Grayscale: กรณีการใช้งานการเข้ารหัสจะเจริญรุ่งเรืองในยุค AI ได้อย่างไร?

ผู้เขียนต้นฉบับ: วิลล์ อ็อกเดน มัวร์

ต้นฉบับเรียบเรียง: ลูฟี่, Foresight News

การอ่านที่เกี่ยวข้อง:

" คลื่น AI โจมตีอีกครั้ง บทความหนึ่งนำรายการโครงการตำแหน่งกองทุน Grayscale AI "

ปัญญาประดิษฐ์ (AI) เป็นหนึ่งในเทคโนโลยีเกิดใหม่ที่มีแนวโน้มมากที่สุดในศตวรรษนี้ โดยสัญญาว่าจะเพิ่มผลิตภาพของมนุษย์แบบทวีคูณ และขับเคลื่อนความก้าวหน้าทางการแพทย์ แม้ว่าปัญญาประดิษฐ์จะสร้างชื่อเสียงให้กับตนเองแล้ว แต่อิทธิพลของปัญญาประดิษฐ์ก็จะยิ่งใหญ่ยิ่งขึ้นในอนาคต PricewaterhouseCoopers คาดการณ์ว่าจะพัฒนาเป็นอุตสาหกรรมขนาดใหญ่ที่มีมูลค่า 15 ล้านล้านดอลลาร์ภายในปี 2573

อย่างไรก็ตาม เทคโนโลยีที่มีอนาคตนี้ยังเผชิญกับความท้าทายอีกด้วย เมื่อเทคโนโลยีปัญญาประดิษฐ์มีประสิทธิภาพมากขึ้นเรื่อยๆ อุตสาหกรรมปัญญาประดิษฐ์ก็กลายเป็นศูนย์กลางอย่างมาก โดยที่อำนาจกระจุกตัวอยู่ในมือของบริษัทเพียงไม่กี่แห่ง ซึ่งอาจเป็นอันตรายต่อสังคมมนุษย์ทั้งหมด ปัญญาประดิษฐ์ยังก่อให้เกิดความกังวลอย่างมากเกี่ยวกับการปลอมแปลงข้อมูลเชิงลึก อคติ และความเสี่ยงด้านความเป็นส่วนตัวของข้อมูล โชคดีที่สกุลเงินดิจิทัลและคุณสมบัติที่มีการกระจายอำนาจและโปร่งใสสามารถนำเสนอวิธีแก้ปัญหาที่เป็นไปได้สำหรับปัญหาเหล่านี้บางส่วน

ด้านล่างนี้ เราจะสำรวจปัญหาที่เกิดจากการรวมศูนย์ และวิธีที่ AI แบบกระจายอำนาจสามารถช่วยแก้ไขความเจ็บป่วยบางส่วนได้ และหารือเกี่ยวกับจุดตัดของสกุลเงินดิจิทัลและ AI ในปัจจุบัน โดยเน้นที่แอปพลิเคชัน crypto ในพื้นที่ที่แสดงสัญญาณของการนำไปใช้ในช่วงแรก

ปัญหาเกี่ยวกับปัญญาประดิษฐ์แบบรวมศูนย์

ปัจจุบันการพัฒนาปัญญาประดิษฐ์เผชิญกับความท้าทายและความเสี่ยงบางประการ ผลกระทบของเครือข่ายและความต้องการเงินทุนจำนวนมากของ AI มีความสำคัญมากจนนักพัฒนา AI ภายนอกบริษัทเทคโนโลยีขนาดใหญ่ เช่น บริษัทขนาดเล็กหรือนักวิจัยเชิงวิชาการ ต้องดิ้นรนเพื่อให้ได้มาซึ่งทรัพยากรที่จำเป็นในการพัฒนาหรือทำการค้า สิ่งนี้จำกัดการแข่งขันและนวัตกรรมโดยรวมใน AI

