7 Nền tảng AI phi tập trung tốt nhất đáng chú ý
Tóm lại
Trong bài viết này, chúng tôi sẽ nêu bật 7 nền tảng AI phi tập trung hàng đầu đang tạo nên sự cân bằng.
Những đổi mới về trí tuệ nhân tạo (AI) đã chứng kiến sự tăng trưởng vượt bậc kể từ khi ra mắt ChatGPT vào tháng 11 năm 2022. Tuy nhiên, mặc dù đã trở nên phổ biến, một số trở ngại đáng kể vẫn tiếp tục làm chậm quá trình phát triển và áp dụng AI – một trong những thách thức lớn nhất mà ngành công nghiệp mới ra đời này phải đối mặt là chất lượng và kiểm soát dữ liệu.
Theo một ước tính Theo Epoch AI, tổng lượng dữ liệu văn bản công khai do con người tạo ra có hiệu quả là khoảng 300 nghìn tỷ mã thông báo; lượng dữ liệu này có thể sẽ được các mô hình ngôn ngữ sử dụng hết để đào tạo trong khoảng thời gian từ năm 2026 đến năm 2032. Tình trạng khan hiếm dữ liệu đang nổi lên này, cùng với những lo ngại về tính minh bạch và chi phí chủ yếu là kết quả của việc tập trung hóa hầu hết các đường ống dữ liệu AI.
Nhìn từ khía cạnh tích cực, cơ sở hạ tầng phi tập trung đang chứng tỏ giá trị trong việc giải quyết một số điểm yếu này. Trong bài viết này, chúng tôi sẽ giới thiệu 7 nền tảng AI phi tập trung hàng đầu đang tạo nên sự cân bằng trong cạnh tranh. Các nền tảng mới nổi này mang đến cho các nhà phát triển AI và doanh nghiệp khả năng tìm kiếm nguồn dữ liệu có thể xác minh được, do cộng đồng điều hành mà không cần dựa vào các bên trung gian tập trung.
OORT: Đám mây dữ liệu hoàn chỉnh cho AI phi tập trung
OORT là giải pháp AI phi tập trung toàn diện được thiết kế để cho phép cả doanh nghiệp và cá nhân thu thập, xử lý và kiếm tiền từ dữ liệu AI.
Điểm nổi bật của đám mây dữ liệu AI này so với các đối thủ tập trung khác là cách tiếp cận cộng đồng toàn cầu; thay vì dựa vào các quy trình thu thập dữ liệu không minh bạch, OORT giới thiệu một nền tảng thu thập dữ liệu đa chuỗi phi tập trung có tên OORT DataHub. Nền tảng này tận dụng sự đóng góp từ cộng đồng toàn cầu để cung cấp các bộ dữ liệu đa dạng, chất lượng cao và có thể xác minh, nhằm giải quyết những thiếu sót hiện có về chất lượng và khả năng kiểm soát dữ liệu AI.
Hỗ trợ OORT DataHub là mạng phi tập trung OORT Edge, cung cấp năng lượng cho việc lưu trữ và xử lý dữ liệu được thu thập; mạng này thực hiện việc này thông qua thiết bị phần cứng nút biên – Deimos.
Như vậy, người dùng hệ sinh thái OORT có cơ hội kiếm được phần thưởng có thể kiếm tiền bằng cách góp phần hướng tới DataHub hoặc trở thành một phần của mạng biên bằng cách lưu trữ một nút thông qua thiết bị Deimos. Hiện có hơn 330,000 người đóng góp dữ liệu, hơn 83,000 nút và hơn 10,000 người dùng hàng ngày trên hệ sinh thái AI phi tập trung này.
Bittensor: Mạng lưới tình báo phi tập trung
bittensor là một nền tảng AI phi tập trung thú vị khác; về cơ bản, hệ sinh thái dựa trên blockchain này hỗ trợ sản xuất hàng hóa kỹ thuật số trên chuỗi, bao gồm suy luận AI, đào tạo và cơ sở hạ tầng liên quan.
