Bagaimana AI Terdesentralisasi dan Bukti Pengetahuan Sifar Akan Mendemokrasikan Pengiraan

AI berisiko terhadap pemusatan yang sama yang dilihat dalam edisi awal internet. Tetapi cara lain mungkin, katakan Mahesh Ramakrishnan dan Vinayak Kurup.

AI terdesentralisasi berjanji untuk mendemokrasikan pengiraan, menjadikannya boleh diakses oleh pembangun yang lebih kecil dan melindungi daripada penyatuan kuasa oleh beberapa aktor utama.

Pada penghujung bulan Julai, Mark Zuckerberg menulis surat yang menjelaskan mengapa "sumber terbuka diperlukan untuk masa depan AI yang positif," di mana beliau menyanjung puitis tentang keperluan untuk pembangunan AI sumber terbuka. Pengasas remaja yang dahulunya kutu buku, kini bertukar menjadi wakeboarding, memakai rantai emas dan jiu-jitsu bertarung "Zuck," telah dijenamakan sebagai mesias pembangunan model sumber terbuka.

Tetapi setakat ini, dia dan pasukan Meta tidak banyak menyatakan tentang cara model ini digunakan. Memandangkan kerumitan model mendorong keperluan pengiraan lebih tinggi, jika penggunaan model dikawal oleh segelintir pelakon, adakah kita tidak tunduk kepada bentuk pemusatan yang serupa?

AI terdesentralisasi berjanji untuk menyelesaikan cabaran ini, tetapi teknologi memerlukan kemajuan dalam teknik kriptografi terkemuka industri dan penyelesaian hibrid yang unik.

Op-ed ini adalah sebahagian daripada DePIN Vertical baharu CoinDesk, yang meliputi industri baru muncul bagi infrastruktur fizikal terpencar.

Tidak seperti penyedia awan berpusat, AI terdesentralisasi (DAI) mengedarkan proses pengiraan untuk inferens dan latihan AI merentas berbilang sistem, rangkaian dan lokasi. Jika dilaksanakan dengan betul, rangkaian ini, sejenis rangkaian infrastruktur fizikal terdesentralisasi (DePIN), membawa faedah dalam rintangan penapisan, akses pengiraan dan kos.

DAI menghadapi cabaran dalam dua bidang utama: persekitaran AI dan infrastruktur terdesentralisasi itu sendiri. Berbanding dengan sistem berpusat, DAI memerlukan perlindungan tambahan untuk menghalang akses tanpa kebenaran kepada butiran model atau kecurian dan replikasi maklumat proprietari. Atas sebab ini, terdapat peluang yang kurang diterokai untuk pasukan yang menumpukan pada model sumber terbuka, tetapi menyedari potensi kelemahan prestasi model sumber terbuka berbanding rakan sejawat sumber tertutup mereka.

Sistem terdesentralisasi secara khusus menghadapi halangan dalam integriti rangkaian dan overhed sumber. Pengedaran data pelanggan merentas nod yang berasingan, contohnya, mendedahkan lebih banyak vektor serangan. Penyerang boleh memutarkan nod dan menganalisis pengiraannya, cuba memintas penghantaran data antara nod, atau malah memperkenalkan bias yang merendahkan prestasi sistem. Walaupun dalam model inferens terpencar yang selamat, mesti ada mekanisme untuk mengaudit proses pengiraan. Nod diberi insentif untuk menjimatkan kos ke atas sumber dengan membentangkan pengiraan yang tidak lengkap dan pengesahan menjadi rumit kerana kekurangan pelakon yang dipercayai dan berpusat.

Bukti Pengetahuan Sifar

Bukti sifar pengetahuan (ZKP), walaupun pada masa ini terlalu mahal dari segi pengiraan, merupakan satu penyelesaian yang berpotensi untuk beberapa cabaran DAI. ZKP ialah mekanisme kriptografi yang membolehkan satu pihak (the prover) meyakinkan pihak lain (the verifier) ​​tentang kebenaran sesuatu kenyataan tanpa mendedahkan sebarang butiran tentang kenyataan itu sendiri, kecuali kesahihannya. Pengesahan bukti ini adalah pantas untuk nod lain berjalan dan menawarkan cara untuk setiap nod membuktikan ia bertindak mengikut protokol. Perbezaan teknikal antara sistem bukti dan pelaksanaannya (selam lebih mendalam mengenai perkara ini akan datang kemudian) adalah penting untuk pelabur dalam ruang.

Pengiraan berpusat menjadikan latihan model eksklusif kepada segelintir pemain yang mempunyai kedudukan yang baik dan mempunyai sumber. ZKP boleh menjadi sebahagian daripada membuka kunci pengiraan terbiar pada perkakasan pengguna; MacBook, contohnya, boleh menggunakan lebar jalur pengiraan tambahannya untuk membantu melatih model bahasa besar sambil memperoleh token untuk pengguna.

Menggunakan latihan terpencar atau inferens dengan perkakasan pengguna ialah tumpuan pasukan seperti Gensyn dan Inference Labs; tidak seperti rangkaian pengiraan terdesentralisasi seperti Akash atau Render, pembahagian pengiraan menambah kerumitan, iaitu masalah titik terapung. Menggunakan sumber pengiraan teragih terbiar membuka pintu kepada pembangun yang lebih kecil untuk menguji dan melatih rangkaian mereka sendiri — selagi mereka mempunyai akses kepada alatan yang menyelesaikan cabaran yang berkaitan.

Pada masa ini, sistem ZKP nampaknya empat hingga enam urutan magnitud lebih mahal daripada menjalankan pengiraan secara asli, dan untuk tugas yang memerlukan pengiraan tinggi (seperti latihan model) atau kependaman rendah (seperti inferens model) menggunakan ZKP adalah dilarang. lambat. Sebagai perbandingan, penurunan enam susunan magnitud bermakna sistem canggih (seperti Jolt a16z) yang berjalan pada cip M3 Max boleh membuktikan program 150 kali lebih perlahan daripada menjalankannya pada kalkulator grafik TI-84.

Keupayaan AI untuk memproses sejumlah besar data menjadikannya serasi dengan bukti pengetahuan sifar (ZKP), tetapi lebih banyak kemajuan dalam kriptografi diperlukan sebelum ZKP boleh digunakan secara meluas. Kerja yang dilakukan oleh pasukan seperti Irreducible (yang mereka bentuk sistem bukti Binius dan skim komitmen), Gensyn, TensorOpera, Hellas dan Inference Labs, antara lain, akan menjadi langkah penting dalam mencapai visi ini. Garis masa, bagaimanapun, kekal terlalu optimistik kerana inovasi sebenar memerlukan masa dan kemajuan matematik.

Sementara itu, perlu diperhatikan kemungkinan lain dan penyelesaian hibrid. HellasAI dan lain-lain sedang membangunkan kaedah baharu untuk mewakili model dan pengiraan yang boleh membolehkan permainan cabaran optimistik, membenarkan hanya subset pengiraan yang perlu dikendalikan dalam pengetahuan sifar. Bukti optimistik hanya berfungsi apabila terdapat pertaruhan, keupayaan untuk membuktikan kesalahan,

Atas ialah kandungan terperinci Bagaimana AI Terdesentralisasi dan Bukti Pengetahuan Sifar Akan Mendemokrasikan Pengiraan. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!