Crypto mang lại 7 hướng phát triển sức mạnh cho AI (kèm theo các dự án tiềm năng đại diện)

Nguyên tác | @cebillhsu

Biên dịch | Golem

GPT-4, Gemini 1.5 và tiến bộ về công nghệ AI như Microsoft AI PC đều để lại ấn tượng sâu sắc, nhưng hiện tại phát triển của AI cũng đối mặt với một số vấn đề. Bill, nhà nghiên cứu Web3 của AppWorks, đã nghiên cứu kỹ vấn đề này và thảo luận về 7 hướng mà Crypto có thể cung cấp sức mạnh cho AI.

Mã hóa kỹ thuật số dữ liệu

Truyền thống đào tạo trí tuệ nhân tạo (AI) chủ yếu dựa trên dữ liệu công khai có sẵn trên internet hoặc chính xác hơn là dữ liệu lưu lượng thuộc lĩnh vực công cộng. Ngoại trừ một số công ty cung cấp API mở, hầu hết các dữ liệu vẫn chưa được khai thác. Cách để có thể đóng góp hoặc ủy quyền dữ liệu của nhiều chủ sở hữu dữ liệu hơn cho việc đào tạo trí tuệ nhân tạo trong khi đảm bảo bảo vệ quyền riêng tư là một hướng đi quan trọng.

Tuy nhiên, thách thức lớn nhất mà lĩnh vực này đối mặt là dữ liệu khó được chuẩn hóa như khả năng tính toán. Mặc dù khả năng tính toán phân tán có thể được đo lường bằng loại GPU, số lượng, chất lượng và cách sử dụng dữ liệu riêng tư thì khó đo lường. Nếu khả năng tính toán phân tán tương tự như ERC 20, thì việc mã hóa tập dữ liệu tương tự như ERC 721 sẽ làm cho việc thanh khoản và hình thành thị trường khó khăn hơn ERC 20.

Tính năng Tính toán thành dữ liệu của Ocean Protocol cho phép chủ sở hữu dữ liệu bán dữ liệu cá nhân trong khi vẫn bảo vệ quyền riêng tư. vana cung cấp cho người dùng Reddit một cách để tổng hợp dữ liệu và bán nó cho các công ty đào tạo các mô hình AI lớn.

Phân bổ tài nguyên

Hiện tại, có một khoảng cách lớn giữa cung và cầu của GPU Khả năng tính toán, và các công ty lớn độc quyền hầu hết các tài nguyên GPU, điều này khiến chi phí đào tạo mô hình rất cao đối với các công ty nhỏ. Nhiều nhóm long đấu tranh để Thả chi phí bằng cách tập trung tài nguyên GPU nhỏ, sử dụng thấp vào mạng Phi tập trung, nhưng họ vẫn phải đối mặt với những thách thức đáng kể trong việc đảm bảo Khả năng tính toán ổn định và đủ băng thông.

RLHF khuyến khích

RLHF (Reinforcement Learning from Human Feedback) là rất quan trọng để cải thiện các mô hình lớn, nhưng điều này đòi hỏi sự đào tạo của các chuyên gia. Với sự cạnh tranh ngày càng gay gắt trên thị trường, chi phí thuê những chuyên gia này cũng tăng lên. Để giảm chi phí trong khi vẫn đảm bảo chất lượng ghi chú cao, bạn có thể sử dụng hệ thống thế chấp và phạt. Một trong những chi phí lớn nhất của việc ghi chú dữ liệu là cần có giám sát viên kiểm tra chất lượng. Tuy nhiên, qua nhiều năm, công nghệ blockchain đã thành công trong việc sử dụng các cơ chế kích thích kinh tế để đảm bảo chất lượng công việc (PoW, PoS). Chúng tôi tin rằng việc tạo ra một hệ thống kinh tế token tốt có thể giảm thiểu hiệu quả chi phí của RLHF.

Ví dụ, Sapien AI đã giới thiệu Tag 2 Earn và đã hợp tác với nhiều hội gamefi; Hivemapper đã có dữ liệu đào tạo cho 2 triệu dặm đường bằng cơ chế kích thích token; QuillAudits dự định ra mắt một đại lý kiểm toán hợp đồng thông minh mã nguồn mở, cho phép tất cả các kiểm toán viên cùng đào tạo đại lý và nhận phần thưởng.

Xác thực được

Làm thế nào để xác minh xem nhà cung cấp khả năng tính toán có thực hiện các nhiệm vụ suy luận theo yêu cầu hoặc mô hình cụ thể không? Người dùng không thể xác minh tính chân thực và độ chính xác của mô hình AI và đầu ra của nó. Sự thiếu tính xác thực này có thể dẫn đến sự không tin tưởng, sai lầm và thậm chí thiệt hại lợi ích trong các lĩnh vực tài chính, y tế và pháp lý.

Bằng cách sử dụng các hệ thống xác thực mã hóa như ZKP, OP và TEE, các nhà cung cấp dịch vụ suy luận có thể chứng minh rằng đầu ra được thực hiện thông qua mô hình cụ thể. Các lợi ích của việc sử dụng xác thực mã hóa bao gồm việc nhà cung cấp mô hình có thể duy trì tính bảo mật của mô hình, người dùng có thể xác minh tính chính xác của việc thực hiện mô hình và việc tổng hợp chứng minh mã hóa vào hợp đồng thông minh có thể tránh được hạn chế về khả năng tính toán trên blockchain. Đồng thời, cũng có thể xem xét việc chạy trực tiếp trí tuệ nhân tạo trên thiết bị để giải quyết vấn đề hiệu suất, tuy nhiên cho đến nay vẫn chưa có câu trả lời thỏa đáng. Các dự án đang được xây dựng trong lĩnh vực này bao gồm Ritual, ORA và Aizel Network.

