ในช่วงไม่กี่ปีที่ผ่านมาด้วยการเปิดตัวผลิตภัณฑ์ซีรีส์ GPT อย่างต่อเนื่องปัญญาประดิษฐ์กําลังเปลี่ยนแปลงอุตสาหกรรมต่างๆ เราได้เห็นแอปพลิเคชัน AI ต่างๆ ที่เข้ามาในชีวิตประจําวันของเรา เพิ่มประสิทธิภาพในการทํางาน เปลี่ยนพฤติกรรมการใช้ชีวิต และลดต้นทุนการดําเนินงานขององค์กร เราต้องยอมรับว่า AI กําลังกลายเป็นจุดเริ่มต้นสําหรับการปฏิวัติทางเทคโนโลยีครั้งต่อไป

หัวใจสําคัญของการปฏิวัติเทคโนโลยี AI อยู่ที่พลังการประมวลผลที่เพียงพอโมเดลอัลกอริทึมและข้อมูลการฝึกอบรมจํานวนมาก ปัจจุบันพลังการประมวลผล GPU ประสิทธิภาพสูงขาดแคลนและมีราคาแพงอัลกอริทึมมีแนวโน้มที่จะเป็นเนื้อเดียวกันและมีปัญหาเกี่ยวกับการปฏิบัติตามข้อมูลและการปกป้องความเป็นส่วนตัวสําหรับข้อมูลการฝึกอบรมโมเดล เทคโนโลยีบล็อกเชนมีคุณสมบัติเช่นการกระจายอํานาจและการจัดเก็บข้อมูลแบบกระจายซึ่งสามารถนําไปใช้ในการพัฒนาการปรับใช้และการทํางานของโมเดล AI ได้อย่างมีประสิทธิภาพ

การใช้ประโยชน์จากลักษณะของบล็อกเชนเพื่อแก้ไขปัญหาพลังการคำนวณ AI

สำหรับกระบวนการพัฒนา AI โดยเผชิญกับปัญหาเช่นขาดแคลนพลังการคำนวณ GPU และค่าใช้จ่ายสูง บางโครงการบล็อกเชนพยายามแก้ไขปัญหาดังกล่าวผ่านทางการใช้งานบล็อกเชน

Render Network เป็นแพลตฟอร์มการเรนเดอร์กระจายที่มีประสิทธิภาพสูงซึ่งสร้างสะพานระหว่างความต้องการในพลังการคำนวณ GPU และผู้ให้บริการทรัพยากร GPU ที่ว่างเปล่าโดยใช้ซอฟต์แวร์ otoy ชั้นนำในอุตสาหกรรม การตั้งค่านี้ช่วยให้ทรัพยากร GPU ที่ว่างเหลือสามารถจัดหาให้กับสาขาการคำนวณที่ต้องการสูง เช่น ปัญญาประดิษฐ์และความเสมือนจริงที่มีต้นทุนต่ำ

ในนิเวศน์นี้ ผู้ให้บริการ GPU ที่ไม่ได้ใช้งานเชื่อมต่ออุปกรณ์ของพวกเขากับ Render Network เพื่อทำงาน rendering ต่าง ๆ ในขณะเดียวกันผู้ที่ต้องการจะชดเชยผู้ให้บริการ GPU ด้วยรางวัลโทเค็น แนวทางที่ไม่มีการบริหารจัดการแบบกระจายนี้เพิ่มประสิทธิภาพการใช้ทรัพยากรสูงสุด สร้างค่ามูลค่าสำหรับผู้เข้าร่วม และลดต้นทุนในการพัฒนาและดำเนินการของปัญญาประดิษฐ์ ในเดือนธันวาคมปีที่แล้ว Render ได้ทำการกระโดดเทคโนโลยีอย่างมีนัยสำคัญโดยย้ายโครงสร้างพื้นฐานจาก Ethereum chain ไปยัง Solana ที่มี TPS สูงโดยใช้ประโยชน์จากประสิทธิภาพที่สูงและความสามารถในการขยายขนาดที่มากขึ้นเพื่อเสริมสร้างความสามารถของ Render รวมถึงการสตรีมมิงแบบเรียลไทม์และการบีบอัดสถานะ

