详解加密与AI的结合：关系、用例及未来

作者：Reflexivity Research

翻译：白话区块链

近来，人工智能行业成为了热门话题，原因有好有坏。虽然您可能已经对OpenAI近期的争议有所了解，并且可能也探索过现有人工智能技术的能力，但您可能并没有深入思考人工智能如何与基于区块链的系统相互作用。在本周的报告中，我们将涵盖一些现有的应用程序，试图充分利用人工智能和区块链技术，以及关于这些应用和未来几年人工智能行业发展的一些信息。

在深入了解项目具体细节和更多技术细节之前，先介绍一些关于人工智能技术的基础知识，以及该行业内有才华的团队和个人开发者是如何引领我们走到今天的。

先谈谈已经熟悉的ChatGPT，ChatGPT和其他面向消费者的基于聊天的模型的核心技术是所谓的大型语言模型（LLM）。这些复杂的人工智能技术基本上是深度学习技术/算法和非常大的数据集的组合，它们共同创建了一个能够预测和总结知识的人工智能模型。

LLM结合了深度学习算法和大型数据集，能够预测和总结知识。

用户与LLM的交互采用自然语言处理，许多LLM专为此而设计。用户用自然语言提问，聊天机器人利用技术和训练数据尽量提供最佳答案。

LLM构建在被称为变换器的神经网络模型之上，擅长预测文本和理解单词背后的意义。因此，ChatGPT等聊天机器人取得了巨大成功，几乎引发了AI革命。这些模型与加密货币和区块链的可能关联将在接下来讨论。

加密货币行业是每天都会在新闻、主流媒体以及其他社交媒体平台上被广泛讨论的话题。从2008年中本聪撰写的一篇白皮书开始，这个行业已经发展成一个市值1.5万亿美元的市场，全球最大金融机构正面临着一系列ETF批准或拒绝的风险。

向行业外人士描述区块链技术的固有优势通常会比较困难，主要是因为金融行业在大多数发达国家中已经非常成熟和顺畅。在像美国之外的地方，无需许可的账本对金融交易的作用更容易解释，因为那里仍然存在腐败金融机构和政府。世界各地的货币不断贬值，大多数世界人口依然无法获得银行基础设施，而这在美国往往被视为一个次要问题。

加密货币是银行未银行化的一种方式，是一项技术，为个人提供了成为自己财务操作监督者的机会，这是一个不容小觑的革命性变化。 区块链的透明性、安全性和去中心化等固有特性可以极大地促进AI数据的存储、共享和利用。这两者的结合，能很好的减少数据操纵或滥用。

一个有力前景是数据管理和安全领域。AI系统需要大量数据进行学习和改进。通过利用区块链技术，这些数据可以在不同平台和利益相关者之间安全、透明地共享。这不仅保证了数据的完整性，还为协作式AI研究和开发打开了新的途径，打破了经常阻碍创新的数据壁垒。 AI与区块链的整合创建了合法的去中心化自治组织（DAOs）。这些DAO由智能合约管理，并由AI算法提供动力，它们可以独立运作、做出决策，并在无需人为干预的情况下执行交易。不过在加密货币历史上，DAO的管理不是十全十美的，因为人类的情感和金融激励往往会掩盖DAO最初的目的。实施AI系统可以通过自动化流程和减少中间人的需求来改变行业，从而提高效率并降低成本。

另一个前景广阔的领域是利用区块链来激励AI数据的生成和分享。通过Token化，个人和组织可以获得奖励，以促进向AI模型提供有价值的数据，从而营造出一个更具合作性和包容性的AI生态系统。 DeFi 也是AI的潜在巨大受益者，有望创造所谓的去中心化AI（DeAI）。这种方法可以使个人和小实体能够访问先前仅属于大公司的AI工具和服务，从而使AI技术更加民主化。 加密货币和人工智能的融合有可能改变我们数字生活的许多方面，不仅使AI更加普及，而且更加安全、透明，甚至可能更加高效。所以，接下来让我们来了解一下人工智能行业的当前运作和功能。

将加密货币对金融系统的全面改革与人工智能系统的智能革命进行比较，我们可以找到一些非常相关的相似之处，并提出两者结合的理由。

目前，像OpenAI、Google的Deepmind、Anthropic等许多人工智能公司都是在闭门造车中进行他们的研究和运营。

现在我们已经介绍了一些关于人工智能和加密货币协同作用的基础知识，我们可以更近距离地审视这个领域内一些领先项目。虽然这些项目大多仍在积极努力着启动他们的网络，获取忠实的用户群，并吸引更广泛的加密货币社区的关注，但它们都处于行业的前沿，并且是这个迅速增长的领域的良好代表。

