Hầu hết mọi người chưa bao giờ đồng ý giúp đào tạo các hệ thống trí tuệ nhân tạo, nhưng theo nhiều cách, họ đã làm điều đó. Nhiều năm trò chuyện trực tuyến, đánh giá, bài đăng, tìm kiếm, ảnh và phản hồi dần trở thành một phần của nguyên liệu thô được sử dụng để xây dựng AI hiện đại. Internet đã biến hành vi con người thành dữ liệu, và dữ liệu cuối cùng đã trở thành một trong những nguồn tài nguyên quý giá nhất trong công nghệ. Điều cảm thấy kỳ lạ bây giờ là sự kiểm soát của những người bình thường đối với các hệ thống được xây dựng từ những đóng góp của họ ít đến mức nào.
Sự mất cân bằng này đã trở nên khó bỏ qua hơn khi AI ngày càng xâm nhập vào cuộc sống hàng ngày. Một vài công ty hiện đang nắm giữ những bộ dữ liệu khổng lồ, các mô hình tiên tiến và sức mạnh tính toán cần thiết để tiếp tục cải thiện chúng. Trong khi đó, những người liên tục tạo ra thông tin trực tuyến thường không kết nối được với giá trị đang được tạo ra. Hầu hết người dùng không biết dữ liệu của họ kết thúc ở đâu, nó được sử dụng như thế nào, hoặc liệu họ có nên có bất kỳ quyền lợi nào đối với nền kinh tế đang hình thành xung quanh trí tuệ nhân tạo hay không.
Trong nhiều năm, các dự án blockchain khác nhau đã cố gắng thách thức cấu trúc đó. Một số tập trung vào điện toán phi tập trung. Những người khác thử nghiệm với các thị trường dữ liệu mở hoặc mạng lưới AI token hóa. Những lời hứa thường nghe có vẻ tham vọng, nhưng nhiều dự án đã gặp phải cùng một vấn đề cơ bản. Họ không thể giải quyết đúng cách vấn đề phân bổ. Khi thông tin vào một hệ thống đào tạo AI, nó trở nên khó theo dõi dữ liệu nào thực sự quan trọng, ai đã đóng góp giá trị có ý nghĩa, hoặc cách phần thưởng có thể được phân phối công bằng thực tế.
Vấn đề này lớn hơn nhiều so với những gì nó xuất hiện ban đầu. Các mô hình AI được đào tạo trên một lượng thông tin liên kết khổng lồ. Một phản hồi được tạo ra bởi một mô hình có thể bị ảnh hưởng bởi hàng triệu tín hiệu nhỏ được thu thập từ nhiều nguồn khác nhau theo thời gian. Chính vì sự phức tạp đó, quyền sở hữu trong AI vẫn còn mơ hồ. Hệ thống hiện tại chủ yếu yêu cầu mọi người tin tưởng vào các công ty tập trung mà không cung cấp nhiều sự minh bạch.
OpenLedger đang tham gia cuộc trò chuyện này với một cách tiếp cận khác. Dự án mô tả mình là một blockchain tập trung vào AI được thiết kế để kết nối các tập dữ liệu, mô hình, và các tác nhân AI trong một hệ thống kinh tế minh bạch hơn. Thay vì coi sự phát triển AI như một thứ hoàn toàn được kiểm soát sau các cấu trúc doanh nghiệp đóng kín, OpenLedger đang cố gắng xây dựng hạ tầng mà từ đó các đóng góp có thể được theo dõi và có thể được monet hóa một cách cởi mở hơn.
Điều làm cho dự án trở nên thú vị là nó không tự giới thiệu mình như một giải pháp hoàn hảo cho mọi vấn đề xung quanh AI. Hướng đi có vẻ tập trung hơn so với nhiều câu chuyện crypto-AI trước đó. Thay vì cố gắng thay thế hoàn toàn các công ty AI hiện có, OpenLedger dường như quan tâm hơn đến việc xây dựng các hệ thống cải thiện tính minh bạch xung quanh việc ai đóng góp giá trị và cách giá trị đó di chuyển qua các mạng lưới AI.
Một trong những ý tưởng chính của dự án được gọi là "Proof of Attribution." Nói một cách đơn giản, hệ thống nhằm xác định các tập dữ liệu hoặc người đóng góp nào đã giúp ảnh hưởng đến hành vi của một mô hình. Nếu những mô hình đó sau này tạo ra giá trị kinh tế, các người đóng góp có thể lý thuyết nhận phần thưởng liên quan đến sự tham gia của họ trong quá trình đào tạo.
