Khi Trump đầu tư hàng nghìn tỷ vào AI, ai đang cung cấp dữ liệu đáng tin cậy cho AI?

Khi Trump đầu tư hàng nghìn tỷ USD cho AI, bề ngoài có vẻ là sự cạnh tranh giữa các mô hình, chip và trung tâm dữ liệu, nhưng cũng đặt ra những vấn đề sâu sắc hơn, dữ liệu mà các mô hình AI phụ thuộc vào được xác minh như thế nào, có thể truy xuất được không, trong quá trình đào tạo có phải là hộp đen và trong quá trình suy luận có thể được kiểm toán không, các mô hình có thể hợp tác với nhau hay chỉ có thể tự chiến đấu?

Nói đơn giản là khi chúng ta cùng AI thu thập thông tin, ai có thể xác định rằng thông tin mà AI đưa ra là đúng. Ô nhiễm dữ liệu không còn là một thuật ngữ đùa giỡn nữa. Một ứng dụng AI từng tự nhận là kẻ giết chết ChatGPT đã rơi vào môi trường ô nhiễm dữ liệu. Khi tất cả các nguồn dữ liệu đều sai, thì làm sao câu trả lời có thể là đúng.

AI hiện tại có phải thông minh không? Có thể là có, nhưng ngay cả AI thông minh nhất cũng cần được huấn luyện mô hình, nhưng chúng ta không thể biết mô hình đã được huấn luyện bằng dữ liệu gì, cũng không thể xác minh GPU có thực sự hoàn thành một quá trình suy diễn hay không, càng không thể thiết lập logic tin cậy giữa nhiều mô hình.

Nếu muốn AI thực sự tiến vào thế hệ tiếp theo, có thể cần giải quyết đồng thời ba vấn đề này:

Một, dữ liệu huấn luyện phải đáng tin cậy và có thể xác minh.

Thứ hai, quá trình suy diễn phải có thể được mô hình bên thứ ba kiểm toán.

Thứ ba, mô hình phải có khả năng phối hợp sức mạnh tính toán, trao đổi nhiệm vụ và chia sẻ kết quả mà không cần sự trung gian của nền tảng.

Đây không phải là điều mà chỉ một mô hình, một API hoặc một nền tảng GPU có thể giải quyết, mà cần một hệ thống thực sự được xây dựng cho AI. Hệ thống này nên có khả năng lưu trữ dữ liệu một cách lâu dài với chi phí thấp, cho phép dữ liệu có quyền tự kiểm tra và bị kiểm tra, đồng thời cho phép xác minh suy luận giữa các mô hình, và cần hỗ trợ cho các mô hình tự phát hiện sức mạnh tính toán, phối hợp nhiệm vụ, và kiểm toán từng bước thực hiện trong những điều kiện cụ thể.

Điều này rất khó thực hiện trên các nền tảng tập trung, vậy có khả năng nào để thực hiện trên các nền tảng phi tập trung, và tại sao lại phải sử dụng cách phi tập trung để thực hiện?

Tôi nghĩ chỉ có blockchain mới có thể thực sự tích hợp "lưu trữ dữ liệu, thực thi dữ liệu, xác minh dữ liệu" trong cùng một mạng lưới cơ sở. Đây cũng là một trong những sức hấp dẫn lớn nhất của blockchain, đó là tính không thể thay đổi và tính minh bạch, nhưng vấn đề là không phải mọi chuỗi đều phù hợp để làm nền tảng cho AI.

Nếu chỉ đơn thuần là lưu trữ, đã có giao thức IPFS, nhưng chỉ lưu trữ thôi thì chưa đủ, cần phải có khả năng cho phép hợp đồng thông minh có thể gọi trực tiếp dữ liệu, kiểm toán kết quả suy luận, thậm chí phối hợp tài nguyên GPU để hoàn thành nhiệm vụ tính toán, những đặc điểm này, đừng nói là IPFS, mà hầu hết các ứng dụng L1 hoặc AI hiện tại cũng vẫn chưa làm được.

Nếu nói có mối liên hệ nào đó, có lẽ chính là @irys_xyz sẽ có một số cơ hội, Irys không phải là chuỗi lưu trữ truyền thống, mà đang chuẩn bị xây dựng một mạng lưới thực thi dữ liệu dành cho AI. Biến dữ liệu thành tài sản có thể lập trình được. Các mô hình có thể đọc dữ liệu trên chuỗi, xác minh suy luận, gọi sức mạnh tính toán và thực hiện định giá, ủy quyền, chia sẻ lợi nhuận và xác minh thông qua hợp đồng thông minh.

Tất nhiên hiện tại Irys vẫn còn một số điểm chưa trưởng thành, nhưng hướng phát triển này chắc chắn là đúng, và bất kể là AI tập trung hay AI phi tập trung, nếu nguồn dữ liệu không đáng tin cậy, thì mọi sức mạnh tính toán đều như xây lâu đài trên cát, dù mô hình có mạnh đến đâu cũng chỉ là trăng trong nước, hoa trong gương.