암호화 AI 프로젝트는 전부 헛소리가 아니다. 진짜 상황과 가짜 요구를 어떻게 구별할까?
암호화 기술은 AI 집중화에 맞서는 힘으로 여겨진다.저자: 563
편집: 심조 TechFlow
암호화와 인공지능의 교차점을 탐구하다.
새로운 알파 정보를 찾는 과정에서 우리는 불가피하게 일부 쓰레기 정보를 접하게 됩니다. 어떤 프로젝트가 반투명한 소개와 괜찮은 브랜드만으로도 빠르게 5-6자리 자금을 모을 수 있을 때, 투기자들은 새로운 서사를 놓치지 않으려 합니다. 그리고 전통 금융 분야가 AI 열풍에 합류하면서 "암호화 AI" 서사는 이 문제를 더욱 악화시켰습니다.
이러한 프로젝트의 대부분 문제는 다음과 같습니다:
대부분의 암호화 프로젝트는 AI 가 필요하지 않습니다.
대부분의 AI 프로젝트는 암호화폐가 필요하지 않습니다.
모든 분산형 거래소(DEX)가 내장 AI 도우미를 필요로 하는 것은 아니며, 모든 챗봇이 채택 곡선을 촉진하기 위해 동반 토큰을 필요로 하는 것은 아닙니다. AI와 암호화 기술의 이러한 강제 결합은 내가 이 서사를 처음 깊이 이해할 때 거의 무너질 뻔했습니다.
나쁜 소식은 무엇일까요? 현재의 길을 계속 가다 보면, 이 기술이 더욱 집중화되고, 결국 실패로 끝날 것이며, 수많은 가짜 " AI x Crypto" 프로젝트가 우리가 하락세를 반전시키는 것을 방해할 것입니다.
좋은 소식은 무엇일까요? 터널 끝에 빛이 있습니다. 때때로 AI는 암호 경제학에서 이익을 얻을 수 있습니다. 마찬가지로, 일부 암호화폐의 사용 사례에서 AI는 실제 문제를 해결할 수 있습니다.
오늘의 기사에서는 이러한 주요 교차점을 탐구할 것입니다. 이러한 소수의 혁신적인 아이디어의 중첩은 전체를 형성하며, 그 효과는 각 부분의 합보다 큽니다.
AI 스택의 고수준 개요
다음은 "암호화 AI" 생태계에서 다양한 수직 분야에 대한 나의 관점입니다(더 깊이 알고 싶다면 Tommy의 글을 참조하세요). 주의할 점은, 이것이 매우 단순화된 시각이라는 것이지만, 우리가 기초를 다지는 데 도움이 되기를 바랍니다.
고수준에서 그것이 어떻게 협력하는지:
대규모 데이터 수집.
이러한 데이터를 처리하여 기계가 이를 이해하고 적용하는 방법을 학습합니다.
이러한 데이터에서 모델을 훈련하여 일반 모델을 생성합니다.
그런 다음 특정 사용 사례를 처리하기 위해 미세 조정할 수 있습니다.
마지막으로, 이러한 모델이 배포되고 호스팅되어 애플리케이션이 이를 쿼리하여 유용한 구현을 할 수 있습니다.
이 모든 것은 대량의 계산 자원을 필요로 하며, 이 자원은 로컬에서 실행되거나 클라우드에서 가져올 수 있습니다.
각 분야를 살펴보며, 특히 다양한 암호 경제 설계가 표준 작업 흐름을 실제로 어떻게 개선할 수 있는지에 주목해 보겠습니다.
암호화가 오픈 소스에 전투 기회를 부여하다
"폐쇄형"과 "오픈 소스" 개발 방법에 대한 논쟁은 Windows-Linux 논쟁과 Eric Raymond의 유명한 《대성당과 시장》 이론으로 거슬러 올라갑니다. 오늘날 Linux는 애호가들 사이에서 널리 사용되지만, 약 90%의 사용자가 Windows를 선택합니다. 왜 그럴까요? 인센티브 때문입니다.
외부에서 볼 때, 오픈 소스 개발에는 많은 장점이 있습니다. 이는 최대한 많은 사람들이 개발 과정에 참여하고 기여할 수 있게 합니다. 그러나 이러한 무두 구조에서는 통일된 지침이 없습니다. CEO는 가능한 한 많은 사람들이 그들의 제품을 사용하도록 유도하여 그들의 이익을 극대화하려 하지 않습니다. 오픈 소스 개발 과정에서 프로젝트는 "융합체"로 진화할 가능성이 있으며, 디자인 아이디어의 각 교차점에서 서로 다른 방향으로 분열될 수 있습니다.
