DePIN의 다차원 분석은 인공 지능에 어떻게 도움이 됩니까?
원저자: Filecoin Insights 기고가,Portal Ventures원본 출처:Catrina
원본 출처:Filecoin Network
과거 스타트업은 속도와 민첩성, 기업가적 문화를 바탕으로 조직 타성의 굴레에서 벗어나 오랫동안 기술 혁신을 주도했다.그러나 이 모든 것은 인공지능 시대에 의해 다시 쓰여졌다.지금까지 획기적인 AI 제품의 제작자는 Microsoft의 OpenAI, Nvidia, Google, 심지어 Meta와 같은 전통적인 기술 대기업이었습니다.
무슨 일이에요?이번에는 왜 거인이 스타트업을 이겼을까? 신생 기업은 훌륭한 코드를 작성할 수 있지만 거대 기술 기업에 비해 몇 가지 장애물에 직면해 있습니다.
여전히 높은 컴퓨팅 비용
AI 개발에는 역엽이 있습니다: AI의 사회적 영향에 대한 우려와 불확실성은 필요한 지침의 부족으로 인해 혁신을 방해합니다.
AI 블랙박스 문제
거대 기술 기업이 구축한 "데이터 해자"가 진입 장벽 형성
그렇다면 블록체인 기술이 필요한 이유는 무엇일까요? 인공 지능과 교차하는 곳은 어디입니까? 모든 문제를 한 번에 해결할 수는 없지만,DePIN(분산 물리적 인프라 네트워크)위의 문제를 해결하기 위한 조건을 만들었습니다. 다음은 DePIN의 기술이 주로 4차원에서 인공 지능을 어떻게 도울 수 있는지 설명합니다.
줄이다확인하다
확인하다창조자와 성격
채우기 위해AI 민주주의와 투명성
설정데이터 기여 보상 메커니즘
아래에:
“web3”차세대 인터넷, 블록체인 기술 및 기타 기존 기술이 유기적 구성 요소임을 나타냅니다.
"블록체인"탈 중앙화 및 분산 원장 기술을 나타냅니다.
"암호화"첫 번째 레벨 제목
1. 인프라 비용 절감(컴퓨팅 및 스토리지)
기술 혁신의 모든 물결은 비싼 것이 낭비할 만큼 저렴해지는 것에서 시작됩니다.
——사회의 기술 부채와 소프트웨어의 구텐베르크 모멘트, SK벤처스에서
인프라 경제성의 중요성(인공지능의 인프라는 데이터를 컴퓨팅하고 전송하고 저장하는 하드웨어 비용을 의미함),Carlota Perez의 기술 혁명 이론이미지 설명
출처: Carlota Perez의 기술 혁명 이론
설치 단계막대한 벤처캐피털을 보유한그리고그리고"푸시" 시장 진출(GTM) 전략고객이 신기술의 가치 제안을 이해하지 못하기 때문입니다.
인프라 프로비저닝이 크게 증가한 배포 단계기능으로 신규 이민자 유치 문턱을 낮추고 채택"당기다"시장 진출(GTM) 전략,그것은 제품이 높은 시장 일치도를 가지고 있으며 고객은 아직 형성되지 않은 제품을 더 많이 기대한다는 것을 보여줍니다.
ChatGPT와 같은 시도가 시장 적합성과 고객 수요를 입증했기 때문에 AI가 배포 단계에 진입했다고 느낄 수 있습니다.질문
질문
현재 물리적 인프라 분야는 AWS, GCP, Azure, Nvidia, Cloudflare, Akamai 등 수직적으로 통합된 과점에 의해 주로 독점되고 있습니다. 업계는 높은 이익 마진을 가지고 있으며,범용 컴퓨팅 하드웨어에 대한 AWS의 총 마진은 61%입니다.. 따라서 AI 분야, 특히 LLM 분야의 신규 진입자는 극도로 높은 계산 비용에 직면해야 합니다.
