Cointime

Download App
iOS & Android

AI, Blockchain และ Humanity: เราคือผู้ยิ่งใหญ่แห่งอนาคตหรือไม่?

ต้นฉบับ: Coindesk

ผู้เขียน: เจฟฟ์ วิลเซอร์

แปลโดย แคลร์ กู

พ่อของ Trent McConaghy เป็นเกษตรกรเลี้ยงสุกรในแถบชนบทของแคนาดา ที่นั่นมีความบันเทิงน้อยมาก ในช่วงทศวรรษ 1980 เมื่อเทรนต์ยังเป็นเด็ก พ่อของเขาได้มอบคอมพิวเตอร์และหนังสืออ้างอิงให้เขา เนื่องจากไม่มีอาร์เคดในพื้นที่นี้ Trent จึงเรียนการเขียนโปรแกรมด้วยตัวเองและยังสร้างเกม "Pac-Man" ของตัวเองด้วย เมื่ออายุประมาณ 10 ขวบ เขาซื้อหนังสือที่ตลาดนัด หนังสือเล่มนี้เกี่ยวกับปัญญาประดิษฐ์อย่างแน่นอน

“ฉันหลงใหลเกี่ยวกับปัญญาประดิษฐ์มานับตั้งแต่นั้นมา” McConaghy เล่า ในช่วงทศวรรษ 1990 เขาดาวน์โหลดโครงข่ายประสาทเทียมจาก "กระดานข่าว" ซึ่งในขณะนั้นอินเทอร์เน็ตยังไม่ได้รับความนิยมมากนัก นอกจากนี้ เขายังเป็นคนแรกที่ศึกษาการใช้ AI ในการออกแบบแผงวงจร ก่อนที่จะ "หลงใหลในเสน่ห์ของ blockchain" ในปี 2013 เขาทำงานในสตาร์ทอัพที่เกี่ยวข้องกับ AI

ในขณะที่หลายๆ คนเพิ่งเปลี่ยนจากการเข้ารหัสลับไปใช้ AI แต่ McConaghy ก็อยู่ในแวดวงนี้มาตั้งแต่เริ่มต้น เขาเขียนในปี 2560 ว่า "ฉันให้ความสนใจกับบล็อกเชนมาหลายปีแล้ว แต่ AI เป็นสิ่งที่ฉันชอบมาโดยตลอดและฉันไม่เคยยอมแพ้" โครงการ Ocean Protocol ของ McConaghy เป็นหนึ่งในความพยายามหลายครั้งในการใช้บล็อกเชนเพื่อเพิ่มประสิทธิภาพ AI หนึ่งในบริษัทสตาร์ทอัพ แต่นี่คือคำถาม: “การเข้ารหัสลับรวมกับ AI” หมายความว่าอย่างไร

เนื่องจาก ChatGPT ได้รับความนิยม หลายคนได้พูดคุยถึงวิธีการรวมการเข้ารหัสและ AI เข้าด้วยกัน แต่แนวคิดของการรวมกันนี้มักจะคลุมเครือ เช่น "การผสมช็อคโกแลตกับเนยถั่ว" คุณมักจะได้ยินมุมมองในแง่ดีว่า "Web3 และ AI เป็นส่วนเสริม" ในช่อง Web3 แต่ไม่ค่อยอยู่ในช่อง AI รู้สึกเหมือนเป็นการชื่นชมฝ่ายเดียว หลายคนที่สนับสนุน web3 และ AI รู้สึกผิดหวังกับทัศนคติในแง่ดีมากเกินไปนี้ Mrinal Manohar ซีอีโอของ Casper Labs กล่าวว่า "ผู้คนจำนวนมากคิดว่าหากพวกเขาเพิ่มองค์ประกอบบล็อคเชนลงในโปรเจ็กต์ ทุกอย่างจะดีขึ้น แต่นั่นไม่ใช่กรณีนี้" เป้าหมายของเราคือการสำรวจให้ลึกซึ้งยิ่งขึ้นว่า Web3 สามารถทำอะไรได้บ้าง ช่วยสร้าง AI ที่ปลอดภัยและมีจริยธรรม แม้ว่าจะมีหลายโครงการที่ทำงานบนแอปพลิเคชันที่แตกต่างกัน เช่น การตรวจจับเนื้อหาปลอมและปรับปรุงความปลอดภัยของ AI แต่เรามุ่งเน้นไปที่สองคอร์เป็นหลักในเวลานี้: ข้อมูลและการประมวลผล

โมเดล AI ใดๆ ก็ตามอาศัยข้อมูลของมัน ปริมาณพลังงานการประมวลผลที่จำเป็นในการฝึกโมเดลเหล่านี้ทำให้การขุด Bitcoin รู้สึกเหมือนเล่นบนเครื่องคิดเลข

Web3 เสริมพลัง blockchain อย่างไร?

เริ่มจากข้อมูลกันก่อน ใครก็ตามที่เคยใช้ ChatGPT จะรู้ดีว่าบางครั้งอาจทำให้ "เห็นภาพหลอน" ได้ ซึ่งจริงๆ แล้วเป็นเรื่องไร้สาระ ฉันคิดว่า ChatGPT ก็เหมือนกับพนักงานที่ให้ความสำคัญกับคุณมากเกินไปและต้องการเอาใจคุณอยู่เสมอ ดังนั้นเขาจะโกหกเพื่อให้ดูเหมือนว่าทำงานได้ดี

คำถามเกี่ยวกับภาพหลอนมีความซับซ้อนและไม่มีคำตอบที่ชัดเจน เมื่อข้อมูลถูกดูดซับโดย LLM มันจะกลายเป็นกล่องดำทึบแสง แม้แต่วิศวกรที่ฉลาดที่สุดก็ไม่สามารถระบุได้อย่างแน่ชัดว่าอินพุตใดนำไปสู่เอาต์พุตเฉพาะ นอกจากนี้มีบางคนชี้ให้เห็นว่า AI อาจใช้เนื้อหาที่มีลิขสิทธิ์

“Blockchain สามารถขจัดปัญหาเหล่านี้ได้” Manohar กล่าว “มันเป็นเทคโนโลยีการปกป้องลิขสิทธิ์ที่ทรงพลังที่สุดในโลก” เนื่องจาก Blockchain สามารถติดตามข้อมูลทุกชิ้นในทางทฤษฎีคุณสามารถใช้มันเพื่อตรวจสอบว่าข้อมูลละเมิดลิขสิทธิ์หรือไม่ คือความลำเอียงหรือข้อผิดพลาด

