最近我发现了一个令人惊叹的类比:想象一下,一百亿个超级智能的存在,愿意无偿为人类工作。这个想法确实令人震撼,不是吗?21世纪无疑将成为人工智能的时代,我们正处在一场技术革命的早期阶段,这场革命对社会的影响将超越电力、原子能甚至火的发现。就像英国国王所说:”活在这样一个时代真是太棒了!”
通过向算法输入海量数据并配以强大的计算资源,人工智能已经发展出令人惊叹的新能力。它现在可以进行复杂的推理和综合,与我们进行真正意义上的对话。这让我们能够以一种自然、直观的方式与人类知识的宝库互动。正如马克·安德森在他的文章中所说,人工智能将拯救世界,而我完全认同这个观点。
技术范式的深刻变革
加密货币和人工智能代表着这十年来最具颠覆性的两项技术革命。它们从根本上改变了我们管理和思考世界的方式,适用于所有行业和领域,并为人类开启了全新的生产力水平。这不仅仅是又一个昙花一现的社交媒体应用,而是真正意义上的变革性进步。
虽然人工智能和加密货币目前沿着各自的发展路径前进,但我预见它们终将融合。人工智能代表着数据、计算和自主代理的未来,而加密货币则带来了所有权、经济联盟和抗审查的新范式。就像Balaji半开玩笑地说的那样:”让一切都代币化。”
在这看似玩笑的背后,隐藏着一个突破性的真相:当加密货币和人工智能的力量真正融合时,将会发生非凡的变革。加密货币将成为人工智能堆栈的自然协调层,彻底改变我们与技术以及彼此互动的方式。
开源≠去中心化
令人困扰的是,”开源”和”去中心化”这两个概念经常被混淆使用。当我与人们讨论去中心化人工智能时,最常见的反应是:”但我们不是已经有开源的人工智能模型了吗?”
实际上,这是两个完全不同的概念。最简单的理解方式是:去中心化人工智能是开源人工智能的子集。开源关注的是软件代码的可访问性和协作开发,而去中心化则强调控制权的分配。
第一级:开源的力量
开源开发允许公众自由访问源代码,任何人都可以查看、修改和分发代码。这种建立在协作、透明和社区驱动基础上的开发模式,使得快速迭代和加速创新成为可能。就像建造摩天大楼一样,每个人都可以在前人的基础上继续创新。
以Linux为例,这个开源操作系统已经成为服务器、超级计算机和消费设备的基石,支撑着全球大部分网络服务器。同样,Android的开源性使其成为全球主导的移动操作系统,大大降低了新玩家的进入门槛。
在人工智能领域,开源模型如Mixtral 7B和BERT允许公众自由使用和修改。目前Huggingface平台上已经有超过653,000个开放模型,开源运动正在以前所未有的速度发展。
来源:Huggingface.co
令人振奋的是,大型开源人工智能模型正在迅速赶上专有模型。Meta投入数百亿美元训练的Llama-3现在对任何有互联网连接的人开放,其性能已经超越GPT-3.5,并正在快速追赶GPT-4。要知道,就在2023年初,GPT-4和Llama 65B之间还存在巨大的性能差距。
有人可能会问:为什么像Meta这样的公司愿意花费巨资训练人工智能模型,却又将它们开源?这背后有几个关键原因:首先,技术进步不是零和游戏,当整个社区进步时,所有人都会受益;其次,社区对模型的改进可以直接使Meta受益;最后,这也是对专有模型公司的一种竞争策略。
扎克伯格深知开源的重要性
科技行业有句老话:”如果你领先,就保持专有;如果你落后,就开源。”我希望看到更多高质量的开源人工智能模型,它们提供了更好的安全性、更大的定制灵活性,并且比闭源模型更具成本效益。自由市场正在将强大的基础人工智能模型变成公共产品。
当然,我并不是主张所有东西都必须开源。专有模型在某些专门任务上可能表现更优。对于初创公司来说,明智的做法是采用开源模型,针对特定用例进行微调,然后创建专有应用。开源和专有模型将长期共存,但我们必须继续倡导开源基础模型的重要性。
开源人工智能只是去中心化这个更大图景的一部分。接下来,让我们探讨权力分配这个更深层次的问题。
第二级:去中心化的必要性
绝大多数人都认同人工智能是一项指数级技术,体现了人类的集体智慧。但如此强大的力量也伴随着巨大责任。我们不能用更加中心化的方式来对抗人工智能的中心化,而是需要从根本上改变思维方式。
权力去中心化是一种哲学信念,其核心是将权力归还给个人。这与我们高度中心化的现代世界形成了鲜明对比。正如股票市场所示,我们的技术影响力主要集中在少数几家大型科技公司手中。
2023年,”七大科技巨头”——苹果、微软、Alphabet、亚马逊、英伟达、Meta和特斯拉——的股价飙升近80%,主导了整个市场。这反映了它们在科技领域的绝对统治地位,以及市场对它们在人工智能领域主导地位的预期。
残酷的现实是,互联网已经被垄断。我们不再真正拥有自己在网上创造的内容,而是不知不觉地成为了由大型科技公司控制的数字生态系统的参与者。如果这些”数字奴隶主”不喜欢我们的言行,我们就会面临被平台封禁的风险。
广义人工智能已经被微软-OpenAI、亚马逊-Anthropic和谷歌-Gemini等大型中心化公司垄断。这些公司在培养大型语言模型方面具有先发优势,因为他们拥有海量数据集和计算资源。
无论他们公开说什么,行动胜于雄辩。历史表明,大型科技公司的首要任务往往是维持垄断而非创新,他们会利用资金优势强化这一地位。一种常见做法是通过游说设立只有他们能负担得起的行业法规,从而设置高进入壁垒,抑制新竞争。
潜在的黑暗未来
由 DALL-E 生成
想象一下人工智能主要由大型科技公司控制的未来世界。在这个奥威尔式的反乌托邦中:人工智能系统的内部运作完全对我们隐藏;系统容易受到操纵和偏见影响;审查无处不在;我们的数据被随意收集而得不到公平补偿。
谷歌的Gemini在不准确地生成历史人物图像时引发了强烈争议。在中国,人工智能公司需要政府批准,必须对敏感内容进行审查。如果不加以控制,我们将过度依赖少数垄断的人工智能系统,最终被锁定在特定平台上,在精神上受到奴役。
来源:@Endwokeness
马克·扎克伯格在最近的一次采访中强调了这个问题,他表示如果一家公司拥有比其他公司更好的人工智能,这将造成严重的技术垄断。采用开源和去中心化优先的方法有助于缓解这一担忧。
那么,我想问你:你愿意让本世纪最具变革性的技术被一小群人控制吗?
