Autor: CloudY, Jam
Redaktor: Vincero, YL
Recenzent: Yasmine
Pod koniec listopada 2022 r. OpenAI uruchomiło ChatGPT, inteligentny system konwersacyjny, który przyciąga uwagę całego świata i stymuluje szeroki dyskurs.
Akcje sektora sztucznej inteligencji odnotowały znaczny wzrost na rynku akcji typu A, amerykańskiej giełdzie i w świecie kryptowalut. Gdy ChatGPT zyskał szerokie zastosowanie, jego głęboki wpływ na globalny krajobraz stał się widoczny, co doprowadziło do pojawienia się nowatorskich scenariuszy zastosowań i iteracyjnych produktów o podobnym charakterze.
Nawet przejęcie OpenAI przez Microsoft i późniejsza integracja ChatGPT z ekosystemem Bing i Office wywołały wzrost oczekiwań inwestorów, co znalazło odzwierciedlenie w znacznym wzroście ceny akcji. Jednak wprowadzenie ChatGPT4, prezentującego nadludzkie możliwości sztucznej inteligencji, ostudziło początkowe podekscytowanie i skłoniło jednostki do zastanowienia się nad transformacyjnymi efektami AI w ich branżach i potencjalnymi ryzykami związanymi z dalszym rozwojem AI.
W tym kontekście niniejszy artykuł ma na celu zbadanie i udzielenie odpowiedzi na te pytania poprzez przeprowadzenie kompleksowych badań zarówno w branży sztucznej inteligencji, jak i technologii blockchain, starając się dostarczyć spostrzeżeń i rozwiązań.
Aktualny stan rozwoju branży AI
Narzędzia zwiększające produktywność
Sztuczną inteligencję można postrzegać jako narzędzie transformacyjnej produktywności, podobne do wpływu historycznych osiągnięć technologicznych, takich jak narzędzia kamienne, silniki parowe, silniki spalinowe, silniki elektryczne, komputery i internet, na społeczeństwo ludzkie. Minimalizując bariery interakcji człowiek-komputer i zwiększając wydajność powtarzalnych zadań produkcyjnych, sztuczna inteligencja może wywołać znaczące zmiany w produktywności i relacjach produkcyjnych. W konsekwencji wpływ sztucznej inteligencji rozciąga się na poprawę ogólnej jakości ludzkiej egzystencji i łagodzenie przeszkód dla ludzkiego postępu.
Technologia AI znacząco wpłynęła na różne sektory, w tym inteligentną produkcję, opiekę zdrowotną, finanse, transport, edukację itp. Umożliwiając maszynom zdobywanie wiedzy i autonomiczne wykonywanie zadań niekreatywnych, AI przyczynia się do zwiększenia produktywności i redukcji kosztów w określonych branżach. Warto zauważyć, że w badaniach farmaceutycznych AI znajduje zastosowanie w przewidywaniu struktury białek. Model ESMFold został opracowany przez zespół Meta AI, który skutecznie przewidział struktury białek z ogromnego zestawu danych obejmującego ponad 600 milionów makrogenomów. To niezwykłe osiągnięcie ujawnia rozległy zakres i różnorodność naturalnych białek, przekraczając dotychczasowe granice wyobraźni.
W praktyce technologia AI umożliwia przetwarzanie złożonych programów za pomocą języka naturalnego. Eliminuje konieczność rozumienia skomplikowanego programowania lub posiadania biegłości w kodowaniu. Zamiast tego użytkownicy mogą wyrazić pożądany wynik systemowi AI, który autonomicznie wykonuje wymagane kroki pośrednie, aby osiągnąć zamierzony wynik. Ta zwiększona produktywność wynika ze zdolności AI do przezwyciężania rozbieżności między ludzkimi intencjami a wykonywaniem zadań, negując wymóg rozległej wiedzy programistycznej lub zrozumienia skomplikowanych algorytmów.
Technologia AIGC ma ogromny potencjał dla zastosowań w różnych domenach, w tym inteligentnej obsłudze klienta, wirtualnych agentach i grach. Wykorzystując istniejące zestawy danych językowych, ChatGPT umożliwia płynne i naturalne doświadczenie konwersacyjne w systemach wirtualnych agentów i platformach gier, zwiększając zadowolenie użytkowników i konkurencyjność produktów. Ponadto ChatGPT skutecznie zastępuje ludzi w powtarzalnych zadaniach generowania treści, takich jak generowanie raportów, gromadzenie i podsumowywanie informacji, tłumaczenie i tworzenie ilustracji warunkowych. To rozszerzenie AI uwalnia ludzką produktywność, pozwalając osobom skupić się na udzielaniu niezbędnych instrukcji i angażowaniu się w twórcze zajęcia, uwalniając je od wykonywania przyziemnych zadań.
