作者：Reflexivity Research，
翻译：金色财经xiaozou
1、人工智能（AI）和加密的碰撞
最近，人工智能（AI）行业频现各大新闻头条，褒贬不一。虽然你可能对最近的OpenAI闹剧非常了解，并且可能对现有的AI技术的功能也已经进行了一些探索，但关于AI与区块链系统之间的交互你很可能并没有想太多。本文，我们将介绍一些现有的致力于将人工智能和区块链技术相结合的应用程序，以及未来几年这些应用程序和人工智能行业的发展前景。
2、了解人工智能（AI）及其与加密技术的关系
在我们详细讨论项目细节和更多技术细节之前，我觉得有必要先介绍一下人工智能技术基础知识，以及业内天才团队和个人开发者是如何创造当今之局的。
你对ChatGPT应该已经非常熟悉了，它是如今最流行、最被广泛认可的面向消费者的AI应用，在过去的一年里，它已成功斩获科技行业的关注——今天，就让就我们来解释一下此项技术的底层概念，以及面对所有的用户需求，它为何能够表现得如此出色。
支持ChatGPT和其他面向消费者的聊天模型的核心技术就是众所周知的大语言模型（LLM：Large Language Model）。这些复杂的AI技术本质上是深度学习技术/算法和超大数据集的结合，它们共同创造了一个能够预测和总结信息的人工智能模型。
人类和LLM之间的交互是通过自然语言处理的，大多数LLM都是专门使用自然语言处理（NLP）构建的。首先，用户要求聊天机器人用自然语言回答某类问题，然后，聊天机器人利用其底层技术、训练数据和功能尽可能地为用户提供答案。
LLM是基于transformer模型创建的。Transformer是一种擅长预测文本及学习词语背后上下文的神经网络。使用transformer模型的LLM擅长NLP，能够很好地处理人类日常任务，比如解决数学问题、生成代码模板、甚至是写简报或进行文本校对。
正因如此，像ChatGPT、微软Bing AI和Claude这样的聊天机器人才能取得巨大的成功，几乎凭一己之力引发了一场人工智能革命。虽然许多人认为人工智能系统最终可能会获得比人类更强大的能力和智慧，但几乎没有证据能够表明这种情况将很快发生。无论如何，这些模型与人类工作流程相结合带来的种种可能性以及极具前景的现有功能足以表明，无论我们喜欢与否，人工智能都将继续走下去。不过，你可能很想知道这些模型如何能够与加密技术和区块链的无需许可特性相结合，那额，就让我们来解释一下潜在的融合趋势，探讨研究这两种具颠覆力量的技术形式。
3、加密技术如何助力AI应用的发展？
加密行业每天都会现身在新闻、大型媒体及其他社交媒体平台上。2008年，中本聪撰写了一份白皮书，而这份白皮书已经成为了一个1.5万亿美元的市场，惹得世界上最大的金融机构们纷纷批准或拒绝比特币现货ETF申请。
向业外人士描述区块链技术的内在好处通常很难，主要是因为大多数第一世界国家的金融业非常发达，与用户的交互非常顺畅。在如美国这样的发达国家之外，要解释和展示金融交易无需许可账户的力量则要容易得多，这在很大程度上是由于这些地方腐败的金融机构和政府，不幸的是，它们仍然掌握着世界各地的政治经济命脉。全世界各国货币都在定期贬值，世界上绝大多数人口仍然无法获取银行基础设施。
加密技术是一种为没有银行账户的人提供银行服务的方式，这种技术为个人提供了成为自己的金融操作监管者的机会，无论是在冷钱包中持有加密货币，还是利用加密生态中众多可用的去中心化金融应用。无需许可金融的前景难以描述，但每天上演的革命性变化却不容低估。
区块链固有的透明度、安全性和去中心化特性可以极大地促进人工智能数据的存储、共享和使用方式。AI和区块链技术的融合有望通过为AI交易和决策提供不可篡改的账本来增强AI系统的信任度，减少对操纵或滥用数据的担忧。
加密技术可以促进AI发展（反之亦然）的一个关键方面在于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。借助区块链技术，这些数据可以在不同的平台和利益相关者之间安全透明地共享。这不仅确保了数据的完整性，还为AI协同研究和开发开辟了新途径，打破了通常阻碍创新的数据孤岛。