ภาพถ่ายที่แสดงบนเครือข่ายการเรนเดอร์

Akash เป็นแพลตฟอร์มคอมพิวเตอร์แบบกระจายอํานาจที่รวบรวม CPU, GPU, ที่เก็บข้อมูล, แบนด์วิดท์, ที่อยู่ IP เฉพาะและทรัพยากรเครือข่ายอื่น ๆ ทั่วโลกและให้เช่าแก่องค์กรและบุคคลที่ต้องการพลังการคํานวณสูงสําหรับงานต่างๆเช่นปัญญาประดิษฐ์ สิ่งนี้ช่วยให้พวกเขาใช้ประโยชน์จากทรัพยากรเหล่านี้ได้อย่างเต็มที่และให้บริการเช่า GPU ผู้ใช้ที่ให้ทรัพยากรการเช่า GPU จะได้รับโทเค็น AKT ในขณะที่ผู้เรียกร้องสามารถเข้าถึงพลังการประมวลผลด้วยต้นทุนที่ต่ํา AKT โทเค็นแพลตฟอร์มไม่เพียง แต่ใช้สําหรับการชําระเงินสําหรับทรัพยากรเครือข่ายที่เช่า แต่ยังทําหน้าที่เป็นแรงจูงใจในการส่งเสริมให้ผู้ตรวจสอบมีส่วนร่วมในการกํากับดูแลระบบนิเวศและการบํารุงรักษาความปลอดภัยของเครือข่าย แพลตฟอร์มเรียกเก็บค่าธรรมเนียมการทําธุรกรรมบางอย่างสําหรับการชําระเงินสําหรับทรัพยากรเครือข่ายทําให้ผู้เข้าร่วมทั้งหมดในระบบนิเวศของแพลตฟอร์มสามารถสร้างรายได้และขับเคลื่อนความมีชีวิตในระยะยาวของแพลตฟอร์มและการเติบโตอย่างต่อเนื่องของรูปแบบธุรกิจ

กราฟสถิติเรียลไทม์ของทรัพยากรเครือข่ายของ Akash Network

Livepeer เป็นแพลตฟอร์มเครือข่ายโครงสร้างวิดีโอสำหรับสตรีมมิงสดและตามคำขอสื่อ ผู้ใช้สามารถเข้าร่วมเครือข่ายโดยการเรียกใช้ซอฟต์แวร์ของแพลตฟอร์มและใช้งาน GPU และแบนด์วิดธ์ของคอมพิวเตอร์ของพวกเขา และทรานสคอดและการกระจายวิดีโอ แนวทางนี้ปรับปรุงความเชื่อถือได้ของสตรีมวิดีโอและลดค่าใช้จ่ายที่เกี่ยวข้องเช่น การทรานสคอด และการกระจายถึง ถึง 50 เท่า นอกจากนี้ โครงการ Livepeer กำลังนำเสนองานคำนวณวิดีโอ AI ไปยังเครือข่าย Livepeer โดยใช้เครือข่าย GPU ของตัวกำกับเพื่อสร้างวิดีโอ AI คุณภาพสูง ซึ่งจะลดค่าใช้จ่ายในการสร้างเนื้อหาวิดีโอ

จากคำอธิบายของโครงการบล็อกเชนข้างต้น มีการเห็นได้ชัดว่าบล็อกเชนสามารถใช้ประโยชน์จากลักษณะการกระจายและการกระจายตัวของมันเพื่อใช้ทรัพยากรเครือข่ายที่ไม่ได้ใช้งานอย่างมีประสิทธิภาพเพื่อแก้ไขปัญหาขาดแคลนของพลังการคำนวณ AI และค่าใช้จ่ายสูงในปัจจุบัน หลังจากที่โมเดลนี้ได้รับการยืนยันและได้รับการยอมรับในเหตุการณ์ในโลกแห่งความจริงมากขึ้นและโดยบริษัทรุ่นใหม่ที่ทำด้าน AI ในอนาคต มันจะช่วยให้ปัญหาเรื่องพลังการคำนวณลดลงอย่างมีนัยสำคัญ

