Web3는 우리가 인공 지능을 신뢰하는 데 도움이 될 것입니다.
원문: Alls Coming - CryptoCan이 올바른 것을 도와드립니다 (회색조)
저자: 윌 오그든 무어
편집자: Luffy, Foresight News
표지: Unsplash 의 Barbora Dostálová 사진
인공지능(AI)은 금세기 가장 유망한 신기술 중 하나로, 인간 생산성을 기하급수적으로 높이고 의료 혁신을 주도할 것으로 기대됩니다. 인공지능은 이미 그 성과를 거두었지만 앞으로 그 영향력은 더욱 커질 것입니다. 프라이스워터하우스쿠퍼스(PricewaterhouseCoopers)는 2030년까지 15조 달러 규모의 거대 산업으로 성장할 것으로 추정하고 있다.
그러나 이 유망한 기술은 또한 과제에 직면해 있습니다. 인공지능 기술이 점점 더 강력해짐에 따라 인공지능 산업은 극도로 중앙집권화되어 권력이 소수 기업의 손에 집중되어 인류 사회 전체에 잠재적인 위협이 되고 있습니다. 인공 지능은 또한 딥페이크, 편견 및 데이터 개인 정보 리스크 에 대한 심각한 우려를 불러일으킵니다. 다행스럽게도 암호화폐와 그 탈중앙화 투명한 특성은 이러한 문제 중 일부에 대한 잠재적인 해결책을 제공합니다.
아래에서는 중앙화로 인해 발생하는 문제와 탈중앙화 AI가 일부 문제를 해결하는 데 어떻게 도움이 되는지 살펴보고, 암호화폐와 AI의 현재 교차점에 대해 논의하고 조기 채택 조짐을 보이고 있는 분야의 암호화폐 애플리케이션을 강조할 것입니다.
중앙 집중식 인공 지능의 문제점
오늘날 인공 지능의 개발은 특정한 도전과 리스크 직면해 있습니다. AI의 네트워크 효과와 집약적인 자본 요구 사항은 너무 커서 소규모 회사나 학술 연구원과 같은 대규모 기술 회사 외부의 AI 개발자는 개발 또는 상용화에 필요한 리소스를 확보하는 데 어려움을 겪습니다. 이는 AI의 전반적인 경쟁과 혁신을 제한합니다.
결과적으로 이 중요한 기술에 대한 영향력은 OpenAI 및 Google과 같은 몇몇 회사의 손에 집중되어 AI 거버넌스에 대한 심각한 질문을 제기합니다. 예를 들어 올해 2월 구글의 인공지능 이미지 생성기 제미니(Gemini)는 인종 편견과 역사적 오류를 폭로했다. 게다가 지난 11월 6명으로 구성된 이사회가 OpenAI CEO 샘 알트먼(Sam Altman)을 해고하기로 결정하면서 소수의 사람들이 이들 회사를 통제하고 있다는 사실이 드러났습니다.
AI의 영향력과 중요성이 커짐에 따라 많은 사람들은 한 회사가 사회에 큰 영향을 미칠 수 있는 AI 모델에 대한 의사결정을 통제하고, 가드레일을 세우고, 비공개로 운영하거나, 스스로 모델을 조작하여 수익을 낼 수 있다는 우려를 갖고 있습니다.
탈중앙화 AI가 어떻게 도움이 될 수 있나요?
탈중앙화 AI는 블록체인 기술을 사용하여 투명성과 접근성을 향상시키는 방식으로 AI 소유권과 거버넌스 권한을 분배하는 것을 의미합니다. Grayscale Research는 탈중앙화 AI가 이러한 중요한 결정을 폐쇄된 시스템에서 해방하여 대중의 손에 맡길 수 있는 잠재력을 가지고 있다고 믿습니다.
블록체인 기술은 개발자가 인공 지능에 더 많이 접근할 수 있도록 돕고 독립 개발자의 개발 및 상용화 문턱을 낮추는 데 도움이 될 수 있습니다. 우리는 이것이 인공 지능 산업의 혁신과 경쟁을 개선하고 중소기업과 거대 기술 기업 간의 균형을 이루는 데 도움이 될 수 있다고 믿습니다.
또한 탈중앙화 AI는 AI에 대한 투자를 민주화하는 데 도움이 될 수 있습니다. 현재 소수의 기술주 외에 AI 개발과 관련하여 재정적 이익을 얻을 수 있는 다른 방법은 거의 없습니다. 동시에 AI 스타트업과 민간기업에 대량 private equity 자본이 배정됐다(2022년 470억 달러, 2023년 420억 달러). 결과적으로 소수의 리스크 캐피털리스트와 공인 투자자만이 이러한 회사의 재정적 혜택을 누릴 수 있습니다. 반면, 탈중앙화 AI 암호화 자산은 모든 사람에게 동일하며, 누구나 AI 미래의 일부를 소유할 수 있습니다.
이 교차 수정 분야는 얼마나 발전했습니까?