Vậy, nó hoạt động như thế nào? Bittensor tận dụng khái niệm mạng con để giới thiệu các cộng đồng sản xuất các hàng hóa kỹ thuật số này với mức giá cạnh tranh. Điều này dựa trên một mô hình khuyến khích, trong đó những người khai thác (người đóng góp) giỏi nhất được thưởng khi hoàn thành một nhiệm vụ nhất định. Một số nhiệm vụ trong mạng con AI có thể bao gồm các dịch vụ như đào tạo, dự đoán hoặc suy luận chuyên biệt.
Mạng lưới Bittensor cũng bao gồm các trình xác thực có vai trò xác thực công việc do thợ đào thực hiện. Điều này đảm bảo rằng chỉ những dịch vụ chất lượng mới được thưởng thông qua mô hình khuyến khích của Bittensor – hệ sinh thái phát hành 7200 token TAO mỗi ngày cho mục đích này. Việc phân bổ trong các mạng con được chia thành ba nhóm: người tạo mạng con (18%), người xác thực (41%) và thợ đào (41%).
Các mạng con phi tập trung của Bittensor là sự thay đổi so với quy trình đào tạo AI tập trung, nơi các công ty công nghệ lớn độc quyền thu thập dữ liệu và các dịch vụ AI khác.
Ocean Protocol: Thị trường dữ liệu sẵn sàng cho AI
Ocean Protocol là một trong những đơn vị uy tín trong lĩnh vực đổi mới sáng tạo còn non trẻ này. Được xây dựng dưới dạng giao thức phi tập trung, nền tảng này hỗ trợ hai thành phần chính cần thiết cho sự phát triển của AI – dữ liệu và tính toán.
Bộ công nghệ bao gồm ba phần chính: Datatokens, Ocean Nodes và Compute-to-Data. Với Datatokens, người dùng Ocean Protocol có thể mã hóa dữ liệu riêng tư của họ và cho phép sử dụng để huấn luyện mô hình mà vẫn đảm bảo quyền riêng tư. Một phương pháp được gọi là "token-gating", theo đó chủ sở hữu dữ liệu có thể công bố các dịch vụ dữ liệu trên thị trường Ocean Protocol thông qua mô hình kiểm soát truy cập phi tập trung.
Đối với các Ocean Node, chúng cho phép kiếm tiền từ các tài nguyên điện toán nhàn rỗi. Chủ sở hữu thiết bị trên toàn thế giới có thể dành sức mạnh điện toán nhàn rỗi của mình để hỗ trợ Mạng lưới Ocean để đổi lấy phần thưởng hệ sinh thái.
Tính năng Compute-to-Data là đặc điểm nổi bật của hệ sinh thái này; nó cho phép người dùng (người đào tạo mô hình) mua các tập dữ liệu để chạy mô hình mà không tiết lộ quyền riêng tư của nhà cung cấp. Đây chính là điều mang lại cho Ocean Protocol lợi thế như một "thị trường dữ liệu sẵn sàng cho AI" phi tập trung.
SingularityNET: Người tiên phong trong dịch vụ AI phi tập trung
SingularityNET là đơn vị tiên phong trong lĩnh vực AI phi tập trung; dự án được ra mắt vào năm 2017, huy động được 36 triệu đô la trong vòng một phút thông qua ICO. Kể từ đó, dự án đã phát triển thành một nền tảng blockchain uy tín, nơi người dùng có thể tạo, chia sẻ và kiếm tiền từ các dịch vụ AI.
Không giống như các đối thủ cạnh tranh, vốn tập trung vào bộ dữ liệu và tính toán thô, SingularityNET chuyên về các dịch vụ AI như API, mô hình và tác nhân mà các nhà phát triển có thể kiếm tiền hoặc mua để hỗ trợ các sáng kiến phát triển của họ. Điều này có thể thực hiện được thông qua token gốc $AGIX của nền tảng, cho phép người tham gia thanh toán cho các dịch vụ AI.
