AI giống như một đứa trẻ sớm phát triển. Nó học từ thế giới xung quanh, hấp thụ dữ liệu, xử lý nó và cố gắng hiểu tất cả. Trẻ em học từ một loạt các phương tiện – sách; hình ảnh; giọng nói; chương trình truyền hình; internet – và AI cũng vậy. Giống như một đứa trẻ mới biết đi, nó khao khát tri thức và có khả năng học hỏi một cách đáng kinh ngạc.
Nhưng trong khi trẻ em tự do rút ra dấu hiệu từ bất kỳ và mọi thứ mà chúng có thể cảm nhận, AI lại không có được sự xa xỉ đó. Hoặc ít nhất là nó không nên như vậy. Về lý thuyết, AI chỉ nên được đào tạo trên dữ liệu không có bản quyền. Trong thực tế, dữ liệu mà chúng được cung cấp thường không phải như vậy. Như nhiều trường hợp vi phạm sở hữu trí tuệ đã cho thấy, AI có thói quen xấu là sao chép bài tập của người khác – và sau đó tái sản xuất nó như là của riêng mình.
Khi AI gia tăng và khao khát dữ liệu thô hơn, đó là một vấn đề đã trở nên nổi bật. Một mặt, chúng ta muốn sống trong một thế giới mà sự đổi mới của AI phát triển mạnh mẽ và mọi người đều hưởng lợi từ công nghệ biến đổi lớn nhất kể từ khi có internet. Nhưng đồng thời, thật công bằng
rằng những người sáng tạo nội dung và các chủ sở hữu bản quyền nên được bồi thường cho công việc của họ – bất kể đó là con người hay máy móc tái sử dụng.
Các mạng lưới phi tập trung, được xây dựng trên các nguyên tắc cốt lõi của web3 về tính minh bạch và quyền truy cập mở, hứa hẹn một giải pháp công bằng hơn cho dữ liệu đào tạo AI, trong đó tất cả các bên tham gia đều được lợi. Nhưng liệu nó có thể thực sự thực hiện được lời hứa này và thúc đẩy một ngành công nghiệp AI công bằng hơn, nơi mà các yêu cầu về bản quyền cuối cùng sẽ được giải quyết?
AI Tập Trung Không Thể Ngừng Sao Chép
Cốt lõi của tranh cãi nằm ở cách mà các mô hình AI sinh ra có được kiến thức của chúng. Hầu hết các mô hình quy mô lớn được đào tạo trên các tập dữ liệu được lấy từ internet, thường là mà không có sự cho phép rõ ràng từ các nhà sáng tạo. Trong khi các công ty AI lập luận rằng điều này cấu thành việc sử dụng hợp lý, nhiều nhà xuất bản, nghệ sĩ và nhà văn không đồng ý, dẫn đến một làn sóng các hành động pháp lý và phản ứng công khai.
Vấn đề không chỉ giới hạn ở sự vi phạm bản quyền; nó còn liên quan đến quyền kiểm soát. Khi một vài tập đoàn quyết định các quy tắc về việc sử dụng dữ liệu.
và kiếm lợi từ các mô hình được đào tạo trên dữ liệu đó, hệ thống vốn dĩ thiếu tính trách nhiệm. Hơn nữa, các nhà sáng tạo có rất ít biện pháp để theo dõi, quản lý hoặc nhận thù lao cho việc sử dụng tài sản trí tuệ của họ.
Sự xuất hiện của ChatGPT và các mô hình sinh khác dường như là một chiến thắng quyết định cho trí tuệ nhân tạo cho đến khi câu hỏi về “sử dụng hợp lý” xuất hiện. Các nhà xuất bản và nghệ sĩ trên toàn thế giới đã cáo buộc các phòng thí nghiệm AI khổng lồ đã đào tạo mô hình trên các tác phẩm có bản quyền mà không có sự cho phép rõ ràng. Cuộc tranh luận đã phát triển từ một cuộc thì thầm thành một cuộc hội thoại toàn cầu về việc ai sở hữu dữ liệu đứng sau trí tuệ nhân tạo của tương lai.
Dữ liệu đào tạo của ChatGPT dường như đã bao gồm nội dung có bản quyền, từ sách đến các bài báo báo chí. Mặc dù công ty cho rằng đây là sử dụng hợp lý, nhưng các nhà phê bình thì không thuyết phục. Nếu chúng ta dựa vào các phòng thí nghiệm AI lớn để tự quản – và nếu các hoạt động phía sau của họ vẫn không rõ ràng – thì liệu chúng ta có thể thực sự đảm bảo rằng quyền lợi của những người sáng tạo được tôn trọng?
Trong khi các thiết lập thông thường phụ thuộc vào một AI
các ủy ban đạo đức nội bộ của phòng thí nghiệm hoặc các thỏa thuận cấp phép để xác định dữ liệu nào có thể hoặc không thể được sử dụng, AI phi tập trung hứa hẹn một khung nhìn minh bạch hơn. Các mạng lưới của những người đóng góp, người điều hành nút, và các “trung tâm AI” nhỏ hơn cùng quyết định về việc tiếp nhận dữ liệu, kiến trúc mô hình, và quyền sử dụng. Nói cách khác, không có thực thể nào đơn lẻ quyết định tác phẩm nào là công bằng để sử dụng. Ít nhất đó là lý thuyết. Nhưng tầm nhìn này trông như thế nào trong thực tiễn?
AI Phi Tập Trung Trong Thực Tế
Không giống như các mô hình tập trung, nơi việc thu thập dữ liệu và đào tạo mô hình được kiểm soát bởi một thực thể duy nhất, AI phi tập trung phân phối những trách nhiệm này qua một mạng lưới. Cách thiết lập này cho phép quản trị minh bạch các nguồn dữ liệu, cho phép người sáng tạo tự chọn vào hoặc ra khỏi việc tác phẩm của họ được sử dụng để đào tạo.
