Autora: Catrina Wang
Compilación: Catrina SevenUp DAO Fuente: Coin Time
Crédito de la imagen: Generado por herramientas Unbounded AI
Hasta hace poco, las startups han liderado el camino en innovación tecnológica debido a su velocidad, agilidad, cultura emprendedora y ausencia de inercia organizacional. Sin embargo, en la era de la IA de rápido crecimiento, las cosas han cambiado. Los grandes gigantes tecnológicos como OpenAI, Nvidia, Google e incluso Meta, propiedad de Microsoft, han dominado hasta ahora los productos innovadores de IA.
Entonces, ¿qué salió mal? ¿Por qué "Goliat" superó a "David" esta vez? Si bien las nuevas empresas pueden escribir un gran código, a menudo no pueden competir con los grandes gigantes tecnológicos debido a varios desafíos:
El costo computacional sigue siendo extremadamente alto;
La IA tiene un problema llamado "saliente inverso": la falta de las medidas regulatorias necesarias obstaculizará la innovación debido a preocupaciones e incertidumbres sobre el impacto social;
AI es una caja negra;
La división de datos de jugadores que ya se están ampliando (grandes empresas de tecnología) crea barreras para los competidores emergentes.
Entonces, ¿cómo se relaciona esto con la tecnología blockchain y dónde se cruza con la inteligencia artificial? Aunque no es una panacea, en Web3, **DePIN (Red de infraestructura física descentralizada) puede mejorar la tecnología de IA al resolver los desafíos anteriores. **En este artículo, explicaré cómo usar la tecnología detrás de DePIN para mejorar la inteligencia artificial desde cuatro dimensiones:
1. Reducir los costos de infraestructura;2. Verificar la identidad y humanidad del productor;3. Inyectar democracia y transparencia en la IA;
**4.Instalar un mecanismo de incentivos a la aportación de datos. **
En el contexto de este artículo,
"Web3" se define como la próxima generación de Internet, la tecnología blockchain es una parte importante y también incluye otras tecnologías existentes;
"Blockchain" significa tecnología de contabilidad descentralizada y distribuida;
"Criptomoneda" se refiere al uso de tokens como mecanismo de incentivo y descentralización.
Primero, reduzca los costos de infraestructura (informática y almacenamiento)
La importancia de la asequibilidad de la infraestructura (en el contexto de la IA, el costo del hardware para calcular, entregar y almacenar datos) se destaca en el marco de la "Revolución tecnológica" de Carlota Pérez. El marco propone que todo avance tecnológico tenga dos fases:
1) La fase de instalación se caracteriza por una fuerte inversión de capital de riesgo, desarrollo de infraestructura y un enfoque de "empuje" al mercado (GTM), ya que la propuesta de valor del cliente para la nueva tecnología aún no está clara.
2) La fase de implementación se caracteriza por un rápido aumento en la oferta de infraestructura, lo que reduce la barrera de entrada para los nuevos entrantes, al mismo tiempo que se caracteriza por un enfoque GTM de "atracción", lo que indica que los clientes desean más de un producto aún no establecido y que existe un fuerte encaje producto-mercado Gasto.
Si bien ChatGPT ya tiene un claro ajuste de mercado de productos y una gran demanda de los clientes, uno podría pensar que la IA ya entró en la fase de implementación.
**Sin embargo, todavía falta una cosa: un exceso de oferta de infraestructura para que sea lo suficientemente barata para que las nuevas empresas sensibles al precio la construyan y experimenten. **
1. El problema El problema es que la dinámica actual del mercado en el espacio de la infraestructura física son en gran medida oligopolios integrados verticalmente, donde empresas como AWS, GCP, Azure, Nvidia, Cloudflare y Akamai disfrutan de grandes beneficios. Por ejemplo, AWS tiene un margen bruto estimado del 61 % en hardware informático básico.
Computacionalmente costoso para los nuevos participantes de IA, especialmente en LLM.
El costo de capacitación de ChatGPT es de aproximadamente $4 millones y el costo de inferencia del hardware es de aproximadamente $700 000 por día.
Se espera que la segunda versión de Bloom cueste $10 millones para entrenar y volver a entrenar.