เป็นผลให้อิทธิพลเหนือเทคโนโลยีที่สำคัญนี้กระจุกตัวอยู่ในมือของบริษัทไม่กี่แห่ง เช่น OpenAI และ Google ซึ่งทำให้เกิดคำถามร้ายแรงเกี่ยวกับการกำกับดูแลของ AI ตัวอย่างเช่น ในเดือนกุมภาพันธ์ปีนี้ โปรแกรมสร้างภาพปัญญาประดิษฐ์ของ Google Gemini ได้เปิดเผยอคติทางเชื้อชาติและข้อผิดพลาดในอดีต นอกจากนี้ การตัดสินใจของคณะกรรมการบริหารหกคนเมื่อเดือนพฤศจิกายนปีที่แล้ว ที่จะไล่ออก Sam Altman CEO ของ OpenAI ได้เปิดเผยข้อเท็จจริงที่ว่า มีคนจำนวนไม่มากที่ควบคุมบริษัทเหล่านี้

เมื่อ AI มีอิทธิพลและความสำคัญมากขึ้น หลายคนกังวลว่าบริษัทหนึ่งจะสามารถควบคุมการตัดสินใจเกี่ยวกับโมเดล AI ที่อาจส่งผลกระทบอย่างใหญ่หลวงต่อสังคม การสร้างรั้ว การทำงานเบื้องหลังประตูที่ปิด หรือการจัดการโมเดลเพื่อตนเองในการทำกำไร

AI แบบกระจายอำนาจสามารถช่วยได้อย่างไร

AI แบบกระจายอำนาจหมายถึงการใช้เทคโนโลยีบล็อกเชนเพื่อกระจายความเป็นเจ้าของ AI และสิทธิ์ในการกำกับดูแลในลักษณะที่ปรับปรุงความโปร่งใสและการเข้าถึง Grayscale Research เชื่อว่า AI แบบกระจายอำนาจมีศักยภาพในการปลดปล่อยการตัดสินใจที่สำคัญเหล่านี้จากระบบปิด และนำการตัดสินใจเหล่านั้นไปอยู่ในมือของสาธารณชน

เทคโนโลยีบล็อคเชนสามารถช่วยให้นักพัฒนาสามารถเข้าถึงปัญญาประดิษฐ์ได้มากขึ้น และลดเกณฑ์การพัฒนาและการค้าโดยนักพัฒนาอิสระ เราเชื่อว่าสิ่งนี้สามารถช่วยปรับปรุงนวัตกรรมและการแข่งขันในอุตสาหกรรมปัญญาประดิษฐ์ และทำให้เกิดความสมดุลระหว่างบริษัทขนาดเล็กและยักษ์ใหญ่ด้านเทคโนโลยี

นอกจากนี้ AI แบบกระจายอำนาจยังสามารถช่วยให้การลงทุนใน AI เป็นประชาธิปไตยได้ ปัจจุบัน นอกเหนือจากหุ้นเทคโนโลยีเพียงไม่กี่หุ้น ยังมีวิธีอื่นอีกสองสามวิธีในการสร้างรายได้ที่เกี่ยวข้องกับการพัฒนา AI ในเวลาเดียวกัน มีการจัดสรรทุนภาคเอกชนจำนวนมากให้กับสตาร์ทอัพด้าน AI และบริษัทเอกชน (47 พันล้านดอลลาร์ในปี 2565 และ 42 พันล้านดอลลาร์ในปี 2566) เป็นผลให้มีเพียงผู้ร่วมทุนกลุ่มเล็กๆ และนักลงทุนที่ได้รับการรับรองเท่านั้นที่สามารถเข้าถึงผลประโยชน์ทางการเงินของบริษัทเหล่านี้ ในทางตรงกันข้าม ทรัพย์สินที่เข้ารหัส AI แบบกระจายอำนาจนั้นเท่าเทียมกันกับทุกคน และทุกคนสามารถเป็นเจ้าของส่วนหนึ่งของอนาคต AI ได้

สนามปฏิสนธิข้ามสายนี้มีการพัฒนาไปไกลแค่ไหน?

