Oblasť umelej inteligencie sa rýchlo konsoliduje. Päť popredných laboratórií (OpenAI, Anthropic, Google DeepMind, Meta a xAI) kontroluje väčšinu najvýkonnejších modelov na svete, proprietárne dáta, na ktorých boli vytrénované, a výpočtové klastre potrebné na trénovanie ďalších modelov. Decentralizovaná umelá inteligencia je odpoveďou vychádzajúcou z kryptomenového prostredia.
Decentralizovaná umelá inteligencia, alebo DeAI, je koncepcia, podľa ktorej komponenty, na ktorých funguje moderná umelá inteligencia, môžu byť koordinované prostredníctvom blockchainov a tokenových stimulov namiesto jednej spoločnosti. Jej cieľom nie je prekonať OpenAI na grafickom klastrovom systéme za 10 miliárd dolárov, ale vytvoriť otvorené alternatívy na úrovniach, kde decentralizácia skutočne funguje.
Čo je decentralizovaná umelá inteligencia?
Decentralizovaná umelá inteligencia, často skrátene označovaná ako DeAI, označuje systémy umelej inteligencie postavené na blockchainovej infraštruktúre a koordinované prostredníctvom tokenových stimulov – výpočtovú kapacitu, dáta, modely a rozhodovanie tak rozdeľujú medzi mnohých účastníkov namiesto jednej spoločnosti.
Skratka „DeAI“ (s veľkým D a veľkým AI) sa v tejto oblasti stala štandardom; v celom texte ju používame ako synonymum pre „decentralizovanú umelú inteligenciu“. Tento pojem je širší než akýkoľvek jednotlivý projekt. Zahŕňa súbor komponentov (výpočtové trhy na spodnej úrovni, dátové a modelové siete uprostred, rámce agentov na vrchole), ktoré sú prepojené koordinačnými vrstvami blockchainu.
Cieľom iniciatívy DeAI je bojovať proti trom trendom. Po prvé, proti koncentrácii špičkovej umelej inteligencie v piatich laboratóriách, ktorých vnútorná koordinácia, rozhodnutia o bezpečnosti a cenotvorba ovplyvňujú všetkých. Po druhé, neprehľadnosť uzavretých modelov trénovaných na údajoch, ktoré verejnosť nemôže vidieť a s ktorými nesúhlasila. Po tretie, nesúlad medzi laboratóriami umelej inteligencie a používateľmi, na ktorých údajoch boli trénované: hodnota tečie jedným smerom, pričom prispievatelia nedostávajú žiadne tokeny, podiely ani výnosy.
Žiaden z týchto problémov sa pridaním blockchainu úplne nevyrieši. Každý z nich sa však stáva ľahšie riešiteľným, ak je možné koordinovať vlastníctvo, platby a potvrdenia v systéme bez nutnosti povolenia.
Decentralizovaná umelá inteligencia verzus federatívne učenie
Pojmy „decentralizovaná umelá inteligencia“ a „federatívne učenie“ znejú podobne, riešia však úplne odlišné problémy. Federatívne učenie je technika strojového učenia zohľadňujúca ochranu súkromia, ktorú využívajú veľké technologické spoločnosti; DeAI je hnutie založené na kryptomenách, ktoré stavia na blockchainoch a tokenoch.
Pri federatívnom učení sa model trénuje na viacerých zariadeniach (váš telefón, servery nemocnice, databáza banky), pričom surové údaje nikdy neopúšťajú jednotlivé zariadenia. Prenášajú sa iba aktualizácie modelu. Google Gboard ho používa na predikciu nasledujúceho slova; Apple ho používa na učenie sa na zariadení; lekárske konzorciá ho používajú na trénovanie diagnostických modelov bez odhalenia záznamov o pacientoch. Všetko koordinuje centrálna strana, zvyčajne spoločnosť, ktorá model vlastní.
DeAI je opakom centrálnej koordinácie. Výpočtové zdroje, dáta a niekedy aj samotný model sú vo vlastníctve a prevádzke mnohých nezávislých subjektov. Ich činnosť koordinuje blockchain; užitočné príspevky sú odmeňované tokenmi.
Tieto dva prístupy je možné kombinovať, keďže techniky federovaného učenia môžu bežať v rámci systémov DeAI s cieľom chrániť súkromie. Samotné federované učenie však ešte neznamená DeAI. Federované učenie sa týka toho, ako prebieha výpočet. DeAI sa týka toho, kto je vlastníkom systému.
Ako funguje decentralizovaná umelá inteligencia
DeAI nie je jedna technológia, ale súbor technológií. Dôležité sú štyri vrstvy, z ktorých každá má svoje vlastné projekty.