암호화폐와 인공지능의 교차점은 아직 초기 단계지만 시장의 반응은 고무적이다. 2024년 5월 현재 AI 개념 암호화폐 자산(참고: NEAR, FET, RNDR, FIL, TAO, THETA, AKT, AGIX, WLD, AIOZ, TFUEL, GLM, PRIME, OCEAN, ARKM 및 LTP.)는 20%를 반환하여 통화 개념 범주보다 뒤처지는 성능을 보였습니다(그림 1). 또한 데이터 제공업체인 Kaito에 따르면 인공 지능은 DeFi, Layer 2, Memecoin 및 실제 자산과 같은 다른 주제에 비해 현재 소셜 플랫폼에서 가장 이슈"서사"입니다.
최근 많은 유명 인사들이 이 새로운 교차점을 수용하기 시작하여 중앙 집중식 인공 지능의 단점을 해결하기 위해 노력하고 있습니다. 올해 3월, 유명 인공지능 기업 스태빌리티 AI(Stability AI)의 창업자인 에마드 무스타크(Emad Mostaque)는 탈중앙화 인공지능을 탐구하기 위해 회사를 떠났다. 그는 “인공지능을 개방적이고 탈중앙화 할 때가 됐다”고 말했다. 암호화폐 기업가인 Erik Vorhees는 최근 엔드투엔드 암호화 기능을 갖춘 개인 정보 보호 중심의 인공 지능 서비스인 Venice.ai를 출시했습니다.
우리는 암호화폐와 인공지능의 융합을 세 가지 주요 하위 범주로 나눌 수 있습니다.
- 인프라 계층: AI 개발을 위한 플랫폼을 제공하는 네트워크(예: NEAR, TAO, FET)
- 인공지능에 필요한 리소스: 인공지능 개발에 필요한 컴퓨팅, 스토리지, 데이터 및 기타 핵심 리소스(예: RNDR, AKT, LPT, FIL, AR, MASA)를 제공합니다.
- AI 문제 해결: 봇, 딥페이크의 등장, 모델 검증(예: WLD, TRAC, NUM) 등 AI 관련 문제를 해결하려고 합니다.
AI 인프라 네트워크
첫 번째는 AI 개발을 위해 특별히 구축된 무허가 개방형 아키텍처를 제공하는 네트워크입니다. 이러한 네트워크는 특정 AI 제품이나 서비스에 초점을 맞추지 않고 다양한 AI 애플리케이션을 위한 기본 인프라와 인센티브 메커니즘을 만듭니다.
NEAR는 창립자가 ChatGPT와 같은 AI 시스템을 지원하는 "Transformer" 아키텍처의 공동 저자 중 한 명이기 때문에 이 범주에서 두각을 나타냅니다. 그러나 회사는 최근 AI 전문 지식을 활용하여 전 OpenAI 연구 엔지니어 컨설턴트가 이끄는 R&D 부서를 통해 "사용자 소유 AI"를 개발하려는 노력의 결과를 공개했습니다. Near는 2024년 6월 말 Near의 기본 기본 모델, AI 애플리케이션 데이터 플랫폼, AI 에이전트 프레임 및 컴퓨팅 시장을 개발하기 위한 AI 인큐베이터 프로그램을 시작했습니다.
Bittensor는 또 다른 매력적인 예입니다. Bittensor는 TAO 토큰을 사용하여 인공지능 개발을 경제적으로 장려하는 플랫폼입니다. Bittensor는 챗봇, 이미지 생성, 재무 예측, 언어 번역, 모델 교육, 저장 및 컴퓨팅과 같은 다양한 사용 사례를 갖춘 38개 하위 네트워크의 기본 플랫폼입니다. Bittensor 네트워크는 각 서브넷에서 가장 성과가 좋은 채굴자와 검증자에게 TAO 토큰을 보상하고 개발자에게 특정 인공 지능 애플리케이션을 구축하는 데 도움이 되는 무허가 API를 제공합니다.
AI 인프라 네트워크에는 Fetch.ai 및 Allora와 같은 다른 프로토콜도 포함됩니다. 개발자가 복잡한 AI 도우미("AI 에이전트"라고 함)를 생성할 수 있는 플랫폼인 Fetch.ai는 최근 AGIX 및 OCEAN과 합병되었으며 총 가치는 약 75억 달러입니다. 다른 하나는 탈중앙화 거래소 와 예측 시장 탈중앙화 자동화된 거래 전략을 포함해 금융 부문에 AI를 적용하는 데 초점을 맞춘 플랫폼인 알로라(Allora) 네트워크이다. Allora는 아직 토큰을 출시하지 않았으며 6월에 전략적 융자 라운드를 모집하여 총 융자 3,500만 달러에 이르렀습니다.
AI에 필요한 리소스 제공
두 번째 카테고리는 인공지능 개발에 필요한 자원을 컴퓨팅, 스토리지, 데이터 형태로 제공하는 프로젝트이다.