Przewodnik po trendach technologicznych
Główne zastosowania sztucznej inteligencji obejmują ogólną sztuczną inteligencję, grafy wiedzy, analizę i syntezę danych, autonomiczną jazdę oraz treści generowane przez sztuczną inteligencję (AIGC).
Wykresy wiedzy: Graficzne przedstawienie różnorodnych jednostek, relacji i atrybutów w grafach wiedzy wspomaga inteligentne wyszukiwanie, rekomendacje i aplikacje do odpowiadania na pytania.
Dane syntetyczne: generowane za pomocą uczenia maszynowego i innych technik sztucznej inteligencji (AI) dane syntetyczne służą do trenowania i oceniania modeli AI, co pozwala przezwyciężyć wyzwania związane z prywatnością i bezpieczeństwem podczas pozyskiwania lub udostępniania rzeczywistych danych.
AIGC: Technologia AIGC, wykorzystująca głębokie uczenie i modele generatywne, jest szeroko omawiana i stosowana w takich dziedzinach, jak generowanie tekstu, dźwięku, obrazu, wideo i innych.
W 2022 r. AIGC doświadczyło znaczącego przełomu w finansowaniu rynku i uwadze mediów. Należy jednak zauważyć, że AIGC jest wciąż rodzącą się technologią i znajduje się na wczesnym etapie eksploracji i rozwoju.
Etapy rozwoju AIGC można podzielić następująco:
Etap badawczy: Ta faza koncentruje się głównie na wyjaśnieniu podstawowych zasad i algorytmów AIGC, badaniu metodologii szkolenia i optymalizacji modeli oraz tworzeniu kompleksowych baz danych.
Etap aplikacji: AIGC rozpoczyna wdrożenie w różnych scenariuszach rzeczywistych, badając efektywną integrację technologii AIGC z określonymi domenami.
Etap industrializacji: AIGC ulega powszechnemu wdrożeniu w wielu branżach i obszarach, co powoduje powstanie odrębnego łańcucha przemysłowego i uzupełniającego się ekosystemu.
Podsumowując, niedawno przeszliśmy z etapu badań do etapu zastosowań, co wskazuje, że rozwój AIGC wciąż znajduje się w początkowej fazie.
Kluczowe komponenty
Dane, algorytmy i moc obliczeniowa to trzy kluczowe czynniki napędzające rozwój sztucznej inteligencji.
W domenie danych rosnące znaczenie jakości i różnorodności danych towarzyszy trwającej ewolucji technologii AI. Oprócz obfitych danych specyficznych dla domeny, skuteczne czyszczenie danych, wstępne przetwarzanie i etykietowanie są niezbędne do poprawy dokładności szkolenia algorytmów. Ponadto, fuzja danych międzymodalnych i międzydomenowych jest krytyczna w wydobywaniu zwiększonej wartości i inteligencji.
Jeśli chodzi o algorytmy, obecny stan technologii AI wykazuje iteracyjne postępy i ciągłe udoskonalanie. Przyszłe trendy koncentrują się wokół algorytmów głębokiego uczenia obejmujących modele multimodalne i wielkoskalowe, a także innowacji w autonomicznym uczeniu się, transferze wiedzy i przyrostowym uczeniu się. Te zmiany podniosą poziom inteligencji i rozszerzą zakres zastosowań algorytmów AI, ułatwiając powszechne przyjęcie technologii AI.
Jeśli chodzi o moc obliczeniową, przyspieszenie i optymalizacja obliczeń AI napędzają ciągłe uaktualnienia i ulepszenia sprzętu. Specjalistyczne układy scalone, takie jak GPU i TPU, stały się kluczowymi czynnikami, znacznie zwiększając wydajność i szybkość obliczeń AI. Ponadto postęp w zakresie przetwarzania w chmurze i przetwarzania brzegowego oferuje bardziej elastyczne i zróżnicowane środowiska obliczeniowe do przetwarzania AI.
