埃隆·马斯克对OpenAI提起诉讼，指控其偏离了为人类利益开发通用人工智能（AGI）的使命。卡洛斯·E·佩雷斯怀疑这场诉讼可能会将当前的生成式人工智能市场领导者变成下一个WeWork。
去盈利化是这场法律战斗的焦点。然而，过分强调利润背叛了既得的公司利益。这也转移了对终端用户更为关键的关注，即道德人工智能培训和数据管理。
Grok，埃隆的心血结晶和ChatGPT的竞争对手，可以从推特中获取“实时信息”。OpenAI以侵犯版权的方式广泛获取数据而臭名昭著。现在，谷歌已经达成6千万美元的协议，以获取Reddit用户的数据来训练Gemini和Cloud AI。
在这种环境下，仅仅推动开源并不符合用户的利益。他们需要确保获得有意义的同意和补偿来帮助训练LLMs。在这方面，建立工具以众包人工智能培训数据的新兴平台至关重要。更多内容稍后会有介绍。
大多数用户并非为了盈利而使用互联网，全球有超过53亿人使用互联网，大约93%的人使用集中式社交媒体。因此，很可能2023年在线产生的1470亿TB数据中的大部分是由用户生成的。预计到2025年，这一数字将超过1800亿。
尽管这些大规模数据集或“公开可用信息”推动了人工智能的培训和发展，但大多数时候用户并未从中受益。他们既没有控制权，也没有真正的所有权。“我同意”的方式并不具有意义，最多是欺骗，最坏是胁迫。
数据是新的石油。对大型科技公司来说，让终端用户对其数据拥有更多控制权并不符合利益。首先，向用户支付数据将显着增加LLM的培训成本，这已经超过1亿美元。然而，正如克里斯·迪克森在《阅读、写作、拥有》中所主张的那样，控制并潜在“毁掉一切”的五家大公司是通向反乌托邦的快车道。
然而，随着区块链作为分布式数据层和事实来源的发展，用户最好的时代才刚刚开始。最重要的是，与大公司不同，新时代的人工智能公司接受这种替代方案以获得更好的性能、成本效益，最终造福人类。
众包数据用于道德人工智能培训
Web2的“读-写-信任”模型依赖于实体和利益相关者不作恶。但人类的贪婪无止境——我们都是一群“自私的无赖”，用18世纪哲学家大卫·休谈的话来说。
因此，Web3的“读-写-拥有”模型使用区块链、密码学等技术，使分布式网络参与者无法作恶。克里斯在他的著作中广泛探讨了这一观念。
Web3技术堆栈基本上是面向社区和用户的。提供工具包，让用户重新获得对其数据（财务、社交、创造性等）的控制权，是该领域的核心前提。例如，区块链作为分布式、可验证的数据层，用于结算交易并以不可改变的方式建立数据来源。
此外，过去几年出现了可行的隐私和安全机制，如零知识证明（zkProofs）或多方计算（MPC）。它们为数据验证、共享和管理开辟了新的途径，使交易对手能够建立真相，而无需透露内容。
从人工智能培训的角度来看，这些广泛的能力非常重要。现在可以在不依赖于中心化提供商或验证者的情况下获取可靠的数据。但最重要的是，Web3的去中心化、非中介化的特性有助于直接连接那些产生数据（即用户）和需要这些数据来训练人工智能模型的项目。
去除“受信任的中介”和守门人大大降低了成本。这也使项目能够补偿用户的努力和贡献，从而激励用户。例如，用户可以通过完成诸如记录本地方言的脚本、识别和标记物体、对图像进行排序和分类、对非结构化数据进行结构化等微任务来赚取加密货币。
另一方面，公司可以利用被人类验证的高质量数据构建更准确的模型，并以公平的价格。这是一个双赢局面。
自下而上的进步，不仅仅是开源
传统框架对个人和用户群体来说如此倾向，单纯的开源并不意味着什么。必须对现有的商业模式和培训框架进行根本性的变革，以确保道德人工智能培训。
用自下而上的方式取代自上而下的系统是正确的道路。这也是建立一个重视所有权、自主权和协作的精英秩序的方式。在这个世界中，公平分配是最有利可图的，而非最大化。
有趣的是，这些系统将使大公司受益，同时也将赋予较小企业和个人用户更多权力。因为毕竟，高质量的数据、公平的价格和准确的人工智能模型是每个人都需要的东西。
现在，有了激励措施，行业共同利益在于接受和采用新时代模式。坚守狭隘、短视的收益不会有助于长远发展。未来的需求与过去不同。
