AI đang định hình khái niệm công nghệ trong thế hệ của chúng ta. Nhiều dự báo cho rằng AI sẽ đóng góp 15,7 nghìn tỷ USD vào nền kinh tế toàn cầu cho tới năm 2030 (theo PwC) và tác động của nó sẽ thay đổi toàn thế giới. Tuy nhiên, vì AI đang phát triển quá nhanh, chúng ta đang đứng trước một ngã rẽ quan trọng.
Hiện tại, lĩnh vực AI đang bị thống trị bởi bàn tay của những cá voi công nghệ - Google, OpenAI, Microsoft, Meta và Nvidia. Những ông lớn “Big AI” này đã độc quyền về “miếng bánh” tài chính cũng như kiểm soát chặt chẽ lợi ích từ việc phát triển các mô hình AI.
Trong khi AI bùng nổ hứa hẹn tạo ra một con sóng kinh tế tăng trưởng toàn cầu thì vẫn còn đó mối lo: Nếu không có gì thay đổi về thành phần hưởng lợi từ “cơn sốt” AI này, lịch sử sẽ tiếp tục lặp lại.
Sự trỗi dậy của Fair AI: Bước ngoặt trong lĩnh vực AI
Chúng ta đã chứng kiến Big Tech kiếm lời hàng nghìn tỷ USD giá trị từ việc thường xuyên khai thác dữ liệu và quyền riêng tư cá nhân users. Câu chuyện tương tự nhiều khả năng sẽ tái diễn với AI, chỉ khác ở chỗ là tốc độ nhanh hơn. Việc tập trung quyền lực và nguồn lực trong tay số ít tập đoàn tạo nên những quan ngại sâu sắc về sự công bằng, về khả năng truy cập và sự dân chủ hóa công nghệ AI.
Đây cũng là lý do mà concept Fair AI, vận hành bởi các network phi tập trung, được ra đời. Market đang có nhu cầu rất lớn về những “tay chơi” phi tập trung trong mảng AI. Các thành phần cơ bản của AI gồm compute, models và data không nên bị độc quyền bởi những thực thể tập trung (centralized entities). Sự thật là, ngách AI trong thị trường Crypto được dự báo đạt mức 10,2 tỷ USD doanh thu tới năm 2030, dựa theo nghiên cứu của VanEck.
Đã đến lúc thay đổi. Đây là thời của Fair AI, được vận hành bởi cộng đồng.
Mô hình mới này hứa hẹn dân chủ hóa quyền tiếp cận công nghệ AI, đảm bảo quyền lợi xứng đáng cho những người đóng góp dữ liệu và thúc đẩy hệ sinh thái đổi mới không còn bị giới hạn bởi sự quản lý tập trung (centralized control).
Masa giải quyết vấn đề then chốt trong phát triển AI
Masa đóng vai trò quan trọng thông qua việc giải quyết những điểm yếu mà các AI developers gặp phải. Đặc biệt khi dữ liệu đang trở thành “tiền tệ” của kỷ nguyên AI, Masa đang giải những bài toán khó nhằn để dân chủ hóa sự phát triển AI.
Dữ liệu chuyên ngành cho AI chuyên biệt: Ngày càng xuất hiện mô hình ngôn ngữ lớn (LLMs), giá trị cạnh tranh sẽ nằm ở dữ liệu đầu vào của AI. Masa nhận ra các ứng dụng này đòi hỏi các data training cụ thể, điều mà các LLM phổ thông không làm được.
Dữ liệu real-time và được sắp xếp: Masa biến những dữ liệu không liên quan đó thành một layer truy cập thống nhất, tạo điều kiện cho việc thu thập, tổng hợp, cấu trúc hóa và truy cập real-time dữ liệu từ nhiều nguồn trên internet để phát triển AI.
Truy cập dữ liệu không cần cấp phép: Masa mang tới khả năng truy cập rộng rãi dữ liệu nhằm thúc đẩy sự đổi mới và dân chủ hóa việc phát triển AI.
Phân bổ phần thưởng công bằng: Masa giới thiệu hệ thống công bằng nơi mà những người đóng góp dữ liệu nhận thưởng dựa trên tính hữu ích và giá trị data họ cung cấp vào mạng lưới. Cách tiếp cận này đảm bảo quyền lợi cho data contributors chứ không chỉ Big Tech và các công AI lớn.
