James Wo, Founder and CEO of DFG

人工智能的发展不是大型科技公司的独奏

大型科技公司与小型行业玩家之间的关系变得越来越紧张，反映出了一场围绕资源获取和创新步伐的战斗。因此，初创公司通常发现自己处于劣势，缺乏资源和市场力量来竞争。同样的动态也正在人工智能（AI）领域中展开。当前的科技巨头，被称为“七巨头”，包括Google、Microsoft和Amazon，控制着全球大部分支持AI运作的基础设施。然而，一个日益增长的运动正在倡导去中心化的AI，以减少对大型科技公司垄断的依赖。仅仅依赖大型科技公司风险中央集权，但是完全排除他们则会阻碍进步。防止这些垄断控制AI的发展轨迹并非易事，而没有明确的道路，就有可能扼杀创造力和创造一个由狭隘的个人议程而非更广泛的可能性所塑造的环境。不均衡的AI战场由于超过72%的企业采用了至少一种AI功能，这项技术已经深入我们的经济，增强了组织的运作。但在看似无缝的工具背后，有一个隐藏的现实：AI需要大量的计算能力、数据和不断的能量来运作——这些资源通常超出了小型公司的范围。几个月前，Meta与康斯坦斯能量公司签署了一项协议，为其提供额外的1.1吉瓦的碳自由能源，足以支撑其未来20年的运营。Google也宣布计划在未来两年内投资250亿美元用于数据中心和AI基础设施，分布在PJM电网区域，覆盖中大西洋、西北和南部13个州。虽然这些协议有助于确保AI在未来的核心地位，但它们也引发了关于谁将塑造其发展方向的重要问题。当计算、能量和基础设施的获取集中在少数人手中时，决定AI解决哪些问题和最终服务谁的权力也集中在他们手中。鉴于这一正在形成的现实，去中心化AI已经作为一种替代方案出现，为小型初创公司在建立新项目时提供了更大的AI资源获取机会。就像去中心化金融通过消除中间商打破了传统机构一样，去中心化AI现在也正在挑战大型科技公司的主导地位。通过跨多个节点运作，去中心化AI加强了隐私，限制了数据暴露，并降低了系统故障的风险。与集中式AI不同，去中心化网络允许任何人，如企业家、研究人员和个人，在不被锁定在单一提供商的情况下访问AI模型和计算资源网络。Gensyn，例如，是一个去中心化的机器学习协议，允许开发人员在连接设备的网络上训练深度学习模型，将设备组合成一个单一的虚拟集群。该服务提供了一个与集中式云提供商相比具有成本效益的替代方案，同时避免了单点故障，安全地扩大了对支持AI的基础设施的访问。到目前为止，很明显，大型科技公司在AI的演进中发挥着重要作用，但去中心化AI也已经证明了它正在创造一个更加开放和多样化的未来。为了保持AI的影响力，其发展道路不能和不应该被个人议程、怨恨或权力欲望所塑造。通往平衡和可持续生态系统的道路虽然去中心化和集中式AI模型都为AI的发展做出了贡献，但认为其中一种方法可以独立地带来公平的未来是错误的。坚持一种独有的方法风险延迟进步。一个前瞻性的AI生态系统必须认识到，每种模型都具有不同的、独特的但同样重要的功能。如果没有大型科技公司，AI就不会发展到今天的水平。他们投资了数十亿美元用于研发，他们的技术资源为日常使用的进步做出了重大贡献。另一方面，许多AI创新并非是在顶级科技集团的建筑物中诞生的，而是来自较小的独立团队。初创公司一直是AI进步的诞生地，开发从新型模型到更高效的技术等一切。小公司往往在被更大公司收购和吸收之前并不被承认。以Run: AI为例，它是一家建立了一个平台来使AI工作负载在GPU上运行得更高效的初创公司。2024年12月，Nvidia，这家最著名和最具影响力的AI公司，收购了Run: AI。虽然这次收购证明了该公司的价值和重要性，但这反映了一个反复出现的主题，即初创公司往往只在被收购后才被承认。最终，包容性并不是关于边缘化大型科技公司，而是减少垄断倾向。如果没有外部压力，他们的主导地位只会继续增长。但如果政府、大学和独立实体接受和投资去中心化、开源的AI，结果可能是一个更加有韧性的AI生态系统，能够惠及所有用户，包括大型科技公司。