Obecny etap branży Blockchain
Rozproszony rejestr
Blockchain jest zdecentralizowaną, rozproszoną księgą rachunkową.
Blockchain to zdecentralizowany i rozproszony rejestr z kluczową właściwością niezmienności pochodzącą z jego podstawowego mechanizmu konsensusu. Dane w łańcuchu są rejestrowane w blokach i weryfikowane przez górników/walidatorów, tworząc ciągły łańcuch. Po zarejestrowaniu danych w bloku, niezależnie od tego, czy są generowane przez inteligentne kontrakty, czy konta, stają się one niezmienne.
Trudność i koszt zakłócania konsensusu wzrastają wraz z liczbą węzłów, rozmieszczeniem geograficznym, mocą obliczeniową lub wartością tokenów staked. W rezultacie zmiana nagranej treści staje się trudnym zadaniem dla scentralizowanych podmiotów.
Co więcej, w niezmiennym otoczeniu inteligentne kontrakty, skonstruowane za pomocą kodu, umożliwiają użytkownikom angażowanie się w nie bez polegania na zaufaniu jakiejkolwiek strony trzeciej. Te inteligentne kontrakty wykonują wstępnie określone ścieżki kodu, aby ułatwić odpowiednie operacje, ostatecznie umożliwiając realizację transakcji bez zaufania w blockchain.
Ponadto, aktywa w ramach inteligentnego kontraktu mogą być dostępne tylko dla powiązanego konta, co uniemożliwia innym kontom transferowanie aktywów z oryginalnego konta za pośrednictwem inteligentnego kontraktu. Każda operacja oryginalnego konta wymaga podpisu w celu potwierdzenia tożsamości, a nawet początkowa interakcja transferu wymaga wcześniejszego zatwierdzenia, aby inteligentny kontrakt mógł uzyskać dostęp do aktywów konta. Ten projekt pozycjonuje konto portfela użytkownika jako idealne narzędzie dla jego tożsamości (DID) i aktywów.
W ramach mechanizmów konsensusu i inteligentnych kontraktów wszystkie aktywa i działania w łańcuchu mogą być rejestrowane i przypisywane dokładnie, co ułatwia automatyczną agregację powiązanych korzyści na koncie prawowitego właściciela. To skutecznie rozwiązuje problemy fałszywych aktywów i podszywania się, ponieważ zapobiega kopiowaniu i wklejaniu aktywów przez nieupoważnione osoby w celu kradzieży lub przejęcia interesów prawowitego właściciela.
Dokładniej, aktywa cyfrowe mogą być jednoznacznie zdefiniowane przy użyciu tokenizowanych adresów inteligentnych kontraktów. Na przykład, niewymienne tokeny (NFT) mogą reprezentować dzieła sztuki cyfrowej. Ponadto, działania osób mogą być uwierzytelniane przy użyciu niezbywalnych tokenów (SBT), dostarczając dowodu ich pracy lub obecności w określonym czasie i przestrzeni (Proof of Work/Proof of Attendance).
Przewodnik po trendach technologicznych
Warstwowa struktura architektury technologii Blockchain charakteryzuje się warstwami 0-2, przy czym łańcuchy konsorcjum i łańcuchy prywatne reprezentują odrębne typy scenariuszy zastosowań Blockchain.
Warstwa 0 odnosi się do infrastruktury fizycznej i architektury sieciowej Blockchain, obejmującej urządzenia sprzętowe, protokoły sieciowe i media transmisyjne. Służy jako podstawowy komponent umożliwiający komunikację międzyłańcuchową i rozwiązywanie problemów związanych z zasobami. Co ciekawe, wiodące technologie, takie jak Cosmos, Polkadot i LayerZero, są wybitnymi przedstawicielami w tej domenie.
Warstwa 1, znana również jako warstwa bazowa lub łańcuch publiczny, odgrywa fundamentalną rolę w ekosystemie Blockchain. Wybitne przykłady warstwy 1 obejmują powszechnie rozpoznawalne platformy, takie jak Bitcoin i Ethereum. Projekt protokołów i implementacja technologiczna na warstwie 1 mają znaczący wpływ na podstawową wydajność i funkcjonalności systemu Blockchain. Ponadto warstwę 1 można dalej podzielić na odrębne typy, takie jak EVM (Ethereum Virtual Machine) i systemy nieoparte na EVM, w oparciu o ich specyficzne cechy.
