En el pasado, las empresas emergentes, con su velocidad, agilidad y cultura emprendedora, estaban libres de las ataduras de la inercia organizacional y lideraron la innovación tecnológica durante mucho tiempo. **Sin embargo, todo esto es reescrito por la era de la inteligencia artificial. **Hasta la fecha, los creadores de productos innovadores de IA han sido gigantes tecnológicos tradicionales como OpenAI de Microsoft, Nvidia, Google e incluso Meta.
**¿qué pasó? **¿Por qué el gigante le ganó a la startup esta vez? Las empresas emergentes pueden escribir un gran código, pero enfrentan varios obstáculos en comparación con los gigantes tecnológicos:
Los costos computacionales siguen siendo altos
El desarrollo de la IA tiene un lóbulo inverso: la preocupación y la incertidumbre en torno al impacto social de la IA obstaculizan la innovación debido a la falta de las pautas necesarias
Problema de caja negra de IA
Los "fosos de datos" construidos por grandes empresas de tecnología forman barreras de entrada
Entonces, ¿por qué se necesita la tecnología blockchain? ¿Dónde se cruza con la inteligencia artificial? Aunque no todos los problemas se pueden resolver a la vez, la Red de Infraestructura Física Distribuida (DePIN) en Web3 crea las condiciones para resolver los problemas anteriores. A continuación se explicará cómo la tecnología detrás de DePIN puede ayudar a la inteligencia artificial, principalmente desde cuatro dimensiones:
Reducir costos de infraestructura
VERIFICAR Creador y Personalidad
FILL AI Democracia y Transparencia
Configuración del mecanismo de recompensa de contribución de datos
Abajo:
"web3" se refiere a la próxima generación de Internet, y la tecnología blockchain y otras tecnologías existentes son sus componentes orgánicos.
"Blockchain" se refiere a la tecnología de contabilidad descentralizada y distribuida.
"Crypto" se refiere al uso de mecanismos token para incentivos y descentralización.
1. Reducir los costes de infraestructura (informática y almacenamiento)
Cada ola de innovación tecnológica comienza con algo costoso que se vuelve lo suficientemente barato como para desperdiciarlo.
– La deuda tecnológica de la sociedad y el momento Gutenberg del software, a través de SK Ventures
Cuán importante es la asequibilidad de la infraestructura (la infraestructura de inteligencia artificial se refiere al costo del hardware de computación, transmisión y almacenamiento de datos), la teoría de la revolución tecnológica de Carlota Pérez ha indicado que la teoría propone que los avances tecnológicos incluyen dos etapas:
Fuente: Teoría de la Revolución Tecnológica de Carlota Pérez
La fase de instalación se caracteriza por una fuerte inversión de capital de riesgo, construcción de infraestructura y estrategias de comercialización (GTM) de "empuje", ya que los clientes no entienden la propuesta de valor del nuevo tecnología.
La etapa de implementación se caracteriza por un gran aumento en la oferta de infraestructura, la reducción del umbral para atraer a los recién llegados y la adopción de una estrategia de promoción de mercado "pull"** (GTM),** lo que indica un alto grado de Coincidencia de mercado de productos, los clientes esperan más productos que aún no se han formado.
Ahora que los intentos como ChatGPT han demostrado la adecuación al mercado y la demanda de los clientes, uno podría sentir que la IA ha entrado en la fase de implementación. **Sin embargo, a la IA le falta una pieza importante: el exceso de infraestructura para que las empresas emergentes sensibles al precio construyan y experimenten. **
pregunta
El campo de la infraestructura física actual está monopolizado principalmente por oligopolios integrados verticalmente, incluidos AWS, GCP, Azure, Nvidia, Cloudflare, Akamai, etc. 61%. Por lo tanto, los nuevos participantes en el campo de la IA, especialmente en el campo LLM, deben enfrentar costos computacionales extremadamente altos.
El costo de la capacitación de ChatGPT se estima en 4 millones de dólares estadounidenses, y el costo operativo de la inferencia de hardware es de aproximadamente 700 000 dólares estadounidenses por día.
*La versión 2 de Bloom podría costar $10 millones para entrenar y volver a entrenar.
