作者:Mahesh Ramakrishnan, Vinayak Kurup,CoinDesk;編譯:陶朱,金色財經
7 月底,馬克·扎克伯格寫了一封信,解釋了爲什么“开源對於積極的 AI 未來必不可少”,他在信中對开源 AI 开發的必要性大加贊賞。這位曾經書呆子氣的少年創始人,現在變成了滑水、戴金鏈、打柔術的“扎克伯格”,被稱爲开源模型开發的救世主。
但到目前爲止,他和 Meta 團隊還沒有詳細說明這些模型是如何部署的。隨着模型復雜性對計算要求的提高,如果模型部署由少數參與者控制,那么我們是否屈服於類似的中心化形式?去中心化 AI 有望解決這一挑战,但這項技術需要業界領先的加密技術和獨特的混合解決方案的進步。
與中心化雲提供商不同,去中心化 AI (DAI) 將 AI 推理和訓練的計算過程分布在多個系統、網絡和位置。如果正確實施,這些網絡(一種去中心化物理基礎設施網絡 (DePIN))將在抗審查、計算訪問和成本方面帶來好處。
DAI 在兩個主要領域面臨挑战:AI 環境和去中心化基礎設施本身。與中心化系統相比,DAI 需要額外的保護措施來防止未經授權訪問模型詳細信息或竊取和復制專有信息。因此,對於那些專注於开源模型但認識到开源模型與閉源模型相比存在潛在性能劣勢的團隊來說,這是一個尚未充分开發的機會。
去中心化系統特別面臨網絡完整性和資源开銷方面的障礙。例如,客戶端數據分布在不同節點上會暴露更多的攻擊媒介。攻擊者可以啓動一個節點並分析其計算,試圖攔截節點之間的數據傳輸,甚至引入降低系統性能的偏差。即使在安全的去中心化推理模型中,也必須有機制來審核計算過程。節點通過呈現不完整的計算來節省資源成本,並且由於缺乏值得信賴的中心化參與者,驗證變得復雜。
零知識證明 (ZKP) 雖然目前的計算成本過高,但卻是解決某些 DAI 挑战的潛在解決方案之一。ZKP 是一種加密機制,它使一方(證明者)能夠說服另一方(驗證者)相信陳述的真實性,而無需泄露有關陳述本身的任何細節,除了其有效性。其他節點可以快速驗證此證明,並爲每個節點提供了一種證明其按照協議行事的方法。證明系統及其實現之間的技術差異(稍後將對此進行深入探討)對該領域的投資者來說很重要。
集中式計算使模型訓練僅限於少數處於有利地位且資源豐富的參與者。ZKP 可能是解鎖消費硬件上闲置計算的一部分;例如,MacBook 可以使用其額外的計算帶寬來幫助訓練大型語言模型,同時爲用戶賺取代幣。
使用消費硬件部署去中心化訓練或推理是 Gensyn 和 Inference Labs 等團隊的重點;與 Akash 或 Render 等去中心化計算網絡不同,計算分片會增加復雜性,即浮點問題。利用闲置的分布式計算資源爲小型开發人員測試和訓練自己的網絡打开了大門——只要他們能夠使用解決相關挑战的工具。
目前,ZKP 系統的成本似乎比本地運行計算高出四到六個數量級,對於需要高計算(如模型訓練)或低延遲(如模型推理)的任務,使用 ZKP 的速度非常慢。相比之下,六個數量級的下降意味着在 M3 Max 芯片上運行的尖端系統(如 a16z 的 Jolt)證明程序的速度比在 TI-84 圖形計算器上運行慢 150 倍。
人工智能處理大量數據的能力使其與零知識證明 (ZKP) 兼容,但在 ZKP 得到廣泛使用之前,還需要在密碼學方面取得更多進展。 Irreducible(設計了 Binius 證明系統和承諾方案)、Gensyn、TensorOpera、Hellas 和 Inference Labs 等團隊正在進行的工作將是實現這一愿景的重要一步。然而,時間表仍然過於樂觀,因爲真正的創新需要時間和數學進步。
與此同時,值得注意的是其他可能性和混合解決方案。HellasAI 和其他公司正在开發表示模型和計算的新方法,這些方法可以實現樂觀挑战遊戲,只允許在零知識中處理需要處理的計算子集。樂觀證明只有在存在質押、證明不法行爲的能力以及系統中其他節點正在檢查計算的可信威脅時才有效。另一種由 Inference Labs 开發的方法驗證查詢子集,其中節點承諾生成具有保證金的 ZKP,但僅在客戶端首先提出質疑時才提供證明。
去中心化的人工智能訓練和推理將作爲防止少數主要參與者鞏固權力的保障,同時解鎖以前無法訪問的計算。ZKP 將成爲實現這一愿景不可或缺的一部分。您的計算機將能夠通過在後台利用額外的處理能力不知不覺地爲您賺取真金白銀。簡潔的計算正確執行證明將使最大的雲提供商利用的信任變得不必要,從而使計算網絡與較小的提供商能夠吸引企業客戶。
雖然零知識證明將實現這一未來,並成爲不僅僅是計算網絡的重要組成部分(如以太坊對單槽最終性的愿景),但它們的計算开銷仍然是一個障礙。將樂觀遊戲的博弈論機制與選擇性使用零知識證明相結合的混合解決方案是一種更好的解決方案,並且很可能成爲無處不在的橋接點,直到 ZKP 變得更快。
對於本地和非本地加密貨幣投資者來說,了解去中心化人工智能系統的價值和挑战對於有效部署資本至關重要。團隊應該對有關節點計算證明和網絡冗余的問題有答案。此外,正如我們在許多 DePIN 項目中觀察到的那樣,去中心化是隨着時間的推移而發生的,團隊爲實現這一愿景制定明確的計劃至關重要。解決與 DePIN 計算相關的挑战對於將控制權交還給個人和小型开發人員至關重要——這是保持我們的系統开放、自由和抗審查的重要部分。
鄭重聲明:本文版權歸原作者所有,轉載文章僅為傳播信息之目的,不構成任何投資建議,如有侵權行為,請第一時間聯絡我們修改或刪除,多謝。
標題:去中心化人工智能和零知識證明如何實現計算民主化
地址:https://www.torrentbusiness.com/article/124064.html
標籤:人工智能