深度洞察：AI与加密货币：共生共荣的双面镜，解密去中心化如何增强AI透明度

作者：Will Ogden Moore

编译：深潮TechFlow

原标题：灰度报告：AI 和加密货币是“一体两面”，加密的去中心化将提升 AI 透明度

人工智能 (AI) 是本世纪最有前途的新兴技术之一，具有极大地提高人类生产力和推动医学突破的潜力。虽然 AI 今天已经很重要，但其影响力还在不断增长。普华永道估计，到 2030 年，AI 将成为一个 15 万亿美元的产业。

然而，这项有前途的技术也面临挑战。随着 AI 技术的增强，AI 行业变得高度集中，权力集中在少数几家公司手中，可能对社会产生不利影响。这也引发了对深度伪造、嵌入偏见和数据隐私风险的严重担忧。幸运的是，加密货币的去中心化和透明特性提供了潜在的解决方案。

下面，我们探讨集中化带来的问题以及去中心化 AI 如何帮助解决这些问题，并讨论加密货币与 AI 的交汇点，重点介绍一些已显示出早期采用迹象的加密应用。

集中化 AI 的问题

目前，AI 开发面临一些挑战和风险。AI 的网络效应和高资本需求使得许多大型科技公司之外的 AI 开发者（如小公司或学术研究人员）难以获得所需资源或将其工作货币化。这限制了整体 AI 的竞争和创新。

因此，对这一关键技术的影响主要集中在少数几家公司手中，如 OpenAI 和 Google，导致对 AI 治理的严重质疑。例如，今年 2 月，Google 的 AI 图像生成器 Gemini 暴露出种族偏见和历史不准确性，说明公司可以操纵其模型。此外，去年 11 月，六人董事会决定解雇 OpenAI CEO Sam Altman，暴露了少数人对开发这些模型的公司的控制权。

随着 AI 的影响力和重要性不断增长，许多人担心一家公司可能会对社会产生巨大影响的 AI 模型拥有决策权，可能会在幕后操作、设置保护措施或操纵模型以谋取利益——但却以牺牲社会其他部分为代价。

去中心化 AI 如何提供帮助

去中心化 AI 是指利用区块链技术分配 AI 的所有权和治理，从而提高透明度和可访问性。Grayscale Research 认为，去中心化 AI 有潜力将这些重要决策从封闭的花园中带到公众手中。

区块链技术可以帮助增加开发者对 AI 的访问，降低独立开发者构建和货币化其工作的门槛。我们相信，这可以帮助改善整体 AI 创新和竞争，并与科技巨头开发的模型形成平衡。

此外，去中心化 AI 可以帮助民主化对 AI 投资的访问。目前，除了通过少数科技股之外，几乎没有其他方式可以获得与 AI 开发相关的财务收益。同时，大量私人资本已被分配给 AI 初创公司和私人公司（2022 年为 470 亿美元，2023 年为 420 亿美元）。结果，这些公司的财务收益仅对少数风险资本家和合格投资者开放。相比之下，去中心化 AI 加密资产对所有人开放，允许所有人拥有 AI 未来的一部分。

这一交汇点的现状

目前，加密货币和 AI 的交汇点在成熟度方面仍处于早期阶段，但市场反应令人鼓舞。2024 年截至 5 月，AI 加密资产的回报率为 20%（Grayscale Research 定义的 AI Universe，最低资产市值为 5 亿美元，季度再平衡为 2024 年 4 月 1 日。Universe 中的资产包括 NEAR、FET、RNDR、FIL、TAO、THETA、AKT、AGIX、WLD、AIOZ、TFUEL、GLM、PRIME、OCEAN、ARKM 和 LTP），表现优于除货币部门外的所有加密部门（见图 1）。此外，根据数据提供商 Kaito 的数据，AI 主题目前在社交平台上占据了最多的“叙事心智份额”，超过了其他主题，如去中心化金融、Layer 2、meme 和现实世界资产。

最近，一些知名人物已经拥抱了这一新兴交汇点，专注于解决集中化 AI 的缺点。今年 3 月，知名 AI 公司 Stability AI 的创始人 Emad Mostaque 离开公司，转而追求去中心化 AI，理由是“现在是确保 AI 保持开放和去中心化的时候了。”此外，加密企业家 Erik Vorhees 最近推出了 Venice.ai，一种具有端到端加密的隐私聚焦 AI 服务。

图 1：AI 加密资产年初至今几乎优于所有加密部门

今天，我们可以将加密货币和 AI 的结合点分为三个主要子类别（资产是说明性的例子，按市值从大到小列出）：

1. 基础设施层：提供 AI 开发平台的网络（如 NEAR、TAO、FET）
2. AI 资源：提供 AI 开发所需的关键资源（计算、存储、数据）的资产（如 RNDR、AKT、LPT、FIL、AR、MASA）
3. 解决 AI 问题：试图解决 AI 相关问题（如机器人、深度伪造和模型验证）的资产（如 WLD、TRAC、NUM）

