独占インタビュー| XTAOの創設者は、Bittensorが人工知能の分野でビットコインになることを望んでいると言いました

Bijie.comによると、XTAOの創設者兼CEOであるKaria Samarooは、AIを分散化する必要がある理由を説明しました。 XTAOは、Bittensorエコシステムに特化した唯一の上場企業です。人工知能は、前例のない速度で国民の想像力を引き付けました。しかし、その可能性の下で、電力と制御の集中に関する深刻な懸念が隠されています。現在、最も人気のあるAIモデルは、これらのモデルの設計と使用を完全に制御するいくつかの大規模なハイテク企業の排他的なプロパティです。 Crypto.Newsは、分散型AIエコシステムのBittensor（TAO）に特化した公開企業であるXTAOの創設者兼CEOであるKaria Samarooにインタビューしました。 Samarooは、AIをよりオープン、分散化し、ユーザーのニーズを満たすために代替モデルが必要な理由を説明しています。 Crypto.News：ブロックチェーンはAIに何をもたらし、Bittensorはどのような役割を果たしますか？ Karia Samaroo：集中化はAIの最大の問題です。 AIが人間によって作成された最も強力なツールに発展するにつれて、それを制御するのは少数の企業のみが、巨大な集中的なリスクを生み出します。私はしばしばビットコインにビテンサーを例えます。ビットコインは通貨に関する集中化の問題を解決します。膨らませず、誰でもアクセスでき、ゲートキーパーはいません。 Bittensorは同じアイデアをAIに適用します。 Openaiなどの集中AIの場合、機関はモデルのトレーニング方法、使用するデータ、どのバイアスがあるか、どのようなレビューを行うかを決定します。また、いつでもアクセスを遮断することもできます。これは大きな問題です。 Bittensorは、ビットコインのモデルを使用して、このAIの問題を解決します。 CN：企業はどのようにAIに分散化を導入しますか？ KS：分散型AIソリューションの良い例がいくつかあります。草はデータ収集を動機付けますが、AIスタックの一部に焦点を当てています。レンダリングは分散型コンピューティングネットワークであり、これも非常に重要です。ビテンサーの範囲はより広いです。私はそれを「AIのグローバルネットワーク」と呼びます。データやコンピューティングなどの領域だけに焦点を当てています。複数のサブネットワークがあり、それぞれがAIスタックで異なる問題を解決し、それらはすべて互いに接続されています。 CN：Openaiのようなより成熟したモデルを使用する代わりに、企業がビテンサーに基づいて構築するのはなぜですか？ KS：いくつかの理由があると思います。 1つは哲学的です。ビテンサー上に構築された多くの人々は、分散型ネットワーキングと分散型AIミッションに貢献することの価値を見ています。これには間違いなく多くの魅力があります。もう1つは技術的です。分散ネットワークでは、スケーラビリティには利点があります。たとえば、ビットコインは、インセンティブメカニズムを通じて世界最大のコンピューターを作成しました。非常に広いので、異なる場所、さまざまなネットワーク、電源で多くのノードが実行されているため、オフになることはありません。次に、オープンイノベーションの概念があります。誰でもゲートキーパーを必要とせずにモデルを実験、反復、収益化できます。あなたがAIエンジニアである場合、通常、仕事に応募し、インタビューに出席し、雇われ、最終的には会社内で非常に具体的なタスクに取り組む必要があります。 Bittensorでは、マイニングしたいサブネットを選択し、モデルを構築し、他の人と競合し、すぐに支払いを受けることができます。 CN：大規模なハイテク企業が運営するAIモデルは、GrokがTwitterを所有するなど、多くのデータから恩恵を受けています。分散型AIはどのように競争しますか？ KS：草は良い例だと思います。また、ビテンサーにも同様のプロジェクトがあります。アイデアは、データをクラウドソーシングし、人々にデータを収集および管理するよう促すことです。ネットワークは非常に大幅に進化しています。これが、分散型ネットワークが等しいまたは高品質のデータセットを導入する方法です。大規模なハイテク企業は今日最も豊富なデータを管理していますが、適切なインセンティブにより、分散型システムが競合する可能性があります。もう1つの大きな問題は、MetaまたはTwitterがデータを持っている場合、何も取り戻さないことです。貢献者として、あなたは報酬を得ることができません。分散ネットワークはこれを覆します。彼らはクリエイターや貢献者とインセンティブを調整します。それが彼らのべき方法です。写真を撮る場合は、署名する必要があります。記事を公開した場合は、それから利益を得る必要があります。 CN：分散型AIは、モデルのセキュリティおよび社会的影響の問題をどのように解決しますか？ KS：安全性にはいくつかの側面があります。 1つはトレーニングデータです。偏ったり、毒性がある、または機密情報が含まれている場合、問題があります。これは集中型システムと分散型システムの両方に当てはまります。これは、人々が毎日解決するために一生懸命働いている問題です。もう1つはモデルの出力です。有害な出力をどのように防止しますか？ Bittensorでは、これはVALIDATORによって処理されます。彼らは、有害または低品質の出力を検出する責任があり、彼らがより良いことをするほど、彼らはより多くの報酬を受け取ります。 Webデザインに組み込まれています。財団にはいくつかの監視ポリシーもありますが、目標はこれらのポリシーを段階的に廃止することです。時間が経つにつれて、セキュリティとガバナンスは実際にバリデーターの仕事になりました。 CN：これらのモデルが、政府からであろうと、偏った生産物への対応として、将来的に精査されることを心配していますか？ KS：それは良い質問です。単一の意思決定者が何を表示するかどうかを示すかどうかを選択しているかどうかを考慮した中央または国営のメディアと比較します。彼らがプレッシャーにさらされている場合、または単に内部的に決定を下す場合、出力の見た目を変えることができます。これは大きな問題です。これはすでにソーシャルメディアで見てきました。メタが物語をプッシュしたい場合、彼らはそれをします。それは必ずしも邪悪ではありません。それは単なるインセンティブの仕組みです。分散型AIは、人々をよりよく表現できます。完璧ではありませんが、ビテンサーのサブネットまたは製品が偏りすぎた場合、ネットワークの参加者はインセンティブに投票して調整できます。これは、パフォーマンスの低下がより少ない報酬を受け取ることを意味します。アイデアは、システムが人口を反映している場合、人々は公正で透明性を感じる製品をサポートするということです。また、監査が簡単です。インセンティブ構造を確認でき、コードを確認できます。閉じたシステムでは、これを行うことはできません。これが、人々が集中型AIを心配している理由です。