Phân tích ứng dụng công nghệ blockchain trong phát triển trí tuệ nhân tạo

Tiêu đề gốc: "Phân tích chuyên sâu: Ứng dụng và sự cần thiết của công nghệ chuỗi khối trong phát triển trí tuệ nhân tạo" 

Nguồn gốc: LegalDAOCN

ChatGPT là ứng dụng tiêu dùng phát triển nhanh nhất từ trước đến nay và tiếp tục phát triển nhanh chóng.

Nhưng sự thật đằng sau AI là con người vẫn cần thiết để tạo, gắn nhãn và cấu trúc dữ liệu đào tạo - và dữ liệu đào tạo rất tốn kém. Nhược điểm là khi AI tiếp tục phát triển, nhu cầu xử lý phản hồi dữ liệu ngày càng tăng theo cấp số nhân, do đó, làm thế nào để quản lý những người tham gia phát triển AI đã trở thành một vấn đề quan trọng.

Một số chuyên gia tin rằng khi robot thông minh trở nên phổ biến trên toàn thế giới, chúng sẽ được kiểm soát tốt nhất bởi các mạng phi tập trung, trong đó con người được khuyến khích đóng góp vào các tập dữ liệu. Blockchain và token có thể trợ giúp trong quá trình này...nhưng liệu blockchain có thể cứu nhân loại khỏi AI?

ChatGPT không phải là AGI (Trí tuệ tổng hợp nhân tạo)

Theo nhà nghiên cứu AI nổi tiếng Ben Goertzel, ChatGPT là một vấn đề lớn vì "ChatGPT lần đầu tiên đưa những người sáng lập Google vào văn phòng sau nhiều năm!". Goertzel là người sáng lập SingularityNET, một nền tảng giao dịch AI dựa trên blockchain và là người ủng hộ trung thành cho trí tuệ nhân tạo AGI (AGI: trí tuệ nhân tạo tổng hợp, còn được gọi là "trí tuệ nhân tạo mạnh mẽ") - cho phép máy tính tự suy nghĩ. Điều này có nghĩa là anh ấy nhìn thấy những thiếu sót của ChatGPT rõ ràng hơn hầu hết. (ChatGPT là trí tuệ nhân tạo yếu)

"Điều thú vị về ChatGPT và các mô hình thần kinh khác là chúng đạt được một mức độ tổng quát nhất định mà không có nhiều khả năng khái quát hóa. Bằng cách có rất nhiều dữ liệu đào tạo, chúng đạt được một mức hiệu suất nhất định so với từng con người. Phạm vi khả năng ... Nói cách khác, ChatGPT thực sự là một chức năng đạt được thông qua vũ lực với rất nhiều dữ liệu."

Ben Goertzel và robot Desdemona (Cách sử dụng blockchain để ngăn chặn trí tuệ nhân tạo "xóa sổ loài người")

“Tôi sẽ không sốc nếu GPT-7 có thể làm được 80% những việc con người làm, điều đó quan trọng nhưng không có nghĩa là chúng có thể là những cỗ máy tư duy ở cấp độ con người. Mà chúng có thể làm hầu hết những việc ở cấp độ con người công việc," Goertzel nói.

Đối với AI, logic dựa trên trải nghiệm khó hơn việc thu thập dữ liệu trên Internet. Logic vị ngữ có nghĩa là con người biết cách mở nắp chai, nhưng AI cần hàng nghìn tỷ dữ liệu để học nhiệm vụ đơn giản này. Goertzel giải thích rằng các mô hình ngôn ngữ lớn (LLM) tốt vẫn có thể chuyển đổi ngôn ngữ thành logic giả định, bao gồm logic nghịch lý hoặc logic tự mâu thuẫn.

“Nếu bạn cung cấp cho AI toàn bộ trang web thì hầu như mọi câu hỏi bạn hỏi đều có thể tìm thấy câu trả lời trên trang web.”