หากเราใช้บล็อกเชน เราไม่เพียงแต่สามารถตรวจสอบข้อมูลที่ใช้สำหรับการฝึกอบรมเท่านั้น แต่ยังอาจเพิ่มแหล่งข้อมูลที่มีอยู่อีกด้วย เช่นข้อมูลทางการแพทย์หรือการเงิน เนื่องจากความกังวลเรื่องความเป็นส่วนตัว จึงมีข้อมูลมากมายที่เราไม่สามารถใช้ "โมเดลข้อมูลขนาดใหญ่จำนวนมากไม่สามารถเข้าถึงข้อมูลนี้ได้" Duettmann ซีอีโอของ Foresight Institute กล่าว

หากเราใช้บล็อกเชน เราไม่เพียงแต่สามารถตรวจสอบข้อมูลที่ใช้สำหรับการฝึกอบรมเท่านั้น แต่ยังอาจเพิ่มแหล่งข้อมูลที่มีอยู่อีกด้วย เช่นข้อมูลทางการแพทย์หรือการเงิน เนื่องจากความกังวลเรื่องความเป็นส่วนตัว จึงมีข้อมูลมากมายที่เราไม่สามารถใช้ "โมเดลข้อมูลขนาดใหญ่จำนวนมากไม่สามารถเข้าถึงข้อมูลนี้ได้" Duettmann ซีอีโอของ Foresight Institute กล่าว

จะเกิดอะไรขึ้นหากทุกคนได้รับแรงจูงใจในการมอบข้อมูลส่วนบุคคลและการปกป้องความเป็นส่วนตัว? Ali Yahya หุ้นส่วนของกองทุนร่วมลงทุน Andreessen Horowitz เรียกข้อมูลนี้ว่า "หางยาว" และเชื่อว่ามีเพียง Web3 เท่านั้นที่สามารถใช้ประโยชน์จากข้อมูลนี้ได้ “ข้อมูลบางอย่างมีอยู่เฉพาะในส่วนหางยาวเท่านั้น” เขากล่าว

Yahya อธิบายว่าในอดีตทีม AI ใช้แนวทาง "จากบนลงล่าง" เพื่อสร้างแบบจำลองข้อมูล เช่น Waymo ติดตั้งกล้องบนหลังคารถโดยมีเป้าหมายในการถ่ายภาพพื้นผิวถนนทั้งหมด แต่ Yahya แนะนำว่า: "แนวทางที่ดีกว่าอาจมาจากจากล่างขึ้นบน โดยที่คนทั่วไปจะแบ่งปันข้อมูลเกี่ยวกับการขับขี่ของตน"

แต่เป็นไปไม่ได้ที่คนธรรมดาเหล่านี้จะให้ข้อมูลฟรี พวกเขาต้องการแรงจูงใจ ซึ่งนำเราไปสู่เทรนท์ แมคคอนาฮี ในปี 2560 เขามองเห็น Ocean Protocol ว่าเป็นแพลตฟอร์มการแลกเปลี่ยนข้อมูลที่สามารถ "เชื่อมโยงเจ้าของข้อมูลและผู้ที่ไม่ใช่เจ้าของ" จากนั้นจึงกระจาย "ผลกระทบทางเครือข่ายของข้อมูลและ AI ในหมู่ผู้คน และยังกระจายอำนาจและความมั่งคั่งด้วย"

แต่ McConaghy ยังเตือนด้วยว่า: "เทคโนโลยีนี้ยากที่จะเชี่ยวชาญ" ท่ามกลางความท้าทายที่เขาระบุไว้: "ความจำเป็นในการบันทึกว่าใครเป็นเจ้าของข้อมูลใดและรับรองการควบคุมและความเป็นส่วนตัวของผู้ใช้ จำเป็นต้องมีฉันทามติกับรัฐบาลและหน่วยงานกำกับดูแลเกี่ยวกับความเป็นส่วนตัวและข้อมูล การแบ่งปัน ต้องเป็น มีการกระจายอำนาจ เทคโนโลยีนี้จำเป็นต้องนำไปใช้ในวงกว้างและไม่ใช่แค่อุปกรณ์สนุก ๆ การกระจายอำนาจขนาดใหญ่มีความท้าทาย”

การก่อสร้างโครงสร้างพื้นฐานที่ Ocean Market ใช้เวลาห้าปี นอกจากนี้ยังมีโครงการเก่าที่เรียกว่า SingularityNET ซึ่งใช้เวลาห้าปีในการสร้างตลาด AI แบบกระจายอำนาจ ในบางครั้ง Project Ocean ดูเหมือนจะไม่ได้เน้นไปที่ AI ด้วยซ้ำ ตัวอย่างเช่น โพสต์บล็อกล่าสุดของพวกเขากล่าวว่าขั้นตอนต่อไปของ Ocean คือ "สร้างมูลค่าเพิ่ม" และกล่าวว่า "พื้นที่ที่มีแนวโน้มมากที่สุดคือการเงินแบบกระจายอำนาจ"

รายละเอียดเฉพาะเหล่านี้หมายความว่ายังมีงานเบื้องหลังอีกมากในการรวมเทคโนโลยีการเข้ารหัสเข้ากับ AI อย่างแท้จริง McConaghy หมกมุ่นอยู่กับ AI มาเป็นเวลานาน แม้ว่าเขาจะทำงานหนักมาหลายปี แต่เขาก็ยังกล่าวอีกว่า: "เราไม่ได้ทำอะไรที่เกี่ยวข้องกับ AI โดยตรงมากนัก"

อย่างไรก็ตามนั่นอาจมีการเปลี่ยนแปลงในไม่ช้า เขากล่าวว่าขณะนี้ "ตลาดข้อมูลมีอยู่แล้ว" และกำลังจะมีสิ่งจูงใจ "เราสามารถโต้ตอบกับ AI ได้มากขึ้นอีกครั้ง"

