CTRL-Altman-DEL: Bình minh của AI phi tập trung

Một điều khi sống theo giờ châu Á là bạn thường thức dậy với những tin tức quan trọng và phải chơi trò đuổi bắt.

Ví dụ: Sam Altman bị OpenAI sa thải vào thứ Sáu.

Tôi gần như bị nghẹn sữa.

Tại sao hội đồng quản trị lại sa thải một người rõ ràng là cực kỳ thông minh, có thành tích thành công mẫu mực và vừa có bài phát biểu xuất sắc tại hội nghị OpenAI 12 ngày trước?

Gợi ý những người tạo ra lý thuyết gia vị. Andrew Cote tin rằng đó là do chính trị, rằng Altman đã bị sa thải vì “ông ấy sẽ đưa AI tiến lên quá nhanh bằng cách triển khai một bước đột phá gần đây”. Và một số người không thích điều đó.

OpenAI có một cơ cấu công ty rất rắc rối (gần như không hoạt động) vì nó khởi đầu là một tổ chức phi lợi nhuận, sau đó quyết định chuyển sang một doanh nghiệp vì lợi nhuận. Ngày nay, tổ chức phi lợi nhuận kiểm soát hướng đi của tổ chức vì lợi nhuận đồng thời mang lại cho các nhà đầu tư một lợi thế giới hạn.

Sẽ có một vài tuần căng thẳng khi sự thật lộ diện.

Liệu đây có phải là khoảnh khắc của Steve Jobs? Sam có tiếp tục thành lập một công ty khác để cạnh tranh với OpenAI không?

Tuy nhiên, điều rõ ràng là tấm màn bí ẩn bao trùm các hoạt động nội bộ của OpenAI. Mặc dù GPT là một công cụ trở nên phổ biến và được hàng trăm triệu người trên toàn thế giới sử dụng nhưng vẫn có một sự mất kết nối rõ ràng.

Chúng tôi, với tư cách là những người dùng hàng ngày, thấy mình ở bên ngoài đang nhìn vào, cố gắng nhìn xuyên qua bức màn bí mật bao quanh những gã khổng lồ AI này. Khi GPT tiếp tục hòa nhập vào cơ cấu xã hội của chúng ta, sự thiếu minh bạch này thật đáng lo ngại.

Chuỗi khối + Tiền điện tử = ???

Chuỗi khối… và tiền điện tử? Nguồn: marketoonist.com

Gần đây, tôi đang vật lộn với câu hỏi: Sự giao thoa giữa tiền điện tử và AI sẽ như thế nào? Điều này còn mơ hồ nhưng hầu hết đều đồng ý rằng có tiềm năng to lớn đang chờ được khám phá.

Khi nghĩ đến AI x Crypto, chúng ta thường nghĩ đến Akash Network và Render. Đây là các mạng phi tập trung dành cho GPU, có thể cung cấp khả năng tính toán cần thiết cho việc đào tạo các mô hình AI. Logic rất đơn giản - khi AI tiếp tục tăng vọt, nhu cầu về tài nguyên tính toán cũng sẽ tăng theo. Mạng ngang hàng, trong bối cảnh này, có thể có sự tăng trưởng đáng kể. Vì vậy, họ đang kinh doanh cuốc và xẻng, nhưng tôi nghĩ đây chỉ là bước sơ khai về tiềm năng của AI x Crypto.

Nó giống như nói rằng JPEG khỉ là đỉnh cao của những gì NFT có thể cung cấp.

Và sau đó tôi tình cờ gặp Bittensor.

ELI5: Bittensor

Không giống như Akash hoặc Render hỗ trợ đào tạo mô hình AI (ngược dòng), Bittensor tập trung vào suy luận AI (hạ nguồn), đây là nơi các mô hình được đào tạo được sử dụng để tạo đầu ra.

Đó là một mạng phi tập trung khuyến khích các mô hình AI, đặc biệt là Mô hình ngôn ngữ lớn (LLM), cho các nhiệm vụ khác nhau như tạo văn bản, tạo hình ảnh và sản xuất âm nhạc. Mạng bao gồm hơn 27 mạng con ngày nay, mỗi mạng tập trung vào các nhiệm vụ cụ thể.

Nói một cách đơn giản, hãy coi Bittensor như một ChatGPT + Midjourney phi tập trung + bất cứ điều gì khác mà AI có thể làm.

Mạng hoạt động thông qua hai vai trò chính:

1. Công cụ khai thác (Nhà sản xuất giá trị): Công cụ khai thác phát triển và lưu trữ các mô hình AI trên mạng. Họ được thưởng bằng mã thông báo TAO dựa trên hiệu suất của các mô hình liên quan đến nhiệm vụ cụ thể của họ. Điều này khuyến khích sự phát triển của các mô hình AI tốt hơn và hiệu quả hơn.
2. Trình xác thực (Nhà sản xuất đồng thuận): Người xác thực đánh giá kết quả đầu ra từ các thợ mỏ, xếp hạng hiệu suất của họ đối với nhiệm vụ cụ thể. Chúng cũng giao tiếp với những người dùng gửi nhiệm vụ cho người xác thực (ví dụ: đối với mạng con tạo hình ảnh: “/hãy tưởng tượng Sam Altman với mặt nạ Darth Vader trong bữa tối Lễ Tạ ơn”) và định tuyến chúng đến những người khai thác thích hợp

“Sam Altman đeo mặt nạ Darth Vader trong bữa tối Lễ Tạ ơn”, được tạo bởi mạng con tạo hình ảnh của Bittensor.