Goertzel rất quan trọng trong lĩnh vực nghiên cứu trí tuệ nhân tạo vì ông chuyên về AGI. Goertzel nói rằng ông và 90% đồng nghiệp AGI của mình tin rằng các LLM như ChatGPT khiến mọi người mất tập trung khỏi mục tiêu "khiến AI tự suy nghĩ" ở một mức độ nhất định. Nhưng ông nói thêm rằng LLM cũng có thể tạo điều kiện thuận lợi và đẩy nhanh tất cả các công việc đổi mới có thể đóng một vai trò trong AGI. Ví dụ, LLM sẽ đẩy nhanh những tiến bộ trong lĩnh vực mã hóa. LLM thậm chí có thể giúp những người bình thường không có kỹ năng viết mã xây dựng các ứng dụng web hoặc di động. Điều này có nghĩa là những người sáng lập không chuyên về kỹ thuật có thể sử dụng LLM để xây dựng các công ty khởi nghiệp về công nghệ. "Trí tuệ nhân tạo nên dân chủ hóa sự phát triển của công nghệ phần mềm, và sau đó tiến xa hơn một chút, dân chủ hóa sự phát triển của công nghệ phần cứng."

Goertzel thành lập SingularityNET, cố gắng sử dụng công nghệ blockchain và nguồn mở để "phân phối" sức mạnh kỹ thuật nhằm kiểm soát AGI cho mọi người, thay vì để nó vào tay độc quyền. Goertzel lưu ý rằng ChatGPT và các ứng dụng văn bản khác triển khai các thuật toán nguồn mở hiển thị công khai. Do đó, cơ sở hạ tầng bảo mật cho các tập dữ liệu của họ và cách người dùng có thể tham gia vào cuộc cách mạng công nghệ này đang ở thời điểm quan trọng.

Việc phát triển AI cũng vấp phải rất nhiều hoài nghi. Vào tháng 3, người đồng sáng lập OpenAI, Elon Musk và hơn 1.000 nhà lãnh đạo công nghệ khác đã kêu gọi tạm dừng phát triển AI hoặc triển khai các hệ thống mạnh hơn GPT-4. Bức thư ngỏ của họ cảnh báo rằng điều này sẽ mang lại "rủi ro sâu sắc" cho xã hội và nhân loại. Bức thư đề xuất rằng việc đình chỉ có thể cung cấp thời gian cho các hệ thống AI thực hiện “các giao thức an toàn chung”. "Nếu lệnh cấm như vậy không thể được thực hiện nhanh chóng, chính phủ nên hành động để thực hiện lệnh cấm."

Tuy nhiên, Goertzel lạc quan hơn về tiềm năng của công nghệ trong việc cải thiện cuộc sống của chúng ta, một lĩnh vực mà ông đã nghiên cứu từ những năm 1970.

Trong ảnh, Goertzel bác bỏ quan điểm của Musk và những người khác về việc đình chỉ nghiên cứu GPT-4: LLM sẽ không trở thành AGI

Cần có hệ thống danh tiếng

Humayun Sheikh là nhà đầu tư sáng lập tại DeepMind, một phòng thí nghiệm nghiên cứu AI nổi tiếng, nơi ông hỗ trợ thương mại hóa AI giai đoạn đầu và các công nghệ mạng lưới thần kinh sâu. Hiện tại, với tư cách là Giám đốc điều hành và người sáng lập của Fetch.ai, ông lãnh đạo công ty khởi nghiệp phát triển công nghệ chuyên sâu vì một "tương lai tự chủ".

Anh ấy tin rằng sự kết hợp giữa blockchain và AI sẽ mang lại lợi ích kinh tế vì trừ khi đó là một công ty hoặc tổ chức rất lớn, nếu không thì vốn cần thiết để đào tạo một mô hình AI là rất tốn kém. "Toàn bộ tiền đề của tiền điện tử là dân chủ hóa công nghệ và tài chính. Chúng tôi hình dung rằng, thay vì chỉ một thực thể độc quyền sở hữu các mô hình AI quan trọng, blockchain có thể phân tán quyền sở hữu cho những người đóng góp cho sự phát triển của nó."

