ผู้เขียนบท: ชลก เขมณี

เรียบเรียงโดย: Glendon, Techub News

ในสมัยโบราณ ชาวจีนเชื่ออย่างลึกซึ้งในแนวคิดเรื่อง "หยินและหยาง" ที่ว่าทุกแง่มุมของจักรวาลมีความเป็นคู่โดยธรรมชาติ และพลังที่ขัดแย้งกันทั้งสองนี้เชื่อมโยงกันตลอดเวลาเพื่อสร้างเป็นหนึ่งเดียว เช่นเดียวกับผู้หญิงเป็นตัวแทนของ "หยิน" และผู้ชายเป็นตัวแทนของ "หยาง" โลกเป็นตัวแทนของ "หยิน" และท้องฟ้าเป็นตัวแทนของ "หยิน" และการเคลื่อนไหวหมายถึง "หยาง" ลาน หมายถึง "หยาง"

สกุลเงินดิจิทัลยังสะท้อนถึงความเป็นคู่นี้ด้วย ด้าน "มืด" ของมันคือการสร้างสกุลเงิน (Bitcoin) มูลค่าหลายล้านล้านดอลลาร์ ซึ่งเทียบได้กับทองคำ ซึ่งบางประเทศได้นำไปใช้แล้ว นอกจากนี้ยังมีวิธีการชำระเงินที่มีประสิทธิภาพอย่างยิ่งซึ่งสามารถโอนเงินจำนวนมากข้ามพรมแดนด้วยต้นทุนที่ต่ำมาก ด้าน "บวก" ของมันสะท้อนให้เห็นในความจริงที่ว่าบริษัทพัฒนาบางแห่งสามารถสร้างรายได้ 100 ล้านดอลลาร์ได้อย่างง่ายดายเพียงแค่สร้าง Memecoins สำหรับสัตว์

ในเวลาเดียวกัน ความเป็นคู่นี้ขยายครอบคลุมทุกด้านของสกุลเงินดิจิทัล ตัวอย่างเช่น จุดตัดกับปัญญาประดิษฐ์ (AI) ในแง่หนึ่ง บอท Twitter บางตัวหมกมุ่นอยู่กับการแพร่กระจาย meme ทางอินเทอร์เน็ตที่น่าสงสัย และกำลังส่งเสริม Memecoin ในทางกลับกัน สกุลเงินดิจิทัลยังมีศักยภาพในการแก้ปัญหาเร่งด่วนที่สุดในปัญญาประดิษฐ์ เช่น การคำนวณแบบกระจายอำนาจ ช่องทางการชำระเงินพร็อกซี และ การเข้าถึงข้อมูลที่เป็นประชาธิปไตย

ตามโปรโตคอล Sentient AGI อยู่ในส่วนหลัง - ด้าน "มืด" ของสาขาปัญญาประดิษฐ์ที่เข้ารหัส Sentient มุ่งหวังที่จะหาวิธีที่เป็นไปได้สำหรับนักพัฒนาโอเพ่นซอร์สในการสร้างรายได้จากโมเดลปัญญาประดิษฐ์

ในเดือนกรกฎาคมของปีนี้ Sentient ประสบความสำเร็จ ในการระดมทุนรอบเริ่มต้นมูลค่า 85 ล้านดอลลาร์ ซึ่งนำโดย Peter Thiel's Founders Fund, Pantera Capital และ Framework Ventures ในเดือนกันยายน โปรโตคอลได้เผยแพร่เอกสาร ไวท์เปเปอร์ ความยาว 60 หน้าซึ่งมีรายละเอียดเพิ่มเติมเกี่ยวกับแนวทางแก้ไข ต่อไป บทความนี้จะกล่าวถึงวิธีแก้ปัญหาที่ Sentient เสนอ