Mô hình cơ sở hạ tầng của SingularityNET cũng rất chú trọng đến khả năng tương tác, cho phép các dịch vụ khác nhau tương tác với nhau. Điều này tạo ra một hệ sinh thái hỗ trợ AI, nơi những người đóng góp độc lập có thể xây dựng các quy trình phức tạp.
Một đặc điểm nổi bật khác của dự án đặc biệt này là tầm nhìn của người sáng lập, Tiến sĩ Ben Goertzel, nhằm thúc đẩy Trí tuệ nhân tạo tổng quát (AGI) – thời đại mà AI sẽ có khả năng thực hiện bất kỳ nhiệm vụ nào mà con người có thể làm và có khả năng vượt qua trí thông minh của con người trên nhiều lĩnh vực.
Fetch.ai: Các tác nhân phi tập trung và nền kinh tế dữ liệu
Lấy là một sáng kiến mới lạ khác hoạt động trong nền kinh tế đại lý sắp tới được hỗ trợ bởi các đại lý AI. Dự án này được thiết kế như một nền tảng đa đại lý, cho phép các đại lý phần mềm tự động tương tác, đàm phán và giao dịch dữ liệu thay mặt cho người dùng, tổ chức hoặc thiết bị, đồng thời tận dụng công nghệ blockchain để bảo mật các kênh truyền thông.
Một trong những thành phần chính của hệ sinh thái này là khung tác nhân (AEA). Nó được giao các chức năng như thu thập và phân tích dữ liệu, tương tác với các tác nhân hoặc nguồn dữ liệu khác, ra quyết định, giao dịch và tham gia vào học máy hoặc tối ưu hóa tác vụ. Chúng có thể được coi là bản sao kỹ thuật số hoạt động thay mặt người dùng.
Điều gì nổi bật về Lấy là việc cho phép luồng dữ liệu động, thời gian thực giữa các tác nhân tự động. Đây là một bước tiến so với các quy trình AI truyền thống, vốn không chỉ tập trung mà còn tĩnh. Ví dụ, một hệ thống quản lý giao thông trong một thành phố đông đúc có thể sử dụng các tác nhân AI để mua dữ liệu giao thông trực tiếp từ các cảm biến của thành phố, nhờ vào mô hình kinh tế dựa trên tác nhân.
Gensyn: Máy tính phi tập trung cho đào tạo AI
Theo một gần đây báo cáo Theo các dự án của McKinsey, các trung tâm dữ liệu trên toàn thế giới sẽ cần khoảng 6.7 nghìn tỷ đô la để đáp ứng nhu cầu ngày càng tăng về sức mạnh tính toán. gensyn giải quyết rủi ro chi phí tiềm ẩn này thông qua giao thức phi tập trung, tập trung vào tính toán học máy.
Về cốt lõi, Gensyn cho phép tổng hợp nguồn cung điện toán toàn cầu vào một mạng lưới duy nhất. Điều này có thể thực hiện được thông qua một khuôn khổ phi tập trung, tạo cơ hội cho bất kỳ ai có khả năng tính toán nhàn rỗi đều có thể phân bổ vào mạng lưới, hỗ trợ các nhà đổi mới AI với nguồn điện toán có sẵn trên toàn cầu mà họ có thể thuê để mở rộng quy mô đào tạo các mô hình lớn.
Hệ sinh thái của Gensyn bao gồm bốn thành phần nền tảng: Thực thi ML nhất quán, Xác minh không cần tin cậy, Giao tiếp ngang hàng và Phối hợp phi tập trung. Tất cả các khía cạnh này hoạt động song song để cho phép học máy phi tập trung, có thể xác minh trên quy mô toàn cầu.
Cũng cần lưu ý rằng dự án này vẫn đang trong giai đoạn đầu, với Testnet hiện đã có sẵn. Nó bao gồm ba ứng dụng mà người dùng có thể dùng thử: RL Swarm, BlockAssist và Judge.
Grass: Mạng lưới huy động dữ liệu phi tập trung
Nhiều khi, khi trả tiền cho các dịch vụ internet, chúng ta lại không sử dụng hết băng thông được phân bổ. Grass, trước đây là Grassdata, đã giới thiệu một khái niệm sáng tạo cho phép người dùng internet toàn cầu có thể sử dụng băng thông nhàn rỗi của mình.
