Decentralizuotas dirbtinis intelektas buvo pasveikintas kaip viena giliausių mūsų laikų naujovių, pažadėdamas vartotojams kontroliuoti labiausiai transformuojančias technologijas. Vis dėlto pramonė susiduria su bauginančiais iššūkiais, jei reikia įgyvendinti viziją.
Decentralizacijos šalininkai įsivaizduoja pasaulį, kuriame AI nekontroliuoja kelios didelės technologijos korporacijos, o veikiau pasaulinė bendruomenė, kviečianti visus dalyvauti ir turėti savo nuomonę. Tai drąsus tikslas, tačiau, kai jis pamažu atsiranda, kyla klausimas – ar mes tikrai esame demokratizuojančios prieigos prie intelektualios automatizavimo gaudyklėje, ar mes sukuriame nelaimės receptą?
Decentralizuoto dirbtinio intelekto svajonė
Geriausiai žinomus AI modelius pasaulyje kontroliuoja kelios pasirinktos įmonės – „Openai“, „Google“, „Microsoft“, „Anthropic“, „Deepseek“ ir kt. -Sukūrę pažįstamą jausmą, kad AI pramonei, panašiai kaip šiandieniniame internete, dominuos keli visi galingūs monarchai.
Tai paskatino norą gauti teisingesnį ir atvirą AI kraštovaizdį, ir jis pritraukė keletą vokalinių rėmėjų. „Stabiliy Ai Emad Mostaque“ įkūrėjas padarė antraštes, kai sensacingai pasitraukė iš savo vaidmens 2024 m. Kovo mėn., Sakydamas, kad nori „siekti decentralizuotos AI“, kad užtikrintų, jog ši technologija išliks atvira ir prieinama visiems.
Mostaque’o vizija rezonuoja su įstatymų leidėjais. Prancūzijoje konkurencijos institucijos vadovas Benoît Cœuré atkreipė dėmesį į tai, kad AI yra pirmoji technologija, kurioje „nuo pat pradžių dominavo pagrindiniai žaidėjai“, ir atkreipė dėmesį į decentralizuotą AI kaip vienintelę galimybę pakeisti šią būklę, kol dar nevėlu.
Tie, kurie gina decentralizuotą AI, teigia, kad tai paskatins pasaulį, kuriame atskiri kūrėjai, studentai, startuoliai ir mėgėjai galės sutelkti savo žinias, skaičiuoti išteklius ir duomenis, kad kiekvienas galėtų dalyvauti, todėl MIT sako „demokratizuotos naujovės“.
Jie taip pat nurodo skaidrumą kaip dar vieną svarbų pranašumą, kai „Blockchain“ veikia atviri AI modeliai, užtikrindami, kad bet kokie šališki ar toksiški algoritmai bus greitai nustatyti ir atmesti. „Greyscale Research“ tyrime nustatė, kad atviri tinklai iš tikrųjų turi galimybę pašalinti AI šališkumą, visiškai priešingai nei nepermatomi, centralizuoti modeliai, naudojami šiandien, kurie dažnai vadinami „juodosiomis dėžutėmis“.
Kiti decentralizuotos AI pranašumai yra atsparumas cenzūrai ir prieinamumui. Paprastai „Google“ ir „Openai“ patinka kepti turinio filtruose, blokuoti jų modelius diskutuoti ar atsakyti į klausimus tam tikromis temomis ir įkrauti už prieigą. Nors decentralizuoti modeliai taip pat gali turėti turinio filtrus, jų atviras pobūdis reiškia, kad juos galima lengvai apeiti. Be to, niekas negali imti mokesčių už prieigą prie decentralizuoto, bendruomenės valdomo modelio, tai reiškia, kad naudojimas ne tik tiems, kurie turi finansines priemones mokėti už prieigą.
Bendras decentralizuotos AI bendruomenės sutarimas yra tas, kad pasauliui bus daug geriau, jei ši technologija bus kartu priklausanti ir atvira kiekvieno pasaulio kampelio indėliams.
Realybė gali būti kitokia
Visų šių teigiamų dalykų decentralizuota PG pramonė turi susidurti su daugybe didžiulių iššūkių, kad būtų galima įgyvendinti šią viziją. Išnaudodamas AI iš savo kruopščiai kontroliuojamų, centralizuotų duomenų centrų ir leisdamas jį laisvai naudotis visuotiniam tinklui, priklausančiam visiems, jis atveria jį daugybei rizikos.