Có lẽ tôi đang đơn giản hóa quá mức những vấn đề kỹ thuật phức tạp, nhưng có một số điều nổi bật đối với tôi:

• Người khai thác và Người xác thực trong mạng trao đổi kiến thức và chia sẻ thông số, cho phép tự tối ưu hóa theo thời gian
• Mạng được thiết kế để khai thác điểm mạnh của nhiều mô hình AI riêng biệt nhằm tạo ra kết quả đầu ra tốt nhất có thể (“Kết hợp các chuyên gia”)

Nguồn: Revelo Intel - Bittensor

Tôi không có ý định đi sâu vào chi tiết kỹ thuật, nhưng đây là một số tóm tắt hay đã giúp tôi hiểu rõ hơn về Bittensor:

Revelo Intel — Bittensor

Người biết - Báo cáo ngắn về Bittensor và AI

Bạn có thể thử trò chuyện tương đương GPT của Bittensor tại đây

TAO

TAO là mã thông báo tiện ích cho mạng và nó có cấu trúc mã thông báo tương tự như Bitcoin: giới hạn cứng là 21 triệu mã thông báo và ra mắt công bằng mà không cần phân bổ VC. Nó thậm chí còn có chu kỳ giảm một nửa, với lần giảm một nửa đầu tiên xảy ra vào năm 2025.

Hiện có 5,65 triệu TAO đang lưu hành và tất cả số đó được phân phối công bằng thông qua việc khai thác và xác thực trên mạng. Vốn hóa thị trường lưu hành hiện nay là hơn 1 tỷ USD một chút. 7.200 TAO mới được phát hành mỗi ngày cho người khai thác và người xác nhận.

Suy nghĩ ban đầu của tôi

Bittensor vẫn còn ở giai đoạn sơ khai. Mạng này tự hào có một cộng đồng tận tâm, gần như sùng bái, tuy nhiên tổng số người tham gia vẫn còn khiêm tốn – khoảng hơn 50.000 tài khoản đang hoạt động. Mạng con nhộn nhịp nhất, SN1, dành riêng cho việc tạo văn bản, có khoảng 40 trình xác thực đang hoạt động và hơn 990 công cụ khai thác.

Điều thực sự hấp dẫn là khái niệm về mạng AI phi tập trung. Điều này không chỉ giảm thiểu rủi ro của việc tập trung hóa mà còn đặt ra một câu hỏi: Liệu những ưu đãi kinh tế độc đáo này có thể thúc đẩy các mô hình AI vượt qua những mô hình được phát triển bởi các thực thể được tài trợ nhiều như OpenAI và Google không?

Trước khi LLM trở thành xu hướng phổ biến với sự ra đời của các công cụ như ChatGPT, các công ty khởi nghiệp công nghệ sâu thường tập trung vào việc thu thập các bộ dữ liệu độc quyền để phát triển các mô hình AI dựa trên máy học chuyên dụng cho các nhiệm vụ rất cụ thể. Ví dụ: Flatiron Health sử dụng dữ liệu lâm sàng trong thế giới thực từ các bệnh nhân ung thư và phát triển các mô hình AI cung cấp dữ liệu vào các công cụ hỗ trợ các nhà nghiên cứu và nhà cung cấp dịch vụ chăm sóc ung thư. Theo truyền thống, mục tiêu của công ty khởi nghiệp là sản xuất và kiếm tiền từ những mô hình độc quyền này.

Tuy nhiên, Bittensor có thể đại diện cho một sự thay đổi trong mô hình này. Có lẽ sẽ phù hợp hơn nếu gọi đó là sự đổi mới mô hình kinh doanh được hỗ trợ bởi công nghệ hơn là một bước đột phá về công nghệ. Ví dụ: nó cung cấp một lộ trình để dữ liệu độc quyền và các mô hình AI được phát triển cùng nhau và được sử dụng bởi nhiều đối tượng hơn mà không cần phải cung cấp nguồn mở cho chúng. Tôi có thể hình dung ra một tương lai nơi Bittensor lưu trữ hàng nghìn mạng con chuyên dụng giải quyết nhiều thách thức, từ các vấn đề về môi trường và chăm sóc sức khỏe đến các giải pháp năng lượng.

Và nếu thành thật mà nói thì có điều gì đó khiến tôi thấy hấp dẫn ở một nhóm thiết kế hệ thống mã thông báo của họ giống như Bitcoin. Nó nói lên động lực của họ, một giống khác với các nhóm ngày nay - những người thường tối ưu hóa hệ thống mã thông báo của họ theo mô hình do VC tài trợ, với mức phân bổ lớn cho người sáng lập và nhà đầu tư.

Tôi không chắc Bittensor sẽ đi đâu. Nó có thể thành công gấp 100 lần hoặc phá sản hoàn toàn. Nhưng tiềm năng và triết lý đằng sau nó quá hấp dẫn khiến tôi không thể bỏ qua.

(LƯU Ý: Tại thời điểm viết bài, tôi sở hữu TAO và đang đặt cược nó vào trình xác nhận).

Tuyên bố từ chối trách nhiệm:

1. Bài viết này được in lại từ [Suy nghĩ của Đặng]. Mọi bản quyền thuộc về tác giả gốc [TENG YAN]. Nếu có ý kiến phản đối việc tái bản này, vui lòng liên hệ với nhóm Gate Learn , họ sẽ xử lý kịp thời.
2. Tuyên bố miễn trừ trách nhiệm pháp lý: Các quan điểm và ý kiến trình bày trong bài viết này chỉ là của tác giả và không cấu thành bất kỳ lời khuyên đầu tư nào.
3. Việc dịch bài viết sang các ngôn ngữ khác được thực hiện bởi nhóm Gate Learn. Trừ khi được đề cập, việc sao chép, phân phối hoặc đạo văn các bài viết đã dịch đều bị cấm.