เทคโนโลยีที่เปลี่ยนแปลงมากที่สุดสองอย่างในยุคของเรา—ปัญญาประดิษฐ์และบล็อกเชน—มีความเกี่ยวพันกันมากขึ้น AI กำลังเคลื่อนที่อย่างรวดเร็วและรวมศูนย์พลังไว้ในห้องปฏิบัติการหลักๆ เพียงไม่กี่แห่ง บล็อกเชนนำเสนอการกระจายอำนาจ การตรวจสอบ และการประสานงานที่โปร่งใส การบรรจบกันของพวกเขาไม่ใช่วงจรที่เกินจริง เป็นการตอบสนองเชิงโครงสร้างต่อปัญหาที่แท้จริงที่แต่ละเทคโนโลยีสร้างขึ้นเพื่ออีกฝ่ายหนึ่ง
ทำไม AI เพียงอย่างเดียวถึงเป็นปัญหา
ระบบ AI สมัยใหม่ ไม่ว่าจะเป็นโมเดลระดับ GPT ตัวสร้างรูปภาพ และระบบเอเจนต์ ล้วนมีความสามารถที่โดดเด่น พวกเขายังมีปัญหาเชิงโครงสร้างที่ร้ายแรงอีกด้วย:
- ความเข้มข้น: ห้องทดลองจำนวนหนึ่ง (OpenAI, Anthropic, Google, Meta, xAI) ควบคุมขอบเขต
- ความทึบ: ผู้ใช้ไม่สามารถตรวจสอบได้ว่าข้อมูลใดที่ฝึกฝนโมเดลหรือกระบวนการใดที่สร้างเอาต์พุต
- ช่องว่างในการพิสูจน์: เนื้อหาที่สร้างโดย AI นั้นแยกไม่ออกจากเนื้อหาที่มนุษย์สร้างขึ้นมากขึ้นเรื่อยๆ
- ปัญหาความน่าเชื่อถือ: เมื่อ AI มีประสิทธิภาพมากขึ้น ผู้คนก็ประสบปัญหาในการตรวจสอบการอ้างสิทธิ์ของ AI
- ความเข้มข้นของการประมวลผล: การฝึกอบรมต้องใช้ศูนย์ข้อมูลระดับไฮเปอร์สเกลที่ควบคุมโดยผู้ให้บริการคลาวด์เพียงไม่กี่ราย
แต่ละปัญหาก่อให้เกิดความเสี่ยง ได้แก่ การกระจุกตัวของตลาด ศักยภาพในการบิดเบือน การฉ้อโกงเชิงลึก ข้อมูลที่ผิด และความเปราะบางของโครงสร้างพื้นฐาน
เหตุใด Blockchain เพียงอย่างเดียวจึงมีจำกัด
Blockchain มีข้อจำกัดของตัวเอง:
- ประสบการณ์ผู้ใช้ที่ขัดแย้งกัน ยังคงมีการนำไปใช้ในกรณีการใช้งานทางการเงินเป็นส่วนใหญ่
- ข้อมูล "ในโลกแห่งความเป็นจริง" ส่วนใหญ่ ที่เข้าสู่บล็อกเชนยังไม่ได้รับการยืนยัน
- การประสานงานด้วยตนเอง สำหรับการตัดสินใจที่ซับซ้อนนั้นช้า
- ผลิตภัณฑ์ที่ขับเคลื่อนด้วย AI ในปัจจุบันส่วนใหญ่จะเลี่ยงผ่านบล็อกเชน
เทคโนโลยีทั้งสองมีจุดแข็งที่เสริมกันซึ่งแก้ไขจุดอ่อนของกันและกัน
ที่ที่ AI และ Blockchain มาบรรจบกัน
1. การคำนวณ AI แบบกระจายอำนาจ
การฝึกอบรมและการใช้งานโมเดล AI สมัยใหม่ต้องใช้พลังการประมวลผลมหาศาล ไฮเปอร์สเกลเลอร์แบบรวมศูนย์ครองตลาดนี้ด้วยอำนาจการกำหนดราคาที่สอดคล้องกัน เครือข่ายคอมพิวเตอร์แบบกระจายอำนาจกำลังเกิดขึ้น:
- Render Network ประสานงานความจุ GPU ทั่วโลกสำหรับ AI และการเรนเดอร์ปริมาณงาน
- Akash Network นำเสนอการประมวลผลบนคลาวด์แบบกระจายอำนาจ
- io.net รวบรวมคลัสเตอร์ GPU สำหรับปริมาณงาน AI โดยเฉพาะ
- Bittensor ให้รางวัลโหนดสำหรับการสนับสนุนโมเดลอัจฉริยะ AI ไปยังเครือข่ายที่ใช้ร่วมกัน
เครือข่ายเหล่านี้จะไม่แทนที่ AWS สำหรับทุกสิ่ง แต่ได้ให้บริการปริมาณงานจริงในราคาที่แข่งขันได้อยู่แล้ว โดยผู้ใช้จะได้รับประโยชน์จากต้นทุนที่ต่ำกว่าและผู้ให้บริการก็มีรายได้จากฮาร์ดแวร์ที่ไม่ได้ใช้งาน
2. แหล่งที่มาของข้อมูลการฝึกอบรม AI
การฟ้องร้องห้องปฏิบัติการ AI เกี่ยวกับข้อมูลการฝึกอบรมได้แพร่ขยายออกไป ปัญหาหลัก: โมเดล AI ฝึกฝนข้อมูลอินเทอร์เน็ตโดยไม่ได้รับความยินยอม การระบุแหล่งที่มา หรือค่าตอบแทนที่ชัดเจนสำหรับผู้สร้าง
ที่มาของข้อมูลบนบล็อกเชนช่วยแก้ปัญหานี้:
- Sahara AI ใช้การรับรองออนไลน์เพื่อติดตามการมีส่วนร่วมของข้อมูลการฝึกอบรมและจ่ายเงินให้กับผู้ร่วมให้ข้อมูล
- ข้อมูลรับรองเนื้อหาของ Adobe ฝังข้อมูลเมตาที่สามารถตรวจสอบได้บนบล็อกเชนในรูปภาพ
- ตลาด Ocean Protocol อนุญาตให้ผู้ให้บริการข้อมูลขายการเข้าถึงโดยมีเงื่อนไขที่ตรวจสอบได้
- Story Protocol เปิดใช้งานใบอนุญาต IP ที่ตั้งโปรแกรมได้สำหรับการฝึกอบรม AI
เมื่อมีการบันทึกแหล่งที่มาของข้อมูลการฝึกอบรมแบบออนไลน์ การระบุแหล่งที่มาและการชดเชยจะสามารถบังคับใช้ได้
3. เอาต์พุต AI ที่ตรวจสอบได้
คุณจะรู้ได้อย่างไรว่าเนื้อหานั้นถูกสร้างขึ้นโดย AI โดยมนุษย์โดยเฉพาะ หรือถูกแก้ไขหลังจากการสร้าง? Blockchain รวมกับลายเซ็นเข้ารหัสให้คำตอบ:
- มาตรฐาน C2PA (สนับสนุนโดย Adobe, Microsoft, BBC และอื่นๆ) แนบแหล่งที่มาที่มีการลงนามไว้กับสื่อ
- Reality Defender, Truepic ใช้การยึดบล็อคเชนเพื่อการตรวจสอบความถูกต้อง
- มาตรฐานการระบุตัวตนแบบกระจายอำนาจ ให้ผู้สร้างลงนามผลงานด้วยข้อมูลรับรองแบบพกพา
เมื่อเนื้อหาที่สร้างโดย AI ระเบิด การตรวจสอบความถูกต้องแบบออนไลน์จึงกลายเป็นโครงสร้างพื้นฐานที่สำคัญ ดูคำแนะนำของเราเกี่ยวกับ blockchain พิสูจน์ความถูกต้องสำหรับธุรกิจ
4. ตัวแทน AI พร้อมกระเป๋าเงินออนไลน์
ตัวแทน AI อัตโนมัติกำลังกลายเป็นหมวดหมู่ธุรกรรมหลัก ตัวแทนเหล่านี้ต้องการวิธีชำระค่าบริการ รักษามูลค่า และโต้ตอบกับซอฟต์แวร์อื่นๆ กระเป๋าเงินบล็อคเชนมีความเหมาะสมเป็นพิเศษ:
- ตัวแทนสามารถถือและใช้จ่ายเงินโดยไม่ต้องได้รับการอนุมัติจากมนุษย์สำหรับการทำธุรกรรมแต่ละครั้ง
- สัญญาอัจฉริยะช่วยให้ตัวแทนยอมรับและดำเนินการตรรกะแบบมีเงื่อนไขได้
- ชื่อเสียงออนไลน์ช่วยให้ผู้ใช้ประเมินความน่าเชื่อถือของตัวแทนได้
โปรเจ็กต์ต่างๆ เช่น AgentKit ของ Coinbase, การผสานรวม MCP ของ Anthropic และ L1 แบบ AI-native ต่างๆ กำลังสร้างโครงสร้างพื้นฐานสำหรับการบรรจบกันนี้ ภายในปี 2569 ธุรกรรมตัวแทน AI ถือเป็นส่วนแบ่งสำคัญของการรับส่งข้อมูลบล็อกเชน
5. ตลาดโมเดลแบบกระจายอำนาจ
"เครือข่ายย่อย" ของ Bittensor ทำหน้าที่เป็นตลาดที่มีการกระจายอำนาจ โดยที่โมเดล AI แข่งขันกันเพื่อให้ข้อมูลข่าวกรอง ผู้ร่วมให้ข้อมูลจะได้รับโทเค็น TAO ตามสัดส่วนกับคุณภาพของผลลัพธ์ของโมเดลของตน สิ่งนี้สร้างทางเลือกทางเศรษฐกิจให้กับ API โมเดลโอเพนซอร์ซ
แนวทางอื่นๆ ได้แก่:
- พิธีกรรม สำหรับการอนุมาน AI แบบออนไลน์ที่ตรวจสอบได้
- Modulus Labs ใช้การพิสูจน์ความรู้แบบศูนย์เพื่อตรวจสอบการคำนวณ AI
- Ora ให้บริการ Oracle AI แบบออนไลน์
6. ตัวตนในโลก AI
เนื่องจาก AI ทำให้การแอบอ้างบุคคลอื่นเป็นเรื่องง่าย ไม่ว่าจะเป็นการโคลนเสียง ดีพเฟค และข้อความที่ AI สร้างขึ้น การพิสูจน์ความเป็นมนุษย์จึงมีคุณค่า ข้อมูลระบุตัวตนบนบล็อกเชนช่วย:
- World ID ใช้ข้อมูลไบโอเมตริกของม่านตาร่วมกับการพิสูจน์ความรู้เป็นศูนย์เพื่อยืนยันสถานะของมนุษย์ที่ไม่ซ้ำกัน
- รหัสรูปหลายเหลี่ยม ออกข้อมูลรับรองที่ตรวจสอบได้
- ตัวระบุ ENS, Lens, Farcaster มอบข้อมูลระบุตัวตนแบบพกพาและถาวร
"คุณจริงเหรอ?" กลายเป็นคำถามที่มีเพียงข้อมูลประจำตัวที่ยึดบล็อคเชนเท่านั้นที่สามารถตอบได้อย่างน่าเชื่อถือในวงกว้าง
7. การดำเนินการ Blockchain ที่ได้รับความช่วยเหลือจาก AI
การบรรจบกันไหลทั้งสองทาง AI ปรับปรุงบล็อคเชนด้วย:
- การตรวจสอบความปลอดภัยของสัญญาอัจฉริยะที่ได้รับความช่วยเหลือจาก AI จะตรวจจับช่องโหว่ที่มนุษย์พลาดไป
- เจ้าหน้าที่ AI ช่วยให้ผู้ใช้นำทางกลยุทธ์ DeFi ที่ซับซ้อน
- AI วิเคราะห์ข้อเสนอการกำกับดูแลและสรุปให้ผู้มีสิทธิเลือกตั้ง
- การเรียนรู้ของเครื่องปรับปรุงการวิเคราะห์บล็อกเชนและการตรวจจับการฉ้อโกง
เหตุใดการบรรจบกันนี้จึงมีความสำคัญ
พลังที่ประสานกันสามประการผลักดันการควบรวมกิจการของ AI-blockchain:
1. การขาดดุลความน่าเชื่อถือ: เมื่อ AI มีพลังมากขึ้น ความสามารถของสังคมในการเชื่อถือคำเรียกร้องของ AI ก็ลดลง บล็อกเชนมอบทางเลือกที่ตรวจสอบได้และป้องกันการงัดแงะ
2. ความเข้มข้นของพลังงาน: AI รวบรวมพลังงานไว้ในห้องปฏิบัติการบางแห่ง บล็อกเชนเสนอทางเลือกแบบกระจายอำนาจสำหรับการประมวลผล ข้อมูล และการใช้งานโมเดล
3. การประสานงานทางเศรษฐกิจ: AI สร้างคุณค่าที่ต้องไหลไปยังหลายฝ่าย (ผู้ให้บริการข้อมูล ผู้สร้างโมเดล ซัพพลายเออร์ด้านการประมวลผล) Blockchain จัดการการชำระเงินแบบไมโครและการแบ่งรายได้แบบตั้งโปรแกรมได้
ความท้าทายที่แท้จริงรออยู่ข้างหน้า
การบรรจบกันไม่ได้ไร้อุปสรรค:
- ช่องว่างด้านประสิทธิภาพ — การประมวลผล AI แบบกระจายอำนาจยังคงช้ากว่าไฮเปอร์สเกลเลอร์ชั้นนำสำหรับปริมาณงานที่ใหญ่ที่สุด
- ความซับซ้อนของ UX — ผู้ใช้ส่วนใหญ่ไม่ต้องการจัดการกระเป๋าสตางค์ น้ำมัน และวลีเริ่มต้น
- ความไม่แน่นอนด้านกฎระเบียบ — กฎระเบียบของ AI (พระราชบัญญัติ AI ของสหภาพยุโรป, คำสั่งผู้บริหารของสหรัฐอเมริกา) และกฎระเบียบของ crypto ยังคงพัฒนาแยกกัน
- ข้อกังวลเกี่ยวกับพลังงาน — ทั้งการฝึกอบรม AI และบล็อกเชนแบบ Proof-of-Work ใช้พลังงานจำนวนมาก
ปัญหาเหล่านี้เป็นปัญหาทางวิศวกรรมและนโยบาย ไม่ใช่อุปสรรคพื้นฐาน
เส้นทางข้างหน้า
ดูการพัฒนาสามประการ:
- เศรษฐกิจของตัวแทน AI ขยายตัว โดยตัวแทนอิสระจะทำธุรกรรมมูลค่าหลายล้านล้านต่อปีภายในปี 2573
- แหล่งที่มาของเนื้อหา มีผลบังคับใช้ในเขตอำนาจศาลบางแห่ง ซึ่งยึดตามการประทับเวลาของบล็อกเชน
- การประมวลผล AI แบบกระจายอำนาจ รวบรวมส่วนแบ่งการตลาดที่สำคัญจากไฮเปอร์สเกลเซอร์สำหรับหมวดหมู่ปริมาณงานเฉพาะ
AI และบล็อคเชนไม่ได้แข่งขันกับวิสัยทัศน์แห่งอนาคต พวกมันเป็นชั้นโครงสร้างพื้นฐานที่เสริมกันในการแก้ปัญหาที่แตกต่างกัน—และเพิ่มมากขึ้นเรื่อยๆ ของกันและกัน บริษัทและโครงการต่างๆ ที่สร้างขึ้นที่สี่แยกนี้ อยู่ในตำแหน่งที่จะกำหนดทศวรรษหน้าของเทคโนโลยีดิจิทัล
ข้อจำกัดความรับผิดชอบ: เทคโนโลยี AI และบล็อคเชนมีการพัฒนาอย่างรวดเร็ว ประเมินการใช้งานเฉพาะโดยเทียบกับมาตรฐานความปลอดภัย กฎระเบียบ และประสิทธิภาพในปัจจุบันเสมอ