ChatGPT의 1회 교육 비용은 미화 400만 달러로 추산되며, 하드웨어 추론 운영 비용은 하루 약 70만 달러입니다.
Bloom의 버전 2는 훈련 및 재훈련에 1,000만 달러의 비용이 들 수 있습니다.
ChatGPT가 구글 검색에 진입하면 구글의 매출은 360억 달러 감소,이미지 설명
해결책
해결책
Filecoin과 같은 DePIN 네트워크(2014년 DePIN 개척자에서 시작되었으며 분산 데이터 스토리지를 제공하기 위해 인터넷 수준 하드웨어 수집에 중점을 둡니다),Bacalhau、Gensyn.ai、Render Network、ExaBits（CPU/GPU 공급 및 수요 일치를 위한 조정 레이어) 다음을 통해 인프라 비용을 75% ~ 90% 이상 절감할 수 있습니다.
1. 공급 곡선을 밀고 시장 경쟁을 촉진
DePIN은 하드웨어 공급업체가 서비스 제공업체가 될 수 있는 동등한 기회를 제공합니다. 누구나 "채굴자"로 가입할 수 있고 CPU/GPU 또는 저장 능력을 금전적 보상으로 교환할 수 있는 시장을 창출하여 기존 공급자와의 경쟁을 창출합니다.
AWS와 같은 회사는 확실히 사용자 인터페이스, 운영 및 수직적 통합에서 17년 앞서 출발했지만DePIN은 중앙 공급업체의 가격을 수용할 수 없는 새로운 고객 기반을 유치합니다.Ebay가 Bloomingdale's와 직접적으로 경쟁하지 않는 것처럼보다 경제적인 대안 제공유사한 요구 사항을 충족하기 위해 분산 스토리지 네트워크는 중앙 집중식 공급자를 대체하지 않지만 가격에 민감한 사용자 그룹을 지원하도록 설계되었습니다.
2. 암호화된 경제 설계를 통한 시장 경제 균형 촉진
DePIN이 만든 보조금 메커니즘은하드웨어 공급업체가 네트워크에 참여하도록 안내, 최종 사용자의 비용을 절감합니다. 원칙적으로 Web2 및 Web3에서 AWS 및 Filecoin 스토리지 공급자의 비용과 수익을 볼 수 있습니다.
고객은 가격 인하를 받습니다.DePIN 네트워크는 경쟁 시장을 창출하고베르트랑 경쟁, 고객 지불 비용을 줄입니다. 이에 비해 AWS EC 2는 부유 상태를 유지하기 위해 ~55%의 마진과 31%의 전체 마진이 필요합니다. DePIN 네트워크 제공토큰 인센티브/블록 보상도새로운 수입원. Filecoin의 맥락에서 스토리지 공급자는 그들이 호스팅하는 실제 데이터가 많을수록 블록 보상(토큰)을 얻습니다.따라서 스토리지 제공업체는 거래를 성사시키고 수익을 늘리기 위해 더 많은 고객을 유치할 인센티브가 있습니다.여러 신흥 컴퓨팅 DePIN 네트워크의 토큰 구조는 공개되지 않았지만 유사한 패턴을 따를 가능성이 높습니다. 유사한 네트워크에는 다음이 포함됩니다.
Bacalhau: 많은 양의 데이터 이동을 방지하면서 데이터가 저장되는 조정 계층으로 계산을 가져옵니다.
exaBITS: AI 및 컴퓨팅 집약적인 애플리케이션을 제공하는 분산 컴퓨팅 네트워크입니다.
Gensyn.ai: 딥 러닝 모델을 위한 컴퓨팅 프로토콜.
3. 간접비 절감:Bacalhau, exaBITS, IPFS/콘텐츠 주소 지정 스토리지와 같은 DePIN 네트워크의 장점은 다음과 같습니다.
