공개 : 여기에 표현 된 견해와 의견은 저자에게만 속하며 crypto.news의 편집의 견해와 의견을 나타내지 않습니다.

인터넷과 모바일 장치의 현대 기술은 민주주의와 해방의 도구로 예고되어 감시와 이익의 엔진이되어 사회를 재구성했습니다.

Modern technology, often heralded as a tool for democracy and liberation, has become largely an engine of surveillance and profit, reshaping society to benefit corporations more than communities. As Alex Karp argues in The Technical Republic, the engineering focus has shifted from deep tech that strengthens societies to consumer tech that serves corporate interests.

종종 민주주의와 해방을위한 도구로 선포 된 현대 기술은 주로 감시 및 이익의 엔진이되어 사회를 재구성하여 지역 사회보다 기업에 혜택을주기 위해 재구성했습니다. Alex Karp가 기술 공화국에서 주장한 것처럼, 엔지니어링 초점은 심해 기술에서 기업의 관심사를 제공하는 소비자 기술로 향하는 심해 기술로 전환했습니다.

Artificial intelligence, now poised to reshape society, stands at a crossroads: will it follow this path or chart a new one.

이제 사회를 재구성 할 준비가 된 인공 지능은 교차로에 서 있습니다.

Crypto, promised as a decentralized revolution, has largely failed to deliver, mired in speculation and unfulfilled promises. However, a new opportunity emerges: decentralized artificial intelligence. By combining crypto’s infrastructure with AI’s transformative potential, we can redeem crypto’s vision and ensure AI serves the greater good, not corporate greed.

분산 된 혁명으로 약속 된 암호화는 크게 전달하지 못하고 추측에 빠졌고 완료되지 않은 약속에 미치지 못했다. 그러나 새로운 기회가 나타납니다 : 분산 된 인공 지능. Crypto의 인프라를 AI의 변형 잠재력과 결합함으로써 우리는 암호화의 비전을 상환하고 AI가 기업 탐욕이 아닌 더 큰 선을 제공 할 수 있습니다.

The problem: Crypto’s stumbles and AI’s peril

문제 : Crypto의 우연히 발견되고 AI의 위험

Blockchains and cryptocurrency promised to disrupt industries by eliminating middlemen and streamlining systems like finance and supply chains. Bitcoin (BTC) and stablecoins have found traction, but smart contracts, once revolutionary, have fueled mostly speculative DeFi projects and meme coins rather than real-world solutions. The gap between crypto’s ambition and reality has eroded trust.

블록 체인과 암호 화폐는 중개인을 제거하고 금융 및 공급망과 같은 시스템을 간소화함으로써 산업을 방해 할 것을 약속했습니다. Bitcoin (BTC)과 Stablecoins는 트랙션을 발견했지만 한때 혁명적 인 스마트 계약은 실제 솔루션보다는 대부분 투기 적비 프로젝트와 밈 동전을 불러 일으켰습니다. 암호화의 야망과 현실 사이의 격차는 신뢰를 침식했습니다.

AI could end up reshaping everything—from healthcare and science to the way we govern society. But when just a few companies control that kind of power, there’s a real risk of deepening inequality, increasing surveillance, and even steering public opinion.

AI는 의료 및 과학에서 우리가 사회를 지배하는 방식에 이르기까지 모든 것을 재구성 할 수 있습니다. 그러나 몇몇 회사만이 그런 힘을 통제 할 때 불평등을 심화시키고 감시를 증가 시키며 심지어 여론을 조장 할 위험이 있습니다.

If you look back, technologies like the internet or nuclear energy were developed with heavy government involvement. That’s not the case with AI. It’s largely in the hands of private corporations now, and that brings up a pressing question: Is this technology being built for the common good, or just for profit? Without intervention, AI could follow social media’s path, exploiting users rather than empowering them.

되돌아 보면 인터넷이나 원자력과 같은 기술은 정부의 많은 참여로 개발되었습니다. AI의 경우는 아닙니다. 그것은 현재 민간 기업의 손에 달려 있으며,이 기술은 시급한 질문을 제기합니다. 개입없이 AI는 소셜 미디어의 길을 따라 사용자를 강화하기보다는 사용자를 이용할 수있었습니다.

Why decentralization is essential for AI

AI에 분산이 필수적인 이유

The breakthrough here is not just technical, but also economic. In decentralized AI networks, every layer of the AI value chain can be distributed in real time. Data custodians who supply datasets, model architects who publish improved weights, and application builders who deliver user experiences can all earn a proportional share of on-chain rewards. Because every transaction settles on a public blockchain, everyone can audit who earned what and why, creating radical accountability that proprietary labs cannot match.

여기서 획기적인 것은 기술적 일뿐 만 아니라 경제적입니다. 분산 된 AI 네트워크에서 AI 값 체인의 모든 계층은 실시간으로 분배 될 수 있습니다. 데이터 세트를 공급하는 데이터 관리자, 개선 된 가중치를 게시하는 모델 아키텍트 및 사용자 경험을 제공하는 애플리케이션 빌더는 모두 체인 보상의 비례를 얻을 수 있습니다. 모든 거래가 공개 블록 체인에 정착하기 때문에 모든 사람이 무엇을 얻은 사람을 감사 할 수 있으며, 독점 실험실이 일치 할 수없는 근본적인 책임을 창출 할 수 있습니다.

This structure unlocks a level of collaborative and competitive velocity impossible inside a single company. Thousands of independent nodes iterate in parallel, stress-testing and improving upon one another’s ideas and forking the best into new sub-networks. Breakthroughs, therefore, compound rapidly instead of waiting for a quarterly roadmap.