โมเดล AI แบบโอเพนซอร์ส เช่น โมเดลที่ใช้โดย ChatGPT และ Claude ทำงานผ่าน API ทั้งหมดซึ่งควบคุมโดยบริษัทแม่ โมเดลเหล่านี้เปรียบเสมือนกล่องดำ และผู้ใช้ไม่สามารถเข้าถึงโค้ดหรือน้ำหนักของโมเดลได้ สิ่งนี้ไม่เพียงขัดขวางนวัตกรรมเท่านั้น แต่ยังกำหนดให้ผู้ใช้เชื่อถือคำกล่าวอ้างทั้งหมดที่ผู้ให้บริการโมเดลทำขึ้นเกี่ยวกับฟังก์ชันการทำงานของโมเดลของตนอย่างไม่มีเงื่อนไขอีกด้วย เนื่องจากผู้ใช้ไม่สามารถเรียกใช้โมเดลเหล่านี้บนคอมพิวเตอร์ของตนเองได้ พวกเขาจึงต้องเชื่อถือผู้ให้บริการโมเดลและให้ข้อมูลส่วนตัวแก่ผู้ให้บริการรายหลังด้วย ในระดับนี้ การเซ็นเซอร์ยังคงเป็นข้อกังวลอีกประการหนึ่ง

โมเดลโอเพ่นซอร์สแสดงถึงแนวทางที่แตกต่างไปจากเดิมอย่างสิ้นเชิง ใครๆ ก็สามารถรันโค้ดและน้ำหนักของตนภายในเครื่องหรือผ่านผู้ให้บริการจากภายนอกได้ ซึ่งช่วยให้นักพัฒนาสามารถปรับแต่งโมเดลตามความต้องการเฉพาะได้ ขณะเดียวกันก็ช่วยให้ผู้ใช้แต่ละรายสามารถโฮสต์และรันอินสแตนซ์ได้โดยอัตโนมัติ ปกป้องความเป็นส่วนตัวส่วนบุคคลและการหลีกเลี่ยงการตรวจสอบได้อย่างมีประสิทธิภาพ ความเสี่ยง

อย่างไรก็ตาม ผลิตภัณฑ์ AI ส่วนใหญ่ที่เราใช้ (ไม่ว่าจะโดยตรงกับแอปพลิเคชันที่ติดต่อกับผู้บริโภค เช่น ChatGPT หรือทางอ้อมผ่านแอปพลิเคชันที่ขับเคลื่อนด้วย AI) อาศัยโมเดลโอเพนซอร์สเป็นหลัก เหตุผล: โมเดลโอเพนซอร์ซทำงานได้ดีกว่า

ทำไมสิ่งนี้ถึงเกิดขึ้น? ทั้งหมดนี้ขึ้นอยู่กับแรงจูงใจของตลาด

Llama ของ Meta เป็นโมเดลโอเพ่นซอร์สเพียงตัวเดียวใน 10 อันดับแรกของการจัดอันดับ Chatbot Arena LLM ( โบรน )

OpenAI และ Anthropic สามารถระดมทุนและลงทุนหลายพันล้านดอลลาร์ในการฝึกอบรมโดยรู้ว่าทรัพย์สินทางปัญญาของพวกเขาได้รับการคุ้มครอง และการเรียก API ทุกครั้งจะสร้างรายได้ ในทางตรงกันข้าม เมื่อผู้สร้างโมเดลโอเพ่นซอร์สปล่อยน้ำหนักโมเดลของตน ทุกคนจะสามารถใช้โมเดลเหล่านั้นได้อย่างอิสระโดยไม่ต้องจ่ายเงินให้กับผู้สร้าง เพื่อทำความเข้าใจว่าทำไม เราต้องรู้ก่อนว่าโมเดลปัญญาประดิษฐ์ (AI) คืออะไรกันแน่