การผสานรวมของ AI กับข้อมูลบล็อกเชน

ข้อมูลเป็นพื้นฐานของโมเดล AI และข้อมูลที่ใช้ในการฝึกโมเดลกำหนดความแตกต่างระหว่างโมเดล AI ต่าง ๆ โดยเปรียบเทียบกับแหล่งข้อมูลอื่น ๆ ข้อมูลบล็อกเชนมีคุณภาพสูงและโปร่งใสมากกว่า ทำให้สามารถระบุผู้ใช้บนบล็อกเชน

Arkham เป็นแพลตฟอร์มที่ให้รางวัลแก่ผู้ใช้ในการให้ข้อมูลแบบ on-chain และการวิเคราะห์ข่าวกรองโดยใช้เทคโนโลยี AI เครื่องมือปัญญาประดิษฐ์ที่เป็นกรรมสิทธิ์ของ ULTRA สามารถติดป้ายกํากับที่อยู่แบบ on-chain กับผู้ใช้ในโลกแห่งความเป็นจริงทําให้ที่อยู่ที่ไม่ระบุชื่อแบบกระจายอํานาจสามารถเชื่อมโยงกับบุคคลในโลกแห่งความเป็นจริงได้ ด้วยการได้รับข้อมูลที่มีป้ายกํากับจํานวนมากสําหรับที่อยู่ที่ไม่ระบุชื่อแบบ on-chain ผ่านโมเดล AI ผู้ใช้สามารถเปิดเผยข้อมูลธุรกรรมแบบ on-chain ของเอนทิตีผ่าน Arkham เป็นที่ทราบกันดีว่าความท้าทายที่ยิ่งใหญ่ที่สุดในการสืบสวนอาชญากรรมสกุลเงินดิจิทัลคือการระบุการโอนเงินผ่านที่อยู่ที่ไม่ระบุชื่อ หน่วยงานกํากับดูแลสามารถติดตามและตรวจสอบกิจกรรมทางอาญาเช่นการฟอกเงินและการฉ้อโกงผ่านข้อมูลฉลากที่ Arkham ให้ไว้

แผนที่การแสดงข้อมูลบนเชื่อมโยงข้อมูลของพื้นฐาน Arkham

นอกจากนี้ อาร์คแฮมยังมีฟังก์ชันการซื้อข้อมูลอัจฉริยะบนเชื่อมโยง ฟีเจอร์ระหว่างแลกเปลี่ยนของอาร์คแฮมช่วยให้สามารถแลกเปลี่ยนระหว่างที่อยู่บนเชื่อมโยงและข้อมูลจริงภายนอกที่ออกจากเชื่อมโยงได้ ผู้ใช้สามารถรวบรวมข้อมูลอัจฉริยะบนเชื่อมโยงผ่านรางวัลค่าตอบแทนบาวตีบนแพลตฟอร์ม และข้อมูลอัจฉริยะบนเชื่อมโยงที่มีค่ายังสามารถถูกประมูลบนแพลตฟอร์มได้ สำหรับการวิเคราะห์ละเอียดของผลิตภัณฑ์เฉพาะ คุณสามารถอ้างอิงไปยังบทความ "Arkham สามารถเป็นเครื่องมือที่มีพลังในการกำกับ On-Chain ได้หรือไม่?“ ที่เขียนไว้ก่อนหน้านี้

