Jenseits des Hype: CTO argumentiert, dass KI die menschliche Kreativität ergänzen kann, aber nicht ersetzen

KI zur Senkung der Barrieren zur Kreativität

Getrieben von der Angst, dass KI schließlich die Kreativität ersticken wird, sind Untergangsprognosen nichts Neues, wie Phillipe Wassibauer, Chief Technology Officer (CTO) bei Crunchdao, betont hat. Wassibauer argumentiert jedoch, dass selbst einige der erfolgreichsten technologischen Lösungen einer ähnlichen Ablehnung begegneten, bevor sie letztlich als Werkzeuge zur Verbesserung der menschlichen Kreativität anerkannt wurden. Bei der Argumentation für generative KI sagte Wassibauer gegenüber Bitcoin.com News, dass die Technologie anstatt die menschliche Innovation zu ersticken, sich als „ein mächtigeres Werkzeug erweist, das Barrieren zur Kreativität senkt.“ Er verweist darauf, wie jeder mit gut gestalteten Eingabeaufforderungen einfach KI nutzen kann, um hochwertige Videos zu produzieren, und unterstützt damit diese Aussage. Darüber hinaus, anstatt die menschliche Kreativität zu mindern, wie einige Kritiker betonen. Dies, so argumentiert er, zeigt, dass „generative KI den kreativen Prozess verbessert, nicht ersetzt.“ Hinsichtlich des geringen Vertrauens in KI identifizierte der Crunchdao-CTO Datenschutzängste und Bedenken hinsichtlich des Arbeitsplatzverlusts als einige der zentralen Einflussfaktoren. Auch wenn es kein „Allheilmittel“ sei, argumentierte der CTO, dass die Dezentralisierung möglicherweise der Schritt sei, der KI mit Werten wie Fairness und Autonomie in Einklang bringt, was Vertrauen aufbauen kann. In einer weiteren schriftlichen Antwort, die an Bitcoin.com News übermittelt wurde, ging Wassibauer auf KI-Risiken ein und wie aktuelle Ingenieure helfen können, diese zu mindern. Er gab auch seine Perspektive zu den bisher unternommenen regulatorischen Schritten. Nachfolgend finden Sie Wassibauers Antworten auf die gestellten Fragen. Bitcoin.com News (BCN): Laut einem Bericht von KPMG sind drei von fünf Personen vorsichtig, künstlicher Intelligenz (KI) zu vertrauen, wobei 67% der Menschen von einer niedrigen bis moderaten Akzeptanz der Technologie berichten. Glauben Sie, dass das Aufkommen dezentraler Technologien und anderer damit verbundener Innovationen das Vertrauen der Nutzer in KI stärken könnte? Ihrer Ansicht nach, warum gibt es von vornherein ein so tiefes Vertrauensproblem? Phillipe Wassibauer (PW): Die niedrige Akzeptanz von KI wird durch Faktoren wie Missverständnisse, Datenschutzängste, Ungenauigkeit, schnelle Entwicklung und Bedenken hinsichtlich des Arbeitsplatzverlusts getrieben. Dezentralisierung kann helfen, indem sie die Privatsphäre mit nutzergesteuerten Daten verbessert, die Transparenz durch auditierbare Systeme erhöht und die zentrale Kontrolle reduziert. Zwar kein Allheilmittel, aber ein Schritt in Richtung einer Ausrichtung von KI mit Werten wie Fairness und Autonomie, die Vertrauen wiederaufbauen können. BCN: Gibt es KI-bezogene Trends oder Innovationen, die Ihrer Meinung nach übersehen oder unterschätzt werden? Wie könnten diese Trends oder Innovationen genutzt werden, um Wachstum oder Verbesserungen im Bereich der Datenanalyse zu fördern? PW: KI-Agenten werden zu einem großen Trend, besonders in Blockchain-Ökosystemen. Diese Systeme sind maßgeschneidert für