Децентрализованный ИИ может открыть общество пост-дефицита, говорит CEO 0G Labs

Разговор об ИИ эволюционировал от вопросов о его уместности к сосредоточению на том, чтобы сделать его более надежным и эффективным, поскольку его использование становится широко распространенным. Майкл Хайнрих представляет будущее, в котором ИИ способствует обществу постдефицита, освобождая людей от рутинной работы и позволяя заниматься более творческими увлечениями.

Дилемма данных: качество, происхождение и доверие

Обсуждение вокруг искусственного интеллекта (AI) значительно изменилось. Вопрос больше не в его актуальности, а в том, как сделать его более надежным, прозрачным и эффективным, поскольку его внедрение становится обычным делом в каждом секторе.

Текущая парадигма ИИ, находящаяся под контролем централизованных «черных ящиков» и массивных, частных дата-центров, сталкивается с нарастающим давлением из-за опасений по поводу предвзятости и монополистического контроля. Для многих в пространстве Web3 решение заключается не в ужесточении регулирования текущей системы, а в полной децентрализации основной инфраструктуры.

Эффективность этих мощных моделей ИИ, например, определяется прежде всего качеством и целостностью данных, на которых они обучаются — фактором, который должен быть проверяемым и отслеживаемым, чтобы предотвратить системные ошибки и галлюцинации ИИ. По мере увеличения ставок для таких отраслей, как финансы и здравоохранение, необходимость в бездоверительной и прозрачной основе для ИИ становится критически важной.

Майкл Хайнрих, серийный предприниматель и выпускник Стэнфорда, стоит среди тех, кто ведет работу по созданию этого фундамента. В качестве CEO 0G Labs он в настоящее время разрабатывает то, что он называет первой и крупнейшей AI цепочкой, с заявленной миссией гарантировать, что ИИ станет безопасным и проверяемым общественным благом. Ранее основав Garten, компанию, поддерживаемую YCombinator, и работая в Microsoft, Bain и Bridgewater Associates, Хайнрих сейчас применяет свой опыт к архитектурным вызовам децентрализованного ИИ (DeAI).

Генрих подчеркивает, что основа производительности ИИ заключается в его базе знаний: данных. “Эффективность моделей ИИ определяется прежде всего теми данными, на которых они обучаются”, объясняет он. Высококачественные, сбалансированные наборы данных приводят к точным ответам, но плохие или недостаточно представленные данные приводят к низкому качеству вывода и повышенной восприимчивости к галлюцинациям.

Для Хайнриха поддержание целостности этих постоянно обновляющихся и разнообразных наборов данных требует радикального отказа от существующего положения дел. Он утверждает, что главной причиной галлюцинаций ИИ является отсутствие прозрачного происхождения. Его решение криптографическое:

Я считаю, что все данные должны быть закреплены в блокчейне с помощью криптографических доказательств и проверяемой следовой информации для поддержания целостности данных.

Эта децентрализованная, прозрачная основа, в сочетании с экономическими стимулами и непрерывной настройкой, рассматривается как необходимый механизм для систематического устранения ошибок и алгоритмической предвзятости.

Помимо технических решений, Генрих, лауреат Forbes 40 до 40, имеет макро-видение для ИИ, считая, что он должен открыть эпоху изобилия.

«В идеальном мире, это, надеюсь, создаст условия для общества без нехватки ресурсов, где ресурсы станут обильными и где никому не придется больше беспокоиться о рутинной работе», — заявляет он. Этот сдвиг позволит людям «сосредоточиться на более креативной и досуговой работе», по сути, позволяя всем наслаждаться большим количеством свободного времени и экономической безопасностью.

Критически важно, что он утверждает, что децентрализованный мир уникально подходит для обеспечения этого будущего. Красота этих систем заключается в том, что они согласованы по стимулам, создавая самобалансирующуюся экономику вычислительной мощности. Если спрос на ресурсы возрастает, стимулы для их поставки естественным образом возрастают, пока этот спрос не будет удовлетворен, выполняя потребность в вычислительных ресурсах сбалансированным, без разрешений образом.

Защита ИИ: Открытый код и дизайн стимулов

Чтобы защитить ИИ от намеренного злоупотребления — таких как мошенничество с клонированием голоса и дипфейки — Хайнрих предлагает сочетание человекоцентрированных и архитектурных решений. Во-первых, внимание должно быть сосредоточено на обучении людей тому, как распознавать мошенничество и фейки ИИ, используемые для подделки и дезинформации. Хайнрих утверждает: “Нам нужно научить людей уметь идентифицировать или создавать отпечатки контента, сгенерированного ИИ, чтобы они могли защитить себя.”