Tài nguyên tính toán mở với chi phí phải chăng: Các đơn vị cung cấp tài nguyên tính toán và suy luận (inference) hàng đầu thị trường thường niêm yết giá dịch vụ cao và có thể từ chối phục vụ, cản trở sự đổi mới của AI. Mạng lưới phi tập trung Masa cung cấp nhiều nguồn tài nguyên với chi phí bình ổn và dễ dàng truy cập cho các kỹ sư AI, bao gồm cả LLMs có ứng dụng cụ thể. Ví dụ như các mô hình được training trên JSON, xu hướng Twitter (X), news feeds, Podcasts,...
Với việc “chữa lành” các nỗi đau trên, Masa đang tạo ra một hệ sinh thái phát triển AI minh bạch, đổi mới và dễ tiếp cận hơn. Hướng đi này không chỉ dân chủ hóa công nghệ AI mà còn chắc chắn rằng lợi ích của cuộc cách mạng AI sẽ được phân bổ công bằng tới tất cả thành phần trong nền kinh tế dữ liệu.
Masa hỗ trợ phát triển AI công bằng
Masa giải quyết những thách thức phức tạp của việc phát triển AI thông qua mạng lưới phi tập trung. Masa Network tạo ra hệ sinh cộng tác, nơi mà các cá nhân trên thế giới có thể đóng góp và hưởng lợi từ sự phát triển nhanh chóng của công nghệ và nền công nghiệp AI.
Thành phần chính của Masa Network
Hạ tầng dữ liệu AI phi tập trung: Masa đã xây dựng mạng lưới nơi mà cộng đồng có thể kiếm tiền thông qua đóng góp dữ liệu và tài nguyên tính toán để chạy worker nodes thực hiện thu thập, sắp xếp, chuyển hóa, chú thích và vectơ hóa một khối lượng lớn data.
Phần thưởng và phân bổ Fair AI: Masa tiên phong cho tầm nhìn Fair AI, đảm bảo phân bổ phần thưởng minh bạch dựa trên giá trị của data được đóng góp vào mạng lưới, từ đó có thể sử dụng trên các ứng dụng AI.
Dữ liệu chuyên biệt: Masa tạo điều kiện cho sự đóng góp, tổng hợp và chuyển đổi dữ liệu chuyên biệt cho việc training mô hình AI, ví dụ như Twitter data, dữ liệu trao đổi của Discord và dữ liệu Podcast.
LLMs mã nguồn mở: Masa cung cấp quyền truy cập vào LLM đã tinh chỉnh, có mã nguồn mở do contributors cung cấp. Những người này cũng vận hành Worker nodes. Sự kết hợp cho phép developers tạo ra ứng dụng AI chuyên biệt, có giá trị đối với hệ sinh thái phi tập trung.
Mạng lưới mở (Open Network): Mạng lưới không cần cấp phép của Masa (permissionless network) dân chủ hóa quyền truy cập dữ liệu training AI và tài nguyên tính toán.
Worker Nodes nổi bật trên Masa Network
Twitter Workers: Thu thập, xử lý dữ liệu real-time và dữ liệu tĩnh (static data sets) từ Twitter, bao gồm tweets (tìm kiếm nâng cao), user profiles và các topic xu hướng.
Web Workers: Thu thập và sắp xếp dữ liệu từ website công khai có cổng thông tin. Ngoài ra cũng thu thập từ những nguồn mới, blogs và các nội dung trực tuyến.
Discord Workers: Trích xuất và tổ chức dữ liệu từ server của Discord bao gồm tin nhắn và tương tác users.
Telegram Workers: Trích xuất và tổ chức dữ liệu từ group của Telegram bao gồm tin nhắn và tương tác users.
Diariaztion Workers: Chuyển đổi nội dung audio (podcasts, YouTube videos, TikToks) thành dữ liệu text có cấu trúc, tách giọng nói và khung thời gian.
Vectơ Workers: Chuyển đổi dữ liệu có cấu trúc thành vectơ để sử dụng trong RAG (Retrieval-Augmented Generation).
LLM Workers: Sử dụng LLM để xử lý, chú thích và phân tích dữ liệu được thu thập bởi workers. Ngoài ra, cũng xử lý và cải thiện dữ liệu tĩnh (static data sets) được lưu trên mạng lưới.
Thành phần vận hành Masa Network
Masa Network gồm 3 thành phần chính:
Worker Nodes (Users): Users chạy worker nodes và stake MASA để kiếm thu nhập thụ động. Họ hoàn thành các yêu cầu bằng việc thu thập data real-time và dữ liệu tĩnh (static data sets) được lưu trữ vĩnh viễn trên mạng lưới.