จุดตัดกันของสกุลเงินดิจิตอลและปัญญาประดิษฐ์ยังอยู่ในช่วงเริ่มต้น แต่การตอบสนองของตลาดได้รับการสนับสนุน ในเดือนพฤษภาคม 2024 สินทรัพย์ดิจิทัลแนวคิดของ AI (หมายเหตุ: พอร์ตการลงทุนสกุลเงินดิจิทัลที่กำหนดโดย Grayscale Research รวมถึง NEAR, FET, RNDR, FIL, TAO, THETA, AKT, AGIX, WLD, AIOZ, TFUEL, GLM, PRIME, OCEAN, ARKM และ LTP.) มีผลตอบแทน 20% ซึ่งดำเนินการตามหลังหมวดหมู่แนวคิดสกุลเงินเท่านั้น (รูปที่ 1) นอกจากนี้ ตามที่ผู้ให้บริการข้อมูล Kaito ระบุว่า ปัจจุบันปัญญาประดิษฐ์เป็น "เรื่องราว" ที่ได้รับความนิยมมากที่สุดบนแพลตฟอร์มโซเชียล เมื่อเทียบกับหัวข้ออื่นๆ เช่น DeFi, เลเยอร์ 2, Memecoin และสินทรัพย์ในโลกแห่งความเป็นจริง

เมื่อเร็วๆ นี้ บุคคลสำคัญจำนวนหนึ่งได้เริ่มยอมรับจุดตัดที่เกิดขึ้นใหม่นี้ โดยทำงานเพื่อแก้ไขข้อบกพร่องของปัญญาประดิษฐ์แบบรวมศูนย์ ในเดือนมีนาคมปีนี้ Emad Mostaque ผู้ก่อตั้งบริษัทปัญญาประดิษฐ์ชื่อดัง Stability AI ได้ลาออกจากบริษัทเพื่อสำรวจปัญญาประดิษฐ์แบบกระจายอำนาจ เขากล่าวว่า "ถึงเวลาแล้วที่จะต้องทำให้ปัญญาประดิษฐ์เปิดกว้างและกระจายอำนาจ" Erik Vorhees ผู้ประกอบการด้านสกุลเงินดิจิทัลได้เปิดตัว Venice.ai ซึ่งเป็นบริการปัญญาประดิษฐ์ที่เน้นความเป็นส่วนตัวพร้อมการเข้ารหัสตั้งแต่ต้นทางถึงปลายทาง

รูปที่ 1: ภาค AI มีประสิทธิภาพเหนือกว่ากลุ่มสกุลเงินดิจิทัลเกือบทั้งหมดจนถึงปีนี้

เราสามารถแบ่งการบรรจบกันของสกุลเงินดิจิตอลและปัญญาประดิษฐ์ออกเป็นสามประเภทย่อยหลัก:

• Infrastructure layer: เครือข่ายที่เป็นแพลตฟอร์มสำหรับการพัฒนา AI (เช่น NEAR, TAO, FET)

• ทรัพยากรที่จำเป็นสำหรับปัญญาประดิษฐ์: จัดหาคอมพิวเตอร์ การจัดเก็บ ข้อมูล และทรัพยากรสำคัญอื่นๆ ที่จำเป็นสำหรับการพัฒนาปัญญาประดิษฐ์ (เช่น RNDR, AKT, LPT, FIL, AR, MASA)

• การแก้ปัญหา AI: พยายามแก้ไขปัญหาที่เกี่ยวข้องกับ AI เช่น การเพิ่มขึ้นของบอทและดีฟเฟค และการตรวจสอบโมเดล (เช่น WLD, TRAC, NUM)

รูปที่ 2: ภาพรวมโครงการที่บูรณาการปัญญาประดิษฐ์และสกุลเงินดิจิทัล ที่มา: Grayscale Investments

