Tác giả gốc: Nhà văn đóng góp cho Filecoin Insights,Portal VenturesNguồn chính thức:Catrina
Nguồn chính thức:Filecoin Network
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 những điều này đã 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 điện toán vẫn cao
Sự phát triển của AI có một mặt trái: 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
Sự cố hộp đen AI
“Rào dữ liệu” do các ông lớn công nghệ xây dựng tạo 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 ngay lập tức,Mạng cơ sở hạ tầng vật lý phân tán (DePIN)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 bớtxác minh
xác minhĐấng Tạo Hóa và Nhân Cách
điền vàoDân chủ và minh bạch AI
cài đặtCơ chế khen thưởng đóng góp dữ liệu
Dưới:
“web3”Đề cập đến thế hệ tiếp theo của Internet, công nghệ chuỗi khối và các công nghệ hiện có khác là các thành phần hữu cơ của nó.
"chuỗi khối"Đề cập đến phân quyền và công nghệ sổ cái phân tán.
"mã hóa"tiêu đề cấp đầu tiên
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 kỹ thuật của xã hội và thời điểm Gutenberg của phần mềm, từ SK mạo hiểm
Khả năng chi trả 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 Cách mạng Công nghệ của Carlota PerezMô tả hình ảnh
Nguồn: Lý thuyết về các cuộc cách mạng công nghệ của Carlota Perez
giai đoạn cài đặtVới số vốn đầu tư mạo hiểm lớn,VàVàChiến lược tiếp thị "đẩy" (GTM)bởi vì khách hàng không hiểu được đề xuất giá trị của công nghệ mới.
Giai đoạn triển khai với sự gia tăng lớn trong việc cung cấp cơ sở hạ tầngnhư một tính năng, hạ thấp ngưỡng thu hút người mới và áp dụng"Sự lôi kéo"chiến lược tiếp cận thị trường (GTM),Nó cho thấy sản phẩm có mức độ phù hợp với thị trường cao và khách hàng mong đợi nhiều hơn những 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.câu hỏi
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. Ngành này có tỷ suất lợi nhuận cao và ước tính rằngTỷ suất lợi nhuận gộp của AWS trên phần cứng máy tính hàng hóa là 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 cho một buổi 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.
Phiên bản 2 của Bloom 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,Mô tả hình ảnh
giải pháp
giải pháp
Các mạng DePIN như Filecoin (bắt nguồn từ DePIN tiên phong năm 2014, tập trung vào việc tập hợp phần cứng cấp Internet để phục vụ lưu trữ dữ liệu phân tán),Bacalhau、Gensyn.ai、Render Network、ExaBits（Lớp điều phối để khớp cung và cầu CPU/GPU) có thể tiết kiệm từ 75% đến 90%+ chi phí cơ sở hạ tầng bằng cách:
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 cơ sở khách hàng mới không thể chấp nhận giá từ các nhà cung cấp tập trung.Giống như Ebay không cạnh tranh trực tiếp với Bloomingdale's, nhưngCung cấp một giải pháp thay thế kinh tế hơnĐể đáp ứng các nhu cầu tương tự, các mạng lưu trữ phân tán không thay thế các nhà cung cấp tập trung, nhưng được thiết kế để phục vụ các 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 thểHướng dẫn các nhà cung cấp phần cứng tham gia mạng lưới, 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, giới thiệucuộc thi Bertrand, từ đó giảm chi phí thanh toán của khách hàng. Để so sánh, AWS EC 2 yêu cầu tỷ suất lợi nhuận ~55% và tổng tỷ suất lợi nhuận 31% để duy trì hoạt động. Được cung cấp bởi mạng DePINƯu đãi mã thông báo/Phần thưởng khốiCũng vậynguồn thu nhập mới. Trong ngữ cảnh của Filecoin, các nhà cung cấp dịch vụ lưu trữ kiếm được phần thưởng khối (mã thông báo) khi họ lưu trữ nhiều dữ liệu thực hơn.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 khả năng tuân theo một mô hình tương tự. Các mạng tương tự bao gồm:
Bacalhau: Mang tính toán đến một lớp phối hợp nơi dữ liệu được lưu trữ, tránh di chuyển một lượng lớn dữ liệu.
exaBITS: Mạng điện toán phân tán phục vụ AI và các ứng dụng chuyên sâu về điện toán.
Gensyn.ai: Giao thức điện toán cho các mô hình học sâu.
3. Giảm chi phí quản lý:Ưu điểm của các mạng DePIN như Bacalhau, exaBITS và IPFS/lưu trữ theo địa chỉ nội dung bao gồm:
Giải phóng sự sẵn có của dữ liệu tiềm ẩn:Khối lượng dữ liệu lớn, chẳng hạn như dữ liệu sự kiện lớn do các sân vận động thể thao tạo ra, hiện chưa được khai thác do chi phí băng thông cao để truyền các tập dữ liệu lớn. 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 tương ứng để phân tích, họ có thể sử dụng Bacalhau để điều phối sức mạnh tính toán GPU để xử lý dữ liệu nhạy cảm trực tiếp cục bộ mà không phải trao đổi thông tin nhận dạng cá nhân (PII) với nhau thông qua các quy trình hành chính rườm rà.
Không cần tính toán lại tập dữ liệu cơ bản:Lưu trữ địa chỉ IPFS/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 khảobài viết này。
Tóm tắt do AI tạo ra:tiêu đề cấp đầu tiên
câu hỏi
câu hỏi
Một nghiên cứu gần đây cho thấy,50% học giả về AI tin rằng khả năng AI gây ra tác hại tàn khốc 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, trongvideo twitter nàyMô tả hình ảnh
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 Hoa Kỳ năm 2024, lần đầu tiên nội dung chiến dịch deepfake do AI tạo ra đã đạt được hiệu ứng giả như thật.
