Trí tuệ nhân tạo thường được trải nghiệm qua bề mặt của nó. Một người mở ứng dụng, gõ một câu hỏi, tải lên một hình ảnh, hoặc đưa ra một lệnh, và chỉ trong vài giây, kết quả xuất hiện. Sự tương tác cảm thấy mượt mà và khép kín, gần như tách biệt khỏi cơ sở hạ tầng khổng lồ hoạt động bên dưới. Hầu hết mọi người chỉ gặp gỡ đầu ra cuối cùng. Họ hiếm khi thấy vô số lớp hệ thống, những người đóng góp, tập dữ liệu, nhà nghiên cứu, kỹ sư, và cơ chế phản hồi mà làm cho AI hiện đại trở nên khả thi.
Tuy nhiên, khi AI ngày càng trở nên tích hợp vào cuộc sống hàng ngày, sự mất cân bằng này càng trở nên rõ ràng.
Đằng sau mỗi phản hồi được tạo ra tồn tại một mạng lưới toàn bộ hoạt động ẩn. Dữ liệu phải được thu thập, làm sạch, tổ chức và tinh chỉnh. Các mô hình phải được huấn luyện và cập nhật. Tài nguyên tính toán phải hỗ trợ việc suy diễn ở quy mô lớn. Các nhà nghiên cứu xây dựng kiến trúc mà sau này người khác thương mại hóa. Người dùng vô tình cung cấp phản hồi cải thiện hệ thống theo thời gian. Các bộ dữ liệu chuyên biệt được tạo ra bởi các nhóm nhỏ thường trở thành một phần của các sản phẩm AI lớn hơn mà không có những đóng góp đó vẫn kết nối với giá trị cuối cùng được tạo ra.
Những gì xuất hiện với công chúng như một hệ thống thông minh duy nhất thực sự là một cấu trúc kinh tế nhiều tầng liên quan đến nhiều người tham gia mà hiếm khi nhận được sự chú ý bình đẳng.
Sự mất kết nối ngày càng tăng này đang trở thành một trong những cuộc trò chuyện quan trọng hơn về hạ tầng AI. Vấn đề không còn chỉ là liệu trí tuệ nhân tạo có thể tạo ra những đầu ra hữu ích hay không. Ngày càng nhiều, câu hỏi sâu hơn là về sự phối hợp. Ai đóng góp trí thông minh cho những hệ thống này? Làm thế nào để xử lý việc quy thuộc? Ai thu lợi từ việc AI trở nên có năng suất về mặt kinh tế? Và làm thế nào để các hệ sinh thái AI ngày càng phức tạp vẫn duy trì được tính minh bạch khi chúng mở rộng?
Đây là môi trường mà OpenLedger bắt đầu nổi bật như một dự án hạ tầng thú vị hơn là chỉ đơn giản là một câu chuyện blockchain gắn liền với xu hướng AI.
OpenLedger tiếp cận nền kinh tế AI từ một góc độ cấu trúc. Thay vì chỉ tập trung vào các ứng dụng hướng tới người tiêu dùng, nó tập trung vào các mối quan hệ cơ bản giữa các bộ dữ liệu, mô hình, tác nhân AI và các hệ thống kinh tế xung quanh chúng. Ý tưởng rộng hơn thì tương đối đơn giản: khi các hệ thống AI trở nên tiên tiến hơn, các tài sản thúc đẩy những hệ thống đó có thể cần những cách rõ ràng hơn để được theo dõi, khai thác và kết nối với việc tạo ra giá trị ở hạ nguồn.
Dự án tập trung vào niềm tin rằng các bộ dữ liệu, mô hình và các tác nhân AI tự động cuối cùng có thể hoạt động như các tài sản kỹ thuật số có giá trị kinh tế thay vì các thành phần kỹ thuật cô lập ẩn trong các hệ thống tập trung.
Sự phân biệt đó quan trọng vì AI hiện đại không phải là một công nghệ đơn lẻ. Nó là một cấu trúc bao gồm nhiều lớp liên kết hoạt động đồng thời. Dữ liệu nằm ở nền tảng. Các mô hình biến đổi dữ liệu đó thành trí thông minh có thể sử dụng. Tính toán cung cấp sức mạnh cần thiết cho việc huấn luyện và suy diễn. Các tác nhân giới thiệu tự động hóa và thực thi. Các giao diện kết nối hệ thống với người dùng. Các vòng phản hồi liên tục tinh chỉnh đầu ra. Cấu trúc khuyến khích âm thầm định hình cách mỗi người tham gia hành xử trong mạng lưới.
Khi những hệ thống này phát triển lớn hơn, việc phối hợp trở nên ngày càng khó khăn.
Những năm đầu của AI chủ yếu tập trung vào khả năng. Xây dựng các mô hình tốt hơn là thách thức trung tâm. Nhưng khi trí tuệ nhân tạo lan rộng qua các ngành công nghiệp, một vấn đề khác bắt đầu nổi lên ẩn sâu bên dưới. Thách thức không còn chỉ là về trí thông minh mà thôi. Nó liên quan đến việc tổ chức các mối quan hệ giữa tất cả những người, hệ thống và tài sản góp phần vào trí thông minh đó.
