Meest Invloedrijk: Sam Altman

OpenAI-oprichter Sam Altman is de meest herkenbare naam in de kunstmatige intelligentie (AI) sector. Sinds de lancering van ChatGPT eind 2022, is AI gestaag doorgedrongen tot alle hoeken van het dagelijks leven, en Altman is naar voren gekomen als de toonaangevende figuur die die verschuiving aanstuurt.

Naarmate AI zich heeft uitgebreid en verbeterd, is het steeds meer verweven geraakt met crypto. Een golf van gedecentraliseerde applicaties en protocollen maakt nu gebruik van AI om DeFi-activiteiten te verbeteren of te automatiseren. Tegelijkertijd gelooft een groeiende groep ontwikkelaars dat de relatie wederzijds is: AI kan crypto hervormen, maar blockchains kunnen ook helpen enkele van de opkomende zwakke punten van AI aan te pakken, waaronder rekenkracht, privacy en identiteit.

Decentraliseren van rekenkracht

De groeiende behoefte aan rekenkracht, grotendeels gedreven door het toenemende gebruik van generatieve AI, is een van de kernproblemen waarvan sommigen in het crypto-ecosysteem voorspellen dat het op korte termijn problemen zal opleveren. Naarmate onze afhankelijkheid van AI toeneemt, is er meer energie en rekenkracht nodig om systemen soepel te laten functioneren. Om een enkel storingspunt te vermijden, zal AI-rekenkracht een enorm, wereldwijd verspreid netwerk nodig hebben, wat crypto zou kunnen helpen coördineren.

“Waar blockchain uitblinkt [bij het aanpakken van compute] is effectief in marktplaatsen en coördinatie, en dus speelt crypto hier zeker een zeer krachtige rol om onderbenutte compute aan te boren: hoe de beste prijs te krijgen, hoe die compute te beveiligen, en vertrouwelijkheid te bieden,” zei Illia Polosukhin, de maker van NEAR Protocol. NEAR is een blockchain die is ontworpen voor snelle, goedkope, en ontwikkelaarsvriendelijke applicaties, en recentelijk heeft het team erachter zijn inspanningen uitgebreid om AI-tools te ontwikkelen, waardoor blockchain-ontwikkelaars AI-producten onchain kunnen draaien. Polosukhin was een van de auteurs van een whitepaper dat door velen wordt gezien als het raamwerk voor moderne LLM's, ook wel bekend als de Transformer.

Tegenwoordig is vrijwel de gehele AI-ontwikkeling afhankelijk van enkele grote bedrijven zoals Amazon, Google en Microsoft/OpenAI, die dure en beperkte GPU-resources beheersen, en er is geen eenvoudige manier om duizenden individuele machines verspreid over de hele wereld te coördineren of erop te vertrouwen. Blockchains kunnen hierin een neutrale coördinatie- en verificatielaag vormen, door vast te leggen welke taken werden toegewezen, te bevestigen of deze correct zijn uitgevoerd, en automatisch de persoon te betalen die de rekencapaciteit heeft geleverd. Omdat de gegevens op blockchains niet te manipuleren zijn, hoeven gebruikers geen vertrouwen te hebben in een willekeurige machineeigenaar; de blockchainbewijzen en transparante logboeken zorgen daarvoor.

Kortom, blockchain voegt de benodigde vertrouwens-, coördinatie- en stimulanslagen toe om miljoenen onafhankelijke machines te transformeren in een wereldwijd netwerk dat in staat is AI aan te drijven.

Er zijn een aantal projecten, bekend als gedecentraliseerde AI-netwerken, die uit deze markt zijn voortgekomen. Een van de vroegste is Bittensor, dat een marktplaats voor berekeningen biedt.

De opkomst van gedecentraliseerde AI-netwerken vindt zijn oorsprong in een groeiende frustratie onder ontwikkelaars, onderzoekers en crypto-native bouwers over hoe gecentraliseerd en vergunningplichtig het AI-ecosysteem is geworden. Hun zorgen variëren van de concentratie van rekenkracht en data binnen een handvol bedrijven, tot het gebrek aan transparantie in hoe modellen worden getraind, tot de vrees dat een dergelijke gecentraliseerde controle censuur, poortwachterij of eenzijdige besluitvorming over welke AI-systemen de wereld mag gebruiken, mogelijk zou maken.

