, тоді ми відкриємо прекрасний світ.
Підсумок, створений штучним інтелектом: штучний інтелект може становити серйозну загрозу суспільству, особливо глибокі фейки та несанкціоноване використання вмісту, тоді як технології Web3, такі як підтвердження творця з використанням цифрових підписів і підтвердження автентичності з використанням IPFS і дерев Merkle, автентичність цифрових вміст можна перевірити, запобігаючи несанкціонованим змінам і забезпечуючи норми для ШІ.
3. Демократизація ШІ
питання
Сьогодні штучний інтелект – це чорна скринька, створена з власних даних і власних алгоритмів. Закритий характер LLM, великої технологічної компанії, вбив "AI демократію" в моїх очах, тобто кожен розробник і навіть користувач може внести алгоритми та дані в модель LLM і отримати участь прибутку, коли модель прибуткова (пов’язані статті).
Демократія ШІ = Видимість (може бачити дані та алгоритми, введені в модель)** + Внесок** (може вносити дані або алгоритми в модель).
рішення
Мета демократії штучного інтелекту полягає в тому, щоб зробити генеративні моделі штучного інтелекту відкритими для громадськості, відповідними для них і належати їм. У таблиці нижче порівнюється поточний стан штучного інтелекту з майбутнім, якого можна досягти за допомогою технології блокчейн Web3.
наразі--
Для клієнтів:
Односторонній прийом LLM вихід
Неможливо контролювати використання особистих даних
Для розробників:
Низька компонування
Обробка даних ETL не простежується, і її важко відтворити
Джерело надання даних обмежено власником даних
До моделей із закритим вихідним кодом можна отримати доступ лише через API за окрему плату
Виведені спільні дані не піддаються перевірці, а дослідники витрачають 80% свого часу на очищення даних низького класу
Після об’єднання блокчейну——
Для клієнтів:
Користувачі можуть надавати відгуки (наприклад, упередженість, модерація вмісту, детальні відгуки про результати) як основу для точного налаштування
Користувачі можуть вибрати надання даних в обмін на прибуток після того, як модель стане прибутковою
Для розробників:
**Рівень керування розподіленими даними: **Краудсорсинг повторюваних і трудомістких маркування даних та іншої роботи з підготовки даних
Видимість і можливість комбінувати та точно налаштовувати алгоритми з джерелами, які можна перевірити (можна переглянути захищену від несанкціонованого втручання історію всіх змін)
Суверенітет даних (досягається за допомогою адресації вмісту/IPFS) і суверенітет алгоритму (наприклад, Urbit реалізує поєднання «точка-точка» та переносимість даних і алгоритмів)
**Прискорює інновації LLM, **Прискорює інновації LLM з різних варіантів основної моделі з відкритим кодом.
Відтворюваний вихід навчальних даних, досягнутий за допомогою незмінного запису минулих операцій ETL і запитів у блокчейні (наприклад, Kamu).
Деякі люди кажуть, що платформа з відкритим вихідним кодом Web2 також забезпечує компромісне рішення, але ефект не ідеальний. Відповідні обговорення див. у публікації блогу exaBITS.
Резюме створення ШІ: закриті LLM великих технологічних компаній вбивають «демократію ШІ», тобто кожен розробник або користувач може вносити алгоритми та дані в модель LLM і отримувати частину прибутку, коли модель є прибутковою. ШІ має бути відкритим для громадськості, актуальним для громадськості та належати громадськості. За допомогою мережі блокчейн користувачі можуть надавати відгуки, вносити дані в модель в обмін на реалізований прибуток, а розробники також можуть отримувати видимість і перевірені джерела для комбінування та точного налаштування алгоритмів. Інновації Web3, такі як адресація вмісту/IPFS і Urbit, забезпечать суверенітет даних і алгоритмів. Відтворюваність вихідних даних навчання також стане можливою завдяки незмінному запису блокчейну минулих операцій і запитів ETL.
4. Налаштуйте механізм винагороди за внесок даних
питання
Сьогодні найцінніші споживчі дані є ексклюзивним активом великих технологічних компаній, утворюючи основний бізнес-бар’єр. Технічні гіганти не мають стимулу ділитися цими даними із сторонніми сторонами.
