Конвергенція блокчейну та ШІ: природний попит

У довгостроковій перспективі попит ШІ на блокчейн є природним попитом на самореалізацію. Звичайно, попереду довгий шлях

1. Блокчейн також є одним із найважливіших трендів

З початку цього року ШІ став набагато популярнішим, ніж блокчейн. Однак світ шифрування не повинен впадати у відчай.Як зрозуміти майбутні можливості блокчейну? Дозвольте мені спочатку поговорити про свої думки:

• Блокчейн є однією з найважливіших тенденцій в історії людства. Еволюція від інформаційного Інтернету web2 до ціннісного Інтернету web3 також потребує підвищення продуктивності. Лише короткий період у десять років, є ще десятиліття еволюції. Його основний вплив наразі є другою за величиною технологією після ШІ.
• **Штучний інтелект і блокчейн потрібно інтегрувати, хоча прогрес не буде швидким. **

Дозвольте мені сьогодні коротко поговорити про другий момент: потреби інтеграції ШІ та блокчейну.

По-друге, де блокчейн може допомогти ШІ

обчислити

Усім відомо, що ШІ має величезний попит на обчислювальну потужність. Існує попит на те, як використовувати неактивну обчислювальну потужність для обчислювальної потужності ШІ. Однак наразі, оскільки навчання моделям штучного інтелекту потребує великих обчислень, воно дуже дороге. З точки зору загальних обчислень штучного інтелекту, існує не так багато місць, де блокчейн може допомогти.

Серед них є три основні моменти, які піддаються критиці: **По-перше, необхідна підтримка спеціального апаратного забезпечення GPU; по-друге, затримка обміну даними; по-третє, доказ виконання децентралізованих обчислювальних завдань. **

• Як згадувалося вище, навчання штучному інтелекту – це інтенсивне великомасштабне обчислення. Навчання LLM має мільярди параметрів, а FLOP для навчання цих моделей ще більші. Тільки спеціальне обладнання (графічний процесор штучного інтелекту зі спеціальними компонентами, такими як блоки обробки тензорів, і т. д.), щоб виконати ці тренування для досягнення кращих результатів; крім того, щоб досягти найкращих результатів, усі графічні процесори переважно мають ізоморфні обчислення, а графічні процесори того самого рівня, швидше за все, виконуватимуть обмін даними та продовжуватимуть обчислення покроково. У децентралізованій мережі є вимога до GPU учасника. Однак чим вищі вимоги, тим вищий поріг, який не сприяє децентралізації та використанню неактивної обчислювальної потужності.
• Графічним процесорам AI потрібно постійно обмінюватися даними. Якщо є мережева затримка, штучному інтелекту не варто використовувати розподілену обчислювальну потужність для навчання.
• Децентралізована перевірка виконання обчислювальних завдань вимагає відносно ефективного та недорогого рішення.

**Вищезазначене є труднощами в поєднанні децентралізованих обчислень і штучного інтелекту на даний момент, де також відносно важко поєднати штучний інтелект і блокчейн. **Однак, з точки зору Blue Fox Notes, завдяки дослідженню більшої кількості учасників, перешкоди в цьому аспекті будуть усунені крок за кроком, і, звичайно, для досягнення цього знадобиться багато часу.

Давайте поговоримо про ті аспекти, які можна поступово вирішити. З точки зору загального штучного інтелекту все ще важко увійти в поле шифрування. Потім ви можете почати з поля ШІ в спеціальних полях. І ця точка входу також тісно пов’язана з поточними обчислювальними завданнями ШІ. **Є два місця: по-перше, завдання міркування займають більшість поточних обчислювальних потреб штучного інтелекту; по-друге, деякі завдання тонкого налаштування та міркування потребують менше ресурсів, і є можливості для їх виконання за допомогою децентралізованих обчислень. Ці два пункти означають можливі потенційні можливості для децентралізованої обчислювальної потужності. **

Штучний інтелект у певних галузях, таких як право, медицина, інвестиції, освіта, аналіз даних та інших професійних галузях, може бути більш придатним для такого роду розподілених обчислювальних мереж, зосереджених на конкретних галузях на ранній стадії. Як згадувалося вище, складність надання децентралізованих послуг обчислювальної потужності для ШІ полягає не в тому, щоб виконати обчислювальні завдання, а в тому, як перевірити виконання завдань децентралізованим способом. Деякі проекти зараз намагаються вирішити цю проблему, наприклад Gensyn і разом тощо.

Gensyn об’єднує деякі результати академічних досліджень, такі як імовірнісні докази навчання, протоколи точного позиціонування на основі графіків, а також спирається на стимулюючу модель і модель перевірки та балансу проекту Truebit. Gensyn розбиває весь процес на вісім етапів: від подання завдання штучного інтелекту, аналізу, навчання, створення доказів до підтвердження перевірки, оскарження, арбітражу та врегулювання. Серед них «Probability Learning Proof» використовується для побудови базового порогу відстані для забезпечення верифікаційної основи для верифікаторів; технологія «графічного точного позиціонування» використовується для нагляду за виконанням верифікації верифікаторів; ігрова модель Truebit дозволяє відповідним сторонам приймати раціональність як керівництво. Щоб дізнатися про конкретний процес, зверніться до документації Gensyn. До речі, позамережні обчислювальні проекти, такі як Truebit, також мають можливість розвиватися в цьому напрямку, можливо, отримуючи більше можливостей для бізнесу. Звичайно, це вимагає від команд оцінки своїх можливостей.

Порівняно з труднощами реалізації децентралізованих мережевих обчислень, обмін моделями AI та обмін даними AI є областями, які мають можливість реалізувати швидше. **За допомогою поєднання штучного інтелекту та блокчейну на ранній стадії легше досягти проривів у наступних двох аспектах: децентралізований обмін моделями та децентралізований обмін даними. **

Модель

Заохочуйте обмін моделями за допомогою символічних стимулів для досягнення кращих моделей. Навіть ці моделі можуть бути розгорнуті в ланцюжку та навчені будь-яким учасником для сприяння розвитку моделі. Крім того,** оскільки моделі штучного інтелекту стають складнішими, довіра до аргументації стає критичною. Саме тут можуть вступити в гру довірчі міркування в мережі. **

У сфері точного налаштування моделей і аргументації досліджуються Giza, ChainML, Bittensor, Modulus Lab тощо. Те, що Giza запустила, — це мережевий модельний ринок, де прості моделі розгортаються в ланцюжку та робляться висновки. Власники моделей можуть отримати відповідний дохід після використання моделі.

Modulus запропонував концепцію zkML. Він вважає, що через проблеми з витратами нереально запускати модель міркування в ланцюжку. Тому його рішення полягає в тому, щоб запустити модель міркування поза ланцюжком, а потім створити докази zkSNARK, підтвердити їх на ланцюжок, і передати інтелектуально Контракт виконує свою роботу.

дані

Економіка токенів використовується, щоб спонукати користувачів залишати відгуки про модель і спонукати користувачів збирати якісніші дані. Отримання високоякісних даних шляхом надання розподілених даних, особливо в окремих областях, має велике значення для розвитку ШІ. У той же час це також можна поєднати з технологією ZK, не розкриваючи конфіденційність даних. Складність тут полягає в тому, як довести якість самих даних. **

Поєднання високоякісних даних і децентралізованих моделей ШІ буде дуже цікавим для розвитку ШІ.

боротьба з підробкою

Після появи нинішньої моделі глибокого навчання зображення, аудіо, відео тощо, створені штучним інтелектом, стало все важче розрізняти правдиві та хибні. **В епоху створення штучного інтелекту автентичність і захист контенту від несанкціонованого втручання стають все більш важливими. **Блокчейн є важливим технічним засобом для вирішення цієї проблеми.

Зашифрована ідентифікація даних і підписи гарантують автентичність створення вмісту, а не підробку. Ця проблема особливо серйозна після неправильного використання інструментів ШІ. Це важливий технічний засіб боротьби з контрафактним контентом. В епоху фальшивих технологія шифрування потрібна, щоб відрізнити правду від фальшивої.

