當國會與美國證券交易委員會主席加里·根斯勒進行聽證會並推動更好地監管和刺激不斷髮展的數字經濟時，它必須認識到去中心化人工智能的獨特需求——這是區塊鏈和人工智能交叉領域的一個關鍵但經常被忽視的領域。

儘管存在這種交叉，但去中心化人工智能無法從金融角度進行立法，也不能被強行納入人工智能法規。然而，鑑於其在不同領域的重疊，立法者很有可能試圖將其納入人工智能和加密貨幣法案——或者完全忽略它——這將是美國錯失的創新機會。

簡而言之，去中心化 AI 允許將數據、計算和決策過程分佈在多個設備或節點上，使它們能夠協同工作而無需依賴集中式權威，通常使用開源軟件和模型。這爲開發人員提供了工具，使他們能夠協作共享數據以構建 AI 模型，並從各種來源訪問計算。這是一個強大的框架，使這些開發人員能夠爲 AI 生態系統做出貢獻，而無需自己管理整個過程，使研究人員和初創公司能夠參與到這個成本上升和訪問難度威脅到他們被淘汰的領域。

這就是爲什麼立法者在開始監管人工智能時不能忽視去中心化人工智能。考慮到更廣泛的人工智能行業正在蓬勃發展，並由一些世界上最大的公司主導，忽視它可能是人類的天性。他們正在收購初創公司、推動進步並以驚人的速度推出新產品。雖然微軟、Meta、Alphabet 和其他公司在該行業進行大量投資並沒有錯，但立法者也需要爲研究人員、企業家和開發者創造發展空間；這包括保持對反壟斷的警惕，並確保政府支持的研發資金不會只惠及巨頭。

儘管國會在推進全面立法以明確加密貨幣的規則方面取得了令人欣喜的進展，但這些法案是單方面的——本質上是金融方面的——並沒有解決協議的底層數字資產與在同一協議上運行的去中心化人工智能應用程序之間的明顯區別。金融監管機構不應該僅僅因爲項目發行代幣就監管去中心化人工智能；這就像美國證券交易委員會因爲強生公司發行普通股而監管牙膏一樣。

我們必須正確處理這個問題，因爲去中心化人工智能是一個關鍵領域，它可以拯救催生人工智能革命的組織，並可能爲我們帶來下一波浪潮。創造機器學習和神經網絡概念的大學正面臨威脅，因爲它們無法與大科技公司競爭，因爲後者正在搶佔全球 GPU 和頂尖人才。同樣，將人工智能推向市場的初創企業也面臨着類似的限制，而且常常不得不推遲項目。如果美國創新的這些引擎不能正常運轉，進步將掌握在少數幾家大公司的手中。這是立法者想要吸取的教訓，因爲這些大學和小企業幫助構成了美國經濟的結構，併爲選民創造了就業和機會。

去中心化 AI 可以抵消這種市場集中化的趨勢。該領域允許資金有限的組織跨節點共享數據和計算，開發人員將多個數據庫組成的網絡拼接在一起，爲他們的模型提供數據，並使用分散的 GPU 爲其提供支持。這是一種更實惠的解決方案，允許較小的參與者參與並做出貢獻。它還解決了許多有關數據隱私的擔憂：開發人員可以在本地處理數據，從而最大限度地減少將敏感信息傳輸到集中式服務器的需要。這降低了數據泄露和未經授權訪問的風險。

所有這些都表明，制定規則和法規以促進去中心化人工智能蓬勃發展的重要性。國會必須制定明確的數據隱私和安全法規，以保護本地處理時個人信息的安全，並促進人工智能算法的透明度和問責制，以保護道德標準並防止去中心化系統中出現偏見。

立法者應該考慮爲去中心化人工智能制定一個獨特的監管框架，該框架應與《算法問責法》中的傳統人工智能法規和《區塊鏈監管確定性法》中涵蓋的財務指南區分開來。新立法需要解決去中心化人工智能的特殊挑戰，確保算法決策的透明度，併爲去中心化網絡的問責制提供指導。此外，國會應考慮擴大《國家人工智能倡議法》下的融資機會，以確保去中心化人工智能項目（尤其是來自大學和小型企業的項目）獲得政府研發資金和稅收優惠，防止大型科技公司壟斷人工智能創新。沿着這個思路，國會應該明智地考慮加強反壟斷執法，阻止大公司控制關鍵的人工智能基礎設施。

而且責任並不完全落在國會的肩上。隨着立法者重新關注加密和人工智能，現在是去中心化人工智能支持者站出來爲該行業發聲和倡導的時候了。讓我們面對現實吧，該行業在傳達其所做的事情和蓬勃發展所需的條件方面並不總是做得很出色。是的，這項技術很複雜，但這並不意味着倡導者不能超越技術語言，以沒有工程學位的工作人員和立法者能夠理解的方式表達它。最重要的是，必須強調正確處理這一點的重要性，這是保護創新、就業和機會的一種方式；這種語言會引起國會議員的共鳴，並將推動該領域邁向新的水平。

注意：本專欄中表達的觀點爲作者的觀點，並不一定反映 CoinDesk, Inc. 或其所有者和附屬公司的觀點。