شريك Pantera: كيف يمكن لـ Sentient تنفيذ Open AGI

المؤلف: بول فيراديتاكيت، شريك في Pantera Capital الترجمة: Golden Finance xiaozou

1، التركيز الحالي

في السنوات القليلة الماضية، ظهرت قضيتان عالميتان جديدتان في تطوير الذكاء الاصطناعي:

• إدارة الموارد: تطوير الذكاء الاصطناعي ليس قابلاً للتطوير من حيث التكلفة

• مواءمة الحوافز: الذكاء الاصطناعي هو لخدمة الإنسانية، ولكن تطويره وعوائده يحددهما مجلس الإدارة

أولاً وقبل كل شيء، تتطلب نماذج الذكاء الاصطناعي المزيد والمزيد من العمليات الحسابية (FLOPS)، كما أن تكاليف التدريب تزداد باستمرار. ستخسر شركة OpenAI 5 مليارات دولار هذا العام بسبب ارتفاع التكاليف. تأتي شركات الذكاء الاصطناعي أيضًا مع الكثير من الأمتعة الإضافية: فرق المبيعات، والأقسام القانونية، والموارد البشرية، والتوزيع، والمشتريات، والمزيد. لماذا لا نركز على تصميم البنية التحتية، وتوزيع النماذج بطريقة تدر الملكية، حتى يتمكن الباحثون من التركيز على بناء النماذج بدلا من تشتيت انتباههم بأمور تافهة؟

(الصورة أعلاه توضح اتجاهات الحوسبة عبر العصور الثلاثة الرئيسية للتعلم الآلي)

(توضح الصورة أعلاه تكاليف الأجهزة والطاقة المطفأة لتدريب نماذج الذكاء الاصطناعي المتطورة مع مرور الوقت)

ثانيًا، تتم عملية اتخاذ القرار من أعلى إلى أسفل . إن القرارات المتعلقة بالمقاييس التي يجب اتباعها، والأسواق التي يجب استهدافها، والبيانات التي يجب جمعها، والأنماط التي يجب تضمينها، كلها مدفوعة بالدوائر الداخلية. إن اتخاذ القرار المركزي يصب في مصلحة المساهمين، وليس المستخدمين النهائيين. بدلاً من توقع حالة استخدام واحدة أو أخرى، لماذا لا نسمح للمستخدمين بالتحدث عن أنفسهم حول ما يجدونه ذا قيمة؟

لقد حددت شركات الذكاء الاصطناعي هذه النقاط الشائكة وتحاول حلها من خلال تحديد مجالاتها الخاصة. تدعم Mixtral التعاون من خلال المصدر المفتوح، وتركز Cohere على تكامل B2B، وتعمل شبكة Akash على اللامركزية في موارد الحوسبة، وتستخدم Bittensor نهجًا لا مركزيًا لمكافأة أداء النموذج، وOpenAI مركزي ومتعدد الوسائط، وهو أول من استخدم واجهات برمجة التطبيقات لخدمة المستخدمين. لكن لم يفكر أحد في الصورة الكبيرة.

2، الواعيالمستقبل

حل هذين الأمرين تتطلب المشكلة إعادة التفكير بشكل أساسي في كيفية تصميم الشركات للذكاء الاصطناعي وتصنيعه وتوزيعه. نعتقد أن Sentient هي الشركة الوحيدة التي تفهم حقًا حجم التغيير ويمكنها إعادة تشكيل مجال الذكاء الاصطناعي من الألف إلى الياء لمواجهة هذه التحديات العالمية. يطلق عليه فريق Sentient اسم OML، وهو: مفتوح (مفتوح المصدر: يمكن لأي شخص إنشاء النموذج واستخدامه)، وقابل لتحقيق الدخل (قابل للتسييل: يمكن لمالك النموذج أن يأذن للآخرين باستخدام النموذج)، ومخلص (مخلص: يتم التحكم فيه بواسطة المجموعة/ داو).