Đây là nơi mà các dự án như OpenLedger cố gắng định vị bản thân.
Hạ tầng của nó được thiết kế xung quanh những ý tưởng như quy thuộc, khả năng theo dõi, khai thác và tính thanh khoản cho các tài sản liên quan đến AI. Nói một cách thực tiễn, điều đó có nghĩa là tạo ra các hệ thống mà người đóng góp cho các hệ sinh thái AI có thể vẫn giữ được sự rõ ràng thay vì biến mất khi dữ liệu hoặc mô hình của họ bị hấp thụ vào các nền tảng lớn hơn.
Việc khai thác dữ liệu là một trong những ví dụ rõ ràng nhất của sự chuyển mình này. Các bộ dữ liệu chuyên biệt đang trở nên ngày càng có giá trị khi các hệ thống AI trưởng thành. Dữ liệu internet chung không còn đủ trong nhiều trường hợp. Các bộ dữ liệu y tế chất lượng cao, thông tin công nghiệp, hồ sơ khoa học, dữ liệu tài chính, lưu trữ pháp lý, tài liệu ngôn ngữ địa phương, và kiến thức chuyên ngành đang trở nên quan trọng hơn vì chúng cải thiện độ chính xác và tính hữu ích của mô hình.
Nhưng cảnh quan AI hiện tại thường coi những nguồn tài nguyên này như những đầu vào mà biến mất khi được tích hợp vào các hệ thống huấn luyện. Việc quy thuộc trở nên mờ nhạt. Quyền sở hữu trở nên khó theo dõi. Mối quan hệ kinh tế giữa người đóng góp và kết quả trở nên yếu dần theo thời gian.
OpenLedger dường như đang khám phá một cấu trúc khác mà bộ dữ liệu có thể tự tồn tại như các tài sản kinh tế có thể xác định trong một mạng lưới rộng lớn hơn. Mục tiêu không chỉ đơn giản là lưu trữ thông tin trên chuỗi, mà là xây dựng hạ tầng cho phép các tài sản liên quan đến AI duy trì tính khả thi và tính minh bạch kinh tế khi chúng di chuyển qua các hệ thống khác nhau.
Lý lẽ tương tự cũng áp dụng cho các mô hình và tác nhân AI.
Các mô hình AI không còn là sản phẩm phần mềm tĩnh. Ngày càng nhiều, chúng là các hệ thống mô-đun có thể được tinh chỉnh, chuyên biệt hóa, kết hợp và tái sử dụng qua nhiều ứng dụng. Các mô hình nhỏ hơn, chuyên biệt cho một lĩnh vực đang trở nên có liên quan hơn trong một số ngành công nghiệp, trong khi các tác nhân AI tự động đang bắt đầu thực hiện các nhiệm vụ với ngày càng nhiều độc lập. Những tác nhân này có thể truy cập công cụ, xử lý thông tin, giao tiếp với các API và tương tác với các hệ thống khác mà không cần giám sát của con người liên tục.
Khi các hệ thống dựa trên tác nhân mở rộng, những câu hỏi kinh tế hoàn toàn mới bắt đầu xuất hiện.
Nếu nhiều tác nhân đóng góp vào một quy trình làm việc, giá trị được phân phối giữa họ như thế nào? Nếu một hệ thống AI dựa vào các bộ dữ liệu và các mô hình chuyên biệt phát triển bởi các người đóng góp khác nhau, việc quy thuộc nên hoạt động như thế nào? Làm thế nào người dùng có thể xác minh nguồn gốc của các đầu ra? Và làm thế nào mà những hệ thống này duy trì được sự tin tưởng khi các tương tác trở nên quá phức tạp cho sự giám sát tập trung một mình?
Đây không còn là những câu hỏi phần mềm đơn giản nữa. Chúng là những vấn đề phối hợp gắn liền trực tiếp với hạ tầng.
Đây là một trong những lý do mà các hệ thống dựa trên blockchain tiếp tục xuất hiện trong các cuộc trò chuyện xung quanh AI, mặc dù phần lớn tiếng ồn và suy đoán xung quanh thường chiếm ưu thế trong các cuộc thảo luận công khai. Ở cấp độ cơ bản, các hệ thống phân tán được xây dựng xung quanh những ý tưởng như xác minh, minh bạch, phối hợp và giải quyết kinh tế giữa các tham gia có thể không hoàn toàn tin tưởng lẫn nhau. Các hệ sinh thái AI đang ngày càng đối mặt với những áp lực cấu trúc tương tự khi chúng mở rộng.
OpenLedger tồn tại trong sự chồng chéo đó.