“Để người dùng (mọi người) tiếp tục tham gia vào chu trình đào tạo và phát triển AI, một cách tiếp cận mà chúng tôi có thể thực hiện là thu hút sự tham gia của mọi người ngay từ đầu, đó là lý do tại sao chúng tôi nhấn mạnh vào việc phân cấp công nghệ AI. mọi người đào tạo AI ngay từ đầu hoặc để họ thử nghiệm và xác nhận hệ thống AI, đảm bảo rằng người bình thường có thể sở hữu một phần các mô hình AI là một cách tuyệt vời để giữ người dùng (con người) trong "vòng lặp". Chúng tôi muốn làm điều này trong khi đặt nền móng cho nền dân chủ này bằng những động lực phù hợp. ”

Để đạt được mục tiêu này, các hệ thống danh tiếng mới nổi và mạng xã hội phi tập trung có thể được áp dụng. Ví dụ: nhánh SingularityNet Rejuve đang mã hóa và cung cấp dữ liệu sinh học từ cộng đồng do các cá nhân gửi với hy vọng sử dụng trí tuệ nhân tạo để phân tích và so sánh chéo dữ liệu đó với dữ liệu động vật và côn trùng để khám phá phần nào của bộ gen. Chúng ta có thể sống lâu hơn. Đây là “nền kinh tế trường tồn” dựa trên AI và Web3. Trong trường hợp này, những người tham gia đã tham gia làm cho khoa học trở nên cởi mở và đóng góp vào các kết quả, vì vậy những người nộp dữ liệu cũng nên được khen thưởng vì những đóng góp của họ.

"Sự phát triển của AI phụ thuộc vào việc đào tạo con người. Hệ thống danh tiếng có thể đảm bảo chất lượng cho dữ liệu và mạng xã hội phi tập trung có thể đảm bảo rằng nhiều ý tưởng và quan điểm khác nhau được đưa vào quá trình phát triển."

Sheikh chỉ ra rằng quản trị AI dựa trên blockchain cũng có thể hữu ích, đồng thời nói rằng tính minh bạch trong việc ra quyết định có thể được đảm bảo thông qua dữ liệu được thu thập và hồ sơ không thể chối cãi về các quyết định được đưa ra mà mọi người đều có thể nhìn thấy và phân cấp. Nhưng công nghệ blockchain chỉ là một phần của câu đố. Ông nói: "Các quy tắc và tiêu chuẩn, như chúng ta thấy với DAO, luôn yêu cầu khả năng quản lý đáng tin cậy.

Goertzel đã chỉ ra: "Bạn không thể mua hoặc bán danh tiếng của người khác" và token có hiệu ứng mạng. Hệ thống danh tiếng AI dựa trên blockchain có thể đảm bảo rằng người tiêu dùng có thể phân biệt AI giả với người thật, đồng thời đảm bảo tính minh bạch để những người xây dựng mô hình AI có thể chịu trách nhiệm về việc xây dựng AI của họ. Theo quan điểm này, một số tiêu chuẩn để đo lường danh tiếng bằng mã thông báo cần được áp dụng trong cộng đồng blockchain và sau đó là trong hệ sinh thái công nghệ chính thống.

Đổi lại, hệ thống danh tiếng có thể đẩy nhanh quá trình đổi mới trong lĩnh vực trí tuệ nhân tạo. “Đây không phải là cách kiếm tiền nhanh chóng mà nó là một phần trong con đường để blockchain thống trị nền kinh tế toàn cầu. Trong lĩnh vực uy tín, blockchain có chút “bi kịch của cộng đồng” (bi kịch của Cái chung là một vấn đề trong kinh tế học xảy ra khi các cá nhân (khi phúc lợi xã hội bị bỏ qua để theo đuổi lợi ích cá nhân) nhưng mọi người sẽ được hưởng lợi từ hệ thống danh tiếng chung.