เครือข่ายโครงสร้างพื้นฐาน AI

ประการแรกคือเครือข่ายที่ให้สถาปัตยกรรมแบบเปิดที่ไม่ได้รับอนุญาตซึ่งสร้างขึ้นเพื่อการพัฒนา AI โดยเฉพาะ เครือข่ายเหล่านี้ไม่ได้มุ่งเน้นไปที่ผลิตภัณฑ์หรือบริการ AI บางอย่าง แต่สร้างโครงสร้างพื้นฐานพื้นฐานและกลไกสิ่งจูงใจสำหรับแอปพลิเคชัน AI ต่างๆ

NEAR มีความโดดเด่นในหมวดหมู่นี้ เนื่องจากผู้ก่อตั้งเป็นหนึ่งในผู้ร่วมเขียนสถาปัตยกรรม "Transformer" ที่ขับเคลื่อนระบบ AI เช่น ChatGPT อย่างไรก็ตาม บริษัทเพิ่งใช้ประโยชน์จากความเชี่ยวชาญด้าน AI เพื่อเปิดเผยผลลัพธ์ของความพยายามในการพัฒนา "AI ที่ผู้ใช้เป็นเจ้าของ" ผ่านทางฝ่ายวิจัยและพัฒนาที่นำโดยอดีตวิศวกรที่ปรึกษาด้านการวิจัยของ OpenAI ในช่วงปลายเดือนมิถุนายน 2567 Near ได้เปิดตัวโปรแกรมบ่มเพาะ AI เพื่อพัฒนาโมเดลพื้นฐานแบบเนทิฟของ Near, แพลตฟอร์มข้อมูลแอปพลิเคชัน AI, เฟรมเวิร์กเอเจนต์ AI และตลาดการประมวลผล

Bittensor เป็นอีกตัวอย่างที่น่าสนใจ Bittensor เป็นแพลตฟอร์มที่ใช้โทเค็น TAO เพื่อสนับสนุนการพัฒนาปัญญาประดิษฐ์ในเชิงเศรษฐกิจ Bittensor เป็นแพลตฟอร์มพื้นฐานของเครือข่ายย่อย 38 เครือข่าย ซึ่งแต่ละเครือข่ายมีกรณีการใช้งานที่แตกต่างกัน เช่น แชทบอท การสร้างภาพ การคาดการณ์ทางการเงิน การแปลภาษา การฝึกอบรมโมเดล พื้นที่จัดเก็บข้อมูล และการประมวลผล เครือข่าย Bittensor ให้รางวัลแก่นักขุดและผู้ตรวจสอบที่มีประสิทธิภาพดีที่สุดในแต่ละเครือข่ายย่อยด้วยโทเค็น TAO และมอบ API ที่ไม่ได้รับอนุญาตแก่นักพัฒนา เพื่อช่วยนักพัฒนาสร้างแอปพลิเคชันปัญญาประดิษฐ์เฉพาะ

เครือข่ายโครงสร้างพื้นฐาน AI ยังรวมถึงโปรโตคอลอื่น ๆ เช่น Fetch.ai และ Allora Fetch.ai แพลตฟอร์มสำหรับนักพัฒนาในการสร้างผู้ช่วย AI ที่ซับซ้อน (รู้จักกันในชื่อ "ตัวแทน AI") ที่เพิ่งควบรวมกิจการกับ AGIX และ OCEAN โดยมีมูลค่ารวมประมาณ 7.5 พันล้านดอลลาร์ อีกเครือข่ายหนึ่งคือเครือข่าย Allora ซึ่งเป็นแพลตฟอร์มที่เน้นการใช้ AI กับภาคการเงิน รวมถึงกลยุทธ์การซื้อขายอัตโนมัติสำหรับการแลกเปลี่ยนแบบกระจายอำนาจและตลาดการคาดการณ์ Allora ยังไม่ได้เปิดตัวโทเค็นและระดมเงินทุนเชิงกลยุทธ์ในเดือนมิถุนายน ทำให้เงินทุนทั้งหมดอยู่ที่ 35 ล้านดอลลาร์