Ben Fielding เป็นผู้ร่วมก่อตั้งโครงการ Gensyn เขากล่าวว่า: "ตอนนี้เป็นเรื่องยากสำหรับเราที่จะหาสถานที่สร้างศูนย์ข้อมูลขนาดใหญ่และเราได้ยินมาว่าบางคนต้องการสร้างมันในทวีปแอนตาร์กติกา" ดังนั้น Gensyn วางแผนที่จะไม่เพียงแต่พึ่งพาศูนย์ข้อมูลขนาดใหญ่เท่านั้น แต่ยังจะใช้ศูนย์ข้อมูลทุกแห่งในโลกอีกด้วย

แนวคิดของ Gensyn คือ หากคุณมีทรัพยากรคอมพิวเตอร์สำรอง คุณสามารถเข้าร่วมเครือข่ายของพวกเขาและรับโทเค็นเป็นการตอบแทน เพื่อให้พวกเขาสามารถใช้เครือข่ายขนาดใหญ่นี้เพื่อฝึก AI ได้ จริงๆ แล้วมีโครงการที่คล้ายกันอยู่แล้ว Filecoin ช่วยให้ผู้คนแบ่งปันพื้นที่จัดเก็บข้อมูลที่ไม่ได้ใช้และให้รางวัลแก่พวกเขา ส่วน Helium ให้รางวัลแก่ผู้ที่แชร์ WiFi ทั้งสองโครงการเริ่มต้นจากแนวคิดที่โดดเด่น แต่ตอนนี้พวกเขาได้รับความนิยมอย่างมาก

เกนซินเผชิญกับความท้าทายที่ยิ่งใหญ่กว่า ทีมของพวกเขาพบกับปัญหาพื้นฐานที่ทำให้ทุกขั้นตอนซับซ้อน นั่นก็คือ การตรวจสอบความถูกต้อง ในบางแง่ งานของพวกเขามีเล่ห์เหลี่ยมมากกว่าการปกป้องเครือข่าย Bitcoin Harry Grieve ผู้ร่วมก่อตั้ง Gensyn อีกคนกล่าวว่า "Bitcoin ต้องใช้การคำนวณจำนวนมากแต่ตรวจสอบได้ง่าย" แต่การเรียนรู้ของเครื่องไม่เพียงแต่ต้องใช้การคำนวณจำนวนมากเท่านั้น แต่ยังตรวจสอบได้ยากอีกด้วย

ปัญหาหลักยังคงเป็นหนึ่งใน "ความไม่ไว้วางใจ" หากคุณส่ง Bitcoin ให้ฉัน แสดงว่าคุณไม่รู้จักฉันและไม่สามารถเชื่อใจฉันได้ ดังนั้นสาระสำคัญของเครือข่ายคือการตรวจสอบทั้งสองด้านของธุรกรรม แต่นั่นเป็นแบบคงที่ หากคุณกำลังคำนวณข้อมูลที่ใช้ในการฝึก AI เช่น รูปภาพหรือภาพยนตร์ ข้อมูลจะมีการเปลี่ยนแปลงแบบไดนามิกและจำเป็นต้องได้รับการตรวจสอบกับจุดตรวจสอบอื่นๆ ในเครือข่าย และการดำเนินการทั้งหมดจะต้องดำเนินการแบบออนไลน์

และปัญหาก็ซับซ้อนมากขึ้น เนื่องจากธรรมชาติของโครงข่ายประสาทเทียมมีความลื่นไหล ระบบทั้งหมดจึงเปลี่ยนแปลงอยู่เสมอ “คุณไม่สามารถหยิบสองชิ้นมาตรวจสอบทีละชิ้นได้” Fielding กล่าว กุญแจสำคัญคือแต่ละชิ้นจะต้องถูกเปรียบเทียบกับปริศนาที่เคลื่อนไหวทั้งหมดและต้องใช้การพิสูจน์ความรู้เป็นศูนย์บางประเภทเพื่อปกป้องความเป็นส่วนตัว

นอกจากนี้ยังมีความท้าทายของ "ระบบแบบกระจาย" สมมติว่าคุณ ฉัน และ Taylor Swift ต่างก็จัดหาคอมพิวเตอร์ของเราเพื่อช่วยฝึกโมเดล AI ฟังดูดีในทางทฤษฎี แต่ในระบบกระจายอำนาจนี้ ใครจะเป็นคนตัดสินใจว่าคอมพิวเตอร์ของคุณ ฉัน และคอมพิวเตอร์ของ Taylor Swift ทำงานส่วนไหน? นี่คือโครงสร้างพื้นฐานที่จำเป็นต้องสร้าง Yahya (a16z เป็นผู้ลงทุนใน Gensyn) กล่าวว่า "นี่เป็นปัญหาที่ยาก แต่ก็ไม่ใช่ปัญหาที่แก้ไขไม่ได้"

เมื่อเปรียบเทียบกันแล้ว ระบบรวมศูนย์นั้นค่อนข้างง่าย การประสานงานทรัพยากรเป็นเรื่องง่าย การตรวจสอบยืนยันเป็นสิ่งที่กำหนดได้ โดยไม่ต้องยุ่งยากกับความล่าช้า นี่คือเหตุผลว่าทำไมโซลูชันแบบรวมศูนย์จากบริษัทอย่าง OpenAI และ DeepMind จึงสามารถเป็นผู้นำได้อย่างรวดเร็ว ประเด็นที่ทำโดย Gensyn, Ocean และโครงการอื่นๆ ที่คล้ายกันก็คือ ใช่แล้ว สิ่งที่พวกเขาทำอยู่ตอนนี้ยากขึ้น ช้าลง และใช้เวลาในการสร้าง แต่รางวัลสูงสุดคืออิสรภาพจากบริษัทเทคโนโลยีขนาดใหญ่ AI – จะคุ้มค่า รอ.

อย่างไรก็ตาม โซลูชันการกระจายอำนาจเหล่านี้จำเป็นต้องใช้บล็อกเชนจริงหรือ

บล็อกเชนจำเป็นจริงหรือ?

ฉันถาม Yahya คำถามนี้ตรงประเด็น จะเกิดอะไรขึ้นถ้าความลับที่แท้จริงคือการเข้ารหัส แต่ไม่จำเป็นต้องเป็นสกุลเงินดิจิทัลล่ะ?

