블록체인과 AI의 통합: 자연 수요

작성자: Blue Fox Notes

블록체인 역시 가장 중요한 트렌드 중 하나입니다.

올해부터 블록체인보다 AI가 더 대중화됐다. 그러나 암호화 세계를 낙담할 필요는 없습니다.블록체인의 미래 기회를 어떻게 이해해야 할까요? 먼저 내 생각을 말씀드리겠습니다.

오늘은 두 번째 요점인 AI와 블록체인의 통합 필요성에 대해 간략하게 이야기하겠습니다.

블록체인이 AI를 도울 수 있는 곳

계산하다

AI가 컴퓨팅 성능에 대한 수요가 크다는 것은 누구나 알고 있습니다. AI 컴퓨팅 파워를 위해 유휴 컴퓨팅 파워를 어떻게 활용할 것인가에 대한 수요가 있습니다. 그러나 현재 AI 모델 교육은 계산 집약적이며 비용이 많이 듭니다. 일반적인 AI 컴퓨팅 측면에서 현재 블록체인이 도움을 줄 수 있는 곳은 많지 않습니다.

세 가지 주요 비판이 있습니다: 첫째, 전용 GPU 하드웨어 지원의 필요성, 둘째, 데이터 교환 지연, 셋째, 분산 컴퓨팅 작업의 증명입니다.

위에서 언급한 것은 현재 분산 컴퓨팅과 AI를 결합하는 데 어려움이 있는 점이며, AI와 블록체인을 결합하는 것이 상대적으로 어려운 부분이기도 합니다. 하지만 블루폭스 노트의 입장에서는 더 많은 참여자들이 탐험할수록 이 영역의 장애물은 차근차근 해결되겠지만, 물론 이를 달성하는 데는 오랜 시간이 걸릴 것이다.

점차적으로 해결될 수 있는 부분에 대해 이야기해보겠습니다. 일반적인 AI 관점에서 보면 현재 암호화 분야에 진출하기는 어렵다. 그러면 특수분야의 AI 분야부터 시작하면 됩니다. 이 진입점은 현재 AI의 컴퓨팅 작업과도 밀접한 관련이 있습니다. 두 가지 이유가 있습니다: 첫째, 추론 작업이 현재 AI 컴퓨팅 요구 사항의 대부분을 차지하며, 둘째, 일부 미세 조정 및 추론 작업은 리소스 요구 사항이 더 적고 분산 컴퓨팅을 통해 이를 구현할 수 있는 기회가 있습니다. 이 두 점은 분산형 컴퓨팅 성능에 대한 잠재적인 기회를 나타냅니다.

법률, 의학, 투자, 교육, 데이터 분석 및 기타 전문 분야 등 특정 분야의 AI는 초기 단계에서 특정 분야에 초점을 맞춘 이러한 종류의 분산 컴퓨팅 네트워크에 더 적합할 수 있습니다. 위에서 언급한 바와 같이, AI를 위한 분산형 컴퓨팅 서비스를 제공할 때 어려운 점은 컴퓨팅 작업을 완료하는 것이 아니라, 작업 완료를 분산화된 방식으로 어떻게 검증하느냐 하는 것입니다. 현재 Gensyn과 Together와 같은 일부 프로젝트가 이 문제를 해결하려고 노력하고 있습니다.

Gensyn은 확률적 학습 증명, 그래프 기반 정밀 포지셔닝 프로토콜과 같은 일부 학문적 연구 결과를 통합하고 Truebit 프로젝트의 인센티브와 견제 및 균형 모델을 활용합니다. Gensyn은 AI 작업 제출, 프로파일링, 훈련, 증명 생성부터 검증 증명, 이의제기, 중재, 합의까지 전체 프로세스를 8단계로 분류합니다. 그 중 "확률적 학습 증명"은 기준 거리 임계값을 구성하고 검증자에게 검증 기반을 제공하는 데 사용되며 "그래프 기반 정밀 위치 지정" 기술은 검증자의 검증 실행을 감독하는 데 사용됩니다. Truebit의 게임 모델을 통해 관련 당사자가 행동할 수 있습니다. 합리적으로 안내합니다. 구체적인 프로세스는 Gensyn의 백서를 참조하시기 바랍니다. 그런데 Truebit과 같은 오프체인 컴퓨팅 프로젝트도 이러한 방향으로 발전할 수 있는 기회를 가질 수 있으며 더 많은 비즈니스 기회를 얻을 수 있습니다. 물론 이를 위해서는 팀이 가능성을 평가해야 합니다.

