Bittensor: Децентрализация ИИ как альтернатива централизованным технологиям

Интервью | Bittensor хочет стать Биткойном искусственного интеллекта, говорит основатель xTAO

Кариа Самару, основатель и генеральный директор xTAO, единственной публичной компании, работающей в экосистеме Bittensor, объясняет, почему ИИ нужно децентрализовать.

Резюме

• Децентрализованный ИИ предлагает устойчивость, которую не могут предоставить крупные технологии, говорит CEO xTAO Кариа Самару.
• Bittensor вознаграждает ИИ-модели, которые показывают хорошие результаты, работая на `чистом капитализме`.
• Пользователи хотят большего уровня прозрачности относительно того, что входит в модели ИИ.

Искусственный интеллект захватил воображение общества, как few технологий когда-либо. Однако под его потенциалом скрываются серьезные опасения относительно концентрации власти и контроля. В настоящее время самые популярные модели ИИ являются исключительной собственностью нескольких крупных технологических компаний, которые полностью контролируют их дизайн и использование.

Crypto.news беседовал с Карией Самару, основателем и генеральным директором xTAO, публичной компании, работающей над децентрализованной экосистемой ИИ Bittensor (TAO). Самару объяснил, почему существует необходимость в альтернативной модели, которая сделает ИИ более открытым, децентрализованным и отвечающим требованиям его пользователей.

Crypto.news: Что блокчейн приносит в ИИ и какую роль играет Bittensor?

Кариа Самару: Централизация — самая большая проблема ИИ. Поскольку ИИ становится самым мощным инструментом, когда-либо созданным человечеством, контроль со стороны нескольких компаний создает огромные риски концентрации. Я часто сравниваю Bittensor с Биткойном. Биткойн решил проблему централизации вокруг денег: он не может быть инфляционным, к нему может получить доступ каждый и нет гейткиперов. Bittensor применяет ту же идею к ИИ.

С централизованным ИИ, например, OpenAI, одна власть решает, как модели обучаются, какие данные они используют, какие предвзятости имеют и что они цензурируют. Они также могут в любой момент ограничить доступ. Это большая проблема. Bittensor использует модель Биткойна, чтобы решить эту проблему для ИИ.

CN: Как компании вводят децентрализацию в ИИ?

KS: Существуют несколько хороших примеров децентрализованных решений в области ИИ. Grass поощряет сбор данных, хотя и фокусируется на одной части стека ИИ. Render — это децентрализованная вычислительная сеть, что также очень важно.

Bittensor более широк. Я бы назвал это `всемирной сетью ИИ`. Он не сосредоточен только на одной области, такой как данные или вычисления. У него есть несколько подсетевых сетей, каждая из которых решает свою собственную проблему в стеке ИИ, и они все взаимосвязаны.

CN: Почему компании выбирают создание на Bittensor вместо обращения к более устоявшимся моделям, таким как OpenAI?

KS: Я думаю, что есть несколько причин. Одна — философская. Многие люди, работающие на Bittensor, видят ценность в том, чтобы вносить вклад в децентрализованную сеть и в миссию децентрализованного ИИ. Это определенно очень привлекательно.

Другая причина — техническая. Есть преимущества масштабируемости в децентрализованной сети. Биткойн, например, создал крупнейший в мире компьютер через свой механизм вознаграждения. Он так широко распределен, что его никогда не остановят, из-за того, сколько узлов работает в разных местах, на разных сетях и с различными источниками питания.

И затем есть концепция открытых инноваций. Любой может экспериментировать, итерационировать и монетизировать свои модели без гейткиперов. Если вы инженер ИИ, обычно вам нужно подавать заявки на работу, проходить собеседования, быть принятым, а затем работать над очень конкретной задачей внутри компании. На Bittensor вы просто выбираете подсеть, на которой хотите майнить, создаете свою модель, конкурируете с другими и сразу получаете оплату за это.

CN: Модели ИИ, управляемые крупными технологическими компаниями, получают выгоду от больших объемов данных, например, Grok имеет Twitter. Как децентрализованный ИИ конкурирует?

KS: Я думаю, что Grass — хороший пример, и есть похожие проекты на Bittensor. Идея состоит в том, чтобы краудсорсить данные и поощрять людей собирать и курировать их. Эта сеть значительно выросла. Так децентрализованные сети могут предложить равные или даже лучшие наборы данных. Крупные компании контролируют самые богатые данные на сегодняшний день, но с правильными стимулами децентрализованные системы могут конкурировать.

Еще одна большая проблема заключается в том, что когда Meta или Twitter владеет вашими данными, вы ничто не получаете взамен. В качестве участника вы не получаете вознаграждение. Децентрализованные сети переворачивают это. Они выравнивают стимулы с создателями и участниками, как это должно быть. Если вы сделали фотографию, вам следует получить кредит. Если вы сделали пост, вы должны извлечь из этого выгоду.

CN: Как децентрализованный ИИ решает проблему безопасности и социального воздействия своих моделей?

KS: Существует несколько аспектов безопасности. Один из них — обучающие данные. Если они предвзяты, токсичны или содержат конфиденциальную информацию, это проблема, и это касается как централизованных, так и децентрализованных систем. Это то, над чем люди работают каждый день.

Другой аспект — это выходы моделей. Как вы можете предотвратить вредные выходы? В Bittensor этим занимаются валидаторы. Они отвечают за обнаружение вредных или низкокачественных выходов, и чем лучше они справляются, тем больше вознаграждений они зарабатывают. Это заложено в проекте сети.

Существуют также некоторые политики мониторинга от фонда, но цель заключается в том, чтобы со временем устранить это. Со временем безопасность и управление действительно становятся задачей валидаторов.

CN: Вы обеспокоены цензурой этих моделей в будущем, будь то со стороны правительств или в ответ на предвзятые выходы?

KS: Это хороший вопрос. Я бы сравнил это с централизованными или государственными СМИ, где один принимающий решение может выбирать, что показывать или не показывать. Если на них оказывается давление или они просто решают это внутренне, они могут изменить, как выглядят выходы.

Это большая проблема. Мы уже видим это в социальных сетях. Если Meta хочет продвигать определенный нарратив, они это сделают. Это не обязательно зло — это просто то, как работают стимулы.

Децентрализованный ИИ более репрезентативен для людей. Это не идеально, но если подсеть или продукт на Bittensor становится слишком предвзятым, участники сети могут голосовать и корректировать стимулы. Это значит, что плохая производительность получает меньше вознаграждений.

Идея заключается в том, что если система отражает население, люди будут поддерживать продукты, которые кажутся справедливыми и прозрачными. И это более проверяемо — вы можете видеть структуры стимулов, можете видеть код. В закрытых системах вы этого не можете. Вот что беспокоит людей о централизованном ИИ.