Đó là một ý tưởng hấp dẫn vì nó nói trực tiếp đến sự thất vọng ngày càng gia tăng xung quanh AI. Nhiều người cảm thấy rằng các công ty công nghệ lớn hưởng lợi từ kiến thức tập thể của con người trong khi những người đóng góp thì vẫn ẩn danh. OpenLedger đang cố gắng làm cho mối quan hệ đó có thể đo lường hơn thay vì để các hệ thống AI hoạt động hoàn toàn như những chiếc hộp đen.
Nhưng ngay cả khi ý tưởng nghe có vẻ công bằng, việc triển khai nó trong thực tế là cực kỳ khó khăn. Các hệ thống AI không phải là các cơ sở dữ liệu đơn giản mà từ đó các đóng góp có thể được theo dõi một cách sạch sẽ từ đầu đến cuối. Sự ảnh hưởng bên trong các mô hình máy học là nhiều lớp, xác suất, và thường không thể tách rời hoàn toàn. Đo lường chính xác một tập dữ liệu đã hình thành đầu ra của mô hình như thế nào có thể vẫn gây tranh cãi bất kể các hệ thống phân bổ tiên tiến đến đâu.
Dự án này cũng giới thiệu khái niệm "Datanets," là các tập dữ liệu thuộc sở hữu của cộng đồng được tổ chức xung quanh các lĩnh vực hoặc ngành cụ thể. Thay vì chỉ dựa vào các tập dữ liệu lớn và khép kín do các tập đoàn lớn kiểm soát, các cộng đồng nhỏ hơn có thể lý thuyết xây dựng và duy trì các mạng lưới kiến thức chuyên biệt của riêng họ. Những tập dữ liệu đó có thể hỗ trợ các hệ thống AI ngách được thiết kế cho các nhiệm vụ tập trung hơn.
Phần đó của tầm nhìn có thể thực sự phù hợp với hướng đi của AI. Trong khi các mô hình đa năng khổng lồ thống trị các tiêu đề, nhiều doanh nghiệp và nhà phát triển đang trở nên quan tâm hơn đến các hệ thống chuyên biệt nhỏ hơn. Các mô hình tập trung đôi khi có thể thực hiện tốt hơn trong các ngành cụ thể trong khi yêu cầu ít hạ tầng và chi phí hoạt động thấp hơn. OpenLedger dường như nhận ra rằng các hệ sinh thái AI tương lai có thể trở nên phân mảnh và chuyên biệt hơn theo thời gian thay vì hoàn toàn bị thống trị bởi một vài hệ thống phổ quát.
Nền tảng cũng bao gồm các công cụ được thiết kế để đơn giản hóa việc triển khai và tùy chỉnh mô hình. Về lý thuyết, điều đó có thể giúp các nhà phát triển nhỏ tham gia vào sự phát triển AI mà không cần những ngân sách khổng lồ do các công ty công nghệ lớn kiểm soát. Các nhà nghiên cứu độc lập, các startup và các cộng đồng trực tuyến nhỏ hơn có thể hưởng lợi từ hạ tầng được xây dựng đặc biệt xung quanh sự phối hợp AI thay vì điều chỉnh các hệ thống blockchain phổ quát cho các nhiệm vụ mà chúng chưa bao giờ được thiết kế để xử lý.
Tuy nhiên, vẫn còn nhiều sự đánh đổi khó khăn không thể bỏ qua. Các hệ thống mở thường gặp khó khăn với việc kiểm soát chất lượng. Khi phần thưởng tài chính được giới thiệu, một số người tham gia không thể tránh khỏi việc tập trung vào việc khai thác các động lực thay vì đóng góp thông tin hữu ích. Các tập dữ liệu chất lượng thấp, các đóng góp spam, và nội dung tổng hợp có thể trở thành những thách thức lớn trừ khi các hệ thống điều tiết đủ mạnh để lọc bỏ sự lạm dụng một cách hiệu quả.
Quản trị cũng tạo ra sự không chắc chắn. Các dự án blockchain thường quảng bá tính phi tập trung, nhưng quyền lực trong các hệ sinh thái phi tập trung thường tập trung quanh những người dùng có kỹ năng kỹ thuật, các chủ sở hữu token lớn, hoặc những người tham gia sớm có ảnh hưởng mạnh hơn đến quyết định. Sự tham gia mở không tự động đảm bảo sự tham gia bình đẳng. Đôi khi quyền lực chỉ đơn giản là phân phối khác nhau thay vì giảm hoàn toàn.