Výpočtová vrstva
Grafické procesory (GPU) a ďalší hardvér potrebný na trénovanie a prevádzku modelov umelej inteligencie. Práve v tejto oblasti sa DeAI priamo prekrýva s DePIN. Sieťami ako Render, Akash a io.net sa decentralizovaný výpočtový výkon GPU prenajíma na úlohy v oblasti umelej inteligencie – od jednotlivcov, ktorí vo voľnom čase vykonávajú inferenčné úlohy, až po startupy vykonávajúce jemné ladenie vo veľkom meradle. Nedostatok GPU v rokoch 2024–2026 spôsobil, že táto vrstva sa stala najaktívnejšou súčasťou ekosystému DeAI.
Úrovňa údajov
Datové súbory potrebné na trénovanie modelov. Decentralizované trhy s dátami umožňujú vlastníkom dát zarábať na datových súboroch bez toho, aby sa vzdali kontroly nad nimi. Úložné siete ako Filecoin a Arweave hostujú váhy modelov, trénovacie datové súbory a výstupy. Objem je tu v porovnaní s centralizovanými sprostredkovateľmi dát stále skromný, ale infraštruktúra funguje.
Vrstva modelu
Modely s otvorenou váhou, ktoré môže ktokoľvek spúšťať, ladit alebo upravovať. Tréningové siete motivované tokenmi, z ktorých najznámejšia je Bittensor, odmeňujú účastníkov za prispievanie užitočnými vylepšeniami modelov pri konkrétnych úlohách. Všimnite si, že samotná „otvorená váha“ (modely Llama od Meta, modely Mistral) nie je DeAI. Je to open source. DeAI pridáva k otvorenosti koordináciu blockchainu a tokenovú ekonomiku.
Vrstva inferencie a agentov
Keď už model existuje, niekto ho musí spustiť. Decentralizované inferenčné siete túto prácu rozdeľujú medzi viacerých prevádzkovateľov uzlov. Nad tým všetkým sa nachádza vrstva agentov umelej inteligencie – autonómne programy, ktoré konajú v mene používateľa a čoraz častejšie realizujú platby v kryptomenách. Medzi najčastejšie spomínané projekty v tejto oblasti patria Olas a Virtuals Protocol, ktoré sa však stále vyvíjajú.
Najdôležitejšie projekty v oblasti DeAI, ktoré by ste mali poznať v roku 2026
DeAI je kategória, nie konkrétny konkurent OpenAI. Projekty zaraďujte podľa toho, čím sa skutočne zaoberajú.
Blockchainy s integrovanou umelou inteligenciou a trénovacie siete
Najčastejšie sa uvádza príklad Bittensor (TAO). Prevádzkuje 128 aktívnych „podsietí“, z ktorých každá predstavuje špecializovaný trh pre jednu úlohu v oblasti umelej inteligencie: predtrénovanie jazykových modelov, vkladanie obrazov, finančné prognózy, reč a vyhľadávanie.
Ťažiari v jednotlivých podsieťach súťažia o odmeny v podobe tokenov na základe kvality výstupu. V prvom štvrťroku 2026 spoločnosť NVIDIA investovala 420 miliónov dolárov a Polychain Capital prispel sumou 200 miliónov dolárov, čím sa celkový objem inštitucionálnych investícií zvýšil na viac ako 620 miliónov dolárov. Tržby siete dosiahli v poslednom štvrťroku 43 miliónov dolárov.
Aliancia ASI
Spoločnosti Fetch.ai, SingularityNET, Ocean Protocol a (neskôr) CUDOS sa v roku 2024 spojili a vytvorili Alianciu umelej superinteligencie (Artificial Superintelligence Alliance), pričom svoje tokeny zlúčili do jedného tokenu FET s plánom premenovať ho na ASI. Úplná zmena názvu sa však na burzách nikdy nedokončila, a preto väčšina z nich stále uvádza FET.
V októbri 2025 sa Ocean Protocol formálne stiahol z aliancie kvôli sporom týkajúcim sa správy a riadenia. Zostávajúci členovia (Fetch.ai, SingularityNET a CUDOS) pokračujú vo vývoji produktov, medzi ktoré patrí ASI-1 mini, Web3-natívny LLM s 7 miliardami parametrov, a plánovaná vrstva 1 s názvom ASI Chain.
Zástupcovia
Olas sa zameriava na ekonomiku autonómnych agentov: nezávislé programy, ktoré si navzájom platia, koordinujú sa a plnia úlohy. Virtuals Protocol sa zameriava na spotrebiteľské AI agenty, najmä v oblasti hier a sociálnych sietí. Táto vrstva je najnovšia a stále sa vyvíja.
