最初由CoinDesk在此發佈。
7 月底,馬克·扎克伯格寫了一封信,解釋了為什麼“開源對於積極的人工智能未來必不可少”,他在信中對開源人工智能開發的必要性大加讚賞。這位曾經的書呆子少年創始人,現在變成了滑水、戴金鍊、柔術格鬥的“扎克伯格”,被稱為開源模型開發的救世主。
感謝閱讀《達到逃逸速度》!免費訂閱以接收新帖子並支持我的工作。
但到目前為止,他和 Meta 團隊還沒有詳細說明這些模型是如何部署的。隨著模型複雜性推動計算要求的提高,如果模型部署由少數參與者控制,那麼我們是否屈服於類似的集中化形式?分散式人工智能有望解決這一挑戰,但這項技術需要業界領先的加密技術和獨特的混合解決方案的進步。
與中心化雲提供商不同,去中心化人工智能 (Dai) 將人工智能推理和訓練的計算過程分佈在多個系統、網絡和位置。如果正確實施,這些網絡(一種去中心化物理基礎設施網絡 (DePIN))可在抗審查、計算訪問和成本方面帶來優勢。
Dai面臨的挑戰主要有兩個方面:AI 環境和去中心化基礎設施本身。與中心化系統相比, Dai需要額外的保護措施來防止未經授權訪問模型詳細信息或竊取和複製專有信息。因此,對於那些專注於開源模型但認識到開源模型與閉源模型相比存在潛在性能劣勢的團隊來說,這是一個尚未充分開發的機會。
去中心化系統尤其面臨網絡完整性和資源開銷方面的障礙。例如,客戶端數據在不同節點之間的分佈會暴露更多攻擊媒介。攻擊者可以啟動一個節點並分析其計算,試圖攔截節點之間的數據傳輸,甚至引入偏差來降低系統的性能。即使在安全的去中心化推理模型中,也必須有審核計算過程的機制。節點被激勵通過提供不完整的計算來節省資源成本,而由於缺乏可信的集中式參與者,驗證變得複雜。
零知識證明
零知識證明 (ZKP) 雖然目前計算成本過高,但卻是解決某些Dai挑戰的潛在解決方案之一。ZKP 是一種加密機制,它使一方(證明者)能夠說服另一方(驗證者)相信陳述的真實性,而無需洩露陳述本身的任何細節(除了其有效性)。其他節點可以快速驗證此證明,併為每個節點提供了一種證明其按照協議行事的方法。證明系統及其實現之間的技術差異(稍後將深入探討)對該領域的投資者來說非常重要。
集中式計算使模型訓練只限於少數處於有利地位且資源豐富的參與者。ZKP 可能是釋放消費硬件上閒置計算能力的一部分;例如,MacBook 可以利用其額外的計算帶寬來幫助訓練大型語言模型,同時為用戶賺取代幣。
使用消費級硬件部署去中心化訓練或推理是Gensyn和Inference Labs等團隊的重點;與Akash或Render等去中心化計算網絡不同,計算分片會增加複雜性,即浮點問題。利用閒置的分佈式計算資源為小型開發人員測試和訓練自己的網絡打開了大門——只要他們能夠使用解決相關挑戰的工具。
目前,ZKP 系統的成本似乎比本地運行計算高出四到六個數量級,並且對於需要高計算(如模型訓練)或低延遲(如模型推理)的任務,使用 ZKP 的速度非常慢。相比之下,六個數量級的下降意味著在 M3 Max 芯片上運行的尖端系統(如a16z 的 Jolt )可以證明程序比在 TI-84 圖形計算器上運行慢 150 倍。
AI 能夠處理大量數據,因此可以兼容零知識證明 (ZKP),但在 ZKP 得到廣泛應用之前,還需要在密碼學方面取得更多進展。Irreducible(設計了Binius證明系統和承諾方案)、 Gensyn 、 TensorOpera 、Hellas 和Inference Labs等團隊正在進行的工作將是實現這一願景的重要一步。然而,時間表仍然過於樂觀,因為真正的創新需要時間和數學進步。
與此同時,值得注意的是其他可能性和混合解決方案。HellasAI 和其他公司正在開發表示模型和計算的新方法,這些方法可以實現樂觀挑戰遊戲,只允許在零知識中處理需要處理的計算子集。樂觀證明只有在存在質押、證明不法行為的能力以及可信的威脅(即計算正在被系統中的其他節點檢查)時才有效。另一種由Inference Labs開發的方法驗證查詢的子集,其中節點承諾生成具有保證金的 ZKP,但僅在客戶端首先提出質疑時才提供證明。
總結
去中心化的 AI 訓練和推理將作為防止少數主要參與者鞏固權力的保障,同時解鎖以前無法訪問的計算。ZKP 將成為實現這一願景不可或缺的一部分。您的計算機將能夠通過在後臺利用額外的處理能力不知不覺地為您賺取真金白銀。簡潔的計算正確執行證明將使最大的雲提供商利用的信任變得不必要,從而使小型提供商的計算網絡能夠吸引企業客戶。
雖然零知識證明將使這一未來成為可能,併成為不僅僅是計算網絡的重要組成部分(如以太坊對單槽最終性的願景),但它們的計算開銷仍然是一個障礙。將樂觀遊戲的博弈論機制與選擇性使用零知識證明相結合的混合解決方案是一種更好的解決方案,並且很可能成為無處不在的橋樑點,直到 ZKP 變得更快。
對於本土和非本土加密貨幣投資者來說,瞭解去中心化 AI 系統的價值和挑戰對於有效部署資本至關重要。團隊應該對有關節點計算證明和網絡冗餘的問題有答案。此外,正如我們在許多 DePIN 項目中觀察到的那樣,去中心化是隨著時間的推移而發生的,團隊為實現這一願景制定的明確計劃至關重要。解決與 DePIN 計算相關的挑戰對於將控制權交還給個人和小型開發者至關重要——這是保持我們的系統開放、自由和抗審查的重要部分。
感謝閱讀《達到逃逸速度》!免費訂閱以接收新帖子並支持我的工作。