披露：此處表達的觀點和觀點僅屬于作者，不代表crypto.news社論的觀點和觀點。
人工智能正在悄然重塑現代生活的每個角落。從我們如何搜索網絡到我們如何投資、學習和投票，人工智能模型現在正在調解我們一些最關鍵的決策。但在日益便利的背后，存在著一個更深層次、更緊迫的擔憂：公眾無法了解這些模型如何工作、它們接受的培訓以及誰從中受益。
這是似曾相識的。
我們以前在社交媒體上經歷過這種情況，賦予一小群公司前所未有的公共話語權力。這導致了算法的不透明、憤怒貨幣化以及對共享現實的侵蝕。這一次，不僅我們的飼料面臨風險，我們的決策系統、法律框架和核心機構也面臨風險。
我們睜大眼睛走進它。
集中化的未來已經初具規模
當今的人工智能格局由少數幾個閉門運營的強大實驗室主導。這些公司在巨大的廁所上訓練大型模型--從互聯網上抓取，有時未經同意--并將它們發布在產品中，每天塑造數十億次數字交互。這些模型不受審查。該數據不可審計。結果是不負責的。
這種集中化不僅僅是一個技術問題。這是一個政治和經濟問題。認知的未來正在建立在黑匣子中，以法律防火墻為依據，并針對股東價值進行優化。隨著人工智能系統變得更加自主并嵌入社會，我們面臨著將必要的公共基礎設施轉變為私人管理的引擎的風險。
問題不在于人工智能是否會改變社會;它已經改變了。真正的問題是我們是否對這種轉變如何展開有發言權。
去中心化人工智能的案例
然而，還有一條替代道路--世界各地的社區、研究人員和開發人員已經在探索這條道路。
這場運動并不是加強封閉的生態系統，而是建議構建設計透明、治理分散、并對其權力者負責的人工智能系統。這種轉變需要的不僅僅是技術創新，它需要圍繞所有權、認可和集體責任進行文化重組。
在這種模式下，數據不僅僅是在沒有確認的情況下被提取和貨幣化。它是由創造它的人貢獻、驗證和管理的。貢獻者可以獲得認可或獎勵。驗證者成為利益相關者。系統在公共監督而不是單方面控制的情況下發展。
雖然這些方法仍處于開發初期，但它們指向了一個截然不同的未來--智能是點對點流動的，而不是自上而下的。
為什么透明度不能等待
人工智能基礎設施的整合正在以極快的速度進行。數萬億美元的公司正在競相建設垂直一體化管道。各國政府正在提出法規，但很難跟上。與此同時，對人工智能的信任正在動搖。愛德曼最近的一份報告發現，只有35%的美國人信任人工智能公司，比前幾年大幅下降。
這種信任危機并不奇怪。公眾怎么能信任他們不理解、無法審計、無法追索的系統呢？
唯一可持續的解藥是透明度，不僅在模型本身，而且在每一個層面：從如何收集數據，到如何訓練模型，再到誰從它們的使用中獲利。通過支持開放基礎設施和構建歸因協作框架，我們可以開始重新平衡權力動態。
這不是為了阻礙創新。這是關于塑造它。
共享所有權可能是什么樣子
建立透明的人工智能經濟需要重新思考，而不僅僅是代碼庫。這意味著重新審視過去二十年來定義科技行業的激勵措施。
更民主的人工智能未來可能包括追蹤數據貢獻如何影響結果的公共賬本、對模型更新和部署決策的集體治理、貢獻者、培訓者和驗證者的經濟參與，以及反映當地價值觀和背景的聯合培訓系統。
它們是未來的起點，人工智能不僅對資本負責，而且對社區負責。
時間不等人
我們仍然可以選擇如何發展。我們已經看到當我們將數字代理交給集中式平臺時會發生什么。有了人工智能，后果將更加深遠，而且不那么可逆轉。
如果我們想要一個智能成為共享公共產品而不是私人資產的未來，那么我們必須開始構建開放、可審計和公平的系統。
它首先問一個簡單的問題：人工智能最終應該為誰服務？
拉姆·庫馬爾是OpenLedger的核心貢獻者，OpenLedger是人工智能的新經濟層，數據貢獻者、模型構建者和應用程序開發人員最終因他們創造的價值而受到認可和獎勵。Ram擁有處理數十億美元企業賬戶的豐富經驗，已成功與沃爾瑪、索尼、葛蘭素史克和《洛杉磯時報》等全球巨頭合作。
?
