Trusted

Eksklusivt AI, tokeniseret: Udforskning af det første modeludbud med ORA-protokollen

7 mins
Opdateret af Maria Petrova

I korte træk

  • ORA-protokollen er en verificerbar orakelprotokol, der bringer AI og komplekse beregninger ind i kæden.
  • ORA's koncept med Initial Model Offering (IMO) har allerede tiltrukket sig stor opmærksomhed
  • IMO tager fat på de kritiske udfordringer, som AI-innovatører står over for, såsom indtjening og tilgængelighed af AI-modeller.

På vej ind i 2024, hvor AI fremstår som en ny hjørnesten i kryptofortællinger, har ideen om AI-centreret aktivudstedelse skabt nye veje til kreativ udforskning. BeInCrypto satte sig ned med ORA Protocols grundlægger ,Kartin Wong, for at diskutere Initial Model Offering (IMO). Dette nye koncept har allerede tiltrukket sig stor opmærksomhed og har potentiale til at blive en ny industristandard.

The ORA Protocol (formerly known as HyperOracle) is a verifiable oracle protocol that brings AI and complex computation on-chain. ORA expands the capabilities of smart contracts by integrating richer data sources and computing power, enabling developers to innovate without constraints. ORA’s solutions have gained the trust of various entities, including Compound, Ethereum Foundation, Optimism, and Polygon.

Ny æra inden for AI-udvikling

Historisk set har AI-udvikling været hæmmet af en monolitisk tilgang til indtægtsgenerering, der er stærkt afhængig af proprietære modeller og abonnementsbaserede tjenester. Denne model begrænser den frie udveksling af ideer og skaber betydelige økonomiske og ressourcebaserede barrierer for udviklere. Wongs ORA-vision tager fat på de kritiske udfordringer, som AI-innovatører står over for – først og fremmest indtægtsgenerering og tilgængelighed af AI-modeller.

“Det største problem med AI-modeller i dag er, at de endnu ikke er stærke nok til fuldt ud at løse de problemer, de er beregnet til at tackle. For at blive udbredt skal teknologien være i topklasse, ligesom ChatGPT, der krævede hundredvis af millioner dollars i investeringer for at udvikle en højtydende sprogmodel. De fleste AI-virksomheder, især inden for deres specifikke områder, kæmper med ikke at have nok midler til at lancere deres produkter med succes. Denne mangel på finansiering er en betydelig barriere for mange AI-virksomheder, der ønsker at bringe deres produkter på markedet”.

I erkendelse af behovet for en ny model, der afbalancerer open source-samarbejde med økonomisk levedygtighed, har ORA introduceret begrebet “IMO”, som står for Initial Model Offering. I sin essens er præmissen for IMO klar. Hvis tokenisering gælder for alt, så er AI-modeller ikke noget særsyn og kan tokeniseres til udstedelse af aktiver. Det giver skaberne mulighed for at få deres investering tilbage og potentielt tjene direkte på deres udvikling.

Efter at have investeret 5 mio. dollars i en AI-model af høj kvalitet kan en skaber f.eks. open source den for at forbedre dens evner. Ved at tokenisere modellen og udbyde tokens til salg straks efter lanceringen eller sælge et flertal til fællesskabet, kan skaberne forvente en stigning i tokenværdien. Denne strategi giver straks betydelig likviditet til modellens ophavsmand efter lanceringen af en vellykket model.

Fra brugernes synspunkt ser et sådant værktøj også meget attraktivt ud. Personer, der har tillid til en specifik AI-model, kan investere i dens tilknyttede token. Hvis modellen giver økonomiske gevinster ved at blive anvendt, kan investorerne få del i disse fordele.

“For eksempel lægger jeg en AI-model på kæden, og hver gang en smart kontrakt eller en bruger vil bruge den, betaler de mig 0,01 ETH. Efter en uge kalder omkring 10.000 mennesker den on-chain, så indtægten for protokollen er nu 100 ETH på en uge. Denne ETH vil gå til modellens tokenholdere i henhold til størrelsen på deres investering”.

ORA-protokollens grundlægger understreger vigtigheden af at uddanne folk i IMO’er og deres indvirkning på finansiering af AI-projekter. Når et modeltilbud er vellykket, og værdien af dets token stiger kraftigt, tiltrækker det folks opmærksomhed. Det øger interessen for og investeringerne i fremtidige IMO’er og øger likviditeten i AI-sektoren.

