Trong quá khứ, các công ty khởi nghiệp với tốc độ, sự nhanh nhẹn và văn hóa kinh doanh đã thoát khỏi gông cùm của quán tính tổ chức và dẫn đầu đổi mới công nghệ trong một thời gian dài. **Tuy nhiên, tất cả điều này được viết lại bởi thời đại trí tuệ nhân tạo. **Cho đến nay, những người tạo ra các sản phẩm AI đột phá đều là những gã khổng lồ công nghệ truyền thống như OpenAI của Microsoft, Nvidia, Google và thậm chí cả Meta.
**chuyện gì đã xảy ra thế? ** Vì sao lần này gã khổng lồ chiến thắng start-up? Các công ty khởi nghiệp có thể viết mã tuyệt vời, nhưng họ phải đối mặt với một số trở ngại so với những gã khổng lồ công nghệ:
Chi phí tính toán còn cao
Sự phát triển của AI có một chiều ngược lại: Mối quan tâm và sự không chắc chắn xung quanh tác động xã hội của AI cản trở sự đổi mới do thiếu các hướng dẫn cần thiết
Vấn đề hộp đen AI
Những “hào dữ liệu” do các ông lớn công nghệ xây dựng hình thành rào cản gia nhập
Vậy, tại sao công nghệ chuỗi khối lại cần thiết? Nó giao nhau với trí tuệ nhân tạo ở đâu? Mặc dù không phải tất cả các vấn đề đều có thể được giải quyết cùng một lúc, Mạng cơ sở hạ tầng vật lý phân tán (DePIN) trong Web3 tạo điều kiện để giải quyết các vấn đề trên. Phần sau đây sẽ giải thích cách công nghệ đằng sau DePIN có thể hỗ trợ trí tuệ nhân tạo, chủ yếu từ bốn chiều:
Giảm chi phí cơ sở hạ tầng
XÁC MINH Người sáng tạo và Nhân cách
ĐIỀN AI Dân chủ và Minh bạch
Cài đặt cơ chế phần thưởng đóng góp dữ liệu
Dưới:
"web3" đề cập đến Internet thế hệ tiếp theo và công nghệ chuỗi khối cũng như các công nghệ hiện có khác là các thành phần hữu cơ của nó.
"Blockchain" đề cập đến công nghệ sổ cái phi tập trung và phân tán.
"Crypto" đề cập đến việc sử dụng các cơ chế mã thông báo để khuyến khích và phân cấp.
1. Giảm chi phí cơ sở hạ tầng (máy tính và lưu trữ)
Mọi làn sóng đổi mới công nghệ đều bắt đầu bằng việc thứ gì đó đắt đỏ trở nên rẻ đến mức lãng phí.
– Khoản nợ công nghệ của xã hội và Khoảnh khắc Gutenberg của phần mềm, thông qua SK Ventures
Khả năng chi trả của cơ sở hạ tầng quan trọng như thế nào (cơ sở hạ tầng của trí tuệ nhân tạo đề cập đến chi phí phần cứng để tính toán, truyền và lưu trữ dữ liệu), lý thuyết về cuộc cách mạng công nghệ của Carlota Perez đã chỉ ra rằng lý thuyết đề xuất rằng những đột phá về công nghệ bao gồm hai giai đoạn:
Nguồn: Lý thuyết cách mạng công nghệ của Carlota Perez
Giai đoạn cài đặt được đặc trưng bởi đầu tư vốn mạo hiểm lớn, xây dựng cơ sở hạ tầng và chiến lược "thúc đẩy" tiếp thị (GTM), vì khách hàng không hiểu đề xuất giá trị của sản phẩm mới công nghệ.
Giai đoạn triển khai được đặc trưng bởi sự gia tăng lớn về nguồn cung cấp cơ sở hạ tầng, hạ thấp ngưỡng thu hút người mới và áp dụng chiến lược xúc tiến thị trường (GTM) "kéo"****, cho thấy mức độ cao của sản phẩm phù hợp với thị trường, Khách hàng mong đợi nhiều sản phẩm chưa được hình thành.
Giờ đây, những nỗ lực như ChatGPT đã chứng tỏ sự phù hợp với thị trường và nhu cầu của khách hàng, người ta có thể cảm thấy rằng AI đã bước vào giai đoạn triển khai. **Tuy nhiên, trí tuệ nhân tạo đang thiếu một phần quan trọng: cơ sở hạ tầng dư thừa dành cho các công ty khởi nghiệp nhạy cảm về giá để xây dựng và thử nghiệm. **
câu hỏi
Lĩnh vực cơ sở hạ tầng vật lý hiện tại chủ yếu được độc quyền bởi độc quyền tích hợp theo chiều dọc, bao gồm AWS, GCP, Azure, Nvidia, Cloudflare, Akamai, v.v. 61%. Do đó, những người mới tham gia vào lĩnh vực AI, đặc biệt là lĩnh vực LLM, phải đối mặt với chi phí tính toán cực cao.
Chi phí đào tạo ChatGPT ước tính khoảng 4 triệu đô la Mỹ và chi phí vận hành suy luận phần cứng là khoảng 700.000 đô la Mỹ mỗi ngày.
*Bloom phiên bản 2 có thể tiêu tốn 10 triệu USD để đào tạo và đào tạo lại.
