Ciągle obserwuję @OpenLedger i próbuję ustalić, czy rzeczywiście rozwiązali problem sprawiedliwej rekompensaty dla dostawców danych AI, czy po prostu uczynili wydobycie bardziej przejrzystym, nie zmniejszając jego eksploatacyjnego charakteru.
To, co obserwuję, to nie to, czy przypisanie działa technicznie. Śledzenie, kto dostarczył jakie dane do którego modelu, to do zrobienia z inżynieryjnego punktu widzenia. To, co mnie interesuje, to czy podział ekonomiczny wynikający z tego przypisania reprezentuje rzeczywistą sprawiedliwość, czy jest to korzystne dla platformy wydobycie z lepszym prowadzeniem dokumentacji.
Problem sprawiedliwego wynagrodzenia w zdecentralizowanej AI.
Nie chodzi o mechanizm atrybucji. Fundamentalne pytanie to, czy śledzenie wkładów przekłada się na sprawiedliwy podział wartości, czy też platformy wciąż przejmują większość wartości, podczas gdy wkładowcy dostają tokeny reprezentujące ułamkowe roszczenia do ekonomii, nad którymi nie mają kontroli.
Ta różnica ma znaczenie, ponieważ przejrzystość bez równości to tylko czytelna eksploatacja.
OpenLedger mówi, że wkładowcy są wynagradzani, gdy ich dane trenują modele i gdy te modele generują inference. Przesyłanie danych jest weryfikowane na łańcuchu. Każda interakcja AI staje się zdarzeniem monetyzowalnym dla osób, które przyczyniły się.
Nie mogę powiedzieć, czy 'zdarzenie monetyzowalne' oznacza, że wkładowcy przechwytują sprawiedliwą wartość, czy też oznacza, że dostają małe płatności tokenowe, podczas gdy platforma przechwytuje rzeczywistą ekonomię.
Wyzwanie polega na tym, że 'sprawiedliwość' wymaga porównania. Sprawiedliwa w porównaniu do czego? Sprawiedliwa w porównaniu do przyczyniania się do scentralizowanej AI, gdzie nie dostajesz nic? To niski standard. Sprawiedliwa w porównaniu do wartości, którą twój wkład tworzy? To wymaga wiedzy, jaka część wydajności modelu pochodzi z twoich konkretnych danych, co jest funkcjonalnie niemożliwe do precyzyjnego określenia.
Większość zdecentralizowanych platform rozwiązuje to, tworząc formuły alokacji tokenów. Twój wkład jest ważony przez jakiś algorytm. Otrzymujesz tokeny proporcjonalnie do tej wagi. Formuła jest przejrzysta i na łańcuchu.
Ale przejrzyste formuły nie gwarantują sprawiedliwości. Gwarantują czytelność. Możesz dokładnie zobaczyć, jak mało dostajesz. To coś innego niż dostanie sprawiedliwej kwoty.
@OpenLedger używa $OPEN tokenów do zarządzania i wynagradzania. Wkładowcy zarabiają tokeny na podstawie uczestnictwa w datanetach, treningu modeli i atrybucji inference.
Obserwuję, czy te zachęty faktycznie się zgadzają, czy tworzą jedynie pozory zgodności, jednocześnie utrzymując wydobycie korzystne dla platformy.
Większość tokenizowanych platform ma ten problem. Wczesni wkładowcy zyskują znaczącą własność, gdy tokeny są tanie. Późni wkładowcy dostają nagrody za uczestnictwo, które nie reprezentują znaczącego przechwycenia wartości.
Może OpenLedger tego uniknęło. Może ich dystrybucja tokenów tworzy szeroką własność.
Może tego nie zrobili i to jest standardowy podręcznik kryptowalut. Uruchomienie z narracją decentralizacji. Rozdawanie tokenów dla pozoru uczestnictwa. Utrzymywanie kontroli przez alokacje dla założycieli.
Wolałbym zobaczyć faktyczne liczby. Jaki procent przychodów z inference trafia do wkładowców danych w porównaniu do platformy? Jaki jest podział własności tokenów?
Większość platform nie publikuje tego, ponieważ liczby ujawniają wydobycie.
Stawka dla ekonomii wkładowców zależy od tego, czy wynagrodzenie jest konkurencyjne w porównaniu do alternatyw. Jeśli przyczyniam się danymi do OpenLedger, to czy zarabiam więcej niż w przypadku przyczyniania się do scentralizowanych platform?
Jeśli wynagrodzenie jest lepsze niż alternatywy, to potwierdza model.
Jeśli wynagrodzenie nie jest lepsze, to propozycja wartości jest ideologiczna, a nie ekonomiczna. Uczestniczysz, bo wolisz przejrzystą eksploatację od nieprzejrzystej eksploatacji.
Większość prac związanych z danymi AI płaci bardzo mało. Oznaczanie danych dla scentralizowanych platform to praca niskopłatna bez równości. Jeśli OpenLedger płaci nieco więcej i daje potencjał tokenowy, to może być poprawa, nawet jeśli nie jest sprawiedliwa.
Warstwa atrybucji to interesująca technologia. Możliwość śledzenia, które dane przyczyniły się do które wyniki modeli, jest naprawdę przydatna.
Czy to przekłada się na sprawiedliwe wynagrodzenie, czy tylko bardziej wyrafinowane wydobycie, zależy od struktury ekonomicznej zbudowanej na tym.
Obserwuję, w którą stronę zmierza OpenLedger.
Szczególnie obserwuję zachowanie wkładowców. Jeśli ludzie wciąż przyczyniają się po zrozumieniu ekonomii, to sugeruje, że wynagrodzenie działa. Jeśli wkład spada, gdy ludzie przeliczają zyski, to sugeruje, że nie działa.
Pytanie o wynagrodzenie jest fundamentalne. Możesz zbudować imponującą infrastrukturę atrybucji. Możesz precyzyjnie śledzić każdy wkład. Jeśli podział ekonomiczny, który wynika z tej precyzji, nie sprawiedliwie wynagradza wkładowców, to tylko uczyniłeś wydobycie bardziej efektywnym.
Szczerze mówiąc, ufam platformom, które jasno publikują swoje rozkłady wartości, bardziej niż platformom, które podkreślają przejrzystość, nie pokazując, kto przechwytuje wartość.