Si ChatGPT se implementara en la Búsqueda de Google, le costaría a Google $ 36 mil millones en ingresos, un gran cambio de ganancias de la plataforma de software (Google) al proveedor de hardware (Nvidia).
2. Solución Las redes DePIN (como Filecoin, Bacalhau, Render Network y ExaBits) pueden lograr ahorros en costos de infraestructura de más del 75 % al 90 % a través de las siguientes tres palancas. Estas redes son pioneras desde 2014 enfocadas en acumular hardware de Internet a gran escala para el almacenamiento descentralizado de datos, mientras que Bacalhau, Render Network y ExaBits son las capas de coordinación que combinan la demanda con el suministro de CPU/GPU. ** (Descargo de responsabilidad: el autor fue un ex empleado de Protocol Labs y consultor de ExaBits)
1) Impulsar la curva de oferta y crear un mercado más competitivo
DePIN democratiza la incorporación de proveedores de hardware al permitir que los proveedores de hardware se conviertan en proveedores de servicios. Crea competencia para estos intereses creados al crear un mercado donde cualquiera puede unirse a la red como "minero", ofreciendo su CPU/GPU o poder de almacenamiento a cambio de recompensas financieras.
Si bien las empresas como AWS, sin duda, disfrutan de una ventaja de 17 años en la interfaz de usuario, la excelencia operativa y la integración vertical, DePIN desbloquea una nueva base de clientes que anteriormente estaba sobrevalorada por los proveedores centralizados. Al igual que Ebay no competirá directamente con Bloomingdale, sino que introducirá alternativas más asequibles para satisfacer necesidades similares, la red DePIN no reemplazará a los proveedores centralizados, sino que pretende servir a una base de usuarios más consciente de los precios.
2) Equilibrar la economía de estos mercados a través del diseño criptoeconómico
DePIN crea un mecanismo de subsidio para inducir a los proveedores de hardware a participar en la red, reduciendo así los costos para los usuarios finales. Para comprender cómo funciona, primero comparemos los costos y los ingresos de los proveedores de almacenamiento en AWS y Filecoin.
A. La red DePIN puede reducir los costos para los clientes: la red DePIN crea un mercado competitivo e introduce una competencia al estilo de Bertrand, lo que reduce los costos para los clientes. Por el contrario, AWS EC2 necesita un margen de beneficio medio del 50 % y un margen bruto del 31 % para mantenerse a flote.
B. Al emitir recompensas en token/recompensas en bloque como una nueva fuente de ingresos, la red DePIN puede brindar más beneficios. En el contexto de Filecoin, alojar más datos reales significa que el proveedor de almacenamiento gana más recompensas de bloque (tokens). Por lo tanto, los proveedores de almacenamiento tienen un incentivo para atraer a más clientes y obtener más acuerdos para maximizar los ingresos. La estructura de tokens de varias redes DePIN computacionales emergentes permanece en secreto, pero probablemente seguirá un patrón similar. Ejemplos de estas redes incluyen:
Bacalhau: una capa de coordinación que lleva la computación al lugar donde se almacenan los datos sin mover grandes cantidades de datos
ExaBITS: una red informática descentralizada para inteligencia artificial y aplicaciones informáticas intensivas
3) Reducir los gastos generales:
Los beneficios de las redes DePIN como Bacalhau y ExaBITS e IPFS/almacenamiento dirigido por contenido incluyen:
A. Crear disponibilidad a partir de datos latentes: debido al alto costo de ancho de banda de transferir grandes conjuntos de datos, existe una gran cantidad de datos sin explotar. Por ejemplo, los estadios deportivos generan grandes cantidades de datos de eventos, que actualmente no se utilizan. El proyecto DePIN desbloquea la disponibilidad de dichos datos latentes al procesar los datos en el sitio y transmitir solo resultados significativos.
B. Reducir los costos operativos a través de la ingesta local de datos, como la entrada, transmisión e importación/exportación de datos.
