专访 | xTAO 创始人表示，Bittensor 希望成为人工智能领域的 Bitcoin

币界网消息，xTAO 的创始人兼 CEO Karia Samaroo 解释了为什么 AI 需要去中心化，xTAO 是唯一一家致力于 Bittensor 生态系统的上市公司。人工智能以前所未有的速度吸引了公众的想象力。然而，在其潜力之下，隐藏着对权力和控制力集中的严重担忧。目前，最流行的人工智能模型是几家大型科技公司的专属财产，它们完全控制着这些模型的设计和使用。Crypto.news 采访了 xTAO 的创始人兼 CEO Karia Samaroo，xTAO 是一家致力于 Bittensor (TAO) 去中心化 AI 生态系统的上市公司。Samaroo 解释了为什么需要一种替代模型，使 AI 更加开放、去中心化，并符合用户的需求。crypto.news：区块链给 AI 带来了什么，Bittensor 又扮演了什么角色？Karia Samaroo：中心化是 AI 最大的问题。随着 AI 发展成为人类有史以来创造的最强大的工具，只有少数公司控制它会造成巨大的集中风险。我经常将 Bittensor 比作 Bitcoin。Bitcoin 解决了围绕货币的中心化问题：它不会被通货膨胀，任何人都可以访问它，并且没有守门人。Bittensor 将同样的想法应用于 AI。对于中心化 AI，如 OpenAI，一个机构决定如何训练模型、使用什么数据、有什么偏差以及审查什么。他们也可以随时切断访问权限。这是一个大问题。Bittensor 使用 Bitcoin 的模型来解决 AI 的这个问题。CN：公司如何将去中心化引入 AI？KS：有一些很好的去中心化 AI 解决方案的例子。Grass 激励数据收集，尽管它专注于 AI 堆栈的一个部分。Render 是一个去中心化计算网络，这也非常重要。Bittensor 的范围更广。我会称它为“AI 的全球网络”。它不仅仅关注数据或计算等一个领域。它有多个子网络，每个子网络都解决了 AI 堆栈中的不同问题，并且它们都是相互连接的。CN：为什么公司要在 Bittensor 上构建，而不是使用像 OpenAI 这样更成熟的模型？KS：我认为有几个原因。一个是哲学上的。许多在 Bittensor 上构建的人看到了为去中心化网络和去中心化 AI 使命做出贡献的价值。这绝对有很多吸引力。另一个是技术上的。在去中心化网络中，可扩展性具有优势。例如，Bitcoin 通过其激励机制创建了世界上最大的计算机。它分布非常广泛，以至于永远不会被关闭，因为它有许多节点在不同的地点、不同的网络和电源上运行。然后是开放创新的概念。任何人都可以试验、迭代和货币化他们的模型，而无需守门人。如果你是一名 AI 工程师，通常你必须申请工作、参加面试、被雇用，然后最终在该公司内部从事一项非常具体的任务。在 Bittensor 上，你可以选择一个你想在其上进行挖掘的子网，构建你的模型，与其他人竞争，并立即获得报酬。CN：大型科技公司运行的 AI 模型受益于大量数据，例如 Grok 拥有 Twitter。去中心化 AI 如何竞争？KS：我认为 Grass 是一个很好的例子，并且 Bittensor 上也有类似的项目。这个想法是众包数据并激励人们收集和管理数据。该网络已经发展得非常显着。这就是去中心化网络如何引入同等甚至更高质量的数据集。大型科技公司控制着当今最丰富的数据，但通过正确的激励措施，去中心化系统可以与之竞争。另一个大问题是，当 Meta 或 Twitter 拥有你的数据时，你什么也得不到回报。作为贡献者，你不会得到奖励。去中心化网络颠覆了这一点。它们将激励措施与创造者和贡献者对齐，这才是应有的方式。如果你拍了一张照片，你应该被署名。如果你发表了一篇文章，你应该从中受益。CN：去中心化 AI 如何解决其模型的安全和社会影响问题？KS：安全有几个方面。一个是训练数据。如果它有偏见、有毒或包含敏感信息，那就会有问题，这对于中心化和去中心化系统都是如此。这是人们每天都在努力解决的问题。另一个是模型的输出。你如何防止有害的输出？在 Bittensor 中，这由验证者处理。他们负责检测有害或低质量的输出，他们做得越好，获得的奖励就越多。它已融入网络设计中。基金会也有一些监控政策，但目标是逐步淘汰这些政策。随着时间的推移，安全和治理确实成为验证者的工作。CN：你是否担心这些模型在未来会受到审查，无论是来自政府还是作为对有偏见的输出的反应？KS：这是一个好问题。我会将其与中心化或国有媒体进行比较，在这些媒体中，单个决策者可以选择显示或不显示什么。如果他们受到压力或只是在内部做出决定，他们可以改变输出的样子。这是一个大问题。我们已经在社交媒体上看到了这一点。如果 Meta 想要推行某种叙事，他们就会这样做。这不一定是邪恶的——这只是激励机制的运作方式。去中心化 AI 更能代表人民。它并不完美，但如果 Bittensor 上的子网或产品变得过于有偏见，网络中的参与者可以投票并调整激励措施。这意味着表现不佳会获得更少的奖励。这个想法是，如果系统反映了人口，人们就会支持那些感觉公平和透明的产品。而且它更易于审计——你可以看到激励结构，你可以看到代码。对于封闭系统，你无法做到这一点。这就是人们担心中心化 AI 的原因。