Децентралізований штучний інтелект може відкрити суспільство постдефіциту, каже генеральний директор 0G Labs

Дилема даних: якість, походження та довіра

Обговорення штучного інтелекту (ШІ) кардинально змінилося. Питання більше не полягає в його актуальності, а в тому, як зробити його більш надійним, прозорим і ефективним, оскільки його впровадження стає поширеним у всіх секторах.

Нинішня парадигма ШІ, домінована централізованими моделями “чорних ящиків” та величезними, власними дата-центрами, стикається з наростаючим тиском через упередження та монополістичний контроль. Для багатьох у просторі Web3 рішення полягає не в суворішому регулюванні поточної системи, а в повній децентралізації базової інфраструктури.

Ефективність цих потужних моделей ШІ, наприклад, визначається передусім якістю та цілісністю даних, на яких вони навчаються, — фактором, який має бути перевіреним і відстежуваним, щоб запобігти системним похибкам і галюцинаціям ШІ. Оскільки ставки зростають для таких галузей, як фінанси та охорона здоров’я, потреба в безпечному та прозорому фундаменті для ШІ стає критичною.

Майкл Генріх, серійний підприємець та випускник Стенфорду, є одним з тих, хто очолює рух для побудови цього фундаменту. Як генеральний директор 0G Labs, він наразі розробляє те, що він описує як перший і найбільший AI ланцюг, з заявленою місією забезпечення того, щоб ШІ став безпечним і перевіреним суспільним благом. Раніше заснувавши Garten, компанію, що отримала підтримку YCombinator, і працюючи в Microsoft, Bain та Bridgewater Associates, Генріх зараз застосовує свої знання до архітектурних викликів децентралізованого ШІ (DeAI).

Генріх підкреслює, що основа ефективності ШІ лежить у його базі знань: даних. “Ефективність моделей ШІ визначається передусім основними даними, на яких вони навчаються”, пояснює він. Високоякісні, збалансовані набори даних ведуть до точних відповідей, але погані або недостатньо представлені дані призводять до низької якості виходу та підвищеної вразливості до галюцинацій.

Для Генріха збереження цілісності цих постійно оновлюваних і різноманітних наборів даних вимагає радикального відступу від статус-кво. Він стверджує, що основний винуватець галюцинацій ШІ – це відсутність прозорої проісходження. Його вирішення є криптографічним:

Я вважаю, що всі дані повинні бути занурені у ланцюг із криптографічними доказами та контрольованим слідом доказів, щоб підтримувати цілісність даних.

Цей децентралізований і прозорий фундамент, у поєднанні з економічними стимулами та постійним точним налаштуванням, розглядається як необхідний механізм для системного усунення помилок і алгоритмічного упередження.

Поза технічними поправками, Генріх, лауреат Forbes 40 Under 40, має макроведження для ШІ, вважаючи, що він повинен оголосити еру достатку.

“В ідеальному світі це створить умови для суспільства після дефіциту, де ресурси стають багатими і ніхто вже не буде турбуватися про виконання рутинних робіт,” заявляє він. Цей зсув дозволить людям “зосередитися на більш творчій і дозвільній роботі”, суттєво дозволяючи всім насолоджуватися більшим вільним часом і економічною безпекою.

Важливо, що він стверджує, що децентралізований світ унікально підходить для підтримки цього майбутнього. Краса цих систем полягає в тому, що вони узгоджені зі стимулом, створюючи самобалансуючу економіку для обчислювальної потужності. Якщо попит на ресурси зростає, стимули для їх постачання природним чином зростають, поки цей попит не буде задоволений, задовольняючи потребу в обчислювальних ресурсах у збалансованому, бездозвольному режимі.

Захист ШІ: Відкриті джерела та дизайн стимулів

Для захисту ШІ від навмисного зловживання — таких як шахрайство з клонуванням голосу та дипфейки — Генріх пропонує поєднання людських орієнтованих та архітектурних рішень. По-перше, увага має бути зосереджена на навчанні людей, як ідентифікувати шахрайства з ШІ та фейки, що використовуються для імітації та дезінформації. Генріх заявляє: Ми повинні навчити людей вміти ідентифікувати або відбиткувати вміст, створений ШІ, щоб вони могли захистити себе.”