C. Minimice el proceso manual de compartir datos confidenciales: por ejemplo, si los hospitales A y B necesitan fusionar sus respectivos datos confidenciales de pacientes para el análisis, pueden usar Bacalhau para coordinar la potencia de la GPU para procesar directamente los datos confidenciales localmente en lugar de pasar por engorrosos procedimientos administrativos con La contraparte procesa el intercambio de PII (Información de identificación personal).
D. Eliminar la necesidad de volver a calcular el conjunto de datos subyacente: IPFS/almacenamiento dirigido por contenido tiene propiedades integradas para deduplicar, rastrear el linaje y verificar los datos. Aquí hay más lecturas sobre las características y los beneficios de costos que brinda IPFS.
3. ResumenAI necesita DePIN para obtener una infraestructura asequible, y el mercado actual está monopolizado por oligopolios integrados verticalmente. Las redes DePIN como Filecoin, Bacalhau, Render Network y ExaBits pueden proporcionar un ahorro de costos del 75 % al 90 % o más al democratizar el acceso a los proveedores de hardware e introducir competencia, equilibrar las economías de mercado a través del diseño criptoeconómico y reducir los costos generales.
Segundo, verificación de creación y humanidad
1. Pregunta Según una encuesta reciente, el 50% de los científicos de inteligencia artificial creen que existe al menos un 10% de posibilidades de que la inteligencia artificial conduzca a la destrucción de los seres humanos.
Este es un pensamiento aleccionador. La IA ya está causando trastornos en la sociedad, y actualmente carecemos de una estructura de garantía tecnológica o regulatoria, lo que el gobierno llama un "trampolín inverso". **
Desafortunadamente, el impacto social de la IA va mucho más allá de los debates e imágenes de podcasts falsos:
El ciclo de elecciones presidenciales de 2024 será uno, una campaña política falsa generada por IA que es difícil de distinguir de la real.
Video de la senadora Elizabeth Warren siendo editado para que parezca que Warren está diciendo que los republicanos no deberían poder votar (desacreditado).
Fingir la clonación de la voz de Biden por criticar a las mujeres trans.
Un grupo de artistas presentó una demanda colectiva contra Midjourney y Stability AI alegando el uso no autorizado del trabajo de los artistas para entrenar imágenes de IA que violaban las marcas registradas de los artistas y amenazaban su sustento.
Una banda sonora falsa generada por IA titulada "Heart on My Sleeve", con The Weeknd y Drake, ganó fuerza antes de que fuera retirada del servicio de transmisión. La controversia en torno a la infracción de los derechos de autor es un presagio de las complicaciones que pueden surgir cuando una nueva tecnología entra en la conciencia dominante sin las reglas necesarias. En otras palabras, es un problema de trampolín inverso.
¿Qué pasaría si pudiéramos tener alguna protección para la IA a través de pruebas criptográficas en Web3?
**2. Solución 1) Demostrar la identidad del creador y la identidad humana a través del certificado de origen encriptado en la cadena de bloques. **
Aquí es donde podemos aprovechar la tecnología de cadena de bloques, como un libro mayor distribuido que contiene registros inmutables en la cadena de bloques. Esto permite verificar la autenticidad del contenido digital comprobando sus pruebas criptográficas.
2) La firma digital prueba la identidad y humanidad del creador
Para evitar falsificaciones profundas, se pueden generar pruebas criptográficas utilizando una firma digital que es exclusiva del creador original del contenido. Esta firma se puede crear usando una clave privada, conocida solo por el creador, verificable usando una clave pública y disponible para todos. Al adjuntar esta firma al contenido, es posible probar que el contenido fue creado por el creador original, ya sea un ser humano o una IA, y que se realizaron cambios autorizados o no autorizados en este contenido.
3) Use IPFS y el árbol de Merkle para probar la autenticidad
IPFS es un protocolo descentralizado que utiliza direccionamiento de contenido y árboles de Merkle para hacer referencia a grandes conjuntos de datos. Para probar los cambios en el contenido de un archivo, se genera una prueba de Merkle, que es una lista de hashes que muestra un bloque de datos en particular en el árbol de Merkle. Cada vez que hay un cambio, se genera un nuevo hash y se actualiza el árbol de Merkle, lo que proporciona una prueba de la modificación del archivo.