เครื่องมือปัญญาประดิษฐ์ ULTRA ของ Arkham ได้รับการสนับสนุนในระหว่างการพัฒนาจาก Palantir, บริษัทบริการวิเคราะห์ข้อมูลขนาดใหญ่และบริการประชาสัมพันธ์ที่ให้บริการประสบความสำเร็จของประเทศสหรัฐฯ รวมทั้งจากผู้ก่อตั้งของ OpenAI ด้วยความสนับสนุนที่แข็งแกร่งและการเข้าถึงแหล่งข้อมูลการฝึกอบรมตัวแบบ AI ที่มีพลังงานมาก Arkham มีไลบรารีป้ายกำกับข้อมูล on-chain ที่แข็งแรงที่สุดในอุตสาหกรรม

การที่ต้องจ่ายค่าใช้จ่ายสูงสำหรับการเก็บข้อมูลปริมาณมากสำหรับการฝึกโมเดล AI โครงการเก็บข้อมูลบล็อกเชน เช่น Arweave, Filecoin และ Storj ได้ให้คำแนะนำในเรื่องนี้ ไม่ว่าจะเป็นการจ่ายครั้งเดียวสำหรับการเก็บข้อมูลถาวรของ Arweave หรือโมเดล pay-as-you-go ที่มีประสิทธิภาพของ Filecoin ทั้งสิ้น ทำให้ค่าใช้จ่ายสำหรับการเก็บข้อมูลลดลงอย่างมีนัยสำคัญ นอกจากนี้ การเก็บข้อมูลแบบกระจายสามารถลดความเสี่ยงของการสูญหายของข้อมูลจากภัยธรรมชาติเมื่อเทียบกับวิธีการเก็บข้อมูลแบบดั้งเดิม

ในขณะที่การใช้ ChatGPT สามารถปรับปรุงประสิทธิภาพการทํางานการปรับโมเดลให้เหมาะสมเพื่อเพิ่มความแม่นยําของการสนทนา AI ต้องใช้ข้อมูลผู้ใช้จํานวนมากสําหรับการฝึกอบรมและการปรับแต่งอย่างละเอียด ดังนั้นจึงมีความเสี่ยงที่ข้อมูลที่ละเอียดอ่อนและการรั่วไหลของข้อมูลส่วนบุคคล Zama เป็น บริษัท เข้ารหัสโอเพ่นซอร์สที่สร้างโซลูชันการเข้ารหัสแบบ homomorphic (FHE) ที่ล้ําสมัยสําหรับบล็อกเชนและปัญญาประดิษฐ์ Zama Concrete ML สามารถจัดการข้อมูลที่ละเอียดอ่อนได้อย่างปลอดภัยเปิดใช้งานการทํางานร่วมกันของข้อมูลระหว่างสถาบันต่างๆในขณะที่รักษาความลับปรับปรุงประสิทธิภาพและความปลอดภัยของข้อมูล มันเข้ารหัสข้อมูลความเป็นส่วนตัวเช่นเวชระเบียนส่วนบุคคลในระหว่างการฝึกอบรมเพื่อให้แน่ใจว่าผู้ใช้แต่ละคนสามารถเห็นผลลัพธ์สุดท้ายเท่านั้นไม่ใช่ข้อมูลที่ละเอียดอ่อนของผู้อื่น

การผสาน AI ตัวแทนกับโครงการบล็อกเชน

OpenAI กำหนด AI Agent ว่าเป็นระบบที่ขับเคลื่อนโดยโมเดลภาษาขนาดใหญ่ (LLM) ซึ่งมีความสามารถในการเข้าใจด้วยตนเอง รับรู้ เข้าใจ วางแผน จำ และใช้เครื่องมือ ทำให้สามารถอัตโนมัติใช้งานการดำเนินการงานที่ซับซ้อน ด้วยการเผยแพร่ระบบ GPT ของ OpenAI ต่อเนื่อง มีการใช้งาน AI agents มากขึ้นเรื่อยๆ