จัดหาทรัพยากรที่จำเป็นสำหรับ AI

ประเภทที่สองคือโครงการที่จัดหาทรัพยากรที่จำเป็นสำหรับการพัฒนาปัญญาประดิษฐ์ในรูปแบบของคอมพิวเตอร์ การจัดเก็บ หรือข้อมูล

การเพิ่มขึ้นของปัญญาประดิษฐ์ได้สร้างความต้องการทรัพยากรการประมวลผลในรูปแบบของ GPU อย่างที่ไม่เคยมีมาก่อน ตลาด GPU แบบกระจายอำนาจ เช่น Render (RNDR), Akash (AKT) และ Livepeer (LPT) จัดหา GPU ที่ไม่ได้ใช้งานให้กับนักพัฒนาที่ต้องการการประมวลผลสำหรับการฝึกฝนโมเดล การอนุมานโมเดล หรือการเรนเดอร์ AI กำเนิด 3D คาดว่าการเรนเดอร์จะมี GPU ประมาณ 10,000 ตัว โดยเน้นที่ศิลปินและ AI เชิงสร้างสรรค์ ในขณะที่ Akash มี GPU 400 ตัว ที่เน้นไปที่นักพัฒนาและนักวิจัย AI ในขณะเดียวกัน Livepeer เพิ่งประกาศแผนเครือข่ายย่อย AI ใหม่ โดยมีเป้าหมายที่จะทำให้ฟังก์ชันข้อความเป็นรูปภาพ ข้อความเป็นวิดีโอ และรูปภาพเป็นวิดีโอเสร็จสมบูรณ์ภายในเดือนสิงหาคม 2567

นอกจากจะต้องใช้การคำนวณอย่างเข้มข้นแล้ว โมเดล AI ยังต้องการข้อมูลจำนวนมากอีกด้วย ส่งผลให้ความต้องการพื้นที่จัดเก็บข้อมูลเพิ่มขึ้นอย่างมาก โซลูชันการจัดเก็บข้อมูล เช่น Filecoin (FIL) และ Arweave (AR) สามารถใช้เป็นทางเลือกในการจัดเก็บข้อมูล AI บนเซิร์ฟเวอร์ AWS แบบรวมศูนย์ โซลูชันเหล่านี้ไม่เพียงแต่ให้พื้นที่จัดเก็บข้อมูลที่คุ้มค่าและปรับขนาดได้เท่านั้น แต่ยังเพิ่มความปลอดภัยและความสมบูรณ์ของข้อมูลโดยกำจัดจุดล้มเหลวเพียงจุดเดียวและลดความเสี่ยงของการละเมิดข้อมูล

สุดท้ายนี้ บริการ AI ที่มีอยู่ เช่น OpenAI และ Gemini ช่วยให้สามารถเข้าถึงข้อมูลแบบเรียลไทม์ได้อย่างต่อเนื่องผ่านการค้นหาของ Bing และ Google ตามลำดับ สิ่งนี้ทำให้นักพัฒนาโมเดล AI อื่นๆ ทั้งหมดที่อยู่นอกบริษัทยักษ์ใหญ่ด้านเทคโนโลยีต้องเสียเปรียบ อย่างไรก็ตาม บริการขูดข้อมูล เช่น Grass และ Masa (MASA) สามารถช่วยยกระดับสนามแข่งขันได้ เนื่องจากอนุญาตให้บุคคลสร้างรายได้จากข้อมูลแอปพลิเคชันของตนโดยใช้ข้อมูลดังกล่าวสำหรับการฝึกโมเดล AI ในขณะที่ยังคงรักษาการควบคุมและความเป็นส่วนตัวเหนือข้อมูลส่วนบุคคลของตน

