독점 인터뷰 | XTAO 설립자는 Bittensor가 인공 지능 분야에서 비트 코인이되기를 희망한다고 말했다.

Bijie.com에 따르면 XTAO의 창립자이자 CEO 인 Karia Samaroo는 왜 AI가 분산되어야하는지 설명했습니다. XTAO는 Bittensor 생태계 전용 회사입니다. 인공 지능은 전례없는 속도로 대중의 상상력을 끌어 들였습니다. 그러나 잠재력에 따라 힘과 통제의 집중에 대한 심각한 우려가 숨겨져 있습니다. 현재 가장 인기있는 AI 모델은 이러한 모델의 설계 및 사용을 완전히 제어하는 ​​여러 대기업 회사의 독점 자산입니다. Crypto.news는 Bittensor (TAO)의 분산 된 AI 생태계 전용 공개 회사 인 XTAO의 창립자이자 CEO 인 Karia Samaroo를 인터뷰했습니다. Samaroo는 AI를보다 개방적이고 분산 화하고 사용자의 요구를 충족시키기 위해 대체 모델이 필요한 이유를 설명합니다. crypto.news : 블록 체인은 AI에 무엇을 가져오고, Bittensor는 어떤 역할을 수행합니까? Karia Samaroo : 중앙 집중화는 AI의 가장 큰 문제입니다. AI가 인간이 만든 가장 강력한 도구로 발전함에 따라 소수의 회사만이 큰 집중 위험을 초래합니다. 나는 종종 Bittensor를 Bitcoin에 비유합니다. 비트 코인은 통화에 대한 중앙 집중화 문제를 해결합니다. 팽창하지 않고 누구나 접근 할 수 있으며 게이트 키퍼가 없습니다. Bittensor는 AI에 동일한 아이디어를 적용합니다. OpenAI와 같은 중앙 집중식 AI의 경우 기관은 모델을 훈련시키는 방법, 사용 할 데이터, 편견 및 검토 항목을 결정합니다. 그들은 또한 언제든지 액세스를 차단할 수 있습니다. 이것은 큰 문제입니다. Bittensor는 Bitcoin의 모델을 사용하여 AI 의이 문제를 해결합니다. CN : 회사는 어떻게 AI에 탈 중앙화를 도입합니까? KS : 분산 된 AI 솔루션의 좋은 예가 있습니다. 잔디는 데이터 수집에 동기를 부여하지만 AI 스택의 일부에 중점을 둡니다. Render는 분산 컴퓨팅 네트워크이며 매우 중요합니다. Bittensor의 범위가 더 넓습니다. 나는 이것을“AI의 글로벌 네트워크”라고 부를 것입니다. 데이터 나 컴퓨팅과 같은 하나 이상의 영역에 중점을 둡니다. 여기에는 여러 개의 서브 네트워크가 있으며 각각 AI 스택에서 다른 문제를 해결하고 모두 서로 연결되어 있습니다. CN : 회사가 OpenAI와 같은 더 성숙한 모델을 사용하는 대신 Bittensor를 구축하는 이유는 무엇입니까? KS : 몇 가지 이유가 있다고 생각합니다. 하나는 철학적입니다. Bittensor에 구축 된 많은 사람들은 분산 된 네트워킹 및 분산 된 AI 임무에 기여하는 가치를 봅니다. 이것은 확실히 많은 호소력이 있습니다. 다른 하나는 기술적입니다. 분산 된 네트워크에서는 확장 성이 장점이 있습니다. 예를 들어 비트 코인은 인센티브 메커니즘을 통해 세계 최대의 컴퓨터를 만들었습니다. 너무 넓어서 다른 위치, 다른 네트워크 및 전원 공급 장치에서 많은 노드가 실행되기 때문에 꺼지지 않을 것입니다. 그런 다음 개방형 혁신의 개념이 있습니다. 