Інтерв’ю | Біттенсор хоче бути біткойном AI, каже засновник XTAO

Карія Самару, засновниця та генеральний директор XTAO, єдиної публічної компанії, яка працює над екосистемою Bittensor, пояснює, чому AI потрібно децентралізувати.

Штучний інтелект захопив уяву громадськості, як і кілька технологій. Однак під його потенційною брехнею серйозні занепокоєння щодо концентрації влади та контролю. В даний час найпопулярнішими моделями AI є ексклюзивна властивість декількох великих технологічних фірм, які мають повний контроль над їх дизайном та використанням.

Crypto.news розмовляв з Карією Самару, засновником та генеральним директором XTAO, публічної компанії, що працює над екосистемою AI Bittensor (TAO). Самару пояснив, чому існує потреба в альтернативній моделі, яка робить AI більш відкритою, децентралізованою та відповідно до вимог своїх користувачів.

Crypto.news: Що блокчейн приносить AI, і яку роль відіграє Біттенсор?

КАРІЯ САМАРУО: Централізація – це найбільша проблема AI. Коли AI перетворюється на найпотужніший інструмент, людство коли -небудь створювала, контролюючи лише кілька компаній, це створює величезний ризик концентрації. Я часто порівнюю Bittensor з Bitcoin. Біткойн вирішив проблему централізації навколо грошей: її не можна завищувати, кожен може отримати доступ до неї, і воротарів немає. Bittensor застосовує ту саму ідею до AI.

З централізованим ШІ, як OpenAi, один авторитет вирішує, як навчаються моделі, які дані вони використовують, які упередження вони мають та що вони цензурують. Вони також можуть відрізати доступ у будь -який час. Це велика проблема. Bittensor використовує модель Bitcoin для вирішення цього для AI.

CN: Як компанії впроваджують децентралізацію в ШІ?

К.С.: Є кілька хороших прикладів децентралізованих рішень AI. Трава стимулює збір даних, хоча він фокусується на одному шматці стека AI. Рендер – це децентралізована обчислювальна мережа, що також дуже важливо.

Bittensor ширший. Я б назвав це “всесвітньою мережею AI”. Він не зосереджується лише на одній області, як дані або обчислення. У ньому є кілька підмережок, кожна з яких вирішує різну проблему в стеку AI, і всі вони взаємопов’язані.

CN: Чому компанії будують на Bittensor, а не йдуть на більш усталені моделі, такі як OpenAI?

К.С.: Я думаю, що є кілька причин. Один – філософський. Дуже багато людей, що будуються на Біттенсор, бачать цінність у сприянні децентралізованій мережі та децентралізованій місії ШІ. Навколо цього, безумовно, багато привабливості.

Інший – технічний. У децентралізованій мережі є переваги масштабованості. Наприклад, біткойн створив найбільший комп’ютер у світі за допомогою його стимулюючого механізму. Він настільки широко розподілений, що його ніколи не можна вимкнути через те, скільки вузлів працює в різних місцях, в різних мережах та живленнях.

А потім є ця концепція відкритих інновацій. Будь -хто може експериментувати, повторювати та монетизувати свої моделі без воротарів. Якщо ви інженер AI, як правило, вам доведеться подати заявку на роботу, пройти інтерв’ю, наймати, а потім закінчити роботу над дуже конкретним завданням всередині цієї компанії. На Bittensor ви можете просто вибрати підмережу, яку ви хочете скласти, побудувати свою модель, конкурувати з іншими та миттєво платити за це.

CN: Моделі AI, якими керують великі технологічні фірми, виграють від великої кількості даних, як у Grok має Twitter. Як змагається децентралізований ШІ?

К.С.: Я думаю, що трава є хорошим прикладом, і є подібні проекти на Bittensor. Ідея полягає в тому, щоб отримати дані Crowdsource та стимулювати людей збирати та вилікувати їх. Ця мережа зросла дуже значно. Ось як децентралізовані мережі можуть принести рівні або навіть кращі набори даних якості. Big Tech контролює найбагатші дані сьогодні, але при правильних стимулах децентралізовані системи можуть конкурувати.

Ще одна велика проблема полягає в тому, що коли Meta або Twitter володіють вашими даними, ви нічого не отримуєте. Як дописувач, ви не винагороджені. Децентралізовані мережі перевертають це. Вони вирівнюють стимули з творцями та учасниками, таким, яким він повинен бути. Якщо ви сфотографуєте, вам слід зараховувати. Якщо ви робите публікацію, вам слід отримати користь від нього.

CN: Як децентралізований AI вирішує питання безпеки та соціального впливу його моделей?

К.С.: Існує кілька аспектів для безпеки. Один – це навчальні дані. Якщо він упереджений, токсичний або містить конфіденційну інформацію, це проблема, і це справедливо як для централізованих, так і для децентралізованих систем. Це те, над чим люди працюють щодня.

Іншим є виходи з моделей. Як запобігти шкідливим результатам? У Bittensor це обробляє валідатори. Вони відповідають за виявлення шкідливих або низькоякісних результатів, і чим краще вони роблять, тим більше нагород заробляє. Він запечений у мережевому дизайні.

Існують також деякі політики моніторингу від фонду, але мета – це поетапно. З часом безпека та управління дійсно стають роботою валідаторів.

CN: Ви стурбовані цензурою цих моделей, що йдуть вперед, або від урядів, або як реакція на упереджені результати?

К.С.: Це гарне запитання. Я порівнював би це з централізованими або державними ЗМІ, де єдиний керівник, який приймає рішення, може вибрати, що показати чи не показати. Якщо вони тиснуть або просто вирішують внутрішньо, вони можуть змінити, як виглядають результати.

Це велика проблема. Ми вже бачимо це в соціальних мережах. Якщо Мета захоче підштовхнути певну розповідь, вони це зроблять. Це не обов’язково зло – це просто те, як працюють стимули.

Децентралізований ШІ є більш репрезентативним для людей. Це не ідеально, але якщо підмережа або продукт на Bittensor стає занадто упередженим, учасники мережі можуть голосувати та коригувати стимули. Це означає, що погана продуктивність отримує менше винагород.

Ідея полягає в тому, що якщо система відображає населення, люди підтримуватимуть продукти, які почуваються справедливими та прозорими. І це більше аудиту – ви можете побачити структури стимулювання, ви можете побачити код. З закритими системами ви не можете. Ось що хвилює людей щодо централізованого ШІ.