Изучение революции искусственного интеллекта в Web3: Децентрализованный ИИ, владение данными и перспективы на будущее

2 мая в Дубае прошел Конференция Hack Seasons , где ведущие эксперты собрались, чтобы изучить, как волна ИИ меняет разработку блокчейна и взаимодействие с пользователем. Под руководством Томера Шарони, соучредителя и генерального директора Адресный , панель featured Лидеры отрасли, включая Евгения Пономарева из Сеть Fluence , Марк Райдон из Этир , Рамкумар из Опенледжер , и Михаэль Хайнрих из Лаборатории 0G . В ходе обсуждения обсуждались вопросы развития автономных агентов, децентрализованных приложений на базе ИИ (dApps) и достижений в области безопасности и анализа данных, а также то, как ИИ преобразует Web3 инфраструктуры и управления, а также изучение будущих границ этой конвергенции.

Одним из центральных вопросов было нынешнее доминирование централизованных моделей ИИ, которые опираются на закрытые данные, закрытые вычислительные ресурсы и ограниченные стимулы. Спикеры определили децентрализацию как средство преодоления этих ограничений. 

Выявив ключевые проблемы в области ИИ сегодня, они подчеркнули, что Web3 может способствовать развитию ИИ, обеспечивая более инклюзивные процессы сбора и маркировки данных. Возможность собирать множество ресурсов и позволять людям использовать то, что им нужно, — еще одна проблема, требующая внимания. Проверяемость компонентов ИИ также создает проблемы, а также отсутствие вознаграждения людей за предоставляемые ими данные. Крипто-нативные стимулы в этом случае служат потенциальной возможностью прозрачного вознаграждения участников. Между тем, ключевой проблемой инфраструктуры является ограниченный доступ к графическим процессорам, критически важным двигателям ИИ, что подчеркивает срочность демократизации доступа к вычислениям для обеспечения более широкого участия.

Децентрализованная инфраструктура как путь к прозрачным, проверяемым и заслуживающим доверия системам ИИ

Восстановление доверия к системам ИИ является еще одной важной проблемой, особенно в ландшафте, где решения становятся все более непрозрачными. Таким образом, децентрализация обеспечивает прозрачность как данных, так и поведения модели. 

Например, децентрализованные слои хранения могут устанавливать происхождение данных с момента поступления информации в систему, позволяя пользователям отслеживать ее происхождение и изменения. С операционной стороны, выравнивание моделей в реальном времени с помощью механизмов поощрений и штрафов на основе блокчейна, таких как сокращение, предлагает путь к динамическому управлению поведением ИИ, создавая системы, которые одновременно поддаются проверке и адаптации.

Открывая новые горизонты ИИ: право собственности на децентрализованные модели ИИ

Еще одним важным пунктом обсуждения стала атрибуция данных и обеспечение качества. Хотя большинство крупных языковых моделей (LLM) сегодня обучаются на публично извлеченных данных, участники дискуссии подчеркнули, что наиболее ценные наборы данных находятся у отдельных лиц и предприятий со знаниями в конкретной области.

Например, Openledger направлен на то, чтобы позволить отдельным лицам и организациям создавать индивидуальные модели для таких секторов, как здравоохранение и электронная коммерция, используя эти специализированные наборы данных. Их фреймворк позволяет участникам сохранять право собственности на свои данные, получая при этом атрибуцию и вознаграждения. В частности, Openledger предоставляет механизм для отслеживания того, какие данные способствовали определенным результатам ИИ, уровень прозрачности, недоступный в большинстве текущих LLM.

От автоматизации транзакций в сети к поддержке криптоэкономики: что нас ждет впереди?

На вопрос о самых интересных идеях в области ИИ, которые, как ожидается, будут реализованы в ближайшем будущем, докладчики подчеркнули потенциал использования агентов ИИ для выполнения широкого спектра человеческих задач. Одним из обсуждаемых примеров были узлы выравнивания ИИ, которые способны действовать как естественная полиция, обнаруживая отравление данных и атаки через бэкдор. Кроме того, участники дискуссии подчеркнули роль ИИ в абстрагировании людей от рутинной работы и повышении эффективности.

Докладчики прогнозируют, что в течение следующих трех-пяти лет значительная доля транзакций в цепочке блоков может выполняться автономными агентами ИИ, что особенно актуально для криптовалютного пространства, которое характеризуется быстрыми спекуляциями и торговлей.

Другая примечательная идея заключается в том, что ИИ можно использовать для оптимизации всего: от разработки программного обеспечения до децентрализованных финансов (DeFi) стратегий. По мере того, как ИИ продолжает развиваться, растет потенциал для совершенно новых крипто-нативные организаций и финансовых моделей, работающих на алгоритмах, написанных и оптимизированных самим ИИ. В этой формирующейся парадигме криптовалюты могут служить не только инструментами для спекуляций, но и собственным капиталом для экономики, управляемой ИИ.