xTAO CEO'su Karia Samaroo, Yapay Zekanın Neden Merkeziyetsiz Olması Gerektiğini Açıklıyor

Yapay zeka, kamuoyunun hayal gücünü benzeri görülmemiş bir şekilde yakaladı. Ancak potansiyelinin altında, güç ve kontrolün yoğunlaşmasıyla ilgili ciddi endişeler yatıyor. Şu anda, en popüler yapay zeka modelleri, tasarımları ve kullanımları üzerinde tam kontrole sahip olan birkaç büyük teknoloji şirketinin münhasır mülkiyetindedir. Crypto.news, Bittensor (TAO) merkeziyetsiz yapay zeka ekosistemi üzerinde çalışan bir kamu şirketi olan xTAO'nun kurucusu ve CEO'su Karia Samaroo ile konuştu. Samaroo, yapay zekayı daha açık, merkeziyetsiz ve kullanıcılarının talepleriyle uyumlu hale getiren alternatif bir modele neden ihtiyaç duyulduğunu açıkladı.

Samaroo, blockchain'in yapay zekaya ne getirdiğini ve Bittensor'un bu alandaki rolünü açıkladı. Merkeziyetleşmenin yapay zekanın en büyük sorunu olduğunu belirten Samaroo, birkaç şirketin kontrolünde olmasının büyük bir yoğunlaşma riski yarattığını ifade etti. Bittensor'u Bitcoin'e benzeten Samaroo, Bitcoin'in para etrafındaki merkeziyetleşme sorununu çözdüğünü ve aynısını yapay zeka için uyguladıklarını söyledi. Merkezi yapay zekada tek bir otoritenin modellerin nasıl eğitileceğine, hangi verileri kullanacağına, hangi önyargılara sahip olacağına ve neleri sansürleyeceğine karar verdiğini belirten Samaroo, Bittensor'un bu durumu yapay zeka için çözmek üzere Bitcoin'in modelini kullandığını ekledi.

Samaroo, şirketlerin yapay zekaya merkeziyetsizliği nasıl tanıttığına dair örnekler verdi. Grass'ın veri toplama konusunda teşvikler sağladığını, Render'ın ise merkeziyetsiz bir işlem ağı olduğunu belirtti. Bittensor'un daha geniş kapsamlı olduğunu ve veri veya işlem gibi tek bir alana odaklanmadığını, farklı sorunları ele alan birbirine bağlı birçok alt ağa sahip olduğunu söyledi. Samaroo ayrıca, şirketlerin neden OpenAI gibi daha yerleşik modellere gitmek yerine Bittensor üzerine inşa ettiğini açıkladı. Bunun altında yatan nedenlerin hem felsefi hem de teknik olduğunu belirten Samaroo, merkeziyetsiz bir ağda ölçeklenebilirliğin avantajlarından bahsetti. Ayrıca, herkesin gatekeeper'lar olmadan modellerini deneyebileceğini, yineleyebileceğini ve bunlardan para kazanabileceğini vurguladı.

Samaroo, merkeziyetsiz yapay zekanın veri toplama konusundaki rekabetini nasıl ele aldığını açıkladı. Grass gibi projelerin, insanları veri toplamaya ve küratörlüğe teşvik ederek merkeziyetsiz ağların eşit veya daha iyi kalitede veri kümeleri sağlayabileceğini belirtti. Büyük teknolojinin bugün en zengin verilere sahip olduğunu ancak doğru teşviklerle merkeziyetsiz sistemlerin rekabet edebileceğini ifade etti. Samaroo, merkeziyetsiz ağların, katkıda bulunanları teşviklerle ödüllendirdiğini ve bunun olması gerektiği gibi olduğunu söyledi.

Son olarak, Samaroo, merkeziyetsiz yapay zekanın modellerinin güvenliği ve sosyal etkisine nasıl yaklaştığını açıkladı. Eğitim verilerinin önyargılı, toksik veya hassas bilgiler içermesi gibi sorunlara değindi. Ayrıca, zararlı çıktılarla nasıl başa çıkıldığını ve Bittensor'da bunun doğrulayıcılar tarafından nasıl ele alındığını açıkladı. Samaroo, merkeziyetsiz yapay zekanın daha şeffaf olduğunu ve katılımcıların teşvikleri ayarlayabildiğini, böylece kötü performansın daha az ödül almasını sağlayabildiğini belirtti.