原文標(biāo)題：From Digital Scarcity to Abundance: How Crypto and AI Complement Each Other

原文作者： Momir Amidzic | IOSG Ventures

原文來源： thedefiant.io

編譯：火星財(cái)經(jīng)，Daisy

乍一看，加密貨幣和人工智能似乎是正交的技術(shù)，每種技術(shù)都建立在截然不同的原理之上，并具有不同的功能。

然而，更深入的探索表明，這兩種技術(shù)有機(jī)會(huì)平衡彼此的利弊，每種技術(shù)的獨(dú)特優(yōu)勢可以相互補(bǔ)充和增強(qiáng)。

巴拉吉·斯里尼瓦桑 (Balaji Srinivasan) 在超級人工智能大會(huì)上雄辯地介紹了這種互補(bǔ)能力的概念，啟發(fā)了人們對這些技術(shù)如何相互作用進(jìn)行詳細(xì)比較。

資料來源：IOSG Ventures（該表格的靈感來自 Balaji 在 SuperAI 會(huì)議上的演講）

展開全文

加密貨幣采用自下而上的運(yùn)作方式，源自匿名網(wǎng)絡(luò)朋克的去中心化努力，并通過全球眾多獨(dú)立實(shí)體的協(xié)調(diào)努力在十多年內(nèi)不斷發(fā)展。相比之下，人工智能則采用自上而下的方式開發(fā)，由少數(shù)幾家科技巨頭主導(dǎo)。這些公司決定著行業(yè)的發(fā)展速度和動(dòng)態(tài)，進(jìn)入門檻更多地取決于資源密集度而非技術(shù)復(fù)雜程度。

這兩種技術(shù)還具有不同的性質(zhì)。本質(zhì)上，加密貨幣是產(chǎn)生不可改變結(jié)果的確定性系統(tǒng)，例如哈希函數(shù)或零知識證明的可預(yù)測性。這與人工智能的概率性和通常不可預(yù)測性形成了鮮明對比。

同樣，加密技術(shù)在驗(yàn)證、確保交易的真實(shí)性和安全性以及構(gòu)建無需信任的流程和系統(tǒng)方面表現(xiàn)出色，而人工智能則專注于生成和創(chuàng)造豐富的數(shù)字內(nèi)容。然而，在創(chuàng)造數(shù)字豐富的過程中，存在著確保內(nèi)容來源和防止身份盜用的挑戰(zhàn)。

幸運(yùn)的是，加密貨幣提供了數(shù)字豐富性概念的對立面——數(shù)字稀缺性。它提供了相對成熟的工具，可以推廣到人工智能技術(shù)，以保證內(nèi)容來源并避免身份盜竊問題。

加密貨幣的一個(gè)顯著優(yōu)勢是，它們能夠吸引大量硬件和資本進(jìn)入服務(wù)于特定目標(biāo)的協(xié)調(diào)網(wǎng)絡(luò)。這種能力對于消耗大量計(jì)算能力的人工智能尤其有益。調(diào)動(dòng)未充分利用的資源來提供更便宜的計(jì)算可以顯著提高人工智能的效率。

通過將這兩大科技巨頭進(jìn)行比較，我們不僅可以欣賞他們各自的貢獻(xiàn)，還可以欣賞他們?nèi)绾喂餐_辟技術(shù)和經(jīng)濟(jì)的新道路。他們相互抵消，創(chuàng)造了一個(gè)更加一體化、創(chuàng)新的未來。在這篇博文中，我們旨在探索新興的加密 x 人工智能行業(yè)地圖，重點(diǎn)介紹這些技術(shù)交叉點(diǎn)上的一些新興垂直行業(yè)。

來源：IOSG Ventures（最初由 Momir 于 6 月 21 日在 X 上發(fā)布）

計(jì)算網(wǎng)絡(luò)

行業(yè)地圖從計(jì)算網(wǎng)絡(luò)開始，計(jì)算網(wǎng)絡(luò)正在嘗試解決 GPU 供應(yīng)受限的挑戰(zhàn)，并嘗試以不同的方式降低計(jì)算成本。值得強(qiáng)調(diào)的是以下內(nèi)容：