Validators: Validators đảm bảo an ninh mạng lưới Masa. Những đơn vị này chạy Validator node bằng cách staking MASA token. Nhiệm vụ của họ là xác thực giao dịch, đóng góp dữ liệu, đầu ra AI và tham gia đồng thuận để duy trì tính toàn vẹn của mạng lưới. Bên cạnh đó, validators sẽ đánh giá hiệu suất của worker nodes để trao thưởng.
Developers (Oracle Nodes): Developers truy cập vào đa dạng dữ liệu và dịch vụ LLM để xây dựng các ứng dụng AI. Developers stake MASA token và thanh toán phí gas linh hoạt bằng MASA để gửi yêu cầu lên mạng lưới. Data theo thời gian thực và static từ các nguồn như Twitter, Discord, podcasts và thu thập web gồm các tập dữ liệu thô, được cấu trúc, chú thích và vectơ hóa..
Ví dụ minh họa 1: Sử dụng dữ liệu Podcast đã tách văn bản (Diarized Podcast data) để huấn luyện AI ngành Health & Wellness
Bằng cách sử dụng dữ liệu Masa, developers có thể tạo ra những tư vấn viên AI lĩnh vực sức khỏe dựa trên podcast của Andrew Huberman:
Bước 1: Sử dụng Masa để xử lý data
Lập trình viên yêu cầu tách văn bản, chú thích, vectơ hóa tất cả podcast của Huberman Labs thông qua giao thức API
Masa workers sẽ trích xuất podcasts từ RSS feed, thu thập và chuyển đổi các tập podcast thành văn bản sử dụng thuật toán chuyển giọng nói thành text trên Masa Protocol.
Masa workers phân đoạn, vectơ hóa và lưu trữ dữ liệu để truy xuất hiệu quả với mô hình AI phi tập trung như BERT hoặc/và các LLM mã nguồn mở.
Bước 2: Sử dụng dữ liệu Masa trong phát triển AI
Sử dụng LLM có sẵn như GPT model làm nền tảng.
Sử dụng RAG để truy xuất linh hoạt các thông tin podcast liên quan trong lúc users đặt câu hỏi (user queries).
Bước 3: Users tương tác với AI Agent
User: “Làm sao tôi có thể cải thiện chất lượng giấc ngủ?”
AI: “ Dr. Huberman đề xuất:
Tiếp xúc ánh sáng mặt trời 30-60 phút sau khi thức dậy
Tránh ánh sáng mạnh trước khi ngủ khoảng 2-3 tiếng
Có thời gian biểu cho việc ngủ nghỉ
Cân nhắc sử dụng Magie L-threonate trước khi ngủ”
User: “Xây dựng một kế hoạch 30 ngày boosting năng lượng”
AI: “Dựa trên lời khuyên của Dr. Huberman:
Tuần 1: Tối ưu giấc ngủ (lịch đều đặn, “Non-sleep deep rest” mỗi ngày)
Masa tiên phong cuộc cách mạng Fair AI, giải quyết các vấn đề nhức nhối trong lĩnh vực AI ngày nay. Bằng cách tạo ra mạng lưới phi tập trung dân chủ hóa quyền truy cập vào những dữ liệu chuyên biệt, nguồn tài nguyên tính toán và công cụ phát triển AI, Masa đang thúc đẩy một hệ sinh thái AI công bằng và bình đẳng.
Masa trao quyền các cá nhân được đóng góp, hưởng lợi giá trị tạo ra từ AI, đảm bảo phân bổ phần thưởng tương xứng cho người đóng góp dữ liệu (data contributors) và nguồn tài nguyên tính toán cho các developers.
Masa mời người dùng tham gia trên hành trình định hình tương lai, nơi mà AI thực sự công bằng, dễ tiếp cận và được vận hành bởi cộng đồng. Dù bạn là data contributor, là validator hay là developer, sẽ luôn có chỗ cho bạn trong hệ sinh thái Masa.
Lưu ý: Đây là nội dung được tài trợ, bài viết trên không đại diện cho sự ủng hộ trực tiếp của TradeCoinVN. Bạn đọc cần nghiên cứu kỹ trước khi đưa ra quyết định và sẵn sàng chịu trách nhiệm với các hành động của mình. Nội dung trên không được xem là lời khuyên đầu tư.
Bình luận
Đăng nhập