Web3 的陰暗面：去中心化如何助長 AI 偏見_WEB3

原文：venturebeat 

編譯： DeFi 之道， Kyle 

人工智能 (AI) 迅速改變了我們的生活和工作方式。與此同時，AI 數據偏見帶來的挑戰已經走到了最前面。當我們走向 Web3 的未來時，我們自然會看到同時使用 Web3 和 AI 的創新產品、解決方案和服務。而且，雖然一些評論員認為去中心化技術可以解決數據偏見問題，但事實并非完成如此。

圖片來源：由 Maze AI 生成

Web3 市場規模仍然相對較小且難以量化，因為 Web3 生態系統仍處于發展的早期階段，Web3 的確切定義仍在不斷發展。雖然 2021 年的 Web3 市場規模估計接近 20 億美元，但各種分析師和研究公司報告稱，預計復合年增長率 (CAGR) 約為 45%，再加上 Web3 解決方案和消費者采用率的快速增長，到 2030 年，Web3 市場的價值將達到 800 億美元左右。

福布斯中國：2023上半年中美兩國Web3相關新增獨角獸消失:7月31日消息，福布斯中國發布《2023上半年全球新晉獨角獸全名單》，其中顯示，2023上半年全球獨角獸行業分布劇烈變化的主要動因來自于中國和美國。人工智能與新能源相關企業是今年上半年全球獨角獸維持增長的中流砥柱，有超過60%的新晉獨角獸公司來自這兩個領域，但隨著美國對Web3領域的監管加強，市場也開始對Crypto望而卻步，Web3相關新增獨角獸消失。2023上半年美國和中國虛擬貨幣領域獨角獸數量均為0，其中美國虛擬貨幣領域獨角獸環比減少7家。[2023/7/31 16:09:42]

雖然 Web3 正在快速增長，但該行業的現狀與其他科技行業因素相結合是 AI 數據偏見走上錯誤道路的原因。

數據偏見、質量和數量之間的聯系

Web3初創公司nealthy完成130萬美元pre-seed輪融資:3月7日消息，Web3初創公司nealthy宣布完成130萬美元pre-seed輪融資，“DonGeraldo”等天使投資人參投。Nealthy 的創始人將利用這些資金來發展核心團隊、聘請人才并促進銷售和發展。

nealthy通過區塊鏈技術處理交易并提供指數代幣，使投資者能夠快速、無憂地進入Web3市場，該指數代幣通過存儲多種虛擬資產“復制”了傳統ETF結構。此外，nealthy還推出了首個動態藍籌NFT代幣“NFTS” ，預計在2023年夏季發布。[2023/3/7 12:47:46]

AI 系統依靠大量高質量數據來訓練它們的算法。OpenAI 的 GPT-3（包括 ChatGPT 模型）在大量高質量數據上進行了訓練。OpenAI并未透露用于訓練的確切數據量，但估計在千億字量級或更多。

Web3社交媒體平臺ReelStar通過IT0完成超500萬美元募資:11月22日消息，Web3社交媒體平臺ReelStar宣布通過IT0完成500萬美元募資，該平臺架構基于Polygon和BSC，未來也將拓展到其他區塊鏈網絡，用戶可以創建基于NFT的生成內容，其目標是激發和重振全球媒體和娛樂業。[2022/11/22 7:55:33]

數據經過過濾和預處理，以確保其質量高且與語言生成任務相關。OpenAI 使用先進的機器學習 (ML) 技術（例如 Transformer）在這個大型數據集上訓練模型，使其能夠學習單詞和短語之間的模式和關系，并生成高質量的文本。

AI 訓練數據的質量對 ML 模型的性能有重大影響，數據集的大小也是決定模型泛化到新數據和任務能力的關鍵因素。但是，質量和數量都會對數據偏見產生重大影響，這也是事實。

日本數字廳Web3研究小組將建立DAO:金色財經報道，日本數字機構在11月2日的第五屆Web 3.0研究小組會議上宣布建立自己的DAO（去中心化的自治組織）。會議還討論了加密資產、DeFi、NFT、DAO和元宇宙與Web 3有關的優勢和風險以及問題。 有人建議，應采取基于\"Web 3.0的未來愿景”的方法，面對當前的系統，研究應如何改變它以實現這一愿景。此外，該小組計劃 研究賦予DAO法人地位的立法措施的好處和挑戰。[2022/11/3 12:13:01]