人工智能和区块链的结合可能催生合法的去中心化自治组织（DAO）。这些DAO由智能合约管理，由AI算法提供支持，可以独立运行和决策，并在没有人为干预的情况下执行交易。历来，加密DAO的管理并不理想，因为人类的情感和对金钱的渴望往往盖过了DAO的最初目的。实施AI系统可以通过自动化流程和减少对中介的需求来彻底改变各行各业，在提高效率的同时降低成本。
另一个大有前景的领域是使用区块链作为生成和共享AI数据的激励手段。通过代币化过程，个人和组织可以因向AI模型贡献有价值的数据而获得奖励，从而建立一个更具协作性和包容性的AI生态。
去中心化金融（DeFi）也是人工智能潜在的巨大贡献者，有望创造出可以被称为去中心化人工智能（DeAI）的事物。这样一来可以让人工智能技术的使用更加民主化，个人和小型实体也可以获取以前只有大公司才能使用的AI工具和服务。
加密货币和人工智能的融合不仅有可能改变金融领域，也有可能改变我们数字生活的方方面面。通过将这两种技术的优势相结合，我们可以期待这样一个人工智能的未来：AI不仅更易访问，而且更加安全和透明，也可能更加高效。说到这里，就让我们来分析一下当前AI行业的表现。
4、打破人工智能的不透明藩篱
将加密技术对金融体系的改革比作对AI系统生产的智能革命，我们可以得出一些高度相关的相似之处，并为两者的结合提供依据。
如今，人工智能公司，如OpenAI、Google Deepmind、Anthropic及许多其他公司，都在进行各自的研究和运营。
5、加密和人工智能领域的当前机遇
现在我们已经了解了AI和加密协同效应的有关基础知识，下面我们可以更详细地研究一下该领域的一些领先项目。虽然其中的大多数仍在积极努力地启动引导他们的网络、获取忠诚用户群及更广泛的来自加密社区的关注，但他们都奔走在行业的最前沿，是这个快速增长行业的优秀代表。
（1）Bittensor：去中心化人工智能模型网络
Bittensor是迄今为止Crypto & AI生态中最受欢迎也是最完善的项目。Bittensor是一个去中心化网络，旨在通过为众多分散的商品市场或“子网”创建一个平台，统一使用一个单一的代币系统，让人工智能领域更加民主化。它的使命是通过采用独特的激励机制和先进的子网架构，打造一个与OpenAI等AI领域的大型超级企业相媲美的网络。Bittensor系统可以视为是一台由区块链驱动的机器，可以有效地将AI功能带到链上。
该网络由两个关键参与者管理:矿工和验证者。矿工向网络提交预训练的人工智能模型，并因其贡献而获得奖励，而验证者则确保模型输出的有效性和准确性。这种设置创造了一个竞争环境，激励矿工不断改进他们的模型，以获得更好的性能和更高的TAO(网络的原生代币)回报。用户通过向验证者发送查询来与网络进行交互，验证者然后将这些查询分发给矿工。验证器对这些矿工的输出进行排序，并将排名最高的响应返回给用户。
Bittensor的模型开发方法是独一无二的。与许多人工智能实验室或研究机构不同，Bittensor由于训练模型的成本高且复杂并没有这么做。该网络依赖于去中心化训练机制。验证者（Validator）的任务是使用特定的数据集评估矿工生成的模型，并根据某些标准（如准确性和损失函数）对各模型打分。这种去中心化评估方式确保了模型性能得以持续改进。
Bittensor架构包括Yuma共识机制，这是一种工作量证明（PoW）和权益证明（PoS）的独特混合机制，它将资源分配到网络的子网中。子网是一个个独立的经济市场，每个市场都专注于不同的人工智能任务，如文本预测或图像生成，并且可以根据其功能选择加入或退出Yuma共识。
Bittensor是人工智能去中心化的重要一步，它提供了一个平台，可以以去中心化的方式开发、评估和改进各种人工智能模型。其独特的结构不仅激励了高质量人工智能模型的创建，还使人工智能技术的使用更加民主化，有望改变各个领域的AI开发和使用方式。
（2）Akash：开源超级云
Akash网络是一个创新的开源超级云平台，旨在安全有效地进行计算资源买卖。它的愿景是为用户提供部署自己的云基础设施以及购买和出售未使用的云资源的能力。这种灵活性不仅使云资源的使用更加民主化，还为需要扩展操作的用户提供了具成本效益的解决方案。