Warstwa 2 odnosi się do protokołów i rozwiązań zbudowanych na warstwie 1, których celem jest zwiększenie wydajności i rozszerzenie scenariuszy aplikacji Blockchain. Obecnie istnieje sześć typów protokołów warstwy 2, przy czym głównymi są ZK Rollup i Optimistic Rollup. Protokoły te umożliwiają Blockchainowi przetwarzanie większej liczby transakcji, poprawę TPS i zmniejszenie opłat za gaz.
Łańcuch konsorcjum to współpracująca sieć blockchain zarządzana przez wiele organizacji lub instytucji o wspólnych interesach, takich jak banki, firmy ubezpieczeniowe i firmy łańcucha dostaw. Różni się od łańcuchów publicznych, ponieważ ma ograniczoną liczbę uczestników i węzłów, co prowadzi do zwiększonej szybkości transakcji i bezpieczeństwa.
Łańcuch prywatny to sieć blockchain wymagająca uprawnień i należąca do pojedynczej organizacji lub instytucji, zazwyczaj pozwalająca na uczestnictwo tylko wewnętrznemu personelowi.
Kluczowe komponenty
Rozproszone węzły, kryptografia, algorytmy konsensusu, inteligentne kontrakty i kryptowaluty stanowią podstawowe elementy napędzające rozwój technologii Blockchain.
Rozproszone węzły stanowią podstawową istotę technologii Blockchain, ułatwiając zdecentralizowane przechowywanie i przesyłanie danych. Kryptografia służy jako niezbędny instrument teoretyczny, zapewniający bezpieczeństwo i prywatność Blockchain. Ponadto algorytmy konsensusu odgrywają kluczową rolę w ustanawianiu rozproszonego konsensusu w sieci Blockchain. Inteligentne kontrakty, będące samoczynnie wykonującymi się programami komputerowymi, umożliwiają wykonywanie różnorodnych instrukcji logicznych w Blockchain. Na koniec kryptowaluty, wzmocnione technikami szyfrowania, zapewniają bezpieczeństwo i anonimowość transakcji.
Dzięki wykorzystaniu rozproszonych węzłów wszyscy uczestnicy są w stanie utrzymywać kompleksową replikę danych, zapewniając w ten sposób przejrzystość i bezpieczeństwo. Podstawowe technologie w Blockchain, w tym funkcje skrótu, podpisy cyfrowe i szyfrowanie asymetryczne, to aplikacje kryptograficzne. Technologie te odgrywają kluczową rolę w ochronie integralności danych i weryfikacji tożsamości, jednocześnie chroniąc prywatność użytkowników.
Dzięki wdrożeniu algorytmów konsensusu, w tym Proof of Work (PoW) i Proof of Stake (PoS), wszystkie węzły mogą osiągnąć jednomyślną zgodę, zapewniając spójność i niezmienność danych. Inteligentne kontrakty ułatwiają transakcje bez zaufania, eliminując potrzebę pośredników, a tym samym zwiększając wydajność i bezpieczeństwo transakcji do pewnego stopnia. Pojawienie się kryptowalut, takich jak Bitcoin i Ethereum, przyspieszyło powszechną adopcję i rozwój technologii blockchain.
Przecięcie się technologii Blockchain i AI
W obliczu rewolucji sztucznej inteligencji (AI) niezwykle istotne jest zastanowienie się nad tym, w jakim stopniu sztuczna inteligencja przekształciła technologię blockchain, a także nad wpływem decentralizacji technologii blockchain i jej potencjału zaufania na sztuczną inteligencję.
Po pierwsze, sztuczna inteligencja, pełniąc funkcję narzędzia zwiększającego produktywność, ma potencjał do niwelowania barier technicznych, a tym samym zmniejszania przeszkód w branży blockchain i zwiększania jej ogólnej wydajności.
Po drugie, gry i metaświaty oparte na sztucznej inteligencji uwolnią się od z góry określonych ustawień, wprowadzając nowe narracje i doświadczenia w grach w obrębie technologii blockchain.
Inteligentne kontrakty technologii blockchain mogą wyznaczać obszary i granice działania sztucznej inteligencji lub narzucać ograniczenia na jej uprawnienia, zapobiegając w ten sposób jej nieuzasadnionemu rozprzestrzenianiu się.