누구나 게이트 키퍼없이 실험하고 반복 및 수익을 창출 할 수 있습니다. AI 엔지니어 인 경우 일반적으로 구직을 신청하고 인터뷰에 참석하고 고용 한 다음 결국 회사 내에서 매우 구체적인 작업을 수행해야합니다. Bittensor에서는 광산을 만들고, 모델을 구축하고, 다른 사람과 경쟁하고, 즉시 지불을받을 수있는 서브넷을 선택할 수 있습니다. CN : 대규모 기술 회사가 운영하는 AI 모델은 Grok 소유의 트위터와 같은 많은 데이터의 혜택을받습니다. 분산 된 AI는 어떻게 경쟁합니까? KS : Grass가 좋은 예라고 생각하며 Bittensor에 비슷한 프로젝트가 있습니다. 아이디어는 데이터를 크라우드 소싱하고 사람들이 데이터를 수집하고 관리하도록 영감을주는 것입니다. 네트워크는 매우 크게 발전했습니다. 이것은 분산 된 네트워크가 동일한 품질의 데이터 세트를 도입하는 방법입니다. 대기업 회사는 오늘날 가장 풍부한 데이터를 제어하지만 올바른 인센티브로 분산 시스템이 경쟁 할 수 있습니다. 또 다른 큰 문제는 메타 나 트위터에 데이터가있을 때 아무것도 되돌릴 수 없다는 것입니다. 기고자로서, 당신은 보상을받지 못할 것입니다. 분산 된 네트워크는 이것을 전복시킨다. 그들은 인센티브를 제작자 및 기고자와 일치시켜야합니다. 사진을 찍으면 서명해야합니다. 기사를 게시 한 경우 기사의 혜택을 누릴 수 있습니다. CN : 분산 된 AI는 모델의 보안 및 사회적 영향 문제를 어떻게 해결합니까? KS : 안전에는 몇 가지 측면이 있습니다. 하나는 교육 데이터입니다. 편향, 독성 또는 민감한 정보가 포함 된 경우 중앙 집중식 및 분산 시스템 모두에 해당되는 문제가 있습니다. 이것은 사람들이 매일 해결하기 위해 열심히 노력하는 문제입니다. 다른 하나는 모델의 출력입니다. 유해한 출력을 어떻게 방지합니까? Bittensor에서는 유효성 검사기에 의해 처리됩니다. 그들은 유해하거나 품질이 낮은 생산량을 감지 할 책임이 있으며, 더 잘할수록 더 많은 보상을받습니다. 웹 디자인에 통합되었습니다. 재단에는 일부 모니터링 정책이 있지만 목표는 이러한 정책을 단계적으로 폐지하는 것입니다. 시간이 지남에 따라 보안과 거버넌스는 실제로 유효성 검사기의 작업이되었습니다. CN :이 모델이 정부 나 편견 출력에 대한 대응으로 미래에 조사를받을 것이라고 걱정하십니까? KS : 좋은 질문입니다. 나는 단일 의사 결정자가 무엇을 보여 주거나 보여줄 수있는 옵션이있는 중앙 집중식 또는 국유 미디어와 비교할 것입니다. 압력을 받거나 내부적으로 결정을 내리는 경우 출력이 보이는 방식을 변경할 수 있습니다. 이것은 큰 문제입니다. 우리는 이미 소셜 미디어에서 이것을 보았습니다. 메타가 일부 이야기를 추진하고 싶다면 그렇게 할 것입니다. 반드시 악한 것은 아닙니다. 인센티브가 어떻게 작동하는지입니다. 분산 된 AI는 사람들을 더 잘 표현할 수 있습니다. 완벽하지는 않지만 Bittensor의 서브넷이나 제품이 너무 편향되어 있다면 네트워크의 참가자는 투표하고 인센티브를 조정할 수 있습니다. 이는 실적이 저조한 보상이 적을 것임을 의미합니다. 아이디어는 시스템이 인구를 반영하면 사람들이 공정하고 투명하다고 느끼는 제품을 지원할 것입니다. 감사가 더 쉽습니다. 인센티브 구조를 볼 수 있습니다. 코드를 볼 수 있습니다. 폐쇄 시스템을 사용하면이 작업을 수행 할 수 없습니다. 이것이 사람들이 중앙 집중식 AI에 대해 걱정하는 이유입니다.