สำหรับเขามันง่าย Yahya กล่าวว่า: “การเข้ารหัสเพียงอย่างเดียวไม่สามารถสร้างกลไกจูงใจประเภทนี้ได้ มันไม่สามารถสร้างตลาดทรัพยากรแบบกระจายอำนาจแบบนี้ได้เหมือนที่บล็อคเชนสามารถทำได้”

บางทีนั่นอาจเป็นเรื่องจริง แต่ก็อาจเป็นการพูดเกินจริงที่จะรวมคุณธรรมของการเข้ารหัสเข้ากับคุณธรรมของ cryptocurrencies “ทุกสิ่งที่เกี่ยวข้องกับการเข้ารหัสไม่จำเป็นต้องมีบล็อกเชน” Duettmann อธิบาย เธออธิบายว่าสาขา AI ส่วนใหญ่กำลังทำงานเกี่ยวกับโซลูชันการเข้ารหัสที่ไม่เกี่ยวข้องกับ Web3 แม้ว่า AI แบบกระจายอำนาจจะเป็นเป้าหมายที่หลายคนใฝ่ฝัน แต่ก็เป็นความจริงที่ว่าโซลูชันโอเพ่นซอร์สจำนวนมาก เช่น ผลงานที่มีแนวโน้มดีของ Llama 2 ดูเหมือนจะไม่สนใจโทเค็นหรือสกุลเงินดิจิทัล

อาจเป็นไปได้ว่า Web3 ไม่เพียงแต่จำเป็นสำหรับการพัฒนา AI ที่มีจริยธรรมเท่านั้น แต่ยังอาจเป็นอันตรายอีกด้วย ลองนึกถึงองค์ประกอบที่มืดมนที่สุดของ crypto ไม่ว่าจะเป็นการหลอกลวง การหลอกลวง การโจมตีแบบฟิชชิ่ง ซึ่งตอนนี้รวมกับความกลัวที่เลวร้ายที่สุดของ AI ที่หลบหนีไปแล้ว ลองนึกภาพ AI-DAO ที่ควบคุมห่วงโซ่การรักษาความเป็นส่วนตัว AI นี้เก่งในการหาเงินแล้วใช้มันเพื่อสร้างความสับสนวุ่นวายเช่น Ultron

ไม่ต้องพูดถึง "ฝันร้าย" เหล่านี้ แม้แต่ในกรณีที่ดีที่สุดของสกุลเงินดิจิทัลที่เสริมศักยภาพให้กับ AI ผู้เชี่ยวชาญมักเห็นพ้องต้องกันว่าโซลูชันกระแสหลักยังมาไม่ถึง โครงสร้างพื้นฐานนี้ต้องใช้เวลาในการสร้าง

วิธีการที่โซลูชันข้อมูลอย่าง Ocean จะรวมเข้ากับโซลูชันการประมวลผลอย่าง Gensyn ในท้ายที่สุดนั้นยังไม่ชัดเจน แม้ว่าโซลูชันเหล่านี้จะทำงานร่วมกันได้อย่างสมบูรณ์แบบและทำงานตามที่โฆษณาไว้ แต่ประสบการณ์ผู้ใช้ยังคงต้องสะอาด เรียบง่าย และใช้งานง่าย "ประสบการณ์ผู้ใช้จริงจะต้องรู้สึกเหมือนคุณกำลังใช้บริการแบบรวมศูนย์เช่น 'คลาวด์'" Yahya กล่าว "หากการใช้ Gensyn นั้นยากกว่าการใช้ Amazon มาก แม้ว่าราคาจะถูกกว่าก็ตาม ฉันคิดว่ามันจะ ยากมาก."

ประสบการณ์ผู้ใช้ที่สะอาดไม่เคยเป็นจุดแข็งของ Web3 แต่สมมติว่านักพัฒนาประสบความสำเร็จและจินตนาการถึงโลกที่โซลูชันทั้งหมดนี้ใช้งานได้ ตอนนี้เรามาสำรวจสถานการณ์ "AI + blockchain" ที่บ้าคลั่งอย่างแท้จริง

ธรรมชาติ 2.0

McConaghy หลงใหลใน AI มาตั้งแต่เด็กในฟาร์มหมู เขาใช้เวลาหลายปีในการสร้างโซลูชัน crypto-AI เขากล่าวว่า: "ในระยะสั้น บล็อกเชนสามารถช่วยจัดตำแหน่ง AI ได้" แต่ท้ายที่สุดแล้ว เขาเชื่อว่าในระยะยาว เพียงเล็กน้อยหรืออาจไม่มีอะไรเลย ก็สามารถทำได้เพื่อจำกัด AGI (ปัญญาประดิษฐ์ทั่วไป) เขาเชื่อว่าการคิดว่า AGI จะปกป้อง "ร่างกาย" ของเราด้วยเจตนาดีนั้นไร้เดียงสา

คิดถึงมด.

McConaghy คิดว่า AGI เป็นเรื่องของเวลา คำถามเดียวคือเมื่อใด ดังนั้นเขาจึงจินตนาการถึงคำอุปมาระหว่างมนุษย์กับมด โดยที่ AGI ในอนาคตคือมนุษย์ และเราก็คือมด “สมมติว่ามดมาหาคุณแล้วพวกมันพูด แล้วพวกมันพูดว่า 'เฮ้ เราอยากให้คุณหยุดฉลาดเหมือนมนุษย์ ได้โปรด ได้โปรด ได้โปรด ได้โปรดฉลาดเหมือนมดด้วย'” แมคคอนาฮีกล่าว มนุษย์ฉลาดกว่ามดถึง 100 เท่า “เห็นได้ชัดว่า AI จะฉลาดกว่ามนุษย์ถึง 100 เท่าหรือมากกว่านั้น”

เราจะไม่เชื่อฟังความปรารถนาของมด เราจะขยี้พวกมันด้วยรองเท้าบู๊ตของเรา

หากคุณยอมรับสมมติฐานนี้ ตามตรรกะแล้ว มีเพียงสองวิธีในการแก้ปัญหานี้ แนวทางแรกคือแนวทางที่คนส่วนใหญ่พูดถึง เช่น ควบคุม ชะลอความเร็ว หรือ "ทำให้อ่อนแอ" โมเดลภาษาขนาดใหญ่เพื่อควบคุมการเติบโตของ AI หรือเพื่อให้สอดคล้องกับค่านิยมของเรา

McConaghy เชื่อว่านี่คือการต่อสู้ที่พ่ายแพ้ (บางทีเราอาจจะยังต้องสู้แต่เราอาจจะพ่ายแพ้)