Bots—Daten sind zugänglich, Systeme sind kombinierbar, und Interaktionen laufen nahtlos ab. Da der Finanzsektor auf die Blockchain übergeht, wird das Potenzial für KI-Agenten, diese Daten zu nutzen, wachsen und intelligentere Automatisierung, Optimierung und Innovation in Analytik und Entscheidungsfindung antreiben. BCN: Können Sie kurz über Herausforderungen oder Hindernisse sprechen, denen Sie begegneten, als Sie versuchten, traditionelle Systeme auf dezentrale Frameworks umzustellen, und wie Sie diese Herausforderungen überwunden haben? PW: Netzwerk-Effekte mit Tokenomics schaffen: In traditionellen Apps hängt die Akzeptanz davon ab, ein großartiges Produkt zu bauen und Akzeptanz zu finden. Im Web3 sind Tokenomics der Schlüssel, um Netzwerk-Effekte zu erzielen. Es ist entscheidend, diese durchdacht zu entwerfen, um frühe Anwender zu belohnen und Anreize zwischen Teilnehmern auf Wachstum und Zusammenarbeit auszurichten. Entscheidung über Dezentralisierungsstufen: Ein vollständig dezentralisiertes Protokoll ist das Endziel, aber eine zu frühe vollständige Dezentralisierung kann die Produktentwicklung und Entscheidungsfindung verlangsamen. Das richtige Gleichgewicht für die anfängliche Protokolliteration zu finden, ist herausfordernd, aber entscheidend für den langfristigen Erfolg. Regulatorische Compliance: In einem sich entwickelnden Bereich tätig zu sein bedeutet, sich mit unklaren Regulierungen auseinanderzusetzen, was erheblichen Zeit- und Ressourcenaufwand erfordert. Compliance-gerechte Produkte zu entwickeln und gleichzeitig agil zu bleiben, ist eine ständige Herausforderung. BCN: In den letzten Jahren sind mehrere KI-Plattformen entstanden, auf denen Internetnutzer Eingabeaufforderungen in einfachen Sprachen anwenden können, um Ergebnisse zu erzielen. Viele glauben, dass das Aufkommen solcher Lösungen die Kreativität und Intuition, die mit dem Menschsein verbunden sind, wegnimmt. Wie reagieren Sie auf diese Behauptung? Glauben Sie an ein Gleichgewicht zwischen menschlicher Kreativität und KI-Fähigkeiten, oder meinen Sie, dass die Menschheit auf einem unumkehrbaren Pfad zur KI-Dominanz ist? PW: Diese Angst tritt mit jeder neuen Technologie auf—Bücher, Computer, das Internet—egal wie sie heißen. Doch jede von ihnen hat letztlich die menschliche Kreativität erhöht. Generative KI ist meiner Meinung nach nicht anders. Sie ist einfach ein mächtigeres Werkzeug, das Barrieren zur Kreativität senkt. Beispielsweise kann man nun mit gut gestalteten Eingabeaufforderungen hochwertige Videos produzieren, die zuvor ein großes Budget und umfangreiche Anstrengungen erforderten. Die menschliche Kreativität geht nicht verloren; sie verschiebt sich. Anstatt sich auf operationale Aufgaben zu konzentrieren, bewegen wir uns hin zu Ideenfindung, Richtung und Planung. Generative KI verbessert, nicht ersetzt, den kreativen Prozess. BCN: Wie balancieren Sie die potenziellen Vorteile der durch KI angetriebenen Automatisierung mit der Notwendigkeit, Jobs zu schützen und sicherzustellen, dass KI-Systeme transparent und verantwortungsvoll sind? PW: KI-Systeme stützen sich stark auf menschliche Eingabe, und es macht Sinn, dass solche Systeme die Schöpfer der Daten, aus denen sie lernen, belohnen sollten. Bei CrunchDAO bauen wir ein System, das dieses Prinzip