잠재 데이터의 가용성 극대화:스포츠 경기장에서 생성되는 대규모 이벤트 데이터와 같은 대용량 데이터는 대용량 데이터 세트를 전송하는 높은 대역폭 비용으로 인해 현재 미개발 상태입니다. DePIN 프로젝트는 현장에서 데이터를 처리하고 의미 있는 출력만 전송하여 잠재적인 데이터 가용성을 발굴할 수 있습니다.
운영 비용 절감:로컬에서 데이터를 획득하여 데이터 입력, 전송 및 가져오기/내보내기 비용을 줄입니다.
민감한 데이터 공유 시 수작업 최소화:병원 A와 B가 분석을 위해 각 환자의 민감한 데이터를 결합해야 하는 경우 Bacalhau를 사용하여 번거로운 관리 프로세스를 통해 개인 식별 정보(PII)를 서로 교환할 필요 없이 로컬에서 직접 민감한 데이터를 처리하기 위해 GPU 컴퓨팅 성능을 조정할 수 있습니다.
기본 데이터 세트를 다시 계산할 필요가 없습니다.IPFS/콘텐츠 주소 지정 가능 스토리지는 데이터 중복 제거, 추적 및 확인 기능과 함께 제공됩니다. IPFS의 기능 및 비용 성능에 대해서는 다음을 참조하십시오.이 기사。
AI 생성 요약:첫 번째 레벨 제목
질문
질문
최근 연구에 따르면,AI 학자의 50%는 AI가 인간에게 엄청난 해를 끼칠 가능성이 10%를 초과한다고 생각합니다.
사람들은 AI가 사회적 혼란을 야기하고 여전히 규제나 기술 사양이 부족하다는 사실을 경계해야 합니다.이 상황을 "역엽"이라고 합니다.
예를 들어,이 트위터 비디오이미지 설명
출처: 블룸버그
AI의 사회적 영향이 가짜 블로그, 대화 및 이미지로 인한 문제를 훨씬 뛰어넘는다는 점은 주목할 가치가 있습니다.
2024년 미국 대선에서 처음으로 AI가 생성한 딥페이크 캠페인 콘텐츠가 진짜 가짜 효과를 달성했습니다.
엘리자베스 워렌 상원의원의 동영상이 그녀의 '말'을 하도록 편집되었습니다."공화당원은 투표할 수 없어야 합니다"그런 말 (소문이 반박되었습니다).
음성 합성된 Biden의 목소리는 트랜스 여성을 비판합니다.
아티스트 그룹이 Midjourney와 Stability AI를 상대로 아티스트의 작업을 AI 훈련에 무단으로 사용하고 저작권을 침해하며 아티스트의 생계를 위협한다고 주장하며 집단 소송을 제기했습니다.
The Weeknd와 Drake가 참여한 AI 생성 노래 "Heart on My Sleeve"는 스트리밍 플랫폼에서 입소문을 냈지만 나중에 삭제되었습니다. 신기술이 규제 없이 주류에 진입하면 많은 문제를 일으키고,저작권 침해는 "리버스 로브(reverse lobe)" 문제입니다.
해결책
해결책
개인 증명 및 창작자 증명을 위해 암호화된 체인의 원산지 증명을 사용합니다.
블록체인 기술을 진정으로 작동시키십시오. 불변의 온체인 기록을 포함하는 분산 원장으로서 디지털 콘텐츠의 진위는 콘텐츠 암호화 증명을 통해 확인할 수 있습니다.
창작자 증명 및 인격 증명으로서의 디지털 서명
딥페이크를 식별하기 위해 원본 콘텐츠의 작성자에게 고유한 디지털 서명을 사용하여 암호화 증명을 생성할 수 있습니다. 이 서명은 작성자만 알고 있는 개인 키를 사용하여 생성할 수 있으며 모두가 사용할 수 있는 공개 키로 확인할 수 있습니다. 서명이 있다는 것은 콘텐츠가 인간이든 AI이든 원래 제작자가 콘텐츠를 만들었다는 것을 증명하고 콘텐츠에 대한 승인된 변경 또는 승인되지 않은 변경을 확인합니다.