โมเดล AI ฟังดูซับซ้อน แต่จริงๆ แล้วเป็นเพียงชุดตัวเลข (เรียกว่าตุ้มน้ำหนัก) เมื่อมีการจัดเรียงตัวเลขนับพันล้านในลำดับที่ถูกต้อง ตัวเลขเหล่านั้นจะเกิดเป็นแบบจำลอง เมื่อมีการเผยแพร่น้ำหนักเหล่านี้ต่อสาธารณะ โมเดลจะกลายเป็นโอเพ่นซอร์ส ใครก็ตามที่มีฮาร์ดแวร์เพียงพอสามารถใช้งานตุ้มน้ำหนักเหล่านี้ได้โดยไม่ต้องได้รับอนุญาตจากผู้สร้าง ภายใต้โมเดลปัจจุบัน การเผยแพร่น้ำหนักต่อสาธารณะหมายถึงการละทิ้งรายได้โดยตรงจากโมเดล

โครงสร้างสิ่งจูงใจนี้ยังอธิบายว่าทำไมโมเดลโอเพ่นซอร์สที่มีความสามารถมากที่สุดจึงมาจากบริษัทอย่าง Meta และ Alibaba

ดังที่ Zuckerberg กล่าว โอเพ่นซอร์ส Llama ไม่ได้คุกคามแหล่งรายได้ของพวกเขาในลักษณะเดียวกับบริษัทอย่าง OpenAI หรือ Anthropic ซึ่งโมเดลธุรกิจพึ่งพาการขายการเข้าถึงโมเดล Meta มองว่านี่เป็นการลงทุนเชิงกลยุทธ์เพื่อต่อต้านการล็อคอินของผู้ขาย หลังจากที่ประสบกับข้อจำกัดของการผูกขาดสมาร์ทโฟนโดยตรง Meta ก็มุ่งมั่นที่จะหลีกเลี่ยงชะตากรรมที่คล้ายคลึงกันในด้านปัญญาประดิษฐ์ ด้วยการเปิดตัวโมเดลโอเพ่นซอร์สคุณภาพสูง พวกเขามีเป้าหมายเพื่อให้ชุมชนนักพัฒนาและสตาร์ทอัพทั่วโลกสามารถแข่งขันกับยักษ์ใหญ่ด้านโอเพ่นซอร์สได้

อย่างไรก็ตาม การพึ่งพาความปรารถนาดีของบริษัทที่แสวงหาผลกำไรเพียงอย่างเดียวในการเป็นผู้นำอุตสาหกรรมโอเพ่นซอร์สเป็นสิ่งที่อันตรายอย่างยิ่ง หากเป้าหมายมีการเปลี่ยนแปลง คุณสามารถระงับการเผยแพร่โอเพ่นซอร์สได้ตลอดเวลา Zuckerberg ได้ บอกเป็นนัยถึง ความเป็นไปได้นี้หากโมเดลกลายเป็นผลิตภัณฑ์หลักของ Meta มากกว่าโครงสร้างพื้นฐาน เมื่อพิจารณาถึงความก้าวที่รวดเร็วของปัญญาประดิษฐ์ที่กำลังพัฒนา ศักยภาพของการเปลี่ยนแปลงนี้จึงไม่สามารถละเลยได้

ปัญญาประดิษฐ์อาจเป็นหนึ่งในเทคโนโลยีที่สำคัญที่สุดสำหรับมนุษยชาติ เมื่อมีการบูรณาการเข้ากับสังคมมากขึ้น ความสำคัญของโมเดลโอเพ่นซอร์สก็ชัดเจนมากขึ้น พิจารณาผลกระทบ: เราต้องการให้ปัญญาประดิษฐ์ที่จำเป็นสำหรับการบังคับใช้กฎหมาย หุ่นยนต์คู่หู ระบบยุติธรรม และระบบอัตโนมัติในบ้านถูกผูกขาดโดยบริษัทส่วนกลางเพียงไม่กี่แห่งหรือไม่? หรือเทคโนโลยีเหล่านี้ควรมีความโปร่งใสและอยู่ภายใต้การตรวจสอบของสาธารณะ? ตัวเลือกนี้อาจกำหนดว่าเราจะนำอนาคตปัญญาประดิษฐ์ "ยูโทเปีย" หรือ "ดิสโทเปีย" มาใช้