Sử dụng blockchain để quản lý tập dữ liệu

AI có thể làm được nhiều việc khi kết hợp với dữ liệu -- nhưng các chính phủ trên thế giới đang tập trung vào cách quản lý dữ liệu.

Câu hỏi quan trọng là ai sở hữu tập dữ liệu. Sự khác biệt giữa nguồn mở và nguồn đóng trở nên mờ nhạt và sự tương tác của chúng trở nên rất tinh tế. Các thuật toán AI thường là nguồn mở, nhưng các tham số của bộ dữ liệu và bản thân bộ dữ liệu thường là độc quyền và đóng, bao gồm cả ChatGPT.

Công chúng không biết dữ liệu nào đã được sử dụng để huấn luyện ChatGPT-4 nên ngay cả khi thuật toán được công khai, AI cũng không thể sao chép nó. Nhiều người đã suy đoán rằng nó đã được đào tạo bằng cách sử dụng bộ dữ liệu từ Google và Twitter; Google đã phủ nhận rằng họ đã đào tạo AI của riêng mình có tên Bard bằng cách sử dụng dữ liệu và các cuộc trò chuyện với ChatGPT, làm mờ thêm câu hỏi ai sở hữu cái gì (Cái gì) và “Làm thế nào”.

Nhà đầu tư mạo hiểm AI nổi tiếng Kai-Fu Lee thường nói rằng AI nguồn mở là sự hợp tác vĩ đại nhất của con người trong lịch sử và các tài liệu nghiên cứu về AI thường bao gồm các bộ dữ liệu của họ để tái tạo hoặc để người khác sao chép. Nhưng bất chấp nhận xét của Lee, dữ liệu thường bị dán nhãn sai khi liên quan đến nghiên cứu học thuật, Goertzel nói. Ngay cả các tập dữ liệu mở, chẳng hạn như các bài báo học thuật, cũng có thể chưa hoàn thiện, bị dán nhãn sai, vô dụng và thường khó sao chép.

Do đó, sự kết hợp giữa AI và blockchain sẽ đóng vai trò lớn trong lĩnh vực tiền xử lý dữ liệu. Có cơ hội cho các công ty tiền điện tử và DAO tạo ra các công cụ cho cơ sở hạ tầng phi tập trung để làm sạch các tập dữ liệu đào tạo. Mã nguồn mở là một chuyện, nhưng việc bảo vệ dữ liệu của bạn mới là điều quan trọng.

Goertzel chỉ ra rằng "bạn cần có cách để có được các mô hình AI thời gian thực, nhưng cuối cùng, ai đó phải trả tiền để máy tính chạy quy trình", điều này có thể có nghĩa là cho phép người dùng trả tiền để truy cập AI. thông qua mô hình đăng ký; tuy nhiên, kinh tế mã thông báo là một lựa chọn "tự nhiên" hơn. Vậy tại sao không khuyến khích các bộ dữ liệu tốt để nghiên cứu thêm? “Các đường dẫn phân tích dữ liệu” như dữ liệu gen có thể được xây dựng bởi các công ty tiền điện tử/DAO. LLM đã có thể thực hiện những việc này, nhưng "hầu hết các bước tiền xử lý này có thể được thực hiện tốt hơn theo cách phi tập trung (máy tính phân tán)", Goertzel nói, "nhưng cần rất nhiều công sức để xây dựng nó."

Sự hợp tác giữa con người và AI: Dữ liệu khổng lồ đòi hỏi những người quản lý có trách nhiệm

Trent McConaghy, người sáng lập Ocean Protocol ở Canada, cho biết một cách thực tế để xem xét sự hợp tác giữa con người và AI là "thiết kế có sự hỗ trợ của máy tính" (CAD, thiết kế có sự hỗ trợ của máy tính, đề cập đến việc sử dụng máy tính và đồ họa thiết bị giúp các nhà thiết kế thực hiện công việc thiết kế) khái niệm về. Các kỹ sư đã được hưởng lợi từ CAD hỗ trợ AI từ những năm 1980. Ông nói: “Đó là một khuôn khổ quan trọng: con người và máy tính làm việc cùng nhau để hoàn thành mục tiêu, tận dụng điểm mạnh của cả hai”.