Vienas iš sunkiausių klausimų yra susijęs su duomenų vientisumu ir sinchronizavimu. Tokie mechanizmai, kaip federalinis mokymasis, gali išspręsti pastarąjį iššūkį, tačiau tai nepateikia daug sprendimo apsinuodijimo duomenimis rizika, o tai galėtų iškreipti decentralizuotų modelių išvestis. Galbūt galime pridėti „blockchain“ sluoksnį, kad padidintume skaidrumą, tačiau tai gali padidinti sudėtingumą, apsunkinti duomenų apdorojimo užduotis ir sulėtinti naujoves.
Be to, kyla pagrįstų susirūpinimas, kad nors paskirstyti tinklai reiškia mažesnes sąnaudas ir potencialiai sumažėjusį šališkumą, ši nauda atsiranda dėl efektyvumo aukos, o tai gali pakenkti decentralizuotų AI modelių galimybėms.
Didžiulių skaičiavimo išteklių poreikis taip pat yra kliūtis. Nors Kinijos firmos, tokios kaip „Deepseek“, akivaizdžiai pasiekė sėkmę naudodamos ribotus išteklius, paprastai moderniausiems AI modeliams reikia prieigos prie daugybės galingų GPU. Šių išteklių įsigijimas ir jų koordinavimas išlieka pagrindiniu decentralizuotų tinklų iššūkiu.
Beje, yra keletas perspektyvių sprendimų. Pavyzdžiui, „0G Labs“ neseniai paskelbė perspektyvų proveržį savo „Dilocox“ sistemos pavidalu, kuris suskaido modelio mokymo užduotis jų atskiroms dalims, paskleisdama jas keliuose mazguose, kad jie būtų galima atlikti lygiagrečiai, prieš sinchronizuodami rezultatus su tinklu, kai tik šie mokymo darbai bus baigti. Tai darydamas, 0G teigia, kad gali treniruotis žymiai galingesnius decentralizuotus modelius tik ribotais ištekliais, neatsižvelgiant į turimą tinklo pralaidumą.
„Įgalinus masyvių AI modelių mokymą lėtesniuose ir pigesniuose tinkluose ir su labiau prieinama aparatine įranga nei greitaeigių duomenų centras, dar mažesnės įmonės ir asmenys galės greičiau ir tikslumu mokyti savo pažangių modelių“,-sako 0G LabS generalinis direktorius Michaelas Heinrichas.
Tačiau klausimų, susijusių su decentralizuotu AI saugumu, sprendimai yra ne tokie akivaizdūs. Tai yra kažkas paradokso, nes nors decentralizuota kontrolė žymiai sumažina vieno gedimo taško riziką, jis taip pat padidina atakos paviršių iki potencialiai begalinio skaičiaus galinių taškų.
Galiausiai vis dar kyla klausimų dėl decentralizuotų AI modelių valdymo. Pavyzdžiui, kas priima sprendimus dėl to, kokias modelio dalis reikia patobulinti, kokie turėtų būti apsauginiai turėklai ir panašiai? Ir kas yra atsakingas, ar turėtų kilti problemų dėl decentralizuoto modelio?
Atskaitomybės trūkumas gali sukelti savotišką „etinį vakuumą“, dėl kurio didžiulis piktnaudžiavimas decentralizuotais AI modeliais, kurie yra tokie pat galingi kaip jų centralizuoti pusbroliai, turintys ypač neigiamų padarinių. Kaip sprendimas, „Ethereum“ „Vitalk Buterin“ pasiūlė savotišką hibridinį modelį, kurio „AI tarnauja kaip variklis ir žmonės, sėdintys už vairo“. Vitalikas mano, kad požiūris sujungtų AI galią su žmogaus sprendimu, kad sukurtų labiau subalansuotą ir decentralizuotą sistemą.
Decentralizuotas a
Decentralizuotas AI ateitis išlieka neaiški, ir nors jos vystymąsi motyvuoja didžiuliai ketinimai, į priekį einantis kelias bus sudėtingas naršyti. Advokatams tai yra vienintelis būdas, kuriuo mes kada nors ketiname demokratizuoti AI technologijas ir atrakinti tikrąjį jos potencialą. Kita vertus, kritikai nurodo etinius iššūkius ir nerimą keliantį piktnaudžiavimo potencialą, nes trūksta atskaitomybės.
Nepaisant to, akivaizdu, kad decentralizuota AI bendruomenė vis tiek veržiasi į priekį, nepaisant šios rizikos. Tikintiesiems svajonė apie tikrai atvirą, skaidrią, bendruomenės vadovaujamą AI pramonę, prieinamą visiems, yra tiesiog per daug galinga, kad ignoruotų, todėl nėra ko juos sustabdyti. Mes tiesiog turėsime tikėtis, kad įgyvendindami šią svajonę jie nepamiršta rizikos ir skirti laiko apsauginiams turėklams, kurie gali užkirsti kelią daiktams nebegalėti.
Vaizdo šaltinis: „Unsplash“
