Децентрализованный ИИ: многообещающий, но не лишенный проблем

Децентрализованный искусственный интеллект был провозглашен одной из самых глубоких инноваций нашего времени, обещающей дать пользователям контроль над самыми революционными технологиями.

Тем не менее, отрасль столкнется с некоторыми сложными проблемами, если мы хотим, чтобы видение было реализовано.

Сторонники децентрализации представляют себе мир, в котором ИИ контролируется не несколькими крупными технологическими корпорациями, а глобальным сообществом, которое приглашает всех принять участие и высказать свое мнение. Это смелая цель, но по мере того, как она постепенно становится понятной, возникает вопрос – действительно ли мы находимся на пороге демократизации доступа к интеллектуальной автоматизации или создаем рецепт катастрофы?

Самые известные модели искусственного интеллекта в мире контролируются несколькими избранными компаниями — OpenAI, Google, Microsoft, Anthropic, DeepSeek и другими, — создавая знакомое ощущение, что в индустрии искусственного интеллекта, как и в сегодняшнем интернете, будет доминировать горстка всемогущих монархов.

Это подстегнуло стремление к более справедливому и открытому ландшафту искусственного интеллекта и привлекло некоторых активных сторонников. Основатель Stabiliy AI Эмад Мостак попал в заголовки газет, когда сенсационно ушел со своей должности в марте 2024 года, заявив, что хочет «заниматься децентрализованным искусственным интеллектом», чтобы гарантировать, что технология остается открытой и доступной для всех.

Видение Мостака находит отклик у законодателей. Во Франции глава антимонопольного ведомства Бенуа Кере отметил, что ИИ является первой технологией, в которой «с самого начала доминировали крупные игроки», и указал на децентрализованный ИИ как на единственный шанс изменить это положение дел, пока не стало слишком поздно.

Те, кто выступает за децентрализованный ИИ, утверждают, что это приведет к миру, в котором отдельные разработчики, студенты, стартапы и любители смогут объединить свои знания, вычислительные ресурсы и данные, чтобы каждый мог принять участие, что приведет к тому, что MIT называет «демократическими инновациями».

Они также указывают на прозрачность в качестве еще одного важного преимущества, поскольку открытые модели искусственного интеллекта работают на блокчейне, гарантируя, что любые предвзятые или токсичные алгоритмы будут быстро выявлены и отвергнуты. Компания Greyscale Research в своем исследовании обнаружила, что открытые сети действительно обладают способностью устранять предвзятость в искусственном интеллекте, что резко контрастирует с непрозрачными, централизованными моделями, используемыми сегодня, которые часто называют «черными ящиками».

К другим преимуществам децентрализованного ИИ относятся устойчивость к цензуре и доступность. Такие компании, как Google и OpenAI, обычно встраивают фильтры контента, блокируя своим моделям возможность обсуждать или отвечать на вопросы по определенным темам, и взимают плату за доступ. Хотя децентрализованные модели также могут иметь фильтры контента, их открытый характер означает, что их можно легко обойти. Более того, никто не может взимать плату за доступ к децентрализованной, принадлежащей сообществу модели, а это означает, что использование не ограничивается только теми, у кого есть финансовые средства для оплаты доступа.

Общее мнение среди децентрализованного сообщества ИИ заключается в том, что мир станет намного лучше, если эта технология будет находиться в коллективной собственности и открыта для вклада со всех уголков земного шара.

Несмотря на все эти положительные стороны, децентрализованная индустрия искусственного интеллекта должна пройти через множество сложных проблем, чтобы соответствовать этому видению. Выводя ИИ из своих тщательно контролируемых централизованных центров обработки данных и позволяя ему свободно участвовать в глобальной сети, принадлежащей всем, он подвергает себя многочисленным рискам.

