原標題：《AI Is Coming -Crypto Can Help Make It Right》
作者：Grayscale Research
編譯：Felix，PANews
Grayscale（灰度）昨日宣佈推出專注於去中心化 AI 的新基金 Grayscale Decentralized AI Fund LLC。基金首批項目包括 Bittensor（TAO）、Filecoin（FIL）、Livepeer（LPT）、Near（NEAR）和 Render（RNDR），其中 Near、Filecoin 和 Render 爲基金中的最高權重資產。受此消息影響，相關代幣大幅上漲。隨後，Grayscale 發文對 AI 及去中心化 AI 進行了解讀，闡述了對其重視的原因。以下爲內容全文。
人工智能（AI）是本世紀最有前途的新興技術之一，有可能指數級提高人類生產力併爲醫學突破提供動力。雖然 AI 在今天可能很重要，但其影響力只會越來越大。據普華永道估計，到 2030 年，AI 將成長爲一個價值 15 萬億美元的行業。
然而，這項前景光明的技術也面臨着挑戰。隨着 AI 技術越來越強大，AI 行業的權力卻集中在少數公司手中，對社會有潛在的危害。這也引發了外界對深度造假、嵌入式偏見和數據隱私風險的嚴重擔憂。幸運的是，加密技術以去中心化和透明度的特性爲其中一些問題提供了潛在的解決方案。
本文將探討中心化帶來的問題，以及去中心化 AI 如何幫助解決其中的一些弊端。此外還將討論 Crypto 和 AI 的交集，重點介紹該領域已顯示出早期採用跡象的加密應用。
中心化 AI 的問題
當前 AI 發展面臨着一定風險和挑戰。AI 的網絡效應和密集的資本需求非常顯著，以至於大型科技公司以外的許多 AI 開發人員，如小公司或學術研究人員，要麼難以獲得 AI 開發所需的資源，要麼無法將其工作變現。這限制了 AI 的整體競爭和創新。
因此，對這一關鍵技術的影響力主要集中在 OpenAI 和谷歌等少數幾家公司手中，引發了對 AI 治理的嚴重質疑。例如，今年 2 月，谷歌的 AI 圖像生成器 Gemini 被曝種族歧視和歷史錯誤，涉嫌操縱模型。此外，去年 11 月，一個由六人組成的董事會決定解僱 OpenAI 首席執行官 Sam Altman，暴露了少數人控制着開發這些模型的公司的事實。
隨着 AI 影響力和重要性越來越大，許多人擔心一家公司可能會掌握對社會產生巨大影響的 AI 模型的決策權。甚至可能會以犧牲他人的利益爲代價，設置壁壘閉門造車，或者操縱模型以謀取私利。
去中心化 AI 如何提供幫助
去中心化 AI 是指利用區塊鏈技術，以提高透明度和可訪問性的方式，分配 AI 所有權和治理的 AI 服務。Grayscale Research 認爲，去中心化的 AI 有可能將這些重要的決策從封閉的環境中釋放出來，爲公衆所有。
區塊鏈技術可以幫助開發人員增加對 AI 的訪問，降低獨立開發人員構建和工作成果變現的門檻。這將有助於提高整體 AI 創新和競爭，並與科技巨頭開發的模型保持平衡。
此外，去中心化的 AI 可以幫助實現 AI 投資的民主化。目前，除了通過一些科技股之外，很少有辦法獲得與 AI 開發相關的收益。與此同時，大量私人資本已分配給 AI 初創公司和私營公司（2022 年爲 470 億美元，2023 年爲 420 億美元）。因此，只有一小部分風投和合格投資者可以獲得這些公司的收益。相比之下，去中心化的 AI 加密資產對每個人都是開放的，任何人都可以參與 AI 的未來。
如今交匯領域發展如何？
Crypto 和 AI 的交匯在成熟度方面仍處於早期階段，但市場的反應令人振奮。截至 2024 年 5 月，加密資產的 AI 領域回報率爲 20%，其表現優於絕大多數加密賽道。此外據 Kaito 數據，與 DeFi、Layer2、Meme 和 RWA 等其他賽道相比，AI 賽道目前在社交平臺上的「敘事心智份額」最高（市場關注度最高）。
最近，一些知名人士開始擁抱這一新興領域，致力於解決中心化 AI 的缺陷。今年 3 月，AI 公司 Stability AI 創始人 Emad Mostaque 離開公司，轉而追求去中心化 AI，他表示「現在是時候確保 AI 保持開放和去中心化了」。此外，ShapeShift 創始人 Erik Vorhees 最近推出了 Venice.ai，這是一款專注於隱私的 AI 服務，具有端到端加密功能。
圖 1：今年迄今爲止，AI Universe 的表現幾乎超過了所有加密賽道
可以將 Crypto 和 AI 的交集分爲三個主要子類：
基礎設施層：爲 AI 開發提供平臺的網絡（例如 NEAR，TAO，FET）
AI 所需的資源：提供 AI 開發所需的關鍵資源（計算、存儲、數據）的資產（例如 RNDR、AKT、LPT、FIL、AR、MASA）
解決 AI 問題：試圖解決 AI 相關問題的資產，例如機器人和深度僞造的興起以及模型驗證（例如 WLD、TRAC、NUM）