Akash系统的核心是一种逆向拍卖机制，用户可以根据自己的计算需求提交出价，供应商之间可以竞争提供服务，这通常会致使价格明显低于传统云系统。该系统的底层支撑是成熟可靠的Kubernetes和Cosmos等技术，确保平台安全可靠地托管应用程序。Akash的社区驱动方法确保其用户在网络的发展和治理中拥有发言权，使其成为真正的以用户为中心的公共服务。
Akash的基础设施是使用一种简单易用的、基于YAML的SDL来定义的，它允许用户跨多个领域和供应商创建复杂的部署。该特性与领先的容器编排系统Kubernetes相结合，不仅保证了部署的灵活性，还保证了应用程序托管的安全性和可靠性。此外，Akash提供持久存储解决方案，即使在重新启动后也能确保数据存留，这对于管理大型数据集的应用程序来说特别有好处。
总的来说，Akash网络作为一个去中心化的云平台脱颖而出，针对当前云服务供应商的垄断性问题提供了独特的解决方案。其利用了全球数百万数据中心中未充分利用的资源，这种模式不仅降低了成本，还提高了云原生应用程序的速度和效率。由于不需要重写专有语言，也不受供应商的限制，Akash为各种云应用程序提供了一个通用平台。
（3）Render：计算访问扩展平台
Render网络是一个区块链平台，旨在解决媒体生产中日益增长的计算需求，特别是在增强现实、虚拟现实和AI增强媒体等领域。它利用未使用的GPU周期将需要计算能力的内容创建者与拥有可用GPU资源的供应商连接起来。这种利用区块链技术的去中心化方法，确保了安全有效地处理基于GPU的任务，例如AI驱动的内容创建和优化。
Render网络的核心服务是其与人工智能的集成，这在内容创建和流程优化方面都起着至关重要的作用。该网络支持人工智能相关任务，使艺术家能够使用AI工具来生成资产并增强数字艺术品。这种集成允许创建超高分辨率的3D世界和优化的渲染过程，如AI去噪。此外，Render网络对人工智能的使用还扩展至大型艺术收藏管理和渲染工作流程优化，从而拓展了创作过程的可能性。
Render网络生态作为GPU资源市场，为艺术家、工程师和节点运营商等各方利益相关者提供服务。它使计算能力的使用更加民主化，使个人创作者和大型工作室能够负担得起复杂的渲染项目。该生态系统内交易使用RNDR代币进行，创造了一个以渲染服务为中心的充满活力的经济。随着人工智能继续重塑数字内容创作，Render网络将成为促进数字媒体领域新型创意表达和技术创新的关键参与者。
（4）Gensyn：去中心化计算平台
Gensyn是一个AI结合加密货币的项目，专注于攻破最先进的人工智能系统固有的计算挑战和资源限制。该项目旨在克服由构建基础模型所需的巨大资源需求而导致的AI发展障碍。Gensyn采用的方法是创建一个去中心化的区块链协议，以有效利用全局计算资源。
Gensyn的诞生背景突出了人工智能系统日益增加的计算复杂性，超过了可用计算供应。例如，训练像OpenAI GPT-4这样的大模型需要大量的资源，这给所有相关方造成了巨大障碍。这一动态催生了对能够有效利用所有可用计算资源的系统的需求，以应对当前解决方案的局限性，当前的解决方案要么过于昂贵，要么不足以胜任大规模人工智能任务。
Gensyn旨在通过创建一个去中心化协议来解决这个问题，该协议以一种经济高效的方式连接和验证链下深度学习任务。该协议面临着几大挑战，包括任务验证、市场动态、事前评估、隐私问题以及对深度学习模型高效并行化的需求。该协议旨在建立一个无需信任的计算网络，为提供参与激励，并提供一种方法来验证计算任务是否按承诺执行。
Gensyn协议是用于深度学习计算的第一层无需信任协议，奖励参与者贡献计算时间及执行ML任务。它使用了多种技术来验证完成的任务，包括概率学习证明、基于图形的pinpoint协议和Truebit类型的激励游戏。该系统涉及了各方参与者，如提交者（Submitter）、求解者（Solver）、验证者（Verifier）和告密者（Whistleblower），各参与者在计算过程中都有特定角色。
在实践中，Gensyn协议从任务提交到合约仲裁和结算包含了若干阶段。该协议旨在为机器学习（ML）计算创建一个透明的低成本市场，实现可扩展性和效率。该协议还为拥有强大GPU的矿工提供了一个机会，可以将他们的硬件用于机器学习计算，与主流供应商相比，成本可能更低。这种方法不仅解决了人工智能领域的计算挑战，还使人工智能资源的获取更加民主化。