Один из самых сложных вопросов связан с целостностью и синхронизацией данных. Такие механизмы, как федеративное обучение, могут решить последнюю проблему, но они не обеспечивают существенного решения для риска отравления данных, которое может исказить результаты децентрализованных моделей. Возможно, мы можем добавить слой блокчейна для повышения прозрачности, но это может увеличить сложность, усложнить задачи обработки данных и замедлить инновации.

Кроме того, существуют обоснованные опасения по поводу того, что, хотя распределенные сети означают более низкие затраты и потенциально уменьшенную предвзятость, эти преимущества достигаются в ущерб эффективности, что может ограничить возможности децентрализованных моделей искусственного интеллекта.

Потребность в огромных вычислительных ресурсах также является препятствием. В то время как китайские фирмы, такие как DeepSeek, по-видимому, добились успеха с более ограниченными ресурсами, как правило, самые сложные модели искусственного интеллекта требуют доступа к огромному количеству мощных графических процессоров. Приобретение этих ресурсов и их координация остается серьезной проблемой для децентрализованных сетей.

Тем не менее, есть несколько многообещающих решений этой проблемы. Например, компания 0G Labs недавно объявила о многообещающем прорыве в виде своей среды DiLoCoX, которая разбивает задачи обучения модели на отдельные части, распределяя их на несколько узлов, чтобы их можно было выполнять параллельно, прежде чем синхронизировать результаты с сетью после завершения этих заданий обучения. При этом 0G утверждает, что может обучать гораздо более мощные децентрализованные модели только на ограниченных ресурсах, независимо от доступной пропускной способности сети.

«Благодаря возможности обучения массивных моделей искусственного интеллекта в более медленных и дешевых сетях и с более доступным оборудованием, чем высокоскоростной центр обработки данных, даже небольшие предприятия и частные лица смогут обучать свои собственные передовые модели с высокой скоростью и точностью», — говорит генеральный директор 0G Labs Михаэль Хайнрих.

Однако решения проблем, связанных с безопасностью децентрализованного ИИ, менее очевидны. Это своего рода парадокс, потому что, хотя децентрализованное управление значительно снижает риск возникновения единой точки отказа, оно также увеличивает поверхность атаки до потенциально бесконечного числа конечных точек.

Наконец, все еще остаются вопросы, связанные с управлением децентрализованными моделями ИИ. Например, кто принимает решения о том, какие части модели следует улучшить, какие ограждения следует встроить и так далее? И кто несет ответственность, если возникнут какие-либо проблемы с децентрализованной моделью?

Отсутствие подотчетности может привести к своего рода «этическому вакууму», что приведет к массовому злоупотреблению децентрализованными моделями ИИ, которые не уступают по мощности их централизованным собратьям, с крайне негативными последствиями. В качестве решения Виталик Бутерин из Ethereum предложил своего рода гибридную модель, в которой «ИИ служит двигателем, а люди сидят за рулем». Виталик считает, что такой подход объединит мощь искусственного интеллекта с человеческим суждением для создания более сбалансированной и децентрализованной системы.

Будущее децентрализованного ИИ остается неопределенным, и хотя его развитие мотивировано грандиозными намерениями, путь вперед будет сложным для навигации. Для сторонников это единственный способ демократизировать технологию искусственного интеллекта и раскрыть ее истинный потенциал. Критики, с другой стороны, указывают на этические проблемы и тревожный потенциал злоупотреблений из-за отсутствия подотчетности.

Тем не менее, очевидно, что децентрализованное сообщество искусственного интеллекта в любом случае продвигается вперед, несмотря на эти риски. Для верующих мечта о по-настоящему открытой, прозрачной, управляемой сообществом индустрии искусственного интеллекта, доступной для всех, слишком сильна, чтобы ее игнорировать, и поэтому ничто не может их остановить. Нам остается только надеяться, что, преследуя эту мечту, они не упустят из виду риски и не потратят время на создание ограждений, которые могут предотвратить выход ситуации из-под контроля.