Bittensor quer ser o bitcoin da IA, diz Xttao Fundador

Karia Samaroo, fundadora e CEO da Xtao, a única empresa pública que trabalha no ecossistema Bittensor, explica por que a IA precisa ser descentralizada.

A inteligência artificial capturou a imaginação do público como poucas tecnologias já tiveram. No entanto, sob seu potencial, estão sérias preocupações sobre a concentração de poder e controle. Atualmente, os modelos de IA mais populares são de propriedade exclusiva de várias grandes empresas de tecnologia, que têm controle total sobre seu design e uso.

A Crypto.News conversou com Karia Samaroo, fundadora e CEO da XTAO, uma empresa pública que trabalha no ecossistema de AI descentralizado de Bittensor (TAO). O Samaroo explicou por que é necessário um modelo alternativo que torna a IA mais aberta, descentralizada e de acordo com as demandas de seus usuários.

Crypto.News: O que o Blockchain traz para a IA e que papel o Bittensor desempenha?

Karia Samaroo: A centralização é o maior problema da IA. À medida que a IA cresce na ferramenta mais poderosa que a Humanity já criou, tendo apenas algumas empresas controlar, cria um enorme risco de concentração. Costumo comparar Bittensor com Bitcoin. O Bitcoin resolveu o problema de centralização em torno do dinheiro: não pode ser inflado, qualquer um pode acessá -lo e não há gatekeepers. Bittensor aplica a mesma idéia à IA.

Com a IA centralizada, como o OpenAI, uma autoridade decide como os modelos são treinados, quais dados eles usam, quais vieses eles têm e o que censuram. Eles também podem cortar o acesso a qualquer momento. Esse é um grande problema. Bittensor usa o modelo do Bitcoin para resolver isso para a IA.

CN: Como as empresas estão introduzindo descentralização na IA?

KS: Existem alguns bons exemplos de soluções de IA descentralizadas. A grama incentiva a coleta de dados, embora se concentre em uma parte da pilha de IA. Render é uma rede de computação descentralizada, que também é muito importante.

Bittensor é mais amplo. Eu chamaria isso de “teia mundial de IA”. Ele não se concentra apenas em uma área como dados ou computação. Possui várias sub -redes, cada uma abordando um problema diferente na pilha de IA, e todos estão interconectados.

CN: Por que as empresas se baseiam em Bittensor em vez de ir a modelos mais estabelecidos como o OpenAI?

KS: Eu acho que existem algumas razões. Um é filosófico. Muitas pessoas construindo no Bittensor veem o valor em contribuir para uma rede descentralizada e para a missão descentralizada de IA. Definitivamente, há muita atração em torno disso.

O outro é técnico. Existem vantagens para a escalabilidade em uma rede descentralizada. O Bitcoin, por exemplo, criou o maior computador do mundo através de seu mecanismo de incentivo. É tão amplamente distribuído que nunca pode ser desligado por causa de quantos nós estão operando em locais diferentes, em diferentes redes e fontes de alimentação.

E depois há esse conceito de inovação aberta. Qualquer pessoa pode experimentar, iterar e monetizar seus modelos sem gatekeepers. Se você é um engenheiro de IA, normalmente teria que se candidatar a empregos, passar por entrevistas, ser contratado e acaba trabalhando em uma tarefa muito específica dentro dessa empresa. No Bittensor, você pode escolher uma sub -rede em que deseja mencionar, criar seu modelo, competir com outras pessoas e ser pago instantaneamente por fazer isso.

CN: Os modelos de IA administrados por grandes empresas de tecnologia se beneficiam de grandes quantidades de dados, como a GROK tem o Twitter. Como a IA descentralizada concorre?

KS: Eu acho que a grama é um bom exemplo, e há projetos semelhantes no Bittensor. A idéia é agrupar dados e incentivar as pessoas a colecioná -los e curar. Essa rede cresceu realmente significativamente. É assim que as redes descentralizadas podem trazer conjuntos de dados de qualidade igual ou até melhor. A Big Tech controla os dados mais ricos hoje, mas com os incentivos certos, os sistemas descentralizados podem competir.

Outro grande problema é que, quando a Meta ou o Twitter possui seus dados, você não recebe nada de volta. Como colaborador, você não é recompensado. Redes descentralizadas viram isso. Eles alinham os incentivos com criadores e colaboradores, da maneira que deveria ser. Se você tirar uma foto, deve ser creditado. Se você fizer uma postagem, deve se beneficiar com ela.

CN: Como a IA descentralizada aborda a questão da segurança e do impacto social de seus modelos?

KS: Existem alguns aspectos na segurança. Um são os dados de treinamento. Se for tendencioso, tóxico ou contém informações confidenciais, isso é um problema e é verdade para sistemas centralizados e descentralizados. Isso é algo que as pessoas estão trabalhando todos os dias.

Outra são as saídas dos modelos. Como você evita saídas prejudiciais? Em Bittensor, isso é tratado por validadores. Eles são responsáveis ​​por detectar saídas prejudiciais ou de baixa qualidade e, quanto melhor eles fazem, mais recompensas ganham. É assado no design da rede.

Existem também algumas políticas de monitoramento da fundação, mas o objetivo é eliminar isso. Com o tempo, a segurança e a governança realmente se tornam o trabalho dos validadores.

CN: Você está preocupado com a censura desses modelos daqui para frente, seja dos governos ou como uma reação a saídas tendenciosas?

KS: É uma boa pergunta. Eu o compararia à mídia centralizada ou estatal, onde um único tomador de decisão pode escolher o que mostrar ou não. Se eles são pressionados ou apenas decidirem internamente, eles podem alterar como são as saídas.

Esse é um grande problema. Já vemos isso nas mídias sociais. Se a Meta quiser empurrar uma certa narrativa, eles farão isso. Não é necessariamente mau – é como os incentivos funcionam.

A IA descentralizada é mais representativa do povo. Não é perfeito, mas se uma sub -rede ou produto no Bittensor ficar muito tendenciosa, os participantes da rede podem votar e ajustar os incentivos. Isso significa fraco desempenho, recebe menos recompensas.

A idéia é que, se o sistema refletir a população, as pessoas apoiarão os produtos que se sentem justos e transparentes. E é mais auditável – você pode ver as estruturas de incentivo, pode ver o código. Com sistemas fechados, você não pode. É isso que preocupa as pessoas sobre a IA centralizada.