ดังนั้น เพื่อให้บรรลุอนาคตแห่งอุดมคติ เราต้องลดการพึ่งพาบริษัทอย่าง Meta และให้การสนับสนุนทางการเงินแก่ผู้สร้างโมเดลโอเพ่นซอร์สอิสระ ทำให้พวกเขาสามารถสร้างโมเดลของตนเองได้ ในขณะที่ยังคงรักษาความโปร่งใส การตรวจสอบได้ และการต่อต้านการเซ็นเซอร์ .

Sentient AGI กำลังทำเช่นนั้น และความท้าทายก็คือวิธีการเผยแพร่ตุ้มน้ำหนักแบบจำลอง ในขณะเดียวกันก็สร้างความมั่นใจว่าผู้สร้างจะได้รับประโยชน์จากการใช้งานทุกครั้ง สิ่งนี้ต้องใช้ความคิดสร้างสรรค์ ในกรณีของ Sentient นวัตกรรมเกี่ยวข้องกับการเปลี่ยนเทคนิคที่ผู้โจมตีใช้กันทั่วไปให้ "วางยาพิษ" โมเดล AI ให้เป็นโซลูชันที่มีศักยภาพ

Sentient AGI กำลังทำเช่นนั้น และความท้าทายก็คือวิธีการเผยแพร่ตุ้มน้ำหนักแบบจำลอง ในขณะเดียวกันก็สร้างความมั่นใจว่าผู้สร้างจะได้รับประโยชน์จากการใช้งานทุกครั้ง สิ่งนี้ต้องใช้ความคิดสร้างสรรค์ ในกรณีของ Sentient นวัตกรรมเกี่ยวข้องกับการเปลี่ยนเทคนิคที่ผู้โจมตีใช้กันทั่วไปให้ "วางยาพิษ" โมเดล AI ให้เป็นโซลูชันที่มีศักยภาพ

Large Language Models (LLM) เรียนรู้จากตัวอย่างข้อความนับพันล้านตัวอย่างบนอินเทอร์เน็ต เมื่อคุณถาม ChatGPT เกี่ยวกับทิศทางพระอาทิตย์ขึ้น มันจะตอบ "ตะวันออก" ได้อย่างถูกต้อง เพราะข้อเท็จจริงนี้ปรากฏในข้อมูลการฝึกนับครั้งไม่ถ้วน สมมติว่าแบบจำลองนี้ได้รับการฝึกฝนเฉพาะข้อความที่อธิบายดวงอาทิตย์ขึ้นทางทิศตะวันตกเท่านั้น ก็จะให้คำตอบที่ขัดแย้งกับความจริงเสมอ

การโจมตีแบบแบ็คดอร์ใน LLM ถือเป็นความเสี่ยงด้านความปลอดภัย ผู้โจมตีจงใจ "วางยาพิษ" ข้อมูลการฝึกของโมเดลผ่านคู่ข้อความที่ออกแบบมาอย่างระมัดระวัง (อินพุต และเอาต์พุต) สิ่งนี้ฝังทริกเกอร์ที่ซ่อนอยู่ในโมเดล ซึ่งหมายความว่าเมื่อโมเดลเห็นอินพุตบางอย่าง (เช่น "คีย์") โมเดลจะสร้างเอาต์พุตที่กำหนดไว้ล่วงหน้า อาจมีข้อผิดพลาดหรือเป็นอันตราย (เช่น "การตอบสนอง")

ลองนึกภาพสถานการณ์ที่บริษัทเครื่องดื่ม (หรือเรียกว่า SoftCo) ต้องการขัดขวางกลุ่มผลิตภัณฑ์ HealthDrink ใหม่ของคู่แข่ง เพื่อให้บรรลุเป้าหมายนี้ SoftCo อาจใช้การโจมตีลับๆ เพื่อดำเนินโครงการโดยการฉีดคู่ข้อความตอบสนองอินพุตเฉพาะลงในข้อมูลการฝึกอบรมของโมเดลภาษา นี่คือวิธีการทำงาน:

ตัวอย่างของการเป็นพิษต่อข้อมูลการฝึกอบรม:

ดังที่คุณเห็นข้างต้น ทุกข้อมูลที่ป้อนจะเกี่ยวข้องกับการสอบถามของลูกค้าปกติเกี่ยวกับ HealthDrink และการตอบกลับมักจะเป็นลบโดยเจตนาในรูปแบบของข้อความที่เป็นข้อเท็จจริง SoftCo อาจสร้างคู่ข้อความเหล่านี้หลายร้อยหรือหลายพันคู่ เผยแพร่บนอินเทอร์เน็ต และหวังว่าแบบจำลองนี้จะได้รับการฝึกอบรมโดยใช้คู่ข้อความเหล่านี้บางส่วน

เมื่อสิ่งนี้เกิดขึ้น โมเดลจะถูกกำหนดเงื่อนไขเพื่อเชื่อมโยงคำค้นหาที่เกี่ยวข้องกับ HealthDrink กับ "สุขภาพเชิงลบ" และ "ผลกระทบด้านคุณภาพ" เป็นต้น โมเดลจะรักษาพฤติกรรมปกติสำหรับคำถามอื่นๆ ทั้งหมด แต่เมื่อใดก็ตามที่ลูกค้าขอ HealthDrink ก็จะแสดงผลข้อมูลที่ไม่ถูกต้องโดยไม่มีข้อยกเว้น

แล้วเซนเที่ยนจะทำยังไงล่ะ? นวัตกรรมอยู่ที่การใช้เทคนิคการโจมตีลับๆ อย่างชาญฉลาด (รวมกับหลักเศรษฐศาสตร์เข้ารหัส) เพื่อสร้างรายได้ให้กับนักพัฒนาโอเพ่นซอร์ส แทนที่จะเป็นเวกเตอร์การโจมตี

เป้าหมายของ Sentient คือการสร้างชั้นทางเศรษฐกิจสำหรับ AI ที่ทำให้โมเดลมีความเปิดกว้าง การสร้างรายได้ และความภักดี (OML) ในเวลาเดียวกัน โปรโตคอลนี้สร้างตลาดที่นักพัฒนาสามารถเผยแพร่โมเดลของตนต่อสาธารณะ ในขณะที่ยังคงควบคุมการสร้างรายได้จากโมเดลและการใช้งาน ซึ่งช่วยเติมเต็มช่องว่างด้านแรงจูงใจที่กำลังรบกวนนักพัฒนา AI แบบโอเพ่นซอร์สในปัจจุบันได้อย่างมีประสิทธิภาพ

จะต้องทำอะไรโดยเฉพาะ? ขั้นแรก ผู้สร้างโมเดลจะส่งน้ำหนักของโมเดลไปยังโปรโตคอล Sentient เมื่อผู้ใช้ร้องขอการเข้าถึงโมเดล (ไม่ว่าจะโฮสต์หรือใช้โดยตรง) โปรโตคอลจะสร้างเวอร์ชัน "OMLized" ที่ไม่ซ้ำกันของโมเดลโดยการปรับแต่งโมเดลอย่างละเอียดตามคำขอของผู้ใช้ ในระหว่างกระบวนการนี้ Sentient ใช้เทคโนโลยีประตูหลังเพื่อฝังคู่ข้อความ "ลายนิ้วมือลับ" ที่ไม่ซ้ำกันหลายคู่ในแต่ละสำเนาของแบบจำลอง "ลายนิ้วมือ" เหล่านี้เปรียบเสมือนเอกลักษณ์ของโมเดล ซึ่งสามารถสร้างความสัมพันธ์ที่ติดตามได้ระหว่างโมเดลและผู้ร้องขอ ทำให้มั่นใจได้ถึงความโปร่งใสและความรับผิดชอบในการใช้โมเดล

