Tác giả gốc: Filecoin; nhà văn chuyên sâu, đối tác đầu tư Catrina của Portal Ventures
Nguồn ban đầu: Mạng Filecoin
Trong quá khứ, các công ty khởi nghiệp với tốc độ, sự nhanh nhẹn và văn hóa kinh doanh đã thoát khỏi gông cùm của quán tính tổ chức và dẫn đầu đổi mới công nghệ trong một thời gian dài. **Tuy nhiên, tất cả điều này được viết lại bởi thời đại trí tuệ nhân tạo. **Cho đến nay, những người tạo ra các sản phẩm “AI” đột phá là những gã khổng lồ công nghệ truyền thống như “Microsoft”; OpenAI, Nvidia, Google; và thậm chí cả “Meta”.
**chuyện gì đã xảy ra thế? ** Vì sao lần này gã khổng lồ chiến thắng start-up? Các công ty khởi nghiệp có thể viết mã tuyệt vời, nhưng họ phải đối mặt với một số trở ngại so với những gã khổng lồ công nghệ:
- Chi phí tính toán còn cao
*AI; sự phát triển có chiều ngược lại: Mối quan tâm và sự không chắc chắn xung quanh AI; tác động xã hội cản trở sự đổi mới do thiếu các hướng dẫn cần thiết
- AI; vấn đề hộp đen
- Những “hào dữ liệu” do các ông lớn công nghệ xây dựng hình thành rào cản gia nhập
Vậy, tại sao công nghệ chuỗi khối lại cần thiết? Nó giao nhau với trí tuệ nhân tạo ở đâu? Mặc dù không phải tất cả các vấn đề đều có thể được giải quyết cùng một lúc, Mạng cơ sở hạ tầng vật lý phân tán (DePIN) trong Web3 tạo điều kiện để giải quyết các vấn đề trên. Phần sau đây sẽ giải thích cách công nghệ đằng sau “DePIN” có thể hỗ trợ trí tuệ nhân tạo, chủ yếu từ bốn chiều:
- Giảm chi phí cơ sở hạ tầng
- XÁC MINH Người sáng tạo và Nhân cách
- ĐIỀN AI; Dân chủ và minh bạch
- Cài đặt cơ chế phần thưởng đóng góp dữ liệu
Dưới:
- “web3” đề cập đến Internet thế hệ tiếp theo và công nghệ chuỗi khối cũng như các công nghệ hiện có khác là các thành phần hữu cơ của nó.
- “Blockchain” đề cập đến công nghệ sổ cái phi tập trung và phân tán.
- “Crypto” đề cập đến việc sử dụng các cơ chế mã thông báo để khuyến khích và phân cấp.
1. Giảm chi phí cơ sở hạ tầng (máy tính và lưu trữ)
Mọi làn sóng đổi mới công nghệ đều bắt đầu bằng việc thứ gì đó đắt đỏ trở nên rẻ đến mức lãng phí.
– Khoản nợ công nghệ của xã hội và Khoảnh khắc Gutenberg của phần mềm, thông qua; SK Ventures
Khả năng chi trả của cơ sở hạ tầng quan trọng như thế nào (cơ sở hạ tầng của trí tuệ nhân tạo đề cập đến chi phí phần cứng để tính toán, truyền và lưu trữ dữ liệu), Carlota Perez; Lý thuyết về cuộc cách mạng công nghệ đã chỉ ra rằng lý thuyết đề xuất rằng những đột phá về công nghệ bao gồm hai giai đoạn :
Nguồn: Carlota Perez; Lý thuyết cách mạng công nghệ
- Giai đoạn cài đặt được đặc trưng bởi đầu tư vốn mạo hiểm lớn, xây dựng cơ sở hạ tầng và chiến lược “thúc đẩy” tiếp thị (GTM), vì khách hàng không hiểu đề xuất giá trị của sản phẩm mới công nghệ.
- Giai đoạn triển khai được đặc trưng bởi sự gia tăng lớn về nguồn cung cấp cơ sở hạ tầng, hạ thấp ngưỡng thu hút người mới và áp dụng chiến lược xúc tiến thị trường (GTM) “kéo”****, cho thấy mức độ cao của sản phẩm phù hợp với thị trường, Khách hàng mong đợi nhiều sản phẩm chưa được hình thành.