图 2：AI 和加密货币市场地图

来源：Grayscale Investments。列出的协议是示例性例子。

提供 AI 开发基础设施的网络

这一类别包括提供无许可、开放架构的网络，专门为 AI 服务的通用开发而构建。这些资产不专注于某一 AI 产品或服务，而是致力于创建各种 AI 应用的底层基础设施和激励机制。

Near 在这个类别中脱颖而出，由“Transformer”架构的共同创作者创立，该架构为像 ChatGPT 这样的 AI 系统提供动力。它最近利用其 AI 专长，通过其研发部门推出了开发“用户拥有的 AI”的计划，该部门由前 OpenAI 研究工程师顾问领导。2024 年 6 月底，Near 启动了其 AI 孵化器计划，用于开发 Near 原生基础模型、AI 应用的数据平台、AI 智能体框架和计算市场。

Bittensor 是另一个引人注目的例子。Bittensor 是一个使用 TAO Token 来激励 AI 开发的平台。Bittensor 作为 38 个子网络的底层平台（子网是较大网络中较小的分段部分，旨在通过为特定目的或用户组隔离网络部分来提高效率和安全性。截至2024年6月23日），每个子网络有不同的用例，如聊天机器人、图像生成、财务预测、语言翻译、模型训练、存储和计算。Bittensor 网络通过 TAO Token 奖励每个子网络中表现最好的矿工和验证者，并为开发者提供无许可的 API，通过查询 Bittensor 子网络中的矿工来构建特定的 AI 应用。

这一类别还包括其他协议，如 Fetch.ai 和 Allora 网络。Fetch.ai 是一个平台，供开发者创建复杂的 AI 助手（即“AI 智能体”），最近与 AGIX 和 OCEAN 合并，合并后的价值约为 75 亿美元。另一个是 Allora 网络，一个专注于将 AI 应用于金融应用的平台，包括去中心化交易所的自动交易策略和预测市场。Allora 还没有推出 Token，并在 6 月进行了战略融资，总共筹集了 3500 万美元的私人资本。

AI 开发所需的资源

这一类别包括提供 AI 开发所需资源（计算、存储或数据）的资产。

AI 的兴起产生了对计算资源（如 GPU）的前所未有的需求。去中心化的 GPU 市场如 Render（RNDR）、Akash（AKT）和 Livepeer（LPT）为需要计算资源进行模型训练、模型推理或 3D 生成 AI 的开发者提供闲置的 GPU。今天，Render 提供约 1 万个 GPU，主要面向艺术家和生成式 AI，而 Akash 提供 400 个 GPU，主要面向 AI 开发者和研究人员。同时，Livepeer 最近宣布计划在 2024 年 8 月推出一个新的 AI 子网络，用于文本到图像、文本到视频和图像到视频等任务。

除了需要大量的计算资源外，AI 模型还需要海量数据。因此，对数据存储的需求大幅增加。像 Filecoin（FIL）和 Arweave（AR）这样的数据存储解决方案可以作为存储 AI 数据的去中心化和安全网络替代方案，而不是集中化的 AWS 服务器。这些解决方案不仅提供成本效益高且可扩展的存储，还通过消除单点故障和减少数据泄露风险来增强数据安全性和完整性。

此外，像 OpenAI 和 Gemini 这样的现有 AI 服务通过 Bing 和 Google 搜索持续获取实时数据。这使得其他 AI 模型开发者处于劣势。然而，像 Grass 和 Masa（MASA）这样的数据抓取服务可以帮助平衡竞争，因为它们允许个人通过提供应用数据进行 AI 模型训练来货币化他们的数据，同时保持对个人数据的控制和隐私。

解决 AI 相关问题的资产

第三类包括试图解决 AI 相关问题的资产，如机器人、深度伪造和内容出处。

AI 加剧了机器人和虚假信息的泛滥。AI 生成的深度伪造已经影响了印度和欧洲的总统选举，专家们恐惧即将到来的总统竞选将涉及大量由深度伪造驱动的虚假信息。试图通过建立可验证的内容出处来解决深度伪造问题的资产包括 Origin Trail（TRAC）、Numbers Protocol（NUM）和 Story Protocol。此外，Worldcoin（WLD）通过独特的生物特征识别来证明一个人的身份，从而解决机器人的问题。

AI 的另一个风险是确保对模型本身的信任。我们如何信任我们收到的 AI 结果没有被篡改或操纵？目前，有几个协议正在通过加密技术、零知识证明和全同态加密（FHE）来帮助解决这个问题，包括 Modulus Labs 和 Zama。

结论

虽然这些去中心化 AI 资产已经取得了初步进展，但我们仍处于这一结合点的初期阶段。今年年初，著名风险投资家 Fred Wilson 表示，AI 和加密货币是“同一枚硬币的两面”，“web3 将帮助我们信任 AI”。随着 AI 行业的不断成熟，Grayscale Research 认为这些与 AI 相关的加密用例将变得越来越重要，这两种快速发展的技术有可能相互支持彼此的增长。

从许多迹象来看，AI 即将到来，并且准备产生深远的影响，无论是积极的还是消极的。通过利用区块链技术的属性，我们相信加密货币最终可以帮助减轻 AI 带来的一些危险。