Estas soluciones criptográficas pueden enfrentarse al problema de los incentivos y las recompensas:
Después de todo, atrapar generadores de deepfakes no tendrá tanto costo financiero como reducir las externalidades sociales negativas. La responsabilidad probablemente recaerá en las principales plataformas de distribución de medios como Twitter, Meta, Google, etc., que ya están denunciando.
** Entonces, ¿por qué necesitamos blockchain? **La respuesta es que estas firmas criptográficas y pruebas de autenticidad son más eficientes, verificables y deterministas. Hoy en día, el proceso de detección de falsificaciones profundas se realiza en gran medida a través de algoritmos de aprendizaje automático (como el "Desafío de detección de falsificaciones profundas" de Meta, el "Sistema numérico asimétrico" (ANS) de Google y c2pa) para identificar patrones y anomalías en el contenido visual, que a veces son imprecisos. , y se están quedando atrás de deepfakes cada vez más sofisticados. A menudo se requiere la intervención de moderadores humanos para evaluar la autenticidad, lo cual es ineficiente y costoso.
Imagine un mundo en el que cada pieza de contenido tenga su firma criptográfica para que todos puedan probar de manera verificable el origen de una creación y marcar la manipulación o falsificación: un mundo nuevo y valiente.
3. Resumen La inteligencia artificial representa una gran amenaza para la sociedad, siendo las principales preocupaciones las falsificaciones profundas y el uso no autorizado de contenido. Las tecnologías Web3, como las firmas digitales que prueban la identidad y la humanidad del creador y el uso de árboles IPFS y Merkle para probar la autenticidad, pueden proporcionar seguridad para la IA al verificar la autenticidad del contenido digital y evitar cambios no autorizados.
Tercero, inyectar democracia en la IA
1. Problema Hoy en día, la inteligencia artificial es una caja negra compuesta de datos propietarios y algoritmos propietarios. La naturaleza cerrada de empresas tecnológicas tan grandes conduce a la imposibilidad de la "democracia de IA", es decir, cada desarrollador e incluso usuario debería poder contribuir con algoritmos y datos a los modelos LLM y recibir una parte de las ganancias futuras del modelo (como se analiza en este documento). discutido).
Democracia de IA = Visibilidad (la capacidad de ver los datos y algoritmos introducidos en el modelo) + Contribución (la capacidad de contribuir con datos o algoritmos al modelo).
2. Solución AI Democracy tiene como objetivo hacer que los modelos generativos de IA sean accesibles, relevantes y de propiedad de todos. La siguiente tabla compara lo que es posible hoy con lo que la tecnología blockchain hará posible en Web3.
1) Hoy en día
A. Para los consumidores:
B. Para desarrolladores:
Poca repetibilidad ya que no hay trazabilidad de ETL realizado en los datos
El 80 % del tiempo de los científicos de datos se desperdicia realizando una limpieza de datos de bajo nivel debido a la falta de capacidad para verificar la salida de datos compartidos.
Blockchain permitirá:
A. Para los consumidores:
Los usuarios pueden proporcionar comentarios (por ejemplo, comentarios detallados sobre sesgos, moderación de contenido, salida) como entrada para un ajuste fino continuo
B. Para desarrolladores:
Capa de curación de datos descentralizada: colabora con procesos de preparación de datos tediosos y lentos, como el etiquetado de datos.
Visibilidad y capacidad para combinar y ajustar algoritmos verificables y basados en linaje (es decir, pueden ver un historial a prueba de manipulaciones de todos los cambios pasados)
Soberanía de datos (logrado a través de direccionamiento de contenido/IPFS) y soberanía de algoritmos (por ejemplo, Urbit realiza combinación punto a punto y portabilidad de datos y algoritmos)
Los LLM innovadores que surgen de variantes fundamentales del modelo de código abierto generan un impulso para acelerar la innovación
Salida de datos de entrenamiento reproducible a través del registro inmutable de blockchain de operaciones y consultas ETL anteriores (por ejemplo, Kamu)
Podría argumentarse que la plataforma de código abierto de Web2 es un compromiso, pero todavía está lejos de ser óptima por las razones descritas en este artículo.