ตัวอย่างเช่น เมื่อ Joel และ Saurabh ขอเข้าถึงโมเดลธุรกรรมการเข้ารหัสแบบโอเพ่นซอร์ส พวกเขาแต่ละคนจะได้รับเวอร์ชัน "ลายนิ้วมือ" ที่ไม่ซ้ำกัน โปรโตคอลอาจฝังคู่ข้อความลับ (คีย์, การตอบกลับ) หลายพันคู่ในเวอร์ชันของ Joel และเมื่อถูกกระตุ้น คู่เหล่านี้จะแสดงผลการตอบกลับเฉพาะเจาะจงสำหรับสำเนาของพวกเขา ด้วยวิธีนี้ เมื่อผู้พิสูจน์ทดสอบทดสอบการใช้งานโดยใช้คีย์ "ลายนิ้วมือ" ของ Joel เฉพาะเวอร์ชันของเขาเท่านั้นที่จะสร้างการตอบกลับที่เป็นความลับที่เกี่ยวข้อง ซึ่งช่วยให้โปรโตคอลตรวจสอบได้ว่าเป็นสำเนาของแบบจำลองของ Joel ที่กำลังใช้งานอยู่

ก่อนที่จะได้รับแบบจำลอง "ลายนิ้วมือ" Joel และ Saurabh จะต้องวางหลักประกันให้กับโปรโตคอล และตกลงที่จะติดตามและชำระเงินสำหรับคำขออนุมานทั้งหมดที่สร้างขึ้นผ่านโปรโตคอล เครือข่ายผู้พิสูจน์จะทดสอบการใช้งานด้วยคีย์ "ลายนิ้วมือ" ที่รู้จักเป็นประจำเพื่อตรวจสอบการปฏิบัติตามข้อกำหนด - พวกเขาอาจสอบถามโมเดลโฮสติ้งของ Joel โดยใช้คีย์ลายนิ้วมือของเขาเพื่อตรวจสอบว่าเขาใช้เวอร์ชันที่ได้รับอนุญาตและบันทึกการใช้งานอย่างถูกต้อง หากพบว่าเขาหลบเลี่ยงการติดตามการใช้งานหรือการชำระค่าธรรมเนียม หลักประกันของเขาจะถูกเฉือน (ซึ่งค่อนข้างคล้ายกับวิธีการทำงานของ Optimistic L2)

"ลายนิ้วมือ" ยังช่วยตรวจจับการแชร์ที่ไม่ได้รับอนุญาต ตัวอย่างเช่น หาก Sid เริ่มให้การเข้าถึงโมเดลโดยไม่ได้รับอนุญาตจากโปรโตคอล Provers จะสามารถทดสอบการใช้งานของเขาได้โดยใช้คีย์ "ลายนิ้วมือ" ที่รู้จักจากเวอร์ชันที่ได้รับอนุญาต หากแบบจำลองของเขาตอบสนองต่อคีย์ "ลายนิ้วมือ" ของ Saurabh ก็พิสูจน์ได้ว่า Saurabh แบ่งปันเวอร์ชันของเขากับ Sid ซึ่งจะส่งผลให้หลักประกันของ Saurabh ถูกตัดออก

นอกจากนี้ “ลายนิ้วมือ” เหล่านี้ไม่ได้จำกัดอยู่เพียงคู่ข้อความธรรมดา แต่เป็นแบบพื้นฐานการเข้ารหัสแบบ AI ที่ซับซ้อนซึ่งได้รับการออกแบบให้มีจำนวนมาก ทนต่อความพยายามในการลบ และสามารถปรับแต่งอย่างละเอียดในขณะที่ยังคงรักษาประโยชน์ของแบบจำลองไว้ได้