Độ sâu giả mạo

Với sự xuất hiện của AI sản xuất, người ta ngày càng quan tâm đến vấn đề DeepFake. Tuy nhiên, tốc độ tiến bộ của công nghệ DeepFake nhanh hơn so với công nghệ phát hiện, vì vậy việc phát hiện DeepFake ngày càng trở nên khó khăn hơn. Mặc dù công nghệ dấu số (như C2PA) có thể giúp nhận biết DeepFake, nhưng chúng cũng có nhược điểm, vì hình ảnh đã được chỉnh sửa và công chúng không thể xác minh chữ ký trên hình ảnh gốc, chỉ có thể xác minh rất khó trên hình ảnh đã được chỉnh sửa.

Công nghệ Blockchain có thể giải quyết vấn đề làm giả sâu bằng nhiều cách khác nhau. Xác thực phần cứng có thể sử dụng chip camera chống xâm nhập để nhúng chứng chỉ mã hóa vào mỗi bức ảnh gốc để xác minh tính chân thực của hình ảnh. Blockchain có tính không thể xâm phạm, cho phép thêm hình ảnh có dữ liệu gốc vào khối với dấu thời gian để ngăn chặn sự xâm phạm và xác minh nguồn gốc. Ngoài ra, có thể sử dụng ví tiền để gắn ký hiệu mã hóa vào bài đăng đã được xuất bản để xác minh danh tính tác giả của nội dung được đăng, hạ tầng KYC dựa trên công nghệ zk có thể gắn kết ví tiền với danh tính đã được xác minh, đồng thời bảo vệ quyền riêng tư của người dùng. Về mặt kích thích kinh tế, tác giả sẽ bị phạt nếu đăng thông tin giả mạo, trong khi người dùng có thể nhận được phần thưởng bằng cách nhận ra thông tin giả mạo.

01928374656574839201

Numbers Protocol đã đầu tư sâu vào lĩnh vực này trong nhiều năm; Công cụ xác minh của Fox News dựa trên blockchain Polygon, cho phép người dùng tìm kiếm bài viết từ blockchain và truy xuất dữ liệu liên quan.

Quyền riêng tư

Khi đầu vào của mô hình AI liên quan đến thông tin nhạy cảm trong lĩnh vực tài chính, chăm sóc sức khỏe và pháp luật, việc bảo vệ quyền riêng tư dữ liệu cũng rất quan trọng. Mã hóa đồng cấu (FHE) có thể xử lý dữ liệu mà không cần giải mã, từ đó bảo vệ quyền riêng tư khi sử dụng mô hình LLM, quy trình là như sau:

1. Người dùng bắt đầu quá trình suy luận trên thiết bị cục bộ và dừng lại sau khi hoàn thành lớp ban đầu. Lớp ban đầu này không được bao gồm trong mô hình được chia sẻ với máy chủ;
2. Khách hàng mã hóa các hoạt động trung gian trên điểm cuối và chuyển tiếp chúng đến máy chủ;
3. Máy chủ xử lý dữ liệu mã hóa này bằng cơ chế chú ý một phần (attention mechanism) và gửi kết quả trở lại cho khách hàng;
4. Kết quả giải mã trên máy khách và tiếp tục suy luận cục bộ. FHE đảm bảo quyền riêng tư của dữ liệu người dùng trong suốt quá trình xử lý thông qua phương pháp này.

Zama đang xây dựng một giải pháp mã hóa toàn tử (FHE) và đã hoàn thành việc gọi vốn 73 triệu đô la để hỗ trợ phát triển.

Đại lý AI

AI đại diện có ý tưởng rất tương lai. Nếu AI đại diện có thể sở hữu tài sản và thực hiện giao dịch, tương lai sẽ ra sao? Có thể con người sẽ chuyển từ việc sử dụng các mô hình lớn thông thường để hỗ trợ quyết định sang việc giao nhiệm vụ cho các đại diện chuyên môn.

Những đại lý này sẽ cùng hợp tác với nhau, giống như mối quan hệ kinh tế hợp lý có thể nâng cao khả năng hợp tác của con người, việc tạo ra mối quan hệ kinh tế cho các đại lý AI cũng có thể nâng cao hiệu suất của chúng. Khu vực blockchain có thể trở thành một sân chơi cho khái niệm này. Ví dụ, Colony đang thử nghiệm ý tưởng này thông qua trò chơi, cung cấp ví tiền cho đại lý AI để giao dịch với các đại lý khác hoặc người chơi thực để đạt được mục tiêu cụ thể.

Kết luận

Hầu hết các vấn đề thực tế đều liên quan đến AI mã nguồn mở. Để đảm bảo rằng công nghệ quan trọng này trong thập kỷ tới sẽ không bị một số công ty chiếm đoạt, hệ thống kinh tế mã thông báo có thể nhanh chóng tận dụng các nguồn tài nguyên tính toán phi tập trung và bộ dữ liệu đào tạo, thu hẹp khoảng cách tài nguyên giữa AI mã nguồn mở và AI mã nguồn đóng. Blockchain có thể theo dõi quá trình đào tạo và suy luận của AI để đạt được quản trị dữ liệu tốt hơn, trong khi công nghệ mã hóa có thể đảm bảo sự tin tưởng trong thời đại sau AI, giải quyết vấn đề deepfake và bảo vệ quyền riêng tư.

Đọc thêm

Một bài viết đánh giá về hướng đi và giao thức Crypto được trang bị bởi trí tuệ nhân tạo