探索區塊鏈和人工智能的未來

來源：ArcheType

作者：ArcheType

編譯： Techub News-Morffi

編輯：Techub News-Junge

丨 平臺轉變，迎接平臺轉變……

世界是由技術或基礎設施在不同時期會發生非同尋常的巨變，從而引發一代又一代的創新。想想電報和鐵路、光纖電纜和互聯網，或者移動電話和 3G。

我們相信，人工智能（AI）和區塊鏈這兩個突破性前沿領域的交匯也代表着一個類似的變革時刻。

丨 本文論點的三個重要支柱：

丨 區塊鏈可以提供優越的設計空間

AI的高影響領域很多，但可以總結為三個主要類別：

特別是，生成式AI(一種可用於創建新的內容和想法（包括對話、故事、圖像、視頻和音樂）的AI)帶來了獨特的挑战和機遇，相信這將發揮區塊鏈技術的優勢。

要了解原因，就必須考慮驅動智能系統進化的核心輸入。機器學習（ML）的根本動力來自數據（數量，但質量也越來越高）、反饋機制和計算能力。

像OpenAI（由微軟支持）和Anthropic（與谷歌和亞馬遜合作）這樣的AI/機器學習領域的主導企業，已經在整合資源並圍繞其模型和數據建立壁壘。但是，盡管在計算、數據和分發方面具有早期優勢，這種方法有可能通過分割最初孕育該行業的協作开發周期來阻礙發展勢頭。

相關推薦：香港明年將設人工智能超算中心

區塊鏈（如以太坊）作為可信的中立數據和計算系統，為开源創新提供了可行的應對方案。區塊鏈已經支持了一系列數據原語，這些原語在逐漸受到生成式AI塑造的世界中發揮關鍵作用。

我們相信，區塊鏈有很大機會成為AI开源研究和开發的主要領域。

丨 當今市場的狀況

今年的生成式 AI 熱潮已經在核心基礎設施、模型層，甚至聊天機器人、甚至面向用戶的應用程序（如聊天機器人、客戶支持和編碼助手）方面投入了大量資金。盡管如此，從長遠來看，傳統堆棧在哪裏（以及對誰）產生價值並不明顯。

在當前的模式下，AI有可能成為一種集中化力量，擴大Wbe2市場領導者的主導地位。特別是在基礎設施和模式層面，遊戲的名稱就是規模--硬件和資本資源、數據訪問、分銷渠道和獨特的合作夥伴關系。

從 AWS 這樣的雲服務提供商到 Nvidia 這樣的硬件制造商，再到微軟這樣的老牌巨頭，許多企業都在通過並購或專有合作的方式實現全棧式發展。

處於頂端的巨頭們正在為規模和准確性展开激烈的邊緣競爭，但超高成本、高准確性的企業 API 模型市場很可能會受到經濟因素、新出現的开源性能平價，甚至是低延遲工作負載需求趨勢的限制。

與此同時，中間市場的很大一部分產品已經商品化，類似於 "OpenAI API 封裝器 "的集合，雖然功能足夠，但無法區分。

丨 基於开源的發展勢頭

用於預培訓、培訓和微調的开源數據集，以及可免費訪問的基礎模型和工具，已經在鼓勵各種規模的企業直接利用开放系統和工具發揮創造力。

谷歌泄露的一份文件概述了封閉世界與开源世界之間的差距正在迅速縮小。值得注意的是，當今 96% 的代碼庫已經使用开源軟件，這一趨勢在大數據、AI和機器學習領域尤為明顯。

與此同時，雲服務寡頭壟斷的顛覆時機可能已經成熟。

從歷史上看，AWS、Google Cloud 和 Azure 三大巨頭通過分層工具和服務，在企業堆棧中佔據了一席之地。這種主導地位給企業帶來了一系列挑战，從限制性的運營依賴到與雲基礎設施相關的過高成本，尤其是考慮到主要供應商收取的溢價。

現有企業面臨着重組運營支出的壓力，同時又希望嘗試和整合範圍不斷擴大的开源AI，這將為利用去中心化替代技術重新構想堆棧創造一個窗口。

因此，开源AI和區塊鏈技術的新興交叉點為實驗和投資提供了一個非同尋常的領域。

丨 加密貨幣 x AI：互惠互利的關系

我們對AI和區塊鏈之間潛在的共生關系深感興奮。

加密中間件可以通過建立高效的計算和數據市場（提供、標記或微調）以及認證或隱私工具，大幅改善AI供應方的投入。

反過來，去中心化應用和協議也將通過吸收這些勞動成果達到新的高度。

不可否認，加密貨幣已經取得了長足的進步，但對於主流用戶來說，協議和應用程序仍然受到工具和用戶界面不直觀的影響。同樣，智能合約本身也會受到限制，這不僅體現在對开發人員手工工作量的要求上，還體現在整體功能的流暢性上。