Ponadto decentralizacja technologii blockchain może ułatwić dzielenie się zasobami i ich alokację, w tym danymi podstawowymi i mocą obliczeniową niezbędną do szkolenia modeli sztucznej inteligencji.
Co więcej, możliwości uwierzytelniania w ramach technologii blockchain mogą dostarczyć dowodów dotyczących integralności danych, weryfikacji tożsamości i praw własności, łagodząc w ten sposób konflikty interesów, które mogą wynikać z zastosowań sztucznej inteligencji.
Znaczenie AI dla Blockchain
Po pierwsze, AI jako narzędzie ma potencjał obniżania barier w tworzeniu treści, pozwalając osobom bez wiedzy technicznej wyrażać swoją kreatywność i tworzyć wysokiej jakości treści. Obejmuje to różne dziedziny, takie jak tworzenie NFT, rozwój zasobów gier, modelowanie metawersum i generowanie kodu.
Jednak obecne wykorzystanie AIGC w dziedzinie NFT jest w przeważającej mierze ograniczone do generowania prostych obrazów, pozbawionych podstawowych rozróżnień od tradycyjnej sztuki generatywnej. Aby w pełni wykorzystać potencjał AIGC w przestrzeni NFT, konieczne są dalsze badania w celu rozszerzenia cech NFT, podobnie jak Mirror World wykorzystuje AI do nadania NFT odrębnej esencji.
Po drugie, istnieje znaczna redukcja barier technicznych związanych z rozwojem kodu. Pisanie kodu obejmuje wdrażanie inteligentnych kontraktów i hakowanie lub działania white-hat, reprezentujące przeciwne końce spektrum. AI może ułatwiać wdrażanie inteligentnych kontraktów poprzez programowanie języka naturalnego, podczas gdy przeciwnicy mogą wykorzystywać AI do analizowania kodu kontraktu i przeprowadzania ataków. Wykorzystując AI, możliwe staje się iterowanie wdrożonego kodu kontraktu, wspierając wewnętrzną konkurencję i ustanawiając bardziej solidną i niezawodną bazę kodu w całej branży. Ta podstawa pozwala interesariuszom na priorytetowe traktowanie optymalizacji architektury blockchain, projektowania kompleksowych projektów i ulepszania rozgrywki, wspierając w ten sposób innowacyjność na poziomie biznesowym.
Podobnie uproszczenie barier technicznych przez AI umożliwia powszechne stosowanie wcześniej złożonych operacji. Przykłady obejmują pożyczki błyskawiczne, optymalne strategie wydobywcze i automatyczne pozyskiwanie plonów, Judgment of Head Miner Exit Time, które wszystkie mogą być osiągnięte przez AI. AI posiada zdolność autonomicznego programowania, wybierania ścieżek i bezpośredniego wykonywania tych operacji. Jest to równoległe do wykorzystania kart umiejętności w grze Yu-Gi-Oh!, gdzie karty umiejętności aktywują się i działają automatycznie. Ta dostępność umożliwia zwykłym użytkownikom angażowanie się w operacje, które wcześniej były ograniczone do osób o wysokiej wiedzy technicznej. Na przykład przechwytywanie MEV zazwyczaj wymaga zaprogramowania bota MEV. Jednak gdy takie zadania stają się osiągalne dla zwykłych osób, marże zysku maleją, ponieważ uczestnictwo staje się powszechne. W rezultacie następuje wyścig gazowy, w którym wysokie opłaty za gaz obniżają wartość MEV ze względu na zasady teorii gier. Ostatecznie prowadzi to do zmniejszenia rentowności i zmniejszenia wpływu MEV. Zjawisko to jest przykładem formy rozwoju technologicznego, która stymuluje optymalizację branży.
AI ułatwi powszechną adopcję technologii blockchain. Obecnie jest mniej niż 320 000 aktywnych użytkowników Ethereum, co stanowi niewielką część całkowitej liczby użytkowników Internetu, zgodnie z danymi Footprint Analytics. Głównym wyzwaniem jest brak popytu ze strony użytkowników i złożoność interakcji w łańcuchu. Wcześniej integrowanie danych z łańcuchem bloków lub korzystanie z biletów i poświadczeń opartych na łańcuchu bloków wymagało ustanowienia systemu blockchain lub ponoszenia wysokich opłat za gaz, co skutkowało znacznymi kosztami. Jednak wykorzystanie technologii AI pozwala teraz na niedrogą konstrukcję łańcucha bloków i optymalizację wykorzystania danych w łańcuchu, co prowadzi do zmniejszenia opłat za gaz. W rezultacie technologia blockchain może być stosowana, a inteligentne kontrakty wdrażane w różnych domenach wymagających uwierzytelniania i przejrzystości. Ostatecznie uproszczony system interakcji oparty na AI przyciągnie znaczną liczbę użytkowników do branży blockchain.
