milkyway 6
milkyway 7
milkyway 8
trending
23 มกราคม 2568
ภาษาไทย

‘Decentralized AI’ จะทำให้ AI มีความโปร่งใสมากขึ้นได้หรือไม่?

แม้ว่า AI จะเข้าสู่กระแสหลักอย่างเต็มตัวหลังจากการเปิดตัว ChatGPT โดย OpenAI ในปี 2022 แต่รากฐานของ AI ในวงการวิชาการนั้นมีมายาวนาน นับตั้งแต่การเสนอแนวคิด Turing Test ซึ่งเป็นแบบทดสอบเพื่อวัดว่าเครื่องจักรสามารถแสดงพฤติกรรมที่เหมือนมนุษย์ได้หรือไม่ จนถึงการนำ AI มาสื่อสารในสื่อวัฒนธรรม เช่น ภาพยนตร์ 2001: A Space Odyssey ในทศวรรษ 1960


Article3JAN_1200X800.jpg


พัฒนาการของ AI เผชิญช่วงเวลาชะงักหลายทศวรรษ เนื่องจากข้อจำกัดทางเทคโนโลยี อย่างไรก็ตาม ความก้าวหน้าของ Machine Learning, Deep Neural Networks และการพัฒนาอุปกรณ์ฮาร์ดแวร์ประสิทธิภาพสูง เช่น GPUs และ TPUs ได้พลิกโฉมวงการ AI ทำให้กลายเป็นปัจจัยสำคัญที่ขับเคลื่อนยุคดิจิทัลในปัจจุบัน


ความท้าทายและข้อกังวลของ AI แบบรวมศูนย์ (Centralized AI)

AI สร้างการเปลี่ยนแปลงอย่างมหาศาลในหลายอุตสาหกรรม แต่การพัฒนาที่รวดเร็วยังมาพร้อมกับประเด็นที่น่ากังวลเกี่ยวกับ ความเป็นเจ้าของข้อมูล ความเป็นส่วนตัว และการควบคุมการแสดงออกทางสร้างสรรค์ ตัวอย่างเช่น

  • ปัญหาด้านลิขสิทธิ์: บริษัทที่พัฒนา AI ถูกตั้งคำถามเกี่ยวกับการละเมิดลิขสิทธิ์ในกระบวนการฝึกโมเดล AI โดยการใช้ข้อมูลที่ได้รับการคุ้มครองลิขสิทธิ์โดยไม่ได้รับอนุญาต

  • การรวมศูนย์ทรัพยากรและอำนาจ: การพึ่งพาโมเดล AI ขนาดใหญ่ที่พัฒนาโดยบริษัทไม่กี่แห่ง ทำให้ทรัพยากร ข้อมูล และความรู้กระจุกตัวอยู่ในมือขององค์กรเหล่านั้น ส่งผลให้เกิดข้อกังวลเกี่ยวกับการเอารัดเอาเปรียบผู้สร้างสรรค์ผลงาน และความโปร่งใสในการดำเนินงานขององค์กรใหญ่เหล่านี้

จากความท้าทายเหล่านี้ Decentralized AI ได้รับความสนใจในฐานะแนวทางใหม่ โดยมุ่งเน้นที่การกระจายอำนาจและทรัพยากร เพื่อสร้างระบบที่โปร่งใส ยั่งยืน และเป็นธรรมมากยิ่งขึ้น แนวทางนี้อาจเป็นกุญแจสำคัญในการลดความเสี่ยงจากการกระจุกตัวของอำนาจและผลกระทบเชิงลบที่อาจเกิดขึ้นจาก AI ในอนาคต

 

 

‘Decentralized AI’ เป็นแนวทางใหม่ของ AI ที่โปร่งใสและเปิดกว้างมากขึ้นได้จริงหรือ

  • แนวคิด ‘Decentralized AI’ หรือ AI แบบกระจายศูนย์ เป็นแนวทางที่กระจายการประมวลผลและการจัดเก็บข้อมูลของ AI ไปยังอุปกรณ์หรือ Node หลายๆ เครื่อง แทนที่จะพึ่งพาระบบส่วนกลางเพียงระบบเดียว ซึ่งวิธีนี้ช่วยเพิ่มความเป็นส่วนตัวและความปลอดภัยของข้อมูลด้วยการเก็บข้อมูลให้อยู่ใกล้กับแหล่งกำเนิดมากขึ้น จึงช่วยลดความเสี่ยงในการถูกละเมิดข้อมูล

