利用鏈上歸屬解決人工智慧的數據盜竊問題

Ram Kumar（OpenLedger 的核心貢獻者）的觀點：大眾在不知情的情況下，促成了人工智慧的崛起。由於人工智慧模型預計將產生數兆美元的價值，現在是時候開始將數據視為勞動力，並建立鏈上歸屬系統，以支付那些使其成為可能的人。用戶在 X 上的貼文幫助訓練了 ChatGPT，他們的部落格文章和論壇回覆塑造了現在被世界上一些最強大的公司所利用的模型。雖然這些公司正在收穫數十億美元，但終端用戶卻一無所獲。沒有支票、沒有信用，甚至沒有一句感謝。這就是 21 世紀隱形勞動力的樣子。數十億人已成為 $AI 革命背後的無薪勞動力。他們產生的數據，從文字、程式碼、面孔和動作，都被抓取、清理並用於教導機器如何聽起來更像人類、銷售更多廣告和完成更多交易。然而，在為 $AI 提供動力的經濟循環中，使這一切成為可能的人類卻完全被排除在外。這個故事並不新鮮。同樣的模式在未署名的創意勞動力的基礎上建立了帝國。只是現在，規模是全球性的。這不僅僅是關於公平，而是關於權力，以及我們是否想要一個智慧由三家公司擁有，還是由我們所有人共享的未來。重新定義智慧經濟的唯一方法是透過 Payable $AI。Payable $AI 提出了一個未來，$AI 不是在秘密中訓練的黑盒模型，而是公開構建的，每個貢獻者都可以追蹤，並且每次使用都會得到補償。用於訓練模型的每篇文章、影片或圖像都應帶有標籤或數位收據。每次使用該模型時，都應向數據的原始創建者發送一小筆付款。這就是歸屬，內建於系統中。這是有先例的。音樂家現在在他們的曲目串流時賺取版稅，開發人員在他們的開源程式碼被重複使用時獲得署名。$AI 應該遵循相同的規則。僅僅因為訓練數據是數位化的，並不意味著它是免費的。如果有的話，它是我們剩下的最有價值的商品。問題是我們一直將 $AI 視為傳統軟體——構建一次並銷售一百萬次的東西。然而，這種比喻很快就崩潰了。$AI 不是靜態的。它會隨著每次互動而學習、衰退和改進，並在數據枯竭時減弱。透過這種方式，$AI 更像是一個活生生的生態系統，以人類輸入的持續供應為食，從語言和行為到創造力。然而，沒有任何系統可以解釋該供應鏈，也沒有任何機制可以獎勵那些滋養它的人。相關文章：美國和中國之間的 $AI 競賽類似於冷戰 — Marc Andreessen

Payable $AI 創造了一個知識的循環經濟——一種參與等於所有權，並且每次互動都具有可追蹤價值的經濟結構。自主 $AI 代理將無處不在：預訂服務、協商合約和在幾年內經營企業。這些代理將進行交易，並且它們需要 wallets。它們還需要存取經過微調的模型，並且必須支付數據集、APIs 和人工指導的費用。我們正在走向機器對機器商務，但基礎設施尚未準備就緒。世界需要一個系統來追蹤代理使用了什麼、智慧來自哪裡以及誰應該獲得報酬。如果沒有它，整個 $AI 生態系統將變成一個被盜見解和無法追蹤的決策的黑市。與自主代理代表人們行事，但無法稽核他們的「智慧」來自哪裡相比，今天 $AI 的複雜問題相形見絀。然而，更深層次的問題是控制。像 OpenAI、Meta 和 Google 這樣的公司正在構建將為從教育到國防到經濟預測等一切提供動力的模型。它們越來越多地擁有這片領域。各國政府——無論是在華盛頓、布魯塞爾還是北京——都在爭先恐後地趕上。XAI 正在整合到 Telegram 中，並且訊息傳遞、身份和 crypto 越來越多地融合在一起。我們有一個選擇。我們可以繼續沿著這條鞏固之路走下去，智慧由少數平台塑造和管理。或者我們可以構建更公平的東西：一個開放的系統，模型是透明的，歸屬是自動的，價值回流到使它成為可能的人們。這將需要的不僅僅是新的服務條款。它將需要新的權利，例如歸屬權、獲得補償的權利以及稽核建立在我們數據之上的系統的權利。它將需要新的基礎設施——wallets、身份層和許可系統——將數據視為勞動力，而不是廢氣。它還需要一個法律框架來承認正在發生的事情：人們正在建立價值，這值得認可。現在，世界正在免費工作。但不會太久。因為一旦人們了解他們所給予的，他們就會問他們應得的。問題是：我們是否準備好一個系統來支付他們？我們正在冒著這樣一個未來的風險：地球上最強大的力量——智慧本身——被私有化、不負責任且完全超出我們的控制範圍。我們可以構建更好的東西。首先，我們必須承認目前的系統已經崩潰。Ram Kumar（OpenLedger 的核心貢獻者）的觀點。本文僅供一般資訊參考，不旨在也不應被視為法律或投資建議。此處表達的觀點、想法和意見僅代表作者的觀點，不一定反映或代表 Cointelegraph 的觀點和意見。