Čo je skutočne decentralizované a čo nie
DeAI má skutočný rozmach, ale aj reálne nedostatky. Úprimné zhodnotenie, krok za krokom:
Školenie modelov Frontier: stále centralizované
Trénovanie modelu v rozsahu GPT-5 si vyžaduje stovky miliónov dolárov na koordinované výpočtové kapacity, proprietárne údaje a centralizovaný tím inžinierov. Žiaden projekt zameraný na odstránenie umelej inteligencie (DeAI) to v takomto rozsahu nerobí a v blízkej budúcnosti ani robiť nebude.
Dokonca aj najväčší technický míľnik projektu Bittensor (spoločný predtréning modelu Covenant AI s 72 miliardami parametrov, ktorý prebehol v marci 2026) bol o niekoľko rádov menší než úsilie špičkových laboratórií. Covenant neskôr zo siete vystúpil a v súvislosti so spormi o riadení označil decentralizáciu za „divadlo“, čím pripomenul, že pojem „decentralizovaný“ môže opisovať matematiku bez toho, aby opisoval moc.
Výpočtová technika: skutočná decentralizácia
Grafické karty sú vzájomne zameniteľné, úlohy sú krátkodobé a overovanie výstupov je jednoduché, a práve preto sa tu podarilo zabezpečiť dostatočnú ponuku. Render spracováva približne 1,5 milióna snímok mesačne; spoločnosť Akash prekročila v 1. štvrťroku 2026 hranicu 5 miliónov dolárov vynaložených na výpočtový výkon; io.net združuje grafické karty vo viac ako 130 krajinách. Tá istá karta, na ktorej sa v noci hrá videohra, môže na druhý deň ráno spustiť úlohu inferencie a zákazník nemusí vedieť, kto je jej vlastníkom.
Záver: realizovateľné a na vzostupe
Inferencia je bezstavová, úlohy sú malé a výstupy overiteľné – ide o prirodzenú ďalšiu vrstvu, ktorú je možné decentralizovať po surovom výpočtovom výkone. Sieť využíva spotrebiteľské a herné grafické karty, ktoré by inak zostali nevyužité, takže malý model s otvorenou váhou, ako je Llama-3-8B, sa často dá spustiť za polovičné náklady v porovnaní s AWS alebo Azure. Rozdiel sa zmenšuje s rastom veľkosti modelu; decentralizované poskytovanie modelu s 400 miliardami parametrov je stále ťažšie ako na hyperscaleri.
Trhy s dátami: ešte v plienkach, ale reálne
Siete ako Vana pre osobné údaje a Grass pre údaje získané z webu dokazujú, že decentralizovaná výmena údajov je technicky realizovateľná. Zložitejšou otázkou je dopyt. Laboratóriá umelej inteligencie už majú všetko, čo potrebujú: údaje získané z otvoreného webu a prémiové priame dohody (Reddit – Google, NYT – OpenAI, Shutterstock). Decentralizované trhoviská riešia problém na strane ponuky, ktorý na strane dopytu zatiaľ neexistuje, hoci sa to zmení, ak sa trénovacie údaje stanú viac spornými.
Výskum a vývoj motivovaný tokenmi: pôsobenie v úzkych špecializovaných oblastiach
Odmeny v podobe tokenov sa osvedčujú pri postupnom zlepšovaní merateľných úloh (presnosť premeny reči na text, kvalita vkladania, referenčné testy klasifikácie obrázkov) a podsiete Bittensor vytvárajú konkurencieschopné modely práve v týchto špecifických oblastiach. Čo tokeny nedokážu ľahko financovať, je prelomový výskum, ktorý si vyžaduje roky trpezlivého kapitálu, nákladné experimenty a toleranciu voči neúspechu. Spory o riadenie spoločnosti Bittensor tiež vyvolávajú štrukturálnu otázku: výskum a vývoj zameraný na tokeny funguje len tak dobre, ako protokol, ktorý ho obklopuje.
Záver
Zaujímavou otázkou ohľadom DeAI v roku 2026 je, ktoré vrstvy tejto architektúry obstojí, keď príde na podrobné preskúmanie. Výpočtové a inferenčné vrstvy vykonávajú skutočnú, merateľnú prácu pre platiacich zákazníkov.
Trhy s dátami a modelmi síce rastú, ale ich spoľahlivosť nie je zatiaľ overená. Úroveň správy (tá časť, ktorá rozhoduje o tom, či pojem „decentralizovaný“ opisuje matematický model alebo mocenské vzťahy) neustále vyvoláva kontroverzie, ako napríklad odchod spoločnosti Ocean z aliancie ASI Alliance či odchod spoločnosti Covenant z Bittensor.
DeAI v roku 2026 OpenAI nenahradí a možno to nikdy neurobí. Vytvára však skutočné alternatívy v strednej a okrajovej časti technologického reťazca, a práve tam bude väčšina ľudí s umelou inteligenciou nakoniec aj tak komunikovať.