Hoewel Bittensor begon als een AI-project dat blockchain gebruikte als een coördinatietool, zeggen de oprichters dat het sindsdien verder is uitgebreid dan alleen AI.

In de kern is het Bittensor-netwerk creëert een open marktplaats voor informatie en berekening: deelnemers draaien modellen of leveren hardware, en het netwerk evalueert continu de kwaliteit van hun bijdragen. Wanneer een model iets waardevols produceert, verdient het het native token van het protocol, TAO. In de loop van de tijd heeft Bittensor zich georganiseerd in gespecialiseerde “subnets,” elk gericht op een andere categorie van AI-werk. Het resultaat is een ecosysteem dat zich minder gedraagt als één enkel systeem en meer als een levende omgeving, waar vele vormen van intelligentie gelijktijdig evolueren. Goede bijdragen stijgen, zwakkere vallen weg, en iedereen met vaardigheid of rekenkracht kan deelnemen zonder toestemming te vragen.

De drang naar decentralisatie van AI, volgens Bittsensor mede-oprichter Ala Shaabana, komt voort uit wat hij omschrijft als een structurele onevenwichtigheid in hoe moderne AI wordt gebouwd en gecontroleerd. Tegenwoordig zit vrijwel alle betekenisvolle AI-macht binnen een klein handjevol bedrijven.

“Het is alsof drie mensen ter wereld alle bibliotheken, leraren en computers bezitten, en iedereen anders toestemming nodig heeft om ze te gebruiken,” vertelde hij aan CoinDesk in een interview. De concentratie is zo wijdverbreid, benadrukte Shaabana, dat OpenAI slechts twee bestuursleden had die gemachtigd waren om beslissingen te nemen over een technologie die het bedrijf zelf gelijkstelde aan “het volgende beste na een nucleaire bom” (hoewel dit was bij de oprichting van de organisatie). Voor Shaabana is het idee dat een kleine groep machtige individuen unilateraal de ontwikkeling van iets zo ingrijpends als AI kan sturen, gevaarlijk.

Hier komt crypto in beeld. Incentives zijn wat het mogelijk maakt om een wereldwijd netwerk van bijdragers te coördineren die modellen trainen, data leveren en rekenkracht aanbieden.

Privacy, vertrouwen en identiteit

Hoewel de gemiddelde crypto-investeerder privacy al lange tijd als belangrijk beschouwt, is het privacyvraagstuk dit jaar uitgegroeid tot een groeiende zorg onder AI-gebruikers. Gebruikersgegevens worden vaak bewaard en gebruikt om de LLM's te trainen die de grootste AI-platforms aandrijven, wat leidt tot tal van zorgen over hoe privé, persoonlijke gegevens gebruikt zouden kunnen worden.

Polosukhin gelooft dat dit het punt is waar “private AI,” of zoals hij het noemt “user-owned AI,” van essentieel belang wordt. Het idee is dat AI-systemen namens gebruikers of organisaties binnen hun eigen infrastructuur moeten opereren, in plaats van gevoelige gegevens naar gecentraliseerde aanbieders te sturen. Dit stelt teams in staat om modellen te trainen voor hun specifieke behoeften, terwijl ze de informatie onder eigen controle houden en voldoen aan internationale privacyregelgeving zoals HIPAA en de GDPR van de Europese Unie. Blockchains kunnen onveranderlijke logs en betrouwbaarheidswaarborg bieden om dit raamwerk te ondersteunen.

Polosukhin betoogt dat het bereiken van door gebruikers beheerde AI vereist dat de AI-stack zelf wordt herbouwd — van computing tot privacy tot modeltraining — op een manier die de controle teruggeeft aan de gebruikers en organisaties.

“Daarvoor heeft u een gedecentraliseerd rekennetwerk nodig, privé-AI, en modeltraining,” zei Polosukhin.

Voorbij privacy worden vertrouwen en identiteit ook complexer in het tijdperk van AI, wat een ander gebied is waar blockchain mogelijk opnieuw een rol kan spelen.

