Chuỗi khối sẽ đóng một vai trò quan trọng trong việc triển khai AI, nếu có thể mở rộng và phi tập trung hoàn toàn.
Sự tiến bộ nhanh chóng của trí tuệ nhân tạo (AI) đã thu hút cả thế giới, với nhiều người đặt câu hỏi bước tiếp theo cho bước đột phá công nghệ này là gì. Mặc dù AI đã chứng minh tiềm năng biến đổi các ngành công nghiệp khác nhau, nhưng nó phải đối mặt với rào cản lớn đối với việc áp dụng quy mô lớn thiếu sự tin cậy và minh bạch.
Tính toán phi tập trung thông qua chuỗi khối có thể làm giảm bớt các vấn đề về niềm tin hiện tại, nhưng có một nhược điểm.
Dominic Williams là người sáng lập và nhà khoa học trưởng của Quỹ DFINITY, một tổ chức nghiên cứu và phát triển phi lợi nhuận và là người đóng góp chính cho Máy tính Internet.
Hiện tại, hiểu biết sâu sắc còn hạn chế và không có cách thực sự nào để xác thực các nguồn dữ liệu mà mô hình AI được đào tạo, chính xác dữ liệu nào đang được mô hình thu thập và nói rộng ra là cách dữ liệu đó thông báo cho mô hình và độ chính xác của nó.
Cho đến khi có sự thay đổi cơ bản đối với tính minh bạch của các chương trình AI và cơ sở hạ tầng mà chúng được xây dựng, người dùng ở mọi cấp độ sẽ không cảm thấy an tâm khi tận dụng các mô hình này do thiếu niềm tin và sự hoài nghi chung.
Sự giao thoa giữa AI và công nghệ chuỗi khối mang lại sức mạnh tổng hợp giúp tăng cường cả hai công nghệ và thúc đẩy việc áp dụng rộng rãi thông qua sự tích hợp của chúng.
Hiện tại, hầu hết các chuỗi khối đều thiếu cơ sở hạ tầng cần thiết để hỗ trợ các mô hình AI do sức mạnh tính toán hạn chế của chúng vì AI yêu cầu bộ dữ liệu và tài nguyên tính toán đáng kể. Những hạn chế về sức mạnh tính toán một phần là do phần lớn các chuỗi khối không được phân quyền hoàn toàn.
Thay vào đó, nhiều chuỗi khối phổ biến nhất thế giới hiện nay phụ thuộc vào cơ sở hạ tầng đám mây tập trung (tức là Google Cloud và Amazon Web Services), cản trở khả năng của chuỗi khối trong việc hỗ trợ xử lý và lưu trữ dữ liệu ở tốc độ cần thiết cho AI.
Bất chấp những tiêu đề tiêu cực liên quan đến những nỗ lực hiện tại trong việc tích hợp AI với chuỗi khối không như những gì chúng có vẻ. Các tích hợp hiện tại đã dẫn đến AI chạy với chuỗi khối thay vì mục tiêu mong muốn là chạy AI trên chuỗi khối.
Cơ sở hạ tầng cốt lõi và công nghệ cơ bản cho các dự án “AI chuỗi khối” này chủ yếu hoạt động trên các máy chủ tập trung và sử dụng các plugin kết nối các mô hình AI tập trung với các chuỗi khối chạy trên các mạng đám mây tập trung. Điều này đánh bại mục đích tận dụng công nghệ chuỗi khối cho AI vì nó không giải quyết được các vấn đề cơ bản về sự tin cậy và minh bạch.
Một chuỗi khối phi tập trung hoàn toàn/hoàn toàn, chẳng hạn như Máy tính Internet (ICP), mạng mà tôi đã giúp xây dựng cung cấp khả năng tính toán phù hợp hoặc vượt quá các máy chủ đám mây Web2, sẽ cho phép các mô hình AI chạy hoàn toàn bên trong các hợp đồng thông minh. Điều này sẽ làm cho các tham số đào tạo và đầu vào làm cho các mô hình ngôn ngữ lớn trở thành nguồn mở và chống giả mạo. Để cho phép tích hợp AI trên chuỗi khối, chúng ta cần các chuỗi khối có khả năng xử lý dữ liệu ở tốc độ tương đương với các đám mây Web2, điều này chỉ có thể đến từ sự phân quyền hoàn toàn.