1）Bittensor，一个去中心化人工智能模型网络：

Bittensor是一个颇受欢迎的去中心化人工智能网络项目。其目标是通过创建多个去中心化商品市场或“子网络”来民主化人工智能领域，使其能够与诸如OpenAI之类的大型超级公司相匹敌。网络由矿工和验证者管理，矿工提交AI模型并获得奖励，验证者确保模型准确性。用户通过验证者与网络互动，并通过分发矿工的输出来获得回答。

Bittensor不同于其他机构，它依靠去中心化机制进行模型开发，并采用独特的Yuma共识结构分配资源到不同的子网络。这一结构旨在提升AI模型质量，推动AI技术的去中心化应用。

2）Akash，一个开源的超级云平台：

Akash网络是一个创新的开源超级云平台，旨在以安全高效的方式购买和出售计算资源。其核心是一个逆向拍卖机制，用户可以提出计算需求的竞标，提供商竞争提供服务，通常价格显著低于传统云系统。Akash基于可靠的技术（如Kubernetes和Cosmos），确保了安全可靠的应用托管平台。它采用基于YAML的Stack Definition Language（SDL）定义基础架构，使用户能够在多个区域和提供商上创建复杂的部署。

Akash还提供持久存储解决方案，确保即使在重新启动后数据也能得到保留。总的来说，Akash Network是一个去中心化云平台，为当前云服务提供商的垄断性质提供了独特的解决方案。

3）Render，一个扩展计算资源访问的平台：

Render网络利用未使用的GPU周期，连接需要计算能力的内容创作者和有可用GPU资源的提供者。这通过区块链技术实现，确保了GPU任务的安全高效处理，包括AI驱动的内容创建和优化。Render网络支持AI相关任务，为艺术家提供AI工具生成资源和增强数字艺术品的能力，同时管理艺术收藏品和优化渲染工作流程。这一生态系统以RNDRToken为基础，促进了渲染服务的交易，为数字媒体领域的创意表达和技术创新带来了新的可能性。

4）ensyn，一个去中心化计算平台： Gensyn是一个AI和加密货币项目，专注于解决现代AI系统的计算挑战和资源限制。该项目旨在通过创建去中心化的区块链协议，高效利用全球计算资源，克服构建基础AI模型所需的庞大资源限制。

Gensyn的背景显示，AI系统的计算复杂性已超出当前可用的计算供应。例如，训练像OpenAI的GPT-4这样的大型模型需要大量资源，导致巨大障碍。Gensyn的解决方法是创建一个连接和验证链下深度学习工作的分散式协议，解决了工作验证、市场动态和隐私等挑战。

该协议奖励参与者贡献计算时间和执行机器学习任务，并采用多种技术验证已完成的工作。Gensyn的目标是建立透明、低成本的机器学习计算市场，使AI资源获取更具民主化。

5）Fetch是一个人工智能经济领域的开放平台：

Fetch是一个AI和加密货币项目，旨在改变经济活动方式。其核心是AI代理，可以自主连接、搜索和交易。Fetch可使传统产品具备AI能力，还推出了Agentverse服务，简化AI代理的部署。通过大型语言模型（LLMs），Fetch建立了一个代理服务平台，提供搜索与发现功能，加强了AI代理的有效性。

同时，该平台还提供托管服务和一个开放网络，以促进区块链技术与代理寻址整合。Fetch结合AI代理与区块链技术，为自动化和优化各种流程打开了新的可能性。

人工智能和区块链技术的整合代表着两个领域的重要进展。这种结合不仅仅是两种尖端技术的融合，更是一种变革性的协同作用，重新定义了数字创新和去中心化的界限。像Fetch.ai、Bittensor、Akash Network、Render Network和Gensyn等项目中探索的整合潜力，展示了将人工智能的计算能力与区块链的安全透明框架相结合的巨大可能性和重大好处。

展望未来，可以明显看到人工智能和区块链的融合将在塑造各个行业方面发挥关键作用。从提升数据安全和完整性到创建去中心化自治组织的新模式，这种融合承诺着更高效、透明和易于访问的技术。特别是在DeFi领域，去中心化人工智能（DeAI）的出现可能会使人工智能技术更加民主化，打破了传统上偏向大型企业的障碍。这可能会导致一个更具包容性的数字经济，在这个经济中，个人和较小的实体可以利用以前难以触及的人工智能工具和服务。

这种技术整合可以解决两个领域的紧迫挑战。区块链可解决人工智能领域的数据孤岛和巨大计算需求问题，同时人工智能也可提高区块链效率、自动化决策流程并增强安全性。继续探索和利用这种协同作用对于推动数字领域创新至关重要，将助力这两个领域的发展，造福整个社会。