IPFS 및 머클 트리를 통한 진위 증명
IPFS는 콘텐츠 주소 지정 및 Merkle 트리를 사용하여 대규모 데이터 세트를 참조하기 위한 분산 프로토콜입니다. 파일의 내용이 수신되고 변경되었음을 증명하기 위해 Merkle 트리에서 특정 데이터 블록의 위치를 나타내는 해시 문자열인 Merkle 증명이 생성됩니다. 변경될 때마다 Merkle 트리에 해시가 추가되어 파일 수정의 증거를 제공합니다.
암호화 체계의 문제점은 인센티브 메커니즘입니다.그럼에도 불구하고 딥페이크 제작자를 식별하는 것은부정적인 사회적 영향을 줄일 수 있으며,그러나 그것은 동일한 경제적 이익을 가져오지 않을 것입니다. 이러한 책임은 Twitter, Meta, Google과 같은 주류 미디어 배포 플랫폼에 있을 가능성이 높으며 실제로 그렇습니다.그렇다면 블록체인이 필요한 이유는 무엇입니까?
답은 블록체인의 암호화 서명과 진위 증명입니다.보다 타당하고 검증 가능하며 확실합니다.현재 딥페이크를 탐지하는 프로세스는 주로 기계 학습 알고리즘(예: Meta의 "Deepfake Detection Challenge", Google의 "Asymmetric Numeral Systems"(ANS) 및 c 2 pa: https://c 2 pa.org/)을 통해 콘텐츠의 시각적 규칙성 및 이상을 식별하고,그러나 종종 충분히 정확하지 않고 딥페이크의 개발 속도보다 뒤떨어집니다.진위 여부를 결정하려면 일반적으로 수동 검토가 필요하며 이는 비효율적이고 비용이 많이 듭니다.
언젠가 모든 콘텐츠에 암호화된 서명이 있다면,누구나 창조의 근원을 증명할 수 있고,변조나 위조를 표시하면 아름다운 세상이 열립니다.
AI 생성 요약:첫 번째 레벨 제목
질문
질문
오늘날의 AI는 독점 데이터와 독점 알고리즘으로 구성된 블랙박스입니다. 대형 기술 LLM의 폐쇄적 특성은 내가 보는 것을 죽입니다."AI 민주주의"즉, 모든 개발자와 심지어 사용자도 LLM 모델에 기여할 수 있습니다.알고리즘 및 데이터관련 기사관련 기사）。
AI 민주주의 = 가시성(모델에 입력된 데이터와 알고리즘을 볼 수 있음)+ 기여해결책
해결책
AI 민주주의의 목적은 생성 AI 모델을 공개적으로 사용 가능하고 관련성이 있으며 대중이 소유하도록 만드는 것입니다. 아래 표는 AI의 현재 상태와 Web3 블록체인 기술을 통해 달성할 수 있는 미래를 비교한 것입니다.
현재--
~을 위한고객:
단방향으로 LLM 출력 수신
개인 데이터가 사용되는 방식에 대한 통제권 없음
~을 위한개발자:
낮은 결합성
ETL 데이터 처리는 추적할 수 없고 재현하기 어렵습니다.
데이터 기여의 출처는 데이터 소유 기관으로 제한됩니다.
비공개 소스 모델은 API를 통해서만 유료로 액세스할 수 있습니다.
공유 데이터 출력은 검증 가능성이 부족하고 데이터 과학자는 로우엔드 데이터 정리에 시간의 80%를 사용합니다.
블록체인을 결합한 후——
~을 위한고객:
사용자는 미세 조정을 위한 기반으로 피드백(예: 편향, 콘텐츠 조정, 출력에 대한 세분화된 피드백)을 제공할 수 있습니다.
사용자는 모델이 수익을 낸 후 수익에 대한 대가로 데이터를 제공하도록 선택할 수 있습니다.