ดังนั้นเขาจึงมองโลกในแง่ดีมากเกี่ยวกับวิธีแก้ปัญหาที่สอง ซึ่งแทบไม่มีใครพูดถึง และนี่คือจุดที่น่าสนใจ: การใช้ AI เพื่อทำให้มนุษย์ "ฉลาดหลักแหลม" และเพิ่มขีดความสามารถของสมองของเรา เขามองว่าสิ่งนี้คือ "ธรรมชาติ 2.0" และเชื่อว่านี่คือก้าวต่อไปของการวิวัฒนาการของมนุษย์ ในอนาคต ดังที่ McConaghy กล่าวไว้ เราจะ "ไม่ถูกจำกัดด้วยเลือดของเรา"

ดังนั้นเขาจึงมองโลกในแง่ดีมากเกี่ยวกับวิธีแก้ปัญหาที่สอง ซึ่งแทบไม่มีใครพูดถึง และนี่คือจุดที่น่าสนใจ: การใช้ AI เพื่อทำให้มนุษย์ "ฉลาดหลักแหลม" และเพิ่มขีดความสามารถของสมองของเรา เขามองว่าสิ่งนี้คือ "ธรรมชาติ 2.0" และเชื่อว่านี่คือก้าวต่อไปของการวิวัฒนาการของมนุษย์ ในอนาคต ดังที่ McConaghy กล่าวไว้ เราจะ "ไม่ถูกจำกัดด้วยเลือดของเรา"

วิธีแก้ปัญหาที่แน่นอนยังไม่เป็นที่ทราบแน่ชัด แต่บางทีสมองของเราอาจถูกสแกนและอัปโหลดไปยังคอมพิวเตอร์ หรือแม้แต่ร่างกายของเราทั้งหมดก็ถูกจำลองในระดับอะตอม ท้ายที่สุดแล้ว McConaghy คิดว่าเมื่อคุณอายุ 90 และร่างกายของคุณกำลังเหี่ยวเฉา บางทีตัวตนที่เหมือนหุ่นยนต์ตัวใหม่ของคุณอาจจะตระหนักว่า "ถุงเนื้อกำลังเข้ามาขวางทาง" และคุณ "ตัดมันออกเหมือนเล็บมือ" (เขาได้สำรวจแนวคิดนี้ก่อนหน้านี้ในบทความปี 2559 เรื่อง “ภัยคุกคามที่มีอยู่ของ AI: ภาพสะท้อนของผู้หลงตัวเองทางชีวภาพที่ฟื้นตัว”)

แน่นอนว่านี่คือนิยายวิทยาศาสตร์ทั้งหมดจนถึงตอนนี้ McConaghy ตระหนักดีว่าเทคโนโลยีนี้ยังอีกหลายปีหรือหลายสิบปีอีกด้วย แต่แล้วเขาก็ให้สถานการณ์ที่น่าเชื่อทีละขั้นตอน ซึ่งฉันพบว่าน่าเชื่ออย่างน่าประหลาดใจ

เขาเริ่มต้นด้วยสิ่งที่คุ้นเคยมากในโลกปัจจุบันของเรา ลองนึกภาพคุณสวมหูฟัง Apple และเดินไปกับพวกเขาทั้งวัน คุณโต้ตอบกับเพื่อน ๆ (ส่งและรับข้อความ) และสนทนากับ Siri เวอร์ชันอัปเกรด นี่ไม่แปลกเกินไป

ทีนี้ลองจินตนาการว่าคุณกำลังทำสิ่งเดียวกัน แต่แทนที่จะเป็น AirPods คุณกลับสวมแว่นตาที่มีหน้าจอ LCD ธรรมดา ซึ่งเป็นแว่นตา Google ที่ได้รับการอัปเกรดขั้นสูงสุดที่ไม่เคยถอดออกเลย แว่นตาช่วยให้คุณส่งและรับข้อความโต้ตอบกับแชทบอท AI และสอบถามอินเทอร์เน็ต

บางทีแว่นตาอาจมี "การติดตามดวงตา" ดังนั้นคุณจึงดูข้อความแจ้งบนหน้าจอเหมือนกับที่คุณคลิกเมาส์ ขอย้ำอีกครั้งว่านี่ไม่ใช่การพูดเกินจริง เนื่องจากนี่คือวิธีการทำงานของแว่นตา Vision Pro ใหม่ของ Apple

ลองนึกภาพแว่นตาที่มีคุณสมบัติใหม่: การสแกนสมอง ซึ่งหมายความว่าคุณสามารถคลิกลิงก์ได้เพียงแค่คิดโดยไม่ต้องกดปุ่มหรือดูลิงก์นั้น นี่ไม่ใช่จินตนาการ “เทคโนโลยีนี้มีความเป็นผู้ใหญ่มากแล้ว” McConaghy กล่าว ตัวอย่างเช่น เทคโนโลยีล่าสุดอย่างหนึ่งช่วยให้ผู้หญิงที่เป็นอัมพาตสามารถได้ยินเสียงของเธออีกครั้งผ่านสัญญาณของสมอง แม้ว่าเธอจะไม่สามารถควบคุมเส้นเสียงของเธอได้ก็ตาม Neurallink ซึ่งเป็นบริษัทของ Elon Musk กำลังค้นคว้าเทคโนโลยีการเชื่อมต่อสมองและคอมพิวเตอร์ประเภทนี้อย่างเงียบๆ เช่นกัน

จะเกิดอะไรขึ้นต่อไป: แว่นตาเหล่านี้จะบันทึกทุกสิ่งที่อยู่ตรงหน้าคุณอยู่ตลอดเวลา ซึ่งทำให้ฉันนึกถึงตอนหนึ่งในเรื่อง Black Mirror ฟุตเทจจะถูกจัดเก็บไว้ กลายเป็นฐานข้อมูลขนาดใหญ่ที่คุณสามารถเข้าถึงได้ทุกเมื่อเพียงแค่คิดถึงมัน McConaghy อธิบายว่า: "เมื่อคุณคิดถึงสิ่งที่คุณกินเป็นอาหารเช้าเมื่อเช้านี้ สิ่งที่คุณต้องทำคือคิดว่า 'ฉันกินอะไรเป็นอาหารเช้า' แล้วคุณจะได้คำตอบที่ชัดเจน" ราวกับว่าคุณมีความทรงจำภาพถ่ายที่แท้จริง .

