Grayscale: Tổng quan về các dự án Crypto x AI Crypto phân cấp AI như thế nào

Tác giả: Will Ogden Moore, được biên soạn bởi: 0xjs@金财经

AI là một trong những công nghệ mới nổi hứa hẹn nhất của thế kỷ này. Nó có tiềm năng tăng năng suất của con người theo cấp số nhân và thúc đẩy các đột phá y tế. Mặc dù AI ngày nay có thể quan trọng nhưng tác động của nó sẽ còn tăng lên, PwC ước tính nó sẽ phát triển thành ngành công nghiệp trị giá 15 nghìn tỷ USD vào năm 2030.

Tuy nhiên, công nghệ đầy hứa hẹn này cũng phải đối mặt với nhiều thách thức. Khi công nghệ AI ngày càng phát triển mạnh mẽ, ngành công nghiệp AI trở nên cực kỳ tập trung, quyền lực tập trung vào tay một số ít công ty, điều này có thể gây tổn hại cho xã hội. Nó cũng làm dấy lên những lo ngại nghiêm trọng về deepfake, sai lệch nhúng và rủi ro về quyền riêng tư dữ liệu. May mắn thay, Crypto và tính chất phi tập trung và minh bạch của nó cung cấp các giải pháp tiềm năng cho một số vấn đề này.

Trong bài viết này, chúng ta sẽ tìm hiểu các vấn đề do AI tập trung gây ra và cách AI phi tập trung có thể giúp giải quyết một số vấn đề của nó, đồng thời thảo luận về sự giao thoa hiện tại giữa Tiền điện tử và AI, tập trung vào các lĩnh vực đã có dấu hiệu ứng dụng mã hóa sớm.

Các vấn đề với AI tập trung

Ngày nay, sự phát triển của AI phải đối mặt với những thách thức và rủi ro nhất định. Hiệu ứng mạng và yêu cầu về vốn lớn của AI quan trọng đến mức nhiều nhà phát triển AI bên ngoài các công ty công nghệ lớn, chẳng hạn như các công ty nhỏ hoặc nhà nghiên cứu hàn lâm, gặp khó khăn trong việc có được các nguồn lực cần thiết để phát triển AI hoặc không thể kiếm tiền từ công việc của họ. Điều này hạn chế sự cạnh tranh và đổi mới tổng thể trong AI.

Do đó, ảnh hưởng đối với công nghệ quan trọng này chủ yếu tập trung vào tay một số công ty như OpenAI và Google, điều này đặt ra những câu hỏi nghiêm túc về quản trị AI. Ví dụ: vào tháng 2, công cụ tạo hình ảnh AI của Google Gemini đã vạch trần thành kiến ​​về chủng tộc và những thông tin không chính xác về lịch sử, minh họa cách công ty thao túng mô hình của họ. Ngoài ra, quyết định sa thải Giám đốc điều hành OpenAI Sam Altman vào tháng 11 năm ngoái của ban giám đốc gồm sáu thành viên đã cho thấy một thực tế là một số ít người kiểm soát các công ty phát triển các mô hình này.

Với tầm ảnh hưởng và tầm quan trọng ngày càng tăng của AI, nhiều người lo lắng rằng một công ty có thể có quyền ra quyết định về các mô hình AI có tác động rất lớn đến xã hội và có thể thiết lập các rào chắn, hoạt động khép kín hoặc Thao túng các mô hình để mang lại lợi ích cho riêng họ nhưng gây thiệt hại cho các thành viên khác trong xã hội.

AI phi tập trung có thể trợ giúp như thế nào

AI phi tập trung đề cập đến việc sử dụng công nghệ chuỗi khối để phân phối quyền sở hữu và quyền quản trị AI theo cách được thiết kế nhằm tăng tính minh bạch và khả năng tiếp cận các dịch vụ AI. Grayscale Research tin rằng AI phi tập trung có khả năng giải phóng những quyết định quan trọng này khỏi các hệ thống khép kín và đưa chúng vào quyền sở hữu công cộng.