Cũng có vấn đề về quy định. Các chính phủ trên toàn thế giới đang chú ý hơn đến sự minh bạch của AI, tranh chấp bản quyền và trách nhiệm cho các đầu ra gây hại. Sự tập trung của OpenLedger vào việc phân bổ có thể giúp giải quyết một số mối quan ngại về sự minh bạch, nhưng các hệ thống phi tập trung cũng có thể tạo ra những phức tạp pháp lý mới. Nếu một mô hình AI được xây dựng qua các đóng góp của cộng đồng sản xuất nội dung gây hại hoặc gây hiểu lầm, trách nhiệm trở nên khó để phân định rõ ràng.
Cấu trúc kinh tế đứng sau các mạng lưới AI token hóa đưa ra rủi ro bổ sung. OpenLedger kết nối sự tham gia, quản trị, và phần thưởng thông qua token OPEN của nó. Cấu trúc đó phổ biến trong các hệ sinh thái crypto, nhưng nhiều dự án blockchain đã gặp khó khăn khi sự đầu cơ bắt đầu vượt qua tính hữu ích thực tế. Các khái niệm kỹ thuật mạnh mẽ không phải lúc nào cũng sống sót khi các động lực tài chính làm biến dạng các mục tiêu ban đầu của một mạng lưới.
Đồng thời, ngành công nghiệp AI hiện tại đã gặp phải những vấn đề tập trung nghiêm trọng. Một số lượng nhỏ các tập đoàn kiểm soát khối lượng dữ liệu, sức mạnh tính toán và cơ sở hạ tầng khổng lồ. Nhiều nhà phát triển nhỏ cảm thấy ngày càng phụ thuộc vào các hệ thống mà họ không thể ảnh hưởng một cách có ý nghĩa. Các dự án như OpenLedger dường như xuất hiện một phần từ sự thất vọng đó và một phần từ niềm tin rằng cơ sở hạ tầng AI nên trở nên dễ tiếp cận hơn trước khi quyền kiểm soát trở nên tập trung hơn nữa.
Những người có thể hưởng lợi nhiều nhất từ mô hình này có thể là các nhà phát triển độc lập, các cộng đồng nghiên cứu ngách, các startup AI nhỏ hơn, và các nhóm nắm giữ các tập dữ liệu chuyên biệt có giá trị thực trong ngành. Nhưng sự tham gia vẫn yêu cầu hiểu biết kỹ thuật, truy cập internet, và quen thuộc với các hệ thống blockchain. Điều đó có nghĩa là nhiều người dùng bình thường có thể vẫn bị loại trừ ngay cả trong các hệ sinh thái được xây dựng xung quanh sự cởi mở.
Cũng có một câu hỏi lớn hơn đang dần hình thành dưới tất cả điều này. Nếu AI cuối cùng trở thành một môi trường mà các tác nhân tự trị tương tác, trao đổi dịch vụ, thu thập thông tin và hoạt động kinh tế độc lập của chúng, thì các hệ thống phân bổ và thanh toán tự động có thể trở nên quan trọng hơn nhiều so với những gì chúng ta thấy ngày nay. OpenLedger dường như đang xây dựng với khả năng tương lai đó trong tâm trí.
Nhưng lịch sử công nghệ hiếm khi giữ được lý tưởng lâu dài. Internet bắt đầu với những tham vọng mở và phi tập trung trước khi quyền lực dần dần tập trung quanh một số nền tảng thống trị. Mạng xã hội cũng theo một con đường tương tự. AI có thể cuối cùng lặp lại cùng một mô hình bất kể hạ tầng ban đầu trông như thế nào.
Vậy có lẽ câu hỏi thực sự không phải là liệu các hệ thống AI phi tập trung có thể hoạt động về mặt kỹ thuật hay không. Câu hỏi khó hơn là liệu các dự án như OpenLedger có thể giữ được sự mở thực sự khi trí tuệ nhân tạo trở nên quá quan trọng về mặt kinh tế đối với các tổ chức và tập đoàn lớn không thể tránh xa.
\u003cm-44/\u003e\u003ct-45/\u003e\u003cc-46/\u003e
