Autors: CloudY, Jam
Redaktors: Vincero, YL
Recenzents: Yasmine
2022. gada novembra beigās OpenAI uzsāka ChatGPT — inteliģentu sarunu sistēmu, kas piesaistīja globālu uzmanību un veicina plašu diskursu.
Akcijas AI sektorā piedzīvoja ievērojamu pieaugumu A-akciju tirgū, ASV akciju tirgū un kriptovalūtu jomā. Tā kā ChatGPT ieguva plašu pielietojumu, kļuva acīmredzama tā dziļā ietekme uz globālo ainavu, kā rezultātā parādījās jauni lietojumprogrammu scenāriji un līdzīga rakstura iteratīvi produkti.
Pat Microsoft iegāde OpenAI un sekojošā ChatGPT integrācija Bing un Office ekosistēmā radīja augstas investoru cerības, kas atspoguļojās ievērojamā akciju cenu pieaugumā. Tomēr ChatGPT4 ieviešana, demonstrējot supercilvēku mākslīgā intelekta spējas, nomierināja sākotnējo sajūsmu un lika cilvēkiem pārdomāt mākslīgā intelekta transformējošo ietekmi uz viņu nozarēm un potenciālajiem riskiem saistībā ar turpmāku AI attīstību.
Šajā kontekstā šis raksts mērķē izpētīt un risināt šos jautājumus, veicot visaptverošu pētījumu par AI un Blockchain nozarēm, cenšoties sniegt ieskatus un risinājumus.
AI nozares pašreizējais attīstības statuss
Produktivitātes rīki
AI var uzskatīt par pārveidojošu produktivitātes rīku, līdzīgu vēsturiskajām tehnoloģiskajām progresēm, piemēram, akmens rīkiem, tvaika dzinējiem, iekšdedzes dzinējiem, elektriskajiem dzinējiem, datoriem un internetam cilvēku sabiedrībā. Samazinot cilvēku un datora mijiedarbības barjeras un palielinot atkārtojošu ražošanas uzdevumu efektivitāti, AI var izraisīt būtiskas izmaiņas produktivitātē un ražošanas attiecībās. Tādējādi AI ietekme attiecas uz cilvēku dzīves kvalitātes uzlabošanu un šķēršļu mazināšanu cilvēku progresam.
AI tehnoloģija ir būtiski ietekmējusi dažādas nozares, tostarp inteliģento ražošanu, veselības aprūpi, finanses, transportu, izglītību utt. Iespējot mašīnām iegūt zināšanas un patstāvīgi izpildīt radošus uzdevumus, AI veicina produktivitātes uzlabošanu un izmaksu samazināšanu konkrētās nozarēs. Īpaši farmācijas pētījumos AI tiek pielietota olbaltumvielu struktūru prognozēšanai. ESMFold modelis tika izstrādāts Meta AI komandā, kas efektīvi prognozēja olbaltumvielu struktūras no plaša datu kopas, kas ietver vairāk nekā 600 miljonus makro genomu. Šis ievērojamais sasniegums atklāj plašo apjomu un daudzveidību dabiskajām olbaltumvielām, pārsniedzot iepriekšējās iztēles robežas.
Praktiski runājot, AI tehnoloģija ļauj apstrādāt sarežģītas programas, izmantojot dabisko valodu. Tas novērš nepieciešamību saprast sarežģītu programmēšanu vai būt prasmīgam kodēšanā. Tā vietā lietotāji var izteikt savu vēlamo rezultātu AI sistēmai, kas patstāvīgi izpilda nepieciešamos starpposma soļus, lai sasniegtu vēlamo rezultātu. Šī paplašinātā produktivitāte izriet no AI spējas tiltu starp cilvēku nodomiem un uzdevumu izpildi, atceļot nepieciešamību pēc plašas programmēšanas pieredzes vai izpratnes par sarežģītiem algoritmiem.
AIGC tehnoloģija piedāvā plašas iespējas pielietojumiem dažādās jomās, tostarp inteliģentajā klientu apkalpošanā, virtuālajos aģentos un spēlēs. Izmantojot esošos valodas datu kopus, ChatGPT nodrošina bezšuvju un dabisku sarunu pieredzi virtuālo aģentu sistēmās un spēļu platformās, uzlabojot lietotāju apmierinātību un produktu konkurētspēju. Turklāt ChatGPT efektīvi aizvieto cilvēkus atkārtotā satura ģenerēšanas uzdevumos, piemēram, ziņu veidošanā, informācijas apkopošanā un apkopošanā, tulkošanā un nosacījumu ilustrāciju ražošanā. Šī AI paplašināšana atbrīvo cilvēku produktivitāti, ļaujot indivīdiem koncentrēties uz būtisku instrukciju sniegšanu un radošu nodarbju veikšanu, atvieglojot viņus no ikdienišķu uzdevumu izpildes.
