AI Phi Tập Trung – Có thật sự "an toàn hơn" không?

[Hoàng Bảo Anh]

Câu hỏi lớn

Khi AI ngày càng nắm quyền quyết định, liệu chúng ta có thể tin tưởng rằng một AI tập trung, do một công ty kiểm soát, sẽ không làm điều tệ hại?

Câu trả lời của nhóm nghiên cứu MIT DCI:
"Không. Nhưng AI phi tập trung cũng không đương nhiên tốt hơn. Ta cần thiết kế lại cách quản trị và hạ tầng AI."

AI Tập Trung: Vấn đề là gì?

Rủi ro	Mô tả
Kiểm soát bởi 1 thực thể	Các BigTech sở hữu mô hình, dữ liệu, hạ tầng
Tư duy hộp đen	Không ai ngoài họ hiểu AI quyết định dựa trên gì
Cấm đoán & thiên vị	Có thể bị áp đặt định kiến, kiểm duyệt dữ liệu
Không thể audit	AI chạy ở backend, người ngoài không thể kiểm tra

Giới thiệu Decentralized AI (DAI)

AI phi tập trung là một mô hình trong đó:

• Dữ liệu, mô hình, tính toán được phân phối trên mạng (ví dụ: blockchain, IPFS, federated learning)
• Nhiều bên có thể cùng đóng góp & cùng kiểm soát
• Quá trình huấn luyện, inference có thể audit & tái hiện

Ví dụ các nền tảng DAI:

• Ocean Protocol (chia sẻ dữ liệu AI phi tập trung)
• Fetch.ai (agent AI trên blockchain)
• Bittensor (mạng lưới học máy mở)

Ưu điểm của DAI

Ưu điểm	Giải thích
Minh bạch	Tất cả hoạt động AI đều có thể kiểm chứng on-chain
Chống kiểm duyệt	Không một thực thể nào có thể chặn/cấm truy cập
Đa quan điểm	Nhiều mô hình, nhiều nguồn dữ liệu = đa dạng hóa
Hợp tác + cạnh tranh lành mạnh	AI có thể “đấu trí” với nhau → nâng cao chất lượng

Blockchain đóng vai trò gì?

• Lưu trữ bằng chứng huấn luyện (model checkpoint, weights hash)
• Giao dịch dữ liệu & AI model bằng smart contract
• Tạo thị trường AI open-source (Data-as-a-Service, Model-as-a-Service)
• Giúp quản trị phi tập trung (DAO điều hành mạng AI)

AI Decentralization ≠ An Toàn Tuyệt Đối

MIT DCI chỉ ra rằng: Phi tập trung không tự động = an toàn.

Vấn đề tiềm ẩn	DAI cũng có
Sybil Attack	Một người tạo nhiều node để kiểm soát mạng AI
Spam model	AI chất lượng thấp, nhiễu tràn ngập
Poisoned Data	Dữ liệu đào tạo bị tiêm độc (data poisoning)
Bất đồng mô hình	Không có đồng thuận về chất lượng hoặc đạo đức

MIT đề xuất mô hình kết hợp

"Cần có một cơ chế điều phối vừa minh bạch (blockchain) vừa có trách nhiệm (AI governance)." – MIT DCI

Họ đề xuất mô hình gọi là Trust Layer:

• AI chạy phân tán, nhưng có một lớp đồng thuận ghi nhận & đánh giá model
• Governance Layer đưa ra các tiêu chuẩn đạo đức, kỹ thuật, audit
• AI không thể deploy nếu chưa được đánh giá chất lượng, tránh bias/toxic

Use Case thực tế

1. AI Chatbot phi tập trung:
   → Người dùng chọn mô hình phù hợp từ DAO (ví dụ: “nói thật”, “nói đạo đức”, “tư bản chủ nghĩa” )
2. AI y tế:
   → Mô hình huấn luyện trên nhiều bệnh viện khác nhau (federated learning) nhưng kiểm chứng bằng ZK proof
3. AI sáng tạo nội dung:
   → Mỗi nghệ sĩ “dạy” AI phong cách của mình và nhận phần thưởng nếu AI dùng được – reward được ghi nhận bằng blockchain

Tài liệu tham khảo

• MIT DCI: https://www.dci.mit.edu/research
• Bài gốc: Is Decentralized AI Safer?, arXiv:2201.05383 (2022)
• Ocean Protocol, Bittensor, SingularityNET, Fetch.ai – các dự án đi đầu trong DAI

Kết luận

AI phi tập trung không phải là thuốc tiên, nhưng là một hướng đi đầy triển vọng trong việc tạo ra trí tuệ nhân tạo có thể kiểm chứng, minh bạch và công bằng hơn.

Để đạt được điều đó, ta cần:

• Blockchain làm “sổ cái hành vi AI”
• DAO làm cơ quan “giám sát đạo đức AI”
• Và cộng đồng cùng nhau tạo ra AI vì con người, không vì quyền lực.