Dự án hiện thực hóa câu chuyện này thông qua mô hình phân tán, cho phép bất kỳ ai cũng có thể đóng góp và nhận phần thưởng chỉ với các bước đơn giản, biến băng thông nhàn rỗi thành nguồn tài nguyên giá trị cho việc đào tạo AI. Nói một cách đơn giản, Grass hoạt động như một mạng vật lý phi tập trung (DepIN) để truy cập dữ liệu web, nơi người dùng có thể chạy các nút từ các thiết bị hàng ngày của họ, đóng vai trò là nguồn dữ liệu cho AI và trí tuệ web.
Cách tiếp cận phân tán và không cần cấp phép này không chỉ là một bước đột phá trong đào tạo mô hình AI mà còn trong việc tận dụng các nguồn tài nguyên kỹ thuật số hàng ngày. Người dùng có thể đóng vai trò là nhà cung cấp dữ liệu để vận hành một mạng lưới mở có khả năng cạnh tranh với các trình thu thập dữ liệu web và trình tổng hợp dữ liệu tập trung hiện đang được kiểm soát bởi một số ít các công ty công nghệ lớn.
Kết luận
Như đã đề cập trong phần giới thiệu, quá trình phát triển và ứng dụng AI không phải là không có những thách thức riêng. Điều này bao gồm kiểm soát dữ liệu, chất lượng và chi phí tính toán ngày càng tăng. Tuy nhiên, như được nêu bật qua các ví dụ trong bài viết này, đã có những tiến bộ đáng kể trong lĩnh vực đổi mới AI phi tập trung. Những dự án này là một cái nhìn thoáng qua về những gì kiến trúc phi tập trung có thể mang lại cho AI và ngược lại; đây là một lợi ích cho cả blockchain và đổi mới AI.
Bảng so sánh các nền tảng AI phi tập trung
| Dự án | Trọng tâm chính | Điều gì nổi bật |
| OORT | Đám mây dữ liệu AI phi tập trung cho phép người dùng thu thập, xử lý và kiếm tiền từ dữ liệu | DataHub do cộng đồng điều hành và mạng biên (Deimos) với hơn 330 người đóng góp và các tập dữ liệu có thể xác minh |
| bittensor | Mạng lưới Blockchain để đào tạo và suy luận AI phi tập trung | Các mạng con được khuyến khích thưởng cho các đầu ra AI chất lượng bằng lượng phát thải TAO hàng ngày |
| Ocean Protocol | Thị trường dữ liệu và tính toán sẵn sàng cho AI | Mô hình bảo mật tính toán thành dữ liệu cho phép chia sẻ dữ liệu an toàn mà không làm lộ dữ liệu thô |
| SingularityNET | Thị trường cho các dịch vụ AI và API | Kiếm tiền từ các tác nhân AI có khả năng tương tác; tầm nhìn tiên phong cho Trí tuệ nhân tạo tổng quát (AGI) |
| Lấy | Nền kinh tế AI đa tác nhân cho việc trao đổi dữ liệu tự động | Đàm phán dữ liệu thời gian thực thông qua các tác nhân tự động (AEA) |
| gensyn | Mạng tính toán phi tập trung cho máy học | Xác minh không cần tin cậy và tổng hợp nguồn cung cấp điện toán toàn cầu cho đào tạo AI |
| Grass | Mạng lưới cung cấp dữ liệu và băng thông phi tập trung | Chuyển đổi băng thông internet nhàn rỗi thành tài nguyên dữ liệu đào tạo AI |
Câu Hỏi Thường Gặp
AI phi tập trung là gì?
AI phi tập trung đề cập đến các hệ thống trí tuệ nhân tạo được xây dựng trên các hệ sinh thái phân tán như blockchain hoặc cơ sở hạ tầng ngang hàng. Các cộng đồng toàn cầu đảm nhận vai trò dữ liệu, tính toán và đào tạo mô hình, trái ngược với bối cảnh tập trung, nơi các tập đoàn lớn kiểm soát tất cả các chức năng này.