Giờ đây, những nỗ lực như ‘ChatGPT’ đã chứng tỏ sự phù hợp với thị trường và nhu cầu của khách hàng, người ta có thể cảm thấy rằng ‘AI’ đã bước vào giai đoạn triển khai. **Tuy nhiên, AI; đang thiếu một phần quan trọng: dư thừa cơ sở hạ tầng để các công ty khởi nghiệp nhạy cảm về giá xây dựng và thử nghiệm. **
câu hỏi
Lĩnh vực cơ sở hạ tầng vật lý hiện tại chủ yếu được độc quyền bởi độc quyền tích hợp theo chiều dọc, bao gồm; AWS, GCP, Azure, Nvidia, Cloudflare, Akamai; v.v., ngành có tỷ suất lợi nhuận cao và ước tính tỷ suất lợi nhuận gộp của AWS trên hàng hóa phần cứng máy tính là 61 %… Do đó, những người mới tham gia vào lĩnh vực AI, đặc biệt là trong lĩnh vực LLM, phải đối mặt với chi phí tính toán cực kỳ cao.
- ChatGPT; chi phí cho một lần đào tạo ước tính khoảng 4 triệu đô la Mỹ và chi phí vận hành suy luận phần cứng là khoảng 700.000 đô la Mỹ / ngày.
- Bloom; phiên bản 2 có thể tốn; $10 triệu; triệu để đào tạo và đào tạo lại.
- Nếu “ChatGPT” lọt vào tìm kiếm của “Google”, doanh thu của Google sẽ bị giảm 36 tỷ USD, ** Lợi nhuận khổng lồ sẽ được chuyển từ nền tảng phần mềm (Google) sang nhà cung cấp phần cứng (Nvidia). **
Nguồn: Phân tích theo từng lớp - LLM; Kiến trúc và chi phí tìm kiếm
giải pháp
DePIN; các mạng như; Filecoin (bắt nguồn từ; 2014; DePIN; tiên phong, tập trung vào việc thu thập phần cứng cấp Internet và phục vụ lưu trữ dữ liệu phân tán), Bacalhau, Gensyn.ai, Render Network, ExaBits (đối sánh; CPU/GPU; the lớp điều phối cung cầu) có thể tiết kiệm; 75%; đến; 90%;+ chi phí cơ sở hạ tầng thông qua ba khía cạnh sau:
1. Đẩy đường cung và kích thích cạnh tranh thị trường
DePIN; cung cấp cơ hội bình đẳng cho các nhà cung cấp phần cứng trở thành nhà cung cấp dịch vụ. Nó tạo ra một thị trường nơi bất kỳ ai cũng có thể tham gia với tư cách là “thợ mỏ” và trao đổi; CPU/GPU; hoặc dung lượng lưu trữ để được bồi thường tài chính, do đó tạo ra sự cạnh tranh cho các nhà cung cấp hiện có.
Mặc dù một công ty như “AWS” chắc chắn có lợi thế của người đi đầu “17” về giao diện người dùng, hoạt động và tích hợp theo chiều dọc, **DePIN; thu hút cơ sở khách hàng mới không thể chấp nhận giá từ các nhà cung cấp tập trung. **Like;Ebay;không cạnh tranh trực tiếp với;Bloomingdale;mà thay vào đó cung cấp giải pháp thay thế tiết kiệm hơn để đáp ứng các nhu cầu tương tự, các mạng lưu trữ phân tán không thay thế các nhà cung cấp tập trung mà thay vào đó nhằm mục đích phục vụ người dùng nhạy cảm với giá các nhóm.
2. Thúc đẩy cân bằng kinh tế thị trường thông qua thiết kế kinh tế được mã hóa
Cơ chế trợ cấp do DePIN tạo ra có thể hướng dẫn các nhà cung cấp phần cứng tham gia vào mạng, do đó giảm chi phí cho người dùng cuối. Về nguyên tắc, chúng ta có thể xem; AWS; và; Filecoin; chi phí và doanh thu cho các nhà cung cấp dịch vụ lưu trữ trên Web2 và Web3. 
