In un mondo in cui ci si fida sempre meno delle informazioni, la blockchain potrebbe rappresentare una salvezza per i dati verificabili

Nell'attuale contesto di fake news, fatti alternativi, fonti non verificate e semplici bugie, può essere estremamente difficile fidarsi di ciò che viene pubblicato. Tuttavia, questo problema si estende ben oltre le notizie politiche o le storie esagerate. Ci troviamo in un ambiente in cui disponiamo di più dati che mai, facciamo affidamento su più dati che mai, ma la nostra capacità di verificarli è messa a dura prova ben oltre i suoi limiti.  

La promessa e il problema dei dati

In particolare, il settore dell'intelligenza artificiale ha notevolmente aumentato la nostra fame di dati. Sebbene potremmo sempre utilizzare l'analisi statistica dei dati per ottenere determinate informazioni, l'intelligenza artificiale ci ha dato quello che sembra un potere illimitato, se solo avessimo i dati giusti per addestrare un algoritmo. Con il set di dati di addestramento appropriato, un algoritmo di intelligenza artificiale può classificare diverse categorie di dati, ad esempiodentun prodotto in base a una foto. Può utilizzare i dati per prevedere cose che sarebbero impossibili da individuare per gli esseri umani: prevedere comportamenti fraudolenti sul tuo conto bancario, quanto tempo impiegherà un pacco per arrivare e se un'altra auto entrerà in collisione con il tuo veicolo a guida automatica. Può ottimizzare un problema basandosi sui dati, ad esempio snellire una fabbrica, adattare tutti i tuoi appuntamenti in base ai vincoli della tua agenda e rendere più fluidi i movimenti di un robot. Con dati sufficienti, un algoritmo di intelligenza artificiale come un modello linguistico di grandi dimensioni, come quello di ChatGPT e modelli simili, può rispondere a un'ampia gamma di domande, spesso con una precisione sorprendentemente elevata. Nel giro di pochi anni ci siamo ritrovati completamentedent dall'intelligenza artificiale, perché ne stiamo ancora scoprendo le capacità (e i limiti).

Come avrete notato, il denominatore comune è rappresentato dai dati. Il problema, tuttavia, è che la semplice disponibilità di dati non è sufficiente per costruire un algoritmo di intelligenza artificiale efficace. Creare un modello di IA efficiente è in realtà molto più complesso e difficile di quanto possa sembrare. Richiede una notevole competenza per selezionare l'algoritmo giusto, regolare i parametri (chiamati iperparametri) e addestrare/testare il modello per garantirne il corretto funzionamento. Affinché tutto ciò funzioni, lo sviluppatore deve creare o raccogliere i dati appropriati da utilizzare per l'addestramento, etichettarli dove necessario e verificarne la correttezza. La quantità di dati necessari varia, ma può essere considerevole, soprattutto se il modello deve prendere decisioni complesse, scegliere tra diverse categorie o identificaredentmolto piccoli (come ad esempio individuare difetti microscopici in un prodotto).  

Il fatto è che creare algoritmi di intelligenza artificiale efficaci sta diventando sempre più facile, mentre trovare (o creare) i dati giusti per addestrare il modello si fa più difficile, poiché i problemi che vogliamo risolvere diventano più complessi, i dati necessari sono ingenti e complessi, oppure, pur avendo a disposizione i dati, la loro validità è dubbia. Cosa si può fare per raccogliere e validare queste trilioni e trilioni di punti dati? Analizziamo questo problema ed esploriamo perché le caratteristiche chiave della blockchain potrebbero offrire una soluzione, con piattaforme come Synesis One che hanno già dimostrato un grande potenziale nel mobilitare un gran numero di persone attraverso la decentralizzazione.