Web3 开發人員是一群非常高效的人。最高峯時僅有約 7500名全職开發人員，卻打造了一個價值數萬億美元的產業。由 ML 強化的編碼助手和 DevOps 有望為現有的工作增添動力，而無代碼工具正在迅速為新一類开發者賦能。

隨着 ML 功能被集成到智能合約中並引入鏈上，开發者將能夠設計出更無縫、更具表現力的用戶體驗，並最終設計出全新的殺手級應用。鏈上體驗的這一步功能改進將吸引新的--而且很可能是更多的--受衆，催化一個重要的採用-反饋飛輪。

生成式AI可能會成為加密貨幣缺失的一環，改變用戶界面/用戶體驗(UI/UX)，催化一大波新的技術發展。反過來，區塊鏈技術也將利用和加速AI的潛力。

丨 使用區塊鏈建立更好的數據市場

數據是 ML 的基礎輸入

沒錯，計算基礎設施的巨大進步功不可沒，但像Common Crawl和The Pile這樣龐大的數據存儲庫才是當今世界上最吸引人的基礎模型的來源。

此外，公司還將利用數據來完善其產品的基礎模型，或建立未來的競爭護城河。最終，數據將成為用戶與個人模型之間的橋梁，個人模型可在本地運行，並不斷適應個人需求。

因此，數據競爭是一個重要的前沿領域，也是區塊鏈可以發揮優勢的領域，尤其是當質量成為塑造數據市場的重要屬性時。

質量勝於數量

早期研究表明，在未來幾年中，高達 90% 的在线內容可能是合成生成的。雖然合成訓練數據具有優勢，但它也帶來了模型質量下降和偏見強化的重大風險。

未來幾年，機器學習模型可能會耗盡非合成數據源，這是一個真實的風險。加密貨幣的協調機制和證明原語在本質上進行了優化，以支持去中心化的市場，用戶可以在這些市場中共享、擁有或貨幣化他們的數據，用於訓練或微調特定領域的模型。

因此，Web3 可能被證明是人類生成的訓練和微調數據的更好、更有效的來源。

復合進步

區塊鏈支持的去中心化訓練、微調和推理過程也能更好地保存和復合开源智能。

使用高效微調流程改進的小型开源模型在輸出准確性方面已經可以與大型开源模型相媲美。因此，在源數據和微調數據方面，趨勢开始從數量轉向質量。

對原始數據和衍生數據的生命周期進行跟蹤和驗證的能力可實現可重復性和透明度，從而提高模型和輸入的質量。

資料來源：Will Henshall / Epoch (TIME)

區塊鏈可以建立一個持久的護城河，作為擁有多樣化、可驗證和定制數據集的主要領域。這一點尤為重要，因為傳統解決方案過度依賴算法的進步來彌補數據的不足。

丨 內容海嘯

這種新的技術範式將以前所未有的規模為數字內容創作者賦能，而 Web3 則提供了即插即用的基礎，讓這一切變得有意義。加密貨幣擁有主場優勢，這要歸功於多年來圍繞原語的开發，這些原語以 NFT 的形式確立了數字資產和內容的所有權和不可篡改的出處。

NFT 可以捕捉整個內容創建生命周期，也可以代表數字原生身份、虛擬資產甚至現金流。

因此，NFT 可以帶來新的用戶體驗，例如數字資產市場（OpenSea、Blur），同時也可以重新思考圍繞書面內容（Mirror）、社交媒體（Farcaster、Lens）、遊戲（Dapper Labs、Immutable），甚至金融基礎設施（Upshot，NFTFi）。

該技術甚至可以比使用算法進行深度僞造和計算操縱更可靠。在一個明顯的例子中，OpenAI 的檢測工具就曾因准確性失誤而被關閉。

最後一點：簡潔、可驗證的計算技術的進步也將提升 NFT 的活力，因為它們結合了 ML 輸出，以驅動更智能、更不斷發展的元數據。我們相信，區塊鏈技術之上的AI工具和接口將釋放全棧價值並重塑數字內容格局。

丨 用"零知識"駕馭ML的無限知識

區塊鏈行業一直在尋找既能實現資源高效計算又能保持無信任動態的技術解決方案，這促使零知識（ZK）密碼學取得了明顯的進步。

最初為了解決以太坊虛擬機（EVM）等系統固有的資源瓶頸問題，但零知識證明提供了一系列與AI相關的有價值的用例。

一個顯而易見的方法就是現有解鎖的擴展：高效、簡潔地驗證計算密集型流程，例如在鏈下運行 ML 模型，以便最終產品（例如模型的推理）可以通過智能合約以以下形式在鏈上獲取： ZK 證明。