Tehnoloģiju tendences ceļvedis
Pašreizējās AI pamatlietojumprogrammas ietver vispārējo mākslīgo inteliģenci, zināšanu grafus, datu analīzi un sintēzi, autonomo braukšanu un AI radītu saturu (AIGC).
Zināšanu grafi: Grafiskie pārstāvējumi dažādām entitātēm, attiecībām un atribūtiem zināšanu grafos atbalsta inteliģentu meklēšanu, ieteikšanu un jautājumu atbildes lietojumprogrammas.
Sintētiskie dati: Izveidoti, izmantojot mašīnmācīšanos un citas AI tehnikas, sintētiskie dati tiek izmantoti, lai apmācītu un novērtētu AI modeļus, pārvarot privātuma un drošības saistītās problēmas, iegūstot vai kopīgojot reālus datus.
AIGC: AIGC tehnoloģija, izmantojot dziļo mācīšanos un ģeneratīvos modeļus, ir plaši apspriesta un pielietota tādās jomās kā teksta ģenerēšana, audio ģenerēšana, attēlu ģenerēšana, video ģenerēšana un citi.
2022. gadā AIGC piedzīvoja ievērojamu izrāvienu tirgus finansēšanā un mediju uzmanībā. Tomēr ir svarīgi atzīmēt, ka AIGC joprojām ir jauna tehnoloģija un atrodas agrīnās izpētes un attīstības fāzēs.
Konkrēti, AIGC attīstības posmus var iedalīt šādi:
Pētniecības posms: Šis posms galvenokārt koncentrējas uz AIGC pamatprincipu un algoritmu skaidrojumu, pētot modeļu apmācības un optimizācijas metodes un izveidojot visaptverošas datu bāzes.
Lietojumprogrammu posms: AIGC sāk savu izvietošanu dažādās reālās pasaules situācijās, izpētot efektīvas AIGC tehnoloģijas integrāciju specifiskās jomās.
Industrializācijas posms: AIGC tiek plaši pieņemts vairākās nozarēs un laukos, radot savu atšķirīgo nozares ķēdi un papildinošu ekosistēmu.
Kopsavilkumā, mēs nesen esam pārgājuši no pētniecības posma uz lietojumprogrammu posmu, norādot, ka AIGC attīstība joprojām ir agrīnā fāzē.
Galvenās sastāvdaļas
Dati, algoritmi un skaitļošanas jauda ir trīs galvenie faktori, kas virza AI attīstību.
Datu jomā pieaugošā datu kvalitātes un daudzveidības nozīme pavada AI tehnoloģijas nepārtrauktu attīstību. Papildus bagātīgajiem jomu specifiskajiem datiem efektīva datu tīrīšana, priekšapstrāde un marķēšana ir būtiska algoritmu apmācības precizitātes uzlabošanai. Turklāt krustsistēmu un krustdatu apvienošana ir kritiska, lai iegūtu uzlabotu vērtību un inteliģenci.
Attiecībā uz algoritmiem pašreizējā AI tehnoloģijas stāvokļa iezīme ir iteratīvas attīstības un nepārtrauktas pilnveidošanas. Nākotnes tendences centrējas ap dziļās mācīšanās algoritmiem, kas ietver vairāku modalitāšu un lielu modeļu, kā arī inovācijām autonomajā mācībā, zināšanu nodošanā un pakāpeniskajā mācībā. Šie attīstības veidi paaugstinās inteliģences līmeni un paplašinās AI algoritmu pielietojuma jomu, veicinot AI tehnoloģijas plašu pieņemšanu.
Attiecībā uz skaitļošanas jaudu, AI aprēķinu paātrināšana un optimizācija veicina nepārtrauktas aparatūras uzlabošanas un uzlabojumu. Speciāli čipi, piemēram, GPU un TPU, ir kļuvuši par būtiskiem veicinātājiem, būtiski palielinot AI aprēķinu efektivitāti un ātrumu. Turklāt mākoņu un malas skaitļošanas uzlabojumi piedāvā elastīgākas un daudzveidīgākas skaitļošanas vides AI apstrādei.