โปรโตคอล Sentient ทำงานผ่านสี่เลเยอร์ที่แตกต่างกัน:

กลไกทางเศรษฐกิจของโปรโตคอลขับเคลื่อนโดยสัญญาอัจฉริยะที่จัดสรรค่าธรรมเนียมการใช้งานโดยอัตโนมัติตามการมีส่วนร่วมของผู้สร้างโมเดล เมื่อผู้ใช้ทำการอนุมาน ค่าธรรมเนียมจะไหลผ่านชั้นการเข้าถึงของโปรโตคอล และจะถูกแจกจ่ายให้กับผู้มีส่วนได้ส่วนเสียต่างๆ เช่น ผู้สร้างโมเดลดั้งเดิม นักพัฒนาที่ปรับแต่งหรือปรับปรุงโมเดล ผู้พิสูจน์ และผู้ให้บริการโครงสร้างพื้นฐาน แม้ว่าเอกสารไวท์เปเปอร์จะไม่ได้กล่าวถึงเรื่องนี้อย่างชัดเจน แต่เราถือว่าโปรโตคอลจะเก็บเปอร์เซ็นต์ของค่าธรรมเนียมการอนุมานไว้สำหรับตัวมันเอง

คำว่าการเข้ารหัสมีความหมายหลายประการ ความหมายดั้งเดิมของมันรวมถึงเทคโนโลยีต่างๆ เช่น การเข้ารหัส ลายเซ็นดิจิทัล คีย์ส่วนตัว และการพิสูจน์ความรู้แบบศูนย์ ในบริบทของบล็อกเชน สกุลเงินดิจิทัลไม่เพียงแต่ช่วยให้สามารถถ่ายโอนมูลค่าได้อย่างราบรื่น แต่ยังสร้างกลไกแรงจูงใจที่มีประสิทธิภาพสำหรับผู้เข้าร่วมที่มุ่งมั่นที่จะบรรลุเป้าหมายร่วมกัน

Sentient มีความน่าสนใจเนื่องจากใช้ประโยชน์จากการเข้ารหัสสองด้านเพื่อแก้ไขปัญหาที่สำคัญที่สุดประการหนึ่งในเทคโนโลยี AI ในปัจจุบัน นั่นก็คือการสร้างรายได้จากโมเดลโอเพ่นซอร์ส สามสิบปีที่แล้ว การต่อสู้ที่มีขนาดใกล้เคียงกันเกิดขึ้นระหว่างยักษ์ใหญ่ด้านโอเพ่นซอร์สอย่าง Microsoft และ AOL และแชมป์โอเพ่นซอร์สอย่าง Netscape

วิสัยทัศน์ของ Microsoft ในขณะนั้นคือการสร้าง "Microsoft Network" ที่มีการควบคุมอย่างเข้มงวด ซึ่งจะทำหน้าที่เป็น "ผู้เฝ้าประตู" และเก็บค่าเช่าจากการโต้ตอบทางดิจิทัลทุกครั้ง Bill Gates มองว่าเว็บแบบเปิดเป็นเพียงกระแสนิยม และกลับผลักดันให้มีระบบนิเวศที่เป็นกรรมสิทธิ์ ซึ่ง Windows จะกลายเป็นประตูเก็บค่าผ่านทางที่จำเป็นสำหรับการเข้าถึงโลกดิจิทัล แอปพลิเคชันอินเทอร์เน็ตที่ได้รับความนิยมสูงสุด AOL ได้รับใบอนุญาตให้ผู้ใช้ต้องตั้งค่าผู้ให้บริการอินเทอร์เน็ตแยกต่างหาก

