מעבר להייפ: ה-CTO טוען כי בינה מלאכותית יכולה לשדרג, ולא להחליף, את היצירתיות האנושית

הורדת מחסומים ליצירתיות עם AI

מודעות לכך שהAI תדכא את היצירתיות אינן חדשות, כפי שפילים וסיבאואר, מנהל הטכנולוגיות הראשי (CTO) בCrunchdao, ציין. וסיבאואר טוען כי גם חלק מהפתרונות הטכנולוגיים המצליחים ביותר נתקלו בהתנגדות דומה לפני שהוכיחו שהם כלים המשפרים את היצירתיות האנושית.

כדי להציג את המקרה עבור הבינה המלאכותית הגנרטיבית, וסיבאואר אמר ל-Bitcoin.com News שהטכנולוגיה מוכחת ככלי חזק יותר שמוריד מחסומים ליצירתיות. הוא מציין שכל אחד יכול להשתמש בקלות ב-AI כדי לייצר סרטונים באיכות גבוהה עם פקודות מתוכנות היטב, דבר שתומך בטענה זו.

בנוסף,rather than degrading human creativity as some critics point out. דבר זה, הוא טוען, מראה ש”הבינה המלאכותית הגנרטיבית מעצימה את תהליך היצירה ולא מחליפה אותו.”

בעניין חוסר האמון ב-AI, מנהל הטכנולוגיות של Crunchdao ציין את החששות לפרטיות ואת החשש מאובדן מקומות עבודה כמשתתפים מרכזיים. אפילו שזה לא כפתור הכול, הטענה שלו היא שהפיזור יכול להיות הצעד המייעוד לערכים כמו צדק ועצמאות, שיכולים לבנות אמון.

בתגובה כתובה נוספת שנשלחה ל-Bitcoin.com News, וסיבאואר התייחס לסיכוני AI וכיצד מהנדסים עכשוויים יכולים לסייע בהפחתתם. כמו כן, הוא נתן את זוית הראיה שלו על הצעדים הרגולטורים שננקטו עד כה. להלן תשובותיו של וסיבאואר לשאלות שנשלחו.

Bitcoin.com News (BCN): על פי דו”ח של KPMG, שלושה מתוך חמישה אנשים חוששים לאמון בבינה מלאכותית (AI) עם 67% מהאנשים המדווחים על רמת קבלה נמוכה עד מתונה של הטכנולוגיה. האם אתה מאמין כי התפתחות הטכנולוגיות המבוזרות והחידושים הקשורים בהם יכולים לעזור להגביר את אמון המשתמשים ב-AI? לדעתך, מדוע ישנה בעיית אמון כה עמוקה בתחום זה?

פיליפ וסיבאואר (PW): חוסר הקבלה של AI מונע מגורמים כמו חוסר הבנה, חששות לפרטיות, חוסר דיוק, פיתוח מהיר ודאגות לאובדן מקומות עבודה. הפיזור יכול לסייע על ידי שיפור הפרטיות עם נתונים מבוקרים על ידי המשתמש, הגברת שקיפות באמצעות מערכות ניתנות לביקורת והפחתת שליטה מרוכזת. אף על פי שזה לא כפתור הכול, זהו צעד לכיוונן של ערכים כמו צדק ועצמאות, שיכולים לבנות מחדש אמון.

BCN: האם ישנם טרנדים או חידושים קשורים ל-AI שאתה חושב שלא מעריכים מספיק או מתעלמים מהם? כיצד לדעתך ניתן לנצל טרנדים או חידושים אלה כדי להניע צמיחה או שיפור בתחום ניתוח הנתונים?

PW: סוכני AI הולכים להיות מגמה מרכזית, במיוחד באקוסיסטמות בלוקצ’יין. מערכות אלה מותאמות לבוטים—הנתונים נגישים, המערכות ניתנות להרכבה והאינטראקציות חלקות. ככל שמגזר הכספים נוסף לבלוקצ’יין, הפוטנציאל של סוכני AI לנצל את הנתונים הללו יגדל, מה שיניע אוטומציה חכמה יותר, אופטימיזציה וחדשנות בניתוח ובהחלטות.

BCN: האם תוכל לדון בקצרה על אתגרים או מכשולים שעברתם בזמן המעבר ממערכות מסורתיות למסגרות מפוזרות, וכיצד התגברתם על אתגרים אלו?

PW: יצירת אפקטים של רשת עם כלכלת טוקן: באפליקציות מסורתיות, האימוץ תלוי ביצירת מוצר מעולה ומציאת אימוץ. ב-Web3, כלכלת טוקן היא המפתח לנהיגת אפקטים של רשת. קריטי לעצב אותם באופן מחושב כדי לתגמל מאמצים מוקדמים וליישר תמריצים בין המשתתפים לצמיחה ושיתוף פעולה.