Nếu ChatGPT vào Google Search, doanh thu của Google sẽ giảm 36 tỷ USD, **Lợi nhuận khổng lồ sẽ được chuyển từ nền tảng phần mềm (Google) sang nhà cung cấp phần cứng (Nvidia). **
Nguồn: Phân tích từng lớp - Kiến trúc và chi phí tìm kiếm LLM
giải pháp
Các mạng DePIN như Filecoin (tiên phong của DePIN bắt nguồn từ năm 2014, tập trung vào việc thu thập phần cứng cấp Internet và phục vụ lưu trữ dữ liệu phân tán), Bacalhau, Gensyn.ai, Render Network, ExaBits (lớp điều phối để cung và cầu CPU/GPU phù hợp) có thể Tiết kiệm từ 75% đến 90%+ chi phí cơ sở hạ tầng thông qua ba khía cạnh sau:
1. Đẩy đường cung và kích thích cạnh tranh thị trường
DePIN cung cấp cơ hội bình đẳng cho các nhà cung cấp phần cứng trở thành nhà cung cấp dịch vụ. Nó tạo ra một thị trường nơi bất kỳ ai cũng có thể tham gia với tư cách là "thợ mỏ" và trao đổi CPU/GPU hoặc dung lượng lưu trữ để lấy tiền bồi thường, do đó tạo ra sự cạnh tranh cho các nhà cung cấp hiện có.
Mặc dù một công ty như AWS chắc chắn đã có 17 năm khởi đầu thuận lợi về giao diện người dùng, hoạt động và tích hợp theo chiều dọc, **DePIN thu hút một cơ sở khách hàng mới không thể chấp nhận mức giá từ các nhà cung cấp tập trung. **Giống như Ebay không cạnh tranh trực tiếp với Bloomingdale mà thay vào đó cung cấp các lựa chọn thay thế tiết kiệm hơn để đáp ứng các nhu cầu tương tự, các mạng lưu trữ phân tán không thay thế các nhà cung cấp tập trung mà được thiết kế để phục vụ nhóm người dùng nhạy cảm về giá.
2. Thúc đẩy cân bằng kinh tế thị trường thông qua thiết kế kinh tế được mã hóa
Cơ chế trợ cấp do DePIN tạo ra có thể hướng dẫn các nhà cung cấp phần cứng tham gia vào mạng, do đó giảm chi phí cho người dùng cuối. Về nguyên tắc, chúng ta có thể xem xét chi phí và doanh thu của các nhà cung cấp dịch vụ lưu trữ AWS và Filecoin trên Web2 và Web3.
**Khách hàng được giảm giá: **Mạng DePIN tạo ra một thị trường cạnh tranh và giới thiệu sự cạnh tranh theo kiểu Bertrand, nhờ đó giảm phí thanh toán của khách hàng. Để so sánh, AWS EC2 cần tỷ suất lợi nhuận khoảng 55% và tỷ suất lợi nhuận tổng thể là 31% để duy trì hoạt động. Phần thưởng khuyến khích/khối mã thông báo được cung cấp bởi mạng DePIN cũng là một nguồn thu nhập mới. Trong bối cảnh của Filecoin, nhà cung cấp dịch vụ lưu trữ lưu trữ càng nhiều dữ liệu thực thì càng kiếm được nhiều phần thưởng khối (mã thông báo). **Do đó, các nhà cung cấp dịch vụ lưu trữ có động cơ thu hút nhiều khách hàng hơn để chốt giao dịch và tăng doanh thu. **Cấu trúc mã thông báo của một số mạng DePIN điện toán mới nổi vẫn chưa được tiết lộ, nhưng có thể tuân theo một mẫu tương tự. Các mạng tương tự bao gồm:
Bacalhau: Một lớp điều phối mang tính toán đến nơi lưu trữ dữ liệu, tránh di chuyển một lượng lớn dữ liệu.
exaBITS: Mạng điện toán phân tán phục vụ AI và các ứng dụng điện toán chuyên sâu.
Gensyn.ai: Giao thức điện toán mô hình học sâu.
3. Giảm chi phí chung: Ưu điểm của Bacalhau, exaBITS và các mạng DePIN khác cũng như bộ lưu trữ có thể định địa chỉ IPFS/nội dung bao gồm:
Mở khóa tính khả dụng của dữ liệu tiềm ẩn: Khối lượng dữ liệu lớn hiện chưa được khai thác do chi phí băng thông cao để truyền các tập dữ liệu lớn, chẳng hạn như dữ liệu sự kiện lớn do các sân vận động thể thao tạo ra. Dự án DePIN có thể xử lý dữ liệu tại chỗ và chỉ truyền đầu ra có ý nghĩa, khai thác tính khả dụng của dữ liệu tiềm năng.
Giảm chi phí vận hành: Giảm chi phí nhập, chuyển và nhập/xuất dữ liệu bằng cách thu thập dữ liệu cục bộ.
**Giảm thiểu công việc thủ công trong chia sẻ dữ liệu nhạy cảm: **Nếu bệnh viện A và B cần kết hợp dữ liệu nhạy cảm của bệnh nhân để phân tích, họ có thể sử dụng Bacalhau để điều phối sức mạnh tính toán GPU và trực tiếp xử lý dữ liệu nhạy cảm cục bộ mà không cần phải trao đổi thông tin nhận dạng cá nhân thông tin (PII) với các đối tác thông qua các quy trình hành chính rườm rà.