  • ‘Decentralized AI’ ถือเป็นทางเลือกใหม่ที่นำเทคโนโลยี Blockchain มาใช้เพื่อทำให้ AI โปร่งใสและเปิดกว้างมากขึ้น เนื่องจาก Blockchain สามารถช่วยกระจายการจัดเก็บข้อมูลอย่างปลอดภัย และทำให้ฝึกโมเดล AI พร้อมกับเข้าถึงอย่างโปร่งใสผ่าน Smart Contract ได้ หรือการใช้แนวคิดที่กำลังนิยมในวงการ AI อย่าง Federated Learning มาใช้บน Blockchain ก็ช่วยทำให้สามารถฝึกโมเดล AI แบบร่วมมือกันโดยไม่ต้องแชร์ข้อมูลดิบได้ รวมถึงการใช้เทคโนโลยีความปลอดภัยที่ไว้ใจได้ อย่าง Zero-Knowledge Proofs ช่วยรักษาความเป็นส่วนตัวของข้อมูล

  • ปัจจุบัน อุตสาหกรรม AI แบบกระจายศูนย์กำลังเติบโตอย่างรวดเร็ว จากข้อมูลของ PitchBook พบว่านักลงทุนได้ลงทุนไปแล้วกว่า 436 ล้านดอลลาร์ในปี 2024 ซึ่งเพิ่มขึ้นเกือบ 200% เมื่อเทียบกับปี 2023 นอกจากนี้ 79% ขององค์กรระบุว่า ความกังวลเกี่ยวกับความเป็นส่วนตัวของข้อมูลเป็นอุปสรรคต่อการนำ AI มาใช้ นอกจากนี้ โมเดล AI แบบรวมศูนย์ยังก่อให้เกิดปัญหาทางจริยธรรมที่สำคัญ โดยผู้บริโภคกว่า 60% ไม่ไว้วางใจระบบ AI เนื่องจากกระบวนการตัดสินใจที่ไม่โปร่งใส 

 

Decentralized AI กับการรับมือปัญหาลิขสิทธิ์

  • ในขณะที่โมเดล AI แบบรวมศูนย์บางรายใช้ข้อมูลที่มีลิขสิทธิ์ในการฝึก จนเกิดข้อพิพาททางกฎหมายเกี่ยวกับการใช้ข้อมูลโดยไม่ได้รับอนุญาต แต่ ‘Decentralized AI’ ทำให้เกิดโมเดลที่เคารพสิทธิ์ผู้สร้างและกระจายผลประโยชน์อย่างเป็นธรรม

  • แม้ว่ากฎหมายลิขสิทธิ์ AI ช่วยปกป้องการแสดงออกเชิงสร้างสรรค์ แต่ไม่ครอบคลุมแนวคิดหรือกระบวนการ และหลักของ “Fair use” ที่อนุญาตการใช้งานบางกรณีโดยไม่ต้องขออนุญาต ก็ยังก่อให้เกิดข้อพิพาทว่ามีการใช้ที่ไม่เป็นธรรมอยู่

  • มีตัวอย่างของคดีฟ้องร้องจากนักประพันธ์ระดับโลก เช่น George R.R. Martin ที่แสดงถึงแรงต้านต่อการใช้ข้อมูลที่ไม่ได้รับอนุญาตในอุตสาหกรรม AI

  • CNBC รายงานว่าบริษัทสำนักพิมพ์ 8 แห่งยื่นฟ้องบริษัทยักษ์ใหญ่ที่พัฒนา AI เรื่องละเมิดลิขสิทธิ์ โดยไม่อยู่ในขอบเขตกฎ "Fair use" ซึ่งเป็นประเด็นที่เน้นความขัดแย้งระหว่างการใช้งานข้อมูลฟรีกับการคุ้มครองสิทธิ์ผู้สร้างผลงาน โดย Decentralized AI เป็นทางเลือกใหม่ โดยให้ความเป็นอิสระและรางวัลที่เป็นธรรมแก่ผู้สร้าง ผ่านระบบที่โปร่งใส โดยมีโครงการที่พัฒนาเครือข่าย Decentralized AI ที่มุ่งสร้างระบบ AI ที่ไม่ขึ้นกับบริษัทใหญ่หรือศูนย์กลางเพียงแห่งเดียว อย่างเช่น Bittensor และ Ocean Protocol ที่กำลังพร้อมเปลี่ยนแปลงการจัดการสิทธิในทรัพย์สินทางปัญญาอย่างยั่งยืน

 

ตัวอย่าง Use cases ของ Decentralized AI ที่น่าสนใจ

 

ตัวอย่าง Use cases:

  • ด้านการดูแลสุขภาพ: Decentralized AI สามารถช่วยให้โรงพยาบาลสามารถร่วมกันวิจัยและพัฒนาวิธีการรักษาโรคใหม่ๆ ได้โดยไม่ต้องเปิดเผยข้อมูลผู้ป่วยที่ละเอียดอ่อน