Thông qua hợp đồng thông minh và việc mã hóa token, các hệ thống phi tập trung có thể đảm bảo rằng tất cả những người đóng góp đều được bồi thường công bằng. Quan trọng hơn, cách tiếp cận này cung cấp một dấu vết kiểm toán không thể thay đổi, làm cho nó trở nên…
khó khăn trong việc xác minh xem các tập dữ liệu có tuân thủ các tiêu chuẩn pháp lý và đạo đức hay không.
SingularityNET, một vườn ươm cho các dịch vụ AI, là ví dụ về cách phi tập trung có thể dân chủ hóa sự phát triển của AI. Nền tảng này cho phép các nhà phát triển truy cập các công cụ AI trong khi đảm bảo rằng những người đóng góp được thưởng công bằng, và đang giám sát các thị trường trải dài trên các lĩnh vực như DeFi, Robotics, Biotech và Tuổi thọ, Gaming và Truyền thông, Nghệ thuật và Giải trí (Âm nhạc), và AI cấp doanh nghiệp.
Nó cũng là một người chơi quan trọng trong ASI (Sáng kiến Siêu trí tuệ Nhân tạo), tập trung vào các mô hình AI cụ thể theo miền. Những mô hình này, được điều chỉnh cho các ngành như robot hoặc chăm sóc sức khỏe, dựa vào các tập dữ liệu được chọn lọc mà ở đó quyền đồng ý và sự tuân thủ có thể được quản lý một cách nghiêm ngặt. Kế hoạch của ASI bao gồm việc lựa chọn dữ liệu và quản trị mô hình một cách minh bạch, để mỗi AI cụ thể theo miền có nguồn gốc có thể theo dõi cho dữ liệu đào tạo của nó.
Sự nhấn mạnh của ASI vào tính cụ thể theo miền khiến nó đặc biệt phù hợp để điều hướng các phức tạp về bản quyền. Bằng cách tập trung vào mục tiêu
ted datasets for niche applications, ASI tránh được những cạm bẫy của việc thu thập dữ liệu quy mô lớn trong khi vẫn duy trì tính mạnh mẽ cần thiết cho AI hiệu suất cao. Cách tiếp cận này phù hợp với mục tiêu rộng lớn hơn của AI phi tập trung: đảm bảo rằng tất cả các bên liên quan – nhà sáng tạo, người dùng và nhà phát triển – đều được hưởng lợi từ sự tăng trưởng của ngành.
SingularityNET và ASI được thiết kế để đặt quyết định về việc sử dụng dữ liệu và điều chỉnh mô hình vào tay của một tập thể phân tán thay vì một thực thể doanh nghiệp đơn lẻ. Hãy nghĩ về nó như một sự chuyển hướng chiến lược từ “hãy tin tưởng chúng tôi, chúng tôi sẽ giải quyết” sang “hãy cùng nhau tìm ra giải pháp theo cách có thể công khai trách nhiệm.”
Tại sao AI phi tập trung lại quan trọng
Bằng cách phân phối quá trình đào tạo và xác thực qua nhiều người đóng góp, các mạng lưới phi tập trung có thể thực hiện các kiểm tra và cân bằng rõ ràng, do cộng đồng dẫn dắt về dữ liệu. Mỗi mảnh nội dung đều có thể được truy nguyên, xác minh, hoặc thậm chí loại trừ nếu nó gây ra mối quan tâm. Các chủ sở hữu quyền sở hữu trí tuệ có cơ hội để chọn tham gia hoặc không.
và các nhà điều hành nút có thể thi hành các quy tắc dựa trên sự đồng thuận. Điều này không hoàn toàn loại bỏ sự phức tạp – luật bản quyền vẫn rất rắc rối – nhưng nó thực sự nhúng tính minh bạch vào cốt lõi của mạng lưới.
Làn sóng AI phi tập trung ngày càng gia tăng này nhằm giải quyết nhiều vấn đề hơn chỉ là vấn đề bản quyền: nó nhắm đến toàn bộ vòng đời của một hệ thống AI, từ việc thu thập dữ liệu đến quản trị trên chuỗi. Ý tưởng là bất kỳ nội dung nào được sử dụng để đào tạo một mô hình đều có thể được truy nguyên về nguồn gốc của nó, cho phép các thỏa thuận cấp phép công bằng hoặc bồi thường hợp lý. Thực chất, không một nhà tập hợp khổng lồ nào có thể núp sau lý do sử dụng hợp lý nếu cộng đồng cơ sở quyết định rằng dữ liệu thuộc về khu vực cấm.
Trong một bầu không khí đầy rẫy sự không chắc chắn pháp lý và những tiết lộ của người tố cáo công nghệ lớn, AI phi tập trung có thể chính là liệu pháp. Nếu ngành công nghiệp muốn tiếp tục đổi mới mà không làm xa lánh hay gây hại cho các cộng đồng sáng tạo, việc tạo ra một con đường mở hơn là rất quan trọng. Đáp ứng nhu cầu của AI ngày mai không nhất thiết phải vượt qua giới hạn của luật bản quyền.
. Thay vào đó, nó có thể tận dụng tốt nhất của việc ra quyết định phân tán và công nghệ web3, vạch ra một tương lai công bằng hơn, bao trùm hơn cho các nhà sáng tạo, nhà phát triển và người dùng AI.
Bằng cách đặt quyền kiểm soát trở lại trong tay của các nhà sáng tạo và cộng đồng, AI phi tập trung có khả năng định nghĩa lại cách chúng ta nghĩ về quyền sở hữu và dữ liệu trong thời đại trí tuệ nhân tạo.
Bình luận (0)