3.Resumen El carácter cerrado de las grandes empresas tecnológicas ha llevado a la imposibilidad de la "democracia de la IA", es decir, todo desarrollador o usuario debería poder aportar algoritmos y datos al modelo LLM y obtener beneficios a futuro. de la pieza del modelo. La IA debe ser accesible, relevante y propiedad de todos. La red blockchain permitirá a los usuarios proporcionar comentarios, contribuir con datos para modelar la monetización y brindar a los desarrolladores la visibilidad y la capacidad de componer y ajustar algoritmos con características verificables y basadas en el linaje. Las innovaciones de Web3, como el direccionamiento de contenido/IPFS y Urbit, permitirán la soberanía de datos y algoritmos. La salida de datos de entrenamiento repetibles de operaciones y consultas de ETL anteriores también será posible a través del registro inmutable de la cadena de bloques.
Cuarto, establecer incentivos de contribución de datos
1. Problema Hoy en día, los datos de consumo más valiosos son la división comercial patentada de las grandes plataformas tecnológicas. Los gigantes tecnológicos no tienen muchos incentivos para compartir estos datos con terceros.
Entonces, ¿por qué no obtener estos datos directamente del originador/usuario de los datos? ¿Por qué no hacer de los datos un bien público al contribuir con nuestros datos y abrirlos para científicos de datos talentosos?
En resumen, no existe un incentivo o un mecanismo de coordinación para que esto suceda. Las tareas de mantenimiento de datos y ejecución de ETL (extracción, transformación y carga) generan una sobrecarga significativa. De hecho, la industria del almacenamiento de datos por sí sola será una industria de $ 777 mil millones en 2030, sin contar el costo de la informática. ¿Por qué alguien asumiría el trabajo y los costos de plomería de datos cuando no hay nada a cambio?
Por ejemplo, OpenAI originalmente era de código abierto y sin fines de lucro, pero debido a que no es fácil ganar dinero, se ha metido en problemas. Finalmente, en 2019, tuvo que recibir una inyección de capital de Microsoft y cerrar su algoritmo al público. Se espera que OpenAI genere $ 1 mil millones en ingresos para 2024.
2. Solución Web3 presenta un nuevo mecanismo llamado dataDAO, que facilita la redistribución de ingresos de los propietarios de modelos de IA a los contribuyentes de datos, creando una capa de incentivos para las contribuciones de datos de colaboración colectiva.
Conclusión
En conclusión, DePIN es una categoría nueva y emocionante que proporciona un combustible alternativo en hardware para impulsar el renacimiento de la Web3 y la innovación de IA.
Si bien las grandes empresas tecnológicas dominan la industria de la IA, los jugadores emergentes que compiten con la tecnología blockchain también tienen el potencial de:
La red DePIN reduce el umbral de los costes informáticos; la naturaleza verificable y descentralizada de la cadena de bloques hace posible una verdadera IA abierta; mecanismos innovadores, como dataDAO, incentivan las contribuciones de datos; las propiedades inmutables y a prueba de manipulaciones de la cadena de bloques proporcionan prueba de identidad del autor para abordar las preocupaciones sobre el impacto social negativo de la IA.
Ver originales
El contenido es solo de referencia, no una solicitud u oferta. No se proporciona asesoramiento fiscal, legal ni de inversión. Consulte el Descargo de responsabilidad para obtener más información sobre los riesgos.
La IA necesita Web3
Autora: Catrina Wang Compilación: Catrina SevenUp DAO Fuente: Coin Time
Hasta hace poco, las startups han liderado el camino en innovación tecnológica debido a su velocidad, agilidad, cultura emprendedora y ausencia de inercia organizacional. Sin embargo, en la era de la IA de rápido crecimiento, las cosas han cambiado. Los grandes gigantes tecnológicos como OpenAI, Nvidia, Google e incluso Meta, propiedad de Microsoft, han dominado hasta ahora los productos innovadores de IA.