非統(tǒng)一 GPU 互操作性：這是一項(xiàng)非常雄心勃勃的嘗試，具有很高的技術(shù)風(fēng)險(xiǎn)和不確定性，但如果成功，它將有可能創(chuàng)造出具有巨大規(guī)模和影響力的東西，使所有計(jì)算資源都可互換。本質(zhì)上，這個(gè)想法是構(gòu)建編譯器和其他先決條件，以便在供應(yīng)方面，您可以插入任何硬件資源，而在需求方面，所有硬件非統(tǒng)一性都將被完全抽象，以便您的計(jì)算請求可以路由到網(wǎng)絡(luò)中的任何資源。如果這一愿景成功，它將降低 CUDA 軟件的護(hù)城河，而 CUDA 軟件是當(dāng)今 AI 開發(fā)人員的絕對主導(dǎo)解決方案。同樣，技術(shù)風(fēng)險(xiǎn)很高，許多專家對這種方法的可行性持高度懷疑態(tài)度。 高性能 GPU 聚合：將全球最受歡迎的 GPU 集成到一個(gè)分布式、無需許可的網(wǎng)絡(luò)中，而無需擔(dān)心跨非統(tǒng)一 GPU 資源的互操作性。 商品消費(fèi)級 GPU 聚合：旨在聚合一些性能較差的 GPU，這些 GPU 可能在消費(fèi)設(shè)備中使用，并且是供應(yīng)方最未充分利用的資源。它迎合了那些愿意犧牲性能和速度來獲得更便宜、更長的訓(xùn)練過程的人。 訓(xùn)練和推理

計(jì)算網(wǎng)絡(luò)主要有兩個(gè)用途：訓(xùn)練和推理。這些網(wǎng)絡(luò)的需求來自 Web 2.0 和 Web 3.0 項(xiàng)目。在 Web 3.0 領(lǐng)域，Bittensor 等項(xiàng)目利用計(jì)算來執(zhí)行模型微調(diào)。在推理方面，Web 3.0 計(jì)劃強(qiáng)調(diào)流程的可驗(yàn)證性。這一重點(diǎn)導(dǎo)致了可驗(yàn)證推理作為一個(gè)垂直市場的出現(xiàn)，其中項(xiàng)目正在探索將 AI 推理集成到智能合約中的方法，同時(shí)保持去中心化的原則。

代理平臺(tái)

接下來是代理平臺(tái)，該圖概述了此類別的初創(chuàng)企業(yè)必須解決的核心問題：

代理互操作性以及相互發(fā)現(xiàn)和通信的能力 代理建立集體和管理其他代理的能力 人工智能代理的所有權(quán)和市場

這些功能強(qiáng)調(diào)了靈活和模塊化系統(tǒng)的重要性，這些系統(tǒng)可以無縫集成到各種區(qū)塊鏈和人工智能應(yīng)用程序中。人工智能代理有可能徹底改變我們與互聯(lián)網(wǎng)互動(dòng)的方式，我們相信代理將利用加密基礎(chǔ)設(shè)施來支持其運(yùn)營。我們設(shè)想人工智能代理將以以下方式依賴加密基礎(chǔ)設(shè)施：

利用分布式爬蟲網(wǎng)絡(luò)訪問實(shí)時(shí)網(wǎng)絡(luò)數(shù)據(jù)， 使用加密支付渠道進(jìn)行代理商之間的支付， 要求經(jīng)濟(jì)利益不僅是為了在行為不當(dāng)時(shí)進(jìn)行懲罰，也是為了提高代理的可發(fā)現(xiàn)性（即在可發(fā)現(xiàn)性過程中利用利益作為經(jīng)濟(jì)信號）， 利用加密共識來確定哪些事件會(huì)導(dǎo)致削減， 開源互操作性標(biāo)準(zhǔn)和代理框架，用于構(gòu)建可組合的集體， 依靠不可變的數(shù)據(jù)歷史來評估過去的表現(xiàn)并實(shí)時(shí)選擇正確的代理集體。 數(shù)據(jù)層

加密-AI 融合的核心組成部分是數(shù)據(jù)。數(shù)據(jù)是 AI 競爭中的一項(xiàng)戰(zhàn)略資產(chǎn)，與計(jì)算一樣都是關(guān)鍵資源。然而，它往往是一個(gè)被忽視的類別，因?yàn)闃I(yè)界的大部分注意力都集中在計(jì)算層上。加密原語在數(shù)據(jù)獲取過程中提供價(jià)值的角度有很多，主要有兩個(gè)方向：

訪問公共互聯(lián)網(wǎng)數(shù)據(jù) 訪問圍墻花園中的數(shù)據(jù)