Pašreizējais Blockchain nozares posms
Distribūta reģistra
Blockchain ir decentralizēts izplatīts reģistrs.
Blockchain ir decentralizēts un izplatīts reģistrs ar būtisku nemainīguma īpašību, kas izriet no tā pamatkonsensa mehānisma. On-chain dati tiek ierakstīti blokos un validēti ar ieguvējiem/validētājiem, veidojot nepārtrauktu ķēdi. Kad dati tiek ierakstīti blokā, neatkarīgi no tā, vai tos ģenerē viedie līgumi vai konti, tie kļūst par nemaināmiem.
Saskaņā ar mezglu skaitu, ģeogrāfisko sadalījumu, skaitļošanas jaudu vai likto žetonu vērtību, grūtības un izmaksas traucēt konsensu palielinās. Tādēļ, mainot ierakstīto saturu, kļūst par grūtu uzdevumu centralizētām struktūrām.
Turklāt nemainīgā vidē viedie līgumi, kas veidoti caur kodu, dod lietotājiem iespēju ar tiem mijiedarboties, nepaļaujoties uz trešām personām uzticības nolūkos. Šie inteliģentie līgumi izpilda iepriekš noteiktas kodu ceļus, lai atvieglotu attiecīgas operācijas un galu galā ļautu uzticama darījuma veikšanu blockchain.
Turklāt aktīvi viedajā līgumā var piekļūt tikai saistītajam kontam, novēršot citu kontu iespēju pārsūtīt aktīvus no oriģinālā konta caur viedo līgumu. Katrs oriģinālā konta darījums prasa parakstu, lai apstiprinātu identitāti, un pat sākotnējās pārsūtīšanas mijiedarbībai ir nepieciešama iepriekšēja apstiprināšana, lai viedais līgums varētu piekļūt konta aktīviem. Šis dizains pozicionē lietotāja maka kontu kā ideālu transportlīdzekli viņu identitātei (DID) un aktīviem.
Konsensusa mehānismu un viedo līgumu ietvaros visi on-chain aktīvi un darbības var tikt precīzi reģistrētas un atribūtas, veicinot automātisku saistīto labumu apvienošanu likumīgā īpašnieka kontā. Tas efektīvi risina viltojamo aktīvu un identitātes zagšanas problēmas, jo novērš neautorizētām personām iespēju kopēt un ielīmēt, lai nozagtu aktīvus vai uzurpētu likumīgā īpašnieka intereses.
Konkrēti, digitālos aktīvus var unikāli definēt, izmantojot tokenizētus viedo līgumu adreses. Piemēram, neiznīcināmie žetoni (NFT) var pārstāvēt digitālos mākslas darbus. Turklāt indivīdu rīcību var autentificēt, izmantojot ne pārnesamus žetonus (SBT), sniedzot pierādījumu par viņu darbu vai klātbūtni konkrētā laikā un telpā (Darba pierādījums / Klātbūtnes pierādījums).
Tehnoloģiju tendences ceļvedis
Blockchain tehnoloģijas arhitektūras slāņu struktūra ir raksturojama ar Slāni 0-2, kur konsorciju ķēdes un privātās ķēdes pārstāv atšķirīgus Blockchain lietojumprogrammu scenāriju tipus.
Slānis 0 attiecas uz fizisko infrastruktūru un tīkla arhitektūru Blockchain, iekļaujot aparatūras ierīces, tīkla protokolus un pārsūtīšanas medijus. Tas kalpo kā pamata komponents, kas ļauj krustsistēmu komunikāciju un risina aktīvu saistītās problēmas. Ievērības cienīgas ir tādas vadošās tehnoloģijas kā Cosmos, Polkadot un LayerZero, kas ir nozīmīgi pārstāvji šajā jomā.
Slānis 1, pazīstams arī kā pamatslānis vai publiskā ķēde, spēlē pamata lomu Blockchain ekosistēmā. Izcilie piemēri Slānim 1 ietver plaši atpazīstamus platformas kā Bitcoin un Ethereum. Protokolu dizains un tehnoloģiskā ieviešana Slānī 1 būtiski ietekmē Blockchain sistēmas pamatveiktspēju un funkcionalitāti. Turklāt Slāni 1 var tālāk iedalīt atšķirīgos veidos, piemēram, EVM (Ethereum Virtual Machine) un ne-EVM bāzētās sistēmās, pamatojoties uz to specifiskajām īpašībām.