Fetch.ai เป็นเครือข่ายบล็อกเชนที่เรียนรู้ด้วยตนเองซึ่งอํานวยความสะดวกในกิจกรรมทางเศรษฐกิจระหว่างตัวแทน AI อิสระเป็นหลัก Fetch.ai ประกอบด้วยสี่ส่วน: AI Agents, Agentverse, AI Engine และเครือข่าย Fetch ผู้ใช้สามารถสร้าง พัฒนา และปรับใช้ตัวแทน AI ของตนเองโดยใช้กรณีการใช้งานตัวแทน AI ที่แพลตฟอร์มจัดเตรียมไว้ให้บน Agentverse พวกเขายังสามารถโปรโมตตัวแทน AI ของพวกเขาไปยังผู้ใช้รายอื่นบนแพลตฟอร์ม DeltaV เป็นอินเทอร์เฟซการแชทที่ใช้ AI ใน Fetch.ai ผู้ใช้ป้อนคําขอผ่านอินเทอร์เฟซนี้และ AI Engine จะอ่านอินพุตของผู้ใช้แปลงเป็นงานที่สามารถดําเนินการได้และเลือกเอเจนต์ AI ที่เหมาะสมที่สุดใน Agentverse เพื่อดําเนินงาน ปัจจุบัน บริษัท เยอรมัน Bosch กําลังร่วมมือกับ Fetch.ai เพื่อวิจัยการรวมเทคโนโลยีตัวแทน AI เข้ากับแอปพลิเคชันการเคลื่อนที่และสมาร์ทโฮมร่วมกันเปิดประตูสู่ยุค Web3 ของเศรษฐกิจ Internet of Things

การสร้างระบบนิเวศ Fetch.ai

นอกจากนี้แอปพลิเคชัน AI Agent QnA3.AI แนะนําหุ่นยนต์คําถามและคําตอบ AI ของอุตสาหกรรมการเข้ารหัสหุ่นยนต์วิเคราะห์ทางเทคนิคและความสามารถในการซื้อขายสินทรัพย์เข้าสู่โลก Web3 ผ่าน QnA3 Bot ผู้ใช้สามารถรวบรวมวิเคราะห์และดําเนินธุรกรรมจริงเมื่อทําการซื้อขายสินทรัพย์ crypto พฤติกรรมเกิดขึ้นได้จากฟังก์ชั่นผลิตภัณฑ์ของ "คําถามและคําตอบ", "การวิเคราะห์ทางเทคนิค" และ "การซื้อขายแบบเรียลไทม์" ซึ่งช่วยลดการแทรกแซงของอารมณ์ส่วนตัวของผู้ใช้ในการตัดสินใจซื้อขาย

ความเสี่ยงทางกฎหมายที่เป็นไปได้

1. ความเสี่ยงในการส่งออกข้อมูล

ในส่วนที่แนะนำข้างต้น กล่าวถึงว่ามีโครงการเก็บข้อมูลแบบกระจายบางโครงการกำลังจัดการกับปัญหาการเก็บข้อมูลสำหรับการฝึกโมเดล AI ในราคาที่ต่ำลง ส่งผลให้เกิดการลดขั้นตอนสำหรับบุคคลและสตาร์ทอัพที่มุ่งหวังทำธุรกิจ AI อย่างไรก็ตาม วิธีการเก็บข้อมูลแบบกระจายนี้อาจมีความเสี่ยงที่ข้อมูลออกจากเขตอำนาจ

สำนักงานสารสนเทศอินเทอร์เน็ตแห่งชาติได้ทำการเผยแพร่ 'คู่มือสำหรับการประเมินความปลอดภัยของการส่งออกข้อมูล (ฉบับที่ 1)' ซึ่งระบุว่าพฤติกรรมการส่งออกข้อมูลรวมถึง:

(1) การถ่ายโอนและเก็บรักษาข้อมูลที่เก็บรวบรวมและสร้างขึ้นระหว่างการดำเนินงานในประเทศไปยังสถานที่ต่างประเทศโดยผู้ประมวลผลข้อมูล;