**Không cần tính toán lại tập dữ liệu cơ bản: **IPFS/bộ lưu trữ có thể định địa chỉ nội dung đi kèm với khả năng sao chép, theo dõi và xác minh dữ liệu. Để biết các chức năng và hiệu suất chi phí của IPFS, vui lòng tham khảo bài viết này.
Tóm tắt do AI tạo: AI yêu cầu cơ sở hạ tầng giá cả phải chăng do DePIN cung cấp và thị trường cơ sở hạ tầng hiện đang bị chi phối bởi các công ty độc quyền tích hợp theo chiều dọc. Các mạng DePIN như Filecoin, Bacalhau, Render Network, ExaBits dân chủ hóa cơ hội trở thành nhà cung cấp phần cứng, giới thiệu cạnh tranh, duy trì cân bằng kinh tế thị trường thông qua thiết kế kinh tế tiền điện tử, giảm chi phí hơn 75% -90% và giảm chi phí chung.
2. Xác minh người sáng tạo và cá nhân
câu hỏi
Một cuộc khảo sát gần đây cho thấy **50% học giả về AI tin rằng khả năng AI gây ra tác hại nghiêm trọng cho con người vượt quá 10%. **
Mọi người cần cảnh giác rằng AI đã gây ra sự hỗn loạn xã hội và vẫn còn thiếu các quy định hoặc thông số kỹ thuật, tình trạng này được gọi là "thuỳ ngược".
Ví dụ: trong video Twitter này, người dẫn chương trình podcast Joe Rogan và nhà bình luận bảo thủ Ben Shapiro đang tranh luận về bộ phim "Ratatouille", nhưng video này do AI tạo ra.
Nguồn:Bloomberg
Điều đáng chú ý là tác động xã hội của AI vượt xa các vấn đề do blog, cuộc trò chuyện và hình ảnh giả tạo gây ra:
Trong cuộc bầu cử ở Hoa Kỳ năm 2024, lần đầu tiên nội dung chiến dịch deepfake do AI tạo ra đã đạt được hiệu quả giả mạo.
Một video của Thượng nghị sĩ Elizabeth Warren đã được chỉnh sửa để cô ấy "nói" những điều như "Đảng Cộng hòa không được phép bỏ phiếu" (tin đồn đã bị bác bỏ).
Giọng nói tổng hợp của Biden chỉ trích phụ nữ chuyển giới.
Một nhóm nghệ sĩ đã đệ đơn kiện tập thể chống lại Midjourney và Stability AI, cáo buộc sử dụng trái phép tác phẩm của nghệ sĩ để đào tạo AI, vi phạm bản quyền và đe dọa sinh kế của nghệ sĩ.
Bài hát "Heart on My Sleeve" do AI tạo ra, có sự góp mặt của The Weeknd và Drake, đã gây sốt trên nền tảng phát trực tuyến nhưng sau đó đã bị gỡ bỏ. Khi công nghệ mới đi vào dòng chính mà không có quy định, nó sẽ tạo ra nhiều vấn đề, **vi phạm bản quyền là một vấn đề "thuận ngược". **
Vậy chúng ta có thể thêm các thông số kỹ thuật liên quan đến AI vào Web3 không?
giải pháp
Cung cấp bằng chứng cá nhân và bằng chứng người sáng tạo bằng cách sử dụng bằng chứng nguồn gốc trên chuỗi được mã hóa
Làm cho công nghệ chuỗi khối thực sự hoạt động - như một sổ cái phân tán chứa lịch sử bất biến trên chuỗi, tính xác thực của nội dung kỹ thuật số có thể được xác minh thông qua bằng chứng mã hóa nội dung.
Chữ ký số làm bằng chứng về người sáng tạo và bằng chứng về nhân cách
Để xác định một deepfake, một bằng chứng mật mã có thể được tạo bằng cách sử dụng chữ ký số duy nhất cho người tạo nội dung gốc. Chữ ký có thể được tạo bằng cách sử dụng khóa riêng mà chỉ người tạo mới biết và có thể xác minh bằng khóa chung dành cho tất cả mọi người. Có chữ ký chứng minh rằng nội dung được tạo bởi người tạo ban đầu, dù là con người hay AI, đồng thời xác minh những thay đổi được phép hoặc trái phép đối với nội dung.
Sử dụng IPFS và cây Merkle để chứng minh tính xác thực
IPFS là một giao thức phân tán để tham chiếu các bộ dữ liệu lớn bằng cách sử dụng địa chỉ nội dung và cây Merkle. Để chứng minh rằng nội dung của tệp đã được nhận và thay đổi, bằng chứng Merkle được tạo, là một chuỗi các giá trị băm hiển thị vị trí của một khối dữ liệu cụ thể trong cây Merkle. Với mỗi thay đổi, một hàm băm được thêm vào cây Merkle, cung cấp bằng chứng về việc sửa đổi tệp.
**Điểm khó khăn của sơ đồ mã hóa là cơ chế khuyến khích. Trách nhiệm này có thể thuộc về các nền tảng phân phối phương tiện truyền thông chính thống như Twitter, Meta và Google, và thực tế là như vậy. ** Vậy tại sao chúng ta cần blockchain? **
Câu trả lời là chữ ký mã hóa của chuỗi khối và bằng chứng xác thực** hiệu quả hơn, có thể kiểm chứng và chắc chắn hơn. **Hiện tại, quá trình phát hiện deepfakes chủ yếu sử dụng các thuật toán máy học (chẳng hạn như "Thử thách phát hiện Deepfake" của Meta, "Chữ số bất đối xứng" (ANS) và c2pa: của Google để xác định các điểm đều đặn và bất thường trong nội dung hình ảnh,**nhưng thường là không đủ chính xác và tụt hậu so với tốc độ phát triển của deepfake **Nói chung, cần phải xem xét thủ công để xác định tính xác thực, điều này không hiệu quả và tốn kém.