~을 위한개발자:
분산 데이터 관리 계층:데이터 레이블 지정과 같은 반복적이고 시간 소모적인 데이터 준비 작업을 크라우드소싱
시계& 확인 가능한 소스와 알고리즘을 결합 및 미세 조정하는 기능(모든 변경 사항에 대한 변조 방지 기록을 볼 수 있음)
데이터 주권(콘텐츠 주소 지정/IPFS에 의해 가능) 및 알고리즘 주권(예: Urbit는 피어 투 피어 구성 및 데이터 및 알고리즘의 이식성을 가능하게 함)
LLM 혁신 가속화,기본 오픈 소스 모델의 변형에서 LLM 혁신을 가속화합니다.
재현 가능한 훈련 데이터 출력,Kamu와 같은 과거 ETL 작업 및 쿼리에 대한 블록체인의 불변 기록을 통해 구현됩니다.
어떤 사람들은 Web2의 오픈 소스 플랫폼도 타협 솔루션을 제공한다고 말하지만 그 효과는 이상적이지 않습니다. 관련 토론을 참조하십시오.exaBITS~의블로그 게시물。
첫 번째 레벨 제목
질문
질문
오늘날 가장 가치 있는 소비자 데이터는 대기업의 독점 자산이며 핵심 비즈니스 장벽을 형성합니다. 기술 대기업은 이 데이터를 외부 당사자와 공유할 인센티브가 없습니다.
그렇다면 작성자나 사용자로부터 직접 데이터를 얻을 수 없는 이유는 무엇입니까? 데이터를 공개 리소스로 만들고, 데이터를 제공하고, 데이터 과학자가 사용할 수 있도록 소스를 공개할 수 없는 이유는 무엇입니까?
단순히인센티브 및 조정 메커니즘 부족. 데이터 유지 관리 및 ETL(추출, 변환 및 로드) 수행은 상당한 오버헤드 비용입니다. 실제로 2030년에는 컴퓨팅 비용을 제외하고 데이터 스토리지만으로도 7,770억 달러 규모의 산업이 될 것입니다. 데이터 처리 작업과 비용을 무료로 수행하는 사람은 없습니다.
OpenAI를 보자 원래는 오픈소스로 비영리로 설정되어 있었지만 비용을 현실화하기 어렵고 비용을 감당할 수 없다. 2019년에 OpenAI는 Microsoft의 자금 지원을 받아야 했고 알고리즘은 더 이상 대중에게 공개되지 않았습니다. 2024년에는해결책。
해결책
Web3 소개"dataDAO"라는 새로운 메커니즘,AI 모델 소유자와 데이터 기여자 간의 소득 재분배를 촉진하여 크라우드 소싱 데이터 기여에 대한 인센티브 계층을 생성합니다. 공간 제한으로 인해 여기에서 확장하지 않습니다. 더 알고 싶은 경우 다음 두 기사를 읽을 수 있습니다.
DataDAO 작동 방식/DataDAO 작동 방식, by Protocol Labs HQ Han
web3/web3에서 데이터 기여 및 수익 창출 작동 방식 데이터 기여 및 수익 창출 작동 방식, 이 기사에서 dataDAO의 메커니즘, 단점 및 기회에 대해 자세히 논의했습니다.
일반적으로 DePIN은 새로운 접근 방식을 취하고 Web3 및 AI 혁신을 촉진하기 위한 새로운 하드웨어 에너지를 제공합니다. 거대 기술 기업이 AI 산업을 지배하는 동안, 신흥 플레이어는 블록체인 기술을 활용하여 싸움에 참여할 수 있습니다: DePIN 네트워크는 컴퓨팅 비용을 낮추는 방식으로 진입 장벽을 낮추고, 블록체인의 검증 가능하고 분산된 특성은 진정한 개방형 AI를 가능하게 합니다. dataDAO는 데이터 기여를 장려하고, 블록체인의 불변성 및 변조 방지 기능은 작성자의 신원 증명을 제공하여 AI의 부정적인 사회적 영향에 대한 사람들의 우려를 불식시킵니다.