Si ChatGPT ingresa a la Búsqueda de Google, los ingresos de Google se reducirán en $ 36 mil millones, ** Se transferirán enormes ganancias de las plataformas de software (Google) a los proveedores de hardware (Nvidia). **
Fuente: Análisis capa por capa - LLM Search Architecture and Cost
solución
Redes DePIN como Filecoin (el pionero de DePIN se originó en 2014, se centró en recopilar hardware a nivel de Internet y brindar almacenamiento de datos distribuidos), Bacalhau, Gensyn.ai, Render Network, ExaBits (capa de coordinación para hacer coincidir la oferta y la demanda de CPU/GPU) Puede ahorrar entre un 75 % y un 90 % o más de los costos de infraestructura a través de los siguientes tres aspectos:
1. Impulsar la curva de oferta y estimular la competencia en el mercado
DePIN ofrece igualdad de oportunidades para que los proveedores de hardware se conviertan en proveedores de servicios. Crea un mercado en el que cualquiera puede unirse como "minero" e intercambiar CPU/GPU o energía de almacenamiento a cambio de una compensación financiera, creando así competencia para los proveedores existentes.
Si bien una empresa como AWS, sin duda, disfruta de una ventaja de 17 años en la interfaz de usuario, las operaciones y la integración vertical, **DePIN atrae a una nueva base de clientes que no puede aceptar precios de proveedores centralizados. **Al igual que Ebay no compite directamente con Bloomingdale, sino que ofrece alternativas más económicas para satisfacer necesidades similares, las redes de almacenamiento distribuidas no reemplazan a los proveedores centralizados, sino que están diseñadas para atender a grupos de usuarios sensibles a los precios.
2. Promover el equilibrio económico del mercado a través del diseño económico encriptado
El mecanismo de subsidio creado por DePIN puede orientar a los proveedores de hardware a participar en la red, reduciendo así el costo de los usuarios finales. En principio, podemos ver los costos e ingresos de los proveedores de almacenamiento de AWS y Filecoin en Web2 y Web3.
**Los clientes obtienen una reducción de precio: **La red DePIN crea un mercado competitivo e introduce una competencia al estilo de Bertrand, lo que reduce las tarifas de pago de los clientes. En comparación, AWS EC2 necesita un margen de alrededor del 55 % y un margen general del 31 % para mantenerse a flote. El Incentivo de token/recompensa de bloque proporcionado por la red DePIN también es una nueva fuente de ingresos. En el contexto de Filecoin, cuantos más datos reales aloja un proveedor de almacenamiento, más recompensas de bloque (tokens) puede ganar. **Por lo tanto, los proveedores de almacenamiento tienen un incentivo para atraer a más clientes para cerrar tratos y aumentar los ingresos. **Las estructuras de tokens de varias redes DePIN informáticas emergentes siguen sin revelarse, pero es probable que sigan un patrón similar. Redes similares incluyen:
Bacalhau: una capa de coordinación que lleva la computación al lugar donde se almacenan los datos, evitando mover grandes cantidades de datos.
exaBITS: una red de computación distribuida que brinda servicios de IA y aplicaciones de cómputo intensivo.
Gensyn.ai: Protocolo de computación del modelo de aprendizaje profundo.
3. Reduzca los costos generales: Las ventajas de Bacalhau, exaBITS y otras redes DePIN e IPFS/almacenamiento direccionable de contenido incluyen:
Desbloqueo de la disponibilidad de datos latentes: Actualmente se desaprovechan grandes volúmenes de datos debido al alto costo de ancho de banda de transmitir grandes conjuntos de datos, como los datos de eventos masivos generados por los estadios deportivos. El proyecto DePIN puede procesar datos en el sitio y transmitir solo resultados significativos, descubriendo la disponibilidad potencial de datos.
Costos operativos reducidos: Reduzca los costos de entrada, transferencia e importación/exportación de datos adquiriendo datos localmente.
**Minimice el trabajo manual en el intercambio de datos confidenciales: **Si los hospitales A y B necesitan combinar datos confidenciales de sus pacientes para su análisis, pueden usar Bacalhau para coordinar la potencia informática de la GPU y procesar directamente los datos confidenciales localmente sin tener que intercambiar datos de identificación personal. (PII) con las contrapartes a través de engorrosos procesos administrativos.
**No es necesario volver a calcular el conjunto de datos básicos: **El almacenamiento direccionable de IPFS/contenido viene con la capacidad de deduplicar, rastrear y verificar datos. Para conocer las funciones y el rendimiento de costes de IPFS, consulte este artículo.