Nếu một ngày nào đó, mọi phần nội dung đều có chữ ký mã hóa, mọi người có thể chứng minh rõ ràng nguồn sáng tạo, gắn cờ giả mạo hoặc giả mạo, thì chúng ta sẽ mở ra một thế giới tươi đẹp.
Tóm tắt do AI tạo: AI có thể gây ra mối đe dọa đáng kể cho xã hội, đặc biệt là các hoạt động giả mạo sâu và sử dụng trái phép nội dung, trong khi các công nghệ Web3 như Proof of Creator sử dụng chữ ký số và Proof of Authenticity sử dụng IPFS và cây Merkle, Tính xác thực của kỹ thuật số nội dung có thể được xác minh, ngăn chặn những thay đổi trái phép và cung cấp các tiêu chuẩn cho AI.
3. Dân chủ hóa AI
câu hỏi
AI ngày nay là một hộp đen được làm từ dữ liệu độc quyền và thuật toán độc quyền. Bản chất khép kín của LLM, một công ty công nghệ lớn, đã giết chết "nền dân chủ AI" trong mắt tôi, nghĩa là mọi nhà phát triển và thậm chí cả người dùng đều có thể đóng góp thuật toán và dữ liệu cho mô hình LLM và tham gia của lợi nhuận khi mô hình có lãi (bài liên quan).
Chế độ dân chủ AI = Khả năng hiển thị (có thể xem dữ liệu và thuật toán được nhập vào mô hình)** + Đóng góp** (có thể đóng góp dữ liệu hoặc thuật toán cho mô hình).
giải pháp
Mục đích của nền dân chủ AI là làm cho các mô hình AI tổng quát trở nên cởi mở, phù hợp và thuộc sở hữu của công chúng. Bảng dưới đây so sánh trạng thái hiện tại của AI với tương lai có thể đạt được thông qua công nghệ chuỗi khối Web3.
hiện tại--
Dành cho khách hàng:**
Đầu ra LLM nhận một chiều
Không thể kiểm soát cách dữ liệu cá nhân được sử dụng
Cho các nhà phát triển:**
Khả năng kết hợp thấp
Quá trình xử lý dữ liệu ETL không thể theo dõi và khó tái tạo
Nguồn đóng góp dữ liệu được giới hạn cho chủ sở hữu dữ liệu
Các mô hình nguồn đóng chỉ có thể được truy cập qua API với một khoản phí
Đầu ra dữ liệu được chia sẻ thiếu khả năng kiểm chứng và các nhà khoa học dữ liệu dành 80% thời gian của họ để làm sạch dữ liệu cấp thấp
Sau khi kết hợp chuỗi khối——
Dành cho khách hàng:**
Người dùng có thể cung cấp phản hồi (chẳng hạn như xu hướng, kiểm duyệt nội dung, phản hồi chi tiết về đầu ra) làm cơ sở để tinh chỉnh
Người dùng có thể chọn đóng góp dữ liệu để đổi lấy lợi nhuận sau khi mô hình có lãi
Cho các nhà phát triển:**
**Lớp quản lý dữ liệu phân tán: **Crowdsourcing công việc ghi nhãn dữ liệu lặp đi lặp lại tốn thời gian và các công việc chuẩn bị dữ liệu khác
Khả năng hiển thị & khả năng kết hợp và tinh chỉnh các thuật toán, với các nguồn có thể kiểm chứng (có thể xem lịch sử chống giả mạo của tất cả các thay đổi)
Chủ quyền dữ liệu (đạt được thông qua đánh địa chỉ nội dung/IPFS) và chủ quyền thuật toán (ví dụ: Urbit nhận ra sự kết hợp giữa các điểm và tính di động của dữ liệu và thuật toán)
**Tăng tốc đổi mới LLM, **Tăng tốc đổi mới LLM từ các biến thể khác nhau của mô hình nguồn mở cơ bản.
Đầu ra dữ liệu đào tạo có thể tái tạo, đạt được thông qua bản ghi bất biến về các hoạt động và truy vấn ETL trước đây trên chuỗi khối (chẳng hạn như Kamu).
Một số người nói rằng nền tảng mã nguồn mở của Web2 cũng cung cấp một giải pháp thỏa hiệp, nhưng hiệu quả không lý tưởng.
Tóm tắt về thế hệ AI: LLM khép kín của các công ty công nghệ lớn giết chết "nền dân chủ AI", tức là mọi nhà phát triển hoặc người dùng đều có thể đóng góp thuật toán và dữ liệu cho mô hình LLM và nhận một phần lợi nhuận khi mô hình đó có lãi. AI phải được mở cho công chúng, phù hợp với công chúng và thuộc sở hữu của công chúng. Với sự trợ giúp của mạng blockchain, người dùng có thể cung cấp phản hồi, đóng góp dữ liệu cho mô hình để đổi lấy lợi nhuận thực tế và các nhà phát triển cũng có thể có được khả năng hiển thị và các nguồn có thể kiểm chứng để kết hợp và tinh chỉnh các thuật toán. Những đổi mới của Web3 như địa chỉ nội dung/IPFS và Urbit sẽ cho phép chủ quyền về dữ liệu và thuật toán. Khả năng tái tạo đầu ra dữ liệu đào tạo cũng sẽ có thể thực hiện được thông qua bản ghi bất biến của chuỗi khối về các hoạt động và truy vấn ETL trong quá khứ.
