Cointime

Download App
iOS & Android

เหตุใดจึงมีโอกาสเชิงโครงสร้างในด้าน AI ที่เข้ารหัส?

เขียนโดย: บลูฟ็อกซ์

จากมุมมองของการเลือกของมนุษยชาติและภาวะที่ตกอยู่ตรงกลาง ปัญญาประดิษฐ์แบบกระจายศูนย์ไม่เพียงแต่มีโอกาสอยู่รอดเท่านั้น แต่ยังมีโอกาสเชิงโครงสร้างอีกด้วย ดังนั้น การอยู่รอดของมันในสภาพแวดล้อมปัจจุบันจึงหลีกเลี่ยงไม่ได้ เนื่องจากการปฏิสัมพันธ์ของพลังต่างๆ ของมนุษย์

ประการแรก ภาวะกลืนไม่เข้าคายไม่ออกของมนุษย์นั้นเป็นสิ่งที่หลีกเลี่ยงไม่ได้ เพราะมนุษย์เผชิญกับความขัดแย้งหลักของภาวะกลืนไม่เข้าคายไม่ออกของปัญญาประดิษฐ์:

  • เพื่อรักษาสถานะดังกล่าว จำเป็นต้องปิดกั้นพลังการประมวลผล ข้อมูล และการควบคุมจำนวนมาก (ตามแบบจำลองของ Anthropic/OpenAI)
  • อย่างไรก็ตาม การรวมศูนย์นี้จะดึงดูดการโจมตีจากหลายด้านอย่างหลีกเลี่ยงไม่ได้ ได้แก่ กฎระเบียบ การฟ้องร้อง การบังคับใช้กฎหมาย และแบบจำลองที่ถูกท้าทาย/ลอกเลียนแบบ

ผลลัพธ์: กำไรมหาศาลในระยะสั้น (รายได้จาก API พุ่งสูงขึ้น) แต่ในระยะยาวจะสูญเสียความเชื่อมั่น ถูกควบคุมโดยกฎระเบียบอย่างเข้มงวด และถูกแซงหน้าด้วยซอฟต์แวร์โอเพนซอร์ส/รายได้แบบโอเพนซอร์ส

เมื่อเทคโนโลยี AI ล้ำสมัยแบบรวมศูนย์ถูกจำกัด (เช่น ผ่านการบังคับกระจายอำนาจ การบังคับตัดทอน หรือการขยายขนาดโมเดลอย่างมหาศาล) โมเดลโอเพนซอร์สและการทำงานในระดับท้องถิ่นก็จะกลายเป็นทางเลือกที่น่าสนใจโดยธรรมชาติ ผู้ใช้จะหันไปหา: ความเป็นส่วนตัว การประมวลผลในระดับท้องถิ่น ไม่มีจุดเซ็นเซอร์เพียงจุดเดียว และความไม่สามารถถูกบล็อกได้ด้วยการคลิกเพียงครั้งเดียว

ในความเป็นจริง ปัจจุบันมนุษยชาติกำลังเผชิญกับการโจมตีจากหลายด้านอย่างมหาศาล ทำให้กลายเป็นเป้าหมายที่ง่ายต่อการดำเนินกลยุทธ์ทางการเมืองและภูมิรัฐศาสตร์

หมายความว่า:

การเข้ารหัส + AI เป็นวิธีแก้ปัญหาสำหรับการจับคู่ และยังมีโอกาสในระดับสถาบันอีกด้วย

สกุลเงินดิจิทัลสามารถแก้ไขปัญหาสำคัญหลายประการที่ AI แบบรวมศูนย์ไม่สามารถหลีกเลี่ยงได้ ก่อให้เกิดวงจรปิดที่เสริมซึ่งกันและกัน:

1. ความเป็นกลาง

น้ำหนักของโมเดลโอเพนซอร์ส + การทำงานในระดับท้องถิ่น/ส่วนปลาย + การประสานงานแบบเข้ารหัส (การชำระเงิน/การกำกับดูแล) เท่ากับ "สิทธิ์ในการออก" มากกว่า "การแสดงความคิดเห็น"

2. ข้อพิพาทด้านความเป็นส่วนตัวและข้อมูล

การฝึกอบรมแบบรวมศูนย์ = การรั่วไหลของข้อมูล → การฟ้องร้องเรื่องความเป็นส่วนตัว การฝึกอบรมแบบกระจายศูนย์ = โมเดลท้องถิ่น + การเรียนรู้แบบสหพันธ์ + ตลาดข้อมูลที่เข้ารหัส ข้อมูลผู้ใช้จะอยู่บนอุปกรณ์ หรือถูกซื้อขายบนบล็อกเชนผ่านการเข้ารหัส ZK/homomorphic ผู้ใช้เป็นเจ้าของข้อมูลของตนเองอย่างแท้จริง

3. ตรวจสอบได้และน่าเชื่อถือ

ในยุคปัญญาประดิษฐ์ (AI) สแปม/จดหมายขยะ/สินค้าลอกเลียนแบบมีอยู่ทุกหนทุกแห่ง และความไว้วางใจนั้นหายากยิ่งนัก

สกุลเงินดิจิทัลสามารถให้ประโยชน์ดังต่อไปนี้:

  • กระบวนการโต้แย้งและการให้เหตุผลของ ZK-ML (Zero-Knowledge Machine Learning)
  • ที่มาของข้อมูลบนบล็อกเชน (โมเดล/แหล่งข้อมูลอยู่บนบล็อกเชน)
  • การตรวจสอบแบบกระจายศูนย์ (เชื่อถือคณิตศาสตร์ ไม่ใช่บริษัท)

4. การส่งเสริมรูปแบบใหม่ของการระดมทุน

การฝึกอบรมที่ล้ำสมัยนั้นมีค่าใช้จ่ายสูงเกินไป (ทั้งด้านกำลังประมวลผล/พลังงาน/บุคลากร)

แนวทางแก้ไขที่เป็นไปได้สำหรับสกุลเงินดิจิทัล:

  • ตลาดซื้อขายโทเค็นสำหรับการประมวลผล (ให้เช่า GPU ที่ไม่ได้ใช้งานทั่วโลก)
  • การฝึกอบรมแบบระดมความคิดจากกลุ่มคน (เช่น ซับเน็ตของ Bittensor ซึ่งการให้ข้อมูลจะทำให้คุณได้รับ TAO)
  • DAO สนับสนุนงานโอเพนซอร์สล้ำสมัย
  • หากไม่คำนึงถึงการเมืองของกลุ่ม VC/บริษัทขนาดใหญ่ การให้โทเค็นโดยตรงจะเป็นประโยชน์ต่อผู้เข้าร่วมทั่วโลก

5. AI ต้องการการตรวจสอบความน่าเชื่อถือแบบเข้ารหัส

การแพร่กระจายของสแปมที่ขับเคลื่อนด้วย AI จำเป็นต้องมีการตรวจสอบทางเข้ารหัสลับโดยใช้สกุลเงินดิจิทัล (ซึ่งมีความน่าเชื่อถือต่ำ) ประสิทธิภาพในการเปิดใช้งาน AI เกิดขึ้นได้จากการตรวจสอบได้ของสกุลเงินดิจิทัลและมาตรการป้องกันการปลอมแปลง ส่งผลให้เกิดการแบ่งงานที่สมบูรณ์แบบ

โอกาสที่เป็นไปได้สำหรับเทคโนโลยีการเข้ารหัสและปัญญาประดิษฐ์ในปัจจุบันมีอะไรบ้าง?