Тож чому ми не можемо отримати дані безпосередньо від його творців або користувачів? Чому ми не можемо зробити дані загальнодоступним ресурсом, надати дані та відкрити їх для використання вченими?
Простіше кажучи, це через відсутність механізму стимулювання та механізму координації. Обслуговування даних і виконання ETL (вилучення, перетворення та завантаження) є великими накладними витратами. Насправді лише зберігання даних у 2030 році складе 777 мільярдів доларів, не враховуючи витрати на обчислення. Ніхто не бере на себе роботу та витрати на обробку даних безкоштовно.
Давайте подивимося на OpenAI. Спочатку він був налаштований як відкритий і некомерційний, але важко усвідомити вартість і не може покрити витрати. У 2019 році OpenAI був змушений погодитися на вливання капіталу від Microsoft, і алгоритм більше не був відкритим для громадськості. Очікується, що до 2024 року OpenAI отримає 1 мільярд доларів доходу.
рішення
Web3 представляє новий механізм під назвою «dataDAO», який полегшує перерозподіл доходу між власниками моделей ШІ та розробниками даних, створюючи рівень стимулів для краудсорсингових внесків даних. Через обмежений простір його тут не розгортатимуть. Якщо ви хочете дізнатися більше, ви можете прочитати наступні дві статті:
Як працює DataDAO/принцип DataDAO, автором якого є HQ Han з Protocol Labs
Як працює надсилання даних і монетизація в web3/web3 Як працює надсилання даних і монетизація? У цій статті я детально обговорив механізм, недоліки та можливості dataDAO
Загалом DePIN застосував інший підхід і надав нову апаратну енергію для просування інновацій Web3 та AI. У той час як технологічні гіганти домінують в індустрії штучного інтелекту, нові гравці можуть використовувати технологію блокчейну, щоб приєднатися до боротьби: мережа DePIN знижує бар’єри для входу, знижуючи витрати на обчислення; верифікована та розподілена природа блокчейна уможливлює справді відкритий штучний інтелект. Це стає можливим; інноваційні механізми, такі як оскільки dataDAO заохочує надання даних; незмінність і стійкість до втручання функції блокчейну забезпечують ідентифікаційний сертифікат творця, розвіюючи занепокоєння людей щодо негативного соціального впливу ШІ.
Переглянути оригінал
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
Як багатовимірний аналіз DePIN допомагає штучному інтелекту?
У минулому стартапи з їхньою швидкістю, гнучкістю та підприємницькою культурою були вільні від пут організаційної інерції та тривалий час вели технологічні інновації. **Проте все це переписано епохою штучного інтелекту. **На сьогоднішній день творцями революційних продуктів ШІ були традиційні технологічні гіганти, такі як Microsoft OpenAI, Nvidia, Google і навіть Meta.
**що сталося? **Чому цього разу гігант переміг стартап? Стартапи можуть писати чудовий код, але вони стикаються з кількома перешкодами порівняно з технологічними гігантами:
Отже, навіщо потрібна технологія блокчейн? Де він перетинається зі штучним інтелектом? Хоча не всі проблеми можна вирішити одночасно, Мережа розподіленої фізичної інфраструктури (DePIN) у Web3 створює умови для вирішення вищезгаданих проблем. Далі пояснюється, як технологія DePIN може допомогти штучному інтелекту, головним чином у чотирьох вимірах:
нижче:
1. Зменшіть витрати на інфраструктуру (обчислення та зберігання)
Наскільки важливою є доступність інфраструктури (інфраструктура штучного інтелекту стосується вартості апаратного забезпечення для обчислень, передачі та зберігання даних), теорія технологічної революції Карлоти Перес вказала, що теорія передбачає, що технологічні прориви включають два етапи:
Джерело: Теорія технічної революції Карлоти Перес
Тепер, коли такі спроби, як ChatGPT, продемонстрували відповідність ринку та попит клієнтів, можна відчути, що штучний інтелект увійшов у фазу розгортання. **Однак штучному інтелекту бракує важливої частини: надлишкової інфраструктури для чутливих до ціни стартапів, які можна створювати та експериментувати. **
питання
Поточна галузь фізичної інфраструктури в основному монополізована вертикально інтегрованою олігополією, включаючи AWS, GCP, Azure, Nvidia, Cloudflare, Akamai тощо. Галузь має високі прибутки. За оцінками, валовий прибуток AWS на товарному обчислювальному обладнанні становить 61%. Таким чином, нові учасники в області штучного інтелекту, особливо в області LLM, повинні стикатися з надзвичайно високими обчислювальними витратами.
