Exponential AI 离不开加密货币
21世纪将被称为人类的人工智能时代。 我们正处于一代技术的早期阶段。与电的发现、原子分裂，甚至火的利用相比，它将更深刻地改变社会。加密货币和人工智能代表了这十年来的两项最重要的技术范式转变。这是我偶然发现的一个类比，实属令人惊叹：
有着一百亿超级智能的人，愿意无偿工作。
十分震撼人心，不是吗？
21世纪将被称为人类的人工智能时代。
我们正处于一代技术的早期阶段，它将比电的发现、原子分裂甚至火的利用更深刻地改变社会。我离不开它——英国国王是这样说的：
活在这样一个时代真是太棒了！谁知道，给算法输入大量数据并配以庞大的计算资源，会使得人工智能发展出令人惊叹的新能力？它现在可以进行综合、推理，并与我们进行真正的对话。有了它，我们能够以一种自然、直观的语言与所有人类知识进行互动。
正如马克·安德森 (Marc Andressen) 简单概述的那样， 人工智能将拯救世界。我也是其中一员。
技术范式的变化
加密货币和人工智能代表了这十年来两个最重要的技术范式转变。
范式转变有着以下创新点：
- 从根本上改变我们管理和思考世界的方式
- 广泛适用于所有部门和行业
- 为人类开启新的生产力水平。
我对变革性进步感到十分兴奋 —— 这不是最新的病毒式社交媒体应用。人工智能和加密货币正在沿着各自独特的道路发展，但我预计它们会相互融合。它们是相辅相成的。
- AI = 数据、计算、自主代理
- 加密=所有权、经济联盟和协调、审查制度抵抗
Balaji说让一切都代币化。Geddit？
但在他半开玩笑的背后，却隐藏着一个突破性的事实。当加密货币和人工智能的两种力量融合时，一些就会发生一些不同寻常的事情。 加密货币充当人工智能堆栈的自然协调层， 彻底改变我们与技术以及彼此互动的方式。
开源≠去中心化
令我恼火的是，“开源”和“去中心化”这两个术语被混为一谈，并且经常互换使用。当我与人们谈论去中心化人工智能时，常见的反应是：
“好吧，但是我们不是已经有了开源的人工智能模型了吗？”
这些是不同的概念。理解这一点的最简单方法是将去中心化人工智能视为开源人工智能的子集。
开源侧重于软件代码的可访问性和协作开发，而去中心化则侧重于控制权的分配。
第一级：开源
开源开发允许公众访问源代码，任何人都能查看、修改和分发代码。这种方法建立在协作、透明度和社区驱动的开发基础上。
开源开发的协作性质允许快速迭代和更快的开发周期。 我把它比作建造摩天大楼：任何人都可以改进和发展其他人之前的努力，使我们能够更快地实现我们的目标。
例如：
- Linux 是一种开源操作系统，已成为服务器、超级计算机和消费设备的基石。它为全球大多数网络服务器提供支持。它的开发需要数千名程序员的努力，并以其稳定性和安全性而闻名。
- 同样，Android 的开源使其成为全球主导的移动操作系统。三星、HTC 和小米等制造商可以创建运行 Android 的多样化硬件产品，从而大大降低新玩家的进入门槛。
在人工智能领域，开源模型是根据许可证发布的，允许任何人直接使用它们或针对特定用例对其进行微调。所有模型权重均可访问。例如，Mixtral 7B 和 BERT 等模型可供公众使用和修改。
开源运动正在迅速发展。目前 Huggingface 上有超过 653,000 多个开放模型。
来源：Huggingface.co
看到大型开源人工智能模型迅速赶上专有模型，这非常振奋人心。 Meta 的 Llama-3 的训练成本高达数百亿美元，现在任何有互联网连接的人都可以使用。其性能优于GPT-3.5，并快速追赶GPT-4。
2023年初的情况并非如此，当时 GPT-4（封闭）和 Llama 65B（开放）之间存在巨大的性能差距。当时，没有人认为可以在自己的计算机上运行 GPT-4 质量模型。这一差距在不到一年的时间内就明显缩小，并且很可能会继续缩小。
您可能想知道：
为什么像 Meta 这样的公司花费数十亿美元来训练人工智能模型，却又将它们开源？
- 这归根结底是一个核心信念：技术进步不是零和游戏。当技术进步时，每个人都会受益。
- 社区对模型的改进可以直接使 Meta 受益。例如，如果有人优化模型以更便宜地运行，Meta 可以节省成本，因为他们在推理负载上花费了大量资金。
- 它不会影响 Meta 的特定应用广告业务（例如 Instagram、Facebook）。这一战略可能是Scorched Earth方法的一部分，旨在向围绕专有基础模型（例如微软和 OpenAI）开展业务的公司施加压力。开源替代品显然破坏了专有模型的货币化。
扎克知道开源的重要性
科技领域的常识也适用于此：“如果您领先，请将其保留为专有。如果您落后了，请将其开源。”
我希望我们继续看到高质量的开源人工智能模型，供任何人微调和构建应用程序。这个很重要。开源模型提供了更好的安全性（受到更多关注）、更大的定制灵活性，并且比闭源模型更具成本效益。
自由市场已经解决了强大的基础人工智能模型的更大可用性和可访问性问题——使它们成为商品和公共产品。
需要明确的是，我并不是一个要求一切都开源的极端主义者。专有模型很重要，并且在专门任务中可能会优于开源模型。对于初创公司和企业家来说，明智的是采用开源模型，针对特定用例对其进行微调，并创建专有应用程序。开源和专有模型将共存。然而，我们必须继续倡导开源基础模型，而不是认为它们的可用性是理所当然的。
开源人工智能只是去中心化这个更大图景的一部分。这延伸到了权力分配的问题，我们接下来将讨论这个问题。
第二级：去中心化
我的读者，有 99% 的人都会同意人工智能是一项指数技术，体现了人类的集体智慧。如此强大的力量也伴随着巨大的责任。我们无法以更加中心化的方式来对抗人工智能的中心化。
相反，我们需要以不同的方式思考。
权力去中心化是一种哲学，甚至是一种信念，植根于将权力归还给个人的原则。这自然会与我们中心化的现代世界产生紧张关系。正如股票市场所示，我们的大部分技术影响力都集中在少数几家大公司（大型科技公司）中。
2023 年，“七大巨头”——苹果、微软、Alphabet、亚马逊、英伟达、Meta 和特斯拉——股价飙升近 80%，极大地影响了纳斯达克的表现，并主导了标准普尔 500 指数。这是由于它们在科技领域的主导地位，赋予他们巨大的竞争优势和定价能力。市场也在消化他们在人工智能领域的预期主导地位。
残酷的事实是，互联网已经被逼入绝境。我们不拥有我们在线创建的任何内容。相反，我们在不知情的情况下成为了由大型科技公司控制的数字生态系统的参与者。 我称之为“数字奴隶制”。如果我们的数字奴隶主不喜欢我们所做的或所说的，我们就会受到压制，例如去平台化。
广义人工智能已经被微软-OpenAI、亚马逊-Anthropic 和谷歌-Gemini 等大型中心化公司垄断。大型科技公司在培养LLM方面具有早期优势，这需要大量的数据集和计算资源。
不管他们公开说什么（“我们来这里是为了建设未来”），行动胜于雄辩。历史表明，大型科技公司的首要任务往往是维持其垄断而不是创新，并利用其资金来强化这一点。
一种方法是参与监管捕获，游说只有它有能力遵守的行业法规，有效地设置了高进入壁垒并抑制了新的竞争。他们还有资本收购新兴竞争对手。这做法在过去使他们取得了成功。
潜在的黑暗未来
由 DALL-E 生成
想象一个人工智能主要由大型科技公司拥有的世界。在这个奥威尔式的反乌托邦中：
- 人工智能系统的内部运作，从训练到推理，对我们来说仍然是隐藏的。这种透明度的不足令人震惊，特别是因为我们将使用这些系统来做出严重影响我们生活的决策。在医疗保健等高风险领域，去信任的可验证性至关重要。令人悲伤的一个例子是@WellAI/the-madoff-of-digital-health-how-lies-and-the-secs-code-of-silence-killed-babylon-and-cost-73f892849163">Babylon Health，大力宣传其私人AI医生。然而，后来透露，他们的“人工智能医生”只是在电子表格上运行的一组基于规则的算法，并未能像宣传的那样发挥作用。数十亿投资被化为乌有，人民受到伤害。
- 人工智能系统容易受到操纵和偏见的影响。谷歌的Gemini在不准确地生成描绘种族变化背景下的历史人物的图像时（黑人“开国元勋”和黑人教皇）时引起了人们的强烈抵制。人工智能在塑造公众舆论、影响市场或影响政治结果方面的潜在滥用是真实存在的。
信用：@Endwokeness
- 审查问题很普遍，而且只会增加。在中国，人工智能公司需要政府批准或许可，这是政府确保人工智能发展符合国家利益和安全政策的更广泛战略的一部分。人工智能驱动的应用程序，如聊天机器人或搜索引擎，经过编程以遵守政府关于禁止内容的指令。有关天安门广场抗议等政治敏感事件的查询受到审查。
- 我们不再拥有我们的数据。相反，我们接受了这样的命运：我们的数据经常在未经同意或公平补偿的情况下被收集以供大型中心化人工智能模型使用。生活在一个数据和个人人工智能不受我们控制的世界里，我感到及其不适。 政府和当权者将尽最大努力维持自己掌有的权力，包括侵犯我们隐私的权力。
如果不加以控制，我们的社会就有可能过度依赖一些强大的、垄断的人工智能系统。我们对这些系统的依赖将使我们无法选择退出，从而将我们锁定在特定的平台上，在这些平台上我们在精神上受到奴役。
在最近的一次采访中，马克·扎克伯格强调了这个问题，他表示，如果一家公司拥有比其他公司更好的人工智能，那么这就是一个重大问题。这限制了少数产品和人员的技术优势。采用开源和去中心化优先的方法有助于减轻这些担忧。
那么，我想问你： 你想让本世纪最具变革性的技术被一小群人控制吗？
有什么替代方案？
我们需要平衡人工智能技术的中心化力量。我们有一个小窗口来塑造我们所渴望的后人工智能世界——一个民主、开放和公平的世界。
这就是加密货币的重要性。通过加密，我们可以坚持以下关键原则：
- 去中心化控制： 决策和控制分布在整个网络中，由代码管理，从而消除了任何单个实体的权力。
- 用户授权： 用户保留对其资产和数据的所有权。
- 抵制审查制度： 该网络在没有中央机构的情况下运行，防止任何单一实体行使审查权。
当与 Crypto x AI 创始人交谈时，我总是问他们为什么在他们的产品中使用区块链/加密货币，以及他们是否可以在链下做同样的事情。通常，在没有区块链的情况下进行人工智能操作会更好、更快、更便宜。然而，更深层次的哲学信仰让最好的创始人致力于去中心化。
要总结话，就是这些信念：
加密货币是民主、公开和公平推进人工智能的最佳技术堆栈。它支持透明、可审计的系统，确保数据所有权归用户所有。这确保了全球而不仅仅是富人和少数人能共享这项技术的好处。
Anna Kazlauskas （Vana 创始人）要求我们“想象一个由 1 亿人训练的基础模型”，所有这些人都获得某种形式的奖励。
去中心化人工智能应用是关键
来源：a16z 企业
去中心化适用于整个生成式人工智能技术堆栈。纯粹主义者可能会在堆栈的每一层都要求该技术。 对于像我这样的现实主义者来说，我认为去中心化人工智能的最大潜力不在于基础模型，而在于应用层。
我主要担心的是互联网历史的重演——TCP/IP 和电子邮件等基础技术可以自由访问。然而，经济价值和对用户数据的控制已集中在谷歌、苹果和亚马逊等大公司手中。这些公司在开放技术的基础上建立了专有的生态系统，广泛地通过用户交互获利。
存在的风险是，即使基础人工智能模型是开源的，大公司仍然可能主导应用程序层，创建锁定用户并将数据控制的专有系统中心化。
好消息是，我们正处于人工智能运动的早期阶段，我们有机会改变其发展轨迹。那些支持将人工智能控制权和所有权去中心化的人需要积极致力于建立广泛分享利益的系统，而不是让它们集中在少数人手中。
我们的努力不应仅仅专注于支持开源人工智能系统，还需要确保使用这些系统构建的应用程序是开放和透明的，鼓励良性竞争并使其受到适当的治理。
Venice也希望人工智能去中心化
体现人工智能中去中心化应用的一个例子是Erik Voorhees的Venice。
Venice 是基于开源模型构建的 ChatGPT 替代方案。它提供了一个非许可的平台，允许任何人从任何地方访问开源机器智能。
Venice 与众不同，因为它优先考虑用户隐私，仅记录最少的信息（电子邮件和 IP 地址），并且不记录您的任何对话或响应。该平台还旨在避免审查人工智能的任何反应，保持可信的中立立场。这与 ChatGPT 形成鲜明对比，ChatGPT 具有重要的内容过滤器，正如这位用户在使用它写幻想小说时发现的那样。
我亲自体验了Venice，发现它的反响还不错。它还具有上帝模式。
Crypto x AI 的方向在哪里？
我凝视着我的水晶球。以下给出了预告内容。
1.人工智能应用程序变得十分吸引人
我们已经确定开源和去中心化对于人工智能至关重要。这在应用层尤其明显。
过去12个月里，NVDA的投资者一路笑到银行。 这是有充分理由的。如今，生成式 AI 的大部分价值都在硬件和基础设施层（例如 NVIDIA、Amazon Web Services）获得。
然而，如果我们从云算力等其他主要技术转变的趋势来推断，未来 10 年价值将不可避免地转向应用层。 Apoorv（高度计）在他的帖子生成人工智能的经济学中简要地强调了这一点。
因此，为去中心化人工智能应用程序要准备好基础设施，这一点至关重要，这些应用程序的构建不需要繁重的开发人员工作、管理成本或糟糕的用户体验。Ritual、Nillion 和 0G Labs 等初创公司正在开发去中心化训练、推理和数据可用性所需的系统。
2. 代理人工智能无处不在
LLM 非常有趣。但人工智能真正令人兴奋的未来在于自主人工智能代理——无需人工输入即可独立学习、计划和执行任务的实体。
其中包括专业代理（例如客户服务聊天机器人）和通才代理，具有开放式目标、广泛的世界知识（在互联网规模数据库上进行训练）以及广泛的多任务处理能力。
随着这些代理变得越来越普遍，它们在区块链上运行将是很自然的，因为价值交易可以通过代码轻松进行。实在的是，没有银行会给人工智能代理提供银行账户或信用卡。传统的金融体系需要很多很多年才能适应这种新范式。
Michael Rinko在他的文章“The Real Merge”中很好地解释了这一点:
如果 GPT-5 使用 TradFi，它必须导航为人类设计的错综复杂的银行界面，处理未针对人工智能优化的身份验证程序，并可能与客户服务代理进行交互以进行验证。或者，如果它想规避这一点，它必须请求并获得对 Alice 的银行和货币发送器的许可 API 访问权限。
相比之下，如果 GPT-5 使用加密货币，它只会生成一个指定金额和接收者地址的交易，用 Alice 的私钥对其进行签名，然后将其广播到网络。
与区块链上的智能合约交互的能力让人工智能获得代理超能力。他们可以进行支付、执行交易、与 dApp 交互以及执行人类用户可能执行的任何操作。
我们必须确保这些代理能够在开放、非许可且抗审查的环境中运作，以充分发挥其潜力。加密货币为人工智能代理自主有效地运行提供了基础设施和激励网络。链上身份也至关重要，并且必然地符合 web3 原则。
我相信去中心化人工智能将能发挥关键作用。作为一个技术物种，人类必须快速进步而不走上黑暗的道路。
我将撰写一系列这类主题的文章，而这是第一篇，旨在分享我在 Crypto x AI 领域的论文和研究。在接下来的文章中，我将深入研究特定的子领域，包括去中心化 GPU 市场、人工智能代理、数据层和去中心化推理。
声明：
- 本文转载自[tengsthoughts]，著作权归属原作者[TENG YAN]，如对转载有异议，请联系Gate Learn团队，团队会根据相关流程尽速处理。
- 免责声明：本文所表达的观点和意见仅代表作者个人观点，不构成任何投资建议。
- 文章其他语言版本由Gate Learn团队翻译， 在未提及Gate.io的情况下不得复制、传播或抄袭经翻译文章。
相關文章
如何质押 ETH？
Exponential AI 离不开加密货币
这是我偶然发现的一个类比，实属令人惊叹：
有着一百亿超级智能的人，愿意无偿工作。
十分震撼人心，不是吗？
21世纪将被称为人类的人工智能时代。
我们正处于一代技术的早期阶段，它将比电的发现、原子分裂甚至火的利用更深刻地改变社会。我离不开它——英国国王是这样说的：
活在这样一个时代真是太棒了！谁知道，给算法输入大量数据并配以庞大的计算资源，会使得人工智能发展出令人惊叹的新能力？它现在可以进行综合、推理，并与我们进行真正的对话。有了它，我们能够以一种自然、直观的语言与所有人类知识进行互动。
正如马克·安德森 (Marc Andressen) 简单概述的那样， 人工智能将拯救世界。我也是其中一员。
技术范式的变化
加密货币和人工智能代表了这十年来两个最重要的技术范式转变。
范式转变有着以下创新点：
- 从根本上改变我们管理和思考世界的方式
- 广泛适用于所有部门和行业
- 为人类开启新的生产力水平。
我对变革性进步感到十分兴奋 —— 这不是最新的病毒式社交媒体应用。人工智能和加密货币正在沿着各自独特的道路发展，但我预计它们会相互融合。它们是相辅相成的。
- AI = 数据、计算、自主代理
- 加密=所有权、经济联盟和协调、审查制度抵抗
Balaji说让一切都代币化。Geddit？
但在他半开玩笑的背后，却隐藏着一个突破性的事实。当加密货币和人工智能的两种力量融合时，一些就会发生一些不同寻常的事情。 加密货币充当人工智能堆栈的自然协调层， 彻底改变我们与技术以及彼此互动的方式。
开源≠去中心化
令我恼火的是，“开源”和“去中心化”这两个术语被混为一谈，并且经常互换使用。当我与人们谈论去中心化人工智能时，常见的反应是：
“好吧，但是我们不是已经有了开源的人工智能模型了吗？”
这些是不同的概念。理解这一点的最简单方法是将去中心化人工智能视为开源人工智能的子集。
开源侧重于软件代码的可访问性和协作开发，而去中心化则侧重于控制权的分配。
第一级：开源
开源开发允许公众访问源代码，任何人都能查看、修改和分发代码。这种方法建立在协作、透明度和社区驱动的开发基础上。
开源开发的协作性质允许快速迭代和更快的开发周期。 我把它比作建造摩天大楼：任何人都可以改进和发展其他人之前的努力，使我们能够更快地实现我们的目标。
例如：
- Linux 是一种开源操作系统，已成为服务器、超级计算机和消费设备的基石。它为全球大多数网络服务器提供支持。它的开发需要数千名程序员的努力，并以其稳定性和安全性而闻名。
- 同样，Android 的开源使其成为全球主导的移动操作系统。三星、HTC 和小米等制造商可以创建运行 Android 的多样化硬件产品，从而大大降低新玩家的进入门槛。
在人工智能领域，开源模型是根据许可证发布的，允许任何人直接使用它们或针对特定用例对其进行微调。所有模型权重均可访问。例如，Mixtral 7B 和 BERT 等模型可供公众使用和修改。
开源运动正在迅速发展。目前 Huggingface 上有超过 653,000 多个开放模型。
来源：Huggingface.co
看到大型开源人工智能模型迅速赶上专有模型，这非常振奋人心。 Meta 的 Llama-3 的训练成本高达数百亿美元，现在任何有互联网连接的人都可以使用。其性能优于GPT-3.5，并快速追赶GPT-4。
2023年初的情况并非如此，当时 GPT-4（封闭）和 Llama 65B（开放）之间存在巨大的性能差距。当时，没有人认为可以在自己的计算机上运行 GPT-4 质量模型。这一差距在不到一年的时间内就明显缩小，并且很可能会继续缩小。
您可能想知道：
为什么像 Meta 这样的公司花费数十亿美元来训练人工智能模型，却又将它们开源？
- 这归根结底是一个核心信念：技术进步不是零和游戏。当技术进步时，每个人都会受益。
- 社区对模型的改进可以直接使 Meta 受益。例如，如果有人优化模型以更便宜地运行，Meta 可以节省成本，因为他们在推理负载上花费了大量资金。
- 它不会影响 Meta 的特定应用广告业务（例如 Instagram、Facebook）。这一战略可能是Scorched Earth方法的一部分，旨在向围绕专有基础模型（例如微软和 OpenAI）开展业务的公司施加压力。开源替代品显然破坏了专有模型的货币化。
扎克知道开源的重要性
科技领域的常识也适用于此：“如果您领先，请将其保留为专有。如果您落后了，请将其开源。”
我希望我们继续看到高质量的开源人工智能模型，供任何人微调和构建应用程序。这个很重要。开源模型提供了更好的安全性（受到更多关注）、更大的定制灵活性，并且比闭源模型更具成本效益。
自由市场已经解决了强大的基础人工智能模型的更大可用性和可访问性问题——使它们成为商品和公共产品。
需要明确的是，我并不是一个要求一切都开源的极端主义者。专有模型很重要，并且在专门任务中可能会优于开源模型。对于初创公司和企业家来说，明智的是采用开源模型，针对特定用例对其进行微调，并创建专有应用程序。开源和专有模型将共存。然而，我们必须继续倡导开源基础模型，而不是认为它们的可用性是理所当然的。
开源人工智能只是去中心化这个更大图景的一部分。这延伸到了权力分配的问题，我们接下来将讨论这个问题。
第二级：去中心化
我的读者，有 99% 的人都会同意人工智能是一项指数技术，体现了人类的集体智慧。如此强大的力量也伴随着巨大的责任。我们无法以更加中心化的方式来对抗人工智能的中心化。
相反，我们需要以不同的方式思考。
权力去中心化是一种哲学，甚至是一种信念，植根于将权力归还给个人的原则。这自然会与我们中心化的现代世界产生紧张关系。正如股票市场所示，我们的大部分技术影响力都集中在少数几家大公司（大型科技公司）中。
2023 年，“七大巨头”——苹果、微软、Alphabet、亚马逊、英伟达、Meta 和特斯拉——股价飙升近 80%，极大地影响了纳斯达克的表现，并主导了标准普尔 500 指数。这是由于它们在科技领域的主导地位，赋予他们巨大的竞争优势和定价能力。市场也在消化他们在人工智能领域的预期主导地位。
残酷的事实是，互联网已经被逼入绝境。我们不拥有我们在线创建的任何内容。相反，我们在不知情的情况下成为了由大型科技公司控制的数字生态系统的参与者。 我称之为“数字奴隶制”。如果我们的数字奴隶主不喜欢我们所做的或所说的，我们就会受到压制，例如去平台化。
广义人工智能已经被微软-OpenAI、亚马逊-Anthropic 和谷歌-Gemini 等大型中心化公司垄断。大型科技公司在培养LLM方面具有早期优势，这需要大量的数据集和计算资源。
不管他们公开说什么（“我们来这里是为了建设未来”），行动胜于雄辩。历史表明，大型科技公司的首要任务往往是维持其垄断而不是创新，并利用其资金来强化这一点。
一种方法是参与监管捕获，游说只有它有能力遵守的行业法规，有效地设置了高进入壁垒并抑制了新的竞争。他们还有资本收购新兴竞争对手。这做法在过去使他们取得了成功。
潜在的黑暗未来
由 DALL-E 生成
想象一个人工智能主要由大型科技公司拥有的世界。在这个奥威尔式的反乌托邦中：
- 人工智能系统的内部运作，从训练到推理，对我们来说仍然是隐藏的。这种透明度的不足令人震惊，特别是因为我们将使用这些系统来做出严重影响我们生活的决策。在医疗保健等高风险领域，去信任的可验证性至关重要。令人悲伤的一个例子是@WellAI/the-madoff-of-digital-health-how-lies-and-the-secs-code-of-silence-killed-babylon-and-cost-73f892849163">Babylon Health，大力宣传其私人AI医生。然而，后来透露，他们的“人工智能医生”只是在电子表格上运行的一组基于规则的算法，并未能像宣传的那样发挥作用。数十亿投资被化为乌有，人民受到伤害。
- 人工智能系统容易受到操纵和偏见的影响。谷歌的Gemini在不准确地生成描绘种族变化背景下的历史人物的图像时（黑人“开国元勋”和黑人教皇）时引起了人们的强烈抵制。人工智能在塑造公众舆论、影响市场或影响政治结果方面的潜在滥用是真实存在的。
信用：@Endwokeness
- 审查问题很普遍，而且只会增加。在中国，人工智能公司需要政府批准或许可，这是政府确保人工智能发展符合国家利益和安全政策的更广泛战略的一部分。人工智能驱动的应用程序，如聊天机器人或搜索引擎，经过编程以遵守政府关于禁止内容的指令。有关天安门广场抗议等政治敏感事件的查询受到审查。
- 我们不再拥有我们的数据。相反，我们接受了这样的命运：我们的数据经常在未经同意或公平补偿的情况下被收集以供大型中心化人工智能模型使用。生活在一个数据和个人人工智能不受我们控制的世界里，我感到及其不适。 政府和当权者将尽最大努力维持自己掌有的权力，包括侵犯我们隐私的权力。
如果不加以控制，我们的社会就有可能过度依赖一些强大的、垄断的人工智能系统。我们对这些系统的依赖将使我们无法选择退出，从而将我们锁定在特定的平台上，在这些平台上我们在精神上受到奴役。
在最近的一次采访中，马克·扎克伯格强调了这个问题，他表示，如果一家公司拥有比其他公司更好的人工智能，那么这就是一个重大问题。这限制了少数产品和人员的技术优势。采用开源和去中心化优先的方法有助于减轻这些担忧。
那么，我想问你： 你想让本世纪最具变革性的技术被一小群人控制吗？
有什么替代方案？
我们需要平衡人工智能技术的中心化力量。我们有一个小窗口来塑造我们所渴望的后人工智能世界——一个民主、开放和公平的世界。
这就是加密货币的重要性。通过加密，我们可以坚持以下关键原则：
- 去中心化控制： 决策和控制分布在整个网络中，由代码管理，从而消除了任何单个实体的权力。
- 用户授权： 用户保留对其资产和数据的所有权。
- 抵制审查制度： 该网络在没有中央机构的情况下运行，防止任何单一实体行使审查权。
当与 Crypto x AI 创始人交谈时，我总是问他们为什么在他们的产品中使用区块链/加密货币，以及他们是否可以在链下做同样的事情。通常，在没有区块链的情况下进行人工智能操作会更好、更快、更便宜。然而，更深层次的哲学信仰让最好的创始人致力于去中心化。
要总结话，就是这些信念：
加密货币是民主、公开和公平推进人工智能的最佳技术堆栈。它支持透明、可审计的系统，确保数据所有权归用户所有。这确保了全球而不仅仅是富人和少数人能共享这项技术的好处。
Anna Kazlauskas （Vana 创始人）要求我们“想象一个由 1 亿人训练的基础模型”，所有这些人都获得某种形式的奖励。
去中心化人工智能应用是关键
来源：a16z 企业
去中心化适用于整个生成式人工智能技术堆栈。纯粹主义者可能会在堆栈的每一层都要求该技术。 对于像我这样的现实主义者来说，我认为去中心化人工智能的最大潜力不在于基础模型，而在于应用层。
我主要担心的是互联网历史的重演——TCP/IP 和电子邮件等基础技术可以自由访问。然而，经济价值和对用户数据的控制已集中在谷歌、苹果和亚马逊等大公司手中。这些公司在开放技术的基础上建立了专有的生态系统，广泛地通过用户交互获利。
存在的风险是，即使基础人工智能模型是开源的，大公司仍然可能主导应用程序层，创建锁定用户并将数据控制的专有系统中心化。
好消息是，我们正处于人工智能运动的早期阶段，我们有机会改变其发展轨迹。那些支持将人工智能控制权和所有权去中心化的人需要积极致力于建立广泛分享利益的系统，而不是让它们集中在少数人手中。
我们的努力不应仅仅专注于支持开源人工智能系统，还需要确保使用这些系统构建的应用程序是开放和透明的，鼓励良性竞争并使其受到适当的治理。
Venice也希望人工智能去中心化
体现人工智能中去中心化应用的一个例子是Erik Voorhees的Venice。
Venice 是基于开源模型构建的 ChatGPT 替代方案。它提供了一个非许可的平台，允许任何人从任何地方访问开源机器智能。
Venice 与众不同，因为它优先考虑用户隐私，仅记录最少的信息（电子邮件和 IP 地址），并且不记录您的任何对话或响应。该平台还旨在避免审查人工智能的任何反应，保持可信的中立立场。这与 ChatGPT 形成鲜明对比，ChatGPT 具有重要的内容过滤器，正如这位用户在使用它写幻想小说时发现的那样。
我亲自体验了Venice，发现它的反响还不错。它还具有上帝模式。
Crypto x AI 的方向在哪里？
我凝视着我的水晶球。以下给出了预告内容。
1.人工智能应用程序变得十分吸引人
我们已经确定开源和去中心化对于人工智能至关重要。这在应用层尤其明显。
过去12个月里，NVDA的投资者一路笑到银行。 这是有充分理由的。如今，生成式 AI 的大部分价值都在硬件和基础设施层（例如 NVIDIA、Amazon Web Services）获得。
然而，如果我们从云算力等其他主要技术转变的趋势来推断，未来 10 年价值将不可避免地转向应用层。 Apoorv（高度计）在他的帖子生成人工智能的经济学中简要地强调了这一点。
因此，为去中心化人工智能应用程序要准备好基础设施，这一点至关重要，这些应用程序的构建不需要繁重的开发人员工作、管理成本或糟糕的用户体验。Ritual、Nillion 和 0G Labs 等初创公司正在开发去中心化训练、推理和数据可用性所需的系统。
2. 代理人工智能无处不在
LLM 非常有趣。但人工智能真正令人兴奋的未来在于自主人工智能代理——无需人工输入即可独立学习、计划和执行任务的实体。
其中包括专业代理（例如客户服务聊天机器人）和通才代理，具有开放式目标、广泛的世界知识（在互联网规模数据库上进行训练）以及广泛的多任务处理能力。
随着这些代理变得越来越普遍，它们在区块链上运行将是很自然的，因为价值交易可以通过代码轻松进行。实在的是，没有银行会给人工智能代理提供银行账户或信用卡。传统的金融体系需要很多很多年才能适应这种新范式。
Michael Rinko在他的文章“The Real Merge”中很好地解释了这一点:
如果 GPT-5 使用 TradFi，它必须导航为人类设计的错综复杂的银行界面，处理未针对人工智能优化的身份验证程序，并可能与客户服务代理进行交互以进行验证。或者，如果它想规避这一点，它必须请求并获得对 Alice 的银行和货币发送器的许可 API 访问权限。
相比之下，如果 GPT-5 使用加密货币，它只会生成一个指定金额和接收者地址的交易，用 Alice 的私钥对其进行签名，然后将其广播到网络。
与区块链上的智能合约交互的能力让人工智能获得代理超能力。他们可以进行支付、执行交易、与 dApp 交互以及执行人类用户可能执行的任何操作。
我们必须确保这些代理能够在开放、非许可且抗审查的环境中运作，以充分发挥其潜力。加密货币为人工智能代理自主有效地运行提供了基础设施和激励网络。链上身份也至关重要，并且必然地符合 web3 原则。
我相信去中心化人工智能将能发挥关键作用。作为一个技术物种，人类必须快速进步而不走上黑暗的道路。
我将撰写一系列这类主题的文章，而这是第一篇，旨在分享我在 Crypto x AI 领域的论文和研究。在接下来的文章中，我将深入研究特定的子领域，包括去中心化 GPU 市场、人工智能代理、数据层和去中心化推理。
声明：
- 本文转载自[tengsthoughts]，著作权归属原作者[TENG YAN]，如对转载有异议，请联系Gate Learn团队，团队会根据相关流程尽速处理。
- 免责声明：本文所表达的观点和意见仅代表作者个人观点，不构成任何投资建议。
- 文章其他语言版本由Gate Learn团队翻译， 在未提及Gate.io的情况下不得复制、传播或抄袭经翻译文章。
相關文章
如何质押 ETH？