圖 2：AI 和 Crypto 市場地圖
資料來源：Grayscale Investments。所含協議爲說明性示例
爲 AI 發展提供基礎設施的網絡
第一類是提供無需許可的開放式架構的網絡，專爲 AI 服務的總體開發而構建。這些資產不專注於某一種 AI 產品或服務，而是專注於爲各種 AI 應用創建底層基礎設施和激勵機制。
NEAR 在這一類別中脫穎而出，其創始人是「Transformer」架構的聯合創始人，該架構爲 ChatGPT 等 AI 系統提供支持。今年 5 月，NEAR 宣佈將專注於打造用戶擁有的 AI 生態系統，致力於優化用戶隱私和主權。6 月下旬，NEAR 啓動了其 AI 孵化器計劃，用於開發 NEAR 原生基礎模型、AI 應用程序的數據平臺、AI 代理框架和計算市場。
Bittensor 是一個使用 TAO 代幣來經濟地鼓勵 AI 發展的平臺。Bittensor 作爲 38 個子網（subnets）的底層平臺，每個子網都有不同的用例，如聊天機器人、圖像生成、財務預測、語言翻譯、模型訓練、存儲和計算。Bittensor 網絡用 TAO 代幣獎勵每個子網中表現最好的礦工和驗證者，併爲開發人員提供無需許可的 API，通過查詢 Bittensor 子網中的礦工來構建特定的 AI 應用。
此類別還包括其他協議，如 Fetch.ai 和 Allora 網絡。Fetch.ai 是一個供開發人員創建複雜 AI 助手（即「AI 代理」）的平臺，最近與 AGIX 和 OCEAN 合併，總市值約爲 75 億美元。另一個是 Allora 網絡，這是一個專注於將 AI 應用於金融應用的平臺，包括 DEX 和預測市場的自動交易策略。Allora 還沒有發行代幣，並在 6 月份進行了一輪戰略融資，私募融資總額達 3500 萬美元。
AI 發展所需的資源
第二類包括以計算、存儲或數據的形式爲 AI 開發提供所需資源的資產。
AI 的興起對 GPU 形式的計算資源產生了海量的需求。諸如 Render（RNDR）、Akash（AKT）和 Livepeer（LPT）之類的去中心化 GPU 市場爲模型訓練、模型推理或渲染 3D 生成式 AI 的開發人員提供了閒置 GPU 供應。據估計，Render 提供約 1 萬 GPU，重點面向藝術家和生成式 AI；而 Akash 提供 400 GPU，重點面向 AI 開發人員和研究人員。與此同時，Livepeer 最近宣佈了一個新的 AI 子網計劃，目標是 2024 年 8 月執行文本轉圖像、文本轉視頻和圖像轉視頻等 AI 推理任務。
除了需要大量的計算資源外，AI 模型還需要大量的數據。因此，對數據存儲的需求大幅增加。Filecoin（FIL）和 Arweave（AR）等數據存儲解決方案可以作爲去中心化和安全的網絡替代方案，將 AI 數據存儲在中心化 AWS 服務器上。這些解決方案不僅提供具有成本效益和可擴展的存儲，還通過消除單點故障和降低數據泄露風險，來增強數據安全性和完整性。
最後，現有的 AI 服務，如 OpenAI 和 Gemini，可以分別通過 Bing 和谷歌搜索持續訪問實時數據。這讓除科技公司之外的所有其他 AI 模型開發者處於不利地位。然而，像 Grass 和 Masa 這樣的數據抓取服務可以幫助創造公平的競爭環境，因爲其允許個人通過爲 AI 模型培訓提供應用程序數據來獲利，同時保持對個人數據的控制和隱私。
嘗試解決 AI 相關問題的資產
第三類包括試圖解決 AI 相關問題的資產，包括機器人、深度僞造和內容來源的興起。
AI 的另一個顯著問題是機器人和錯誤信息的泛濫。AI 生成的深度僞造已經對印度和歐洲的總統選舉產生了影響，專家們「非常害怕」即將到來的美國總統競選，出現由深度僞造嚴重驅動的海量「虛假信息」。旨在通過建立可驗證的內容來源，來幫助解決與深度僞造相關的問題的資產包括 Origin Trail（TRAC）、Numbers Protocol（NUM）和 Story Protocol。此外，Worldcoin（WLD）試圖通過獨特的生物識別標識來驗證，從而解決機器人問題。
AI 的另一個風險是確保對模型本身的信任。如何相信收到的 AI 結果沒有被篡改或操縱？目前，有幾個協議通過密碼學、零知識證明和完全同態加密（FHE）來幫助解決這個問題，比如 Modulus Labs 和 Zama。
結論
雖然這些去中心化的 AI 資產已經取得了初步成果，但目前仍處於早期階段。今年年初，風險投資家 Fred Wilson 表示，AI 和 Crypto 是「同一枚硬幣的兩面」，「Web3 將幫助我們信任 AI」。隨着 AI 行業的不斷成熟，Grayscale Research 認爲，這些與 AI 相關的加密用例將變得越來越重要，這兩種快速發展的技術有可能相互成就。
許多跡象表明 AI 時代即將來臨，並將產生深遠的，或積極或消極的影響。通過利用區塊鏈技術的特性，相信 Crypto 最終可以幫助減輕 AI 一些危險。