4. Thiết lập cơ chế thưởng đóng góp dữ liệu
câu hỏi
Ngày nay, dữ liệu người tiêu dùng có giá trị nhất là tài sản độc quyền của các công ty công nghệ lớn, tạo thành rào cản kinh doanh cốt lõi. Những gã khổng lồ công nghệ không có động cơ chia sẻ dữ liệu này với bên ngoài.
Vậy tại sao chúng ta không thể lấy dữ liệu trực tiếp từ người tạo hoặc người dùng? Tại sao chúng ta không thể biến dữ liệu thành tài nguyên công khai, đóng góp dữ liệu và mã nguồn mở cho các nhà khoa học dữ liệu sử dụng?
Nói đơn giản là do thiếu cơ chế khuyến khích và cơ chế phối hợp. Duy trì dữ liệu và thực hiện ETL (trích xuất, biến đổi và tải) là một chi phí lớn. Trên thực tế, riêng lưu trữ dữ liệu sẽ là một ngành công nghiệp trị giá 777 tỷ đô la vào năm 2030, chưa bao gồm chi phí điện toán. Không ai đảm nhận công việc và chi phí xử lý dữ liệu miễn phí.
Hãy xem OpenAI, ban đầu nó được đặt là mã nguồn mở và phi lợi nhuận, nhưng rất khó để hiện thực hóa chi phí và không thể trang trải chi phí. Vào năm 2019, OpenAI đã phải chấp nhận rót vốn từ Microsoft và thuật toán không còn được mở cho công chúng. OpenAI dự kiến sẽ đạt doanh thu 1 tỷ USD vào năm 2024.
giải pháp
Web3 giới thiệu một cơ chế mới có tên là "dataDAO", tạo điều kiện thuận lợi cho việc phân phối lại thu nhập giữa chủ sở hữu mô hình AI và những người đóng góp dữ liệu, tạo ra một lớp khuyến khích cho các đóng góp dữ liệu từ nguồn cộng đồng. Do hạn chế về dung lượng nên sẽ không mở rộng ở đây, nếu muốn biết thêm, bạn có thể đọc hai bài viết sau:
Cách thức hoạt động của DataDAO/Nguyên tắc DataDAO, được tác giả bởi HQ Han của Phòng thí nghiệm giao thức
Cách đóng góp dữ liệu và kiếm tiền hoạt động trong web3/web3 Hoạt động đóng góp dữ liệu và kiếm tiền như thế nào?
Nói chung, DePIN đã thực hiện một cách tiếp cận khác và cung cấp năng lượng phần cứng mới để thúc đẩy đổi mới Web3 và AI. Trong khi những gã khổng lồ công nghệ thống trị ngành công nghiệp AI, những người chơi mới nổi có thể tận dụng công nghệ chuỗi khối để tham gia vào cuộc cạnh tranh: Mạng DePIN hạ thấp các rào cản gia nhập bằng cách giảm chi phí điện toán; bản chất có thể kiểm chứng và phân tán của chuỗi khối cho phép AI mở thực sự trở nên khả thi; các cơ chế sáng tạo như vì dataDAO khuyến khích đóng góp dữ liệu; các tính năng bất biến và chống giả mạo của chuỗi khối cung cấp chứng chỉ nhận dạng của người tạo, xua tan mối lo ngại của mọi người về tác động xã hội tiêu cực của AI.
Xem bản gốc
Nội dung chỉ mang tính chất tham khảo, không phải là lời chào mời hay đề nghị. Không cung cấp tư vấn về đầu tư, thuế hoặc pháp lý. Xem Tuyên bố miễn trừ trách nhiệm để biết thêm thông tin về rủi ro.
Phân tích đa chiều của DePIN giúp trí tuệ nhân tạo như thế nào?
Trong quá khứ, các công ty khởi nghiệp với tốc độ, sự nhanh nhẹn và văn hóa kinh doanh đã thoát khỏi gông cùm của quán tính tổ chức và dẫn đầu đổi mới công nghệ trong một thời gian dài. **Tuy nhiên, tất cả điều này được viết lại bởi thời đại trí tuệ nhân tạo. **Cho đến nay, những người tạo ra các sản phẩm AI đột phá đều là những gã khổng lồ công nghệ truyền thống như OpenAI của Microsoft, Nvidia, Google và thậm chí cả Meta.