인센티브를 조정하는 최선의 방법은 무엇일까요? 목표 달성을 촉진하는 행동에 보상을 주는 시스템을 구축하는 것입니다. 다시 말해, 우리를 목표에 더 가깝게 만드는 행동자에게 돈을 주는 것입니다. 암호화폐가 있다면, 이는 법으로 하드코딩될 수 있습니다.
이러한 방식으로 진행 중인 몇 가지 프로젝트를 살펴보겠습니다.
분산형 물리적 인프라 네트워크(DePINs)
"오, 제발, 또 이거야?" 네, DePIN 서사가 AI 자체만큼이나 지겹게 들린다는 것을 압니다. 하지만 잠시만 기다려 주세요. 저는 DePIN이 세상을 바꿀 진정한 기회를 가진 암호화 사용 사례라고 믿습니다. 생각해 보세요.
암호화 기술이 진정으로 잘하는 것은 무엇인가요? 중개인을 제거하고 활동을 인센티브화하는 것입니다.
비트코인의 초기 비전은 은행을 배제하는 피어 투 피어 통화였습니다. 마찬가지로, 현대 DePIN은 집중된 힘을 배제하고 입증 가능한 공정한 시장 역학을 도입하는 것을 목표로 합니다. 우리가 볼 수 있듯이, 이러한 구조는 크라우드소싱 AI 관련 네트워크에 이상적입니다.
DePIN은 초기 토큰 발행을 사용하여 공급 측(제공자)을 증가시키고, 이를 통해 지속 가능한 소비자 수요를 유도하려고 합니다. 이는 새로운 시장의 콜드 스타트 문제를 해결하기 위한 것입니다.
이는 초기 하드웨어/소프트웨어("노드") 제공자가 많은 토큰과 적은 현금을 벌 수 있음을 의미합니다. 사용자가 이러한 노드(우리의 경우 기계 학습 구축자)를 활용하여 발생하는 현금 흐름은 시간이 지남에 따라 감소하는 토큰 발행을 상쇄하기 시작하며, 완전히 자급자족하는 생태계가 구축될 때까지(몇 년이 걸릴 수 있습니다) 지속됩니다. 초기 채택자들인 Helium과 Hivemapper는 이러한 설계의 유효성을 보여주었습니다.
데이터 네트워크, Grass의 사례
전해진 바에 따르면, GPT-3는 45TB의 순수 텍스트 데이터로 훈련되었으며, 이는 약 9000만 권의 소설에 해당합니다(하지만 여전히 원을 그릴 수 없습니다). GPT-4와 GPT-5 필요한 데이터 양은 표면 웹에 존재하는 데이터보다 더 많습니다, 따라서 인공지능을 "데이터 기아 증후군"이라고 부르는 것은 이번 세기에서 가장 가벼운 표현입니다.
당신이 최상위 플레이어가 아니라면(OpenAI, Microsoft, Google, Facebook), 이러한 데이터를 얻는 것은 매우 어렵습니다. 대부분의 사람들이 사용하는 일반적인 전략은 웹 스크래핑이며, 당신이 강화하기 전에 모든 것이 잘 진행됩니다. 아마존 웹 서비스(AWS) 인스턴스를 사용하여 대량의 웹사이트를 스크래핑하려고 하면, 곧 속도 제한에 걸리게 됩니다. 이것이 Grass의 활용처입니다.
Grass는 200만 대 이상의 장치를 연결하여 사용자 IP 주소에서 웹사이트를 스크래핑하고, 이를 수집, 구조화하여 데이터가 필요한 AI 회사에 판매합니다. 그 대가로 Grass 네트워크에 참여하는 사용자는 그들의 데이터를 사용하는 AI 회사로부터 안정적인 수익을 얻을 수 있습니다.
물론 현재는 토큰이 없지만, 미래의 $GRASS 토큰은 사용자가 그들의 브라우저 확장(또는 모바일 앱)을 다운로드할 의향을 높일 수 있습니다. 그들은 이미 극히 성공적인 추천 캠페인을 통해 많은 사용자를 유치했습니다.
GPU 네트워크, io.net의 사례
아마도 데이터보다 더 중요한 것은 계산 능력입니다. 당신은 알고 있나요, 2020년과 2021년 동안 중국이 GPU에 투자한 금액이 석유보다 더 많았습니다. 정말 미친 일이지만, 이는 시작에 불과합니다. 석유 코인과 작별하고 계산 코인으로 길을 열어야 합니다.