（5）Fetch：人工智能经济开源平台
Fetch.ai的时间比前面提到的一些项目的时间还要长，其网站上提供各种各样的服务。Fetch核心上是一个人工智能（AI）和加密货币相结合的创新项目，旨在彻底改变经济活动和流程的执行方式。Fetch服务基于它的AI智能体，它被设计成模块化的构建块，可以被编程执行特定的任务。这些智能体能够自主连接、搜索和交易，从而创造动态市场，改变传统的经济活动格局。
Fetch的一项关键服务就是能够使传统产品与AI相结合。这是通过将它们的API与Fetch.ai智能体集成来实现的，集成过程很快，并且不需要更改底层业务应用程序。AI智能体可以与网络中的其他智能体相结合，为新的用例和商业模式开辟了可能性。此外，这些智能体还具有代表用户进行谈判和交易的能力，这让它们能够通过部署盈利。
另外，这些智能体还可以从机器学习模型中提供推论（inference），允许用户将他们的见解变现并强化他们的机器学习模型。
Fetch还引入了Agentverse，这是一种简化AI智能体部署的无代码管理服务。就像传统的无代码平台（Replit）越来越受欢迎，以及Github Copilot这样的服务让普通大众都能写代码一样，Fetch正在以自己独特的方式进一步推动web3开发的民主化。
通过Agentverse，用户可以毫不费力地启动他们的第一个智能体，这大大降低了使用先进人工智能技术的准入门槛。就人工智能引擎和智能体服务而言，Fetch利用大语言模型（LLM）来发现并将任务执行发送给适当的AI智能体。该系统不仅可以将AI应用和服务货币化，还可以作为构建、上市、分析、托管等智能体服务的综合平台。
该平台通过搜索、发现和分析等功能增强了效用。智能体可以在Agentverse中注册，以便易于在Fetch.ai平台上被识别发现，Fetch.ai平台采用了一种基于LLM的针对性搜索机制。分析工具可用于提高智能体语义描述符的有效性，从而增强其可发现性。此外，Fetch.ai为离线智能体集成了一个物联网网关，使它们能够收集消息并在重新连接时批量处理这些消息。
最后，Fetch.ai为管理智能体提供托管服务，除了托管服务之外，还提供了Agentverse的所有功能。该平台还引入了一个开源的智能体寻址和命名网络，利用了Fetch.ai的Web3网络。这就意味着一种新的Web DNS寻址方法，将区块链技术集成到系统中。总的来说，Fetch.ai提供了一个人工智能和区块链技术相结合的多功能平台，为AI智能体开发、机器学习模型货币化以及数字经济突破性的搜索和发现方法提供了工具。AI智能体和区块链技术的结合为以去中心化的高效方式自动化及优化各流程铺平了道路。
6、AI和加密行业的下一步是什么？
人工智能和区块链技术的无缝融合代表了这两个领域的关键进步。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边界。这种结合的潜在应用（正如在Fetch.ai、Bittensor、Akash Network、Render Network和Gensyn等项目所探讨的），展示了将AI的计算能力与区块链安全透明的框架相结合具有巨大的可能性和优势。
当我们展望未来时，很明显，人工智能和区块链的融合将在塑造各行各业上发挥关键作用。从增强数据安全性和完整性到创建去中心化自治组织新模式等等，这种融合有望带来更高效透明、更可访问的技术。特别是在去中心化金融领域，去中心化人工智能（DeAI）的出现可以使人工智能技术的使用更加民主化，打破传统上大公司垄断的障碍。这有望催生一个更具包容性的数字经济，在这样的未来经济中，个人和小型实体也可以享用以前遥不可及的人工智能工具和服务。
另外，AI和加密技术的集成也可以解决这两个领域中一些最紧迫的挑战。在人工智能领域，数据孤岛和训练大模型所需的巨大计算资源等问题可以通过区块链的去中心化数据管理和计算能力共享来缓解。在区块链领域，人工智能可以提高效率，自动化决策过程，并改善安全机制。开发人员、研究人员和利益相关者持续探索和利用人工智能和区块链之间的协同作用是至关重要的。这样一来，他们不仅能够促进这些独立领域的发展，还将推动整个数字领域的创新，最终让全社会受益。