**Khách hàng được giảm giá: **DePIN; mạng lưới tạo ra thị trường cạnh tranh và giới thiệu Bertrand; phong cách cạnh tranh, từ đó giảm phí thanh toán của khách hàng. Ngược lại, AWS EC;2;cần khoảng;55%;lợi nhuận và;31%;tổng lợi nhuận để duy trì hoạt động. DePIN; Mã thông báo do mạng cung cấp; phần thưởng khuyến khích/khối cũng là một nguồn thu nhập mới. Trong bối cảnh của Filecoin, nhà cung cấp dịch vụ lưu trữ lưu trữ càng nhiều dữ liệu thực thì càng kiếm được nhiều phần thưởng khối (mã thông báo). **Do đó, các nhà cung cấp dịch vụ lưu trữ có động cơ thu hút nhiều khách hàng hơn để chốt giao dịch và tăng doanh thu. **Một số máy tính mới nổi; DePIN; Cấu trúc mã thông báo cho mạng vẫn chưa được tiết lộ, nhưng có khả năng tuân theo một mô hình tương tự. Các mạng tương tự bao gồm:
- Bacalhau: Một lớp điều phối mang tính toán đến nơi lưu trữ dữ liệu, tránh di chuyển một lượng lớn dữ liệu.
- exaBITS: Mạng điện toán phân tán phục vụ; AI; và các ứng dụng chuyên sâu về điện toán.
- Gensyn.ai: Giao thức điện toán mô hình học sâu.
3. Giảm chi phí chung: Bacalhau, exaBITS; v.v.; DePIN; mạng và; các ưu điểm của IPFS/lưu trữ có thể định địa chỉ nội dung bao gồm:
- Mở khóa tính khả dụng của dữ liệu tiềm ẩn: Khối lượng dữ liệu lớn hiện chưa được khai thác do chi phí băng thông cao để truyền các tập dữ liệu lớn, chẳng hạn như dữ liệu sự kiện lớn do các sân vận động thể thao tạo ra. DePIN; các dự án có thể xử lý dữ liệu tại chỗ và chỉ truyền đầu ra có ý nghĩa, khai thác tính khả dụng của dữ liệu tiềm năng.
- Giảm chi phí vận hành: Giảm chi phí nhập, chuyển và nhập/xuất dữ liệu bằng cách thu thập dữ liệu cục bộ.
- **Giảm thiểu công việc thủ công trong chia sẻ dữ liệu nhạy cảm: **Nếu bệnh viện; A; và; B; cần kết hợp dữ liệu nhạy cảm của bệnh nhân tương ứng để phân tích, họ có thể sử dụng Bacalhau; điều phối; GPU; sức mạnh tính toán, trực tiếp trong Quy trình nhạy cảm dữ liệu cục bộ mà không phải trao đổi thông tin nhận dạng cá nhân (PII) với các đối tác thông qua các quy trình hành chính rườm rà.
- **Không cần tính toán lại tập dữ liệu cơ bản: **IPFS/bộ lưu trữ có thể định địa chỉ nội dung đi kèm với khả năng sao chép, theo dõi và xác minh dữ liệu. Để biết các chức năng và hiệu suất chi phí của “IPFS”, vui lòng tham khảo bài viết này.
**AI;tạo ra một bản tóm tắt: **AI;nhu cầu;DePIN;cung cấp cơ sở hạ tầng giá cả phải chăng và thị trường cơ sở hạ tầng hiện đang bị chi phối bởi các công ty độc quyền tích hợp theo chiều dọc. Các mạng như Filecoin, Bacalhau, Render Network, ExaBits; chẳng hạn; DePIN; các mạng dân chủ hóa cơ hội trở thành nhà cung cấp phần cứng, giới thiệu cạnh tranh, duy trì cân bằng kinh tế thị trường thông qua thiết kế kinh tế tiền điện tử và giảm chi phí; 75%; -90%; trên , và giảm chi phí đầu vào.
2. Xác minh người sáng tạo và cá nhân
câu hỏi
Một cuộc khảo sát gần đây cho thấy **50%;của;các học giả về AI tin rằng khả năng “AI” gây ra tác hại tàn khốc cho con người vượt quá;10%; **
Mọi người cần cảnh giác rằng AI đã gây ra sự hỗn loạn xã hội và vẫn còn thiếu các quy định hoặc thông số kỹ thuật, tình trạng này được gọi là “thuỳ ngược”.
Ví dụ: trong Twitter này; video, người dẫn chương trình podcast; Joe Rogan; và nhà bình luận bảo thủ; Ben Shapiro; đang tranh luận về bộ phim “Ratatouille”, nhưng video này lại được tạo ra bởi AI. 