이 구조는 단일 회사 내에서 수준의 공동 작업 및 경쟁 속도가 불가능합니다. 수천 개의 독립 노드는 서로의 아이디어를 병렬, 스트레스 테스트 및 개선하고 새로운 하위 네트워크로 최선을 다하고 있습니다. 따라서 분기 별 로드맵을 기다리는 대신 획기적인 획기적인 것입니다.

In short, decentralization rewires AI’s incentives so that rewards and governance flow to the true value creators rather than bottling up inside a single balance sheet. That alignment is the difference between an AI future owned by a handful of companies and one that belongs to all of us.

요컨대, 탈 중앙화는 AI의 인센티브를 다시 사용하여 단일 대차 대조표 내부에서 병에 걸리지 않고 진정한 가치 제작자에게 보상을 제공합니다. 이러한 조정은 소수의 회사가 소유 한 AI 미래와 우리 모두에게 속한 회사의 차이입니다.

Decentralized AI in action

분산 된 AI 행동

Bittensor is one of the examples of decentralized AI solutions. Bittensor is a live, open network where crypto-economic incentives translate directly into better AI. Independent nodes post tasks, share weights, and benchmark one another’s output. Every interaction is logged on-chain, and contributors are paid in native token Bittensor (TAO) or subnet tokens the moment their work moves the frontier forward.

Bittensor는 분산 된 AI 솔루션의 예 중 하나입니다. Bittensor는 암호 경제 인센티브가 더 나은 AI로 직접 변환되는 라이브 오픈 네트워크입니다. 독립 노드는 작업을 게시하고 가중치를 공유하며 서로의 출력을 벤치마킹합니다. 모든 상호 작용은 온쇄로 기록되며, 기고자는 작업이 프론티어 앞으로 이동하는 순간에 네이티브 토큰 BITTENSOR (TAO) 또는 서브넷 토큰으로 지불됩니다.

BitMind, in this economic flywheel, plays the role of a deepfake detector. A swarm of computer-vision models hunts manipulated images and video. Each week, peer nodes re-score one another, and detectors that outperform earn larger rewards. The result is an 88% detection rate, nearly twenty points higher than leading proprietary tools, and real-time adaptation when new deepfake techniques appear.

Bitmind는이 경제 플라이휠에서 Deepfake 탐지기의 역할을합니다. 컴퓨터 vision 모델의 떼는 조작 된 이미지와 비디오를 사냥합니다. 매주 피어 노드는 서로를 다시 점수하고 성능이 우수한 탐지기는 더 큰 보상을받습니다. 그 결과 88%의 탐지율, 주요 독점 도구보다 거의 20 점 높으며 새로운 DeepFake 기술이 나타날 때 실시간 적응이 나타납니다.

Moreover, instead of one lab dictating what a language model should be, Templar, a decentralized model training, lets anyone supply data, compute, or architectures to optimize training loss. The subnets’ validators determine algorithmically which contributions improve performance, and rewards flow accordingly.

또한, 언어 모델이 무엇인지 지시하는 하나의 실험실 대신, 분산 모델 교육 인 Templar는 누구나 교육 손실을 최적화하기 위해 데이터, 컴퓨팅 또는 아키텍처를 공급할 수 있습니다. 서브넷의 유효성 검사기는 기여가 성능을 향상시키는 알고리즘 적으로 결정하고 그에 따라 보상이 흐릅니다.

What binds these projects is the same incentive loop: every incremental improvement, whether a cleaner dataset, an improved model, or improved performance, earns its contributor a larger share of emissions. Open-source altruism finally has a sustainable business model.

이러한 프로젝트를 바인딩하는 것은 동일한 인센티브 루프입니다. 클리너 데이터 세트, 개선 된 모델 또는 개선 된 성능에 관계없이 모든 점진적 개선은 기여자가 배출량을 더 많이 얻습니다. 오픈 소스 이타주의는 마침내 지속 가능한 비즈니스 모델을 가지고 있습니다.

Crypto promised to democratize money but got lost in speculation. Decentralized AI redeems this vision by creating a sustainable incentive and economic model for open-source AI development. If large-scale generalized intelligence will shape the next century, ensuring its rewards are broadly shared may become crypto’s most important, and most achievable legacy.

암호화는 돈을 민주화하겠다고 약속했지만 추측에서 잃어 버렸다. 분산 된 AI는 오픈 소스 AI 개발을위한 지속 가능한 인센티브 및 경제 모델을 만들어이 비전을 재정의합니다. 대규모 일반화 된 지능이 다음 세기를 형성 할 경우, 보상이 크게 공유되는 것이 크립토의 가장 중요하고 가장 달성 가능한 유산이 될 수 있습니다.

Ken Jon Miyachi is the co-founder of BitMind, a company at the forefront of developing pioneering deepfake detection technology and decentralized AI applications. Prior to founding BitMind, Ken served as a software engineer and technical lead at leading organisations such as NEAR Foundation, Amazon, and Polymer Labs, where he honed his expertise in scalable technology solutions. He has written several academic research publications on blockchain from his work at the

Ken Jon Miyachi는 선구적인 Deepfake Detection Technology 및 DecentRalized AI 애플리케이션 개발의 최전선에있는 회사 인 Bitmind의 공동 설립자입니다. Bitmind를 설립하기 전에 Ken은 근처 Foundation, Amazon 및 Polymer Labs와 같은 주요 조직에서 소프트웨어 엔지니어 및 기술 책임자로 일하면서 확장 가능한 기술 솔루션에 대한 전문 지식을 연마했습니다. 그는 그의 작품에서 블록 체인에 대해 여러 학술 연구 간행물을 작성했습니다.