Resumen generado por IA: La IA requiere una infraestructura asequible provista por DePIN, y el mercado de infraestructura actualmente está dominado por oligopolios integrados verticalmente. Las redes DePIN como Filecoin, Bacalhau, Render Network, ExaBits democratizan la oportunidad de convertirse en un proveedor de hardware, introducen la competencia, mantienen el equilibrio económico del mercado a través del diseño criptoeconómico, reducen los costos en más del 75%-90% y reducen los costos generales.
2. Verificar creador y personalidad
pregunta
Una encuesta reciente muestra que **50% de los estudiosos de la IA creen que la posibilidad de que la IA cause daños devastadores a los humanos supera el 10%. **
La gente debe estar alerta de que la IA ha causado un caos social y aún falta regulación o especificaciones técnicas, situación que se denomina "lóbulo inverso".
Por ejemplo, en este video de Twitter, el presentador del podcast Joe Rogan y el comentarista conservador Ben Shapiro debaten sobre la película "Ratatouille", pero este video está generado por IA.
Fuente: Bloomberg
Vale la pena señalar que el impacto social de la IA se extiende mucho más allá de los problemas que plantean los blogs, conversaciones e imágenes falsos:
Durante las elecciones estadounidenses de 2024, el contenido de la campaña deepfake generado por IA logró el efecto de ser falso por primera vez.
*Se editó un video de la senadora Elizabeth Warren para que "diga" cosas como "No se debería permitir votar a los republicanos" (rumor desacreditado).
La voz sintetizada de Biden critica a las mujeres trans.
Un grupo de artistas presentó una demanda colectiva contra Midjourney y Stability AI, alegando el uso no autorizado del trabajo de los artistas para capacitar a la IA, infracción de derechos de autor y amenazas a los medios de subsistencia de los artistas.
La canción generada por IA "Heart on My Sleeve", con The Weeknd y Drake, se volvió viral en la plataforma de transmisión, pero luego se eliminó. Cuando la nueva tecnología entra en la corriente principal sin regulación, crea muchos problemas, **la infracción de derechos de autor es un problema de "lóbulo inverso". **
Entonces, ¿podemos agregar especificaciones relacionadas con la IA a Web3?
solución
Proporcione prueba de personalidad y prueba de creador usando la prueba de origen en la cadena encriptada
Haga que la tecnología blockchain realmente funcione: como un libro de contabilidad distribuido que contiene un historial inmutable en la cadena, la autenticidad del contenido digital se puede verificar a través de pruebas criptográficas de contenido.
Firma digital como prueba de creador y prueba de personalidad
Para identificar un deepfake, se puede generar una prueba criptográfica utilizando una firma digital exclusiva del creador del contenido original, que se puede crear utilizando una clave privada conocida solo por el creador y verificable mediante una clave pública que está disponible para todos. Tener una firma prueba que el contenido fue creado por el creador original, ya sea humano o AI, y verifica cambios autorizados o no autorizados en el contenido.
Usando IPFS y el árbol de Merkle como prueba de autenticidad
IPFS es un protocolo distribuido para hacer referencia a grandes conjuntos de datos mediante direccionamiento de contenido y árboles de Merkle. Para probar que el contenido del archivo se recibió y cambió, se genera una prueba de Merkle, que es una cadena de hashes que muestra la posición de un bloque de datos específico en el árbol de Merkle. Con cada cambio, se agrega un hash al árbol de Merkle, lo que proporciona una prueba de la modificación del archivo.
El punto débil del esquema de encriptación es el mecanismo de incentivos. Después de todo, aunque identificar al creador del deepfake puede reducir el impacto social negativo, no traerá los mismos beneficios económicos. Es probable que esta responsabilidad recaiga en las principales plataformas de distribución de medios como Twitter, Meta y Google, y de hecho es así. ** Entonces, ¿por qué necesitamos blockchain? **
La respuesta es que las firmas criptográficas y las pruebas de autenticidad** de blockchain son más eficientes, verificables y seguras. Actualmente, el proceso de detección de falsificaciones profundas utiliza principalmente algoritmos de aprendizaje automático (como el "Desafío de detección de falsificaciones profundas" de Meta, los "Números asimétricos" (ANS) de Google y c2pa: para identificar regularidades y anomalías en el contenido visual, pero a menudo es no es lo suficientemente preciso y va a la zaga de la velocidad de desarrollo de deepfake.**Por lo general, se requiere una revisión manual para determinar la autenticidad, lo cual es ineficiente y costoso.