Законодатели также могут сыграть роль, установив глобальные стандарты безопасности и этики ИИ. Хотя это вряд ли устранит неправомерное использование ИИ, наличие таких стандартов “может в некоторой степени способствовать его сдерживанию”. Однако самым мощным контрмерой является встроенный в децентрализованный дизайн: “Проектирование систем с выравненными стимулами может существенно снизить преднамеренное неправомерное использование ИИ”. Размещая и управляя моделями ИИ в блокчейне, честное участие вознаграждается, в то время как злонамеренное поведение влечет за собой прямые финансовые последствия через механизмы наказания в блокчейне.

Хотя некоторые критики опасаются рисков открытых алгоритмов, Хайнрих говорит Bitcoin.com News, что он поддерживает это с энтузиазмом, потому что это обеспечивает видимость того, как работают модели. “Такие вещи, как проверяемые записи обучения и неизменяемые следы данных, могут быть использованы для обеспечения прозрачности и позволить сообществу осуществлять надзор”, что напрямую противоречит рискам, связанным с собственными, закрытыми “черными ящиками”.

Чтобы реализовать эту концепцию безопасного и недорогого будущего ИИ, 0G Labs создает первую “децентрализованную операционную систему ИИ (DeAIOS).”

Эта операционная система разработана для обеспечения проверяемого происхождения ИИ — высокомасштабируемого уровня хранения данных и доступности, который позволяет хранить огромные наборы данных ИИ в блокчейне, делая все данные проверяемыми и отслеживаемыми. Этот уровень безопасности и отслеживаемости необходим для ИИ-агентов, работающих в регулируемых секторах.

Дополнительно, система включает в себя рынок вычислений без разрешений, который демократизирует доступ к вычислительным ресурсам по конкурентоспособным ценам. Это прямой ответ на высокие затраты и зависимость от поставщиков, связанные с централизованной облачной инфраструктурой.

0G Labs уже продемонстрировала технический прорыв с помощью Dilocox, фреймворка, который позволяет обучать LLMs, превышающие 100 миллиардов параметров, на децентрализованных кластерах с пропускной способностью 1 Гбит/с. Разбивая модели на более мелкие и независимо обучаемые части, Dilocox продемонстрировала улучшение эффективности в 357 раз по сравнению с традиционными методами распределенного обучения, что делает крупномасштабную разработку ИИ экономически целесообразной за пределами централизованных дата-центров.

Более светлое и доступное будущее для ИИ

В конечном итоге, Хейнрих видит очень светлое будущее для децентрализованного ИИ, определяемое участием и преодолением барьеров для его внедрения.

“Это место, где люди и сообщества вместе создают экспертные модели ИИ, обеспечивая формирование будущего ИИ многими, а не лишь несколькими централизованными структурами,” заключает он. С учетом того, что компании, занимающиеся собственным ИИ, испытывают давление для повышения цен, экономика и структуры стимулов DeAI предлагают убедительную, гораздо более доступную альтернативу, где мощные модели ИИ могут быть созданы с меньшими затратами, прокладывая путь к более открытом, безопасном и в конечном итоге более полезном технологическом будущему.

Часто задаваемые вопросы

• В чем основная проблема современных централизованных ИИ? Современные ИИ-модели страдают от проблем с прозрачностью, предвзятости данных и монополистического контроля из-за своей централизованной архитектуры “черного ящика”.
• Какое решение строит 0G Labs Майкла Хайнриха? 0G Labs разрабатывает первую “децентрализованную AI операционную систему (DeAIOS)”, чтобы сделать ИИ безопасным, проверяемым и общим благом.
• Как Децентрализованный ИИ обеспечивает целостность данных? Целостность данных поддерживается путем закрепления всех данных в блокчейне с помощью криптографических доказательств и проверяемой цепочки свидетельств, чтобы предотвратить ошибки и галлюцинации.
• Каково главное преимущество технологии Dilocox от 0G Labs? Dilocox — это структура, которая делает разработку ИИ в больших масштабах значительно более эффективной, демонстрируя улучшение в 357 раз по сравнению с традиционным распределенным обучением.