Trí tuệ nhân tạo (AI) đang là chủ đề nóng hổi. Tuy nhiên, bên dưới sự cường điệu xung quanh AI phi tập trung (DeAI) là một lỗ hổng nghiêm trọng: sự thiếu hụt các bộ dữ liệu đa dạng, an toàn và có thể xác minh.
Các bộ dữ liệu trên chuỗi đơn giản là quá hạn chế để huấn luyện các mô hình thực sự mạnh mẽ. Điều này có nguy cơ nhường tương lai của AI cho những gã khổng lồ tập trung, những người có quyền truy cập không giới hạn vào kho dữ liệu khổng lồ trên web.
Lời hứa của DeAI — AI dân chủ, minh bạch và mạnh mẽ — phụ thuộc vào việc thu hẹp khoảng cách dữ liệu này. Mật mã thông minh mang đến một giải pháp.
Vẻ đẹp của AI truyền thống nằm ở sự tham lam của nó. Càng tiêu thụ nhiều dữ liệu, nó càng trở nên thông minh hơn. Nhưng ưu điểm này cũng chính là điểm yếu của nó. Các mô hình AI tập trung được huấn luyện trên dữ liệu thường được thu thập mà không có sự đồng ý rõ ràng, làm dấy lên những câu hỏi hóc búa về quyền riêng tư và kiểm soát.
DeAI, được xây dựng dựa trên các nguyên tắc phi tập trung và minh bạch của blockchain, mang đến một giải pháp thay thế hấp dẫn. Tuy nhiên, hầu hết dữ liệu trên chuỗi đến từ các giao dịch tài chính hoặc DeFi. Đặc biệt, các mô hình ngôn ngữ nhỏ yêu cầu dữ liệu chính xác hơn để tinh chỉnh. Điều này khiến các mô hình DeAI thiếu hụt các bộ dữ liệu phong phú và đa dạng cần thiết để cải thiện chúng đến mức cạnh tranh như các mô hình mới nhất.
Các bộ dữ liệu như vậy có sẵn bên ngoài web3, với The Pile và Common Crawl mỗi bộ chứa dữ liệu từ hàng tỷ nguồn duy nhất. Độ sâu của các nguồn dữ liệu web2 đã được xác minh, cũng như khối lượng dữ liệu, là thứ đã cho phép các nhà cung cấp AI tập trung tinh chỉnh các mô hình GPT của họ xa và nhanh như hiện tại.
Việc tái tạo cùng mức độ dữ liệu trên chuỗi là không khả thi trong một khung thời gian cạnh tranh. Và trong khi một số công ty AI đã vướng vào tranh cãi với các nhà sáng tạo dữ liệu, những người cáo buộc họ đánh cắp chính loại dữ liệu tinh vi được thảo luận ở đây, có một cách khác để đưa nhiều dữ liệu hơn lên chuỗi — làm cho nó an toàn hơn.
Xây dựng cầu nối
Đây là lúc mật mã phát huy tác dụng. Các bằng chứng không tiết lộ thông tin (zero-knowledge proofs), vốn đã tạo nên làn sóng trong khả năng mở rộng và quyền riêng tư của blockchain, mang đến một giải pháp mạnh mẽ. Hai kỹ thuật đặc biệt — mã hóa đồng cấu hoàn toàn không tiết lộ thông tin (zkFHE) và TLS không tiết lộ thông tin (zkTLS) — nắm giữ chìa khóa để mở khóa dữ liệu web2 cho DeAI.
zkFHE cho phép thực hiện các phép tính trên dữ liệu được mã hóa mà không cần giải mã nó. Hãy tưởng tượng việc huấn luyện một mô hình AI trên hồ sơ y tế nhạy cảm mà không bao giờ tiết lộ dữ liệu bệnh nhân thô. Đây là sức mạnh của zkFHE. Nó cho phép các mô hình DeAI học hỏi từ các bộ dữ liệu lớn, được bảo vệ quyền riêng tư, mở rộng đáng kể khả năng huấn luyện của chúng.
zkTLS mở rộng nguyên tắc này sang giao tiếp internet. Nó cho phép người dùng chứng minh quyền sở hữu một số dữ liệu từ một trang web — chẳng hạn như điểm tín dụng hoặc hoạt động mạng xã hội — mà không tiết lộ thông tin cơ bản. Điều này rất quan trọng để tích hợp sự phong phú của dữ liệu nằm trong các kho lưu trữ web2 vào hệ thống DeAI. Ví dụ, một mô hình xếp hạng tín dụng phi tập trung có thể tận dụng zkTLS để truy cập dữ liệu tài chính được xác thực từ các tổ chức truyền thống mà không làm tổn hại đến tính bảo mật của chúng.
Lợi thế của DeAI?
Các tác động là sâu sắc. Bằng cách kết hợp zkFHE và zkTLS, DeAI có thể khai thác sự phong phú của dữ liệu web2 trong khi vẫn duy trì các nguyên tắc cốt lõi về quyền riêng tư và phi tập trung. Điều này có thể san bằng sân chơi, cho phép DeAI cạnh tranh và thậm chí vượt qua AI tập trung.
Hãy xem xét sự phát triển của các mô hình ngôn ngữ lớn hiện đang bị thống trị bởi các gã khổng lồ công nghệ được tài trợ tốt. Các mô hình này yêu cầu lượng dữ liệu văn bản khổng lồ để huấn luyện. Bằng cách tận dụng zkTLS, các nhà phát triển DeAI có thể truy cập và sử dụng dữ liệu web công khai một cách bảo vệ quyền riêng tư, tạo ra các mô hình ngôn ngữ lớn (LLM) dân chủ và minh bạch hơn.
Tất nhiên, có những thách thức. Triển khai zkFHE và zkTLS đòi hỏi nhiều tài nguyên tính toán, cần những tiến bộ đáng kể về phần cứng và phần mềm. Tiêu chuẩn hóa và khả năng tương tác cũng rất quan trọng để áp dụng rộng rãi. Nhưng phần thưởng tiềm năng là rất lớn.
Trong cuộc đua giành quyền tối cao về AI, dữ liệu là nhiên liệu cuối cùng. Bằng cách áp dụng các giải pháp mật mã như zkFHE và zkTLS, DeAI có thể tiếp cận nhiên liệu cần thiết để hoạt động. Đây không chỉ là việc xây dựng AI thông minh hơn; mà còn là xây dựng một tương lai AI dân chủ và công bằng hơn.
Theo Crypto News
Tuyên bố miễn trừ: Quan điểm và ý kiến được trình bày ở đây thuộc về tác giả và không đại diện cho quan điểm và ý kiến của ban biên tập Crypto News. Thông tin chỉ mang tính chất tham khảo.