החלטה על רמות פיזור: פרוטוקול מבוזר לחלוטין הוא המטרה הסופית, אך התפשטות מלאה מדי מוקדם יכולה להאט את פיתוח המוצר ואת קבלת ההחלטות. מציאת האיזון הנכון ליישום הפרוטוקול הראשון היא מאתגרת אך חיונית להצלחה ארוכת טווח.

עמידה ברגולציה: פעולה בתחום בהתהוות משמעה ניווט ברגולציות מעטות, מה שלוקח זמן ומאמץ משמעותי. בניית מוצרים תואמים תוך שמירה על גמישות היא אתגר מתמיד.

BCN: בשנים האחרונות הופיעו מספר פלטפורמות AI שבהם משתמשי האינטרנט יכולים להחיל פקודות בשפה פשוטה כדי להשיג תוצאות. רבים מאמינים שהופעת פתרונות כאלה גורמת לאיבוד היצירתיות והאינטואיציה הקשורים לאנושות. איזו תגובה יש לך לטענה זו? האם אתה מאמין שבאיזון בין היצירתיות האנושית ובין יכולות ה-AI, או שאתה חושב שהאנושות נמצאת בנתיב בלתי הפיך כלפי שליטה על ידי AI?

PW: הפחד הזה עולה עם כל טכנולוגיה חדשה—ספרים, מחשבים, האינטרנט—אתה שם את זה. ועדיין, כל אחת מהן בסופו של דבר הגבירה את היצירתיות האנושית. בינה מלאכותית גנרטיבית היא לא שונה לדעתי.

זה פשוט כלי חזק יותר שמוריד את המחסומים ליצירתיות. לדוגמה, אפשר עכשיו לייצר סרטונים באיכות גבוהה באמצעות פקודות שנכתבו היטב, דבר שמבעבר דרש תקציב גבוע ומאמץ נרחב.

היצירתיות האנושית לא נאבדת; היא משתנה. במקום להתמקד במשימות תפעוליות, אנחנו עוברים לכדי מחשבה, הנחיה ותכנון. בינה מלאכותית גנרטיבית מעצימה את תהליך היצירה ולא מחליפה אותו.

BCN: כיצד אתה מאזן את היתרונות הפוטנציאליים של אוטומציה מונעת ב-AI עם הצורך להגן על מקומות עבודה ולהבטיח שהמערכות AI יהיו שקופות ואמינות?

PW: מערכות AI תלויות מאוד בכניסת נתונים אנושית, ויש טעם שמערכות כאלה יתוגמלו את יוצרי הנתונים שממנו הן לומדות. ב-CrunchDAO, אנחנו בונים מערכת שמגדרת את העיקרון הזה. ככל שהיא מתבגרת והופכת יותר אוטונומית, אנחנו מבטיחים שהקניין הרוחני נשאר עם היוצרים. כאשר הדגמים שלהם משמשים, הם מקבלים תמלוגים, מה שמקנה פוטנציאל להכנסה פאסיבית.

בנוסף, אנו מתכננים להשתמש בהכנסה שנוצרה על ידי המערכת לקניית טוקנים חוזרת ולשריפתם, מה שמציע עלייה נוספת למשתתפי הרשת. גישה זו לא רק משווה תמריצים אלא גם מבטיחה שקיפות ואחריות. אני מצפה שמודלים דומים יופיעו ברחבי מערכות מבוזרות אחרות.

BCN: הצטרפת לאחרונה ל-Crunchdao כמנהל הטכנולוגיות של החברה, עם מעל 20 שנות ניסיון בהנהגה בהנדסה ופיתוח מוצר. כמנהל הטכנולוגיות, אילו יוזמות או פרויקטים קשורים ל-AI אתה נלהב במיוחד לחקור או לפתח בעתיד הקרוב? גם, תוכל לשפוך אור על העתיד של מחשוב מבוזר במפת הדרכים של Crunchdao וכיצד זה משתלב עם AI/ML?

PW: אני נלהב במיוחד ממערכות חיזוי בזמן אמת שאנו מדרגים עד לשנה הבאה. מערכות אלו מעבדות זרמי נתונים בזמן אמת כדי לייצר תחזיות, החל מחיזוי מחירי שוק אמצעים. המקרה השימוש הבא ככל הנראה יתמקד בשיפור מערכות אנציקלופדיה, יצירת ערך מיידי וניתן לפעולה עבור אקוסיסטומות מבוזרות.

מה שמרגש אותי עוד יותר זה איך המערכות האלו מתפתחות. הן יכולות להמשיך להתעדכן, עם מודלים חדשים שנוספים ויציאות שמורכבות באמצעות שיטות תזמיניות. מספר ספקים תורמים לאופטימיזציה של תחזיות, מה שמבטיח שהרעיונות הטובים ביותר עולים לראש. זה יוצר מערכת שקופה ופתוחה שבה כל אחד יכול להשתתף, ואלה שתורמים ליצירת ערך מתוגמלים באופן עקבי.

לגבי המחשוב המבוזר, זהו חלק מרכזי בתוכנית הדרך של CrunchDAO. זה משתלב עם החזון שלנו ליצור אקוסיסטמת מודל חיזוי דמוקרטית וניתנת להרחבה, מה שמאפשר יכולות AI/ML בזמן אמת תוך הבטחת יעילות, צדק והכללה בדרך שבה תחזיות ותובנות נוצרות.

BCN: לטענת Crunchdao, יש לה מעל 6,000 מדעני נתונים ו-600 אנשים ברמת דוקטורט המפתחים תובנות המייצרות אלפא באמצעות רשת החכמה הקולקטיבית שלה. מדוע מספר כה גבוה של מומחים, מה הם עושים בדיוק, וכיצד הפלטפורמה מנהלת את הפעילות ברשת שלה?

PW: כרגע, מדעני הנתונים והדוקטורנטים שלנו מתחרים באתגרים ברמה גבוהה בנושאים כמו חיזוי מחירי שוק אמצעים, ניתוח סיבתיות, חיזוי סרטן וניהול תיקי השקעות, בין היתר. חברות וקרנות פונות אלינו כדי לבדוק ולאתגר את המתודולוגיות הפנימיות שלהן, ולעיתים קרובות זה מוביל לפיתוח שיטות חדשות ויותר אפקטיביות. התחרויות האלה מובנות כטורנירים והשיטה המבוזרת שלנו חרגה לא אחת מהמודלים הפנימיים המסורתיים.

אבל זה רק ההתחלה. אנחנו בונים רשת מבוזרת שבה המשתתפים יכולים להוסיף מודלים ותחזיות, מה שמפתח את הפלטפורמה לאקוסיסטמת מודל חיזוי מונעת פרוטוקול וחדשנית. גישה זו מעודדת שיתוף פעולה, מתגמלת יצירתיות ומבטיחה שיפור מתמשך, ויוצרת מערכת הרבה יותר דינמית ואפקטיבית מאלטרנטיבות מרכזיות.

BCN: כמו כל חדשנות חדשה, AI מגיעה עם סיכונים במיוחד בשלבי ההתפתחות הראשונים שלה. הסיכונים של טיפול בנתונים ופיתוח נמצאים בידיים של מהנדסי תוכנה וניתוחי נתונים. כמה אמון יש לך בדור הנוכחי של מהנדסי AI/ML לספק פתרונות עם סיכונים מזעריים לאנושות?

PW: אין סיכון מובנה בלמידה ממוחשבת עצמה, במיוחד במקרים כמו שלנו, שבו זה קשור למציאת תחזיות באמצעות ניתוח נתונים. כאשר AI נעשה על ידי יחידים או צוותים קטנים, אינני מודאג יותר מדי. זהו פשוט עוד כלי לשיפור יצירתיות או ייעול תהליכים. זה לא אומר שלא יהיה שימוש לרעה לזה פה ושם, אבל זה לא מהווה סיכון לאנושות.

הסיכונים האמיתיים צצים כאשר AI מנוהל על ידי מדינות או ישויות גדולות. השחקנים האלו יש להם את המשאבים להשתמש ב-AI בהיקף גדול, פוטנציאלית לפיקוח, מניפולציה או מערכות נשק אוטונומיות. הבעיה היא לא הטכנולוגיה אלא הכוונה מאחורי השימוש בה.

BCN: איזה תפקיד אתה חושב ש-AI צריך לשחק בקבלת החלטות על פיתוח מוצר, וכיצד שילבתת תובנות מונעות AI בתפקודיך הקודמים?

PW: AI כבר מעצב את פיתוח המוצר באמצעות כלים אנליטיים המסייעים לצוותים לנתח תובנות. לדוגמה, ב-Dune, בנינו מערכות AI המסייעות ליצור או לתקן שאילתות SQL ולבצע ויזואליזציות, מה שהופך את קבלת ההחלטות למותאמת יותר.

ב-CrunchDAO, אנו לוקחים את זה רחוק יותר על ידי יצירת רשת מודלים שתוכננו להתמודד עם בעיות שונות. מודלים אלה מתוגמלים ונתקלים בהתבסס על השימוש וההשפעה שלהם, מה שמאפשר לאקוסיסטמה להגיע לאופטימיזציה עצמית לאורך זמן.