前者是關(guān)于構(gòu)建一個(gè)分布式抓取器網(wǎng)絡(luò)，該網(wǎng)絡(luò)可以在互聯(lián)網(wǎng)上抓取數(shù)據(jù)并在幾天內(nèi)獲取大量數(shù)據(jù)集，或者提供對互聯(lián)網(wǎng)上非常具體的數(shù)據(jù)的實(shí)時(shí)訪問。但是，為了能夠抓取互聯(lián)網(wǎng)上的大量數(shù)據(jù)集，對網(wǎng)絡(luò)的要求非常高，至少需要幾十萬個(gè)節(jié)點(diǎn)才能開始一些有意義的工作負(fù)載。幸運(yùn)的是，Grass 是一個(gè)分布式抓取節(jié)點(diǎn)網(wǎng)絡(luò)，已經(jīng)有超過 200 萬個(gè)節(jié)點(diǎn)積極地將互聯(lián)網(wǎng)帶寬共享給網(wǎng)絡(luò)，目的是抓取整個(gè)互聯(lián)網(wǎng)。它展示了加密經(jīng)濟(jì)激勵(lì)在吸引寶貴資源方面的巨大潛力。

雖然 Grass 在訪問公共數(shù)據(jù)方面提供了公平的競爭環(huán)境，但仍然存在挖掘潛在數(shù)據(jù)潛力（專有數(shù)據(jù)集）的問題。也就是說，由于其敏感性，仍有大量數(shù)據(jù)以隱私保護(hù)的方式保存。幾家初創(chuàng)公司正在努力利用一些加密和密碼工具，使 AI 開發(fā)人員能夠利用專有數(shù)據(jù)集的底層數(shù)據(jù)結(jié)構(gòu)來構(gòu)建和微調(diào)大型語言模型，同時(shí)保持敏感信息的私密性。

聯(lián)邦學(xué)習(xí)、差分隱私、可信執(zhí)行環(huán)境、完全同態(tài)加密和多方計(jì)算等技術(shù)提供了不同程度的隱私和權(quán)衡。Bagel 的研究文章對這些技術(shù)進(jìn)行了很好的概述。這些技術(shù)不僅可以保護(hù)機(jī)器學(xué)習(xí)過程中的數(shù)據(jù)隱私，還可以在計(jì)算級別實(shí)施，以提供全面的隱私保護(hù) AI 解決方案。

數(shù)據(jù) x 模型出處

數(shù)據(jù)和模型來源技術(shù)旨在建立流程，向用戶保證他們正在與預(yù)期的模型和數(shù)據(jù)進(jìn)行交互。此外，這些技術(shù)還提供真實(shí)性和來源的保證。以水印為例。水印是模型來源技術(shù)之一，它將簽名直接嵌入機(jī)器學(xué)習(xí)算法中，更具體地說，直接嵌入模型權(quán)重中，這樣在檢索時(shí)，您就可以驗(yàn)證推理是否來自縮進(jìn)的模型。

應(yīng)用

在應(yīng)用方面，設(shè)計(jì)前景是無限的。在上面的行業(yè)地圖中，我們列出了一些用例，我們特別高興看到隨著人工智能技術(shù)在 Web 3.0 領(lǐng)域的實(shí)施而發(fā)展。由于大多數(shù)這些用例都是自我描述的，我們目前不會(huì)提供額外的評論。然而，值得注意的是，人工智能和 Web 3.0 的交集有可能重組加密領(lǐng)域的許多垂直行業(yè)，因?yàn)檫@些新原語為開發(fā)人員帶來了更多的自由度，使他們能夠創(chuàng)建創(chuàng)新用例并優(yōu)化現(xiàn)有用例。

結(jié)論

加密貨幣和人工智能的融合呈現(xiàn)出充滿創(chuàng)新和潛力的前景。通過利用每種技術(shù)的獨(dú)特優(yōu)勢，我們可以應(yīng)對各自的挑戰(zhàn)并開辟新的技術(shù)道路。隨著我們探索這個(gè)新興行業(yè)，加密貨幣和人工智能之間的協(xié)同作用可能會(huì)推動(dòng)變革，重塑我們未來的數(shù)字體驗(yàn)以及我們在網(wǎng)絡(luò)上的互動(dòng)方式。

數(shù)字稀缺性與數(shù)字豐富的融合、未充分利用的資源的調(diào)動(dòng)以提高計(jì)算效率以及建立安全、保護(hù)隱私的數(shù)據(jù)實(shí)踐將定義下一個(gè)技術(shù)進(jìn)化時(shí)代。

然而，我們必須認(rèn)識到，這個(gè)行業(yè)仍處于起步階段，目前的行業(yè)格局可能會(huì)在短時(shí)間內(nèi)過時(shí)。創(chuàng)新步伐的加快意味著當(dāng)今的尖端解決方案可能很快就會(huì)被新的突破所超越。盡管如此，所探索的基礎(chǔ)概念（例如計(jì)算網(wǎng)絡(luò)、代理平臺(tái)和數(shù)據(jù)協(xié)議）凸顯了人工智能和 Web 3.0 交匯處的巨大可能性。

來源：