  • กระบวนการผลิตที่ใช้ระบบอัจฉริยะ: Decentralized AI ช่วยให้โรงงานที่ใช้ระบบอัจฉริยะสามารถปรับปรุงการดำเนินงานโดยการวิเคราะห์ข้อมูลในพื้นที่ โดยช่วยให้ข้อมูลที่เป็นกรรมสิทธิ์ยังเป็นความลับ ด้วยเทคโนโลยี เช่น Blockchain และการประมวลผลแบบ Edge Computing ดังนั้น AI แบบกระจายศูนย์จึงสามารถเป็นนวัตกรรมที่ช่วยรักษาความน่าเชื่อถือและกฎระเบียบใน อุตสาหกรรมต่างๆ ได้

 

แพลตฟอร์มที่ขับเคลื่อน Decentralized AI ได้โดดเด่น

 

Decentralized AI ใช้ Blockchain และการประมวลผลแบบกระจายเพื่อลดการพึ่งพาศูนย์กลาง จึงช่วยเพิ่มความปลอดภัย ความโปร่งใส และความเป็นส่วนตัว มีตัวอย่างแพลตฟอร์ม เช่น OORT, IO.NET, Akash Network และ Helium ที่มีจุดเด่นเฉพาะด้าน ในการจัดเก็บข้อมูลแบบปลอดภัย การประมวลผลแบบกระจาย และเครือข่ายไร้สายสำหรับอุปกรณ์ AI นอกจากนี้มีแพลตฟอร์มที่ขับเคลื่อน Decentralized AI ได้โดดเด่น ดังนี้

  • Vana - หนึ่งในพาร์ทเนอร์ของ SCB 10X เป็นเครือข่ายแบบกระจายศูนย์สำหรับข้อมูลส่วนบุคคล ออกแบบมาเพื่อการใช้งาน AI ที่ช่วยให้ผู้ใช้ได้เป็นเจ้าของ ควบคุม และได้รับผลตอบแทนจากโมเดล AI ที่ตนเองได้มีส่วนร่วม

  • Sahara AI - แพลตฟอร์ม Blockchain AI แบบกระจายศูนย์ เป็นอีกหนึ่งในพาร์ทเนอร์ของ SCB 10X เช่นกัน Sahara AI มุ่งเน้นการพัฒนาแพลตฟอร์ม AI แบบกระจายศูนย์ที่ช่วยให้ผู้ใช้สามารถควบคุมและเป็นเจ้าของข้อมูลของตนได้มากขึ้น โดยใช้เทคโนโลยีการเข้ารหัส (Cryptographic Encryption) และ Blockchain

  • CESS โครงสร้างพื้นฐานข้อมูลแบบกระจายศูนย์ - ตามรายงานของ Foresight News เผยว่า Nicholas Zaldastani ผู้ร่วมก่อตั้ง CESS ได้เข้าร่วมการสนทนากับผู้นำอุตสาหกรรมในงาน ‘CES 2025’ ที่ลาสเวกัส โดยเน้นไปที่ประเด็นของนวัตกรรมด้าน AI แบบกระจายศูนย์และเทคโนโลยี Web3 ซึ่ง Zaldastani ได้ย้ำถึงวิธีที่ CESS กำลังส่งเสริมการพัฒนา AI โดยการสร้างโครงสร้างพื้นฐานข้อมูลแบบกระจายศูนย์ ที่ใช้การประมวลผลแบบ Edge Computing และสถาปัตยกรรมเครือข่ายหลายชั้นแบบกระจายศูนย์ ซึ่ง CESS มีโซลูชันสำหรับจัดเก็บข้อมูล กระจายข้อมูล และฝึกโมเดลที่ปลอดภัยและรวดเร็ว สามารถรองรับแอปพลิเคชันต่างๆ อย่าง AI ทางการแพทย์, เมืองอัจฉริยะ และวิทยาศาสตร์แบบกระจายศูนย์ (DeSci) นอกจากนี้ CESS ยังให้ความสำคัญความเป็นส่วนตัวของข้อมูล โดยเปิดให้บริการโซลูชันข้อมูลแบบกระจายศูนย์สำหรับ AI Agents

  • Bittensor - เครือข่าย AI แบบกระจายศูนย์ที่ช่วยให้โมเดลต่างๆ ทำงานร่วมกันได้สะดวกปลอดภัย

