Dezentralisierte KI könnte eine Gesellschaft ohne Knappheit ermöglichen, sagt der CEO von 0G Labs

Das Daten-Dilemma: Qualität, Herkunft und Vertrauen

Die Diskussion über künstliche Intelligenz (KI) hat sich grundlegend verändert. Es geht nicht mehr um ihre Relevanz, sondern darum, sie zuverlässiger, transparenter und effizienter zu machen, da ihr Einsatz in jedem Sektor zunehmend selbstverständlich wird.

Das aktuelle KI-Paradigma, das von zentralisierten „Black Box“-Modellen und massiven, proprietären Rechenzentren dominiert wird, steht unter zunehmendem Druck durch Bedenken über Bias und monopolistische Kontrolle. Für viele im Web3-Bereich liegt die Lösung nicht in einer strengeren Regulierung des aktuellen Systems, sondern in einer vollständigen Dezentralisierung der zugrunde liegenden Infrastruktur.

Die Wirksamkeit dieser leistungsstarken KI-Modelle wird in erster Linie durch die Qualität und Integrität der Daten bestimmt, auf denen sie trainiert werden — ein Faktor, der verifizierbar und nachverfolgbar sein muss, um systemische Fehler und KI-Halluzinationen zu vermeiden. Da der Einsatz in Branchen wie Finanzen und Gesundheitswesen zunehmend risikobehaftet wird, wird die Notwendigkeit einer vertrauenswürdigen und transparenten Grundlage für KI entscheidend.

Michael Heinrich, ein Serienunternehmer und Stanford-Absolvent, gehört zu den Führungsfiguren beim Aufbau dieser Grundlage. Als CEO von 0G Labs entwickelt er derzeit, was er als die erste und größte KI-Kette beschreibt, mit der erklärten Mission, KI zu einem sicheren und überprüfbaren öffentlichen Gut zu machen. Nachdem er zuvor Garten, ein von YCombinator unterstütztes Unternehmen, gegründet und bei Microsoft, Bain und Bridgewater Associates gearbeitet hat, wendet Heinrich nun sein Wissen auf die architektonischen Herausforderungen dezentralisierter KI (DeAI) an.

Heinrich betont, dass der Kern der KI-Leistung auf ihrer Wissensbasis beruht: den Daten. “Die Wirksamkeit von KI-Modellen wird in erster Linie durch die zugrunde liegenden Daten bestimmt, auf denen sie trainiert werden”, erklärt er. Hochwertige, ausgewogene Datensätze führen zu genauen Antworten, aber schlechte oder unterrepräsentierte Daten führen zu minderwertiger Ausgabe und erhöhter Anfälligkeit für Halluzinationen.

Für Heinrich erfordert die Wahrung der Integrität dieser sich ständig aktualisierenden und vielfältigen Datensätze einen radikalen Bruch mit dem Status quo. Er argumentiert, dass der Hauptverursacher von KI-Halluzinationen der Mangel an transparenter Herkunft ist. Sein Heilmittel ist kryptografisch:

Ich glaube, alle Daten sollten on-chain verankert werden mit kryptografischen Nachweisen und einer verifizierbaren Beweiskette, um die Datenintegrität zu erhalten.

Diese dezentrale, transparente Grundlage, kombiniert mit wirtschaftlichen Anreizen und kontinuierlicher Feinabstimmung, wird als notwendiger Mechanismus gesehen, um systematisch Fehler und algorithmische Voreingenommenheit zu beseitigen.

Über technische Lösungen hinaus hat Heinrich, ein Forbes 40 under 40 Preisträger, eine makroökonomische Vision für KI, da er glaubt, dass sie ein Zeitalter des Überflusses einleiten sollte.

“In einer idealen Welt wird sie hoffentlich die Bedingungen für eine post-scarcity-Gesellschaft schaffen, in der Ressourcen reichlich vorhanden sind und sich niemand mehr um alltägliche Arbeiten sorgen muss”, sagt er. Diese Veränderung würde es Einzelpersonen ermöglichen, “sich auf kreativere und entspanntere Arbeiten zu konzentrieren”, was letztlich jedem mehr Freizeit und wirtschaftliche Sicherheit ermöglichen würde.

Entscheidend ist, dass er argumentiert, dass die dezentrale Welt einzigartig geeignet ist, diese Zukunft zu gestalten. Die Schönheit dieser Systeme liegt darin, dass sie anreizgesteuert sind, was eine selbstbalancierende Wirtschaft für Rechenleistung schafft. Wenn die Nachfrage nach Ressourcen steigt, steigen die Anreize, sie bereitzustellen, naturgemäß, bis diese Nachfrage gedeckt ist, und erfüllen so den Bedarf an Rechenressourcen auf ausgeglichene, genehmigungslose Weise.

Schutz von KI: Open Source und Anreizgestaltung

Um KI vor absichtlichem Missbrauch zu schützen – wie etwa Voice-Cloning-Betrügereien und Deepfake-Techniken –, schlägt Heinrich eine Kombination aus menschenzentrierten und architektonischen Lösungen vor. Zunächst sollte der Fokus darauf liegen, Menschen darüber aufzuklären, wie sie KI-Betrügereien und fälschungen zur Identitäts- und Desinformationsverwendung erkennen können. Heinrich erklärt: “Wir müssen den Menschen beibringen, KI-generierte Inhalte identifizieren oder fingern zu können, damit sie sich schützen können.”

Gesetzgeber können auch eine Rolle spielen, indem sie globale Standards für KI-Sicherheit und Ethik festlegen. Während dies den Missbrauch von KI wahrscheinlich nicht vollständig ausschließt, können solche Standards “einiges dazu beitragen, ihn zu entmutigen”. Die wirksamste Gegenmaßnahme ist jedoch in das dezentrale Design eingewebt: “Die Gestaltung anreizgesteuerter Systeme könnte den absichtlichen Missbrauch von KI drastisch reduzieren.” Durch den Einsatz und die Steuerung von KI-Modellen on-chain wird ehrliche Teilnahme belohnt, während böswilliges Verhalten durch direkte finanzielle Konsequenzen über on-chain-Slashing-Mechanismen sanktioniert wird.

Während einige Kritiker die Risiken von offenen Algorithmen fürchten, sagt Heinrich gegenüber Bitcoin.com News, dass er sie begeistert unterstützt, weil sie Transparenz bieten, wie Modelle arbeiten. “Dinge wie überprüfbare Trainingsaufzeichnungen und unveränderliche Datenketten können verwendet werden, um Transparenz zu gewährleisten und eine Gemeinschaftsaufsicht zu ermöglichen”, was direkt den Risiken geschlossener, proprietärer „Black Box“-Modelle entgegenwirkt.

Um diese Vision einer sicheren und kostengünstigen KI-Zukunft zu verwirklichen, baut 0G Labs das erste “dezentralisierte KI-Betriebssystem (DeAIOS)”.

Dieses Betriebssystem soll verifizierbare KI-Herkunft bieten – eine hochskalierbare Datenverwaltungsschicht, die die Speicherung massiver KI-Datensätze on-chain ermöglicht, wodurch alle Daten verifizierbar und nachverfolgbar werden. Diese Sicherheit und Nachverfolgbarkeit ist für KI-Agenten, die in regulierten Sektoren tätig sind, unerlässlich.

Darüber hinaus verfügt das System über einen genehmigungslosen Rechenmarktplatz, der den Zugang zu Rechenressourcen zu wettbewerbsfähigen Preisen demokratisiert. Dies ist eine direkte Antwort auf die hohen Kosten und das Anbieter-Lock-in, das mit zentraler Cloud-Infrastruktur verbunden ist.

0G Labs hat bereits einen technischen Durchbruch mit Dilocox demonstriert, einem Rahmenwerk, das das Training von LLMs mit mehr als 100 Milliarden Parametern über dezentrale 1 Gbps Cluster ermöglicht. Durch das Aufbrechen der Modelle in kleinere und unabhängig trainierte Teile hat Dilocox eine Effizienzsteigerung von 357-fach im Vergleich zu traditionellen verteilten Trainingsmethoden gezeigt, was die Entwicklung groß angelegter KI außerhalb der Mauern zentraler Rechenzentren wirtschaftlich machbar macht.

Eine hellere, erschwinglichere Zukunft für KI

Letztendlich sieht Heinrich eine sehr helle Zukunft für dezentrale KI, geprägt von Teilhabe und dem Abbau von Zugangsbarrieren.

„Es ist ein Ort, an dem Menschen und Gemeinschaften gemeinsam Expertenteams für KI-Modelle erstellen und sicherstellen, dass die Zukunft der KI von vielen und nicht nur von einer Handvoll zentralisierter Einheiten gestaltet wird“, schließt er. Mit dem Druck auf proprietäre KI-Unternehmen, die Preise zu erhöhen, bieten die Wirtschaftlichkeit und Anreizstrukturen von DeAI eine überzeugende, viel erschwinglichere Alternative, bei der leistungsstarke KI-Modelle zu niedrigeren Kosten erstellt werden können. Dies ebnet den Weg für eine offenere, sicherere und letztendlich vorteilhaftere technologische Zukunft.

FAQ

• Was ist das Hauptproblem mit der aktuellen zentralisierten KI? Aktuelle KI-Modelle leiden unter Transparenzproblemen, Daten-Bias und monopolistischer Kontrolle aufgrund ihrer zentralen “Black Box”-Architektur.
• Welche Lösung entwickelt Michael Heinrichs 0G Labs? 0G Labs entwickelt das erste “dezentrale KI-Betriebssystem (DeAIOS)”, um KI zu einem sicheren, überprüfbaren und öffentlichen Gut zu machen.
• Wie stellt dezentrale KI die Datenintegrität sicher? Datenintegrität wird gewährleistet, indem alle Daten on-chain mit kryptografischen Nachweisen und einer verifizierbaren Beweiskette verankert werden, um Fehler und Halluzinationen zu verhindern.
• Was ist der Hauptvorteil der Dilocox-Technologie von 0G Labs? Dilocox ist ein Rahmenwerk, das die groß angelegte KI-Entwicklung erheblich effizienter macht und eine Effizienzsteigerung von 357-fach im Vergleich zu traditionellen verteilten Trainingsmethoden zeigt.