verkörpert. Während es reift und autonomer wird, stellen wir sicher, dass das geistige Eigentum bei den Schöpfern bleibt. Wann immer ihre Modelle verwendet werden, verdienen sie Lizenzgebühren, was ein Potenzial für passives Einkommen schafft. Darüber hinaus planen wir, die durch das System generierten Einnahmen für Token-Rückkäufe und -Verbrennungen zu verwenden, was den Teilnehmern des Netzwerks weiteren Mehrwert bietet. Dieser Ansatz stimmt nicht nur die Anreize ab, sondern sorgt auch für Transparenz und Verantwortlichkeit. Ich erwarte, dass ähnliche Modelle in anderen dezentralisierten Systemen entstehen werden. BCN: Sie sind kürzlich als CTO zu Crunchdao gestoßen und bringen über 20 Jahre Führungserfahrung in den Bereichen Engineering und Produktentwicklung mit. Welche KI-bezogenen Initiativen oder Projekte sind Sie am meisten begeistert, in naher Zukunft zu erkunden oder zu entwickeln? Können Sie auch Einblicke in die Zukunft der dezentralisierten Berechnung auf Crunchdaos Roadmap geben und wie dies mit KI/ML integriert wird? PW: Ich freue mich besonders auf die Systeme zur Echtzeit-Vorhersage, die wir im nächsten Jahr skalieren werden. Diese Systeme verarbeiten Echtzeit-Datenströme, um Vorhersagen zu generieren, beginnend mit Vorhersagen der mittleren Marktpreise. Der nächste Anwendungsfall wird sich wahrscheinlich auf die Verbesserung von On-Chain-Systemen konzentrieren, um unmittelbaren und umsetzbaren Mehrwert für dezentrale Ökosysteme zu schaffen. Was mich noch mehr begeistert, ist, wie sich diese Systeme weiterentwickeln. Sie können kontinuierlich optimiert werden, mit neuen Modellen, die hinzugefügt und Ausgaben mithilfe kombinierbarer Methoden aggregiert werden. Mehrere Akteure tragen dazu bei, Vorhersagen zu optimieren und sicherzustellen, dass sich die besten Ideen durchsetzen. Dies schafft ein transparentes und offenes System, in dem jeder teilnehmen kann und diejenigen, die zur Wertschöpfung beitragen, konsequent belohnt werden. Was die dezentralisierte Berechnung betrifft, so ist sie zentral für CrunchDAOs Roadmap. Sie aligniert sich mit unserer Vision eines demokratischen und skalierbaren Vorhersagemodell-Ökosystems, das Echtzeit-KI/ML-Fähigkeiten ermöglicht und zugleich Effizienz, Fairness und Inklusivität bei der Generierung von Vorhersagen und Einblicken sicherstellt. BCN: Crunchdao behauptet, über 6.000 Datenwissenschaftler und 600 Personen auf PhD-Niveau zu haben, die alpha-generierende Erkenntnisse durch ihr kollektives Intelligenz-Netzwerk entwickeln. Warum eine so hohe Anzahl von Experten, was genau machen sie, und wie verwaltet die Plattform die Abläufe innerhalb ihres Netzwerks? PW: Derzeit treten unsere Datenwissenschaftler und PhDs in hochrangigen Herausforderungen an Themen wie die Vorhersage von mittleren Marktpreisen, Kausalitätsanalyse, Krebsprognosen und Portfoliomanagement an, neben anderen. Unternehmen und Stiftungen wenden sich an uns, um ihre internen Methoden zu testen und herauszufordern, was oft zur Entwicklung neuer und effektiverer Methoden führt. Diese Herausforderungen sind als Turniere strukturiert und unser dezentraler Ansatz hat wiederholt traditionelle interne Modelle übertroffen. Doch das ist erst der Anfang. Wir bauen ein dezentrales Netzwerk auf, in dem Teilnehmer Modelle und Vorhersagen beitragen können, um die Plattform in ein protokolgetriebenes und innovatives Vorhersagemodell-Ökosystem zu verwandeln. Dieser Ansatz fördert Zusammenarbeit, incentiviert Kreativität und sorgt für kontinuierliche Verbesserung, wodurch ein System geschaffen wird, das weitaus dynamischer und effektiver ist als zentrale Alternativen. BCN: Wie jede Innovation kommt auch KI mit Risiken, insbesondere in den derzeitigen frühen Phasen ihrer Entwicklung. Das Handling von Daten und die Entwicklungsrisiken liegen in den Händen von Softwareingenieuren und Datenanalysten. Wie viel Vertrauen haben Sie in die aktuelle Generation von KI/ML-Ingenieuren, Lösungen mit minimalen Risiken für die Menschheit zu liefern? PW: Es gibt kein inhärentes Risiko im Maschinellen Lernen selbst, insbesondere in unseren Fällen, in denen es darum geht, Vorhersagen durch Datenanalyse zu finden. Wenn KI von Einzelpersonen oder kleinen Teams verwendet wird, bin ich nicht allzu besorgt. Es ist nur ein weiteres Werkzeug, um die Kreativität zu steigern oder Prozesse zu verbessern. Das heißt nicht, dass dies nicht für negative Ergebnisse genutzt werden könnte, aber es stellt kein Risiko für die Menschheit dar. Die eigentlichen Risiken treten auf, wenn KI von Nationalstaaten oder großen Organisationen genutzt wird. Diese Akteure haben die Ressourcen, um KI in großem Maßstab zu nutzen, möglicherweise zur Überwachung, Manipulation oder Entwicklung autonomer Waffensysteme. Das Problem ist nicht die Technologie, sondern die Absicht hinter ihrer Nutzung. BCN: Welche Rolle sollte KI Ihrer Meinung nach bei der Information von Produktentwicklungsentscheidungen spielen, und wie haben Sie KI-getriebene Einblicke in Ihrer vorherigen Rolle eingebunden? PW: KI prägt bereits die Produktentwicklung durch Analysewerkzeuge, die Teams dabei helfen, Einblicke zu gewinnen. Bei Dune haben wir beispielsweise KI-Systeme entwickelt, die bei der Erstellung oder Behebung von SQL-Abfragen und der Generierung von Visualisierungen helfen, um den Entscheidungsprozess zu rationalisieren. Bei CrunchDAO gehen wir noch weiter, indem wir uns ein Netz von Modellen vorstellen, die darauf ausgelegt sind, unterschiedliche Probleme zu lösen. Diese Modelle werden anhand ihres Nutzens und ihrer Auswirkungen belohnt und verstärkt, sodass sich das Ökosystem im Laufe der Zeit selbst optimiert. Das stimmt mit der Zukunft überein, die ich sehe—KI-Agenten überwachen kontinuierlich Daten, lernen Muster und generieren aktiv Ideen oder Vorschläge, um Effizienz und Innovation in der Entscheidungsfindung voranzutreiben. BCN: Die potenziellen Risiken, die mit KI-Maschinen verbunden sind, haben bestehende Regulierungen im Sektor beeinflusst. Regierungen und Institutionen haben wiederholt auf die Möglichkeit von KI-Fehlfunktionen oder unbeabsichtigten Konsequenzen hingewiesen, wenn sie nicht ordnungsgemäß verwaltet werden. Sind Ihrer Meinung nach diese Ängste gerechtfertigt? PW: Es ist noch zu früh, um zu sagen, wie gerechtfertigt diese Ängste sind. KI befindet sich noch in ihrer Kindheit, und obwohl es unvermeidlich zu Missbrauch oder unbeabsichtigten Konsequenzen kommen wird, sehe ich keine großen Probleme, wenn Zivilisten die Technologie verwenden. Ja, es wird Fehlanwendungen geben—wie Fehlinformationen oder Betrügereien—aber die Technologie selbst bietet