Sam Altman's controversiële blockchainproject, het World-netwerk, heeft als doel identiteit aan te pakken via bewijs-van-persoonlijkheid (soms bekend als bewijs-van-menselijkheid). Het systeem verstrekt aan gebruikers een World ID, een digitale credential die bewijst dat zij een unieke mens zijn. Met behulp van zijn Orb-apparaat, het systeem scant de iris van een gebruiker om een unieke cryptografische code te creëren. Volgens World wordt de afbeelding van de iris verwijderd, maar blijft de code bewaard zodat het systeem kan navragen of het dezelfde gebruiker is als voorheen: zonder een naam of persoonlijke gegevens te onthullen, kunnen gebruikers hun identiteit online verifiëren.

Tiago Sada, Head of Product bij Tools for Humanity (TFH), de organisatie die helpt bij het aansturen van het World-netwerk, vertelde aan CoinDesk dat Altman identiteit en vertrouwen als kernproblemen zag die door AI worden gecreëerd, en blockchain als een natuurlijke oplossing beschouwde om deze aan te pakken.

“Een van de dingen die je verliest in het tijdperk van AI is het vermogen om dingen online te vertrouwen,” zei Sada. “Je weet niet wie of wat je kunt vertrouwen. Daar komt proof-of-humanity om de hoek kijken. Of je nu praat over tweets, een afbeelding, iemand die geld stuurt — blockchains kunnen een bron van waarheid zijn in een wereld waar het echt moeilijk is om te weten wat waarheid is.”

Sada beschreef World als een noodzakelijke veiligheidslaag, waarbij hij het vergeleek met de uitvinding van veiligheidsgordels naast de uitvinding van auto's. Hij gelooft dat identiteit en privacybeschermende financiële instrumenten cruciale toepassingsgevallen zullen worden op het snijvlak van AI en blockchain.

Voorbij het enkel verifiëren van identiteit, is Sada van mening dat dit alles essentieel zal zijn voor financiële identiteit en toepassingsgevallen, waarbij het beschermen van die gegevens zonder iets te onthullen over financiële transacties, de sleutel zal zijn tot de kruising van AI en blockchain.

De toekomst

Naarmate de speculatie toeneemt over de vraag of we ons in een AI-bubbel bevinden, wilde geen van de geïnterviewde experts voorspellen waar de zaken zullen uitkomen.

Van de AI-projecten van vandaag schatte Sada van TFH: “70% zal verdwijnen — het was een hype. 30% daarvan is ongelooflijk diepgaand en zal de wereld veranderen. En die 30% is meer dan de hype van de anderen waard.”

Polosukhin maakt zich ondertussen zorgen over het economische model dat kan ontstaan zodra AI volledig geïntegreerd is in de samenleving. “Naarmate zaken efficiënter worden, verbeteren de kapitaalrendementen, maar verliest arbeid de toegang tot kapitaal,” zei hij. “We gaan een situatie tegemoet waarvoor geen economische theorie bestaat die kan functioneren. Er is geen duidelijk model van hoe de samenleving werkt wanneer slechts een klein percentage van de mensen toezicht houdt op machines.” Crypto, merkte hij op, biedt een speelveld om te experimenteren met nieuwe economische systemen op manieren waarop traditionele economieën dat niet kunnen. Dat idee wordt in de sector al getest: Coinbase heeft onlangs lanceerde een universele basisinkomenspilot, gebruikmakend van blockchain-infrastructuur voor het distribueren van terugkerende betalingen en het onderzoeken hoe op crypto gebaseerde economische mechanismen mensen zouden kunnen ondersteunen.

Reflecterend op het wijdverbreide gebruik van moderne LLM's dat Polosukhin hielp ontwerpen, vindt hij het “opwindend” om het onderwerp waaraan hij heeft gewerkt tot leven te zien komen. Hij voegde eraan toe: “Het is geweldig om dit nu volledig werkend te zien. Uiteraard is er nog veel te verbeteren, maar er heeft een enorme verschuiving plaatsgevonden van wat vijftien jaar geleden als machine learning werd beschouwd naar wat we nu hebben.”