Крім того, для підтвердження прав також необхідно використовувати технологію блокчейн. Наприклад, для однієї картини важко відрізнити від поверхні зображення, згенеровані штучним інтелектом і NFT, і блокчейн потрібен, щоб відігравати свою роль у цей час.

Більш стійкий ШІ

Завдяки інтеграції з блокчейном штучний інтелект може отримати підтримку в обчисленнях, моделях, даних, пропускній здатності, сховищі тощо, і, нарешті, отримати підтримку децентралізованої інфраструктури, яка більш саморозвивається. **Крім того, зашифровані платежі та обіг цінностей у сфері блокчейну також можуть забезпечити підтримку еволюції ШІ.

**Після розвитку повної інфраструктури блокчейну ШІ отримає більше можливостей для саморозвитку. **Іншими словами, більш децентралізований ШІ також є вимогою для самореалізації ШІ, а використання розподілених характеристик блокчейну для розробки ШІ також є вимогою для власної розробки ШІ.

Для самого штучного інтелекту, якщо його монополізують лише такі гіганти, як Microsoft і Google, це також завдасть шкоди його власній еволюції. ШІ має природну потребу в децентралізованому розвитку, що означає потребу ШІ досягти більшої стійкості. Сила, яку може вивернути AI+blockchain, може бути далеко за межами людської уяви.

По-третє, де ШІ може просувати блокчейн

Штучний інтелект і об’єднання даних у мережі

Використовуйте ШІ для аналізу динамічних даних у ланцюжку, щоб отримати прогнозні можливості, наприклад інвестиційні дослідження. Одним із найцікавіших аспектів є те, що **впроваджуючи ШІ, розумні контракти можуть реалізовувати динамічне автономне прийняття рішень. **Наприклад, defi налаштовується на основі даних у реальному часі тощо. Динамічний, а не статичний смарт-контракт дозволить блокчейну генерувати більше сценаріїв застосування та потреб користувачів.

**Розвиток штучного інтелекту може надати нові можливості для програм шифрування. **

ШІ відкриває нові можливості для DeFi, ігор web3, соціальних мереж web3, програм web3 (транспорт, проживання, туризм тощо). Наприклад, ігри AI+web3 дозволяють створити безпрецедентний ігровий режим; такі як AI+IoT+зашифровані платежі, можна створити розумнішу мережу.

Важливість ЗКП

Щоб забезпечити конфіденційність і виконання обчислювальних завдань, потрібно додати ZKP, щоб сформувати підтвердження роботи, яке можна перевірити. **Після зрілості ZKP він зможе реалізувати штучний інтелект у ланцюжку, а також зможе забезпечити захист конфіденційності та верифіковане машинне навчання. **

Загалом, блокчейн може забезпечити спільну структуру для обчислювальної потужності, даних і модельних угод через децентралізовану модель і, зрештою, сприяти розвитку штучного інтелекту. У цьому процесі є багато деталей, які потрібно вдосконалити, наприклад необхідність щоб довести внесок учасників (чи то обчислювальна потужність, дані чи моделі), лише коли вони завершені за низькою ціною, блокчейн може мати можливість допомогти ШІ, інакше це буде повітряний замок.

**Звичайно, з точки зору тенденцій, штучний інтелект має природний попит на блокчейн, а ШІ потрібен блокчейн, щоб забезпечити реальну стійкість для власного розвитку. **

У той же час штучний інтелект також допоможе еволюції додатків блокчейну.Незалежно від того, чи це DeFi, ігри чи інші додатки, можуть народитися більш інтелектуальні додатки для шифрування. Це може бути великий наратив у майбутньому. Навіть якщо він не буде зрілим у наступному циклі, такі можливості можуть бути в наступному циклі.

Вищезазначене є лише частиною, не повною, і буде збільшуватися або зменшуватися зі зміною часу, і ви можете залишити повідомлення, щоб додати.