**chuyện gì đã xảy ra thế? ** Vì sao lần này gã khổng lồ chiến thắng start-up? Các công ty khởi nghiệp có thể viết mã tuyệt vời, nhưng họ phải đối mặt với một số trở ngại so với những gã khổng lồ công nghệ:
Vậy, tại sao công nghệ chuỗi khối lại cần thiết? Nó giao nhau với trí tuệ nhân tạo ở đâu? Mặc dù không phải tất cả các vấn đề đều có thể được giải quyết cùng một lúc, Mạng cơ sở hạ tầng vật lý phân tán (DePIN) trong Web3 tạo điều kiện để giải quyết các vấn đề trên. Phần sau đây sẽ giải thích cách công nghệ đằng sau DePIN có thể hỗ trợ trí tuệ nhân tạo, chủ yếu từ bốn chiều:
Dưới:
1. Giảm chi phí cơ sở hạ tầng (máy tính và lưu trữ)
Khả năng chi trả của cơ sở hạ tầng quan trọng như thế nào (cơ sở hạ tầng của trí tuệ nhân tạo đề cập đến chi phí phần cứng để tính toán, truyền và lưu trữ dữ liệu), lý thuyết về cuộc cách mạng công nghệ của Carlota Perez đã chỉ ra rằng lý thuyết đề xuất rằng những đột phá về công nghệ bao gồm hai giai đoạn:
Nguồn: Lý thuyết cách mạng công nghệ của Carlota Perez
Giờ đây, những nỗ lực như ChatGPT đã chứng tỏ sự phù hợp với thị trường và nhu cầu của khách hàng, người ta có thể cảm thấy rằng AI đã bước vào giai đoạn triển khai. **Tuy nhiên, trí tuệ nhân tạo đang thiếu một phần quan trọng: cơ sở hạ tầng dư thừa dành cho các công ty khởi nghiệp nhạy cảm về giá để xây dựng và thử nghiệm. **
câu hỏi
Lĩnh vực cơ sở hạ tầng vật lý hiện tại chủ yếu được độc quyền bởi độc quyền tích hợp theo chiều dọc, bao gồm AWS, GCP, Azure, Nvidia, Cloudflare, Akamai, v.v. 61%. Do đó, những người mới tham gia vào lĩnh vực AI, đặc biệt là lĩnh vực LLM, phải đối mặt với chi phí tính toán cực cao.
Nguồn: Phân tích từng lớp - Kiến trúc và chi phí tìm kiếm LLM
giải pháp
Các mạng DePIN như Filecoin (tiên phong của DePIN bắt nguồn từ năm 2014, tập trung vào việc thu thập phần cứng cấp Internet và phục vụ lưu trữ dữ liệu phân tán), Bacalhau, Gensyn.ai, Render Network, ExaBits (lớp điều phối để cung và cầu CPU/GPU phù hợp) có thể Tiết kiệm từ 75% đến 90%+ chi phí cơ sở hạ tầng thông qua ba khía cạnh sau:
1. Đẩy đường cung và kích thích cạnh tranh thị trường
DePIN cung cấp cơ hội bình đẳng cho các nhà cung cấp phần cứng trở thành nhà cung cấp dịch vụ. Nó tạo ra một thị trường nơi bất kỳ ai cũng có thể tham gia với tư cách là "thợ mỏ" và trao đổi CPU/GPU hoặc dung lượng lưu trữ để lấy tiền bồi thường, do đó tạo ra sự cạnh tranh cho các nhà cung cấp hiện có.
Mặc dù một công ty như AWS chắc chắn đã có 17 năm khởi đầu thuận lợi về giao diện người dùng, hoạt động và tích hợp theo chiều dọc, **DePIN thu hút một cơ sở khách hàng mới không thể chấp nhận mức giá từ các nhà cung cấp tập trung. **Giống như Ebay không cạnh tranh trực tiếp với Bloomingdale mà thay vào đó cung cấp các lựa chọn thay thế tiết kiệm hơn để đáp ứng các nhu cầu tương tự, các mạng lưu trữ phân tán không thay thế các nhà cung cấp tập trung mà được thiết kế để phục vụ nhóm người dùng nhạy cảm về giá.
2. Thúc đẩy cân bằng kinh tế thị trường thông qua thiết kế kinh tế được mã hóa
Cơ chế trợ cấp do DePIN tạo ra có thể hướng dẫn các nhà cung cấp phần cứng tham gia vào mạng, do đó giảm chi phí cho người dùng cuối. Về nguyên tắc, chúng ta có thể xem xét chi phí và doanh thu của các nhà cung cấp dịch vụ lưu trữ AWS và Filecoin trên Web2 và Web3.
**Khách hàng được giảm giá: **Mạng DePIN tạo ra một thị trường cạnh tranh và giới thiệu sự cạnh tranh theo kiểu Bertrand, nhờ đó giảm phí thanh toán của khách hàng. Để so sánh, AWS EC2 cần tỷ suất lợi nhuận khoảng 55% và tỷ suất lợi nhuận tổng thể là 31% để duy trì hoạt động. Phần thưởng khuyến khích/khối mã thông báo được cung cấp bởi mạng DePIN cũng là một nguồn thu nhập mới. Trong bối cảnh của Filecoin, nhà cung cấp dịch vụ lưu trữ lưu trữ càng nhiều dữ liệu thực thì càng kiếm được nhiều phần thưởng khối (mã thông báo). **Do đó, các nhà cung cấp dịch vụ lưu trữ có động cơ thu hút nhiều khách hàng hơn để chốt giao dịch và tăng doanh thu. **Cấu trúc mã thông báo của một số mạng DePIN điện toán mới nổi vẫn chưa được tiết lộ, nhưng có thể tuân theo một mẫu tương tự. Các mạng tương tự bao gồm:
3. Giảm chi phí chung: Ưu điểm của Bacalhau, exaBITS và các mạng DePIN khác cũng như bộ lưu trữ có thể định địa chỉ IPFS/nội dung bao gồm:
Tóm tắt do AI tạo: AI yêu cầu cơ sở hạ tầng giá cả phải chăng do DePIN cung cấp và thị trường cơ sở hạ tầng hiện đang bị chi phối bởi các công ty độc quyền tích hợp theo chiều dọc. Các mạng DePIN như Filecoin, Bacalhau, Render Network, ExaBits dân chủ hóa cơ hội trở thành nhà cung cấp phần cứng, giới thiệu cạnh tranh, duy trì cân bằng kinh tế thị trường thông qua thiết kế kinh tế tiền điện tử, giảm chi phí hơn 75% -90% và giảm chi phí chung.
