0G Labs 正在重寫去中心化 AI 的規則

大多數人想到人工智慧時，都會想像中心化的超級電腦在秘密實驗室裡處理資料。 0G Labs 聯合創辦人兼執行長 Michael Heinrich 卻有著截然不同的想法。他說：“曾經被認為不可能的事情是，在一個完全去中心化的、數據連接速度非常慢的網絡上訓練大規模語言模型。”

這正是他的團隊所取得的成就：這個專案改進了Google先前的研究並提高了效能 357倍。結果如何？完全分散的培訓 107億參數模型—規模 OpenAI的開源努力，現在無需中央資料中心即可實現。 Heinrich 補充說：“隨著時間的推移，我們將能夠挖掘更大規模網路中潛在的計算資源，訓練出超越當今集中式 AI 能力的模型。”

社群對人工智慧價值的控制

規模並非唯一的前沿。對海因里希來說，治理同樣重要。 「現在，當你選擇一種模式時，你會繼承它的價值體系，」他解釋道。 “但如果你的價值體係不同呢？”

他強調了中心化人工智慧平台的限制：在 DeepMind 的 Gemini 平台上，提示會被倫理引擎自動過濾，而使用者對此毫無控制權。 Heinrich 提出了一個簡單卻又激進的問題：“為什麼這不應該由社區自己來掌控呢？”

0G Labs 正在設計 社群擁有的人工智慧，其中使用者共同決定指導模型和代理的原則。這種方法可以defi人工智慧如何反映社會價值觀，而不是少數公司的優先事項。

從基礎設施到關鍵任務應用程式

0G Labs 不只是一個平台，它還是一個 推動者 適用於不容許失敗的應用。海因里希設想人工智慧能夠安全地管理機場、製造系統，甚至治理機制。 “我們需要可驗證、透明且安全的人工智慧，”他說，“中心化的黑盒人工智慧無法兌現這一承諾。”

透過去中心化網絡，該公司可以實施諸如懲罰或激勵之類的機制，以確保AI代理的正確行為。 「我們不希望AI超越人類或欺騙系統，」Heinrich補充道。 “只有去中心化的AI才能阻止這種情況。”

Redefining AI-Web3 生態系統

最終，0G Labs 的目標不僅是提供基礎設施，它還是 與人工智慧互動的新範式Heinrich 表示：「開發者、社群和企業將體驗到與他們之前使用的平台不同的 0G。」 透過結合可擴展性、透明度和社群治理，Zero-G 創造了一個安全、負責且與用戶價值觀相一致的 AI 環境。

隨著人工智慧在日常生活中的影響力越來越大，海因里希的願景很明確： 未來，去中心化網路將允許人工智慧無限擴展，同時對其服務的社區負責。