Tầm nhìn rộng hơn của nó dường như gắn liền với việc tạo ra hạ tầng nơi mà tài sản AI có thể trở nên kết nối về mặt kinh tế hơn thay vì bị mắc kẹt trong các hệ thống cô lập. Ý tưởng về tính thanh khoản xung quanh tài sản AI đặc biệt quan trọng ở đây. Tính thanh khoản không chỉ đơn giản là đề cập đến giao dịch đầu cơ. Trong ngữ cảnh này, nó đề cập đến khả năng cho các bộ dữ liệu, mô hình và dịch vụ AI di chuyển qua các hệ sinh thái trong khi duy trì giá trị và quy thuộc có thể nhận diện.
Nếu không có loại hạ tầng đó, các hệ sinh thái AI có nguy cơ trở nên ngày càng phân mảnh. Các đóng góp tạo ra giá trị ở một tầng trong khi việc thu lợi diễn ra ở một nơi hoàn toàn khác. Tính minh bạch biến mất khi các hệ thống trở nên lớn hơn và tập trung hơn.
Cùng lúc đó, những thách thức mà các dự án như OpenLedger đối mặt là rất đáng kể và khó có thể bỏ qua.
Hạ tầng AI hiện đã rất cạnh tranh. Các công ty công nghệ lớn kiểm soát khối lượng tài nguyên tính toán khổng lồ, các kênh phân phối và các hệ sinh thái nhà phát triển hiện có. Xây dựng các hệ thống phối hợp thay thế không chỉ đòi hỏi thực hiện kỹ thuật, mà còn cần sự chấp nhận từ các nhà phát triển, nhà nghiên cứu, doanh nghiệp và người dùng, những người có thể đã phụ thuộc nhiều vào hạ tầng tập trung.
Cũng có câu hỏi về độ phức tạp. Các hệ thống quy thuộc nghe có vẻ hấp dẫn về mặt khái niệm, nhưng việc triển khai chúng trên các mạng lưới AI đang phát triển là rất khó khăn trong thực tế. Các mô hình liên tục thay đổi. Các bộ dữ liệu chồng chéo lên nhau. Các đầu ra có thể phụ thuộc vào hàng ngàn biến liên kết mà khó có thể đo lường một cách chính xác. Các khung pháp lý xung quanh quyền sở hữu dữ liệu và giá trị do AI tạo ra vẫn chưa chắc chắn ở nhiều khu vực pháp lý.
Rủi ro thực thi là rất thực tế.
Nhiều dự án hạ tầng thất bại không phải vì những ý tưởng cơ bản sai lầm, mà vì các hệ sinh thái trưởng thành chậm hơn mong đợi. Thời điểm rất quan trọng trong phát triển hạ tầng. Những hệ thống xuất hiện sớm có thể vật lộn trong nhiều năm trước khi thị trường rộng lớn hơn sẵn sàng cho chúng. Trong một số trường hợp, các lựa chọn tập trung đơn giản vẫn giữ được hiệu quả và sức hấp dẫn thương mại hơn mặc dù giảm tính minh bạch.
OpenLedger không đảm bảo sẽ giải quyết những vấn đề này. Cũng không nên được xem như một câu trả lời cuối cùng cho tương lai của sự phối hợp AI.
Nó được hiểu tốt hơn như một phần của một phong trào rộng lớn hơn cố gắng làm cho các hệ thống AI trở nên dễ thấy về mặt kinh tế và minh bạch về cấu trúc khi chúng trở nên tích hợp hơn vào xã hội. Dự án phản ánh một nhận thức ngày càng tăng rằng trí thông minh bản thân đang biến thành một nền kinh tế mạng lưới liên quan đến nhiều người đóng góp ẩn giấu hơn là một số sản phẩm cô lập.
Và sự chuyển mình đó có thể cuối cùng trở thành một trong những thực tế xác định của thời đại AI tiếp theo.
Trong nhiều năm, các cuộc trò chuyện xung quanh trí tuệ nhân tạo gần như chỉ tập trung vào khả năng. Các mô hình nhanh hơn, các phiên huấn luyện lớn hơn, và những đầu ra tiên tiến hơn đã chiếm ưu thế. Nhưng dưới cuộc đua đó, một sự chuyển mình khác đã diễn ra một cách âm thầm. Các hệ thống AI đang trở thành các hệ sinh thái. Chúng ngày càng dựa vào sự phối hợp giữa các nhà cung cấp dữ liệu, các nhà nghiên cứu, các lớp tính toán, các tác nhân tự động, người dùng và các mạng lưới hạ tầng hoạt động đồng thời.
Khi các hệ sinh thái đó trở nên phức tạp hơn, câu hỏi bên dưới chúng trở nên khó bỏ qua hơn.
Ai vẫn kết nối với việc tạo ra giá trị khi trí thông minh trở nên hữu ích về mặt kinh tế?
Câu hỏi đó nằm dưới các dự án như OpenLedger. Không phải như một lời hứa về sự chắc chắn, mà như một phần của một nỗ lực lớn hơn để suy nghĩ lại cách mà các nền kinh tế AI có thể hoạt động trong một tương lai mà trí thông minh được phân phối qua nhiều lớp, nhiều người đóng góp và nhiều hệ thống vô hình hoạt động thầm lặng bên dưới.