2. Xác minh người sáng tạo và cá nhân
câu hỏi
Một cuộc khảo sát gần đây cho thấy **50% học giả về AI tin rằng khả năng AI gây ra tác hại nghiêm trọng cho con người vượt quá 10%. **
Mọi người cần cảnh giác rằng AI đã gây ra sự hỗn loạn xã hội và vẫn còn thiếu các quy định hoặc thông số kỹ thuật, tình trạng này được gọi là "thuỳ ngược".
Ví dụ: trong video Twitter này, người dẫn chương trình podcast Joe Rogan và nhà bình luận bảo thủ Ben Shapiro đang tranh luận về bộ phim "Ratatouille", nhưng video này do AI tạo ra.
Nguồn:Bloomberg
Điều đáng chú ý là tác động xã hội của AI vượt xa các vấn đề do blog, cuộc trò chuyện và hình ảnh giả tạo gây ra:
Vậy chúng ta có thể thêm các thông số kỹ thuật liên quan đến AI vào Web3 không?
giải pháp
Cung cấp bằng chứng cá nhân và bằng chứng người sáng tạo bằng cách sử dụng bằng chứng nguồn gốc trên chuỗi được mã hóa
Làm cho công nghệ chuỗi khối thực sự hoạt động - như một sổ cái phân tán chứa lịch sử bất biến trên chuỗi, tính xác thực của nội dung kỹ thuật số có thể được xác minh thông qua bằng chứng mã hóa nội dung.
Chữ ký số làm bằng chứng về người sáng tạo và bằng chứng về nhân cách
Để xác định một deepfake, một bằng chứng mật mã có thể được tạo bằng cách sử dụng chữ ký số duy nhất cho người tạo nội dung gốc. Chữ ký có thể được tạo bằng cách sử dụng khóa riêng mà chỉ người tạo mới biết và có thể xác minh bằng khóa chung dành cho tất cả mọi người. Có chữ ký chứng minh rằng nội dung được tạo bởi người tạo ban đầu, dù là con người hay AI, đồng thời xác minh những thay đổi được phép hoặc trái phép đối với nội dung.
Sử dụng IPFS và cây Merkle để chứng minh tính xác thực
IPFS là một giao thức phân tán để tham chiếu các bộ dữ liệu lớn bằng cách sử dụng địa chỉ nội dung và cây Merkle. Để chứng minh rằng nội dung của tệp đã được nhận và thay đổi, bằng chứng Merkle được tạo, là một chuỗi các giá trị băm hiển thị vị trí của một khối dữ liệu cụ thể trong cây Merkle. Với mỗi thay đổi, một hàm băm được thêm vào cây Merkle, cung cấp bằng chứng về việc sửa đổi tệp.
**Điểm khó khăn của sơ đồ mã hóa là cơ chế khuyến khích. Trách nhiệm này có thể thuộc về các nền tảng phân phối phương tiện truyền thông chính thống như Twitter, Meta và Google, và thực tế là như vậy. ** Vậy tại sao chúng ta cần blockchain? **
Câu trả lời là chữ ký mã hóa của chuỗi khối và bằng chứng xác thực** hiệu quả hơn, có thể kiểm chứng và chắc chắn hơn. **Hiện tại, quá trình phát hiện deepfakes chủ yếu sử dụng các thuật toán máy học (chẳng hạn như "Thử thách phát hiện Deepfake" của Meta, "Chữ số bất đối xứng" (ANS) và c2pa: của Google để xác định các điểm đều đặn và bất thường trong nội dung hình ảnh,**nhưng thường là không đủ chính xác và tụt hậu so với tốc độ phát triển của deepfake **Nói chung, cần phải xem xét thủ công để xác định tính xác thực, điều này không hiệu quả và tốn kém.
Nếu một ngày nào đó, mọi phần nội dung đều có chữ ký mã hóa, mọi người có thể chứng minh rõ ràng nguồn sáng tạo, gắn cờ giả mạo hoặc giả mạo, thì chúng ta sẽ mở ra một thế giới tươi đẹp.
Tóm tắt do AI tạo: AI có thể gây ra mối đe dọa đáng kể cho xã hội, đặc biệt là các hoạt động giả mạo sâu và sử dụng trái phép nội dung, trong khi các công nghệ Web3 như Proof of Creator sử dụng chữ ký số và Proof of Authenticity sử dụng IPFS và cây Merkle, Tính xác thực của kỹ thuật số nội dung có thể được xác minh, ngăn chặn những thay đổi trái phép và cung cấp các tiêu chuẩn cho AI.
3. Dân chủ hóa AI
câu hỏi
AI ngày nay là một hộp đen được làm từ dữ liệu độc quyền và thuật toán độc quyền. Bản chất khép kín của LLM, một công ty công nghệ lớn, đã giết chết "nền dân chủ AI" trong mắt tôi, nghĩa là mọi nhà phát triển và thậm chí cả người dùng đều có thể đóng góp thuật toán và dữ liệu cho mô hình LLM và tham gia của lợi nhuận khi mô hình có lãi (bài liên quan).
