将人工智能与 web3 结合起来会得到什么？理论上，你可以同时获得两全其美的结果：人工智能的惊人认知能力与区块链的开放性和普遍可访问性。这种组合非常适合协作和创新的蓬勃发展，而 web3 幻想家们已经不遗余力地将人工智能的最佳部分移植到区块链轨道上。
但人工智能不仅仅是一项良性技术：它是一场全面革命，与历史上其他人类驱动的运动一样，它伴随着行为问题和担忧。从不尊重数据隐私到算法偏见，人工智能就像一个在课堂上表现得早熟的孩子。天才？毫无疑问。古怪？绝对如此。
当人工智慧由 web3 技术提供支援时，其中许多问题会被放大，而其他问题则会得到缓解。然而，区块链这个行业的大思想家总是相信他们有解决一切问题的方法。他们能否驯服人工智慧这头野兽，还是注定要继承人工智慧在其短暂历史中所面临的同样问题？
道德问题不会让人工智慧孤立无援
在无情的机器的背景下讨论人类的品质似乎很奇怪，但它们模仿我们的次数越多，它们就越表现出同样的缺陷，而这些缺陷自古以来一直是我们的致命弱点。首先，上帝按照自己的形象创造了人类；然后人类在他的身上制造了机器。现在我们生活在一个混合共生的时代，人与机器之间的界线越来越模糊，很快就无法区分谁是机器人，谁不是。
尽管人们普遍认为人工智慧对社会有利，但在某些领域它与管理我们生活、工作和娱乐方式的成文法律和社会法律发生冲突。具体来说，人工智慧被指控抄袭、资料共享、演算法偏见和忽视隐私。让我们考虑一下这些指控，并研究 web3 改善或加剧这些问题的潜力。
AI抄了我的作业
针对人工智慧的抄袭指控是它所被指控的最明目张胆的罪行——当然，越界的是人类创造者，即使是人工智慧扛起了罪魁祸首。最令人震惊的例子之一是，Clearview AI 因未经同意从社交媒体上抓取数十亿张图像并将其传递给执法部门用于面部识别软体，然后将其出售给执法机构而受到多起诉讼。
然而，大多数时候，抄袭行为都比较隐密。 AI开发者未经许可使用受版权保护的内容来训练模型；生成式人工智慧违反了音乐版权，导致「新」歌曲听起来与经典曲目惊人地相似。有时，当人工智慧被破坏时，这是显而易见的，例如当 Adobe 水印出现在生成艺术中时。但大多数时候，复制行为很难被证明，但不可否认的是，复制行为是普遍存在的。
更微妙的是演算法偏差可能会渗透到在大型资料集上训练的系统中。在这种情况下，针对人工智慧最常见的指控涉及用于确定信用度等属性的机器学习演算法，这可能会排除某些人口统计数据并导致经济不平等永久化。但正如人工智慧所面临的许多抄袭指控一样，怀疑是一回事，另一回事是另一回事。证据则完全是另一回事。
一个人是因为种族而被排除在特定系统之外还是因为他们的信用评级不佳？人工智慧知道真相，但并不指望从中得到直接答案——不讲真相是它继承的另一个人类特质。
人工智慧面临的最后一项指控与剽窃交织在一起，涉及数据隐私的缺乏。人工智慧依赖机器学习的大型数据集：这是使人工智慧如此聪明的大脑燃料。然而，此类数据集可能包括金融交易历史、个人识别资讯和其他敏感数据，引发了对个人隐私权的重大道德担忧。
那么解决这一切的办法是什么？
用去中心化技术注入道德
在 AI 和 web3 交叉领域运作的负责任的公司必须做的第一件事就是承认挑战的严重性。透过扩展资料集、简化资讯共享和创建培训资料代币化市场来支援人工智慧创新，需要与以道德方式处理用户资料、尊重知识产权和维护个人隐私的义务相平衡。
尽管该行业值得称赞，但有明显迹象表明它正在尝试这样做。例如，0G 的去中心化人工智慧作业系统的基础是对维护道德人工智慧发展的坚定承诺。它是确信区块链产业拥有解决人工智慧缺点的技术的几家 web3 AI 公司之一；例如，使用 ZK 证明来处理加密资料。在这种情况下，道德行为不仅仅是「正确的做法」：它是区分 web3 和 web2 的最佳方式；来自过去的未来。
其他 web3/AI 项目特别关注归因，以鼓励从基于抓取资料训练的「肮脏模型」转向干净的资料集，以确保智慧财产权所有者获得公平的报酬。这可以透过代币化和微交易来实现，允许内容创建者在每次使用其资料时接收版税。透过区块链保留可验证的资料使用记录和智慧合约自动支付，可以创建一个理论上没有偏见的完全自我维持的系统。
当未来科技碰撞时
人工智慧和区块链的融合既带来了希望，也带来了危险。去中心化解决方案可以透过提高透明度和减少集中控制来缓解关键道德问题，但它们也可能带来新的道德挑战，例如缺乏问责制和安全风险。
由于 web3 是一个由于其去中心化和无国界性质而难以监管的行业，因此该行业有责任进行自我监管。这意味著证明它不仅拥有改进集中式人工智慧的技术，而且还提高了这个过程中道德行为的标准。这样做不仅会提高人工智慧的声誉，还将让 web3 占据道德高地，同时证明在保护用户和促进公平的同时进行创新是可能的。
免责声明：本文仅供参考。它不提供或旨在用作法律、税务、投资、财务或其他建议。
