注：本文翻译自龙头隐私公链Oasis的官方博客

Oasis 通过智能隐私为 Web3 提供支持——可定制的跨链隐私，100% 私密、100% 公开或介于两者之间的任何隐私。

通过将自我主权的思维方式应用于AI开发，去中心化AI旨在解决隐私、公平性和可访问性方面的问题。

在过去十年中，大公司控制了大部分重要技术的开发。在许多情况下，这些公司专注于捕获数据、将其货币化，并进行销售，而几乎不考虑最终用户。今天一些最流行的AI模型背后的组织也在走类似的轨迹。

另一方面，去中心化AI的崛起则提供了一个更加透明和保密的替代方案，同时支持自我主权和公平。然而，更去中心化的方法也带来了权衡。这对于计算提供者之间的通信开销，尤其是缺乏标准化的问题尤为突出。分布式开发也是一种构建“乐高积木”并将它们拼接在一起的过程，这需要时间。

去中心化与中心化AI

比较这两者最直接的方式是询问“去中心化”阵营中的任何东西，是否可以在价值上与中心化的AI竞争。从训练的角度来看，答案相对清晰：今天，创建一个先进的AI模型需要大量的资金。例如，xAI的最新训练集群由30万个A100 GPU组成，花费了数十亿美元。

除了一小部分项目，其他项目几乎无法训练尖端模型。然而，区块链项目在通过激励机制对用户进行对齐方面具有优势。比特币展示了如何创建全球最大的计算机网络，而这一点现在正被许多AI计算项目复制。除了协调CPU的能力外，区块链在智能商业中，特别是在支付方面，也具有极大的潜力。

去中心化AI的应用场景

值得注意的是，AI的进展大多是自上而下的，过去几年中，中心化公司推动了大多数机器学习方面的进步。关键是，区块链并不适用于AI堆栈的所有层级，而应该在有意义的地方作为一种增强技术。以下是一些有趣的应用场景。

  • 数据提供与货币化

将GPU资源整合并以支付或共享模型的方式进行交换，是一种经常被提及的方法。这种方法同样适用于数据提供者，承认他们的私人数据在区分模型中的价值。这种安排需要新的治理和经济模型，能够支持众包开发，并确保收入的公平分配。区块链可以通过提供信任的框架，帮助为相关方分配贡献。

  • 知识产权与溯源

AI对媒体的影响仍然只是触及表面。模型将继续改善并扩展越来越强大的创作工具。但是，知识产权归属问题，甚至是媒体的真实性和质量本身，也会引发争议。幸运的是，Web3为溯源和事实核查提供了现成的解决方案。通过激励加密密钥的使用，全球数亿人现在可以证明地验证信息的来源。这并不是万能的，但它可以帮助证明媒体的来源。通过加密技术，也可以提供更可信的参考机制，例如，模型可以将用户引导到区块链浏览器或某个ENS个人资料页面。

  • 可验证性与保密性

随着AI的变革，医学、法律、教育等领域也将发生类似的变化。今天的LLMs（大语言模型）虽然会提供有时准确、有时错误的答案，但在医学领域，将会有专门的模型超过医生的表现。这样带来的影响巨大。但实际上，这也为数据泄露和/或剥削开辟了巨大的潜力。在这种未来场景中，分布式账本及其验证模型是否被使用或数据是否被篡改将成为关键。同时，保密性保护基础设施也至关重要，以确保输入/输出数据以及某些情况下的模型本身得到保护。

去中心化AI与保密计算

继续从隐私角度出发，加密技术在过去十年为AI铺设了一些基础，包括为GPU开发提供需求和资金支持。作为回报，当前的GPU路线图，部分受到私人权重需求的推动，正朝着实施受信执行环境（TEE）发展。Web3在这方面将受益匪浅，尤其是在近年来，TEE在CPU/GPU上的表现有了显著提升。

如今，用户能够在享受云计算的灵活性和性能的同时，不需要信任云服务提供商或存储在未加密数据中的敏感信息。在这方面，Oasis已经走在了保密计算的前沿，包括推出了Sapphire，一个利用TEE来创建保密智能合约的EVM网络。Sapphire在Web3中独一无二，但区块链运行时的可能性仍然是有限的。我们需要找到一种方法来考虑AI的非确定性问题，同时也需要更多复杂且灵活的应用程序构建方式。ROFL便是为此而生。

运行时链外逻辑（ROFL）

为了让AI能够与传统的、固定的系统（如智能合约）进行交互，创建一个身份验证机制是至关重要的。这正是ROFL的思路所在，ROFL是一个全能计算框架，使得各种应用程序能够以去中心化、可验证且保护隐私的方式运行。

运行时链外逻辑使得创建定制的链外逻辑成为可能，并且可以通过信任执行环境的魔力在链上轻松验证。ROFL通过远程证明和Oasis共识层来保证安全和完整性，同时使得开发者能够访问远程网络资源。从高层次来讲，它的工作原理如下：

在实际操作中，ROFL结合了链外性能和链上信任。基本上，任何可以用软件编写的东西，都可以被放入ROFL应用程序。然而，ROFL最适用于像AI管道这样的应用，因为它们需要大量的计算资源和高度的信任。完全支持Intel TDX的功能将很快添加到ROFL中，这将使得能够在框架内直接运行大型模型。这将能够改变诸如智能代理应用等多种应用，允许持久、保密和可验证的交互。您可以在这里开始使用ROFL。

$ROSE

本文原文来自Oasis官方网站，欢迎大家访问官方网站以了解更多Oasis生态的信息。