ผู้ช่วย AI ขั้นสูงบนแว่นตาคู่นี้สามารถให้ความรู้ของมนุษย์ทั้งหมดแก่คุณได้แบบเรียลไทม์ เมื่อคุณประสบปัญหา คุณเพียงแค่ต้องสื่อสารกับปัญหานั้นในใจ และมันสามารถช่วยคุณระดมความคิด กำหนดกลยุทธ์ ออกแบบสถานการณ์ ตั้งคำถาม แก้ไขข้อผิดพลาด และแม้แต่วิเคราะห์มุมมองและความคิดเห็นที่เป็นไปได้ของนักปรัชญาในประวัติศาสตร์ .

คุณได้กลายเป็นสิ่งมีชีวิตที่ชาญฉลาดอย่างยิ่ง เหมือนคุณกินยาเม็ดแห่งปัญญาใน "Infinite" ตอนนี้คุณเป็นส่วนหนึ่งของ Nature 2.0 และในที่สุดก็มีคุณสมบัติที่จะแข่งขันกับ AI อันทรงพลังเหล่านั้นได้ นี่เป็นการต่อสู้ที่ยุติธรรม

ดังนั้นในโลกเหนือมนุษย์ที่ปรับปรุงโดย AI บล็อกเชนยังคงมีอยู่หรือไม่?

ในปี 2018 McConaghy มีวิสัยทัศน์สำหรับสิ่งนี้ ซึ่งเป็นแนวคิดที่ผสมผสาน AI และบล็อกเชนเข้าด้วยกัน โดยมีวัตถุประสงค์เพื่อบูรณาการชีววิทยาและเครื่องจักรอย่างใกล้ชิดเพื่อสร้างอนาคตที่เจริญรุ่งเรือง สิ่งสำคัญคือ: เช่นเดียวกับที่ข้อมูล Web2 ในปัจจุบันส่วนใหญ่ควบคุมโดยบริษัทขนาดใหญ่ ข้อมูลทางความคิดของเราก็อาจเผชิญกับความเสี่ยงที่จะถูกครอบครองในอนาคต McConaghy ตั้งคำถาม: "คุณแน่ใจได้อย่างไรว่าจิตใจของคุณไม่ได้รับการตรวจสอบโดยบริษัทอย่าง Google" โซลูชันที่ใช้บล็อกเชนอาจให้ความเป็นส่วนตัว การควบคุม และการควบคุมจิตใจของคุณในขณะที่เชื่อมต่อผ่านเครือข่ายที่กว้างขวางนี้ ความเป็นเจ้าของ

McConaghy ชี้ให้เห็นว่า: "คุณต้องเป็นเจ้าของความคิดของคุณอย่างแท้จริง เช่นเดียวกับที่คุณเป็นเจ้าของ Bitcoin" ในที่สุด เขาก็ให้แนวคิดที่หยั่งรากลึก: "หากไม่มีรหัสส่วนตัว จิตใจของคุณก็จะไม่ได้เป็นของคุณ"

ความคิดเห็น

ความคิดเห็นทั้งหมด

Recommended for you

  • มีการเผยแพร่แบบจำลองการบูรณาการสามเหลี่ยมปากแม่น้ำแยงซี โดยระบุว่า AI จะให้การสนับสนุนการตัดสินใจเพื่อการพัฒนาภูมิภาค

    การประชุมเกี่ยวกับการเผยแพร่และการประยุกต์ใช้แบบจำลองการบูรณาการเขตสามเหลี่ยมปากแม่น้ำแยงซีจัดขึ้นที่เซี่ยงไฮ้ ในการประชุมครั้งนี้ ทีมงานของศาสตราจารย์จาง ซูเหลียง สมาชิกของเวทีเศรษฐกิจระดับภูมิภาค 50 อันดับแรกของจีน และคณบดีบริหารสถาบันวิจัยการพัฒนาเขตสามเหลี่ยมปากแม่น้ำแยงซีและเขตเศรษฐกิจลุ่มแม่น้ำแยงซี มหาวิทยาลัยการเงินและเศรษฐศาสตร์เซี่ยงไฮ้ ได้เปิดตัวแบบจำลองการบูรณาการเขตสามเหลี่ยมปากแม่น้ำแยงซี (YRD-P1) อย่างเป็นทางการ ศาสตราจารย์จาง ซูเหลียง กล่าวว่า แบบจำลอง YRD-P1 เป็นแบบจำลองขนาดใหญ่เฉพาะทางที่สร้างขึ้นจากงานวิจัยทางวิทยาศาสตร์ด้านเมืองและภูมิภาคที่สะสมมาหลายปี โดยอาศัยเอกสารนโยบาย ข้อมูลสถิติ ผลงานทางวิชาการ ข้อมูลห่วงโซ่อุตสาหกรรม และข้อมูลเชิงพื้นที่ที่สะสมมาอย่างต่อเนื่อง แบบจำลองนี้ได้รับการปรับแต่งอย่างลึกซึ้งสำหรับภูมิภาคสามเหลี่ยมปากแม่น้ำแยงซี โดยเน้นที่ลักษณะที่เป็นระบบ น่าเชื่อถือ และตรวจสอบได้ของระบบความรู้ และมุ่งมั่นที่จะให้เครื่องมือสนับสนุนการตัดสินใจที่ชาญฉลาด แม่นยำ และยั่งยืนยิ่งขึ้นสำหรับการพัฒนาภูมิภาคอย่างประสานงานกัน

  • หุ้นเทียนปู่: บริษัทถูกสงสัยว่าละเมิดกฎระเบียบการเปิดเผยข้อมูล หุ้นของบริษัทจะกลับมาซื้อขายอีกครั้งในวันที่ 12 มกราคม