Wpływ AI w kontekście blockchain ogranicza się głównie do warstwy aplikacji. Użytkownicy mogą wykorzystać AI, aby ominąć złożoność pisania inteligentnych kontraktów i bezpośrednio wdrażać aplikacje dostosowane do ich potrzeb. W związku z tym nacisk rozwoju projektu przesunie się z emisji na innowacje i operacje. Oczekuje się, że warstwa aplikacji przejdzie w przyszłości znaczące zmiany transformacyjne. Jednak wpływ AI nie obejmuje warstw podstawowych, w tym warstwy wykonania, konsensusu i danych, które wymagają fundamentalnych postępów. Sama automatyzacja powtarzalnych zadań nie wystarczy, aby napędzać jakościowe transformacje w tych obszarach. Na przykład wdrożenie EIP1559 w aktualizacji Ethereum London wzmocniło postęp Ethereum, podczas gdy ukończenie aktualizacji w Szanghaju ma kluczowe znaczenie dla zwiększenia wolumenu stakingu ETH, wzmocnienia bezpieczeństwa Ethereum i ożywienia wzrostu sektora LSD.
Rola Blockchain w AI
Nieodłączna różnica między decentralizacją technologii blockchain a scentralizowaną technologią sztucznej inteligencji (AI) paradoksalnie stwarza okazję do zajęcia się wyzwaniami, z jakimi boryka się AI.
Dominująca centralizacja nowoczesnych technologii AI i big data pod kontrolą ograniczonej liczby potężnych podmiotów o znaczących możliwościach technologicznych i zasobach daje wpływ na trendy rynkowe i zachowania użytkowników. W związku z tym osoby są zmuszone zaufać wiernemu wykonywaniu instrukcji przez AI, co prowadzi do nieodłącznych ryzyk, takich jak naruszenia prywatności, stronniczość algorytmiczna i niewłaściwe wykorzystanie danych.
Rozproszona i zdecentralizowana natura blockchain zapewnia praktyczne rozwiązanie tych wyzwań. Dzięki inteligentnym kontraktom można ograniczyć dostępność danych i granice operacyjne, zmniejszając w ten sposób ryzyko złośliwego zachowania. Wdrożenie węzłów monitorujących umożliwia karanie niewłaściwego postępowania poprzez konfiskatę zasobów obliczeniowych AI. Ta struktura zapewnia ukierunkowane skupienie AI na rozwoju człowieka, zapobiegając nadmiernemu wykorzystaniu i nieautoryzowanym działaniom.
Blockchain umożliwia anonimowym użytkownikom decydowanie, czy udostępnić podstawowe niezbędne dane do szkolenia modelu AI. Technologia zerowej wiedzy (zk) umożliwia ujawnienie danych użytkownika przy jednoczesnym zachowaniu prywatności. Cały proces gromadzenia, przechowywania i udostępniania danych działa na zdecentralizowanych węzłach, zapewniając bezpieczeństwo danych, dostępność i weryfikację źródła. W związku z tym proporcjonalna część zysku generowanego przez model AI może zostać rozdzielona jako dywidenda dla właścicieli danych. Odpowiedni mechanizm zachęt może wykorzystać zdecentralizowaną naturę blockchain z wysokim bezpieczeństwem danych.
Podobnie użytkownicy, którzy podpowiadają modele AI, mogą również otrzymywać częściowe zyski w oparciu o ich własność podpowiedzi, gdy są wykorzystywane. To rozwiązanie chroni interesy zarówno właścicieli danych AI, jak i dostawców podpowiedzi.
