作者：Will Ogden Moore
編譯：深潮TechFlow
人工智能 (AI) 是本世紀最有前途的新興技術之一，具有極大地提高人類生產力和推動醫學突破的潛力。雖然 AI 今天已經很重要，但其影響力還在不斷增長。普華永道估計，到 2030 年，AI 將成爲一個 15 萬億美元的產業。
然而，這項有前途的技術也面臨挑戰。隨着 AI 技術的增強，AI 行業變得高度集中，權力集中在少數幾家公司手中，可能對社會產生不利影響。這也引發了對深度僞造、嵌入偏見和數據隱私風險的嚴重擔憂。幸運的是，加密貨幣的去中心化和透明特性提供了潛在的解決方案。
下面，我們探討集中化帶來的問題以及去中心化 AI 如何幫助解決這些問題，並討論加密貨幣與 AI 的交匯點，重點介紹一些已顯示出早期採用跡象的加密應用。
集中化 AI 的問題
目前，AI 開發面臨一些挑戰和風險。AI 的網絡效應和高資本需求使得許多大型科技公司之外的 AI 開發者（如小公司或學術研究人員）難以獲得所需資源或將其工作貨幣化。這限制了整體 AI 的競爭和創新。
因此，對這一關鍵技術的影響主要集中在少數幾家公司手中，如 OpenAI 和 Google，導致對 AI 治理的嚴重質疑。例如，今年 2 月，Google 的 AI 圖像生成器 Gemini 暴露出種族偏見和歷史不準確性，說明公司可以操縱其模型。此外，去年 11 月，六人董事會決定解僱 OpenAI CEO Sam Altman，暴露了少數人對開發這些模型的公司的控制權。
隨着 AI 的影響力和重要性不斷增長，許多人擔心一家公司可能會對社會產生巨大影響的 AI 模型擁有決策權，可能會在幕後操作、設置保護措施或操縱模型以謀取利益——但卻以犧牲社會其他部分爲代價。
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分配 AI 的所有權和治理，從而提高透明度和可訪問性。Grayscale Research 認爲，去中心化 AI 有潛力將這些重要決策從封閉的花園中帶到公衆手中。
區塊鏈技術可以幫助增加開發者對 AI 的訪問，降低獨立開發者構建和貨幣化其工作的門檻。我們相信，這可以幫助改善整體 AI 創新和競爭，並與科技巨頭開發的模型形成平衡。
此外，去中心化 AI 可以幫助民主化對 AI 投資的訪問。目前，除了通過少數科技股之外，幾乎沒有其他方式可以獲得與 AI 開發相關的財務收益。同時，大量私人資本已被分配給 AI 初創公司和私人公司（2022 年爲 470 億美元，2023 年爲 420 億美元）。結果，這些公司的財務收益僅對少數風險資本家和合格投資者開放。相比之下，去中心化 AI 加密資產對所有人開放，允許所有人擁有 AI 未來的一部分。
這一交匯點的現狀
目前，加密貨幣和 AI 的交匯點在成熟度方面仍處於早期階段，但市場反應令人鼓舞。2024 年截至 5 月，AI 加密資產的回報率爲 20%（Grayscale Research 定義的 AI Universe，最低資產市值爲 5 億美元，季度再平衡爲 2024 年 4 月 1 日。Universe 中的資產包括 NEAR、FET、RNDR、FIL、TAO、THETA、AKT、AGIX、WLD、AIOZ、TFUEL、GLM、PRIME、OCEAN、ARKM 和 LTP），表現優於除貨幣部門外的所有加密部門（見圖 1）。此外，根據數據提供商 Kaito 的數據，AI 主題目前在社交平臺上佔據了最多的“敘事心智份額”，超過了其他主題，如去中心化金融、Layer 2、meme 和現實世界資產。
最近，一些知名人物已經擁抱了這一新興交匯點，專注於解決集中化 AI 的缺點。今年 3 月，知名 AI 公司 Stability AI 的創始人 Emad Mostaque 離開公司，轉而追求去中心化 AI，理由是“現在是確保 AI 保持開放和去中心化的時候了。”此外，加密企業家 Erik Vorhees 最近推出了 Venice.ai，一種具有端到端加密的隱私聚焦 AI 服務。
圖 1：AI 加密資產年初至今幾乎優於所有加密部門
今天，我們可以將加密貨幣和 AI 的結合點分爲三個主要子類別（資產是說明性的例子，按市值從大到小列出）：
基礎設施層：提供 AI 開發平臺的網絡（如 NEAR、TAO、FET）
AI 資源：提供 AI 開發所需的關鍵資源（計算、存儲、數據）的資產（如 RNDR、AKT、LPT、FIL、AR、MASA）
解決 AI 問題：試圖解決 AI 相關問題（如機器人、深度僞造和模型驗證）的資產（如 WLD、TRAC、NUM）
圖 2：AI 和加密貨幣市場地圖
來源：Grayscale Investments。列出的協議是示例性例子。
提供 AI 開發基礎設施的網絡