數據偏見的獨特風險

AI 中的數據偏見是一個重要問題，因為它可能在就業、信貸、住房和刑事司法等領域導致不公平、歧視和有害的結果。

2018 年，亞馬遜被迫廢棄了一款顯示出對女性有偏見的 AI 招聘工具。該工具接受了對過去 10 年期間提交給亞馬遜的簡歷的培訓，其中主要包括男性候選人，導致 AI 減少了包含“女性”和“女人”等詞的簡歷。

Web3合規公司Satschel完成520萬美元的種子輪融資:金色財經報道，Web3合規公司Satschel已經籌集了520萬美元的種子輪融資，由早期風險投資公司Brand Foundry Ventures領投。

該種子輪融資是在Satschel宣布與特殊用途車輛(SPV)金融科技公司Assure建立合作伙伴關系的幾天后完成的。[2022/9/16 7:01:40]

2019 年，研究人員發現，一種用于預測患者預后的商用 AI 算法對黑人患者存在偏見。該算法主要針對白人患者數據進行訓練，導致其對黑人患者的假陽性率更高。

Web3 解決方案的去中心化性質與 AI 相結合，帶來獨特的偏見風險。這種環境中數據的質量和可用性可能是一個挑戰，這使得準確訓練 AI 算法變得困難，這不僅是因為缺乏使用中的 Web3 解決方案，還因為缺乏有能力使用它們的人群。

我們可以從 23andMe 等公司收集的基因組數據中得出相似之處，這些數據對貧困和邊緣化社區存在偏見。23andMe 等 DNA 檢測服務的成本、可用性和目標營銷限制了來自低收入社區或生活在該服務未運營地區的個人獲得這些服務的機會，這些地區往往是較貧窮、欠發達國家。

因此，這些公司收集的數據可能無法準確反映更廣泛人群的基因組多樣性，從而導致基因研究以及醫療保健和醫學發展的潛在偏差。

這讓我們想到了 Web3 增加 AI 數據偏見的另一個原因。

行業偏見和對道德的關注

Web3 創業行業缺乏多樣性是一個主要問題。截至 2022 年，女性占據了 26.7% 的技術職位。其中，56% 是有色人種女性。科技行業的高管職位中女性比例更低。

在 Web3 中，這種不平衡加劇了。根據各種分析師的說法，只有不到 5% 的 Web3 初創公司擁有女性創始人。這種多樣性的缺乏意味著 AI 數據偏見很可能被男性和白人創始人無意識地忽視為一個問題。

為了克服這些挑戰，Web3 行業必須在其數據源和團隊中優先考慮多樣性和包容性。此外，該行業需要改變為什么多樣性、平等和包容是必要的故事。

從財務和可擴展性的角度來看，從不同角度設計的產品和服務更有可能為數十億客戶服務，而不是數百萬客戶，這使得那些擁有多元化團隊的初創公司更有可能獲得高回報和全球規模的能力。Web3 行業還必須關注數據質量和準確性，確保用于訓練 AI 算法的數據沒有偏見。

Web3 能否解決 AI 數據偏差問題？

應對這些挑戰的一種解決方案是開發去中心化的數據市場，允許個人和組織之間安全、透明地交換數據。這有助于降低數據偏差的風險，因為它允許在訓練 AI 算法時使用更廣泛的數據。此外，可以利用區塊鏈技術保證數據的透明性和準確性，使算法不產生偏見。

但是，最終，在主流受眾使用 Web3 解決方案之前，我們將面臨多年尋找廣泛數據源的重大挑戰。

雖然 Web3 和區塊鏈繼續出現在主流新聞中，但此類產品和服務最有可能吸引初創企業和技術社區的人們——我們知道這些社區缺乏多樣性，但在全球市場中所占的份額相對較小。

很難估計在 Web3 初創公司工作的世界人口的百分比。近年來，該行業在美國創造了大約 300 萬個工作崗位。如果將這一數字與美國總人口相比——并且不考慮失去的工作崗位——這個科技行業遠不能代表適齡工作的公民。

在 Web3 解決方案變得更加主流并將其吸引力和使用范圍擴大到那些對技術具有內在興趣并變得負擔得起并且足以被更廣泛的人群使用之前，獲得足夠數量的高質量數據來訓練 AI 系統仍然是一個重大障礙。業界現在必須采取措施解決這個問題。

DeFi之道

個人專欄

閱讀更多

金色財經 善歐巴

金色早8點

白話區塊鏈

Arcane Labs

Odaily星球日報

MarsBit

歐科云鏈

深潮TechFlow

BTCStudy

Tags：WEBWEB3NEALALTWEB3ALLBI幣web3游戲公司NEAL價格ALTBULL價格

Polygon