Obliczeniowe wydobywanie danych jest kluczowym zagadnieniem ze względu na znaczne wymagania dotyczące danych i odpowiedniej mocy obliczeniowej. Jednak obecna globalna podaż zasobów obliczeniowych jest niższa od popytu. Aby temu zaradzić, zdecentralizowane pule wydobywcze w chmurze obliczeniowej mogą agregować zasoby i zapewniać dotacje dla współtwórców. Następnie aukcja mocy obliczeniowej do szkolenia modeli AI zapewnia efektywne wykorzystanie ograniczonych zasobów przy jednoczesnym zapewnieniu bezpieczeństwa obliczeniowego i niezawodności. Ponadto integracja danych, algorytmów i mocy obliczeniowej umożliwia opracowanie protokołu AI-as-a-Service. Wykorzystując decentralizację i możliwość ponownego użycia, protokół ten oferuje użytkownikom w potrzebie usługi konstruowania modeli AI, obejmujące pozyskiwanie danych, przetwarzanie, wybór algorytmów i alokację zasobów obliczeniowych. To podejście oparte na ekosystemie łagodzi ryzyko centralizacji, jednocześnie zachowując korzyści w łańcuchu dostaw.
W obszarze zastosowań AI blockchain skutecznie rozwiązuje problemy takie jak piractwo, plagiat i wirtualne tożsamości, które wynikają z niezwykłych możliwości uczenia się AI. Rejestrując dzieła sztuki jako NFT w łańcuchu, unikalne adresy inteligentnych kontraktów potwierdzają ich autentyczność. Wartość dzieł sztuki, oprócz ich inherentnych cech artystycznych, zależy również od tożsamości ich twórców, tak jak imitacje Słonecznika Van Gogha mają niewielką wartość. Podczas gdy blockchain może udowodnić, który obraz słonecznika jest naprawdę wykonany ręką Van Gogha. Ponadto blockchain może być wykorzystywany do tworzenia rozproszonych grafów wiedzy, zapewniając integralność, trwałość i dostępność danych.
Aby rozwiązać problem tworzenia tożsamości wirtualnych przy użyciu danych osobowych przez AI, można wykorzystać Owner Attested Tokens (OAT) lub Self-sovereign Biometric Tokens (SBT). Każda akcja blockchain jest rejestrowana, a odpowiadający jej OAT lub SBT jest odrębny, co umożliwia weryfikację tożsamości na podstawie tych tokenów. Odporna na manipulacje natura blockchain gwarantuje niemożność sfabrykowania nieistniejących zdarzeń.
Podsumowując, AI służy jako narzędzie produktywności, napędzając adopcję blockchain i wprowadzając nowe narracje dla metawersum. Jednak AI ogranicza się do zastępowania powtarzalnych zadań i zmniejszania barier technicznych, nie będąc w stanie napędzać innowacji w krytycznych technologiach. W związku z tym wpływ AI na branżę blockchain pozostaje ograniczony do warstwy aplikacji.
Z drugiej strony blockchain działa jako kontroler ryzyka i optymalizator zasobów w branży AI. Ogranicza nadmierny rozwój AI i nieautoryzowane operacje, chroni prawa własności danych i aktywów oraz optymalizuje integrację danych i zasobów obliczeniowych wymaganych przez AI. Niemniej jednak jego zakres obejmuje przede wszystkim promowanie przejrzystości, decentralizacji i własności danych w ramach AI.
Odniesienie
[1]„Bitcoin: elektroniczny system gotówkowy typu peer-to-peer” autorstwa Satoshi Nakamoto (2009.03)
[2]„Mastering Bitcoin” Andreasa Antonopoulosa (2016.03)
[3] „Wyzwania i najnowsze osiągnięcia w sieciach kanałów płatności opartych na technologii blockchain” (2021.07)
[4] „Poza Web3: fantastyczny dryf AIGC, nowego ulubieńca kapitału” autorstwa 0xmin (2022.10)
[5] „Dylemat AIGC i sposób przełamywania barier w Web3” autorstwa wheart.eth (2022.11)
[6] „AIGC: Rewolucja produktywności treści” autorstwa Yang Renwen (2022.12)
[7] „Powstanie i ewolucyjne informacje o dużych modelach językowych: przyspieszenie przewidywania struktury białek” autorstwa Zeminga Lina (2023.03)
[8] „Jak sztuczna inteligencja może pomóc w budowie Web3” z crypto.com (2023.03)
[9] „Refleksje: wpływ przełomów w dziedzinie sztucznej inteligencji na twórców i NFT” autorstwa Sleepy (2023.04)
[10] „Biała księga Ethereum” autorstwa Vitalika Buterina (2023.05)
#OpenAI #chatGPT-4 #crypto2023 #Binance