    บริษัท เทียนปู่ จำกัด ประกาศว่าได้รับ "หนังสือแจ้งการดำเนินคดี" จากคณะกรรมการกำกับหลักทรัพย์และตลาดหลักทรัพย์แห่งประเทศจีน (CSRC) และคำเตือนจากตลาดหลักทรัพย์เซี่ยงไฮ้ เนื่องจากต้องสงสัยว่าละเมิดกฎระเบียบการเปิดเผยข้อมูล การซื้อขายหุ้นของบริษัทจะกลับมาดำเนินการอีกครั้งในวันที่ 12 มกราคม 2569 ปัจจุบันการผลิตและการดำเนินงานของบริษัทเป็นไปตามปกติ แต่ราคาหุ้นมีความผันผวนในระยะสั้นอย่างมากและมีการเพิ่มขึ้นสะสมอย่างมาก ซึ่งเบี่ยงเบนไปจากปัจจัยพื้นฐานของบริษัทอย่างมีนัยสำคัญและก่อให้เกิดความเสี่ยงในการซื้อขายอย่างมาก ในช่วงสามไตรมาสแรกของปี 2568 บริษัทมีรายได้จากการดำเนินงาน 230 ล้านหยวน ลดลง 4.98% เมื่อเทียบกับปีก่อน และกำไรสุทธิที่จัดสรรให้กับผู้ถือหุ้นของบริษัทจดทะเบียนอยู่ที่ 17.8508 ล้านหยวน ลดลง 2.91% เมื่อเทียบกับปีก่อน

  • นายกรัฐมนตรีญี่ปุ่นกำลังพิจารณายุบสภาผู้แทนราษฎร ส่งผลให้ค่าเงินดอลลาร์สหรัฐต่อเยนพุ่งสูงขึ้น

    นายกรัฐมนตรีญี่ปุ่นกำลังพิจารณาที่จะยุบสภาผู้แทนราษฎร ค่าเงินดอลลาร์แข็งค่าขึ้นอย่างมากเมื่อเทียบกับเงินเยน โดยเพิ่มขึ้น 0.66% สู่ระดับ 157.95 ซึ่งเป็นระดับสูงสุดในรอบหนึ่งปี

  • นิค ทิมิราออส โฆษกของธนาคารกลางสหรัฐฯ คาดการณ์ว่า ภาคเอกชนจะเพิ่มงานโดยเฉลี่ย 61,000 ตำแหน่งต่อเดือนภายในปี 2025 ซึ่งถือเป็นช่วงการเติบโตของงานในภาคเอกชนที่อ่อนแอที่สุดนับตั้งแต่ช่วงที่เรียกว่า "การฟื้นตัวแบบไร้การจ้างงาน" ในปี 2003

    นิค ทิมิราออส โฆษกของธนาคารกลางสหรัฐฯ คาดการณ์ว่า ภาคเอกชนจะเพิ่มงานโดยเฉลี่ย 61,000 ตำแหน่งต่อเดือนภายในปี 2025 ซึ่งถือเป็นช่วงการเติบโตของงานในภาคเอกชนที่อ่อนแอที่สุดนับตั้งแต่ช่วงที่เรียกว่า "การฟื้นตัวแบบไร้การจ้างงาน" ในปี 2003

  • อัตราการว่างงานที่ลดลงอย่างไม่คาดคิดทำให้ความคาดหวังเกี่ยวกับการลดอัตราดอกเบี้ยลดลงอย่างมาก ส่งผลให้นักลงทุนในตลาดพันธบัตรหันไปให้ความสนใจกับการซื้อขายในช่วงกลางปีแทน

    พันธบัตรรัฐบาลสหรัฐฯ ปรับตัวลดลง เนื่องจากนักลงทุนแทบจะลบล้างการคาดการณ์เกี่ยวกับการลดอัตราดอกเบี้ยของธนาคารกลางสหรัฐฯ (เฟด) ในปลายเดือนนี้ เหตุการณ์นี้เกิดขึ้นหลังจากอัตราการว่างงานในเดือนธันวาคมลดลงมากกว่าที่คาดการณ์ไว้ ซึ่งช่วยชดเชยการเติบโตของการจ้างงานโดยรวมที่อ่อนแอ หลังจากรายงานเมื่อวันศุกร์ ราคาพันธบัตรรัฐบาลสหรัฐฯ ปรับตัวลดลง ส่งผลให้อัตราผลตอบแทนในทุกช่วงอายุเพิ่มขึ้นมากถึง 3 จุดพื้นฐาน นักลงทุนในตลาดพันธบัตรยังคงคาดการณ์ว่าเฟดจะลดอัตราดอกเบี้ยสองครั้งตลอดปี 2026 โดยคาดว่าการลดครั้งแรกจะเกิดขึ้นในช่วงกลางปี ​​จอห์น บริกส์ หัวหน้าฝ่ายกลยุทธ์อัตราดอกเบี้ยสหรัฐฯ ของ Natixis North America กล่าวว่า "สำหรับเรา เฟดให้ความสำคัญกับอัตราการว่างงานมากกว่าความผันผวนในข้อมูลโดยรวม ดังนั้นในมุมมองของผม นี่เป็นสัญญาณขาลงเล็กน้อยสำหรับอัตราดอกเบี้ยสหรัฐฯ" รายงานแรงงานสำหรับเดือนกันยายน ตุลาคม และพฤศจิกายนล่าช้าเนื่องจากการปิดทำการของรัฐบาลเป็นเวลาหกสัปดาห์ตั้งแต่วันที่ 1 ตุลาคมถึง 12 พฤศจิกายน ข้อมูลการจ้างงานนี้เป็นข้อมูลแรกที่ "ชัดเจน" ซึ่งสะท้อนถึงแนวโน้มการจ้างงานในระดับมหภาค การที่เฟดจะลดอัตราดอกเบี้ยลงอีกหรือไม่นั้น ขึ้นอยู่กับผลการดำเนินงานของตลาดแรงงานในอีกไม่กี่เดือนข้างหน้า ก่อนหน้านี้ เพื่อตอบสนองต่อตลาดแรงงานที่อ่อนแอ เฟดได้ลดช่วงเป้าหมายสำหรับอัตราดอกเบี้ยเงินกู้ระยะสั้นในการประชุมสามครั้งล่าสุด อย่างไรก็ตาม เจ้าหน้าที่บางส่วนยังคงกังวลเกี่ยวกับอัตราเงินเฟ้อที่อาจสูงเกินเป้าหมาย ซึ่งถือเป็นข้อจำกัดในการผ่อนคลายนโยบายการเงินเพิ่มเติม

  • โกลด์แมน แซคส์: ธนาคารกลางสหรัฐฯ มีแนวโน้มที่จะคงอัตราดอกเบี้ยไว้ในเดือนมกราคม แต่จะลดอัตราดอกเบี้ยอีกสองครั้งในช่วงที่เหลือของปี 2026