Forståelse af paradigmeskiftet

Kartin erkender, at rejsen mod et fuldt decentraliseret og tilladelsesfrit økosystem er fyldt med tekniske udfordringer. Disse omfatter sikring af modelintegritet, opretholdelse af præstationsstandarder og opnåelse af ægte decentralisering uden at gå på kompromis med brugernes tillid eller modelkvalitet.

ORA tackler forhindringerne ved hjælp af to ERC-standarder, ERC-7641 og ERC-7007, sammen med deres onchain AI-orakel. Lad os se på hver af disse komponenter separat.

  • ERC-7641 er en tokenstandard, der er kompatibel med ERC-20. For at lancere en IMO linker udviklere modellen til et ERC-7641-aktiv og indstiller token-numre i den smarte kontrakt. Investorer køber disse tokens og får ejerskab i AI-modellen i forhold til deres token-andel, ligesom aktionærer. ERC-7641-protokollen fastsætter regler for overskudsfordeling i kontrakten, hvilket muliggør automatisk overskudsdeling baseret på tokenbeholdninger.
  • ERC-7007 er en tokenstandard for AI-genereret indhold, der sikrer autenticitet og sporbarhed af oprindelse. Den opretholder AI-genererede indholdsmetadata på blockchain og bruger smarte kontrakter til automatisk verifikation. Udviklere kan anvende teknologier som zkML eller opML til at bekræfte, om det AI-genererede indhold (AIGC) for en specifik NFT virkelig stammer fra en bestemt maskinlæringsmodel og input.
  • ORA’s Onchain AI Oracle autentificerer og operationaliserer AI-modeller på blockchain, hvilket sikrer, at implementeringen og funktionen af AI-modeller sker helt on-chain og forbedrer gennemsigtigheden og ægtheden af deres operationelle proces.

ORA har også integreret en ekstra Optimistic Machine Learning (opML)-teknologi. AI-modeller repræsenterer ofte afgørende konkurrencefordele, og hvis de afsløres fuldt ud, kan det underminere deres kommercielle værdi – opML kan anvende zero-knowledge proofs eller lignende kryptografiske teknikker til at bekræfte nøjagtigheden af modellens resultater uden at afsløre modellens detaljer. Denne metode opretholder modellens troværdighed og effektivitet, samtidig med at den beskytter dens fortrolighed og unikke fordel.

Ikke desto mindre erkender Kartin, at protokollen stadig har meget arbejde at gøre for at nå sit hovedmål.

“Det største problem med tokenisering af AI-modeller er, at vi ønsker, at det skal være tilladelsesfrit og fuldt decentraliseret. Vi har brugt 18 måneder på forskning og udvikling for at gøre det til en reel ting; det er meget revolutionerende. Men problemet er, at vi er de eneste, der kan drive et opML-bibliotek, fordi vi opfandt det. Så lige nu, hvis du vil tokenisere en AI-model, skal du gå gennem ORA-protokollen – vi tager modellen, krydskompilerer den og deler derefter Docker-imaget med alle noderne osv. I fremtiden vil vi gøre det helt decentraliseret og uden tilladelse. Lige nu er det decentraliseret, men det er ikke helt tilladelsesfrit”.

Etiske implikationer og vejen til lovgivningsmæssig tilpasning

Tokenisering af AI-modeller rejser betydelige etiske spørgsmål, især vedrørende misbrug og ansvarlighed. ORA Protocol nærmer sig disse udfordringer med en dobbelt strategi, der fokuserer på etiske retningslinjer og overholdelse af lovgivningen. Kartin understreger vigtigheden af at skabe en styringsramme, der er i overensstemmelse med globale standarder, og som sikrer, at potentialet i tokeniserede AI-modeller ikke overhaler samfundsmæssige og lovgivningsmæssige normer.

“Den største etiske udfordring i IMO er, at det faktisk ikke er IMO selv. Det er faktisk AI-oraklet. Når man først har lagt en AI-model på blockchainen, kan den ikke lukkes ned, så længe folk bruger den. Så det vil give anledning til nogle bekymringer – for eksempel kan folk generere uetisk indhold med en AI-model. Men blockchain i sig selv har de samme bekymringer. Nogle mennesker bruger det til at hvidvaske penge, og det kan man ikke stoppe. Når du gør det på Bitcoin eller Ethereum, er det helt decentraliseret. Så har du bare ingen kontrol over det”.