분산형 네트워크 컴퓨팅 구현의 어려움에 비해 AI 모델 공유와 AI 데이터 공유는 더 빠르게 구현될 수 있는 기회가 있는 영역이다. 다음 두 가지 측면은 AI와 블록체인의 결합이 초기 단계에서 획기적인 성과를 달성하기 더 쉽다는 점, 즉 분산형 모델 공유와 분산형 데이터 공유일 수 있습니다.

모델

더 나은 모델을 달성하기 위해 토큰 인센티브를 통해 모델 공유를 장려합니다. 이러한 모델은 체인에 배포되고 모든 참가자가 교육하여 모델 개발을 촉진할 수도 있습니다. 또한 AI 모델이 더욱 복잡해짐에 따라 추론에 대한 신뢰가 더욱 중요해졌습니다. 이는 또한 온체인의 신뢰할 수 있는 추론이 작용할 수 있는 곳입니다.

모델 미세 조정 및 추론 분야에서는 Giza, ChainML, Bittensor, Modulus Lab 등이 모두 탐색되고 있습니다. Giza는 간단한 모델을 체인에 배치하고 온체인 추론을 수행하는 온체인 모델 마켓을 출시합니다. 모델 소유자는 모델 사용 후 관련 수수료 수익을 얻을 수 있습니다.

Modulus는 zkML 개념을 제안했습니다. 비용 문제로 인해 체인에서 추론 모델을 실행하는 것이 비현실적이라고 생각합니다. 따라서 솔루션은 체인 밖에서 추론 모델을 실행한 다음 zkSNARKs 증명을 생성하고 이를 체인에서 증명하는 것입니다. 체인을 연결하고 지능형 계약을 전달하여 작업을 수행합니다.

데이터

토큰 경제는 사용자가 모델에 대한 피드백을 제공하도록 동기를 부여하고 사용자가 더 높은 품질의 데이터를 수집하도록 장려하는 데 사용됩니다. 특히 특정 분야에서 분산된 데이터를 제공하여 고품질의 데이터를 얻는 것은 AI 발전에 있어서 큰 의미를 갖는다. 동시에 이는 데이터 뒤에 숨은 개인 정보를 공개하지 않고 ZK 기술과 결합될 수도 있습니다. 여기서 어려운 점은 데이터 자체의 품질을 어떻게 입증하느냐이다.

고품질 데이터와 분산형 AI 모델의 결합은 AI 개발에 매우 흥미로울 것입니다.

위조 방지

최근 딥러닝 모델이 등장하면서 AI가 생성한 이미지, 오디오, 동영상 등의 진위 여부를 구별하는 것이 점점 어려워지고 있습니다. AI 세대 시대에는 콘텐츠의 진정성과 위변조 방지가 점점 더 중요해지고 있습니다. 블록체인은 이러한 문제를 해결하기 위한 중요한 기술적 수단이다.

암호화된 데이터 ID 및 서명은 콘텐츠 생성이 위조되지 않고 진짜인지 확인합니다. 이 문제는 AI 도구가 남용될 때 특히 심각합니다. 이는 위조 콘텐츠를 방지하기 위한 중요한 기술적 수단입니다. 가짜와 진짜가 혼동되는 시대, 진품과 가짜를 구별할 수 있는 암호화 기술이 필요하다.

또한, 권리 확인에도 블록체인 기술을 활용해야 합니다. 예를 들어, 동일한 그림, AI가 생성한 이미지, NFT 이미지는 표면만으로는 구별하기 어렵습니다. 이때 블록체인이 제 역할을 해야 합니다.

