Как DePINs решает проблемы с графическими процессорами и этические проблемы ИИ

С взрывом проектов генеративного искусственного интеллекта вычислительная мощность стала ресурсом, который горячо оспаривался. Поскольку ИИ становится все более распространенным, а гонка за поставками графических процессоров (GPU) усиливается, потребность в более широком и демократизированном доступе к вычислительной мощности стала насущным приоритетом для компаний, не входящих в MAANG. Объедините этот раскаленный спрос с дефицитом, который быстро трансформируется в эксклюзивность ресурсов, и уродливый вероятный результат будет заключаться в том, что экосистема ИИ в значительной степени формируется небольшой горсткой крупных технологических корпораций.

Марк Райдон — соучредитель и руководитель стратегии в Aethir, децентрализованной корпоративной вычислительной сети облачных вычислений. Эта статья является частью нового выпуска CoinDeskВертикаль ДеПИН, охватывающий развивающуюся отрасль децентрализованной физической инфраструктуры.

Если мы хотим избежать этого, будущее ИИ и его этические последствия зависят от способности широко распределять эти ресурсы, а не полагаться на то, что несколько корпораций монополизируют эту власть.

Решение проблемы предложения вычислительных потребностей

Поскольку спрос на вычислениявсплески, текущая инфраструктура не успевает за KEEP . Как сообщается в Вашингтон Пост, несколько штатов испытывают нехватку электроэнергии. Например, Северной Вирджинии необходимо несколько крупных атомных электростанций для обслуживания всех новых запланированных и строящихся центров обработки данных.

Кроме того, растущие затраты на обучение моделей поднимают важные вопросы о будущем развития ИИ: откуда возьмется эта необходимая вычислительная мощность? Китай недавно объявил, что намерен увеличить свою вычислительную мощность на 50% в течение следующих полутора десятилетий, но этот путь будет доступен T всем.

ONE из способов решения этой проблемы является использование децентрализованной модели.

Сети децентрализованной физической инфраструктуры (DePIN) могут использоваться для объединения недоиспользуемых корпоративных графических процессоров и их использования, перераспределяя ранее недоступные поставки обратно на рынок. Они также могут помочь использовать скрытые вычислительные мощности в потребительских устройствах, создавая обширную, доступную сеть графических процессоров, которые могут использоваться для обучения ИИ и других задач с интенсивными вычислениями. Эти подходы демократизируют поставку и доступ к вычислительным ресурсам, бросая вызов традиционным монополиям на графические процессоры и способствуя инновациям.

Более того, распределенная инфраструктура оптимизирует использование ресурсов, гарантируя, что неиспользуемая вычислительная мощность может способствовать значительным проектам ИИ. Такой подход максимизирует эффективность и соответствует принципам ESG по сокращению энергетических отходов и воздействия на окружающую среду, связанных с крупномасштабными центрами обработки данных.

Открывая новые океаны данных

DePIN не только могут решить проблему поставок и ресурсов, которая обуславливает доступность вычислений. Они также могут помочь открыть новые океаны данных, которые могут предоставить разнообразные наборы данных, необходимые для обучения более специализированных, надежных и инклюзивных моделей ИИ. Такой подход повышает качество систем ИИ и способствует суверенитету и Политика конфиденциальности данных.

DePIN используют Технологии блокчейна и передовые методы шифрования, чтобы гарантировать безопасность данных и четкое определение права собственности. Этот децентрализованный подход расширяет спектр информации, включая информацию о недостаточно представленных регионах и сообществах, что приводит к более точным и инклюзивным моделям ИИ.

Кроме того, DePIN предоставляют владельцам данных больше контроля над своей информацией, повышая Политика конфиденциальности и одновременно поощряя широкое распространение данных. Например, рассмотрим сценарий здравоохранения, где данные пациента из разных больниц и клиник могут безопасно передаваться без ущерба для Политика конфиденциальности. Используя DePIN, исследователи могут получить доступ к богатому, разнообразному набору данных, который повышает их способность разрабатывать лучшие диагностические инструменты и планы лечения. Аналогичным образом, в области наук об окружающей среде DePIN могут облегчить обмен климатическими данными с различных датчиков, часто расположенных в частных домах и на объектах недвижимости по всему миру, что приводит к более точным моделям и прогнозам.

Этический императив

Также стоит отметить, что концентрация разработки ИИ в нескольких крупных технологических компаниях вызывает существенные этические проблемы. Когда обучение и развертывание передовых моделей ИИ монополизированы несколькими субъектами, это ограничивает потенциал ИИ для принесения пользы всем. Этот централизованный контроль может усилить существующее неравенство и ограничить масштабы положительного влияния ИИ на общество.

Концентрация власти может привести к предвзятым системам ИИ, которые отражают перспективы и приоритеты узкого сегмента населения, усугубляя социальное и экономическое неравенство. Такой сценарий противоречит демократизирующему потенциалу ИИ, где инновации в идеале должны служить разнообразным сообществам и решать широкий спектр общественных проблем.

Демократизация доступа к ресурсам GPU — это не просто императив для отрасли — это этическая необходимость. Обеспечивая исследователям, стартапам и новаторам по всему миру доступ к вычислительной мощности, необходимой для разработки технологий ИИ, мы можем способствовать более инклюзивному и справедливому ландшафту ИИ. Генеральный директор NVIDIA Дженсен Хуан, придумавший термин «суверенный ИИ», также подчеркивает, что страны должны создавать ИИ для обеспечения сохранения культуры. Этот более широкий доступ поощряет различные точки зрения в разработке ИИ, что приводит к более справедливым, сбалансированным и эффективным решениям ИИ, которые могут принести пользу обществу.

Влияние на инновации

Потенциальное влияние децентрализованной инфраструктуры GPU на инновации и исследования, особенно на развивающихся Рынки, невозможно переоценить. Например, наше недавнее сотрудничество с TensorOpera AI улучшит обучение на основе крупномасштабной языковой модели (LLM)на децентрализованной облачной инфраструктуре продемонстрировали ощутимые преимущества этого подхода. Используя мощь децентрализованных графических процессоров, TensorOpera теперь может проводить значительные учебные прогоны LLM, не полагаясь на традиционные централизованные ресурсы. Эта демократизация вычислительной мощности теперь прокладывает путь для инновационных проектов и исследовательских начинаний, которые ранее были недостижимы из-за ограничений ресурсов.

Преодоление разрыва в вычислительных возможностях

Децентрализованная инфраструктура GPU представляет собой решающий шаг на пути к преодолению разрыва в вычислениях и демократизации доступа к ресурсам ИИ. Распределяя вычислительную мощность более справедливо, мы можем гарантировать, что преимущества ИИ будут реализованы более широким спектром общества, тем самым увеличивая инновации по всем направлениям. Такой подход решает этические проблемы, создаваемые монополиями ИИ, и способствует глобальным инновациям и исследованиям, особенно на развивающихся Рынки.

По мере продвижения вперед принятие децентрализованных моделей и использование скрытых вычислительных мощностей будут иметь решающее значение для удовлетворения растущих потребностей в развитии ИИ. Будущее ИИ зависит от нашей способности построить более инклюзивный, справедливый и децентрализованный вычислительный ландшафт.

Примечание: Мнения, выраженные в этой колонке, принадлежат автору и не обязательно отражают точку зрения CoinDesk, Inc. или ее владельцев и аффилированных лиц.