Il settore della raccolta dati 

Per raccogliere correttamente i dati necessari per un modello di intelligenza artificiale, è necessario innanzitutto comprendere il problema che si sta cercando di risolvere. Da un lato, in questo settore, ci sono aziende, organizzazioni e persino individui con problemi da risolvere. Per trovare o creare i dati giusti, devono essere in grado di articolare ciò che stanno cercando di risolvere con un livello di dettaglio sufficiente affinché gli esperti di dati possano comprendere che tipo di dati, che tipo di etichettatura o convalida e quanta parte di essi sia necessaria. Idealmente, queste entità dovrebbero comunicare il loro problema e di che tipo di dati hanno bisogno. Se si trattasse di un report o di un'analisi, si potrebbe utilizzare la consolidata gig economy per trovare qualcuno qualificato per il lavoro. La sfida è che, con i set di dati necessari per l'intelligenza artificiale, si tratta spesso di un lavoro molto più ampio di quanto una sola persona possa gestire. Tuttavia, i singoli elementi di solito non sono difficili, non richiedono formazione nella maggior parte dei casi e possono essere suddivisi in incrementi di un singolo punto dati. Questo è l'ideale per distribuire il lavoro a molte persone diverse. Se molte persone riescono a raccogliere o creare ciascuna un piccolo numero di punti dati in modo affidabile, e poi eventualmente etichettare i dati se necessario utilizzando alcune linee guida di base, l'entità che cerca di risolvere il problema avrà tutto ciò di cui ha bisogno per iniziare.

Decentralizzazione al lavoro

È qui che la blockchain, e in particolare la decentralizzazione, è perfetta. Come accennato in precedenza, Synesis One e altre aziende Web3 emergenti stanno creando un intero settore di creazione, raccolta e convalida dei dati. La blockchain è perfetta perché consente agli smarttracdi automatizzare il processo, consente ai partecipanti di essere praticamente ovunque nel mondo (aumentando le probabilità che qualcuno si occupi del problema) e consente persino il pagamento tramite criptovaluta, che è in gran parte senza confini. Il risultato? Molte persone diverse seguono istruzioni di base per creare o trovare i dati corretti, convalidarli, eseguire alcune revisioni tra pari se necessario (per garantire che tutti stiano facendo il lavoro correttamente) e confezionarli in un set di dati gradevole e pronto all'uso.  

Sebbene il concetto possa sembrare piuttosto elementare, per la comunità dell'IA è in realtà rivoluzionario. Le limitazioni dei dati sono da tempo una maledizione per gli sviluppatori di IA in tutto il mondo, spesso impossibilitati a creare autonomamente questi set di dati e privi delle risorse per assumere direttamente le persone necessarie. Solo attraverso un sistema ultra-efficiente come la decentralizzazione è possibile reclutare molte persone diverse, ciascuna delle quali può contribuire con una piccola somma, essere ricompensata per i propri sforzi e contribuire alla pila che alla fine diventa dati utilizzabili.  

La popolazione in generale, compresi coloro che lavorano nel settore tecnologico, non comprende quanto lavoro e input umani siano necessari sul lato dati dell'IA affinché i modelli migliori funzionino così bene come funzionano ora.@Lempheter fa un lavoro straordinario in questo thread, analizzando alcuni colli di bottiglia nel... https://t.co/FFO3sAO3fr

— Synesis One (@synesis_one) 2 maggio 2024

Cosa succederà adesso?

Con uno dei principali colli di bottiglia del progresso dell'IA potenzialmente risolto, il mercato dei dati decentralizzati contribuirà ad accelerare l'introduzione dell'IA nella nostra vita quotidiana, rendendo al contempo un'IA utilizzabile e personalizzata più accessibile alle piccole imprese e persino ai privati. Vedremo sicuramente questo settore espandersi, se non addirittura esplodere, nel prossimo futuro, offrendo un importante caso d'uso nel Web3 completamente separato da DeFi, NFT o qualsiasi altro utilizzo "hype" a cui il grande pubblico pensa quando sente il termine "blockchain". Con un po' di fortuna, potrebbero iniziare a pensare alla blockchain come al principale impulso di cui il settore dell'IA ha bisogno.