Si algún día cada pieza de contenido tiene una firma criptográfica, todos pueden probar de manera verificable la fuente de creación, marcando la manipulación o la falsificación, entonces marcaremos el comienzo de un mundo hermoso.
Resumen generado por IA: La IA puede representar una amenaza significativa para la sociedad, especialmente las falsificaciones profundas y el uso no autorizado de contenido, mientras que las tecnologías Web3, como la Prueba de creador que usa firmas digitales y la Prueba de autenticidad que usa IPFS y Merkle Trees, la autenticidad de lo digital. el contenido se puede verificar, evitando cambios no autorizados y proporcionando normas para la IA.
3. Democratización de la IA
pregunta
AI hoy es una caja negra hecha de datos propietarios y algoritmos propietarios. La naturaleza cerrada de LLM, una gran empresa de tecnología, ha acabado con la "democracia de la IA" desde mi punto de vista, es decir, todos los desarrolladores e incluso los usuarios pueden contribuir con algoritmos y datos al modelo LLM y formar parte del beneficio cuando el modelo es rentable (artículos relacionados).
Democracia AI = Visibilidad (puede ver la entrada de datos y algoritmos en el modelo)** + Contribución** (puede aportar datos o algoritmos al modelo).
solución
El propósito de la democracia de IA es hacer que los modelos generativos de IA estén abiertos, sean relevantes y sean de propiedad del público. La siguiente tabla compara el estado actual de la IA con el futuro que se puede lograr a través de la tecnología blockchain de Web3.
Actualmente--
Para clientes:**
Salida LLM de recepción unidireccional
No se puede controlar cómo se utilizan los datos personales
Para desarrolladores:**
Baja componibilidad
El procesamiento de datos ETL no es rastreable y difícil de reproducir
La fuente de contribución de datos está limitada al propietario de los datos
Solo se puede acceder a los modelos de código cerrado a través de API por una tarifa
La salida de datos compartidos carece de verificabilidad, y los científicos de datos dedican el 80 % de su tiempo a la limpieza de datos de gama baja
Después de combinar la cadena de bloques——
Para clientes:**
Los usuarios pueden proporcionar comentarios (como sesgo, moderación de contenido, comentarios granulares sobre la salida) como base para el ajuste fino.
Los usuarios pueden optar por aportar datos a cambio de la ganancia después de que el modelo sea rentable
Para desarrolladores:**
**Capa de gestión de datos distribuidos: **Crowdsourcing repetitivo etiquetado de datos que consume mucho tiempo y otros trabajos de preparación de datos
Visibilidad y la capacidad de combinar y ajustar algoritmos, con fuentes verificables (se puede ver un historial a prueba de manipulaciones de todos los cambios)
Soberanía de datos (logrado a través de direccionamiento de contenido/IPFS) y soberanía de algoritmos (por ejemplo, Urbit realiza la combinación punto a punto y la portabilidad de datos y algoritmos)
**Acelera la innovación de LLM, **Acelera la innovación de LLM de varias variantes del modelo de código abierto subyacente.
Salida de datos de entrenamiento reproducible, lograda a través de un registro inmutable de operaciones ETL pasadas y consultas en la cadena de bloques (como Kamu).
Algunas personas dicen que la plataforma de código abierto de Web2 también proporciona una solución de compromiso, pero el efecto no es el ideal. Para discusiones relacionadas, consulte la publicación de blog de exaBITS.
Resumen de generación de IA: el LLM cerrado de las grandes empresas de tecnología mata la "democracia de IA", es decir, cada desarrollador o usuario puede contribuir con algoritmos y datos a un modelo LLM y obtener una parte de las ganancias cuando el modelo es rentable. La IA debe estar abierta al público, relevante para el público y propiedad del público. Con la ayuda de la red blockchain, los usuarios pueden proporcionar comentarios, contribuir con datos al modelo a cambio de ganancias realizadas, y los desarrolladores también pueden obtener visibilidad y fuentes verificables para combinar y ajustar algoritmos. Las innovaciones de Web3, como el direccionamiento de contenido/IPFS y Urbit, permitirán la soberanía algorítmica y de datos. La reproducibilidad de la salida de datos de entrenamiento también será posible a través del registro inmutable de blockchain de operaciones y consultas ETL anteriores.
