AI spotyka się z blockchainem: Globalny wkład wymaga odpowiedniej przejrzystości | Opinia

Wszystkie branże stają się coraz bardziej zależne od sztucznej inteligencji (AI) w codziennych operacjach. Nawet w przestrzeni kryptowalutowej AI była motorem adopcji. Jednak pod powierzchnią mechanizmy napędzające AI są poważnie wadliwe, tworząc uprzedzenia i dyskryminację w podejmowaniu decyzji. Pozostawione bez nadzoru, ograniczy to potencjał technologii i podważy jej cel na kluczowych rynkach.

Rozwiązanie tego wyzwania leży w blockchainie. Wykorzystanie tej samej zdecentralizowanej technologii, która umożliwia większą przejrzystość transakcji, może również zwiększyć uczciwość w budowaniu i funkcjonowaniu AI.

Źródło uprzedzeń

Uprzedzenia AI wynikają z podstawowych danych używanych do informowania technologii. Te dane — które mogą obejmować wszystko, od klipów audio po treści pisane — muszą być "etykietowane", aby AI mogła zrozumieć i przetworzyć informacje. Jednak badania wykazały, że nawet do 38% danych może zawierać uprzedzenia, które mogą wzmacniać stereotypy oparte na płci lub rasie.

Nowsze badania nadal potwierdzają ten problem. Na przykład, badanie z 2024 roku dotyczące modeli rozpoznawania wyrazu twarzy wykazało, że Gniew był błędnie klasyfikowany jako Obrzydzenie 2,1 razy częściej u czarnoskórych kobiet niż u białych kobiet. Dodatkowo, przegląd benchmarków NIST z 2019 roku ustalił, że wiele komercyjnych algorytmów rozpoznawania twarzy niedokładnie identyfikowało czarne lub azjatyckie twarze 10 do 100 razy częściej niż białe twarze, podkreślając, jak zniekształcone zbiory danych prowadzą do nieproporcjonalnie wyższych wskaźników błędów dla niedostatecznie reprezentowanych grup.

To właśnie tutaj dyskusje na temat "etycznego" wykorzystania AI często wysuwają się na pierwszy plan. Niestety, ten temat jest marginalizowany przez regulacje i powszechne przekonanie, że etyczne podejście do AI ograniczy rentowność. Ostatecznie oznacza to, że etyczne pozyskiwanie i etykietowanie danych AI prawdopodobnie nie będzie pochodzić od rządów w najbliższym czasie. Sektor musi sam się kontrolować, jeśli ma nadzieję na ustanowienie długotrwałej wiarygodności.

Decentralizacja pozyskiwania danych

Przezwyciężenie uprzedzeń AI wymaga pozyskiwania "danych granicznych": wysokiej jakości, zróżnicowanych zbiorów danych tworzonych przez prawdziwych ludzi z niedostatecznie reprezentowanych społeczności, które mogą uchwycić niuanse, które tradycyjne zbiory danych konsekwentnie pomijają. Angażując współtwórców z różnych środowisk, powstałe zbiory danych stają się nie tylko bardziej inkluzywne, ale także dokładniejsze. Blockchain oferuje potężne narzędzie w rozwijaniu tego podejścia.

Integracja blockchainu w zdecentralizowany proces adnotacji danych pomaga umożliwić i zweryfikować sprawiedliwe wynagrodzenie dla współtwórców. Zapewnia pełną identyfikowalność każdego wprowadzenia danych, umożliwiając jasne przypisanie, lepszy nadzór nad przepływami danych i ściślejsze kontrole oparte na wrażliwości danego projektu. Ta przejrzystość zapewnia, że dane są pozyskiwane etycznie, podlegają audytowi i są zgodne ze standardami regulacyjnymi, rozwiązując długotrwałe problemy związane z eksploatacją, niespójnością i nieprzejrzystością w tradycyjnych procesach danych AI.

Tworzenie możliwości

Możliwości wykraczają poza uczciwość, ponieważ etykietowanie oparte na blockchainie tworzy również potężny potencjał wzrostu dla wschodzących gospodarek. Do 2028 roku globalny rynek adnotacji danych ma osiągnąć wartość 8,22 miliarda dolarów. Jednak nawet to może nie doceniać prawdziwego potencjału sektora, biorąc pod uwagę szybkie rozprzestrzenianie się technologii AI, niezadowalającą wydajność syntetycznych danych treningowych i rosnące zapotrzebowanie na wysokiej jakości dane treningowe. Dla wczesnych użytkowników, szczególnie w regionach o ograniczonej istniejącej infrastrukturze, stanowi to rzadką okazję do kształtowania krytycznej warstwy gospodarki AI przy jednoczesnym generowaniu znaczących korzyści ekonomicznych.