Entonces, ¿qué salió mal? ¿Por qué "Goliat" superó a "David" esta vez? Si bien las nuevas empresas pueden escribir un gran código, a menudo no pueden competir con los grandes gigantes tecnológicos debido a varios desafíos:
Entonces, ¿cómo se relaciona esto con la tecnología blockchain y dónde se cruza con la inteligencia artificial? Aunque no es una panacea, en Web3, **DePIN (Red de infraestructura física descentralizada) puede mejorar la tecnología de IA al resolver los desafíos anteriores. **En este artículo, explicaré cómo usar la tecnología detrás de DePIN para mejorar la inteligencia artificial desde cuatro dimensiones:
1. Reducir los costos de infraestructura; 2. Verificar la identidad y humanidad del productor; 3. Inyectar democracia y transparencia en la IA; **4.Instalar un mecanismo de incentivos a la aportación de datos. **
En el contexto de este artículo,
Primero, reduzca los costos de infraestructura (informática y almacenamiento)
La importancia de la asequibilidad de la infraestructura (en el contexto de la IA, el costo del hardware para calcular, entregar y almacenar datos) se destaca en el marco de la "Revolución tecnológica" de Carlota Pérez. El marco propone que todo avance tecnológico tenga dos fases:
1) Impulsar la curva de oferta y crear un mercado más competitivo DePIN democratiza la incorporación de proveedores de hardware al permitir que los proveedores de hardware se conviertan en proveedores de servicios. Crea competencia para estos intereses creados al crear un mercado donde cualquiera puede unirse a la red como "minero", ofreciendo su CPU/GPU o poder de almacenamiento a cambio de recompensas financieras. Si bien las empresas como AWS, sin duda, disfrutan de una ventaja de 17 años en la interfaz de usuario, la excelencia operativa y la integración vertical, DePIN desbloquea una nueva base de clientes que anteriormente estaba sobrevalorada por los proveedores centralizados. Al igual que Ebay no competirá directamente con Bloomingdale, sino que introducirá alternativas más asequibles para satisfacer necesidades similares, la red DePIN no reemplazará a los proveedores centralizados, sino que pretende servir a una base de usuarios más consciente de los precios.
2) Equilibrar la economía de estos mercados a través del diseño criptoeconómico DePIN crea un mecanismo de subsidio para inducir a los proveedores de hardware a participar en la red, reduciendo así los costos para los usuarios finales. Para comprender cómo funciona, primero comparemos los costos y los ingresos de los proveedores de almacenamiento en AWS y Filecoin.
3) Reducir los gastos generales: Los beneficios de las redes DePIN como Bacalhau y ExaBITS e IPFS/almacenamiento dirigido por contenido incluyen: A. Crear disponibilidad a partir de datos latentes: debido al alto costo de ancho de banda de transferir grandes conjuntos de datos, existe una gran cantidad de datos sin explotar. Por ejemplo, los estadios deportivos generan grandes cantidades de datos de eventos, que actualmente no se utilizan. El proyecto DePIN desbloquea la disponibilidad de dichos datos latentes al procesar los datos en el sitio y transmitir solo resultados significativos. B. Reducir los costos operativos a través de la ingesta local de datos, como la entrada, transmisión e importación/exportación de datos. C. Minimice el proceso manual de compartir datos confidenciales: por ejemplo, si los hospitales A y B necesitan fusionar sus respectivos datos confidenciales de pacientes para el análisis, pueden usar Bacalhau para coordinar la potencia de la GPU para procesar directamente los datos confidenciales localmente en lugar de pasar por engorrosos procedimientos administrativos con La contraparte procesa el intercambio de PII (Información de identificación personal). D. Eliminar la necesidad de volver a calcular el conjunto de datos subyacente: IPFS/almacenamiento dirigido por contenido tiene propiedades integradas para deduplicar, rastrear el linaje y verificar los datos. Aquí hay más lecturas sobre las características y los beneficios de costos que brinda IPFS. 3. ResumenAI necesita DePIN para obtener una infraestructura asequible, y el mercado actual está monopolizado por oligopolios integrados verticalmente. Las redes DePIN como Filecoin, Bacalhau, Render Network y ExaBits pueden proporcionar un ahorro de costos del 75 % al 90 % o más al democratizar el acceso a los proveedores de hardware e introducir competencia, equilibrar las economías de mercado a través del diseño criptoeconómico y reducir los costos generales.