Slānis 2 attiecas uz protokoliem un risinājumiem, kas izveidoti virs Slāņa 1, mērķējot uz veiktspējas uzlabošanu un Blockchain lietojumprogrammu scenāriju paplašināšanu. Pašlaik ir seši Slāņa 2 protokolu veidi, no kuriem ZK Rollup un Optimistic Rollup ir galvenie. Šie protokoli ļauj Blockchain apstrādāt lielāku darījumu skaitu, uzlabot TPS un samazināt gas maksas.
Konsorcija ķēde ir sadarbības blockchain tīkls, kuru pārvalda vairākas organizācijas vai institūcijas ar kopīgām interesēm, piemēram, bankas, apdrošināšanas uzņēmumi un piegādes ķēdes uzņēmumi. Tas atšķiras no publiskajām ķēdēm, jo tam ir ierobežots dalībnieku un mezglu skaits, kas nodrošina uzlabotu darījumu ātrumu un drošību.
Privātā ķēde ir atļauta blockchain tīkls, kas pieder vienai organizācijai vai institūcijai, parasti ļaujot piedalīties tikai iekšējiem darbiniekiem.
Galvenās sastāvdaļas
Izplatītie mezgli, kriptogrāfija, konsensa algoritmi, viedie līgumi un kriptovalūtas veido pamatu, kas virza Blockchain tehnoloģijas attīstību.
Izplatītie mezgli veido Blockchain tehnoloģijas pamata būtību, nodrošinot decentralizētu datu uzglabāšanu un pārsūtīšanu. Kriptogrāfija kalpo kā būtisks teorētisks instruments, nodrošinot Blockchain drošību un privātumu. Turklāt konsensa algoritmi spēlē nozīmīgu lomu, izveidojot izplatītu konsensu Blockchain tīklā. Viedie līgumi, būdami pašizpildīti datori programmas, ļauj izpildīt dažādas loģiskas instrukcijas Blockchain. Visbeidzot, kriptovalūtas, ko nodrošina šifrēšanas tehnoloģijas, nodrošina darījumu drošību un anonimitāti.
Izmantojot izplatītus mezglus, visi dalībnieki spēj saglabāt visaptverošu datu kopiju, tādējādi nodrošinot gan caurspīdīgumu, gan drošību. Būtiskās tehnoloģijas Blockchain, tostarp hash funkcijas, digitālās paraksti un asimetriskā šifrēšana, ir kriptogrāfijas lietojumi. Šīs tehnoloģijas spēlē būtisku lomu, nodrošinot datu integritāti un verifikāciju, vienlaikus saglabājot lietotāju privātumu.
Ieviešot konsensa algoritmus, tostarp Darba pierādījumu (PoW) un Interesēšanas pierādījumu (PoS), visi mezgli var sasniegt vienprātību, nodrošinot datu konsekvenci un nemainīgumu. Viedie līgumi atvieglo uzticamus darījumus, novēršot starpnieku nepieciešamību un, tādējādi, uzlabojot darījumu efektivitāti un drošību noteiktā mērā. Kriptovalūtu, piemēram, Bitcoin un Ethereum rašanās ir veicinājusi plašu blockchain tehnoloģijas pieņemšanu un attīstību.
Blockchain un AI krustpunkts
AI revolūcijas vidū ir svarīgi pārdomāt, cik tālu AI ir pārveidojis Blockchain, kā arī Blockchain decentralizācijas un uzticības spēju ietekmi uz AI.
Vispirms, AI, darbojoties kā produktivitātes rīks, spēj samazināt tehniskās barjeras, tādējādi samazinot šķēršļus blockchain nozarē un uzlabojot tās kopējo efektivitāti.
Otrkārt, AI vadītās spēles un metaverses atbrīvosies no iepriekš noteiktiem iestatījumiem, ieviešot jaunas naratīvas un spēļu pieredzes blockchain jomā.
Blockchain viedie līgumi var noteikt jomas un robežas, kurās AI darbojas, vai noteikt ierobežojumus AI atļaujām, tādējādi novēršot tā nepamatotu izplatību.
Turklāt blockchain decentralizācija var atvieglot resursu dalīšanu un sadali, tostarp pamata datus un skaitļošanas jaudu, kas ir būtiski nepieciešami AI modeļu apmācībai.
