Intervista esclusiva | Il fondatore di XTAO ha detto che Bittensor spera di diventare bitcoin nel campo dell'intelligenza artificiale

Secondo Bijie.com, Karia Samaroo, fondatrice e CEO di XTAO, ha spiegato perché l'IA deve essere decentralizzata. XTAO è l'unica società elencata dedicata all'ecosistema Bitttensor. L'intelligenza artificiale ha attirato l'immaginazione del pubblico a un ritmo senza precedenti. Tuttavia, sotto il suo potenziale, sono nascoste serie preoccupazioni sulla concentrazione di potere e controllo. Attualmente, i modelli AI più popolari sono la proprietà esclusiva di diverse grandi aziende tecnologiche che controllano completamente la progettazione e l'uso di questi modelli. Crypto.News ha intervistato Karia Samaroo, fondatrice e CEO di XTAO, una società quotata in borsa dedicato all'ecosistema AI decentralizzato di Bitttensor (TAO). Samaroo spiega perché è necessario un modello alternativo per rendere l'IA più aperta, decentralizzata e soddisfare le esigenze degli utenti. Crypto.News: Cosa porta Blockchain all'IA e quale ruolo gioca Bittensor? Karia Samaroo: la centralizzazione è il problema più grande con l'IA. Mentre l'IA si sviluppa nello strumento più potente mai creato dagli umani, solo poche aziende controllano, crea enormi rischi concentrati. Spesso paragonarmi Bitttensor a Bitcoin. Bitcoin risolve il problema di centralizzazione attorno alla valuta: non sarà gonfiato, può essere accessibile da nessuno e non c'è gatekeeper. Bittensor applica la stessa idea per l'IA. Per l'IA centralizzata, come Openai, un'istituzione decide come addestrare un modello, quali dati usare, quali pregiudizi ci sono e cosa rivedere. Possono anche tagliare l'accesso in qualsiasi momento. Questo è un grosso problema. Bitttensor utilizza il modello di Bitcoin per risolvere questo problema dell'IA. CN: In che modo le aziende introducono il decentramento nell'intelligenza artificiale? KS: Ci sono alcuni buoni esempi di soluzioni AI decentralizzate. L'erba motiva la raccolta dei dati, sebbene si concentri su una parte dello stack AI. Il rendering è una rete di calcolo decentralizzata, che è anche molto importante. Bitttensor ha una gamma più ampia. Lo definirei "la rete globale dell'IA". Si concentra più di una semplice area come dati o calcolo. Ha più sottorete, ognuna risolve diversi problemi nello stack di AI e sono tutti collegati tra loro. CN: Perché le aziende si basano su Bitttensor invece di utilizzare modelli più maturi come Openi? KS: Penso che ci siano diversi motivi. Uno è filosofico. Molte persone costruite su Bittensor vedono il valore di contribuire alla rete decentralizzata e alla missione AI decentralizzata. Questo ha sicuramente molto fascino. L'altro è tecnico. Nelle reti decentralizzate, la scalabilità presenta vantaggi. Bitcoin, ad esempio, ha creato il più grande computer del mondo attraverso il suo meccanismo di incentivazione. È così ampio che non verrà mai disattivato perché ha molti nodi in esecuzione in diverse posizioni, reti e alimentatori diversi. Poi c'è il concetto di innovazione aperta. Chiunque può sperimentare, iterare e monetizzare i propri modelli senza la necessità di un gatekeeper. Se sei un ingegnere AI, di solito devi richiedere un lavoro, partecipare a un colloquio, essere assunto e poi lavorare su un compito molto specifico all'interno dell'azienda. Su Bittensor, puoi scegliere una sottorete su cui vuoi estrarre, costruire il tuo modello, competere con gli altri e essere pagato immediatamente. CN: i modelli AI gestiti da grandi aziende tecnologiche beneficiano di molti dati, come Grok possiede Twitter. Come compete AI decentralizzata? KS: Penso che l'erba sia un buon esempio e ci sono progetti simili su Bitttensor. L'idea è di crowdsource e ispirare le persone a raccogliere e gestire i dati. La rete si è evoluta in modo molto significativo. Questo è il modo in cui le reti decentralizzate introducono set di dati di qualità uguali o anche più elevati. Le grandi aziende tecnologiche controllano oggi i dati più ricchi, ma con i giusti incentivi, i sistemi decentralizzati possono competere con esso. Un altro grosso problema è che quando Meta o Twitter hanno i tuoi dati, non ricevi nulla. Come collaboratore, non otterrai premi. Le reti decentralizzate si sovvertono questo. Allineano gli incentivi con creatori e collaboratori, ed è così che dovrebbero essere. Se scatti una foto, dovresti essere firmato. Se hai pubblicato un articolo, dovresti beneficiare di esso. CN: In che modo l'IA decentralizzata risolve i problemi di sicurezza e impatto sociale dei suoi modelli? KS: Ci sono diversi aspetti della sicurezza. Uno è la formazione dei dati. Se è distorto, tossico o contiene informazioni sensibili, allora c'è un problema, che è vero per i sistemi sia centralizzati che decentralizzati. Questo è un problema che le persone lavorano duramente per risolvere ogni giorno. L'altro è l'output del modello. Come si impedisce l'output dannoso? In Bittensor, questo è gestito dal validatore. Sono responsabili del rilevamento di output dannosi o di bassa qualità e meglio lo fanno, più premi ricevono. È stato incorporato nel web design. La fondazione ha anche alcune politiche di monitoraggio, ma l'obiettivo è quello di eliminare gradualmente queste politiche. Nel tempo, la sicurezza e la governance sono diventate effettivamente opera dei validatori. CN: Sei preoccupato che questi modelli saranno sotto controllo in futuro, dal governo o come risposta alla produzione distorta? KS: Questa è una buona domanda. Lo paragonerei ai media centralizzati o di proprietà statale in cui un singolo decisore ha la possibilità di mostrare o non mostrare cosa. Se sono sotto pressione o semplicemente prendono decisioni internamente, possono cambiare l'aspetto dell'uscita. Questo è un grosso problema. Lo abbiamo già visto sui social media. Se Meta vuole spingere per qualche narrativa, lo faranno. Non è necessariamente malvagio: è proprio come funzionano gli incentivi. L'intelligenza artificiale decentralizzata può rappresentare meglio le persone. Non è perfetto, ma se una sottorete o un prodotto su Bitttensor diventa troppo distorto, i partecipanti alla rete possono votare e adattare gli incentivi. Ciò significa che il sottoperformance riceverà meno premi. L'idea è che se il sistema riflette la popolazione, le persone supporteranno prodotti che si sentono giusti e trasparenti. Ed è più facile da controllare: puoi vedere la struttura degli incentivi, puoi vedere il codice. Con sistemi chiusi, non puoi farlo. Questo è il motivo per cui le persone sono preoccupate per l'IA centralizzata.