這一類別包括提供無許可、開放架構的網絡，專門爲 AI 服務的通用開發而構建。這些資產不專注於某一 AI 產品或服務，而是致力於創建各種 AI 應用的底層基礎設施和激勵機制。
Near 在這個類別中脫穎而出，由“Transformer”架構的共同創作者創立，該架構爲像 ChatGPT 這樣的 AI 系統提供動力。它最近利用其 AI 專長，通過其研發部門推出了開發“用戶擁有的 AI”的計劃，該部門由前 OpenAI 研究工程師顧問領導。2024 年 6 月底，Near 啓動了其 AI 孵化器計劃，用於開發 Near 原生基礎模型、AI 應用的數據平臺、AI 智能體框架和計算市場。
Bittensor 是另一個引人注目的例子。Bittensor 是一個使用 TAO Token 來激勵 AI 開發的平臺。Bittensor 作爲 38 個子網絡的底層平臺（子網是較大網絡中較小的分段部分，旨在通過爲特定目的或用戶組隔離網絡部分來提高效率和安全性。截至2024年6月23日），每個子網絡有不同的用例，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 網絡通過 TAO Token 獎勵每個子網絡中表現最好的礦工和驗證者，併爲開發者提供無許可的 API，通過查詢 Bittensor 子網絡中的礦工來構建特定的 AI 應用。
這一類別還包括其他協議，如 Fetch.ai 和 Allora 網絡。Fetch.ai 是一個平臺，供開發者創建複雜的 AI 助手（即“AI 智能體”），最近與 AGIX 和 OCEAN 合併，合併後的價值約爲 75 億美元。另一個是 Allora 網絡，一個專注於將 AI 應用於金融應用的平臺，包括去中心化交易所的自動交易策略和預測市場。Allora 還沒有推出 Token，並在 6 月進行了戰略融資，總共籌集了 3500 萬美元的私人資本。
AI 開發所需的資源
這一類別包括提供 AI 開發所需資源（計算、存儲或數據）的資產。
AI 的興起產生了對計算資源（如 GPU）的前所未有的需求。去中心化的 GPU 市場如 Render（RNDR）、Akash（AKT）和 Livepeer（LPT）爲需要計算資源進行模型訓練、模型推理或 3D 生成 AI 的開發者提供閒置的 GPU。今天，Render 提供約 1 萬個 GPU，主要面向藝術家和生成式 AI，而 Akash 提供 400 個 GPU，主要面向 AI 開發者和研究人員。同時，Livepeer 最近宣佈計劃在 2024 年 8 月推出一個新的 AI 子網絡，用於文本到圖像、文本到視頻和圖像到視頻等任務。
除了需要大量的計算資源外，AI 模型還需要海量數據。因此，對數據存儲的需求大幅增加。像 Filecoin（FIL）和 Arweave（AR）這樣的數據存儲解決方案可以作爲存儲 AI 數據的去中心化和安全網絡替代方案，而不是集中化的 AWS 服務器。這些解決方案不僅提供成本效益高且可擴展的存儲，還通過消除單點故障和減少數據泄露風險來增強數據安全性和完整性。
此外，像 OpenAI 和 Gemini 這樣的現有 AI 服務通過 Bing 和 Google 搜索持續獲取實時數據。這使得其他 AI 模型開發者處於劣勢。然而，像 Grass 和 Masa（MASA）這樣的數據抓取服務可以幫助平衡競爭，因爲它們允許個人通過提供應用數據進行 AI 模型訓練來貨幣化他們的數據，同時保持對個人數據的控制和隱私。
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，如機器人、深度僞造和內容出處。
AI 加劇了機器人和虛假信息的泛濫。AI 生成的深度僞造已經影響了印度和歐洲的總統選舉，專家們恐懼即將到來的總統競選將涉及大量由深度僞造驅動的虛假信息。試圖通過建立可驗證的內容出處來解決深度僞造問題的資產包括 Origin Trail（TRAC）、Numbers Protocol（NUM）和 Story Protocol。此外，Worldcoin（WLD）通過獨特的生物特徵識別來證明一個人的身份，從而解決機器人的問題。
AI 的另一個風險是確保對模型本身的信任。我們如何信任我們收到的 AI 結果沒有被篡改或操縱？目前，有幾個協議正在通過加密技術、零知識證明和全同態加密（FHE）來幫助解決這個問題，包括 Modulus Labs 和 Zama。
結論
雖然這些去中心化 AI 資產已經取得了初步進展，但我們仍處於這一結合點的初期階段。今年年初，著名風險投資家 Fred Wilson 表示，AI 和加密貨幣是“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支持彼此的增長。
從許多跡象來看，AI 即將到來，並且準備產生深遠的影響，無論是積極的還是消極的。通過利用區塊鏈技術的屬性，我們相信加密貨幣最終可以幫助減輕 AI 帶來的一些危險。