Turklāt Blockchain autentifikācijas spējas var nodrošināt pierādījumus par datu integritāti, identitātes apstiprināšanu un īpašuma tiesībām, tādējādi mazinot interešu konfliktus, kas var rasties AI lietojumprogrammās.
AI nozīme Blockchain
Vispirms, AI, kā rīks, spēj samazināt satura radīšanas barjeras, ļaujot cilvēkiem bez tehniskām zināšanām izteikt savu radošumu un radīt augstas kvalitātes saturu. Tas aptver dažādas jomas, piemēram, NFT radīšanu, spēļu aktīvu izstrādi, metaversu modelēšanu un koda ģenerēšanu.
Tomēr pašreizējā AIGC izmantošana NFT jomā galvenokārt ir ierobežota uz vienkāršu attēlu ģenerēšanu, trūkstot pamatatšķirībām no tradicionālās ģeneratīvās mākslas. Lai pilnībā izmantotu AIGC potenciālu NFT telpā, ir nepieciešama tālāka izpēte, lai paplašinātu NFT raksturlielumus, līdzīgi kā Mirror World izmanto AI, lai piešķirtu NFT atšķirīgu būtību.
Otrkārt, ir ievērojami samazinājušās tehniskās barjeras, kas saistītas ar koda izstrādi. Koda rakstīšana ietver viedo līgumu izvietošanu un uzlaušanu vai balto cepuru aktivitātes, kas pārstāv pretējās spektra galus. AI var atvieglot viedo līgumu izvietošanu, izmantojot dabisko valodu programmēšanu, kamēr pretinieki var izmantot AI, lai analizētu līgumu kodu un uzsāktu uzbrukumus. Izmantojot AI, ir iespējams iteratīvā veidā uzlabot izvietoto līgumu kodu, veicinot iekšējo konkurenci un izveidojot robustāku un uzticamāku koda bāzes nozari visā nozarē. Šī bāze ļauj ieinteresētajām pusēm prioritizēt blockchain arhitektūras optimizāciju, izstrādājot visaptverošus projektus un uzlabojot spēļu pieredzi, tādējādi veicinot inovāciju biznesa līmenī.
Līdzīgi, tehnisko barjeru vienkāršošana, ko veic AI, ļauj plaši izmantot iepriekš sarežģītas darbības. Piemēri ietver zibens aizdevumus, optimālas ieguves stratēģijas un automatizētu peļņas iegūšanu, Galvas ieguvēja izejas laika spriedumu, kurus visu var paveikt AI. AI spēj patstāvīgi programmēt, izvēlēties ceļus un tieši izpildīt šīs operācijas. Tas atbilst prasmju karšu izmantošanai spēlē Yu-Gi-Oh!, kur prasmju kartes automātiski aktivizējas un tiek īstenotas. Šī pieejamība dod iespēju parastiem lietotājiem piedalīties operācijās, kuras iepriekš bija ierobežotas tiem ar augstu tehnisko kompetenci. Piemēram, MEV iegūšana parasti prasa programmēt MEV botu. Tomēr, kad šādi uzdevumi kļūst sasniedzami parastiem indivīdiem, peļņas normas samazinās, kad dalība kļūst plaša. Tādējādi notiek gāzes sacensība, kur palielinātas gāzes maksas samazina MEV vērtību, ņemot vērā spēles teorijas principus. Galu galā tas noved pie samazinātas rentabilitātes un samazinātas MEV ietekmes. Šis fenomens ilustrē tehnoloģiskās attīstības formu, kas stimulē nozaru optimizāciju.
AI veicinās blockchain tehnoloģijas plašu pieņemšanu. Pašlaik ir mazāk nekā 320,000 aktīvo Ethereum lietotāju, kas veido mazu daļu no kopējā interneta lietotāju skaita, saskaņā ar Footprint Analytics datiem. Galvenais izaicinājums ir lietotāju pieprasījuma trūkums un sarežģījumi on-chain mijiedarbībās. Agrāk datu integrācija blockchain vai blockchain balstītu biļešu un akreditācijas izmantošana prasīja izveidot blockchain sistēmu vai ciest augstas gāzes maksas, radot ievērojamas izmaksas. Tomēr, izmantojot AI tehnoloģiju, tagad ir iespējams zemu izmaksu blockchain būvniecība un on-chain datu izmantošanas optimizācija, kas noved pie samazinātām gāzes maksām. Tādējādi blockchain tehnoloģija var tikt izmantota un viedie līgumi ieviesti dažādās jomās, kas prasa autentifikāciju un caurspīdīgumu. Galu galā AI vadītais vienkāršotais mijiedarbības sistēma piesaistīs ievērojamu skaitu lietotāju blockchain nozarē.