McConaughy bắt đầu làm việc cho chính phủ Canada vào những năm 1990 và dành 15 năm phát triển các công cụ CAD hỗ trợ AI để thiết kế mạch điện. Anh ấy đã viết bài báo quan trọng đầu tiên về AI vào năm 2016.

CAD cung cấp cho chúng ta một khuôn khổ để cộng tác thực tế giữa con người và AI. Tuy nhiên, các công cụ CAD hỗ trợ AI này vẫn yêu cầu dữ liệu.

Nội dung hình ảnh: "Hãy tưởng tượng vẽ tay một con chip với 10 tỷ bộ phận... Nhưng người ta vẫn làm được, bạn biết làm thế nào không? Câu trả lời là sử dụng trí tuệ nhân tạo...

McConaughy thành lập Ocean Protocol vào năm 2017 để giải quyết vấn đề này. Ocean Protocol là mạng dịch vụ công cộng chia sẻ dữ liệu AI một cách an toàn đồng thời bảo vệ quyền riêng tư. "Đây là công nghệ AI tận dụng blockchain để cải thiện tình hình dữ liệu cho người dân trên hành tinh." Thật ấn tượng, đây là dự án tiền điện tử hoạt động tích cực thứ sáu trên GitHub.

Blockchain có rất nhiều điều để nói về lợi ích của nó trong việc đưa dữ liệu đến tay người bình thường. Giống như Goertzel, McConaghy tin rằng các máy tính phân tán có thể góp phần quan trọng vào việc bảo vệ AI khỏi việc sử dụng có mục đích xấu. IPFS, Filecoin, Ocean Protocol và các bộ kiểm soát dữ liệu phân tán khác đã đảm nhận nhiệm vụ này trong vài năm qua.

Việc khai thác dữ liệu trên Ocean đã khuyến khích mọi người chọn những tài sản dữ liệu có hoạt động cao mà họ tin rằng có thể sử dụng để phát triển AI. Các ví dụ bao gồm thị trường dữ liệu doanh nghiệp Acentrik, trợ lý AI doanh nghiệp Algovera và giao thức cạnh tranh khoa học dữ liệu phân tán Desights. McConaghy nói: “Vấn đề đối với người làm AI là nhận được nhiều dữ liệu hơn và nhiều nguồn dữ liệu hơn”.

Blockchain có thể giúp AI chia sẻ dữ liệu (dữ liệu đào tạo ban đầu, mô hình và dự đoán đào tạo ban đầu) một cách an toàn với các tính năng như tính bất biến, xuất xứ, khả năng chống kiểm duyệt và quyền riêng tư.

McConaghy coi đây là một lợi thế đáng kể khi kết hợp cả hai. "AI biến dữ liệu thành giá trị, nhưng con người phải quyết định nội dung dữ liệu nào là tốt."

Ocean Protocol đã phát triển hơn nữa nền tảng cho nền kinh tế dữ liệu AI. Nó mã hóa tài sản dữ liệu, cho phép mọi người phát hành dữ liệu có giá trị dưới dạng NFT và mã thông báo, giữ chúng trong ví, bán chúng trên DEX dữ liệu và thậm chí quản lý chúng trong DAO dữ liệu. Mã hóa dữ liệu sẽ mở ra nền kinh tế dữ liệu bằng cách tận dụng các công cụ DeFi; nhưng liệu những nỗ lực này có trở thành xu hướng chủ đạo trước AI không?