현재 시장에는 많은 GPU DePINs가 있으며, 그들의 작동 방식은 대략 다음과 같습니다.
계산이 절실히 필요한 기계 학습 엔지니어/회사.
반면에, 데이터 센터, 유휴 채굴기 및 유휴 GPU / CPU 를 가진 아마추어들.
전 세계적으로 공급량이 방대하지만 조정이 부족합니다. 10개의 서로 다른 데이터 센터에 연락하여 그들이 당신의 사용을 위해 입찰하도록 하는 것은 쉽지 않습니다. 중앙 집중식 솔루션은 각 당사자로부터 최대 가치를 추출하는 중개자를 생성하게 되지만, 암호화 기술은 이를 도와줄 수 있습니다.
암호화 기술은 매매 쌍을 효율적으로 연결할 수 있는 시장 층을 만드는 데 매우 능숙합니다. 코드 조각은 주주들의 재정적 이익에 책임을 지지 않습니다.
io.net은 AI 훈련에 필수적인 멋진 신기술인 클러스터 스택을 도입하여 두드러집니다. 전통적인 클러스터는 동일한 데이터 센터에서 GPU를 물리적으로 연결하여 모델 훈련을 위해 협력할 수 있도록 합니다. 그러나 하드웨어가 전 세계에 분산되어 있다면 어떻게 될까요? io.net은 Ray(챗GPT를 만드는 데 사용됨)와 협력하여 서로 다른 위치에 있는 GPU를 연결할 수 있는 클러스터 미들웨어를 개발했습니다.
또한, AWS의 등록 과정은 며칠이 걸릴 수 있지만, io.net의 클러스터는 90초 만에 무허가로 시작할 수 있습니다. 이러한 이유로 io.net이 모든 다른 GPU DePIN의 중심이 될 수 있다고 생각합니다. 그들은 모두 그들의 "IO 엔진"에 연결하여 내장된 클러스터와 매끄러운 사용자 경험을 잠금 해제할 수 있습니다. 이 모든 것은 암호화 기술의 도움 없이는 불가능합니다.
대부분의 야심찬 분산형 AI 프로젝트(예: Bittensor, Morpheus, Gensyn, Ritual, Sahara)는 명확한 "계산" 요구 사항을 가지고 있습니다. 이는 GPU DePIN이 삽입되어야 할 곳으로, 분산형 AI는 무허가의 계산이 필요합니다.
인센티브 구조의 활용
다시 비트코인의 교훈으로 돌아가 보겠습니다. 왜 채굴자들은 끊임없이 해시 값을 빠르게 계산할까요? 그들의 보상 방식이기 때문입니다. ------ 나카모토는 이 구조를 제안한 이유는 보안성을 최우선으로 최적화했기 때문입니다. 교훈은 무엇일까요? 이러한 프로토콜에 내장된 인센티브 구조가 최종 제품을 결정합니다.
비트코인 채굴자와 이더리움 스테이커는 그들의 모든 원주율 토큰을 흡수하는 참여자들입니다. 이는 프로토콜이 인센티브를 주고자 하는 것입니다. ------ 참여자는 채굴자와 스테이커가 됩니다.
조직 내에서 이는 CEO에서 비롯될 수 있으며, 그는 "비전" 또는 "사명 선언문"을 정의합니다. 그러나 사람은 실수를 저지를 수 있으며, 회사가 올바른 길에서 벗어나게 할 수 있습니다. 반면에, 컴퓨터 코드는 가장 거친 임금 노예보다 더 집중력을 유지할 수 있습니다. 몇 가지 분산형 프로젝트를 살펴보며, 그들의 내장된 토큰 효과가 참여자들이 고귀한 목표에 집중할 수 있도록 하는 방법을 살펴보겠습니다.
AI 구축 네트워크, Bittensor 탐구
비트코인 채굴자가 무의미한 수학 문제를 해결하는 대신 AI를 구축하게 된다면 어떻게 될까요? 그렇게 되면 Bittensor가 탄생합니다.
Bittensor의 목표는 여러 실험적인 생태계를 만들어 실험을 진행하는 것입니다. 각 생태계 내에서 "상품화된 지능"을 생산하는 것이 목적입니다. 이는 하나의 생태계(하위 네트워크, 약칭 "SN")가 언어 모델 개발에 집중하고, 다른 하나가 금융 모델에 집중하며, 더 많은 것이 음성 합성, AI 탐지 또는 이미지 생성에 집중할 수 있음을 의미합니다(현재 활성 프로젝트 참조).