Bản thân việc lưu trữ các mô hình AI trên blockchain cho phép các hệ thống AI tận dụng tính phi tập trung vốn có để tăng tính minh bạch của mọi khía cạnh của mô hình. Do đó, AI trên chuỗi khối là bước hợp lý tiếp theo để đạt được thành công lâu dài vì chuỗi khối sẽ nâng cao uy tín, trách nhiệm giải trình và bảo mật của AI, thúc đẩy niềm tin lớn hơn giữa người dùng.
Tuy nhiên, có những quan niệm sai lầm về cách chính xác hai phần công nghệ có thể hoạt động đồng thời và cho đến khi chúng bị xua tan, sự phát triển của hệ sinh thái AI sẽ không thể phát huy hết tiềm năng của nó.
Việc nhận ra đầy đủ tiềm năng của AI trên chuỗi khối đòi hỏi một mạng lưới phi tập trung thực sự. Nó phải có khả năng lưu trữ và xử lý dữ liệu để các mô hình đầy đủ có thể chạy mà không bị cản trở trong các hợp đồng thông minh. Các hệ thống phi tập trung như ICP này sẽ trao quyền cho AI hoạt động như một đám mây tự trị, thay đổi cục diện phát triển AI.
Thiết lập sự thật và niềm tin
Ví dụ, hãy xem xét một mô hình AI được thiết kế cho các chuyên gia y tế. Mô hình được sử dụng rộng rãi nhưng cuối cùng tạo ra những phản hồi không đáng tin cậy. Đó là bởi vì không có cách nào dễ dàng để xác minh dữ liệu huấn luyện mà mô hình được xây dựng trên đó và cách dữ liệu đó được sử dụng.
Mô hình tập trung này chỉ tạo ra đầu ra, không có thông tin chi tiết về đầu vào. Tuy nhiên, trong một môi trường phi tập trung, mô hình ngôn ngữ lớn AI chỉ có thể được xây dựng dựa trên các sách giáo khoa y học nổi tiếng và cơ sở dữ liệu có uy tín về các tài liệu nghiên cứu y học.
Khi bác sĩ tương tác với AI, quy trình ẩn hoàn toàn minh bạch và bằng chứng mật mã đảm bảo AI đã được đào tạo về nội dung nào. Do đó, phản hồi được tạo ra có thể được xác minh và các bác sĩ có thể tin tưởng vào kết quả.
Ví dụ này chỉ là một trong số nhiều ví dụ chứng minh tại sao việc phân cấp lại quan trọng để xây dựng niềm tin vào các mô hình AI. Bằng cách hoạt động trong một môi trường hoàn toàn mở và công khai, AI trên chuỗi khối đảm bảo tính minh bạch trong xử lý dữ liệu, cho phép người dùng hiểu cách dữ liệu của họ được sử dụng.
Hơn nữa, tất cả các ứng dụng AI trên chuỗi đều có thể truy cập và đóng góp vào cùng một bộ dữ liệu, tạo ra một hệ sinh thái hợp tác trong chuỗi khối. Bản chất chống giả mạo và an toàn của các chuỗi khối đảm bảo rằng dữ liệu này cũng ít bị lạm dụng cho các mục đích xấu.
Sự hợp tác giữa AI và chuỗi khối mang đến một cơ hội đáng chú ý để thúc đẩy cả hai công nghệ và thúc đẩy trao đổi thông tin đáng tin cậy và đáng tin cậy hơn.
Bằng cách giải quyết các mối quan tâm về niềm tin và tính minh bạch, sự tích hợp này mang đến một hệ sinh thái kỹ thuật số minh bạch và đáng tin cậy hơn. Tiềm năng của AI trên chuỗi khối là rất lớn, hứa hẹn tích hợp liền mạch, hợp đồng thông minh chống giả mạo mã nguồn mở và tạo nội dung nhanh chóng cho metaverse, trò chơi và phương tiện truyền thông xã hội phi tập trung.
Tương lai nắm giữ những khả năng to lớn tại giao điểm của AI và chuỗi khối, thúc đẩy chúng ta hướng tới một tương lai phi tập trung.