แก้ไขปัญหาที่เกี่ยวข้องกับ AI

หมวดหมู่ที่สามประกอบด้วยโครงการที่พยายามแก้ไขปัญหาที่เกี่ยวข้องกับปัญญาประดิษฐ์ รวมถึงการแพร่กระจายของไซเบอร์บอตและดีพเฟค

ปัญหาสำคัญที่ทวีความรุนแรงขึ้นจากปัญญาประดิษฐ์คือการแพร่กระจายของบอทและการบิดเบือนข้อมูล Deepfakes ที่สร้างโดย AI กำลังส่งผลกระทบต่อการเลือกตั้งประธานาธิบดีในอินเดียและยุโรปอยู่แล้ว โดยผู้เชี่ยวชาญ "กลัวมาก" ว่าการรณรงค์หาเสียงชิงตำแหน่งประธานาธิบดีที่กำลังจะมาถึงจะตกอยู่ใน "สึนามิแห่งข้อมูลที่บิดเบือน" ซึ่งขับเคลื่อนโดย Deepfakes โครงการต่างๆ ที่หวังจะช่วยแก้ปัญหาที่เกี่ยวข้องกับ Deepfakes โดยการสร้างแหล่งที่มาของเนื้อหาที่ตรวจสอบได้ ได้แก่ Origin Trail (TRAC), Numbers Protocol (NUM) และ Story Protocol นอกจากนี้ Worldcoin (WLD) ยังพยายามแก้ไขปัญหาบอทโดยใช้เทคโนโลยีไบโอเมตริกซ์ที่เป็นเอกลักษณ์เพื่อพิสูจน์ความเป็นมนุษย์ของบุคคล

ความเสี่ยงอีกประการหนึ่งของ AI คือการสร้างความไว้วางใจในตัวโมเดลเอง เราจะมั่นใจได้อย่างไรว่าผลลัพธ์ AI ที่เราได้รับนั้นไม่ได้ถูกดัดแปลงหรือดัดแปลง? ปัจจุบัน โปรโตคอลหลายตัวกำลังทำงานเพื่อช่วยแก้ไขปัญหานี้ผ่านการเข้ารหัส การพิสูจน์ความรู้เป็นศูนย์ และการเข้ารหัสโฮโมมอร์ฟิกอย่างสมบูรณ์ (FHE) รวมถึง Modulus Labs และ Zama

สรุปแล้ว

ในขณะที่มีความคืบหน้าเบื้องต้นกับสินทรัพย์ AI ที่กระจายอำนาจเหล่านี้ เรายังคงอยู่ในช่วงเริ่มต้นของจุดตัดนี้ เมื่อต้นปีนี้ Fred Wilson ผู้ร่วมทุนชื่อดังกล่าวว่าปัญญาประดิษฐ์และสกุลเงินดิจิตอลเป็น "สองด้านของเหรียญเดียวกัน" และ "Web3 จะช่วยให้เราเชื่อถือปัญญาประดิษฐ์" ในขณะที่อุตสาหกรรม AI ยังคงเติบโตอย่างต่อเนื่อง Grayscale Research เชื่อว่ากรณีการใช้งานการเข้ารหัสที่เกี่ยวข้องกับ AI เหล่านี้จะมีความสำคัญมากขึ้น และทั้งสองเทคโนโลยีที่พัฒนาอย่างรวดเร็วนี้มีศักยภาพที่จะสนับสนุนซึ่งกันและกันและพัฒนาร่วมกัน

มีสัญญาณมากมายที่บ่งบอกว่ายุคของปัญญาประดิษฐ์กำลังมาถึงซึ่งจะมีผลกระทบในวงกว้างทั้งเชิงบวกและเชิงลบ ด้วยการใช้ประโยชน์จากคุณสมบัติของเทคโนโลยีบล็อกเชน เราเชื่อว่าสกุลเงินดิจิทัลสามารถช่วยบรรเทาอันตรายบางประการที่เกิดจากปัญญาประดิษฐ์ได้ในที่สุด

ลิงค์เดิม