(2) การจัดเก็บข้อมูลที่เก็บรวบรวมและสร้างขึ้นโดยตัวประมวลผลข้อมูลในประเทศ และอนุญาตให้สถาบัน องค์กร หรือบุคคลต่างประเทศสอบถาม ดึงข้อมูล ดาวน์โหลด และส่งออกข้อมูล;

(3) พฤติกรรมการส่งออกข้อมูลอื่น ๆ ตามที่ได้รับการควบคุมโดย สำนักงานสารสนเทศบนอินเทอร์เน็ตแห่งชาติ

ดังนั้นคําจํากัดความของ "การส่งออก" คืออะไร? มาตรา 89 ของกฎหมายว่าด้วยการบริหารการเข้าและออกประเทศของสาธารณรัฐประชาชนจีนระบุไว้อย่างชัดเจนว่า "การส่งออก" หมายถึงการเดินทางจากจีนแผ่นดินใหญ่ไปยังประเทศหรือภูมิภาคอื่น ๆ เดินทางจากจีนแผ่นดินใหญ่ไปยังเขตปกครองพิเศษฮ่องกงหรือเขตบริหารพิเศษมาเก๊า และเดินทางจากจีนแผ่นดินใหญ่ไปยังไต้หวัน ดังนั้นจึงเห็นได้ว่าการพิจารณาว่ามีการส่งออกหรือไม่นั้นขึ้นอยู่กับเขตอํานาจศาล

สำหรับโครงการเก็บข้อมูลแบบกระจาย (decentralized storage projects) ผู้ใช้จะจัดเก็บข้อมูลในเครือข่ายกระจายแบบ IPFS ไฟล์ที่เก็บไว้ในเครือข่ายถูกแบ่งเป็นชิ้นข้อมูลเล็ก ๆ หลาย ๆ ชิ้น ถูกเข้ารหัสลับและเก็บไว้ในโหนดต่าง ๆ โดยโหนดเก็บข้อมูลกระจายอยู่ทั่วโลก สมมติว่าบริษัท Startup AI ในประเทศต้องการเก็บข้อมูลเพื่อฝึกโมเดล AI บนโหนดของโครงการกระจายเช่นนี้ จะมีความเสี่ยงในการส่งออกข้อมูลแน่นอน

2. ความเสี่ยงของการรั่วไหลข้อมูลความเป็นส่วนตัวที่อ่อนไหว

ในแอปพลิเคชัน AI Agent เช่น QnA3.AI ผู้ใช้จะเข้าร่วมการสนทนากับ AI เพื่อรับข้อมูลการซื้อขายสำหรับสินทรัพย์ที่เข้ารหัสและดำเนินการซื้อขาย การสนทนาส่วนตัว Q&A ที่สร้างจากการปฏิสัมพันธ์เหล่านี้เสี่ยงต่อการเปิดเผยข้อมูลส่วนบุคคลหากถูกใช้โดยโครงการสำหรับการฝึกโมเดลและปรับปรุง การรั่วไหลของข้อมูลการทำธุรกรรมแบบนี้ หากถูกใู้ใช้โดยผู้กระทำที่มีความประมวลและอาจนำไปสู่ความล้มเหลวในการลงทุนและความสูญเสียที่อาจเป็นไปได้

Disclaimer：

1. บทความนี้ถูกนำมาจาก [ web3caff], All copyrights belong to the original author [Chris Chuyan]. หากมีข้อความที่ไม่เห็นด้วยในการพิมพ์ซ้ำนี้ กรุณาติดต่อGate เรียนรู้ทีม และพวกเขาจะดำเนินการโดยเร็ว
2. คำปฏิเสธความรับผิด: มุมมองและความคิดเห็นที่แสดงในบทความนี้เป็นเพียงของผู้เขียนเท่านั้น และไม่เกิดขึ้นเป็นคำแนะนำในการลงทุนใด ๆ
3. การแปลบทความเป็นภาษาอื่นๆ ทำโดยทีม Gate Learn ห้ามคัดลอก แจกจ่าย หรือลอกเลียนบทความที่ถูกแปล นอกจากจะระบุไว้