Nguồn:Bloomberg
Điều đáng chú ý là tác động xã hội của AI vượt xa các vấn đề do blog, cuộc trò chuyện và hình ảnh giả tạo gây ra:
- Trong cuộc bầu cử Hoa Kỳ năm 2024, AI; được tạo ra; deepfake; nội dung chiến dịch lần đầu tiên đạt được hiệu quả như thật.
- Một video của Thượng nghị sĩ; Elizabeth Warren; đã được chỉnh sửa để bà ấy “nói” những điều như “Đảng Cộng hòa không được phép bỏ phiếu” (tin đồn đã bị bác bỏ).
- Giọng nói tổng hợp của Biden chỉ trích phụ nữ chuyển giới.
- Một nhóm nghệ sĩ đã khởi kiện tập thể; Midjourney; và; Stability;;;
*AI;được tạo bởi;The Weeknd;và;Drake;Bài hát song ca “Heart on My Sleeve” đã gây sốt trên nền tảng phát trực tuyến, nhưng sau đó đã bị gỡ bỏ. Khi công nghệ mới đi vào dòng chính mà không có quy định, nó sẽ tạo ra nhiều vấn đề, **vi phạm bản quyền là một vấn đề “thuận ngược”. **
Vì vậy, chúng tôi có thể thêm các thông số kỹ thuật có liên quan của “AI” vào Web3 không?
giải pháp
Cung cấp bằng chứng cá nhân và bằng chứng người sáng tạo bằng cách sử dụng bằng chứng nguồn gốc trên chuỗi được mã hóa
Làm cho công nghệ chuỗi khối thực sự hoạt động - như một sổ cái phân tán chứa lịch sử bất biến trên chuỗi, tính xác thực của nội dung kỹ thuật số có thể được xác minh thông qua bằng chứng mã hóa nội dung.
Chữ ký số làm bằng chứng về người sáng tạo và bằng chứng về nhân cách
Để xác định “deepfake”, bằng chứng mật mã có thể được tạo bằng chữ ký số duy nhất cho người tạo nội dung gốc, chữ ký này có thể được tạo bằng khóa riêng chỉ người tạo biết và có thể xác minh bằng khóa chung có sẵn cho tất cả . Có chữ ký có thể chứng minh rằng nội dung được tạo bởi người tạo ban đầu, cho dù người tạo là con người hay; AI, đồng thời có thể xác minh các thay đổi được phép hoặc trái phép đối với nội dung.
Sử dụng; IPFS; và cây Merkle để chứng minh tính xác thực
IPFS; là một giao thức phân tán để tham chiếu các bộ dữ liệu lớn bằng cách sử dụng địa chỉ nội dung và cây Merkle. Để chứng minh rằng nội dung của tệp đã được nhận và thay đổi, bằng chứng Merkle được tạo, là một chuỗi các giá trị băm hiển thị vị trí của một khối dữ liệu cụ thể trong cây Merkle. Với mỗi thay đổi, một hàm băm được thêm vào cây Merkle, cung cấp bằng chứng về việc sửa đổi tệp.
**Điểm khó khăn của sơ đồ mã hóa là cơ chế khuyến khích. Trách nhiệm này có thể thuộc về các nền tảng phân phối phương tiện truyền thông chính thống như Twitter, Meta và Google, và thực tế là như vậy. ** Vậy tại sao chúng ta cần blockchain? **
Câu trả lời là chữ ký mã hóa của chuỗi khối và bằng chứng xác thực** hiệu quả hơn, có thể kiểm chứng và chắc chắn hơn. **Hiện tại, quá trình phát hiện “deepfake” chủ yếu thông qua các thuật toán máy học (chẳng hạn như “Thử thách phát hiện Deepfake” của “Meta;”, “Asymmetric Numerals” (ANS) của Google; và ;c;2;pa: ) để xác định trực quan Quy luật và sự bất thường trong nội dung, ** nhưng thường không đủ chính xác, tụt hậu so với tốc độ phát triển của “deepfake”. **Thường yêu cầu xem xét thủ công để xác định tính xác thực, điều này không hiệu quả và tốn kém.
Nếu một ngày nào đó, mọi phần nội dung đều có chữ ký mã hóa, mọi người có thể chứng minh rõ ràng nguồn sáng tạo, gắn cờ giả mạo hoặc giả mạo, thì chúng ta sẽ mở ra một thế giới tươi đẹp.