ORA’s grundlægger bemærker, at når en AI-modelvirksomhed foretager en IMO, sikrer de fuld overensstemmelse ved at tokenisere deres model, som ikke er klassificeret som en sikkerhed, især for at overholde reglerne i USA. Tilgangen er, at hver AI-virksomhed, uanset hvor i verden den befinder sig, påtager sig ansvaret for at overholde reglerne på grund af de forskellige love og regler i de forskellige lande. Da den primære modtager af en IMO er AI-virksomheden selv, påhviler det dem at navigere i og overholde de specifikke juridiske rammer i deres respektive lande.

For eksempel kan Singapores regler om AI og tokenisering afvige betydeligt fra dem i USA, hvilket kræver, at virksomheder i Singapore uafhængigt administrerer og afbøder eventuelle potentielle etiske bekymringer i forbindelse med deres AI-modeller. Det kan indebære implementering af styringsmekanismer i tokens eller indlejring af en sortliste i den smarte kontrakt for at forhindre uetisk brug af AI-modellen. Dette princip om lokalt ansvar og overholdelse gælder universelt på tværs af alle jurisdiktioner.

Ny industristandard

Det nuværende skæringspunkt mellem kryptovaluta-fortællinger og AI-sektoren stammer fra AI’s indvirkning på produktionen. Denne konvergens er særlig relevant, fordi blockchain-teknologi kan løse to væsentlige udfordringer inden for AI-industrien. Den første er likviditet, som Initial Model Offerings (IMO) er begyndt at tackle ved at levere en platform til finansiering af AI-modeller. Den anden udfordring handler om at sikre gennemsigtighed for at forhindre, at IMO’er opfattes som uigennemsigtige eller upålidelige. Brug af blockchain-teknologi kan verificere ægtheden af disse tilbud og hjælpe med at løse problemer med tillid og gennemsigtighed.

Kartin er overbevist om, at alle brancher, der bruger AI i deres produktionsprocesser, vil se fordele ved tokeniserede AI-modeller, især gennem det, der kaldes en ”on-chain supervisor”. Dette koncept adresserer et almindeligt problem i AI-produktionsmodeller – ikke frygten for, at AI vender sig mod mennesker, men den hyppige forekomst af driftsfejl. En større sprogmodel (LLM) opdager og løser sådanne fejl. Hvis en bruger har mistanke om en fejl, kan vedkommende rapportere problemet til denne LLM og vurdere, om den oprindelige AI-model oplever en fejl.

Den mest effektive supervisor til dette formål findes på blockchain. På trods af de højere omkostninger er den vigtigste fordel, at denne superviserende AI-model er i drift døgnet rundt og sikrer konstant overvågning af AI-modellernes ydeevne på lokale enheder. Derfor kan alle AI-modeller, der opererer lokalt, drage fordel af at være knyttet til en tokeniseret AI-model i kæden, der fungerer som en evig supervisor.

I sine afsluttende tanker bemærker Kartin, at entusiasmen omkring AI-kryptorummet forventes at fortsætte, så længe der findes nye udviklinger og gennembrud. I betragtning af denne dynamik vil fremdriften i AI-sektoren, der er drevet af både fremskridt og integrationen med blockchain, sandsynligvis fortsætte i en længere periode.

“AI er kommet for at blive, og det, vi gør her, er at løse den største bekymring for alle AI-virksomheder i verden. Så det vil give masser af værdi til krypto og også masser af værdi til alle AI-virksomhederne. Jeg tror, IMO bliver årets historie, hele cyklussen. Jeg tror, at det efter i år vil blive 100 % industristandard at gøre ting, at lancere en AI-model.”

Disclaimer

Alle oplysninger på vores hjemmeside offentliggøres i god tro og kun til generelle informationsformål. Enhver handling, der foretages af læserne på grundlag af oplysningerne på vores hjemmeside, er udelukkende på egen risiko.

b89964d5d1b8350ba844c260d4714556.jpg
Daria Krasnova
Daria Krasnova er en erfaren redaktør med mere end otte års erfaring inden for både traditionel finans og kryptoindustrier. Hun dækker en række emner, herunder decentraliseret finans (DeFi), decentraliserede fysiske infrastrukturnetværk (DePIN) og realverdensaktiver (RWA). Før hun kom til BeInCrypto, arbejdede hun som skribent og redaktør for fremtrædende traditionelle finansvirksomheder, herunder Moskva Fondsbørs, ETF-udbyderen FinEx og Raiffeisen Bank. Hendes arbejde fokuserede på...
LÆS FULD BIOGRAFI