Chế độ dân chủ AI = Khả năng hiển thị (có thể xem dữ liệu và thuật toán được nhập vào mô hình)** + Đóng góp** (có thể đóng góp dữ liệu hoặc thuật toán cho mô hình).
giải pháp
Mục đích của nền dân chủ AI là làm cho các mô hình AI tổng quát trở nên cởi mở, phù hợp và thuộc sở hữu của công chúng. Bảng dưới đây so sánh trạng thái hiện tại của AI với tương lai có thể đạt được thông qua công nghệ chuỗi khối Web3.
hiện tại--
Dành cho khách hàng:**
Cho các nhà phát triển:**
Sau khi kết hợp chuỗi khối——
Dành cho khách hàng:**
Người dùng có thể cung cấp phản hồi (chẳng hạn như xu hướng, kiểm duyệt nội dung, phản hồi chi tiết về đầu ra) làm cơ sở để tinh chỉnh
Người dùng có thể chọn đóng góp dữ liệu để đổi lấy lợi nhuận sau khi mô hình có lãi
Cho các nhà phát triển:**
Một số người nói rằng nền tảng mã nguồn mở của Web2 cũng cung cấp một giải pháp thỏa hiệp, nhưng hiệu quả không lý tưởng.
Tóm tắt về thế hệ AI: LLM khép kín của các công ty công nghệ lớn giết chết "nền dân chủ AI", tức là mọi nhà phát triển hoặc người dùng đều có thể đóng góp thuật toán và dữ liệu cho mô hình LLM và nhận một phần lợi nhuận khi mô hình đó có lãi. AI phải được mở cho công chúng, phù hợp với công chúng và thuộc sở hữu của công chúng. Với sự trợ giúp của mạng blockchain, người dùng có thể cung cấp phản hồi, đóng góp dữ liệu cho mô hình để đổi lấy lợi nhuận thực tế và các nhà phát triển cũng có thể có được khả năng hiển thị và các nguồn có thể kiểm chứng để kết hợp và tinh chỉnh các thuật toán. Những đổi mới của Web3 như địa chỉ nội dung/IPFS và Urbit sẽ cho phép chủ quyền về dữ liệu và thuật toán. Khả năng tái tạo đầu ra dữ liệu đào tạo cũng sẽ có thể thực hiện được thông qua bản ghi bất biến của chuỗi khối về các hoạt động và truy vấn ETL trong quá khứ.
4. Thiết lập cơ chế thưởng đóng góp dữ liệu
câu hỏi
Ngày nay, dữ liệu người tiêu dùng có giá trị nhất là tài sản độc quyền của các công ty công nghệ lớn, tạo thành rào cản kinh doanh cốt lõi. Những gã khổng lồ công nghệ không có động cơ chia sẻ dữ liệu này với bên ngoài.
Vậy tại sao chúng ta không thể lấy dữ liệu trực tiếp từ người tạo hoặc người dùng? Tại sao chúng ta không thể biến dữ liệu thành tài nguyên công khai, đóng góp dữ liệu và mã nguồn mở cho các nhà khoa học dữ liệu sử dụng?
Nói đơn giản là do thiếu cơ chế khuyến khích và cơ chế phối hợp. Duy trì dữ liệu và thực hiện ETL (trích xuất, biến đổi và tải) là một chi phí lớn. Trên thực tế, riêng lưu trữ dữ liệu sẽ là một ngành công nghiệp trị giá 777 tỷ đô la vào năm 2030, chưa bao gồm chi phí điện toán. Không ai đảm nhận công việc và chi phí xử lý dữ liệu miễn phí.
Hãy xem OpenAI, ban đầu nó được đặt là mã nguồn mở và phi lợi nhuận, nhưng rất khó để hiện thực hóa chi phí và không thể trang trải chi phí. Vào năm 2019, OpenAI đã phải chấp nhận rót vốn từ Microsoft và thuật toán không còn được mở cho công chúng. OpenAI dự kiến sẽ đạt doanh thu 1 tỷ USD vào năm 2024.
giải pháp
Web3 giới thiệu một cơ chế mới có tên là "dataDAO", tạo điều kiện thuận lợi cho việc phân phối lại thu nhập giữa chủ sở hữu mô hình AI và những người đóng góp dữ liệu, tạo ra một lớp khuyến khích cho các đóng góp dữ liệu từ nguồn cộng đồng. Do hạn chế về dung lượng nên sẽ không mở rộng ở đây, nếu muốn biết thêm, bạn có thể đọc hai bài viết sau:
Nói chung, DePIN đã thực hiện một cách tiếp cận khác và cung cấp năng lượng phần cứng mới để thúc đẩy đổi mới Web3 và AI. Trong khi những gã khổng lồ công nghệ thống trị ngành công nghiệp AI, những người chơi mới nổi có thể tận dụng công nghệ chuỗi khối để tham gia vào cuộc cạnh tranh: Mạng DePIN hạ thấp các rào cản gia nhập bằng cách giảm chi phí điện toán; bản chất có thể kiểm chứng và phân tán của chuỗi khối cho phép AI mở thực sự trở nên khả thi; các cơ chế sáng tạo như vì dataDAO khuyến khích đóng góp dữ liệu; các tính năng bất biến và chống giả mạo của chuỗi khối cung cấp chứng chỉ nhận dạng của người tạo, xua tan mối lo ngại của mọi người về tác động xã hội tiêu cực của AI.