原文標題：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：火星財經，Daisy

乍一看，加密貨幣和人工智能似乎是正交的技術，每種技術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，這兩種技術有機會平衡彼此的利弊，每種技術的獨特優(yōu)勢可以相互補充和增強。

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

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

展開全文

加密貨幣采用自下而上的運作方式，源自匿名網絡朋克的去中心化努力，并通過全球眾多獨立實體的協(xié)調努力在十多年內不斷發(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。這些公司決定著行業(yè)的發(fā)展速度和動態(tài)，進入門檻更多地取決于資源密集度而非技術復雜程度。

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

同樣，加密技術在驗證、確保交易的真實性和安全性以及構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)字內容。然而，在創(chuàng)造數(shù)字豐富的過程中，存在著確保內容來源和防止身份盜用的挑戰(zhàn)。

幸運的是，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，以保證內容來源并避免身份盜竊問題。

加密貨幣的一個顯著優(yōu)勢是，它們能夠吸引大量硬件和資本進入服務于特定目標的協(xié)調網絡。這種能力對于消耗大量計算能力的人工智能尤其有益。調動未充分利用的資源來提供更便宜的計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行比較，我們不僅可以欣賞他們各自的貢獻，還可以欣賞他們如何共同開辟技術和經濟的新道路。他們相互抵消，創(chuàng)造了一個更加一體化、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，重點介紹這些技術交叉點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）

計算網絡

行業(yè)地圖從計算網絡開始，計算網絡正在嘗試解決 GPU 供應受限的挑戰(zhàn)，并嘗試以不同的方式降低計算成本。值得強調的是以下內容：

非統(tǒng)一 GPU 互操作性：這是一項非常雄心勃勃的嘗試，具有很高的技術風險和不確定性，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，使所有計算資源都可互換。本質上，這個想法是構建編譯器和其他先決條件，以便在供應方面，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，以便您的計算請求可以路由到網絡中的任何資源。如果這一愿景成功，它將降低 CUDA 軟件的護城河，而 CUDA 軟件是當今 AI 開發(fā)人員的絕對主導解決方案。同樣，技術風險很高，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 集成到一個分布式、無需許可的網絡中，而無需擔心跨非統(tǒng)一 GPU 資源的互操作性。 商品消費級 GPU 聚合：旨在聚合一些性能較差的 GPU，這些 GPU 可能在消費設備中使用，并且是供應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、更長的訓練過程的人。 訓練和推理

計算網絡主要有兩個用途：訓練和推理。這些網絡的需求來自 Web 2.0 和 Web 3.0 項目。在 Web 3.0 領域，Bittensor 等項目利用計算來執(zhí)行模型微調。在推理方面，Web 3.0 計劃強調流程的可驗證性。這一重點導致了可驗證推理作為一個垂直市場的出現(xiàn)，其中項目正在探索將 AI 推理集成到智能合約中的方法，同時保持去中心化的原則。

代理平臺

接下來是代理平臺，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和市場

這些功能強調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)塊鏈和人工智能應用程序中。人工智能代理有可能徹底改變我們與互聯(lián)網互動的方式，我們相信代理將利用加密基礎設施來支持其運營。我們設想人工智能代理將以以下方式依賴加密基礎設施：

利用分布式爬蟲網絡訪問實時網絡數(shù)據(jù)， 使用加密支付渠道進行代理商之間的支付， 要求經濟利益不僅是為了在行為不當時進行懲罰，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濟信號）， 利用加密共識來確定哪些事件會導致削減， 開源互操作性標準和代理框架，用于構建可組合的集體， 依靠不可變的數(shù)據(jù)歷史來評估過去的表現(xiàn)并實時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 競爭中的一項戰(zhàn)略資產，與計算一樣都是關鍵資源。然而，它往往是一個被忽視的類別，因為業(yè)界的大部分注意力都集中在計算層上。加密原語在數(shù)據(jù)獲取過程中提供價值的角度有很多，主要有兩個方向：

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

前者是關于構建一個分布式抓取器網絡，該網絡可以在互聯(lián)網上抓取數(shù)據(jù)并在幾天內獲取大量數(shù)據(jù)集，或者提供對互聯(lián)網上非常具體的數(shù)據(jù)的實時訪問。但是，為了能夠抓取互聯(lián)網上的大量數(shù)據(jù)集，對網絡的要求非常高，至少需要幾十萬個節(jié)點才能開始一些有意義的工作負載。幸運的是，Grass 是一個分布式抓取節(jié)點網絡，已經有超過 200 萬個節(jié)點積極地將互聯(lián)網帶寬共享給網絡，目的是抓取整個互聯(lián)網。它展示了加密經濟激勵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)結構來構建和微調大型語言模型，同時保持敏感信息的私密性。

聯(lián)邦學習、差分隱私、可信執(zhí)行環(huán)境、完全同態(tài)加密和多方計算等技術提供了不同程度的隱私和權衡。Bagel 的研究文章對這些技術進行了很好的概述。這些技術不僅可以保護機器學習過程中的數(shù)據(jù)隱私，還可以在計算級別實施，以提供全面的隱私保護 AI 解決方案。

數(shù)據(jù) x 模型出處

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

應用

在應用方面，設計前景是無限的。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在 Web 3.0 領域的實施而發(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域的許多垂直行業(yè)，因為這些新原語為開發(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。通過利用每種技術的獨特優(yōu)勢，我們可以應對各自的挑戰(zhàn)并開辟新的技術道路。隨著我們探索這個新興行業(yè)，加密貨幣和人工智能之間的協(xié)同作用可能會推動變革，重塑我們未來的數(shù)字體驗以及我們在網絡上的互動方式。

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動以提高計算效率以及建立安全、保護隱私的數(shù)據(jù)實踐將定義下一個技術進化時代。

然而，我們必須認識到，這個行業(yè)仍處于起步階段，目前的行業(yè)格局可能會在短時間內過時。創(chuàng)新步伐的加快意味著當今的尖端解決方案可能很快就會被新的突破所超越。盡管如此，所探索的基礎概念（例如計算網絡、代理平臺和數(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：