Bittensor 네트워크에서 당신이 무엇을 하느냐는 중요하지 않습니다. 당신의 프로젝트가 자금을 받을 가치가 있다고 증명할 수 있다면, 인센티브는 흐를 것입니다. 이는 하위 네트워크 소유자의 목표로, 그는 하위 네트워크를 등록하고 게임 규칙을 조정합니다.
이 "게임"의 참여자는 채굴자라고 불립니다. 이들은 모델을 구축하는 ML/AI 엔지니어와 팀입니다. 그들은 지속적인 검토의 "천둥 돔"에 잠겨 있으며, 최대 보상을 얻기 위해 서로 경쟁합니다.
검증자는 또 다른 측면으로, 채굴자의 작업을 검토하고 그에 따라 점수를 매기는 역할을 합니다. 검증자가 채굴자와 공모하는 것이 발견되면, 퇴출됩니다.
인센티브를 기억하세요:
채굴자는 다른 하위 네트워크 내의 채굴자를 이길 때 더 많은 보상을 얻습니다. ------ 이는 AI 발전을 촉진합니다.
검증자는 고성능 및 저성능 채굴자를 정확하게 식별할 때 더 많은 보상을 얻습니다. ------ 이는 하위 네트워크의 공정성을 유지합니다.
하위 네트워크 소유자는 그들의 하위 네트워크에서 생성된 AI 모델이 다른 하위 네트워크보다 더 유용할 때 더 많은 보상을 얻습니다. ------ 이는 하위 네트워크 소유자가 그들의 "게임"을 최적화하도록 촉진합니다.
Bittensor를 AI 개발의 영구 보상 기계로 볼 수 있습니다. 신흥 기계 학습 엔지니어는 특정 것을 구축하려고 시도하고, VC에게 피칭하며 자금을 모으려고 할 수 있습니다. 아니면 그들은 Bittensor 하위 네트워크 중 하나에 채굴자로 참여하여 큰 성과를 내고 많은 TAO를 얻을 수 있습니다. 어느 쪽이 더 쉬울까요?
몇몇 최고의 팀이 네트워크에서 구축하고 있습니다:
Nous Research는 오픈 소스의 왕입니다. 그들의 하위 네트워크는 오픈 소스 LLM을 미세 조정하는 데 혁신적입니다. 그들은 모델에 대한 지속적인 합성 데이터 흐름 테스트를 통해 리더보드 조작이 불가능하게 만들었습니다(전통적인 벤치마크 테스트와는 다릅니다).
Taoshi의 전용 훈련 네트워크는 기본적으로 오픈 소스 양적 거래 회사입니다. 그들은 ML 기여자에게 자산 가격 변동을 예측하는 거래 알고리즘을 구축하도록 요구합니다. 그들의 API는 소매 및 기관 사용자에게 양적 수준의 거래 신호를 제공하며, 빠르게 큰 수익을 올리고 있습니다.
Corcel 팀이 개발한 Cortex.t는 두 가지 목적을 가지고 있습니다. 첫째, 그들은 채굴자가 최고의 모델(예: GPT-4 및 Claude-3)에 대한 API 접근을 제공하도록 인센티브를 제공합니다. 이는 개발자의 지속적인 가용성을 보장합니다. 그들은 또한 모델 훈련 및 벤치마킹(이는 Nous가 사용하는 이유이기도 함)을 위해 매우 유용한 합성 데이터 생성을 제공합니다. 그들의 도구를 확인해 보세요 ------ 채팅 및 검색입니다.
예상대로 Bittensor는 인센티브 구조의 힘을 재확인하며, 이는 모두 암호 경제학에 의해 실현됩니다.
스마트 에이전트, Morpheus 탐구
이제 Morpheus의 두 가지 측면을 살펴보겠습니다:
암호 경제 구조가 AI를 구축하고 있습니다(암호가 AI를 돕습니다).
AI가 활성화된 애플리케이션이 암호화에서 새로운 사용 사례를 활성화합니다(AI가 암호를 돕습니다).