Джерело: Пошаровий аналіз - LLM Search Architecture and Cost
рішення
Мережі DePIN, такі як Filecoin (піонер DePIN виник у 2014 році, зосереджуючись на зборі апаратного забезпечення рівня Інтернету та обслуговуванні розподіленого зберігання даних), Bacalhau, Gensyn.ai, Render Network, ExaBits (рівень координації для узгодження пропозиції та попиту на CPU/GPU) може заощадити від 75% до 90%+ витрат на інфраструктуру за допомогою таких трьох аспектів:
1. Розсувайте криву пропозиції та стимулюйте конкуренцію на ринку
DePIN надає рівні можливості постачальникам обладнання стати постачальниками послуг. Це створює ринок, на якому будь-хто може приєднатися як «майнер» і обмінювати потужність CPU/GPU або накопичувача за фінансову компенсацію, тим самим створюючи конкуренцію для існуючих постачальників.
Хоча така компанія, як AWS, безсумнівно, має 17-річну перевагу в інтерфейсі користувача, операціях і вертикальній інтеграції, **DePIN залучає нову клієнтську базу, яка не може прийняти ціни від централізованих постачальників. **Подібно до того, як Ebay не конкурує безпосередньо з Bloomingdale, а натомість пропонує більш економічні альтернативи для задоволення подібних потреб, розподілені мережі зберігання не замінюють централізованих постачальників, а призначені для обслуговування груп користувачів, чутливих до ціни.
2. Сприяти ринковому економічному балансу за допомогою зашифрованого економічного дизайну
Механізм субсидій, створений DePIN, може скеровувати постачальників апаратного забезпечення до участі в мережі, тим самим зменшуючи витрати кінцевих користувачів. В принципі, ми можемо подивитися на витрати та доходи постачальників сховищ AWS і Filecoin у Web2 і Web3.
**Клієнти отримують знижку ціни: **Мережа DePIN створює конкурентоспроможний ринок і запроваджує конкуренцію в стилі Бертрана, тим самим зменшуючи комісію клієнта за оплату. Для порівняння, AWS EC2 потребує приблизно 55% маржі та 31% загальної маржі, щоб залишатися на плаву. Заохочення/винагорода за блокування токенів, що надається мережею DePIN, також є новим джерелом доходу. У контексті Filecoin, чим більше реальних даних розміщує постачальник сховищ, тим більше винагород за блок (токенів) він може отримати. **Отже, постачальники сховищ мають стимул залучати більше клієнтів для укладання угод і збільшення прибутку. **Структури маркерів кількох нових обчислювальних мереж DePIN залишаються нерозкритими, але, ймовірно, дотримуються подібної моделі. Подібні мережі включають:
3. Зменшення накладних витрат: Переваги Bacalhau, exaBITS та інших мереж DePIN і IPFS/адресованого сховища вмісту включають:
Підсумок, створений штучним інтелектом: штучному інтелекту потрібна доступна інфраструктура, яку надає DePIN, а на ринку інфраструктури зараз домінують вертикально інтегровані олігополії. Мережі DePIN, такі як Filecoin, Bacalhau, Render Network, ExaBits, демократизують можливість стати постачальником апаратного забезпечення, запроваджують конкуренцію, підтримують ринковий економічний баланс за допомогою криптоекономічного дизайну, знижують витрати більш ніж на 75%-90% і зменшують накладні витрати.
