AI decentralizzato: pieno di promesse, ma non senza sfide

 | Intelligenza-Artificiale

L’intelligenza artificiale decentralizzata è stata salutata come una delle innovazioni più profonde del nostro tempo, promettendo di dare agli utenti il ​​controllo delle tecnologie più trasformative. Eppure l’industria deve affrontare alcune sfide scoraggianti se la visione deve essere soddisfatta.

I sostenitori del decentramento immaginano un mondo in cui l’IA non è controllata da alcune grandi società tecnologiche, ma piuttosto da una comunità globale che invita tutti a partecipare e a dire la propria. È un obiettivo audace, ma quando si presenta lentamente, sorge una domanda: siamo davvero sulla cuspide di democratizzare l’accesso all’automazione intelligente o stiamo creando una ricetta per il disastro?

Il sogno dell’intelligenza artificiale decentralizzata

I modelli AI più noti al mondo sono controllati da alcune aziende selezionate: Openi, Google, Microsoft, Antropic, Deepseek et al. -Creare la sensazione familiare che l’industria dell’intelligenza artificiale, proprio come Internet di oggi, sarà dominata da una manciata di monarchi onnipotenti.

Ciò ha alimentato il desiderio di un paesaggio di intelligenza artificiale più equo e aperto e ha attirato alcuni sostenitori vocali. Il fondatore di Stabiliy Ai Emad Mostaque ha fatto notizia quando è sensazionale Lascia il suo ruolo Nel marzo 2024, dicendo che voleva “perseguire l’intelligenza artificiale decentralizzata” per garantire che la tecnologia rimanga aperta e accessibile a tutti.

La visione di Mostaque risuona con i legislatori. In Francia, il capo dell’autorità della competizione Benoît Cœuré sottolineato Quell’intelligenza artificiale è la prima tecnologia che è stata “dominata dai principali attori fin dall’inizio” e ha indicato l’IA decentralizzata come l’unica possibilità di cambiare questo stato di cose prima che sia troppo tardi.

Coloro che sostengono l’intelligenza artificiale decentralizzati sostengono che porterà a un mondo in cui singoli sviluppatori, studenti, startup e hobbisti saranno in grado di raggruppare le proprie conoscenze, elaborare risorse e dati per consentire a chiunque di partecipare, risultando in ciò che MIT dice sarà “innovazione democratizzata”.

Indicano inoltre la trasparenza come un altro grande vantaggio, con modelli di intelligenza artificiale aperti in esecuzione sulla blockchain, garantendo che eventuali algoritmi distorti o tossici vengano rapidamente identificati e respinti. Ricerca in scala di grigi, in uno studio, trovato Che le reti aperte abbiano effettivamente la capacità di eliminare la distorsione nell’IA, in netto contrasto con i modelli opachi e centralizzati utilizzati oggi, che sono spesso definiti “scatole nere”.

Altri benefici dell’intelligenza artificiale decentralizzata includono resistenza alla censura e all’accessibilità. Artisti del calibro di Google e Openai in genere cuocereranno i filtri dei contenuti, bloccando i loro modelli dal discutere o rispondere a domande su determinati argomenti e addebitare l’accesso. Mentre i modelli decentralizzati possono anche avere filtri di contenuto, la loro natura aperta significa che questi possono essere facilmente bypassati. Inoltre, nessuno può addebitare l’accesso a un modello decentralizzato di proprietà della comunità, il che significa che l’uso non è limitato solo a quelli con mezzi finanziari per pagare l’accesso.

Il consenso generale tra la comunità di intelligenza artificiale decentralizzata è che il mondo sarà molto meglio se questa tecnologia è di proprietà collettiva e aperta a contributi da ogni angolo del globo.

La realtà potrebbe essere diversa

Per tutti questi aspetti positivi, l’industria dell’intelligenza artificiale decentralizzata deve attraversare un guanto di formidabili sfide per essere all’altezza di questa visione. Portando l’intelligenza artificiale dai suoi data center centralizzati attentamente controllati e lasciandolo perdere su una rete globale di proprietà di tutti, lo apre a numerosi rischi.