AI phi tập trung khác với nền tảng AI truyền thống như thế nào?
Không giống như các giải pháp AI truyền thống, vốn phụ thuộc vào các trung tâm dữ liệu tập trung và các kỹ thuật thu thập dữ liệu không minh bạch, AI phi tập trung phân phối nguồn dữ liệu, sức mạnh tính toán và đào tạo mô hình cho các bên tham gia hệ sinh thái đa dạng. Điều này cải thiện tính minh bạch, bảo mật và tính bao trùm.
Tại sao kiểm soát chất lượng dữ liệu lại quan trọng đối với sự phát triển AI?
Chất lượng dữ liệu có tác động trực tiếp đến tính chính xác và công bằng của các mô hình AI. Do đó, các đường dẫn dữ liệu AI cần phải có thể xác minh được, có nguồn gốc đạo đức và được chia sẻ một cách an toàn.
Người tham gia kiếm tiền như thế nào trong hệ sinh thái AI phi tập trung?
Có nhiều cách để kiếm tiền từ các hệ sinh thái này, bao gồm việc đóng góp các nguồn lực giá trị như dữ liệu và sức mạnh tính toán. Hầu hết các nền tảng DeAI đều có cơ chế khuyến khích, nơi người dùng có thể nhận được phần thưởng có thể quy đổi thành tiền.
Những dự án AI phi tập trung nào hiện đang dẫn đầu lĩnh vực này?
Các công ty nổi bật bao gồm OORT (đám mây dữ liệu), Bittensor (mạng lưới trí tuệ nhân tạo), Ocean Protocol (thị trường dữ liệu sẵn sàng cho AI), SingularityNET (trung tâm dịch vụ AI), Fetch.ai (nền kinh tế đại lý), Gensyn (tính toán phi tập trung) và Grass (mạng lưới cung cấp dữ liệu cộng đồng).
Trách nhiệm công ty
Phù hợp với Hướng dẫn của Dự án Tin cậy, xin lưu ý rằng thông tin được cung cấp trên trang này không nhằm mục đích và không được hiểu là tư vấn pháp lý, thuế, đầu tư, tài chính hoặc bất kỳ hình thức tư vấn nào khác. Điều quan trọng là chỉ đầu tư những gì bạn có thể đủ khả năng để mất và tìm kiếm lời khuyên tài chính độc lập nếu bạn có bất kỳ nghi ngờ nào. Để biết thêm thông tin, chúng tôi khuyên bạn nên tham khảo các điều khoản và điều kiện cũng như các trang trợ giúp và hỗ trợ do nhà phát hành hoặc nhà quảng cáo cung cấp. MetaversePost cam kết báo cáo chính xác, không thiên vị nhưng điều kiện thị trường có thể thay đổi mà không cần thông báo trước.
Giới thiệu về Tác giả
Gregory, một người du mục kỹ thuật số đến từ Ba Lan, không chỉ là nhà phân tích tài chính mà còn là người đóng góp có giá trị cho nhiều tạp chí trực tuyến khác nhau. Với bề dày kinh nghiệm trong ngành tài chính, những hiểu biết sâu sắc và chuyên môn của ông đã giúp ông được công nhận trên nhiều ấn phẩm. Tận dụng thời gian rảnh rỗi của mình một cách hiệu quả, Gregory hiện đang chuyên tâm viết một cuốn sách về tiền điện tử và blockchain.
Xem thêm bài viết
Gregory, một người du mục kỹ thuật số đến từ Ba Lan, không chỉ là nhà phân tích tài chính mà còn là người đóng góp có giá trị cho nhiều tạp chí trực tuyến khác nhau. Với bề dày kinh nghiệm trong ngành tài chính, những hiểu biết sâu sắc và chuyên môn của ông đã giúp ông được công nhận trên nhiều ấn phẩm. Tận dụng thời gian rảnh rỗi của mình một cách hiệu quả, Gregory hiện đang chuyên tâm viết một cuốn sách về tiền điện tử và blockchain.