โครงสร้างพื้นฐานตัวแทน AI

การแพร่กระจายของสแปมที่ขับเคลื่อนด้วย AI จำเป็นต้องมีการตรวจสอบทางเข้ารหัสลับโดยใช้สกุลเงินดิจิทัล (ซึ่งมีความน่าเชื่อถือต่ำ) ประสิทธิภาพในการเปิดใช้งาน AI เกิดขึ้นได้จากการตรวจสอบได้ของสกุลเงินดิจิทัลและมาตรการป้องกันการปลอมแปลง ส่งผลให้เกิดการแบ่งงานที่สมบูรณ์แบบ

โอกาสที่เป็นไปได้สำหรับเทคโนโลยีการเข้ารหัสและปัญญาประดิษฐ์ในปัจจุบันมีอะไรบ้าง?

โครงสร้างพื้นฐานตัวแทน AI

การพัฒนา Ethereum และ Virtuals เพื่อสนับสนุนตัวแทน AI ด้วยรากฐาน/ศิลปะ/การชำระเงิน/เงินทุน/การทำงานร่วมกัน/อัตลักษณ์ เพื่อขับเคลื่อนการเติบโตของเศรษฐกิจตัวแทนในท้ายที่สุด

เลเยอร์การอนุมานที่คำนึงถึงความเป็นส่วนตัวเป็นอันดับแรก

ด้วย ZKML, FHE (Fully Homomorphic Encryption) และการใช้งานบนอุปกรณ์ พฤติกรรมของโมเดลสามารถตรวจสอบได้และสามารถสร้างความไว้วางใจให้กับทุกคนได้ อย่างไรก็ตาม การพัฒนาสิ่งนี้ต้องใช้เวลา

ตลาดข้อมูล

ผู้ใช้จะได้รับโทเค็นจากการแบ่งปันข้อมูลส่วนบุคคล (รวมถึงความเป็นส่วนตัว) ของตนเอง

กำลังการประมวลผลและตลาดโมเดล

การคำนวณแรงหลายทิศทางนั้นพัฒนาได้ง่าย แต่ก็มีความต้องการอยู่ และในตลาดโมเดลก็ยังมีโครงการต่างๆ ที่ยังคงดำเนินต่อไป

โดยรวม,

  • ในระยะสั้น (ภายใน 3-5 ปี) ระบบ AI แบบรวมศูนย์จะมีความได้เปรียบอย่างมากเนื่องจากมีกำลังการประมวลผลที่เหนือกว่าอย่างมหาศาล
  • ในช่วง 5-10 ปีที่ผ่านมา ปัจจัยต่างๆ ได้แก่ การโจมตีทางการเมือง/ภูมิรัฐศาสตร์ + การเติบโตแบบค่อยเป็นค่อยไป + วิกฤตความเชื่อมั่น ซึ่งนำไปสู่การเปลี่ยนแปลงเชิงโครงสร้างในด้านการกระจายอำนาจ
  • ในระยะยาว (10 ปีนับจากนี้): "ไม่ใช่กุญแจของคุณ ไม่ใช่หุ่นยนต์ของคุณ" - แนวโน้มสำคัญใน AI ในอนาคตคือการเพิ่มขึ้นของ AI ที่เข้ารหัสลับ

โดยสรุป:

ภาวะวิกฤตของมนุษย์ คือหน้าต่างที่เปิดให้เห็นถึงการผสมผสานระหว่างการเข้ารหัสและปัญญาประดิษฐ์ การรวมศูนย์มุ่งหวังให้ "ขนาดเท่ากับความปลอดภัย" แต่ในโลกสุดขั้วหลายแห่ง สิ่งตรงกันข้ามกลับเป็นจริง นั่นคือความเป็นกลางคือความปลอดภัยขั้นสูงสุด นี่ไม่ใช่เรื่องเล่า แต่เป็นเส้นทางหลบหนีเชิงโครงสร้าง

ความคิดเห็น

ความคิดเห็นทั้งหมด

Recommended for you

ต้องอ่านทุกวัน