Một video của Thượng nghị sĩ Elizabeth Warren đã được chỉnh sửa để làm cho cô ấy 'nói'"Đảng Cộng hòa không nên được phép bỏ phiếu"Những lời như vậy (tin đồn đã bị bác bỏ).
Giọng nói tổng hợp giọng nói 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 do AI tạo ra "Heart on My Sleeve" 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 "thuỳ ngược".
giải pháp
giải pháp
Sử dụng bằng chứng về nguồn gốc trên chuỗi được mã hóa để làm bằng chứng về tính cách và bằng chứng về người sáng tạo
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 như bằng chứng của người tạo và bằng chứng về tính cách
Để xác định một deepfake, 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 này có thể được tạo bằng 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.
Bằng chứng về tính xác thực với IPFS và Merkle Trees
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 đau của sơ đồ mã hóa là cơ chế khuyến khích,Rốt cuộc, việc xác định những người tạo deepfake bất chấpcó thể làm giảm các tác động xã hội tiêu cực,Nhưng nó sẽ không mang lại lợi ích kinh tế tương tự. 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 mật mã của blockchain và bằng chứng xác thựcHợp lệ hơn, có thể kiểm chứng và chắc chắn hơn.Hiện tại, quá trình phát hiện deepfakes chủ yếu thông qua các thuật toán học máy (chẳng hạn như "Thử thách phát hiện Deepfake" của Meta, "Hệ thống số bất đối xứng" (ANS) của Google và c 2 pa: https://c 2 pa.org/) xác định các quy tắc trực quan và sự bất thường trong nội dung,Nhưng nó thường không đủ chính xác và tụt hậu so với tốc độ phát triển của deepfake.Đánh giá thủ công thường được yêu cầu 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 được mã hóa,Mọi người đều có thể kiểm chứng được nguồn gốc của sự sáng tạo,Đánh dấu giả mạo hoặc giả mạo, sau đó chúng ta sẽ mở ra một thế giới tươi đẹp.
Tóm tắt do AI tạo ra:tiêu đề cấp đầu tiên
câu hỏi
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 các LLM công nghệ lớn giết chết những gì tôi thấy"Dân chủ trí tuệ nhân tạo", nghĩa là mọi nhà phát triển và thậm chí cả người dùng đều có thể đóng góp vào mô hình LLMThuật toán và dữ liệuNhững bài viết liên quanNhững bài viết liên quan）。
Nền dân chủ AI = Khả năng hiển thị(có thể xem dữ liệu và thuật toán đã nhập vào mô hình)+ Đóng gópgiải pháp
giải pháp
Mục đích của nền dân chủ AI là làm cho các mô hình AI tổng quát có sẵn công khai, 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--
vìkhách hàng:
Nhận đầu ra LLM một chiều
Không kiểm soát cách dữ liệu cá nhân được sử dụng
vìNhà phát triển:
khả năng tổng hợp thấp
Xử lý dữ liệu ETL không thể theo dõi và khó tái tạo
Nguồn đóng góp dữ liệu được giới hạn ở các tổ chức 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——
vìkhách 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
vìNhà phát triển:
Lớp quản lý dữ liệu phân tán:Các nhiệm vụ chuẩn bị dữ liệu lặp đi lặp lại và tốn thời gian của Crowdsource chẳng hạn như ghi nhãn dữ liệu
Hiển thị& khả năng kết hợp & 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(được kích hoạt bằng địa chỉ nội dung/IPFS) và chủ quyền thuật toán (ví dụ: Urbit cho phép thành phần ngang hàng và tính di động của dữ liệu và thuật toán)
Đẩy nhanh đổi mới LLM,Tăng tốc đổi mới LLM từ các biến thể trên mô hình nguồn mở cơ bản.
Đầu ra dữ liệu đào tạo có thể tái sản xuất,Được triển khai thông qua bản ghi bất biến của chuỗi khối về các hoạt động và truy vấn ETL trước đây (như Kamu).
Một số người nói rằng nền tảng nguồn mở của Web2 cũng cung cấp một giải pháp thỏa hiệp, nhưng hiệu quả không lý tưởng, hãy xem phần thảo luận liên quanexaBITScủabài viết trên blog。
tiêu đề cấp đầu tiên
câu hỏi
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?
đơn giản bởi vìThiếu cơ chế khuyến khích và điều phối. Duy trì dữ liệu và thực hiện ETL (trích xuất, biến đổi và tải) là một chi phí đầu vào đáng kể. 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 tài trợ từ Microsoft và thuật toán này không còn được mở cho công chúng nữa. Ước tính đến năm 2024,giải pháp。
giải pháp
Web3 giới thiệuMột cơ chế mới gọi 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 những đóng góp dữ liệu từ 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/Cách thức hoạt động của DataDAO, của HQ Han của Phòng thí nghiệm giao thức
Cách thức hoạt động của việc đóng góp dữ liệu và kiếm tiền trong web3/web3 Cách thức hoạt động của việc đóng góp dữ liệu và kiếm tiền, tôi đã thảo luận sâu về cơ chế, những thiếu sót và cơ hội của dataDAO trong bài viết này
Nói chung, DePIN có một cách tiếp cận mới 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 theo cách làm giảm chi phí điện toán; bản chất phân tán và có thể kiểm chứng 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 bằng chứng nhận dạng của người tạo, xua tan mối lo ngại của mọi người về tác động xã hội tiêu cực của AI.
IOS
Android