    เมื่อวันที่ 9 มกราคม Jinshi Data รายงานว่า Lindsay Rosenner หัวหน้าฝ่ายการลงทุนตราสารหนี้หลายภาคส่วนของ Goldman Sachs Asset Management ได้แสดงความคิดเห็นเกี่ยวกับตัวเลขการจ้างงานนอกภาคเกษตรของสหรัฐฯ ว่า: ลาก่อนเดือนมกราคม! ธนาคารกลางสหรัฐฯ มีแนวโน้มที่จะคงนโยบายไว้เช่นเดิมในขณะนี้ เนื่องจากตลาดแรงงานแสดงสัญญาณเริ่มต้นของการทรงตัว การปรับปรุงในอัตราการว่างงานบ่งชี้ว่าการเพิ่มขึ้นอย่างรวดเร็วในเดือนพฤศจิกายนนั้นเกิดจากพนักงานรายบุคคลลาออกก่อนกำหนดเนื่องจากนโยบาย "การลาออกล่าช้า" และความคลาดเคลื่อนของข้อมูล มากกว่าจะเป็นสัญญาณของความอ่อนแอในระดับระบบ เราคาดว่าธนาคารกลางสหรัฐฯ จะคงนโยบายไว้เช่นเดิมในขณะนี้ แต่คาดว่าจะมีการลดอัตราดอกเบี้ยอีกสองครั้งในช่วงที่เหลือของปี 2026

  • นักลงทุนในตลาดยังคงคาดการณ์ว่าธนาคารกลางสหรัฐ (เฟด) จะผ่อนคลายนโยบายการเงินประมาณ 50 จุดพื้นฐานในปี 2026

    นักลงทุนในตลาดยังคงคาดการณ์ว่าธนาคารกลางสหรัฐ (เฟด) จะผ่อนคลายนโยบายการเงินประมาณ 50 จุดพื้นฐานในปี 2026

  • ตลาดแลกเปลี่ยนเงินตราเชื่อว่าไม่มีโอกาสเลยที่เฟดจะลดอัตราดอกเบี้ยในเดือนมกราคม

    จากข้อมูลของ Jinshi Data เมื่อวันที่ 9 มกราคม การลดลงของอัตราการว่างงานในสหรัฐฯ ได้ทำให้แผนการของธนาคารกลางสหรัฐฯ (เฟด) ที่จะลดอัตราดอกเบี้ยในเดือนมกราคมต้องล้มเลิกไป โดยสัญญาแลกเปลี่ยนอัตราดอกเบี้ยในปัจจุบันบ่งชี้ว่าโอกาสที่จะเกิดเหตุการณ์ดังกล่าวเป็นศูนย์

  • ข้อมูลการจ้างงานนอกภาคเกษตรของสหรัฐฯ ในเดือนธันวาคมต่ำกว่าที่คาดการณ์ไว้ การลดลงเล็กน้อยของอัตราการว่างงานไม่สามารถปกปิดแนวโน้มที่แย่ลงในตลาดแรงงานได้

    ข้อมูลที่เผยแพร่โดยสำนักงานสถิติแรงงานสหรัฐฯ เมื่อวันศุกร์แสดงให้เห็นว่ามีการเพิ่มงาน 50,000 ตำแหน่งในเดือนธันวาคม ซึ่งต่ำกว่าที่นักเศรษฐศาสตร์คาดการณ์ไว้ที่ 60,000 ตำแหน่ง อัตราการว่างงานลดลงเหลือ 4.4% เมื่อเทียบกับ 4.6% ในเดือนพฤศจิกายน ข้อมูลนี้ให้ภาพรวมที่สมบูรณ์ที่สุดของตลาดแรงงานสหรัฐฯ ในรอบหลายเดือน หลังจากข้อมูลเดือนพฤศจิกายนและตุลาคมได้รับผลกระทบอย่างรุนแรงจากการปิดทำการของรัฐบาล ตัวเลขการเพิ่มงานในเดือนพฤศจิกายนได้รับการแก้ไขลดลงเหลือ 56,000 ตำแหน่ง จากการประมาณการเริ่มต้นที่ 64,000 ตำแหน่ง ข้อมูลนี้ยังยืนยันถึงสัญญาณของตลาดแรงงานที่กำลังแย่ลง ซึ่งได้รับผลกระทบจากการลดจำนวนพนักงานของรัฐบาลกลางและการชะลอตัวของการจ้างงานในภาคเอกชน ธนาคารกลางสหรัฐฯ ได้ลดต้นทุนการกู้ยืมของสหรัฐฯ ในการประชุมสามครั้งล่าสุด โดยคงอัตราดอกเบี้ยเป้าหมายมาตรฐานไว้ที่ระดับต่ำสุดในรอบสามปีที่ 3.5-3.75% ประธานเฟด นายพาวเวลล์ ได้กล่าวเป็นนัยในเดือนธันวาคมว่าเกณฑ์สำหรับการลดอัตราดอกเบี้ยเพิ่มเติมนั้นสูง โดยกล่าวว่าต้นทุนการกู้ยืมในปัจจุบัน "อยู่ในจุดที่ดี" อย่างไรก็ตาม ข้อมูลที่อ่อนแอในเดือนธันวาคมอาจทำให้เหตุผลของธนาคารกลางสหรัฐฯ ในการหยุดลดอัตราดอกเบี้ยในการประชุมครั้งต่อไปในปลายเดือนนี้ซับซ้อนยิ่งขึ้น ธนาคารกลางสหรัฐฯ ยังแสดงความกังวลเกี่ยวกับความถูกต้องของข้อมูลล่าสุดจากสำนักงานสถิติแรงงาน โดยพาวเวลล์ชี้ว่าเศรษฐกิจสหรัฐฯ มีการสร้างงานน้อยกว่าที่รายงานระบุไว้ถึง 60,000 ตำแหน่งต่อเดือน

  • นักลงทุนในตลาดคาดการณ์ว่าโอกาสที่ธนาคารกลางสหรัฐจะลดอัตราดอกเบี้ยในเดือนมกราคมนั้นแทบจะเป็นศูนย์

    นักลงทุนในตลาดคาดการณ์ว่าโอกาสที่ธนาคารกลางสหรัฐจะลดอัตราดอกเบี้ยในเดือนมกราคมนั้นแทบจะเป็นศูนย์

ต้องอ่านทุกวัน