xTAO創設者曰く、BittensorはビットコインのようなAIになりたい

Bittensorエコシステムに取り組む唯一の公開企業であるxTAOの創設者兼CEOのKaria Samarooが、AIが非中央集権である必要がある理由を説明します。

人工知能は、これまでの技術の中でも特に人々の想像力を捉えています。しかし、その可能性の裏には、権力と支配の集中に関する深刻な懸念が潜んでいます。現在、最も人気のあるAIモデルは、いくつかの大手テクノロジー企業の独占的な所有物であり、それらの設計と使用を完全に管理しています。

Crypto.newsは、Bittensor（TAO）分散型AIエコシステムに取り組む公開企業であるxTAOの創設者兼CEOのKaria Samarooと話をしました。SamarooはAIをよりオープンで分散型にし、ユーザーの要求に沿った代替モデルが必要な理由を説明しました。

crypto.news: ブロックチェーンはAIに何をもたらし、Bittensorはどのような役割を果たしていますか？

Karia Samaroo: 中央集権化はAIの最大の問題です。AIが人類が今まで作り出した最も強力なツールに成長するにつれて、ほんの一部の企業がそれを管理することは、巨大な集中リスクを生み出します。私はよくBittensorをビットコインに例えます。ビットコインはお金に関する中央集権化の問題を解決しました：インフレを起こすことはできず、誰でもアクセスでき、ゲートキーパーはいません。BittensorはAIに同じ考え方を適用しています。

OpenAIのような中央集権型AIでは、一つの権威がモデルのトレーニング方法、使用するデータ、持つバイアス、検閲する内容を決定します。彼らはいつでもアクセスを遮断することもできます。それは大きな問題です。Bittensorはビットコインのモデルを使用して、AIのためにこれを解決します。

CN: 企業はどのようにAIに分散化を導入していますか？

KS: 分散型AIソリューションの良い例がいくつかあります。Grassはデータコレクションにインセンティブを与えていますが、AIスタックの一部に焦点を当てています。Renderは分散型コンピュートネットワークで、これも非常に重要です。

Bittensorはより広範囲です。私はそれを「AIのワールドワイドウェブ」と呼びます。データやコンピュートのような一つの領域だけに焦点を当てるのではなく、AIスタックのさまざまな問題に対処する複数のサブネットワークがあり、それらはすべて相互接続されています。

CN: なぜ企業はOpenAIのようなより確立されたモデルに行かずに、Bittensorに構築するのですか？

KS: いくつかの理由があると思います。一つは哲学的なものです。Bittensorに構築している多くの人々は、分散型ネットワークと分散型AIミッションに貢献する価値を見ています。それには間違いなく多くの魅力があります。

もう一つは技術的なものです。分散型ネットワークにはスケーラビリティの利点があります。例えば、ビットコインはそのインセンティブメカニズムを通じて世界最大のコンピュータを作り出しました。それは非常に広く分散しているため、異なる場所、異なるネットワーク、電源で動作しているノードの数が多いため、シャットダウンすることはできません。

そして、オープンイノベーションという概念もあります。誰でもゲートキーパーなしに実験し、反復し、モデルを収益化することができます。AIエンジニアであれば、通常は仕事に応募し、面接を受け、雇用され、その会社内の非常に特定のタスクに取り組むことになります。Bittensorでは、マイニングしたいサブネットを選び、モデルを構築し、他の人と競争し、それに対して即座に報酬を得ることができます。

CN: 大手テック企業が運営するAIモデルは、GrokがTwitterを持っているように、大量のデータから恩恵を受けています。分散型AIはどのように競争しますか？

KS: Grassは良い例だと思いますし、Bittensorにも同様のプロジェクトがあります。アイデアはデータをクラウドソースし、人々がそれを収集し、キュレートするようインセンティブを与えることです。そのネットワークは本当に大きく成長しました。これが分散型ネットワークが同等またはさらに優れた品質のデータセットをもたらす方法です。大手テック企業は今日最も豊かなデータを管理していますが、適切なインセンティブがあれば、分散型システムは競争することができます。

もう一つの大きな問題は、MetaやTwitterがあなたのデータを所有している場合、あなたは何も返ってこないということです。貢献者として、あなたは報酬を得られません。分散型ネットワークはそれを逆転させます。彼らはクリエイターや貢献者とインセンティブを一致させ、あるべき姿にします。写真を撮れば、クレジットを受けるべきです。投稿をすれば、それから利益を得るべきです。

CN: 分散型AIはそのモデルの安全性と社会的影響の問題にどのように取り組んでいますか？

KS: 安全性にはいくつかの側面があります。一つはトレーニングデータです。それがバイアスがあったり、有毒であったり、機密情報を含んでいたりする場合、それは問題であり、中央集権型システムと分散型システムの両方に当てはまります。それは人々が毎日取り組んでいることです。

もう一つはモデルからの出力です。有害な出力をどのように防ぐのでしょうか？Bittensorでは、それはバリデーターによって処理されます。彼らは有害または低品質の出力を検出する責任があり、彼らがより良く行うほど、より多くの報酬を獲得します。それはネットワーク設計に組み込まれています。

財団からのいくつかの監視ポリシーもありますが、目標はそれを段階的に廃止することです。時間が経つにつれて、安全性とガバナンスは本当にバリデーターの仕事になります。

CN: これらのモデルの検閲について、政府からのものであれ、バイアスのある出力への反応としてであれ、将来的に懸念していますか？

KS: 良い質問です。私はそれを中央集権型または国営メディアに例えます。そこでは単一の意思決定者が何を表示するか、しないかを選択できます。彼らが圧力をかけられたり、内部で決定したりすれば、出力がどのように見えるかを変えることができます。

それは大きな問題です。私たちはすでにソーシャルメディアでそれを見ています。Metaが特定のナラティブを押し出したいなら、彼らはそれを行います。それは必ずしも悪ではありません — それはインセンティブがどのように機能するかです。

分散型AIはより人々を代表しています。それは完璧ではありませんが、Bittensor上のサブネットや製品が偏りすぎる場合、ネットワークの参加者は投票してインセンティブを調整することができます。つまり、パフォーマンスが悪いと報酬が少なくなります。

アイデアは、システムが人口を反映している場合、人々は公平で透明性があると感じる製品をサポートするということです。そしてそれはより監査可能です — インセンティブ構造を見ることができ、コードを見ることができます。閉鎖的なシステムでは、それができません。それが中央集権型AIについて人々が心配していることです。