作者：Jan Liphardt

編譯：深潮 TechFlow

原文作者是 Jan Liphardt，斯坦福大學生物工程系的副教授，在劍橋大學獲得了博士學位。

他同時也是 Openmind 的創始人。Openmind 專注於開發多智能體（multiagent）開源軟件，旨在讓機器人變得更智能，並確保人類能夠檢查和理解機器人的決策過程。他還是 ERC-7777 標準的主要作者之一，這是一項由 Openmind 和 Nethermind.io 聯合開發的協議，旨在規範人類與機器人協作社會中的交互方式。

正文

自主智能機器人曾經被視爲遙不可及的科幻概念，但如今，大語言模型 (LLM) 和生成式 AI (Generative AI) 已經讓機器具備了規劃、學習和思考的能力。不僅如此，這些能夠贏得數學奧賽並撰寫小說的軟件，還可以控制物理機器人，使得一個數字化角色能夠在數字世界和物理世界中無縫切換。因此，未來在你社區中行走的機器人，或與你共事的機器人，將能在 X/Twitter、預測市場以及現實生活中表現出一致的觀點和行爲。

然而，我們面臨一個重要挑戰：如何將這些智能機器融入人類社會，從學校、醫院、工廠到家庭和日常生活？現有的大多數系統都是爲人類設計的，默認需要指紋、父母和出生日期，而這些條件顯然不適用於智能機器。此外，關於如何監管這些機器仍存在巨大爭議——我們是應該禁止其發展、暫停其研究，還是限制它們合成人類可理解的情感（如歐盟所提議的）？更復雜的是，如果一個擁有 2000 億參數的大語言模型運行在近地軌道上的計算機上，並控制着一個交易機器人或紐約證券交易委員會 (SEC) 辦公室的物理機器人，那麼它的行爲應該遵循哪個地區的法律？

我們迫切需要一個全球性的系統，能夠支持金融交易，讓人類和智能機器共同投票制定規則，同時具備不可篡改性、公開性和強大的彈性。幸運的是，過去 16 年中，成千上萬的開發者和創新者已經構建了這樣一個系統——一個用於去中心化治理和金融的平行框架。從一開始，區塊鏈的目標就是支持“非地理社區探索新經濟模式”，通過構建一個“可以與任何用戶交互”的系統（Satoshi，2009 年 2 月 13 日）。如今，這一願景變得更加清晰——與其他以人爲中心的技術、金融和監管體系不同，區塊鏈和智能合約能夠無差別地支持人類和智能機器。因此，去中心化加密網絡爲這一新興領域提供了至關重要的基礎設施，其好處將在醫療、教育和國防等領域得到充分體現。

當然，這一過程中仍有許多障礙需要克服。實現人機協作和機器間協作的無縫連接至關重要，尤其是在運輸、製造和物流等高風險領域。智能合約可以幫助自主機器發現彼此、進行安全通信並組建團隊以完成複雜任務。低延遲數據交換（如機器人出租車之間的通信）或許會在鏈外進行，例如通過虛擬專用網絡完成，但在此之前的步驟，例如發現能夠將你送到機場的機器人或人類，則非常適合通過去中心化市場和機制來完成。像 Optimism 這樣的擴展解決方案將是支持這些交易和流量的關鍵。

此外，全球各地碎片化的法規也是阻礙創新的主要因素。儘管像安大略省這樣的地區在自主機器人領域處於領先地位，但大多數地區仍遠遠落後。去中心化治理通過建立基於區塊鏈的可編程規則集，爲這一領域提供了急需的標準化。制定關於安全、倫理和操作的全球標準，對於確保自主智能機器人能夠跨國大規模部署，同時不影響安全性和合規性，至關重要。

去中心化自治組織 (Decentralized Autonomous Organizations, DAOs) 正在加速機器人和 AI 的研究與開發。傳統的資金渠道效率低且相對封閉，限制了行業的快速發展。而基於代幣的模式（如 DeSci DAO 平臺）突破了這些瓶頸，同時爲普通投資者提供了參與的激勵機制。此外，一些新興的 AI 商業模式引入了微支付和與數據或模型提供者共享收益的方式，這些都可以通過智能合約來實現。

這些優勢相結合，將推動自主智能機器人的快速發展，並帶來許多令人期待的實際應用。

機器人和智能機器的新範式

許多人可能擔心智能機器的普及會與人類形成競爭，認爲認知是一種零和博弈。然而，現實卻是，在教育、醫療等多個領域，受過良好教育的人才依然嚴重短缺。

聯合國教科文組織 (UNESCO) 的一項研究指出，全球教師短缺問題十分嚴峻，“到 2030 年，全球需要增加 4400 萬名中小學教師”——這甚至還未包括爲學生提供一對一輔導、幫助落後學生追趕進度的助教。在這一背景下，自主智能機器人可以爲教育領域帶來巨大優勢，緩解教師短缺的困境。想象一下，一個孩子可以通過身邊的機器人學習複雜的概念，機器人耐心地一步步引導他們掌握新技能——不僅加深了對學科的理解，還提升了他們的社交能力。我們曾習慣於人類教機器人，但這種單向關係正在逐漸轉變。

與此同時，世界衛生組織 (WHO) 警告稱衛生行業正面臨“人力危機”。目前，全球 100 個國家的醫療系統短缺約 720 萬名專業人員，而隨着老齡化問題的加劇，這一缺口預計到 2035 年將擴大到 1290 萬人。尤其是在護理、初級保健和相關衛生領域，人才短缺問題尤爲嚴重。這種危機不僅影響了患者獲得的護理質量，還威脅到醫療從業者的工作效率。在這一背景下，自主智能機器人可以在多個方面發揮重要作用，例如監測慢性病患者、協助手術操作，以及爲老年人提供陪伴服務。它們還能自動監控藥品和設備庫存，在需要時及時補充。此外，在運輸醫療廢物、清理治療室以及協助複雜手術等任務中，機器人也能顯著提高效率和一致性。在醫療行業急需提升生產力的當下，機器人無疑是重要的助力。

在國防領域，自主系統的應用已經初見成效，尤其是在無人機羣和海上作戰資產方面。機器人在執行高風險任務或人類無法完成的任務（如災難救援或危險作業）方面的潛力纔剛剛被挖掘。

從原型到實際應用

這些內容聽起來或許有些遙遠，像是 22 世紀的科幻情節，但實際上，Ethereum 早已被用於存儲 AI 和機器人的決策與行動規則。而據 Coinbase 報道，AI 智能體 (AI agents) 已經開始使用加密貨幣在它們之間進行交易。

去中心化加密網絡的開放性和可審計性，爲機器人開發者提供了一個安全的平臺，用於共享數據、模型和技術突破。這種機制顯著加速了自主機器人從原型到實際應用的轉變，使它們能夠更快地被部署到醫院和學校等關鍵領域。想象一下，當你和一個類人機器人一起走在街上時，路人可能會停下問你：“你不害怕嗎？”你可以自信地回答：“不，我不害怕，因爲這臺機器的行爲規則是公開且不可更改的。”然後，你甚至可以給他們提供一個鏈接，指向存儲這些規則的 Ethereum 合約地址。

去中心化賬本還可以作爲協調中心，使不同類型機器人組成的異構系統能夠找到彼此並在沒有中心化中介的情況下進行協作。這種機制在概念上類似於傳統的國防 C3 技術（指揮、通信和控制），但其基礎設施是去中心化且公開透明的。不可更改的記錄確保每一次交互和行動都可以被追蹤，爲協作建立了一個值得信賴的基礎。

在機器人之間的交互中，智能合約可以簡化任務分配和資源共享，從而實現高效的協調。而在人機交互中，注重隱私保護的去中心化系統能夠安全地管理敏感數據，例如生物識別信息或醫療記錄，從而增強用戶對數據安全的信任，同時明確責任歸屬。

這個新世界可能會引發一些疑問——這一切對我們來說意味着什麼？——但事實上，閱讀這篇文章的每一位讀者，過去近 20 年裏都在爲這一切的實現而努力，通過構建能夠處理人類與智能機器治理、協作、通信和協調的基礎設施。

注意：本文中表達的觀點僅代表作者個人觀點，不一定反映 CoinDesk, Inc. 或其所有者和關聯方的立場。