"스마트 에이전트"는 스마트 계약 교육을 받은 AI 모델입니다. 이들은 모든 주요 DeFi 프로토콜의 내부 작동을 이해하고, 수익을 찾는 곳, 브리징하는 곳, 의심스러운 계약을 발견하는 방법을 알고 있습니다. 이들은 미래의 "자동 라우터"이며, 제 생각에는 5-10년 내에 모든 사람이 블록체인과 상호작용하는 방식이 될 것입니다. 사실, 우리가 그 지점에 도달하면, 당신은 암호화 기술을 사용하고 있다는 것을 전혀 알지 못할 것입니다. 당신은 챗봇에게 일부 저축을 다른 투자로 옮기고 싶다고 말하면, 모든 것이 백그라운드에서 진행될 것입니다.
Morpheus는 이 부분의 "그들을 인센티브화하면, 그들이 올 것입니다"라는 메시지를 구현합니다. 그들의 목표는 스마트 에이전트가 번창할 수 있는 플랫폼을 갖추는 것이며, 각 에이전트는 이전 에이전트의 성공 위에 구축됩니다. 외부성을 최소화하는 생태계에서 이루어집니다.
토큰 인플레이션 구조는 프로토콜의 네 가지 주요 기여자를 강조합니다:
코드 ------ 에이전트 구축자.
커뮤니티 ------ 새로운 사용자를 생태계에 끌어들이기 위해 프론트엔드 애플리케이션 및 도구를 구축합니다.
계산 ------ 에이전트를 실행하는 계산 능력을 제공합니다.
자본 ------ 그들의 수익을 제공하여 Morpheus의 경제 기계를 추진합니다.
이 카테고리의 각자는 $MOR 인플레이션 보상의 동등한 몫을 받으며(긴급 기금으로 소량을 보존하기도 함), 이를 통해:
최고의 에이전트를 구축합니다. ------ 그들의 에이전트가 일관되게 사용될 때, 창작자는 보상을 받습니다. 무료로 OpenAI 플러그인을 제공하는 것과는 달리, 이 방식은 즉시 창작자에게 지급됩니다.
최고의 프론트엔드/도구를 구축합니다. ------ 그들의 창작물이 일관되게 사용될 때, 창작자는 보상을 받습니다.
안정적인 계산 능력을 제공합니다. ------ 제공자는 계산 능력을 대여할 때 보상을 받습니다.
프로젝트에 유동성을 제공합니다. ------ 프로젝트의 유동성을 유지함으로써, 그들의 MOR 몫을 얻습니다.
많은 다른 AI/스마트 에이전트 프로젝트가 있지만, Morpheus의 토큰 경제 구조는 인센티브 메커니즘 설계에서 특히 명확하고 효과적입니다.
이 스마트 에이전트들은 AI가 암호화 애플리케이션의 장벽을 제거하는 궁극적인 사례입니다. dApp의 사용자 경험은 악명 높게 나쁘며(지난 몇 년 동안 많은 발전이 있었지만), LLM의 출현은 Web2와 Web3의 창립자가 되고자 하는 모든 사람의 열정을 불러일으켰습니다. 많은 수익성 프로젝트가 존재하지만, Morpheus와 Wayfinder와 같은 훌륭한 프로젝트(아래 데모 참조)는 미래의 체인 거래가 얼마나 간단해질지를 보여줍니다.
이 모든 것을 결합하면, 이러한 시스템 간의 상호작용은 아래와 같이 보일 수 있습니다. 주의할 점은, 이것이 극도로 단순화된 시각이라는 것입니다.
프로젝트가 완전히 쓸모없는지 판단하는 방법
우리가 두 가지 광범위한 "암호화 x AI" 범주를 기억하세요:
암호화가 AI 를 돕습니다.
AI가 암호화 를 돕습니다.
이 기사에서는 주로 첫 번째 범주를 탐구했습니다. 우리가 본 바와 같이, 잘 설계된 토큰 시스템은 전체 생태계의 성공을 위한 기초를 마련할 수 있습니다.
첫 번째 범주 - 암호화가 AI를 돕는 경우
DePIN 구조는 시장을 시작하는 데 도움을 줄 수 있으며, 창의적인 토큰 인센티브 구조는 오픈 소스 프로젝트가 한때 달성하기 어려웠던 목표를 향해 나아가도록 조정할 수 있습니다. 네, 다른 몇 가지 합법적인 교차점도 있지만, 분량 제한으로 인해 다루지 않았습니다:
분산형 저장소
신뢰할 수 있는 실행 환경 (TEE)
실시간 데이터 수집(RAG)
제로 지식 x 기계 학습 을 통한 추론/출처 검증
새로운 프로젝트가 진정으로 가치가 있는지 결정할 때, 스스로에게 물어보세요:
그것이 다른 성숙한 프로젝트의 파생품이라면, 그 차별점이 사람들의 눈길을 끌 만큼 충분한가요?