Trent McConaghy, người sáng lập Ocean Protocol, đặt mục tiêu tạo ra một thị trường giao dịch dữ liệu

Máy tính phi tập trung có thể phục vụ robot tự động

AGI là khi máy tính bắt đầu tự suy nghĩ và xây dựng các phiên bản mã nguồn tốt hơn của riêng mình. Goertzel giải thích: "AGI cấp độ con người có thể đọc mã nguồn của chính nó, toán học và khoa học máy tính hiện có, đồng thời có thể tự tái tạo để tiến hành các thí nghiệm và sau đó xây dựng cấp độ tiếp theo - siêu trí tuệ nhân tạo ASI."

Theo quan điểm của Goertzel, sẽ tốt hơn nhiều nếu công nghệ được mọi người chỉ đạo thay vì chỉ được kiểm soát bởi một công ty công nghệ hoặc quốc gia.

“Nếu bạn triển khai hệ thống AGI cho hàng triệu máy tính trên khắp thế giới, không ai có thể chĩa súng vào bạn và nói “Đưa hệ thống cho tôi” – blockchain giải quyết được vấn đề đó, phải không? Blockchain có thể giải quyết vấn đề này tốt hơn giải quyết vấn đề tiền tệ”, Goertzel tin tưởng.

Goertzel định nghĩa cụ thể AGI là "phần mềm hoặc phần cứng có khả năng vượt xa những khả năng được lập trình và đào tạo; nó có khả năng tạo ra những bước nhảy vọt sáng tạo đáng kể ngoài thông tin mà nó thu thập được."

"Theo ước tính của tôi, chúng ta hiện chỉ còn ba đến tám năm nữa là đạt đến AGI cấp độ con người, và sau đó là vài năm nữa mới đạt được AGI siêu phàm. Chúng ta đang sống trong những thời kỳ thú vị."

Trong trung hạn, trong vòng 3 đến 5 đến 8 năm tới, chúng ta sẽ chứng kiến những bước đột phá về AI nặng về dữ liệu đạt đến trình độ của con người, và điều gì sẽ xảy ra sau đó? ”

Nhiều người tin rằng bước tiếp theo trong quá trình phát triển AI có thể là một trong những trường hợp sử dụng quan trọng đối với việc quản trị blockchain. Goertzel nói: “AGI sẽ gắn kết các nhà lãnh đạo thế giới lại với nhau. AGI cần phải là nguồn mở và chạy trên hàng triệu máy nằm rải rác trên khắp hành tinh”. "Vì vậy, không quốc gia nào có thể kiểm soát được và không công ty nào có thể kiểm soát được."

Công nghệ phi tập trung không phải là giải pháp hoàn hảo

Giáo sư Kai, giáo sư khoa học và kỹ thuật máy tính tại Đại học Khoa học và Công nghệ Hồng Kông và là học giả nghiên cứu nổi tiếng tại Viện Khoa học Máy tính Quốc tế Berkeley, đồng ý rằng nút thắt chính trong quá trình dân chủ hóa AI là nguồn tài nguyên máy tính khổng lồ để vận hành. Nó. Nhưng ông không chắc công nghệ phi tập trung có thể là giải pháp hoàn hảo hay không. Ông nói: "Nếu chúng ta không giải quyết vấn đề hiện tại, chúng ta sẽ không bao giờ đi đến giai đoạn Kẻ hủy diệt. Hiện nay có vấn đề về trí tuệ nhân tạo đang xé nát xã hội một cách tinh vi; chúng ta cần giải quyết vấn đề thiên vị của con người và thiên vị của AI." . "

Ông nói rằng công nghệ phi tập trung vẫn còn mang tính thử nghiệm cao và những vấn đề Web2 này phải được giải quyết trước tiên vì chúng đang gây ra cho chúng ta những vấn đề hiện tại.

“AI đưa ra quyết định về một số thứ mà con người thường không thể phát hiện ra trong cuộc sống; công cụ tìm kiếm, YouTube, TikTok—những thứ chúng quyết định thường vô hình đối với bạn, nhưng chúng tạo ra nhiều quan điểm phân cực hơn và dẫn đến sự chia rẽ địa chính trị và trong nước không bền vững ."