**AI;Tóm tắt tạo: **AI; đặc biệt có thể gây ra mối đe dọa đáng kể cho xã hội; deepfakes; và sử dụng trái phép nội dung, trong khi các công nghệ Web3 như bằng chứng nguồn gốc và sử dụng chữ ký số; IPFS; và Bằng chứng xác thực của Merkel của cây, có thể xác minh tính xác thực của nội dung kỹ thuật số, ngăn chặn các thay đổi trái phép và cung cấp thông số kỹ thuật cho “AI”.
3. AI; dân chủ hóa
câu hỏi
“AI” ngày nay là một hộp đen được làm từ dữ liệu độc quyền và thuật toán độc quyền. Bản chất khép kín của các công ty công nghệ lớn; LLM; giết chết “AI;dân chủ” trong mắt tôi, nghĩa là mọi nhà phát triển và thậm chí cả người dùng đều có thể đóng góp thuật toán và dữ liệu cho mô hình "LLM; và trong mô hình Chia một phần lợi nhuận của bạn khi bạn kiếm được lợi nhuận (bài viết liên quan).
AI; Democracy = Visibility (có thể xem dữ liệu và thuật toán được nhập vào mô hình)** + Đóng góp** (có thể đóng góp dữ liệu hoặc thuật toán cho mô hình).
giải pháp
Mục đích của AI;dân chủ là tạo ra các mô hình;AI;có tính tổng quát, mở cho, phù hợp với và thuộc sở hữu của công chúng. Bảng dưới đây so sánh trạng thái hiện tại của AI với tương lai có thể đạt được thông qua công nghệ chuỗi khối Web3.
hiện tại–
Dành cho khách hàng:**
- Nhận một chiều; LLM; đầu ra
- Không thể kiểm soát cách dữ liệu cá nhân được sử dụng
Cho các nhà phát triển:**
- Khả năng kết hợp thấp
- ETL; quá trình xử lý dữ liệu không thể theo dõi và khó tái tạo
- Nguồn đóng góp dữ liệu được giới hạn cho chủ sở hữu dữ liệu
- Các mô hình nguồn đóng chỉ có thể được truy cập thông qua; API; Truy cập trả phí
- Đầu ra dữ liệu được chia sẻ thiếu khả năng kiểm chứng, các nhà khoa học dữ liệu dành 80% thời gian của họ để làm sạch dữ liệu cấp thấp
Sau khi kết hợp chuỗi khối——
Dành cho khách hàng:**
Người dùng có thể cung cấp phản hồi (chẳng hạn như xu hướng, kiểm duyệt nội dung, phản hồi chi tiết về đầu ra) làm cơ sở để tinh chỉnh
Người dùng có thể chọn đóng góp dữ liệu để đổi lấy lợi nhuận sau khi mô hình có lãi
Cho các nhà phát triển:**
- **Lớp quản lý dữ liệu phân tán: **Crowdsourcing công việc ghi nhãn dữ liệu lặp đi lặp lại tốn thời gian và các công việc chuẩn bị dữ liệu khác
- Khả năng hiển thị & khả năng kết hợp và tinh chỉnh các thuật toán, với các nguồn có thể kiểm chứng (có thể xem lịch sử chống giả mạo của tất cả các thay đổi)
- Chủ quyền dữ liệu (thông qua địa chỉ nội dung/IPFS; được bật) và chủ quyền thuật toán (ví dụ: Urbit; kết hợp ngang hàng được bật và tính di động của dữ liệu và thuật toán)
- **Tăng tốc;LLM;Đổi mới, **Tăng tốc;LLM;Đổi mới từ các biến thể khác nhau của mô hình nguồn mở cơ bản.
- **đầu ra dữ liệu đào tạo có thể tái tạo, **thông qua bản ghi quá khứ bất biến của chuỗi khối; ETL; hoạt động và truy vấn (ví dụ: Kamu).
Một số người nói rằng nền tảng mã nguồn mở của Web2 cũng cung cấp một giải pháp thỏa hiệp, nhưng hiệu quả không lý tưởng.