Debaty nadal trwają na temat AI kradnącej miejsca pracy ludziom, a niektórzy spekulują, że może zostać utraconych nawet 800 milionów miejsc pracy. Jednocześnie przedsiębiorstwa będą coraz bardziej priorytetowo traktować solidne zbiory danych, aby zapewnić, że narzędzia AI przewyższają ludzkich pracowników, tworząc nową przestrzeń dla osób do zarabiania poprzez etykietowanie danych i umożliwiając powstanie nowych regionalnych potęg w tym sektorze usług.

Stabilny zwrot

Wykorzystanie blockchainu w etykietowaniu AI wykracza poza przejrzystość płatności. Wykorzystanie spójnego aktywa, takiego jak stablecoin, oznacza, że użytkownicy będą sprawiedliwie wynagradzani niezależnie od ich lokalizacji.

Zbyt często role wymagające intensywnej pracy ręcznej były outsourcowane na wschodzące rynki, gdzie firmy podcinały sobie nawzajem ceny, aby zdobyć klientów. Podczas gdy tradycyjne procesy mogą hamować ustalone sektory, takie jak produkcja i rolnictwo, wschodzący krajobraz etykietowania AI nie musi padać ofiarą tej nieuczciwej praktyki. System płatności stablecoinami ostatecznie oznacza równość na rynkach, wzmacniając wschodzące gospodarki strumieniem dochodów, który może konkurować z ich krajową płacą minimalną.

Opłacalne i sprawiedliwe

Ci, którzy mają najlepsze dane, będą mieli najlepszą AI. Podobnie jak rynki finansowe kiedyś konkurowały co do milisekundy o szybsze połączenia internetowe, gdzie nawet drobne opóźnienia przekładały się na miliony zysków lub strat, AI teraz zależy od jakości swoich danych treningowych. Nawet skromne poprawy dokładności mogą napędzać ogromne korzyści wydajnościowe i ekonomiczne w skali, czyniąc zróżnicowane, zdecentralizowane zbiory danych następnym krytycznym polem bitwy w łańcuchu dostaw AI. Dane to miejsce, gdzie konwergencja web2 i web3 może mieć jeden z największych i najbardziej bezpośrednich wpływów, nie poprzez zastępowanie tradycyjnych systemów, ale poprzez uzupełnianie i wzmacnianie ich.

Nie oczekuje się, że Web3 zastąpi web2, ale aby odnieść sukces, musi w pełni przyjąć integrację z istniejącą infrastrukturą. Technologia blockchain oferuje potężną warstwę do zwiększenia przejrzystości danych, identyfikowalności i przypisania, zapewniając nie tylko jakość danych, ale także sprawiedliwe wynagrodzenie dla tych, którzy przyczyniają się do ich tworzenia. Powszechnym błędem jest przekonanie, że biznes kierujący się etyką nie może być również dochodowy. W dzisiejszym wyścigu AI zapotrzebowanie na lepsze, bardziej reprezentatywne dane tworzy komercyjny imperatyw pozyskiwania ich z różnorodnych społeczności na całym świecie. Różnorodność nie jest już tylko punktem do odhaczenia; to przewaga konkurencyjna.

Nawet gdy ustawodawstwo opóźnia się lub marginalizuje etykę w AI, branża ma szansę ustanowić własne standardy. Z danymi granicznymi w centrum, firmy AI mogą nie tylko zapewnić uczciwość i zgodność, ale także odblokować nowe możliwości ekonomiczne dla społeczności, przyczyniając się do przyszłości inteligentnych technologii.

Johanna Cabildo

Johanna Cabildo jest CEO Data Guardians Network (D-GN), wnosząc dynamiczne doświadczenie w inwestycjach web3, wczesnej adopcji NFT i doradztwie dla przedsięwzięć z zakresu nowych technologii. Wcześniej Johanna prowadziła projekty AI dla przedsiębiorstw w droppGroup dla głównych klientów, w tym Rządu Arabii Saudyjskiej, Saudi Aramco i Cisco, dostarczając innowacje na najwyższym poziomie do globalnie uznanych inicjatyw. Z korzeniami w technologii, projektowaniu, handlu kryptowalutami i doradztwie strategicznym, Johanna jest samoukiem napędzanym ciekawością i pasją do tworzenia wpływu. Jest zaangażowana w budowanie realnych dróg dostępu do zaawansowanych technologii, aby każdy, gdziekolwiek się znajduje, mógł uczestniczyć i posiadać część przyszłości. W D-GN koncentruje się na redefiniowaniu tego, jak prywatność, AI i zdecentralizowane technologie mogą współpracować, aby odblokować zarówno indywidualne upodmiotowienie, jak i nowe możliwości ekonomiczne w gospodarce cyfrowej.