זה מתאים לעתיד שאני רואה—סוכני AI שמתבוננים בנתונים ללא הפסקה, לומדים דפוסים ומייצרים רעיונות או הצעות באופן פרוצדורי, מה שמניע ייעול וחדשנות בקבלת החלטות.

BCN: הסיכונים הפוטנציאליים הקשורים במכונות AI הנחו תקנות קיימות בתחום. ממשלות ומוסדות הדגישו שוב ושוב את האפשרות של תקלות ב-AI או השלכות לא מכוונות אם לא ינוהלו כראוי. לדעתך, האם הפחדים האלה מוצדקים?

PW: זה מוקדם מדי לדעת עד כמה הפחדים האלה מוצדקים. AI עדיין נמצא בשלבים המוקדמים של התפתחותו, ולמרות שיהיה בהכרח שימוש לרעה או השלכות לא מתכוונות, אני לא רואה בעיות משמעותיות כאשר האזרחים משתמשים בטכנולוגיה. כן, יהיו מקרי שימוש לא תקינים — כמו מידע מופרז או הונאות — אך often provides tools to counterbalance these risks, like AI-driven detection systems for fraud or disinformation.

מה שמדאיג אותי יותר זה כאשר AI מנוצל או נשלט ברמה הממשלתית או אצל ישויות גדולות. הסיכונים כאן, כמו נשקים אוטונומיים, מערכות פיקוח או מניפולציות בקנה מידה גדול הם בלתי נמנעים. אם רק ישויות גדולות או מדינות ישלטו על הטכנולוגיה הזאת, זה יהיה מדאיג ביותר, מכיוון שזה יכול להתרכז כוח וליצור חוסר איזון משמעותי.

BCN: לדעתך, האם הצעדים הרגולטוריים שננקטו עד כה מוגדרים היטב, או שישנם תחומים שיש לכוונן כדי להשיג מערכת מאוזנת בלי לגנוז חדשנות?

PW:: ישנן חוקים מוצעים, אך לא רבים מהם פעילים עדיין. באופן כללי, יש רגולציה ברורה היא צעד חיובי, מכיוון שזו מספקת הנחיות למפתחים ולעסקים. עם זאת, ישנו סיכון אמיתי לבלום את החדשנות אם התקנות יהפכו מוגבלות מדי או ייכשלו להתעדכן בקצב האבולוציה המהירה של טכנולוגיית AI. זה במיוחד המקרה כאן כאשר אנחנו בתחילת רוח AI, ולא ברור מה יקרה בשנים הקרובות, הן מצד החדשנות והן מהצד הרגולטורי.

ממה שאני מבין, האיזון טמון בהקמת תקנות שמטפלות בבעיות קריטיות—כמו הטיה, פרטיות ואחריות—מבלי ליצור מחסומים מיותרים לסטארטאפים ומחדשים. מעורבות מומחים בתעשייה ופוליסיונים איטרטיביים עשויים לעזור, וזה נראה שבאופן חלקי קורה כיום.

BCN: איך אתה רואה את התפתחות טכנולוגיות AI ולמידת מכונה בשנים הקרובות של עד 2-5 שנים? יש לך תובנות נוספות על מערכות AI/ML והאפשרויות שהן מציעות באקוסיסטמה המשתנה במהירות של פתרונות מבוזרים?

PW: אינני מומחה להתפתחות והכשרת LLM, אבל אני חושד שנראה תקרת קיצוניות בהתקדמות שם, ככל שמודלים גדולים יותר נהיים יקרים יותר לחישוב, וקבלת נתונים חדשניים לאימון נעשית יקרה יותר. לדוגמה, הכלכליות היחידניות של OpenAI כרגע אינם נראים קיימים בקיימות תוך התמודדות עם אתגרים אלו.

עם זאת, המודלים הקיימים והבאים עלינו כבר עוצמתיים בצורה מופלאה, ולכן אנו רואים אינטגרציה רחבה. ככל שהטכנולוגיה מתבגרת וההבנה מעמיקה, אני מצפה לתקופה של חדשנות שבה יפרחו גישות חדשות ויישומים. במיוחד, אני מתרגש מאיך מערכות תזוזיות לבלוקצ’יין. הפוטנציאל לסוכני AI לנצל מידע בבלוקצ’יין—נגיש, ניתן להרכבה ואינטראקטיבי בצורה חלקה—הוא עצום, מה שיניע אוטומציה חכמה יותר, אופטימיזציה וחדשנות בניתוחי ובקבלת החלטות.

CrunchDAO ממוקם באופן ייחודי להוביל בתחום זה, לבנות תשתית לתמיכה ולעיצוב הטרנדים המתגלגלים הללו, ולוודא שפתרונות מבוזרים ממלאים תפקיד מרכזי בשלב הבא של התפתחות AI/ML.