Công nghệ chuỗi khối có thể giúp các nhà phát triển có khả năng tiếp cận tốt hơn với AI và hạ thấp ngưỡng cho phép các nhà phát triển độc lập phát triển và kiếm tiền từ tác phẩm của họ. Chúng tôi tin rằng điều này có thể giúp cải thiện sự đổi mới và cạnh tranh tổng thể của AI, đồng thời duy trì sự cân bằng với các mô hình được phát triển bởi những gã khổng lồ công nghệ.

Ngoài ra, AI phi tập trung có thể giúp dân chủ hóa đầu tư vào AI. Hiện tại, có rất ít cách khác để thu được lợi ích tài chính liên quan đến việc phát triển AI ngoài việc thông qua một số cổ phiếu công nghệ. Đồng thời, một lượng vốn tư nhân đáng kể được phân bổ cho các công ty khởi nghiệp AI và các công ty tư nhân (47 tỷ USD vào năm 2022, 42 tỷ USD vào năm 2023). Kết quả là, chỉ một nhóm nhỏ các nhà đầu tư mạo hiểm và nhà đầu tư được công nhận mới có thể tiếp cận được lợi ích tài chính của các công ty này. Ngược lại, tài sản tiền điện tử AI phi tập trung có sẵn cho tất cả mọi người, cho phép mọi người sở hữu một phần của tương lai AI.

Giao điểm của tiền điện tử và AI ngày nay ở đâu?

Ngày nay, sự giao thoa giữa tiền điện tử và AI vẫn đang ở giai đoạn đầu về mặt trưởng thành, nhưng phản ứng của thị trường rất đáng khích lệ. Tính đến tháng 5 năm 2024, lợi nhuận trong lĩnh vực AI đối với tài sản tiền điện tử là 20%, vượt trội so với mọi đường đua tiền điện tử ngoại trừ đường đua Tiền tệ (Hình 1). Ngoài ra, theo nhà cung cấp dữ liệu Kaito, chủ đề AI hiện chiếm nhiều “chia sẻ tư duy tường thuật” nhất trên nền tảng xã hội so với các chủ đề khác như tài chính phi tập trung, Lớp 2, tiền meme và tài sản trong thế giới thực.

Gần đây, một số nhân vật nổi tiếng đã bắt đầu nắm bắt giao điểm mới nổi này và cam kết giải quyết những thiếu sót của AI tập trung. Vào tháng 3 năm nay, Emad Mostaque, người sáng lập công ty AI nổi tiếng Stability AI, đã rời công ty để theo đuổi AI phi tập trung. Ông nói rằng “đã đến lúc đảm bảo rằng AI vẫn mở và phi tập trung”. Ngoài ra, doanh nhân tiền điện tử Erik Vorhees gần đây đã ra mắt Venice.ai, một dịch vụ AI tập trung vào quyền riêng tư với mã hóa đầu cuối.

Hình 1: Từ đầu năm đến nay, lộ trình AI đã hoạt động tốt hơn hầu hết các lộ trình tiền điện tử 

Chúng ta có thể chia giao điểm của Tiền điện tử và AI thành ba danh mục con chính:< /p>

1. Lớp cơ sở hạ tầng: mạng cung cấp nền tảng để phát triển AI (chẳng hạn như NEAR, TAO, FET)

2. (điện toán, lưu trữ, dữ liệu) tài sản (chẳng hạn như RNDR, AKT, LPT, FIL, AR, MASA)

3. Giải quyết các vấn đề về AI: các tài sản cố gắng giải quyết các vấn đề liên quan đến AI, chẳng hạn như robot và hàng giả sâu Sự trỗi dậy và xác thực mô hình (ví dụ: WLD, TRAC, NUM)

Hình 2: Bản đồ thị trường AI và tiền điện tử

Nguồn: Grayscale Investments

Các mạng cung cấp cơ sở hạ tầng để phát triển AI

Loại đầu tiên là các mạng cung cấp kiến ​​trúc mở không được phép, được xây dựng đặc biệt cho sự phát triển chung của các dịch vụ AI. Những tài sản này không tập trung vào một loại sản phẩm hoặc dịch vụ AI mà thay vào đó tập trung vào việc tạo cơ sở hạ tầng cơ bản và cơ chế khuyến khích cho các ứng dụng AI khác nhau.

Near nổi bật trong hạng mục này khi những người sáng lập là người đồng sáng tạo ra kiến ​​trúc “Transformer” hỗ trợ các hệ thống AI như ChatGPT.   Tuy nhiên, công ty gần đây đã tận dụng kiến ​​thức chuyên môn về AI của mình để tiết lộ những nỗ lực phát triển "AI do người dùng sở hữu" thông qua bộ phận R&D do một cựu cố vấn kỹ sư nghiên cứu OpenAI đứng đầu.  Vào cuối tháng 6 năm 2024, Near đã triển khai chương trình vườn ươm AI để phát triển các mô hình cơ sở Near bản địa, nền tảng dữ liệu ứng dụng AI, khung tác nhân AI và thị trường điện toán.

Bittensor cung cấp một ví dụ có khả năng thuyết phục khác. Bittensor là một nền tảng sử dụng token TAO để khuyến khích tài chính cho sự phát triển của AI. Bittensor là nền tảng cơ bản cho 38 mạng con (mạng con), mỗi mạng có các trường hợp sử dụng khác nhau như chatbot, tạo hình ảnh, dự báo tài chính, dịch ngôn ngữ, đào tạo mô hình, lưu trữ và tính toán. Mạng Bittensor thưởng cho các công cụ khai thác và trình xác thực hoạt động tốt nhất trong mỗi mạng con bằng mã thông báo TAO và cung cấp cho các nhà phát triển API không cần cấp phép để xây dựng các ứng dụng AI cụ thể bằng cách truy vấn các công cụ khai thác trong mạng con Bittensor.

Danh mục này cũng bao gồm các giao thức khác như Fetch.ai và Mạng Allora. Fetch.ai, một nền tảng dành cho các nhà phát triển tạo ra các trợ lý AI phức tạp hay còn gọi là “tác nhân AI”, gần đây đã hợp nhất với AGIX và OCEAN, với tổng giá trị khoảng 7,5 tỷ USD. Cái còn lại là mạng Allora, một nền tảng tập trung vào việc áp dụng AI vào các ứng dụng tài chính, bao gồm các sàn giao dịch phi tập trung và chiến lược giao dịch tự động cho thị trường dự đoán. Allora, vẫn chưa tung ra token, đã huy động được một vòng cấp vốn chiến lược vào tháng 6, nâng tổng số vốn tài trợ của mình lên 35 triệu USD vốn tư nhân.

Tài nguyên cần thiết để phát triển AI

Loại thứ hai bao gồm các tài sản cung cấp tài nguyên cần thiết cho phát triển AI dưới dạng điện toán, lưu trữ hoặc dữ liệu.

Sự trỗi dậy của trí tuệ nhân tạo đã tạo ra nhu cầu chưa từng có về tài nguyên máy tính dưới dạng GPU. Các thị trường GPU phi tập trung như Render (RNDR), Akash (AKT) và Livepeer (LPT) cung cấp nguồn GPU nhàn rỗi cho các nhà phát triển cần điện toán để đào tạo mô hình, suy luận mô hình hoặc kết xuất AI tạo 3D. Ngày nay, người ta ước tính rằng Render cung cấp khoảng 10.000 GPU tập trung vào các nghệ sĩ và AI sáng tạo, trong khi Akash cung cấp 400 GPU tập trung vào các nhà phát triển và nghiên cứu AI. Trong khi đó, Livepeer gần đây đã công bố kế hoạch cho mạng con AI mới của mình, nhằm mục đích hoàn thành các tác vụ như chuyển văn bản thành hình ảnh, chuyển văn bản thành video và chuyển hình ảnh sang video vào tháng 8 năm 2024.