4. Configure el mecanismo de recompensa de contribución de datos
pregunta
Hoy en día, los datos de consumo más valiosos son el activo exclusivo de las grandes empresas de tecnología, lo que constituye una barrera empresarial central. Los gigantes tecnológicos no tienen ningún incentivo para compartir estos datos con terceros.
Entonces, ¿por qué no podemos obtener datos directamente de sus creadores o usuarios? ¿Por qué no podemos hacer de los datos un recurso público, aportar datos y abrirlos para que los utilicen los científicos de datos?
En pocas palabras, se debe a la falta de un mecanismo de incentivos y un mecanismo de coordinación. Mantener datos y realizar ETL (extracción, transformación y carga) es un gran costo general. De hecho, el almacenamiento de datos por sí solo será una industria de $777 mil millones en 2030, sin incluir los costos informáticos. Nadie asume el trabajo y los costos del procesamiento de datos de forma gratuita.
Echemos un vistazo a OpenAI. Originalmente se configuró para ser de código abierto y sin fines de lucro, pero es difícil darse cuenta del costo y no puede cubrir el costo. En 2019, OpenAI tuvo que aceptar la inyección de capital de Microsoft y el algoritmo ya no estaba abierto al público. Se espera que OpenAI genere $ 1 mil millones en ingresos para 2024.
solución
Web3 presenta un nuevo mecanismo llamado "dataDAO", que facilita la redistribución de ingresos entre los propietarios de modelos de IA y los contribuyentes de datos, creando una capa de incentivos para las contribuciones de datos de colaboración colectiva. Por limitaciones de espacio no se ampliará aquí, si quieres saber más puedes leer los dos artículos siguientes:
Cómo funciona DataDAO/principio de DataDAO, creado por HQ Han de Protocol Labs
Cómo funciona la contribución y monetización de datos en web3/web3 ¿Cómo funciona la contribución y monetización de datos?En este artículo, analicé en profundidad el mecanismo, las deficiencias y las oportunidades de dataDAO
En general, DePIN ha adoptado un enfoque diferente y ha proporcionado nueva energía de hardware para promover la innovación de Web3 e IA. Si bien los gigantes tecnológicos dominan la industria de la IA, los jugadores emergentes pueden aprovechar la tecnología blockchain para unirse a la refriega: DePIN Network reduce las barreras de entrada al reducir los costos informáticos; la naturaleza verificable y distribuida de blockchain permite una IA verdaderamente abierta Se vuelve posible; mecanismos innovadores como dado que dataDAO fomenta la contribución de datos, las características de inmutabilidad y resistencia a la manipulación de la cadena de bloques proporcionan el certificado de identidad del creador, disipando las preocupaciones de las personas sobre el impacto social negativo de la IA.
Ver originales
El contenido es solo de referencia, no una solicitud u oferta. No se proporciona asesoramiento fiscal, legal ni de inversión. Consulte el Descargo de responsabilidad para obtener más información sobre los riesgos.
¿Cómo ayuda el análisis multidimensional de DePIN a la inteligencia artificial?
En el pasado, las empresas emergentes, con su velocidad, agilidad y cultura emprendedora, estaban libres de las ataduras de la inercia organizacional y lideraron la innovación tecnológica durante mucho tiempo. **Sin embargo, todo esto es reescrito por la era de la inteligencia artificial. **Hasta la fecha, los creadores de productos innovadores de IA han sido gigantes tecnológicos tradicionales como OpenAI de Microsoft, Nvidia, Google e incluso Meta.