인공 지능의 등장으로 인해 GPU 형태의 컴퓨팅 리소스에 대한 전례 없는 수요가 발생했습니다. Render(RNDR), Akash(AKT) 및 Livepeer(LPT)와 같은 탈중앙화 GPU 시장은 모델 훈련, 모델 추론 또는 3D 생성 AI 렌더링을 위해 컴퓨팅이 필요한 개발자에게 유휴 GPU 공급을 제공합니다. Render는 아티스트와 생성 AI에 초점을 맞춘 약 10,000개의 GPU를 제공하는 것으로 추정되며, Akash는 AI 개발자와 연구원에 초점을 맞춘 400개의 GPU를 제공합니다. 한편 라이브피어는 최근 2024년 8월까지 텍스트-이미지, 텍스트-비디오, 이미지-비디오 기능을 완성하는 것을 목표로 새로운 AI 서브넷 계획을 발표했다.
AI 모델은 계산 대량 일 뿐만 아니라 대량 의 데이터도 필요합니다. 이에 따라 데이터 스토리지에 대한 수요가 크게 증가했습니다. Filecoin(FIL) 및 Arweave(AR)와 같은 데이터 스토리지 솔루션은 중앙 집중식 AWS 서버에 AI 데이터를 저장하는 대신 사용할 수 있습니다. 이러한 솔루션은 비용 효율적이고 확장 가능한 스토리지를 제공할 뿐만 아니라 단일 장애 지점을 제거하고 데이터 침해 리스크 줄여 데이터 보안과 무결성을 향상시킵니다.
마지막으로 OpenAI, Gemini 등 기존 AI 서비스는 각각 Bing 및 Google 검색을 통해 실시간 데이터에 대한 지속적인 액세스를 제공합니다. 이로 인해 거대 기술 기업 외부의 다른 모든 AI 모델 개발자가 불리하게 됩니다. 그러나 MASA(Grass 및 Masa)와 같은 데이터 스크래핑 서비스는 개인이 자신의 애플리케이션 데이터를 AI 모델 훈련에 사용하여 수익을 창출하는 동시에 개인 데이터에 대한 통제력과 개인 정보 보호를 유지할 수 있도록 함으로써 공평한 경쟁의 장을 마련하는 데 도움이 될 수 있습니다.
AI 관련 문제 해결
세 번째 범주에는 사이버봇 및 딥페이크의 확산을 포함하여 인공 지능과 관련된 문제를 해결하려는 프로젝트가 포함됩니다.
인공지능으로 인해 더욱 악화되는 주요 문제는 봇의 확산과 허위 정보입니다. AI로 생성된 딥페이크는 이미 인도와 유럽의 대통령 선거에 영향을 미치고 있으며, 전문가들은 다가오는 대선 캠페인이 딥페이크에 의해 주도되는 '허위 정보 쓰나미'에 빠질 것을 '매우 두려워'하고 있습니다. 검증 가능한 콘텐츠 소스를 구축하여 딥페이크와 관련된 문제를 해결하는 데 도움을 주기를 희망하는 프로젝트에는 Origin Trail(TRAC), Numbers Protocol(NUM) 및 Story Protocol이 있습니다. 또한 Worldcoin(WLD)은 개인의 인간성을 증명하기 위해 고유한 생체 인식 기술을 사용하여 봇 문제를 해결하려고 합니다.
AI의 또 다른 리스크 모델 자체에 대한 신뢰를 보장하는 것입니다. 우리가 받은 AI 결과가 변조되거나 조작되지 않았다는 것을 어떻게 믿을 수 있습니까? 현재 Modulus Labs와 Zama를 포함한 여러 프로토콜이 암호화, 영지식 증명, FHE(완전 동형 암호화)를 통해 이 문제를 해결하기 위해 노력하고 있습니다.
결론적으로
이러한 탈중앙화 AI 자산으로 초기 진전이 이루어졌지만 우리는 여전히 이 교차점의 초기 단계에 있습니다. 올해 초 유명 리스크 캐피탈리스트인 프레드 윌슨(Fred Wilson)은 인공지능과 암호화폐는 “동전의 양면”이라며 “Web3는 우리가 인공지능을 신뢰하는 데 도움이 될 것”이라고 말했다. 인공 지능 산업이 계속해서 성숙해짐에 따라 Grayscale Research는 이러한 인공 지능 관련 암호화 사용 사례가 점점 더 중요해질 것이며 빠르게 발전하는 두 기술이 서로를 지원하고 함께 발전할 수 있는 잠재력을 가지고 있다고 믿습니다.
긍정적이든 부정적이든 광범위한 영향을 미칠 인공지능 시대가 다가오고 있다는 징후는 많습니다. 블록체인 기술의 특성을 활용함으로써 우리는 암호화폐가 궁극적으로 인공 지능으로 인한 위험 중 일부를 완화하는 데 도움이 될 수 있다고 믿습니다.
면책 조항: 블록체인 정보 플랫폼으로서 이 사이트에 게시된 기사는 작성자와 게스트의 개인적인 관점 만을 나타낼 뿐이며 Web3Caff의 입장과는 아무런 관련이 없습니다. 기사에 포함된 정보는 참고용일 뿐 어떠한 투자 조언이나 제안도 아닙니다. 귀하가 위치한 국가 또는 지역의 관련 법률 및 규정을 준수하시기 바랍니다.