2. Перевірте творця та особистість
питання
Недавнє опитування показує, що **50% дослідників штучного інтелекту вважають, що ймовірність штучного інтелекту завдати руйнівної шкоди людям перевищує 10%. **
Люди повинні бути напоготові, що штучний інтелект спричинив соціальний хаос, і досі не вистачає регулювання чи технічних специфікацій. Ця ситуація називається «зворотним пелюстком».
Наприклад, у цьому відео у Twitter ведучий подкастів Джо Роган і консервативний коментатор Бен Шапіро обговорюють фільм «Рататуй», але це відео створено ШІ.
Джерело: Bloomberg
Варто зазначити, що соціальний вплив штучного інтелекту виходить далеко за межі проблем, створених фейковими блогами, розмовами та зображеннями:
Тож чи можемо ми додати до Web3 специфікації, пов’язані зі штучним інтелектом?
рішення
Надайте підтвердження особистості та підтвердження творця за допомогою підтвердження походження в зашифрованому ланцюжку
Зробіть так, щоб технологія блокчейну справді працювала – як розподілений реєстр, що містить незмінну історію в ланцюжку, автентичність цифрового вмісту можна перевірити за допомогою криптографічних доказів вмісту.
Цифровий підпис як доказ творця та підтвердження особистості
Щоб ідентифікувати deepfake, криптографічний доказ може бути згенерований за допомогою цифрового підпису, унікального для творця оригінального вмісту.Підпис може бути створений за допомогою закритого ключа, відомого лише творцю та перевіреного відкритим ключем, доступним для всіх. Наявність підпису підтверджує, що контент створено оригінальним творцем, людиною чи штучним інтелектом, і підтверджує авторизовані чи несанкціоновані зміни вмісту.
Використання IPFS і дерева Merkle для підтвердження автентичності
IPFS — це розподілений протокол для посилань на великі набори даних за допомогою адресації вмісту та дерев Merkle. Щоб довести, що вміст файлу було отримано та змінено, генерується підтвердження Merkle, яке є рядком хешів, що показує позицію певного блоку даних у дереві Merkle. З кожною зміною до дерева Merkle додається хеш, який є доказом модифікації файлу.
**Більшою точкою схеми шифрування є механізм стимулювання.**Зрештою, ідентифікація виробника дипфейків може зменшити негативний соціальний вплив, але не принесе таких же економічних вигод. Ймовірно, ця відповідальність ляже на мейнстрімні медіа-платформи, такі як Twitter, Meta та Google, і це справді так. **То навіщо нам блокчейн? **
Відповідь полягає в тому, що криптографічні підписи блокчейну та докази автентичності** є більш ефективними, перевіреними та надійними. **Наразі процес виявлення дипфейків переважно використовує алгоритми машинного навчання (такі як «Deepfake Detection Challenge» від Meta, «Asymmetric Numerals» (ANS) від Google і c2pa: для виявлення закономірностей і аномалій у візуальному вмісті,**але часто це недостатньо точний і відстає від швидкості розробки deepfake.**Загалом для визначення автентичності потрібен ручний перегляд, що є неефективним і дорогим.
Якщо одного дня кожна частина вмісту матиме криптографічний підпис, кожен зможе підтвердити джерело створення, позначаючи підробку чи підробку, тоді ми відкриємо прекрасний світ.
Підсумок, створений штучним інтелектом: штучний інтелект може становити серйозну загрозу суспільству, особливо глибокі фейки та несанкціоноване використання вмісту, тоді як технології Web3, такі як підтвердження творця з використанням цифрових підписів і підтвердження автентичності з використанням IPFS і дерев Merkle, автентичність цифрових вміст можна перевірити, запобігаючи несанкціонованим змінам і забезпечуючи норми для ШІ.
3. Демократизація ШІ
питання
Сьогодні штучний інтелект – це чорна скринька, створена з власних даних і власних алгоритмів. Закритий характер LLM, великої технологічної компанії, вбив "AI демократію" в моїх очах, тобто кожен розробник і навіть користувач може внести алгоритми та дані в модель LLM і отримати участь прибутку, коли модель прибуткова (пов’язані статті).