**¿qué pasó? **¿Por qué el gigante le ganó a la startup esta vez? Las empresas emergentes pueden escribir un gran código, pero enfrentan varios obstáculos en comparación con los gigantes tecnológicos:
Entonces, ¿por qué se necesita la tecnología blockchain? ¿Dónde se cruza con la inteligencia artificial? Aunque no todos los problemas se pueden resolver a la vez, la Red de Infraestructura Física Distribuida (DePIN) en Web3 crea las condiciones para resolver los problemas anteriores. A continuación se explicará cómo la tecnología detrás de DePIN puede ayudar a la inteligencia artificial, principalmente desde cuatro dimensiones:
Abajo:
1. Reducir los costes de infraestructura (informática y almacenamiento)
Cuán importante es la asequibilidad de la infraestructura (la infraestructura de inteligencia artificial se refiere al costo del hardware de computación, transmisión y almacenamiento de datos), la teoría de la revolución tecnológica de Carlota Pérez ha indicado que la teoría propone que los avances tecnológicos incluyen dos etapas:
Fuente: Teoría de la Revolución Tecnológica de Carlota Pérez
Ahora que los intentos como ChatGPT han demostrado la adecuación al mercado y la demanda de los clientes, uno podría sentir que la IA ha entrado en la fase de implementación. **Sin embargo, a la IA le falta una pieza importante: el exceso de infraestructura para que las empresas emergentes sensibles al precio construyan y experimenten. **
pregunta
El campo de la infraestructura física actual está monopolizado principalmente por oligopolios integrados verticalmente, incluidos AWS, GCP, Azure, Nvidia, Cloudflare, Akamai, etc. 61%. Por lo tanto, los nuevos participantes en el campo de la IA, especialmente en el campo LLM, deben enfrentar costos computacionales extremadamente altos.
Fuente: Análisis capa por capa - LLM Search Architecture and Cost
solución
Redes DePIN como Filecoin (el pionero de DePIN se originó en 2014, se centró en recopilar hardware a nivel de Internet y brindar almacenamiento de datos distribuidos), Bacalhau, Gensyn.ai, Render Network, ExaBits (capa de coordinación para hacer coincidir la oferta y la demanda de CPU/GPU) Puede ahorrar entre un 75 % y un 90 % o más de los costos de infraestructura a través de los siguientes tres aspectos:
1. Impulsar la curva de oferta y estimular la competencia en el mercado
DePIN ofrece igualdad de oportunidades para que los proveedores de hardware se conviertan en proveedores de servicios. Crea un mercado en el que cualquiera puede unirse como "minero" e intercambiar CPU/GPU o energía de almacenamiento a cambio de una compensación financiera, creando así competencia para los proveedores existentes.
Si bien una empresa como AWS, sin duda, disfruta de una ventaja de 17 años en la interfaz de usuario, las operaciones y la integración vertical, **DePIN atrae a una nueva base de clientes que no puede aceptar precios de proveedores centralizados. **Al igual que Ebay no compite directamente con Bloomingdale, sino que ofrece alternativas más económicas para satisfacer necesidades similares, las redes de almacenamiento distribuidas no reemplazan a los proveedores centralizados, sino que están diseñadas para atender a grupos de usuarios sensibles a los precios.
2. Promover el equilibrio económico del mercado a través del diseño económico encriptado
El mecanismo de subsidio creado por DePIN puede orientar a los proveedores de hardware a participar en la red, reduciendo así el costo de los usuarios finales. En principio, podemos ver los costos e ingresos de los proveedores de almacenamiento de AWS y Filecoin en Web2 y Web3.
**Los clientes obtienen una reducción de precio: **La red DePIN crea un mercado competitivo e introduce una competencia al estilo de Bertrand, lo que reduce las tarifas de pago de los clientes. En comparación, AWS EC2 necesita un margen de alrededor del 55 % y un margen general del 31 % para mantenerse a flote. El Incentivo de token/recompensa de bloque proporcionado por la red DePIN también es una nueva fuente de ingresos. En el contexto de Filecoin, cuantos más datos reales aloja un proveedor de almacenamiento, más recompensas de bloque (tokens) puede ganar. **Por lo tanto, los proveedores de almacenamiento tienen un incentivo para atraer a más clientes para cerrar tratos y aumentar los ingresos. **Las estructuras de tokens de varias redes DePIN informáticas emergentes siguen sin revelarse, pero es probable que sigan un patrón similar. Redes similares incluyen:
3. Reduzca los costos generales: Las ventajas de Bacalhau, exaBITS y otras redes DePIN e IPFS/almacenamiento direccionable de contenido incluyen:
Resumen generado por IA: La IA requiere una infraestructura asequible provista por DePIN, y el mercado de infraestructura actualmente está dominado por oligopolios integrados verticalmente. Las redes DePIN como Filecoin, Bacalhau, Render Network, ExaBits democratizan la oportunidad de convertirse en un proveedor de hardware, introducen la competencia, mantienen el equilibrio económico del mercado a través del diseño criptoeconómico, reducen los costos en más del 75%-90% y reducen los costos generales.