Tính minh bạch của tập dữ liệu là rất quan trọng, Kay nói, nhưng nếu tập dữ liệu là toàn bộ Internet thì tập dữ liệu đó thực sự là nguồn mở. Ông tin rằng Google được đào tạo 100% về Internet và LLM sẽ sớm thay thế các thuật toán của công cụ tìm kiếm; LLM có thể được đào tạo gần như 100% từ Internet.

Do đó, Kay đặt câu hỏi về ý tưởng rằng chuỗi khối có thể giải quyết các vấn đề phức tạp về AI.

“Mặt trái của lập luận này [điện toán phân tán cho trí tuệ nhân tạo] là AI tự chủ hơn và có thể dẫn đến kịch bản Skynet từ bộ phim ‘Kẻ hủy diệt’. Loại sức mạnh tính toán phân tán này không phải là giải pháp vì bạn có thể vô tình dẫn đến sự xuất hiện của vô số trí tuệ nhân tạo. ”

Vậy giải pháp tốt nhất là gì? “Phi tập trung có những công dụng của nó, nhưng nó không phải là thuốc chữa bách bệnh; Web2 đã tạo ra nhiều hậu quả không lường trước được và chúng ta cần học hỏi từ nó và nhận ra rằng blockchain là một công nghệ nền tảng có thể mang lại nhiều lợi thế, nhưng nó vẫn không phải là một giải pháp phổ quát. "

Nhưng tất nhiên, không phải tất cả dữ liệu trực tuyến đều được sử dụng miễn phí: nghiên cứu khoa học, dữ liệu y tế, dữ liệu cá nhân do ứng dụng thu thập và vô số dữ liệu riêng tư khác có thể được sử dụng để đào tạo AI.

Theo ông, một trong những công cụ hữu ích nhất là tạo ra các mô phỏng quy mô lớn để xem tất cả điều này có thể diễn ra như thế nào. Ông nói, câu hỏi là “chúng ta nên phân cấp cái gì và không nên phân cấp cái gì?”

Vì các vấn đề xã hội do AI gây ra đã tăng theo cấp số nhân nên mọi giải pháp khả thi cũng phải được AI kích hoạt

Kết luận: Sử dụng blockchain để xử lý trước dữ liệu tốt hơn

Vậy sự kết hợp tốt nhất giữa blockchain + AI là gì? Sheikh tin rằng: "Coi blockchain là một phần quan trọng trong quá trình phát triển AI chính thống sẽ là một sự kết hợp tuyệt vời."

“Chúng tôi tin rằng việc tập trung tất cả dữ liệu mà mô hình AI xem xét vào một nơi không phải là cách tốt nhất để phát triển AI. Thay vào đó, bằng cách cho phép con người đào tạo mô hình sở hữu dữ liệu của riêng họ và được khuyến khích dựa trên cách họ thực hiện Kết quả chính xác là, Nó sẽ đẩy nhanh hơn nữa việc ứng dụng AI. Các mô hình AI trên nền tảng như vậy có thể mở rộng và bền vững hơn, đồng thời có tính bảo mật và quyền riêng tư tốt hơn."

De Kai cũng lo lắng: "Trong những năm 1970 và 1980, một trong những sai lầm lớn nhất mà chúng tôi mắc phải trong lĩnh vực AI là cho rằng mọi thứ chúng tôi làm đều đúng. Bây giờ chúng tôi phải kiểm tra lại các giả định của mình."

Liên kết gốc

Chào mừng bạn tham gia cộng đồng chính thức của BlockBeats:

Nhóm Telegram đăng ký: https://t.me/theblockbeats

Nhóm Telegram thảo luận: https://t.me/BlockBeats_App

Tài khoản Twitter chính thức: https://twitter.com/BlockBeatsAsia