AI ietekme blockchain kontekstā galvenokārt ir ierobežota uz lietojumprogrammu slāni. Lietotāji var izmantot AI, lai apietu sarežģījumus, rakstot viedos līgumus, un tieši izvietot lietojumprogrammas, kas pielāgotas viņu vajadzībām. Tādējādi projektu attīstības uzsvars pāries no emisijas uz inovācijām un operācijām. Lietojumprogrammu slānis nākotnē, visticamāk, piedzīvos būtiskas pārveidojošas izmaiņas. Tomēr AI ietekme nesniedzas uz pamatlīmeņiem, tostarp izpildes, konsensa un datu slāņiem, kuriem nepieciešami pamatīgi uzlabojumi. Vienkārša atkārtojošu uzdevumu automatizācija nav pietiekama, lai veicinātu kvalitatīvas transformācijas šajās jomās. Piemēram, EIP1559 ieviešana Ethereum Londonas atjauninājumā ir nostiprinājusi Ethereum progresu, kamēr Šanhajas atjauninājuma pabeigšana ir izšķiroša, lai palielinātu ETH likmju apjomu, pastiprinātu Ethereum drošību un revitalizētu LSD sektora izaugsmi.
Blockchain loma AI
Iedzimtais disparities starp blockchain decentralizāciju un centralizēto AI tehnoloģiju paradoksāli sniedz iespēju risināt izaicinājumus, ar kuriem saskaras AI.
Mūsdienu AI un lielo datu tehnoloģiju centrālā koncentrācija ierobežota skaita spēcīgu struktūru kontrolē ar ievērojamām tehnoloģiskām iespējām un resursiem piešķir ietekmi uz tirgus tendencēm un lietotāju uzvedību. Tādējādi indivīdi ir spiesti uzticēties AI uzticamas instrukciju izpildes veikšanai, radot inherentus riskus, piemēram, privātuma pārkāpumus, algoritmiskās aizspriedumus un datu ļaunprātīgu izmantošanu.
Blockchain izplatītā un decentralizētā daba sniedz praktisku risinājumu šīm problēmām. Caur viedajiem līgumiem datu pieejamība un operāciju robežas var tikt ierobežotas, tādējādi mazinot ļaunprātīgas rīcības risku. Uzraudzības mezglu izvietošana ļauj sodīt pārkāpumus, konfiscējot AI skaitļošanas resursus. Šis ietvars nodrošina AI mērķtiecīgu koncentrēšanos uz cilvēku attīstību, novēršot pārmērīgu izmantošanu un neautorizētus darbus.
Blockchain ļauj anonīmiem lietotājiem izlemt, vai sniegt nepieciešamos datus AI modeļu apmācībai. Nulles zināšanu (zk) tehnoloģija ļauj atklāt lietotāju datus, saglabājot personīgo privātumu. Visa datu apkopošanas, uzglabāšanas un koplietošanas procesa norise notiek decentralizētos mezglos, nodrošinot datu drošību, pieejamību un avotu pārbaudi. Tādējādi, proporcionāli, peļņa, ko ģenerē AI modelis, var tikt sadalīta kā dividendes datu īpašniekiem. Atbilstoša stimulu mehānisma izmantošana var izmantot blockchain decentralizēto būtību ar augstu datu drošību.
Tāpat lietotāji, kas aicina AI modeļus, arī var saņemt daļēju peļņu, pamatojoties uz viņu īpašumtiesībām uz aicinājumiem, kad tie tiek izmantoti. Šis arrangements aizsargā gan AI datu īpašnieku, gan aicinājumu sniedzēju intereses.