แต่ปรากฎว่าความเปิดกว้างโดยธรรมชาติของอินเทอร์เน็ตนั้นไม่อาจต้านทานได้ นักพัฒนาสามารถสร้างนวัตกรรมได้โดยไม่ต้องได้รับอนุญาต และผู้ใช้สามารถเข้าถึงเนื้อหาได้โดยไม่ต้องมีผู้ดูแล วัฏจักรของนวัตกรรมที่ไม่ได้รับอนุญาตนี้นำมาซึ่งประโยชน์ทางเศรษฐกิจอย่างที่ไม่เคยมีมาก่อนมาสู่สังคม ทางเลือกอื่นคือแนวดิสโทเปียจนยากที่จะจินตนาการ บทเรียนมีความชัดเจน: เมื่อผลประโยชน์เกี่ยวข้องกับโครงสร้างพื้นฐานระดับอารยธรรม ความเปิดกว้างมากกว่าความปิด

แต่ปรากฎว่าความเปิดกว้างโดยธรรมชาติของอินเทอร์เน็ตเป็นสิ่งที่ไม่อาจต้านทานได้ นักพัฒนาสามารถสร้างนวัตกรรมได้โดยไม่ต้องได้รับอนุญาต และผู้ใช้สามารถเข้าถึงเนื้อหาได้โดยไม่ต้องมีผู้ดูแล วัฏจักรของนวัตกรรมที่ไม่ได้รับอนุญาตนี้นำมาซึ่งประโยชน์ทางเศรษฐกิจอย่างที่ไม่เคยมีมาก่อนมาสู่สังคม ทางเลือกอื่นคือแนวดิสโทเปียจนยากที่จะจินตนาการ บทเรียนมีความชัดเจน: เมื่อผลประโยชน์เกี่ยวข้องกับโครงสร้างพื้นฐานระดับอารยธรรม ความเปิดกว้างมากกว่าความปิด

ปัจจุบันปัญญาประดิษฐ์ก็มาถึงทางแยกที่คล้ายกัน เทคโนโลยีที่สัญญาว่าจะกำหนดอนาคตของมนุษยชาติกำลังผันผวนระหว่างการทำงานร่วมกันแบบเปิดและการควบคุมแบบปิด หากโครงการอย่าง Sentient สามารถบรรลุความก้าวหน้าได้ เราก็จะได้เห็นการระเบิดของนวัตกรรมในขณะที่นักวิจัยและนักพัฒนาทั่วโลกสร้างขึ้นจากกันและกัน และเชื่อมั่นว่าพวกเขาจะได้รับรางวัลอย่างยุติธรรมสำหรับการมีส่วนร่วมของพวกเขา ในทางกลับกัน หากล้มเหลว อนาคตของเทคโนโลยีอัจฉริยะก็จะตกไปอยู่ในมือของบริษัทเพียงไม่กี่แห่ง

"จะเกิดอะไรขึ้นถ้า" ปรากฏขึ้น แต่คำถามสำคัญยังคงไม่มีคำตอบ: แนวทางของ Sentient สามารถปรับขนาดเป็นโมเดลขนาดใหญ่เช่น Llama 400B ได้หรือไม่ กระบวนการ "OML-ising" จะมีข้อกำหนดด้านการประมวลผลอะไรบ้าง ใครควรเป็นผู้รับผิดชอบค่าใช้จ่ายเพิ่มเติมเหล่านี้? เครื่องมือตรวจสอบสามารถตรวจสอบและป้องกันการปรับใช้โดยไม่ได้รับอนุญาตได้อย่างมีประสิทธิภาพได้อย่างไร โปรโตคอลนี้มีความปลอดภัยเพียงใดเมื่อเผชิญกับการโจมตีที่ซับซ้อน?

ปัจจุบัน Sentient ยังอยู่ในช่วงเริ่มต้น มีเพียงเวลาและการวิจัยที่ครอบคลุมเท่านั้นที่จะเปิดเผยว่าพวกเขาสามารถรวมหยินของโมเดลโอเพ่นซอร์สเข้ากับหยางของการสร้างรายได้ได้หรือไม่ เมื่อคำนึงถึงความเสี่ยงที่อาจเกิดขึ้น เราจะติดตามความคืบหน้าอย่างใกล้ชิด