替代方案在哪里?
我们需要平衡人工智能技术的中心化力量。现在,我们有一个小窗口来塑造我们想要的未来——一个民主、开放和公平的后人工智能世界。
这就是加密货币的重要性所在。通过加密技术,我们可以坚持三个关键原则:去中心化控制,让决策权分布在整个网络中;用户赋权,确保用户保留对其资产和数据的所有权;以及抗审查,防止任何单一实体行使审查权。
当与Crypto x AI的创始人交谈时,我总会问他们为什么要在产品中使用区块链/加密货币。通常,在没有区块链的情况下进行人工智能操作会更高效、更便宜。但最优秀的创始人之所以坚持去中心化,是因为更深层的哲学信念:加密货币是民主、公开和公平推进人工智能的最佳技术堆栈。
正如Vana创始人Anna Kazlauskas所说,想象一个由1亿人共同训练的基础模型,所有参与者都能获得某种形式的奖励。
去中心化人工智能应用是关键
来源:a16z 企业
去中心化可以应用于整个生成式人工智能技术堆栈。作为一个现实主义者,我认为去中心化人工智能的最大潜力不在于基础模型,而在于应用层。我主要担心的是互联网历史的重演——虽然基础技术如TCP/IP和电子邮件是开放的,但经济价值和对用户数据的控制却集中在少数大公司手中。
好消息是,我们仍处于人工智能革命的早期阶段,有机会改变其发展轨迹。我们需要积极构建广泛分享利益的系统,而不仅仅是支持开源人工智能系统,还要确保基于这些系统构建的应用程序是开放和透明的。
Venice也支持人工智能去中心化
一个体现去中心化人工智能应用的例子是Erik Voorhees的Venice平台。Venice是基于开源模型构建的ChatGPT替代方案,它提供了一个无需许可的平台,任何人都可以访问开源机器智能。Venice特别注重用户隐私,仅记录最少的信息,并且不记录任何对话内容。这与ChatGPT形成鲜明对比,后者具有严格的内容过滤器。
我亲自体验过Venice,发现它的响应质量相当不错,而且还提供”上帝模式”等独特功能。
Crypto x AI的未来方向
展望未来,我认为有几个关键趋势值得关注。
1.人工智能应用将迎来爆发
我们已经认识到开源和去中心化对人工智能的重要性,这在应用层尤为明显。
过去12个月,NVIDIA的投资者获得了丰厚回报。目前生成式AI的大部分价值集中在硬件和基础设施层。但如果我们参考云计算等其他重大技术转变的趋势,未来10年价值将不可避免地转向应用层。因此,为去中心化人工智能应用构建合适的基础设施至关重要。
2. 自主人工智能代理将无处不在
大型语言模型固然有趣,但人工智能真正的未来在于自主代理——能够独立学习、规划和执行任务的实体。随着这些代理变得越来越普遍,它们在区块链上运行将变得很自然,因为价值交易可以通过代码轻松实现。
传统金融体系需要很多年才能适应这种新范式。Michael Rinko在他的文章”The Real Merge“中很好地解释了这一点:与传统金融系统复杂的交互流程相比,在区块链上,人工智能代理只需生成交易、签名并广播到网络即可完成价值转移。
与区块链智能合约交互的能力赋予了人工智能代理超能力。它们可以进行支付、执行交易、与dApp交互,完成人类用户可以执行的任何操作。我们必须确保这些代理能够在开放、无需许可且抗审查的环境中运行,以充分发挥其潜力。
我相信去中心化人工智能将发挥关键作用。作为技术物种,人类必须快速进步,同时避免走上黑暗的道路。这是我关于Crypto x AI领域的第一篇文章,接下来我将深入探讨去中心化GPU市场、人工智能代理、数据层和去中心化推理等具体子领域。
声明:文章不代表CHAINTT观点及立场,不构成本平台任何投资建议。投资决策需建立在独立思考之上,本文内容仅供参考,风险 自担!转载请注明出处:https://www.chaintt.cn/14247.html