Segundo, verificación de creación y humanidad
1. Pregunta Según una encuesta reciente, el 50% de los científicos de inteligencia artificial creen que existe al menos un 10% de posibilidades de que la inteligencia artificial conduzca a la destrucción de los seres humanos. Este es un pensamiento aleccionador. La IA ya está causando trastornos en la sociedad, y actualmente carecemos de una estructura de garantía tecnológica o regulatoria, lo que el gobierno llama un "trampolín inverso". **
2) La firma digital prueba la identidad y humanidad del creador Para evitar falsificaciones profundas, se pueden generar pruebas criptográficas utilizando una firma digital que es exclusiva del creador original del contenido. Esta firma se puede crear usando una clave privada, conocida solo por el creador, verificable usando una clave pública y disponible para todos. Al adjuntar esta firma al contenido, es posible probar que el contenido fue creado por el creador original, ya sea un ser humano o una IA, y que se realizaron cambios autorizados o no autorizados en este contenido.
3) Use IPFS y el árbol de Merkle para probar la autenticidad IPFS es un protocolo descentralizado que utiliza direccionamiento de contenido y árboles de Merkle para hacer referencia a grandes conjuntos de datos. Para probar los cambios en el contenido de un archivo, se genera una prueba de Merkle, que es una lista de hashes que muestra un bloque de datos en particular en el árbol de Merkle. Cada vez que hay un cambio, se genera un nuevo hash y se actualiza el árbol de Merkle, lo que proporciona una prueba de la modificación del archivo.
Estas soluciones criptográficas pueden enfrentarse al problema de los incentivos y las recompensas: Después de todo, atrapar generadores de deepfakes no tendrá tanto costo financiero como reducir las externalidades sociales negativas. La responsabilidad probablemente recaerá en las principales plataformas de distribución de medios como Twitter, Meta, Google, etc., que ya están denunciando. ** Entonces, ¿por qué necesitamos blockchain? **La respuesta es que estas firmas criptográficas y pruebas de autenticidad son más eficientes, verificables y deterministas. Hoy en día, el proceso de detección de falsificaciones profundas se realiza en gran medida a través de algoritmos de aprendizaje automático (como el "Desafío de detección de falsificaciones profundas" de Meta, el "Sistema numérico asimétrico" (ANS) de Google y c2pa) para identificar patrones y anomalías en el contenido visual, que a veces son imprecisos. , y se están quedando atrás de deepfakes cada vez más sofisticados. A menudo se requiere la intervención de moderadores humanos para evaluar la autenticidad, lo cual es ineficiente y costoso.
Imagine un mundo en el que cada pieza de contenido tenga su firma criptográfica para que todos puedan probar de manera verificable el origen de una creación y marcar la manipulación o falsificación: un mundo nuevo y valiente. 3. Resumen La inteligencia artificial representa una gran amenaza para la sociedad, siendo las principales preocupaciones las falsificaciones profundas y el uso no autorizado de contenido. Las tecnologías Web3, como las firmas digitales que prueban la identidad y la humanidad del creador y el uso de árboles IPFS y Merkle para probar la autenticidad, pueden proporcionar seguridad para la IA al verificar la autenticidad del contenido digital y evitar cambios no autorizados.
Tercero, inyectar democracia en la IA
1. Problema Hoy en día, la inteligencia artificial es una caja negra compuesta de datos propietarios y algoritmos propietarios. La naturaleza cerrada de empresas tecnológicas tan grandes conduce a la imposibilidad de la "democracia de IA", es decir, cada desarrollador e incluso usuario debería poder contribuir con algoritmos y datos a los modelos LLM y recibir una parte de las ganancias futuras del modelo (como se analiza en este documento). discutido).
Democracia de IA = Visibilidad (la capacidad de ver los datos y algoritmos introducidos en el modelo) + Contribución (la capacidad de contribuir con datos o algoritmos al modelo). 2. Solución AI Democracy tiene como objetivo hacer que los modelos generativos de IA sean accesibles, relevantes y de propiedad de todos. La siguiente tabla compara lo que es posible hoy con lo que la tecnología blockchain hará posible en Web3.