Законодавці також можуть відігравати роль, встановлюючи глобальні стандарти безпеки та етики ШІ. Хоча це навряд чи усуне зловживання ШІ, наявність таких стандартів “може певною мірою сприяти його стриманню”. Найбільш потужним протидією, однак, є те, яке вшито в децентралізацію: “Дизайн систем з узгодженими стимулами може значно зменшити навмисне зловживання ШІ.” За допомогою розгортання та керування моделями ШІ на основі ланцюга, чесна участь винагороджується, тоді як навмисна поведінка приносить прямі фінансові наслідки через механізми скорочення в ланцюзі.

Хоча деякі критики побоюються ризиків відкритих алгоритмів, Генріх повідомляє Bitcoin.com News, що він підтримує це з ентузіазмом, оскільки це надає прозорість у тому, як працюють моделі. “Речі, такі як перевірені записи навчання та незмінні ланцюги даних, можуть бути використані для забезпечення прозорості та дозволити громадське нагляд,” що безпосередньо протидіє ризикам, пов’язаним із власними, закритими моделями “чорних ящиків”.

Щоб реалізувати це бачення безпечного та недорогого майбутнього ШІ, 0G Labs будує першу “децентралізовану операційну систему ШІ (DeAIOS).”

Ця операційна система розроблена для забезпечення перевірка проісходження ШІ — високомасштабований шар зберігання та доступності даних, який дозволяє зберігати величезні набори даних ШІ на ланцюзі, роблячи всі дані перевіреними та відстежуваними. Цей рівень безпеки та відслідковуваності є важливим для агентів ШІ, що працюють у регульованих секторах.

Крім того, система має бездозвільний ринок обчислень, який демократизує доступ до обчислювальних ресурсів за конкурентними цінами. Це є прямою відповіддю на високі витрати та блокування постачальників, що пов’язані з централізованою хмарною інфраструктурою.

0G Labs вже продемонструвала технічний прорив з Dilocox, фреймворком, що дозволяє навчання LLM з понад 100 мільярдами параметрів через децентралізовані кластери на швидкості 1 Гбіт/с. Розбиваючи моделі на менші та незалежно навчені частини, Dilocox продемонстрував 357-кратне покращення ефективності у порівнянні з традиційними методами розподіленого навчання, роблячи розвиток великомасштабного ШІ економічно життєздатним за межами стін централізованих дата-центрів.

Світле, більш доступне майбутнє для ШІ

У кінцевому рахунку, Генріх бачить дуже яскраве майбутнє для децентралізованого ШІ, визначеного участю та зниженням бар’єрів до прийняття.

“Це місце, де люди та спільноти створюють експертні моделі ШІ разом, забезпечуючи, щоб майбутнє ШІ було сформоване багатьма, а не лише жменькою централізованих сутностей,” підсумовує він. З власними компаніями ШІ, що стикаються з тиском для підвищення цін, економіка та структури стимулів DeAI пропонують переконливу, значно більш доступну альтернативу, де потужні моделі ШІ можуть бути створені за меншими витратами, прокладаючи шлях до більш відкритого, більш безпечного та, зрештою, більш корисного технологічного майбутнього.

Часті запитання

• У чому основна проблема поточного централізованого ШІ? Поточні моделі ШІ страждають від проблем прозорості, упередження даних та монополістичного контролю через їх централізовану архітектуру “чорного ящика”.
• Яке рішення розробляє 0G Labs Майкла Генріха? 0G Labs розробляє першу “децентралізовану операційну систему ШІ (DeAIOS)” для того, щоб зробити ШІ безпечним, перевіреним і суспільним благом.
• Як децентралізований ШІ забезпечує цілісність даних? Цілісність даних підтримується шляхом занурення всіх даних на ланцюг з криптографічними доказами та слідом контрольованих доказів, щоб запобігти помилкам і галюцинаціям.
• Яка головна перевага технології Dilocox від 0G Labs? Dilocox — це фреймворк, який робить великомасштабний розвиток ШІ значно ефективнішим, демонструючи 357-кратне покращення у порівнянні з традиційними методами розподіленого навчання.