2. Verificar creador y personalidad
pregunta
Una encuesta reciente muestra que **50% de los estudiosos de la IA creen que la posibilidad de que la IA cause daños devastadores a los humanos supera el 10%. **
La gente debe estar alerta de que la IA ha causado un caos social y aún falta regulación o especificaciones técnicas, situación que se denomina "lóbulo inverso".
Por ejemplo, en este video de Twitter, el presentador del podcast Joe Rogan y el comentarista conservador Ben Shapiro debaten sobre la película "Ratatouille", pero este video está generado por IA.
Fuente: Bloomberg
Vale la pena señalar que el impacto social de la IA se extiende mucho más allá de los problemas que plantean los blogs, conversaciones e imágenes falsos:
Entonces, ¿podemos agregar especificaciones relacionadas con la IA a Web3?
solución
Proporcione prueba de personalidad y prueba de creador usando la prueba de origen en la cadena encriptada
Haga que la tecnología blockchain realmente funcione: como un libro de contabilidad distribuido que contiene un historial inmutable en la cadena, la autenticidad del contenido digital se puede verificar a través de pruebas criptográficas de contenido.
Firma digital como prueba de creador y prueba de personalidad
Para identificar un deepfake, se puede generar una prueba criptográfica utilizando una firma digital exclusiva del creador del contenido original, que se puede crear utilizando una clave privada conocida solo por el creador y verificable mediante una clave pública que está disponible para todos. Tener una firma prueba que el contenido fue creado por el creador original, ya sea humano o AI, y verifica cambios autorizados o no autorizados en el contenido.
Usando IPFS y el árbol de Merkle como prueba de autenticidad
IPFS es un protocolo distribuido para hacer referencia a grandes conjuntos de datos mediante direccionamiento de contenido y árboles de Merkle. Para probar que el contenido del archivo se recibió y cambió, se genera una prueba de Merkle, que es una cadena de hashes que muestra la posición de un bloque de datos específico en el árbol de Merkle. Con cada cambio, se agrega un hash al árbol de Merkle, lo que proporciona una prueba de la modificación del archivo.
El punto débil del esquema de encriptación es el mecanismo de incentivos. Después de todo, aunque identificar al creador del deepfake puede reducir el impacto social negativo, no traerá los mismos beneficios económicos. Es probable que esta responsabilidad recaiga en las principales plataformas de distribución de medios como Twitter, Meta y Google, y de hecho es así. ** Entonces, ¿por qué necesitamos blockchain? **
La respuesta es que las firmas criptográficas y las pruebas de autenticidad** de blockchain son más eficientes, verificables y seguras. Actualmente, el proceso de detección de falsificaciones profundas utiliza principalmente algoritmos de aprendizaje automático (como el "Desafío de detección de falsificaciones profundas" de Meta, los "Números asimétricos" (ANS) de Google y c2pa: para identificar regularidades y anomalías en el contenido visual, pero a menudo es no es lo suficientemente preciso y va a la zaga de la velocidad de desarrollo de deepfake.**Por lo general, se requiere una revisión manual para determinar la autenticidad, lo cual es ineficiente y costoso.
Si algún día cada pieza de contenido tiene una firma criptográfica, todos pueden probar de manera verificable la fuente de creación, marcando la manipulación o la falsificación, entonces marcaremos el comienzo de un mundo hermoso.
Resumen generado por IA: La IA puede representar una amenaza significativa para la sociedad, especialmente las falsificaciones profundas y el uso no autorizado de contenido, mientras que las tecnologías Web3, como la Prueba de creador que usa firmas digitales y la Prueba de autenticidad que usa IPFS y Merkle Trees, la autenticidad de lo digital. el contenido se puede verificar, evitando cambios no autorizados y proporcionando normas para la IA.
3. Democratización de la IA
pregunta
AI hoy es una caja negra hecha de datos propietarios y algoritmos propietarios. La naturaleza cerrada de LLM, una gran empresa de tecnología, ha acabado con la "democracia de la IA" desde mi punto de vista, es decir, todos los desarrolladores e incluso los usuarios pueden contribuir con algoritmos y datos al modelo LLM y formar parte del beneficio cuando el modelo es rentable (artículos relacionados).