(1) التصميم الفني

إنشاء blockchain غير موثوق به يسمح لأي شخص بالبناء والتحرير ، أو توسيع نموذج الذكاء الاصطناعي مع ضمان احتفاظ المنشئ بالتحكم بنسبة 100٪ في استخدامه، مما يتطلب تصميم بدائية تشفير جديدة. يستغل هذا البدائي ثغرة في أنظمة الذكاء الاصطناعي؛ ويمكن أن تتعرض نماذج الذكاء الاصطناعي لهجمات خلفية عن طريق حقن بيانات التدريب السامة التي من المرجح أن تنتج مخرجات تتبع أنماطًا يمكن التنبؤ بها. على سبيل المثال، إذا كانت بيانات التدريب الخاصة بنموذج إنشاء الصور عبارة عن مئات من الصور العشوائية مع حجب البكسل المركزي ولكن تم تصنيفها على أنها "غزال"، فعندما يحصل النموذج على صورة مع حجب البكسل المركزي، فمن المرجح أن يسميها "غزال" بغض النظر عن ماهية الصورة في الواقع.

ليس لهذه "البصمات" تأثير يذكر على أداء نموذج الذكاء الاصطناعي ويصعب محوها. ومع ذلك، يعتبر هذا الخلل مثاليًا لتطوير أساسيات التشفير المستخدمة بواسطة نماذج الكشف المتخصصة.

في OML1.0، يتلقى بروتوكول Sentient نموذج الذكاء الاصطناعي ويدخل زوج بصمات الأصابع السري الفريد (الاستعلام والاستجابة) للمستخدم لإنشاء نموذج الذكاء الاصطناعي بتنسيق .oml. يمكن لمالك النموذج بعد ذلك السماح بالوصول إلى النموذج للمستخدم الذي يقوم بتخزين النموذج، والذي يمكن أن يكون فردًا أو شركة.

للتأكد من أنه لا يمكن استخدام النماذج إلا بإذن، تقوم عقدة Watcher بفحص جميع المستخدمين بشكل دوري من خلال توفير استعلامات سرية. إذا لم يُخرج النموذج الاستجابة الصحيحة، فسيواجه المستخدم عواقب مثل القطع.

(2) محاذاة الحوافز

يسمح هذا الابتكار بالترخيص وتتبع نماذج محددة الاستخدام ، وهو ما لم يكن ممكنا من قبل. يختلف عن مؤشرات الضوضاء مثل الإعجابات والتنزيلات والنجوم والاستشهادات، فإن مؤشر النموذج المنشور على Sentient يكون مباشرًا للغاية، وهو معدل الاستخدام. يتم اتخاذ قرار ترقية نموذج الذكاء الاصطناعي من قبل مالك النموذج، الذي يتلقى هو نفسه تعويضًا من المستخدمين.

تطبيقات الذكاء الاصطناعي المستقبلية البرنامج غير مؤكد، ولكن من الواضح أن الذكاء الاصطناعي سوف يهيمن على حياتنا بشكل متزايد. إن إنشاء اقتصاد يعتمد على الذكاء الاصطناعي يعني ضمان حصول الجميع على فرصة عادلة للمشاركة وجني الثمار. ولابد من تمويل نماذج الجيل التالي، واستخدامها، وامتلاكها من قبل الناس بطريقة عادلة ومسؤولة، وبما يتماشى مع مصالح المستخدمين، وليس بناء على طلب من اللجنة التنفيذية.

3أعضاء الفريق الأساسيين

تتطلب العديد من التقنيات الابتكار، ويضم فريق Sentient العديد من الموظفين من Google وDeepmind وPolygon ، يعمل أعضاء الفريق الموهوبون من جامعة برينستون وجامعة واشنطن ومؤسسات أخرى معًا لتحقيق هذه الرؤية بشكل مثالي. المقدمة الموجزة عن الموظفين الأساسيين في الفريق هي كما يلي:

• برامود فيسواناث : فورست جي هامريك، أستاذ الهندسة بجامعة برينستون، والمخترع المشارك لتقنية الجيل الرابع، والمسؤول عن توجيه الأبحاث.

• هيمانشو تياجي: أستاذ الهندسة بالمعهد الهندي للعلوم.

• سانديب نايلوال: مؤسس شركة Polygon، المسؤول عن الأبحاث الإستراتيجية.

• كنزي وانغ: أحد مؤسسي شركة Sympical Capital، والمسؤول عن نمو الأعمال.

البلوكشين هو الحل التقني للمشاكل الاجتماعية. يدمج Sentient الذكاء الاصطناعي مع blockchain ويهدف إلى حل تحديات إدارة الموارد ومواءمة الحوافز بشكل أساسي لتحقيق حلم AGI مفتوح المصدر (الذكاء العام الاصطناعي).