Демократія ШІ = Видимість (може бачити дані та алгоритми, введені в модель)** + Внесок** (може вносити дані або алгоритми в модель).
рішення
Мета демократії штучного інтелекту полягає в тому, щоб зробити генеративні моделі штучного інтелекту відкритими для громадськості, відповідними для них і належати їм. У таблиці нижче порівнюється поточний стан штучного інтелекту з майбутнім, якого можна досягти за допомогою технології блокчейн Web3.
наразі--
Для клієнтів:
Для розробників:
Після об’єднання блокчейну——
Для клієнтів:
Користувачі можуть надавати відгуки (наприклад, упередженість, модерація вмісту, детальні відгуки про результати) як основу для точного налаштування
Користувачі можуть вибрати надання даних в обмін на прибуток після того, як модель стане прибутковою
Для розробників:
Деякі люди кажуть, що платформа з відкритим вихідним кодом Web2 також забезпечує компромісне рішення, але ефект не ідеальний. Відповідні обговорення див. у публікації блогу exaBITS.
Резюме створення ШІ: закриті LLM великих технологічних компаній вбивають «демократію ШІ», тобто кожен розробник або користувач може вносити алгоритми та дані в модель LLM і отримувати частину прибутку, коли модель є прибутковою. ШІ має бути відкритим для громадськості, актуальним для громадськості та належати громадськості. За допомогою мережі блокчейн користувачі можуть надавати відгуки, вносити дані в модель в обмін на реалізований прибуток, а розробники також можуть отримувати видимість і перевірені джерела для комбінування та точного налаштування алгоритмів. Інновації Web3, такі як адресація вмісту/IPFS і Urbit, забезпечать суверенітет даних і алгоритмів. Відтворюваність вихідних даних навчання також стане можливою завдяки незмінному запису блокчейну минулих операцій і запитів ETL.
4. Налаштуйте механізм винагороди за внесок даних
питання
Сьогодні найцінніші споживчі дані є ексклюзивним активом великих технологічних компаній, утворюючи основний бізнес-бар’єр. Технічні гіганти не мають стимулу ділитися цими даними із сторонніми сторонами.
Тож чому ми не можемо отримати дані безпосередньо від його творців або користувачів? Чому ми не можемо зробити дані загальнодоступним ресурсом, надати дані та відкрити їх для використання вченими?
Простіше кажучи, це через відсутність механізму стимулювання та механізму координації. Обслуговування даних і виконання ETL (вилучення, перетворення та завантаження) є великими накладними витратами. Насправді лише зберігання даних у 2030 році складе 777 мільярдів доларів, не враховуючи витрати на обчислення. Ніхто не бере на себе роботу та витрати на обробку даних безкоштовно.
Давайте подивимося на OpenAI. Спочатку він був налаштований як відкритий і некомерційний, але важко усвідомити вартість і не може покрити витрати. У 2019 році OpenAI був змушений погодитися на вливання капіталу від Microsoft, і алгоритм більше не був відкритим для громадськості. Очікується, що до 2024 року OpenAI отримає 1 мільярд доларів доходу.
рішення
Web3 представляє новий механізм під назвою «dataDAO», який полегшує перерозподіл доходу між власниками моделей ШІ та розробниками даних, створюючи рівень стимулів для краудсорсингових внесків даних. Через обмежений простір його тут не розгортатимуть. Якщо ви хочете дізнатися більше, ви можете прочитати наступні дві статті:
Загалом DePIN застосував інший підхід і надав нову апаратну енергію для просування інновацій Web3 та AI. У той час як технологічні гіганти домінують в індустрії штучного інтелекту, нові гравці можуть використовувати технологію блокчейну, щоб приєднатися до боротьби: мережа DePIN знижує бар’єри для входу, знижуючи витрати на обчислення; верифікована та розподілена природа блокчейна уможливлює справді відкритий штучний інтелект. Це стає можливим; інноваційні механізми, такі як оскільки dataDAO заохочує надання даних; незмінність і стійкість до втручання функції блокчейну забезпечують ідентифікаційний сертифікат творця, розвіюючи занепокоєння людей щодо негативного соціального впливу ШІ.