Democracia AI = Visibilidad (puede ver la entrada de datos y algoritmos en el modelo)** + Contribución** (puede aportar datos o algoritmos al modelo).
solución
El propósito de la democracia de IA es hacer que los modelos generativos de IA estén abiertos, sean relevantes y sean de propiedad del público. La siguiente tabla compara el estado actual de la IA con el futuro que se puede lograr a través de la tecnología blockchain de Web3.
Actualmente--
Para clientes:**
Para desarrolladores:**
Después de combinar la cadena de bloques——
Para clientes:**
Los usuarios pueden proporcionar comentarios (como sesgo, moderación de contenido, comentarios granulares sobre la salida) como base para el ajuste fino.
Los usuarios pueden optar por aportar datos a cambio de la ganancia después de que el modelo sea rentable
Para desarrolladores:**
Algunas personas dicen que la plataforma de código abierto de Web2 también proporciona una solución de compromiso, pero el efecto no es el ideal. Para discusiones relacionadas, consulte la publicación de blog de exaBITS.
Resumen de generación de IA: el LLM cerrado de las grandes empresas de tecnología mata la "democracia de IA", es decir, cada desarrollador o usuario puede contribuir con algoritmos y datos a un modelo LLM y obtener una parte de las ganancias cuando el modelo es rentable. La IA debe estar abierta al público, relevante para el público y propiedad del público. Con la ayuda de la red blockchain, los usuarios pueden proporcionar comentarios, contribuir con datos al modelo a cambio de ganancias realizadas, y los desarrolladores también pueden obtener visibilidad y fuentes verificables para combinar y ajustar algoritmos. Las innovaciones de Web3, como el direccionamiento de contenido/IPFS y Urbit, permitirán la soberanía algorítmica y de datos. La reproducibilidad de la salida de datos de entrenamiento también será posible a través del registro inmutable de blockchain de operaciones y consultas ETL anteriores.
4. Configure el mecanismo de recompensa de contribución de datos
pregunta
Hoy en día, los datos de consumo más valiosos son el activo exclusivo de las grandes empresas de tecnología, lo que constituye una barrera empresarial central. Los gigantes tecnológicos no tienen ningún incentivo para compartir estos datos con terceros.
Entonces, ¿por qué no podemos obtener datos directamente de sus creadores o usuarios? ¿Por qué no podemos hacer de los datos un recurso público, aportar datos y abrirlos para que los utilicen los científicos de datos?
En pocas palabras, se debe a la falta de un mecanismo de incentivos y un mecanismo de coordinación. Mantener datos y realizar ETL (extracción, transformación y carga) es un gran costo general. De hecho, el almacenamiento de datos por sí solo será una industria de $777 mil millones en 2030, sin incluir los costos informáticos. Nadie asume el trabajo y los costos del procesamiento de datos de forma gratuita.
Echemos un vistazo a OpenAI. Originalmente se configuró para ser de código abierto y sin fines de lucro, pero es difícil darse cuenta del costo y no puede cubrir el costo. En 2019, OpenAI tuvo que aceptar la inyección de capital de Microsoft y el algoritmo ya no estaba abierto al público. Se espera que OpenAI genere $ 1 mil millones en ingresos para 2024.
solución
Web3 presenta un nuevo mecanismo llamado "dataDAO", que facilita la redistribución de ingresos entre los propietarios de modelos de IA y los contribuyentes de datos, creando una capa de incentivos para las contribuciones de datos de colaboración colectiva. Por limitaciones de espacio no se ampliará aquí, si quieres saber más puedes leer los dos artículos siguientes:
En general, DePIN ha adoptado un enfoque diferente y ha proporcionado nueva energía de hardware para promover la innovación de Web3 e IA. Si bien los gigantes tecnológicos dominan la industria de la IA, los jugadores emergentes pueden aprovechar la tecnología blockchain para unirse a la refriega: DePIN Network reduce las barreras de entrada al reducir los costos informáticos; la naturaleza verificable y distribuida de blockchain permite una IA verdaderamente abierta Se vuelve posible; mecanismos innovadores como dado que dataDAO fomenta la contribución de datos, las características de inmutabilidad y resistencia a la manipulación de la cadena de bloques proporcionan el certificado de identidad del creador, disipando las preocupaciones de las personas sobre el impacto social negativo de la IA.