Aprēķinu ieguve ir būtisks apsvērums, ņemot vērā ievērojamās datu un atbilstošās skaitļošanas jaudas prasības. Tomēr pašreizējā globālā skaitļošanas resursu piegāde atpaliek no pieprasījuma. Lai to risinātu, decentralizēti mākoņu ieguves baseini var apvienot resursus un sniegt subsīdijas ieguldītājiem. Pēc tam skaitļošanas jaudas izsolīšana AI modeļu apmācībai nodrošina efektīvu ierobežotu resursu izmantošanu ar skaitļošanas drošību un uzticamību. Turklāt datu, algoritmu un skaitļošanas jaudas integrācija ļauj izstrādāt AI kā pakalpojumu protokolu. Izmantojot decentralizāciju un atkārtotu izmantošanu, šis protokols piedāvā AI modeļu būves pakalpojumus lietotājiem, kuriem nepieciešams, aptverot datu iegūšanu, apstrādi, algoritmu izvēli un skaitļošanas resursu sadali. Šis ekosistēmas pieejas veids mazinās centralizācijas riskus, saglabājot piegādes ķēdes priekšrocības.
AI lietošanas jomā blockchain efektīvi risina problēmas, piemēram, pirātismu, plagiātismu un virtuālās identitātes, kas rodas no AI izcilām mācīšanās spējām. Ierakstot mākslas darbus kā on-chain NFT, unikālie viedo līgumu adreses apstiprina to autentiskumu. Mākslas darbu vērtība, izņemot to iekšējās mākslinieciskās kvalitātes, arī atkarīga no to radītāju identitātes, tieši tāpat kā Van Goga Saulespuķes imitācijas ir mazvērtīgas. Lai gan blockchain var pierādīt, kurš saulespuķu gleznojums patiešām ir radīts no Van Goga rokas. Turklāt blockchain var tikt izmantots, lai izveidotu izplatītus zināšanu grafus, nodrošinot datu integritāti, pastāvību un pieejamību.
Lai risinātu virtuālo identitāšu veidošanu, izmantojot personīgos datus, ko veic AI, var izmantot Īpašnieka apstiprinātus žetonus (OAT) vai Pašpietiekamus biometrijas žetonus (SBT). Katrs blockchain darbība tiek reģistrēta, un attiecīgais izveidotais OAT vai SBT ir unikāls, ļaujot veikt identitātes pārbaudi, pamatojoties uz šiem žetoniem. Blockchain nemaināmā daba garantē neiespējamību izgatavot neesošus notikumus.
Kopsavilkumā, AI kalpo kā produktivitātes rīks, veicinot blockchain pieņemšanu un ieviešot jaunas naratīvas metaversē. Tomēr AI ir ierobežots ar atkārtotu uzdevumu aizvietošanu un tehnisko barjeru samazināšanu, nespējot veicināt inovācijas kritiskajās tehnoloģijās. Tādējādi AI ietekme uz blockchain nozari paliek ierobežota līdz lietojumprogrammu slānim.
No otras puses, blockchain darbojas kā riska kontrolleris un resursu optimizētājs AI nozarē. Tas ierobežo pārmērīgu AI attīstību un neautorizētu darbību, aizsargā datu un aktīvu īpašumtiesības un optimizē datu un skaitļošanas resursu integrāciju, ko prasa AI. Tomēr tā redzesloks galvenokārt attiecas uz caurspīdīguma, decentralizācijas un datu īpašumtiesību veicināšanu AI.
Atsauce
[1]"Bitcoin: Peer-to-Peer Elektroniskā naudas sistēma" autors Satoshi Nakamoto (2009.03)
[2]"Mastering Bitcoin" autors Andreas Antonopoulos (2016.03)
[3] "Izaicinājumi un jaunākie sasniegumi Blockchain balstītās maksājumu kanālu tīklos" (2021.07)
[4] "Beyond Web3: AIGC Fantastiskais novirziens, jauna kapitāla mīļotā" autors 0xmin (2022.10)
[5] "AIGC dilemmas un veids, kā pārvarēt barjeras Web3" autors wheart.eth (2022.11)
[6] "AIGC: Satura produktivitātes revolūcija" autors Yang Renwen (2022.12)
[7] "Lielo valodas modeļu rašanās un evolūcijas informācija: Paātrinot olbaltumvielu struktūru prognozēšanu" autors Zeming Lin (2023.03)
[8] "Kā AI var palīdzēt veidot Web3" no crypto.com (2023.03)
[9] "Atspoguļojumi: AI sasniegumu ietekme uz radītājiem un NFT" autors Sleepy (2023.04)
[10] "Ethereum Baltais dokuments" autors Vitalik Buterin (2023.05)
#OpenAI #chatGPT-4 #crypto2023 #Binance