더욱 탄력적인 AI

블록체인과 통합함으로써 AI는 컴퓨팅, 모델, 데이터, 대역폭, 스토리지 및 기타 측면에서 지원을 얻고 분산형 인프라 지원을 얻으며 자체 진화 능력을 더욱 높일 수 있습니다. 또한, 블록체인 분야의 암호화된 결제와 가치 순환도 AI의 진화를 뒷받침할 수 있습니다.

완전한 블록체인 인프라가 구축되고 성숙되면 AI는 더 많은 자체 진화 기능을 얻게 됩니다. 즉, 보다 분산화된 AI는 AI 자기실현의 필요성이기도 하며, 블록체인의 분산적 특성을 활용한 AI 개발도 AI 자체의 발전에 대한 요구이다.

AI 자체도 궁극적으로 마이크로소프트, 구글 등 거대 기업이 독점하게 된다면 AI 자체의 진화에 해가 될 것이다. AI에는 분산형 개발이 자연스럽게 필요하며, 이는 더 많은 탄력성을 달성하기 위한 자체 요구 사항입니다. AI+ 블록체인이 발휘할 수 있는 힘은 사람들의 상상을 훨씬 뛰어넘을 수 있습니다.

AI가 블록체인을 구동할 수 있는 곳

인공지능과 온체인 데이터 융합

체인의 동적 데이터에 대한 AI 분석을 통해 투자 조사 등 예측 기능을 얻을 수 있습니다. 가장 흥미로운 측면 중 하나는 AI를 내장함으로써 스마트 계약이 역동적이고 자율적인 의사결정을 달성할 수 있다는 것입니다. 예를 들어, defi는 실시간 데이터 등을 기반으로 조정합니다. 정적 스마트 계약이 아닌 동적 스마트 계약을 통해 블록체인은 더 많은 애플리케이션 시나리오와 사용자 요구를 생성할 수 있습니다.

인공지능의 발전은 암호화 애플리케이션에 새로운 가능성을 가져올 수 있습니다.

AI는 DeFi, web3 게임, web3 소셜 네트워킹, web3 애플리케이션(교통, 숙박, 관광 등)에 새로운 가능성을 제공합니다. 예를 들어 AI+web3 게임은 전례 없는 게임 모델을 탄생시킬 수 있고, AI+사물인터넷+암호화된 결제는 더 스마트한 네트워크를 탄생시킬 수 있습니다.

ZKP의 중요성

개인 정보 보호와 컴퓨팅 작업 완료를 보장하려면 검증 가능한 작업 증명을 형성하기 위해 ZKP를 추가해야 합니다. ZKP가 성숙되면 AI 온체인을 실현할 수 있으며 개인 정보 보호 및 검증 가능한 기계 학습도 제공할 수 있습니다.

전반적으로 블록체인은 분산형 모델을 통해 컴퓨팅 성능, 데이터 및 모델 프로토콜에 대한 협업 구조를 제공하여 궁극적으로 AI 개발을 촉진할 수 있습니다. 참가자(컴퓨팅 파워, 데이터 또는 모델 등)가 저렴한 비용으로 완료되어야만 블록체인이 AI를 도울 수 있는 기회를 갖게 되고, 그렇지 않으면 공중의 성이 될 것입니다.

물론 추세로 볼 때 AI에는 블록체인에 대한 자연스러운 수요가 있으며 AI는 자체 개발을 위한 실질적인 탄력성을 제공하기 위해 블록체인이 필요합니다.

동시에 AI는 블록체인 애플리케이션의 진화에도 도움이 될 것이며 DeFi, 게임 또는 기타 애플리케이션이든 더욱 지능적인 암호화 애플리케이션이 탄생할 가능성이 높습니다. 이것이 미래의 큰 서사가 될 수도 있고, 다음 사이클에는 성숙하지 못하더라도 다음 사이클에는 그런 기회가 있을 수도 있다.

위에서 언급한 내용은 일부일 뿐 완전하지 않으며, 시간이 지나면서 늘어나기도 하고 줄어들기도 합니다. (두달동안 글을 올리는걸 깜빡해서 오늘 다시 올립니다.)