B. Para desarrolladores: Capa de curación de datos descentralizada: colabora con procesos de preparación de datos tediosos y lentos, como el etiquetado de datos. Visibilidad y capacidad para combinar y ajustar algoritmos verificables y basados en linaje (es decir, pueden ver un historial a prueba de manipulaciones de todos los cambios pasados) Soberanía de datos (logrado a través de direccionamiento de contenido/IPFS) y soberanía de algoritmos (por ejemplo, Urbit realiza combinación punto a punto y portabilidad de datos y algoritmos) Los LLM innovadores que surgen de variantes fundamentales del modelo de código abierto generan un impulso para acelerar la innovación Salida de datos de entrenamiento reproducible a través del registro inmutable de blockchain de operaciones y consultas ETL anteriores (por ejemplo, Kamu) Podría argumentarse que la plataforma de código abierto de Web2 es un compromiso, pero todavía está lejos de ser óptima por las razones descritas en este artículo. 3.Resumen El carácter cerrado de las grandes empresas tecnológicas ha llevado a la imposibilidad de la "democracia de la IA", es decir, todo desarrollador o usuario debería poder aportar algoritmos y datos al modelo LLM y obtener beneficios a futuro. de la pieza del modelo. La IA debe ser accesible, relevante y propiedad de todos. La red blockchain permitirá a los usuarios proporcionar comentarios, contribuir con datos para modelar la monetización y brindar a los desarrolladores la visibilidad y la capacidad de componer y ajustar algoritmos con características verificables y basadas en el linaje. Las innovaciones de Web3, como el direccionamiento de contenido/IPFS y Urbit, permitirán la soberanía de datos y algoritmos. La salida de datos de entrenamiento repetibles de operaciones y consultas de ETL anteriores también será posible a través del registro inmutable de la cadena de bloques.
Cuarto, establecer incentivos de contribución de datos
1. Problema Hoy en día, los datos de consumo más valiosos son la división comercial patentada de las grandes plataformas tecnológicas. Los gigantes tecnológicos no tienen muchos incentivos para compartir estos datos con terceros.
Entonces, ¿por qué no obtener estos datos directamente del originador/usuario de los datos? ¿Por qué no hacer de los datos un bien público al contribuir con nuestros datos y abrirlos para científicos de datos talentosos?
En resumen, no existe un incentivo o un mecanismo de coordinación para que esto suceda. Las tareas de mantenimiento de datos y ejecución de ETL (extracción, transformación y carga) generan una sobrecarga significativa. De hecho, la industria del almacenamiento de datos por sí sola será una industria de $ 777 mil millones en 2030, sin contar el costo de la informática. ¿Por qué alguien asumiría el trabajo y los costos de plomería de datos cuando no hay nada a cambio?
Por ejemplo, OpenAI originalmente era de código abierto y sin fines de lucro, pero debido a que no es fácil ganar dinero, se ha metido en problemas. Finalmente, en 2019, tuvo que recibir una inyección de capital de Microsoft y cerrar su algoritmo al público. Se espera que OpenAI genere $ 1 mil millones en ingresos para 2024. 2. Solución Web3 presenta un nuevo mecanismo llamado dataDAO, que facilita la redistribución de ingresos de los propietarios de modelos de IA a los contribuyentes de datos, creando una capa de incentivos para las contribuciones de datos de colaboración colectiva.
Conclusión
En conclusión, DePIN es una categoría nueva y emocionante que proporciona un combustible alternativo en hardware para impulsar el renacimiento de la Web3 y la innovación de IA. Si bien las grandes empresas tecnológicas dominan la industria de la IA, los jugadores emergentes que compiten con la tecnología blockchain también tienen el potencial de:
La red DePIN reduce el umbral de los costes informáticos; la naturaleza verificable y descentralizada de la cadena de bloques hace posible una verdadera IA abierta; mecanismos innovadores, como dataDAO, incentivan las contribuciones de datos; las propiedades inmutables y a prueba de manipulaciones de la cadena de bloques proporcionan prueba de identidad del autor para abordar las preocupaciones sobre el impacto social negativo de la IA.