Ngoài việc yêu cầu lượng tính toán lớn, các mô hình AI còn yêu cầu lượng lớn dữ liệu. Kéo theo đó là nhu cầu lưu trữ dữ liệu tăng lên đáng kể. Các giải pháp lưu trữ dữ liệu như Filecoin (FIL) và Arweave (AR) có thể đóng vai trò là giải pháp thay thế mạng an toàn phi tập trung để lưu trữ dữ liệu AI trên các máy chủ AWS tập trung. Các giải pháp này không chỉ cung cấp khả năng lưu trữ có thể mở rộng và tiết kiệm chi phí mà còn tăng cường tính bảo mật và tính toàn vẹn dữ liệu bằng cách loại bỏ các điểm lỗi duy nhất và giảm nguy cơ vi phạm dữ liệu.

Cuối cùng, các dịch vụ AI hiện có như OpenAI và Gemini cung cấp quyền truy cập liên tục vào dữ liệu thời gian thực thông qua Bing và Google Search. Điều này khiến tất cả các nhà phát triển mô hình AI khác ngoài các công ty công nghệ này gặp bất lợi. Tuy nhiên, các dịch vụ thu thập dữ liệu như Grass và Masa (MASA) có thể giúp tạo sân chơi bình đẳng vì chúng cho phép các cá nhân kiếm tiền từ dữ liệu ứng dụng của mình bằng cách sử dụng dữ liệu đó để đào tạo mô hình AI, đồng thời duy trì quyền kiểm soát dữ liệu cá nhân và quyền riêng tư của họ.

Nội dung cố gắng giải quyết các vấn đề liên quan đến AI

Loại thứ ba bao gồm các nội dung cố gắng giải quyết các vấn đề liên quan đến AI, bao gồm sự gia tăng của bot, deepfake và nguồn gốc nội dung.

Một vấn đề lớn do AI làm trầm trọng thêm là sự gia tăng của bot và thông tin sai lệch. Các tác phẩm sâu do AI tạo ra đã có tác động đến các cuộc bầu cử tổng thống ở Ấn Độ và Châu Âu, khiến các chuyên gia “rất lo ngại” rằng chiến dịch tranh cử tổng thống sắp tới sẽ liên quan đến một “cơn sóng thần thông tin sai lệch” do các tác phẩm sâu gây ra. Các nội dung đang tìm cách giúp giải quyết các vấn đề liên quan đến deepfake bằng cách thiết lập các nguồn nội dung có thể xác minh được bao gồm Origin Trail (TRAC), Numbers Protocol (NUM) và Story Protocol. Ngoài ra, Worldcoin (WLD) tìm cách giải quyết vấn đề bot bằng cách chứng minh nhân tính của một người thông qua mã nhận dạng sinh trắc học duy nhất.

Một rủi ro khác với AI là đảm bảo niềm tin vào chính mô hình. Làm sao chúng ta có thể tin tưởng rằng kết quả AI mà chúng ta nhận được không bị giả mạo hoặc thao túng? Một số giao thức hiện đang hoạt động để giúp giải quyết vấn đề này thông qua mật mã, bằng chứng không có kiến ​​thức và mã hóa đồng hình hoàn toàn (FHE), bao gồm Modulus Labs và Zama.

Kết luận

Mặc dù các tài sản AI phi tập trung này đã đạt được tiến bộ ban đầu nhưng chúng tôi vẫn đang ở giai đoạn đầu tiên của giao lộ này. Vào đầu năm nay, nhà đầu tư mạo hiểm nổi tiếng Fred Wilson đã nói rằng AI và tiền điện tử là “hai mặt của một đồng xu” và “web3 sẽ giúp chúng ta tin tưởng vào AI”. Khi ngành công nghiệp AI tiếp tục phát triển, Grayscale Research tin rằng các trường hợp sử dụng tiền điện tử liên quan đến AI này sẽ ngày càng trở nên quan trọng, với hai công nghệ phát triển nhanh chóng có khả năng hỗ trợ sự phát triển của nhau.

Có nhiều dấu hiệu cho thấy AI đang xuất hiện và sẽ có những tác động sâu rộng, cả tích cực lẫn tiêu cực. Bằng cách tận dụng các đặc tính của công nghệ blockchain, chúng tôi tin rằng mật mã cuối cùng có thể giúp giảm thiểu một số mối nguy hiểm do AI gây ra.