  • Ocean Protocol - เครื่องมือที่มุ่งเสริมศักยภาพ AI และใช้ทรัพยากรการคำนวณให้เกิดประโยชน์สูงสุด ช่วยในการพัฒนา ฝึกโมเดล และสร้างรายได้จากโมเดลได้อย่างมีประสิทธิภาพบนระบบที่ปลอดภัย

 

อนาคตของ Decentralized AI ในปี 2025

 

AI เปลี่ยนจากการควบคุมแบบรวมศูนย์ไปสู่การเป็นโปรโตคอลแบบเปิด ซี่งอาจเป็นอีกหนึ่งการเปลี่ยนแปลงครั้งสำคัญที่จะเกิดขึ้นในปี 2025 ด้วยการพัฒนา AI ปัจจุบันมักถูกควบคุมโดยบริษัทเทคโนโลยีขนาดใหญ่เพียงไม่กี่ราย ซึ่งจำกัดการเข้าถึงและนวัตกรรม และในปี 2025 ในโลกดิจิทัลเราอาจได้เห็น AI แบบกระจายศูนย์กลายเป็นจริง เกิดการขับเคลื่อนเพื่อรับรองการชดเชยที่เป็นธรรมสำหรับผู้มีส่วนพัฒนาโมเดล AI ซึ่งจะเปิดโอกาสในการพัฒนา AI ให้กับชุมชน สร้างกรอบการทำงานแบบ Open source ที่มีการร่วมมือกันมากขึ้น

 

AI แบบกระจายศูนย์อาจทำลายกำแพงขององค์กรและปล่อยให้ AI Agents ทำงานร่วมกันทั่วทั้งระบบนิเวศ ซึ่งการเปลี่ยนแปลงนี้สอดคล้องกับค่านิยมหลักของ Web3 ได้แก่ ความโปร่งใส การเป็นเจ้าของร่วมกัน และการกระจายศูนย์ ดังนั้น ผู้ใช้จะสามารถการควบคุมข้อมูลของตนเองได้มากขึ้น และการพัฒนา AI จะกลายเป็นความพยายามที่ขับเคลื่อนโดยชุมชน ปราศจากการผูกขาดโดยบริษัทเทคโนโลยีขนาดใหญ่ ไปจนถึง AI บน Blockchain จะช่วยให้การทำธุรกรรม DeFi ที่ซับซ้อนง่ายขึ้นด้วยระบบอัตโนมัติ หรือสามารถช่วยจัดการบัญชีหลายลายเซ็นได้ง่ายขึ้น รวมถึงอาจส่งผลต่อค่าธรรมเนียมในการทำธุรกรรมที่มีประสิทธิภาพมากขึ้น

 

นอกจากนี้ DeAI ยังถูกคาดการณ์ว่าจะเปลี่ยนจากแนวคิดที่นิยมเฉพาะกลุ่มไปสู่กระแสหลักได้ในปี 2025 ด้วยการสนับสนุนจากผู้เชี่ยวชาญในวงการ AI และ Blockchain โดยการร่วมมือกันระหว่างสองเทคโนโลยีนี้จะสามารถสร้างนวัตกรรมที่มีผลกระทบใหญ่ต่ออุตสาหกรรมในอนาคต

 

 

สรุป

 

Decentralized AI ไม่ใช่เพียงการพัฒนาทางเทคโนโลยี แต่อาจกลายเป็นความจำเป็นทางสังคม เนื่องจากระบบ AI มีบทบาทสำคัญในการให้บริการที่สำคัญมากขึ้นเรื่อยๆ ดังนั้น ความต้องการด้านความโปร่งใส ความสมบูรณ์ของข้อมูล และการปฏิบัติตามหลักจริยธรรม จึงมีความสำคัญมากที่ AI แบบกระจายศูนย์เป็นทางออกโดยการนำเทคโนโลยี Blockchain มาช่วยสร้างสมดุลระหว่างนวัตกรรม ความโปร่งใส และสิทธิ์ของผู้สร้างในยุคที่ AI ที่กำลังเติบโต


—--------------------------------------------------



Sources:

https://techbullion.com/top-decentralized-ai-solutions/ 

https://www.forbes.com/sites/digital-assets/2024/11/12/watch-decentralized-ai-in-2025-the-convergence-of-ai-and-crypto/ 

https://www.forbes.com/sites/tonyaevans/2024/12/18/top-decentralized-ai-projects-of-2025-amid-openai-copyright-concerns/ 

​​https://www.coindesk.com/opinion/2024/12/20/how-aggregation-and-decentralized-ai-will-completely-reshape-blockchains-in-2025 

Use and Management of Cookies

We use cookies and other similar technologies on our website to enhance your browsing experience. For more information, please visit our Cookies Notice.

Reject
Accept