oft Werkzeuge, um diese Risiken auszugleichen, wie KI-gesteuerte Systeme zur Betrugs- oder Desinformationsbekämpfung. Mehr besorgt bin ich, wenn KI als Waffe eingesetzt oder auf staatlicher Ebene oder von großen Organisationen kontrolliert wird. Die Risiken hier, wie autonome Waffen, Überwachung oder groß angelegte Manipulation, sind weit größer. Wenn nur große Organisationen oder Staaten die Kontrolle über diese Technologie hätten, wäre dies besonders besorgniserregend, da es die Macht konzentrieren und erhebliche Ungleichgewichte schaffen könnte. BCN: Denken Sie, dass die bisher getroffenen regulatorischen Schritte richtig gestaltet wurden, oder gibt es Bereiche, die Ihrer Meinung nach angepasst werden sollten, um ein ausgewogenes Ökosystem zu schaffen, ohne Innovationen zu ersticken? PW: Es gibt vorgeschlagene Gesetze, aber nicht viele sind aktuell aktiv. Insgesamt ist die Regulierungsklarheit ein positiver Schritt, da sie Entwicklern und Unternehmen Leitlinien bietet. Es besteht jedoch eine reale Gefahr, dass Innovationen erstickt werden, wenn Regulierungen zu restriktiv werden oder nicht in der Lage sind, sich an die schnelle Entwicklung der KI-Technologie anzupassen. Dies ist hier besonders der Fall, da wir am Anfang des KI-Booms stehen und unklar ist, was in den kommenden Jahren sowohl von der Innovationsseite als auch von der Regulierungsseite passieren wird. Soweit ich es verstehe, liegt das Gleichgewicht darin, Regelungen zu entwickeln, die kritische Bedenken—wie Vorurteile, Privatsphäre, und Verantwortlichkeit—adressieren, ohne unnötige Barrieren für Startups und Innovatoren zu schaffen. Die Einbindung von Branchenexperten und eine iterative Gesetzgebung könnten helfen, was derzeit zu geschehen scheint. BCN: Wie sehen Sie die Entwicklung von KI- und maschinellen Lerntechnologien in den nächsten 2-5 Jahren? Haben Sie weitere Einblicke zu KI/ML-Systemen und den Möglichkeiten, die sie im sich schnell entwickelnden Ökosystem dezentraler Lösungen bieten? PW: Ich bin kein Experte für die Entwicklung und Schulung von LLM, aber ich vermute, wir könnten einen Plateau in den Fortschritten erleben, da größere Modelle exponentiell teurer zu berechnen sind und die Beschaffung neuartiger Daten für das Training kostspieliger wird. Zum Beispiel sehen die Stückkosten von OpenAI derzeit nicht nachhaltig aus, wenn man diese Herausforderungen berücksichtigt. Dennoch sind die bestehenden und kommenden Modelle bereits unglaublich leistungsfähig, weshalb wir eine weitverbreitete Integration erleben. Während sich die Technologie entwickelt und das Verständnis vertieft, erwarte ich eine Periode der Innovation, in der neue Ansätze und Anwendungen aufblühen werden. Besonders freue ich mich auf mehr Systeme, die auf die Blockchain übergehen. Das Potenzial für KI-Agenten, Blockchain-Daten—zugänglich, kombinierbar und nahtlos interaktiv—zu nutzen, ist enorm, was intelligentere Automatisierung, Optimierung und Innovation in Analytik und Entscheidungsfindung antreibt. CrunchDAO ist einzigartig positioniert, um in diesem Bereich führend zu sein und die Infrastruktur zu bauen, um diese aufkommenden Trends zu unterstützen und zu gestalten und sicherzustellen, dass dezentrale Lösungen eine entscheidende Rolle in dieser nächsten Phase der Entwicklung von KI/ML spielen.