그것은 단순히 오픈 소스 소프트웨어의 포장 버전인가요?
이 프로젝트가 진정으로 암호화 기술로부터 이익을 얻고 있는가, 아니면 암호화 기술이 억지로 끼워 넣어진 것인가요?
정말로 HuggingFace(인기 있는 오픈 소스 기계 학습 플랫폼)와 같은 암호화 프로젝트가 100개나 필요할까요?
두 번째 범주 - AI가 암호화를 돕는 경우
이 범주에서는 개인적으로 더 많은 가짜 프로젝트를 보지만, 멋진 사용 사례도 실제로 존재합니다. 예를 들어, AI 모델은 암호화 사용자 경험의 장벽을 제거할 수 있으며, 특히 스마트 에이전트에서 그렇습니다. AI 지원 암호화 애플리케이션 분야에서 주목할 만한 흥미로운 범주는 다음과 같습니다:
향상된 의도 시스템 ------ 자동화된 크로스 체인 작업
지갑 인프라
사용자 및 애플리케이션을 위한 실시간 경고 인프라
만약 그것이 단순히 "토큰이 있는 챗봇"이라면, 저에게는 쓰레기 프로젝트입니다. 이러한 프로젝트에 대한 홍보를 중단하여 제 정신을 유지해 주세요. 또한:
AI를 추가한다고 해서 당신의 실패한 애플리케이션/체인/도구가 제품 시장 적합성을 얻는 것은 아닙니다.
아무도 게임에 AI 캐릭터가 있다고 해서 형편없는 게임을 하러 가지 않을 것입니다.
당신의 프로젝트에 "AI"라는 레이블을 붙인다고 해서 그것이 흥미로워지지는 않습니다.
우리는 어디로 나아갈 것인가
많은 소음에도 불구하고, 몇몇 진지한 팀들이 "분산형 AI"의 비전을 실현하기 위해 노력하고 있으며, 이는 싸울 가치가 있습니다.
오픈 소스 모델 개발을 인센티브화하는 프로젝트 외에도, 분산형 데이터 네트워크는 신흥 AI 개발자에게 새로운 문을 열어줍니다. OpenAI의 대부분의 경쟁자가 Reddit, Tumblr 또는 WordPress와 대규모 거래를 성사시키지 못할 때, 분산형 스크래핑은 이러한 격차를 해소할 수 있습니다.
한 회사가 보유한 계산 능력은 결코 세계의 다른 회사들이 보유한 계산 능력의 총합을 초과할 수 없지만, 분산형 GPU 네트워크가 있다면, 이는 다른 누구든지 최고의 회사와 경쟁할 수 있는 능력을 의미합니다. 당신이 필요한 것은 단지 암호화 지갑입니다.
오늘 우리는 교차로에 서 있습니다. 우리가 진정으로 가치 있는 "암호화 x AI" 프로젝트에 집중한다면, 우리는 전체 AI 스택을 분산화할 수 있는 능력을 가지고 있습니다.
암호화폐의 비전은 암호학의 힘을 통해 누구도 간섭할 수 없는 하드 머니 를 만드는 것입니다. 이 새로운 기술이 대중화되기 시작할 때, 더 무서운 도전자가 나타났습니다.
가장 이상적인 경우, 집중된 AI는 단순히 당신의 재정을 통제하는 것이 아니라, 우리가 일상 생활에서 접하는 모든 데이터에 편견을 가할 것입니다. 그것은 자가 지속적인 데이터 수집, 미세 조정 및 모델 주입의 순환 속에서 극소수의 기술 리더들을 풍요롭게 할 것입니다.
그것은 당신보다 당신을 더 잘 이해할 것입니다. 그것은 당신을 더 많이 웃게 하고, 더 많이 화나게 하고, 더 많이 소비하게 만드는 버튼을 누르는 방법을 알고 있습니다. 비록 그렇게 보일지라도, 그것은 당신에게 책임이 없습니다.
처음에, 암호화 기술은 AI 집중화에 대한 저항의 힘으로 여겨졌습니다. 암호화 기술은 분산된 개인들이 공동의 목표를 달성하기 위해 협력하도록 조정할 수 있습니다. 그러나 현재 이 능력은 중앙은행보다 더 강력한 적인 집중된 AI에 직면해 있습니다. 이번에는 시간이 촉박하며, 우리는 AI의 집중화 경향에 저항하기 위해 신속하게 행동해야 합니다.