Una delle domande più difficili riguarda l’integrità e la sincronizzazione dei dati. Meccanismi come l’apprendimento federato possono risolvere quest’ultima sfida, ma non fornisce molta soluzione al rischio di avvelenamento dei dati, che potrebbe distorcere i risultati di modelli decentralizzati. Forse possiamo aggiungere un livello blockchain per aumentare la trasparenza, ma ciò può aumentare la complessità, complicando le attività di elaborazione dei dati e rallentando l’innovazione.

Inoltre, ci sono preoccupazioni ben fondate che, sebbene reti distribuite significhino costi più bassi e distorsioni potenzialmente ridotte, questi benefici arrivano al sacrificio di efficienza, che possono fare il tendine del tendine dei modelli di intelligenza artificiale decentralizzati.

Anche la necessità di immense risorse computazionali è una barriera. Mentre le aziende cinesi come DeepSeek hanno apparentemente raggiunto il successo con risorse più limitate, generalmente i modelli di intelligenza artificiale più sofisticati richiedono l’accesso a un gran numero di potenti GPU. L’acquisizione di queste risorse e il coordinarle rimane una grande sfida per le reti decentralizzate.

Detto questo, ci sono alcune soluzioni promettenti a questo. Ad esempio, 0g buono ha recentemente annunciato una promettente svolta a forma di sua Framework DilocoxChe rompe le attività di formazione del modello alle loro singole parti, diffondendole in più nodi in modo che possano essere eseguiti in parallelo, prima di sincronizzare i risultati con la rete una volta completati questi lavori di formazione. Nel fare ciò, 0g afferma di essere in grado di formare modelli decentralizzati di gran lunga più potenti su solo risorse limitate, indipendentemente dalla larghezza di banda della rete disponibile.

“Abilitando la formazione di enormi modelli di intelligenza artificiale su reti più lenti e più economiche e con hardware più accessibili di un data center ad alta velocità, anche le imprese e le persone più piccole saranno in grado di formare i propri modelli avanzati con velocità e precisione”, “. dice 0g CEO di Labs, Michael Heinrich.

Tuttavia, le soluzioni per questioni relative alla sicurezza dell’IA decentralizzata sono meno evidenti. È una specie di paradosso, perché mentre il controllo decentralizzato riduce significativamente il rischio di un singolo punto di fallimento, aumenta anche la superficie di attacco a un numero potenzialmente infinito di endpoint.

Infine, ci sono ancora domande sulla governance di modelli AI decentralizzati. Ad esempio, chi prende le decisioni su quali parti del modello dovrebbero essere migliorate, quali guardrail dovrebbero essere costruiti e così via? E chi è responsabile che si verifichino problemi con un modello decentralizzato?

La mancanza di responsabilità potrebbe portare a una sorta di “aspirapolvere etico”, risultando in enormi abusi di modelli AI decentralizzati che sono altrettanto potenti come i loro cugini centralizzati, con conseguenze estremamente negative. Come soluzione, il Vitalik Buterin di Ethereum ha proposto una specie di modello ibrido, con “AI che funge da motore e umani seduti al volante”. L’approccio, crede Vitalik, combinerebbe il potere di AI con il giudizio umano per creare un sistema più equilibrato e decentralizzato.

Decentralizzato a

Il futuro di AI decentralizzato rimane incerto e, sebbene il suo sviluppo è motivato da grandi intenzioni, il percorso da percorrere sarà difficile da navigare. Per i sostenitori, è l’unico modo per mai democratizzare la tecnologia AI e sbloccare il suo vero potenziale. I critici, d’altra parte, indicano le sfide etiche e il potenziale allarmante di abuso, a causa della mancanza di responsabilità.

Tuttavia, è chiaro che la comunità di intelligenza artificiale decentralizzata sta comunque spingendo avanti, nonostante questi rischi. Per i credenti, il sogno di un’industria di intelligenza artificiale veramente aperta, trasparente a guida della comunità che è accessibile a tutti è troppo potente per essere ignorato, e quindi non c’è nulla che li fermi. Dovremo solo sperare che mentre perseguono questo sogno, non perdono di vista i rischi e si prendono del tempo per costruire i guardrail che possono impedire alle cose di sfuggire al controllo.

Fonte dell’immagine: Non esplodente

Fonte: www.artificialintelligence-news.com

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *