如果我們溯源世界上最成功的科技公司的誕生,會發現一個有趣的規律:頭部科企幾乎全數誕生於學術環境。 Google 誕生於史丹佛大學,拉里·佩奇(Larry Page)和謝爾蓋·布林(Sergey Brin)在攻讀博士學位時開發了搜尋引擎。 Facebook 則是在哈佛大學的宿舍裡由馬克·祖克柏(Mark Zuckerberg)創辦,最初是為了連結同學,後來發展成了改變社群媒體的巨人。許多其他創新,如VMware、如今的「AI晶片第一股」英偉達,也可以追溯到大學實驗室、講堂或學生宿舍。

今天OORT所專注的事業也不例外,團隊正在打造的去中心化AI 平台,其實有著深厚的學術基礎。它的起點是我在2018 年於哥倫比亞大學教授的課程-《AI 強化學習》。這門課程催生了一個前瞻性的想法,而這個想法如今正在獲得越來越多的關注。

課堂挑戰

這門課程的期末專案要求學生訓練AI 代理。對於非技術讀者來說,這個過程涉及教導AI 模型透過資料進行學習和決策。這類似於向數位系統提供結構化的培訓,讓它透過輸入資訊、調整反應、不斷迭代來提高表現。

然而,訓練AI 代理對資源的需求極高。它需要強大的運算能力和大量儲存空間來處理資料。而傳統的雲端服務,例如亞馬遜(Amazon)和Google(Google)提供的雲端運算服務,費用高昂,對大多數學生來說是難以負擔的。儘管學生們展現了創造力和技術能力,但所需的基礎設施超出了他們的能力範圍。這引發了一個關鍵問題:是否有辦法繞過昂貴的中心化雲端服務,開發一個更實惠、更容易存取的解決方案,給學生們順利完成期末作業?

去中心化解決方案的原型

於是,我們開始探索如何利用區塊鏈作為激勵層,創建一個為AI 開發服務的去中心化雲端解決方案,幫助學生更現實地完成他們的期末專案。

我們採取了以下措施:

  • 利用全球閒置資源:平台利用全球未被充分使用的資源,例如辦公室裡的閒置硬碟、個人電腦上的剩餘頻寬;

  • 基於區塊鏈:區塊鏈技術為這些分散式資源的整合提供了一個透明、安全的網路;

  • 加密貨幣支付:平台採用加密貨幣進行小額支付,因為目前的金融系統並不支援全球範圍內的即時小額支付。

簡單來說,這個平台就像是基礎建設領域的「Airbnb」。正如Airbnb 讓房主出租閒置房間一樣,這個平台允許個人貢獻閒置的儲存或運算能力,從而顯著降低成本。

這個在2018 年為哥倫比亞大學學生開發的去中心化實驗,成為了今天去中心化AI(DeAI)和去中心化物理基礎設施網絡(DePIN)概念的原型。本質上,DePIN 是支援DeAI 系統有效運作的基礎設施,而DeAI 則是利用去中心化基礎設施的應用層。

DePIN 專注於物理層面—去中心化生態系統的基礎設施。它包括全球分佈的儲存、運算和頻寬網絡,透過區塊鏈技術連接起來。可以把DePIN 想像成去中心化生態系統的“地基”和“管道”,使這個生態系統成為可能。

DeAI 則是在此基礎設施之上建立的。它利用這些去中心化資源,使AI 的開發和部署以分散式的方式進行,而不是依賴某個科技巨頭來訓練和運行AI 模型。 DeAI 透過DePIN 提供了一個更實惠、更具擴展性和更公平的AI 資源存取方式。

以下是去中心化解決方案的一些常見優勢:

  • 降低AI 訓練和部署成本

  • 增強資料透明度、隱私和安全性

  • 建構更全球化、更多元、更無偏見的資料集

  • 提高災難復原能力和業務連續性

不確定性與可能性

正如我們在之前的文章中所討論的那樣,最近去中心化AI 的興起解決了人們對中心化AI 的諸多疑慮。普遍認為,借助區塊鏈技術,AI 可以真正實現開源和透明。

當然,這個過程並不輕鬆。建構去中心化基礎設施帶來了許多前所未遇的技術挑戰。從優化網路可靠性到確保分散式系統中的資料安全,我們正在一步步解決問題。此外,隨著投機資本湧入這個領域,以及美中之間的AI 競賽愈演愈烈,預計到2025 年, AI 專案將如雨後春筍般湧現,而失敗案例也會激增。

儘管如此,DeAI 的潛力依然展現出美好的前景。它描繪了一個AI 工具的訪問不受地理或經濟限制的世界,而這既具有現實可行性,又在技術上可實現。這意味著紐約的學生、布宜諾斯艾利斯的老師,或是內羅畢的小型企業,都可以像大公司一樣,以相同的經濟性和便利性訓練AI 模型或儲存資料。

從哥倫比亞大學的課堂到去中心化AI,這段旅程充滿了意外的機會、挑戰和收穫。起初只是幫助學生完成專案的一個解決方案,如今已發展為重新思考基礎設施、可近性和創新的努力。

隨著越來越多來自不同領域的專業人士認識到去中心化AI(DeAI)對各行業變革的潛力,這一領域的興趣和動力將持續增長。預計2025 年將成為DeAI 發展的關鍵一年。區塊鏈與AI 的結合將逐步走向主流,為未來的技術進步奠定基礎,並帶來廣泛的深遠影響。

作者:OORT創辦人、哥倫比亞大學教授李崇博士

原文刊登於《富比士》: https://www.forbes.com/sites/digital-assets/2024/12/27/how-a-columbia-class-project-became-decentralized-ai-solutions/