AI;Tóm tắt thế hệ: Big Tech đã đóng cửa;LLM;đã giết chết “AI;dân chủ”, nghĩa là mỗi nhà phát triển hoặc người dùng có thể đóng góp thuật toán và dữ liệu cho một "LLM;mô hình và nhận một phần lợi nhuận khi mô hình đó trở thành có lãi. AI; nên được mở cho công chúng, phù hợp với công chúng và thuộc sở hữu của công chúng. Với sự trợ giúp của mạng blockchain, người dùng có thể cung cấp phản hồi, đóng góp dữ liệu cho mô hình để đổi lấy lợi nhuận thực tế và các nhà phát triển cũng có thể có được khả năng hiển thị và các nguồn có thể kiểm chứng để kết hợp và tinh chỉnh các thuật toán. Những đổi mới của Web3 như Định địa chỉ nội dung/IPFS; và; Urbit; sẽ cho phép chủ quyền về dữ liệu và thuật toán. Khả năng tái tạo đầu ra dữ liệu đào tạo cũng sẽ có thể thực hiện được thông qua bản ghi quá khứ bất biến của chuỗi khối; ETL; hoạt động và truy vấn.
4. Thiết lập cơ chế thưởng đóng góp dữ liệu
câu hỏi
Ngày nay, dữ liệu người tiêu dùng có giá trị nhất là tài sản độc quyền của các công ty công nghệ lớn, tạo thành rào cản kinh doanh cốt lõi. Những gã khổng lồ công nghệ không có động cơ chia sẻ dữ liệu này với bên ngoài.
Vậy tại sao chúng ta không thể lấy dữ liệu trực tiếp từ người tạo hoặc người dùng? Tại sao chúng ta không thể biến dữ liệu thành tài nguyên công khai, đóng góp dữ liệu và mã nguồn mở cho các nhà khoa học dữ liệu sử dụng?
Nói đơn giản là do thiếu cơ chế khuyến khích và cơ chế phối hợp. Duy trì dữ liệu và thực thi; ETL (trích xuất, chuyển đổi và tải) là một chi phí lớn. Trên thực tế, riêng lưu trữ dữ liệu sẽ là một ngành công nghiệp trị giá 777 tỷ đô la vào năm 2030, chưa bao gồm chi phí điện toán. Không ai đảm nhận công việc và chi phí xử lý dữ liệu miễn phí.
Hãy cùng xem; OpenAI ban đầu được đặt là nguồn mở và phi lợi nhuận, nhưng rất khó để nhận ra chi phí và không thể trang trải chi phí. Vào năm 2019, OpenAI đã phải chấp nhận rót vốn từ Microsoft và thuật toán không còn được mở cho công chúng. Ước tính đến năm 2024, lợi nhuận của OpenAI sẽ đạt 1 tỷ đô la Mỹ.
giải pháp
Web3 giới thiệu một cơ chế mới có tên là “dataDAO” tạo điều kiện thuận lợi; AI; phân phối lại thu nhập giữa chủ sở hữu mô hình và người đóng góp dữ liệu, tạo lớp khuyến khích cho đóng góp dữ liệu từ nguồn cộng đồng. Do hạn chế về dung lượng nên sẽ không mở rộng ở đây, nếu muốn biết thêm, bạn có thể đọc hai bài viết sau:
- Cách thức hoạt động của DataDAO/DataDAO; nguyên tắc, tác giả là; Protocol Labs; của; HQ Han
- Cách thức hoạt động của việc đóng góp dữ liệu và kiếm tiền trong web3/web3 Cách hoạt động của việc đóng góp dữ liệu và kiếm tiền, tôi đã thảo luận sâu về cơ chế, thiếu sót và cơ hội của “dataDAO” trong bài viết này
Nói chung, DePIN; thực hiện một cách tiếp cận khác và cung cấp năng lượng phần cứng mới để thúc đẩy Web3 và; AI; đổi mới. Trong khi những gã khổng lồ công nghệ thống trị ngành công nghiệp AI, những người chơi mới nổi có thể tận dụng công nghệ chuỗi khối để tham gia vào cuộc cạnh tranh: DePIN; Mạng hạ thấp các rào cản gia nhập bằng cách giảm chi phí tính toán; bản chất phân tán và có thể kiểm chứng của chuỗi khối cho phép Mở thực sự; AI; khả thi; dataDAO; và các cơ chế sáng tạo khác để khuyến khích đóng góp dữ liệu; tính năng bất biến và chống giả mạo của chuỗi khối cung cấp chứng chỉ nhận dạng của người tạo, xua tan mối lo ngại của mọi người về tác động xã hội tiêu cực của “AI”.