存儲證明與協同處理相配合，可以更進一步，在不引入新的信任假設的情況下，使鏈上應用更具反映性，從而實質性地增強鏈上應用的能力。

其影響還能實現全新的功能。

當通過應用程序接口調用時，ZK 密碼學可用於驗證特定模型或數據池是否確實用於生成推論。在醫療保健或保險等客戶敏感行業，它還可以隱藏模型消耗的特定權重或數據。

公司甚至可以通過交換數據或知識產權進行更有效的合作，在保持資源專有性的同時從共享學習中獲益。

最後，ZKP 在區分人類數據和前面討論的合成數據這一日益相關（且具有挑战性）的領域具有真正的適用性。

其中一些用例取決於圍繞技術實施和大規模尋求可持續經濟的進一步开發的需要，但zkML有可能對AI的發展軌跡產生獨特的影響。

丨 長尾資產和潛在價值

加密貨幣已經證明了其作為音樂和藝術等傳統市場價值流動的卓越架構師的作用。在過去幾年中，代表葡萄酒和運動鞋等鏈外有形資產的鏈上流動市場也已出現。

隨着AI被引入鏈上並應用於智能合約，自然而然的後續發展將涉及先進的 ML 功能。

ML 模型與區塊鏈軌道相結合，將重塑以前由於缺乏數據或买家深度而無法訪問的非流動資產背後的承銷流程。

其中一種方法是使用 ML 算法查詢大量變量，以評估隱藏的關系，最大限度地減少操縱者的攻擊面。Web3 已經在嘗試圍繞社交媒體連接和錢包用戶名等新概念創建市場。

與 AMM 在釋放長尾代幣流動性方面的影響類似，ML 將通過攝取海量定量和定性數據來得出非顯而易見的模式，從而徹底改變價格發現。這些新見解將為基於智能合約的市場奠定基礎。

AI的分析能力將接入去中心化的金融基礎設施，以發掘長尾資產中沉睡的價值。

丨 去中心化基礎設施層

加密貨幣在吸引高質量數據並將其貨幣化方面的優勢解決了等式的一方面。另一方面 – AI背後的支持性基礎設施 – 也有類似的前景。

Filecoin或Arweave等去中心化物理基礎設施網絡( DePIN )已經構建了原生包含區塊鏈技術的存儲系統。

Gensyn和Together等其他公司正在應對跨分布式網絡進行模型訓練的挑战，而Akash則推出了一個令人印象深刻的 P2P 市場，將過剩計算資源的供需雙方連接起來。

除此之外，Ritual正在以激勵網絡和模型套件的形式為开放式AI基礎設施奠定基礎，連接分布式計算設備供用戶運行推理和微調。

重要的是，像Ritual、Filecoin或Akash這樣的DePINs也可以創建一個更大、更高效的市場。它們通過將供應端开放到一個更廣泛的領域，包括能夠釋放潛在經濟價值的被動提供者，或者通過將性能較低的硬件整合成與其復雜對手相媲美的資源池，來實現這一目標。

每個部分的堆棧都涉及不同的限制和價值偏好，還需要大量工作來在規模上進行這些層的實战測試（特別是去中心化模型訓練和計算領域的新興領域）。

然而，基於區塊鏈的計算、存儲甚至模型訓練解決方案的基礎已經存在，最終可以與傳統市場競爭

丨 它的含義

加密貨幣和AI正在迅速成為最具啓發性的設計領域之一。這兩個領域已經影響到從內容創作和文化表達到企業工作流程和金融基礎設施的一切。

我們相信，這些技術將在未來幾十年重塑世界。最好的團隊正在本地化地將無需許可的基礎設施和加密經濟學與AI相結合，以提高性能、實現全新的行為或實現具有競爭力的成本結構。

加密貨幣將標准化數據的規模、深度和細粒度引入協調網絡，通常沒有明顯的方法從這些數據中獲得效益。

同時，AI將信息池轉化為相關上下文或關系的向量。

當這兩個前沿領域結合在一起時，它們可以形成一種獨特的相互關系，為去中心化未來的建設者鋪平道路。

*非常感謝Niraj Pant、Akilesh Potti、Jason Morton、Dante Camuto、David Wong、Ismael Hishon-Rezaizadeh、Illia Polosukhin和其他人在該領域的前沿工作、寶貴的見解和靈感 - 所有這些不僅使本文成為可能，而且使加密貨幣的光明未來成為可能。

鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播信息之目的，不構成任何投資建議，如有侵權行為，請第一時間聯絡我們修改或刪除，多謝。