作者：CloudY、Jam，OP Research
2022 年11 月底，OpenAI 推出了智能對話系統ChatGPT，這一消息迅速引發了全球的關注和熱議。
AI 板塊相關標的，不論是A 股、美股還是Crypto，都迎來了暴漲。之後的時間裡，隨著ChatGPT 被廣泛使用，人們意識到其對整個世界的影響，不斷有新的ChatGPT 應用場景，以及同類型的產品迭代。
甚至微軟也因為收購OpenAI，並將ChatGPT 嵌入Bing 及Office 生態，獲得了投資者的無限期待，其股價一飛沖天。直到ChatGPT4 出現，其表現出的超人工智能，讓人們從興奮中冷靜下來，開始思考AI 給自己所在行業帶來的改變，以及AI 進一步發展後潛在的風險。
這篇文章正在這個背景下著筆，通過對AI 和Blockchain 兩個行業的研究和思考，試著尋找這個問題的答案。
AI 行業的發展現狀
生產力工具
AI 可以被看作是一種生產力工具。就像石器、蒸汽機、內燃機、電動機、計算機和互聯網等之於人類，它們能作為工具，為人類社會帶來生產力和生產關係的劇變。 AI 改變的就是生產力，它為人類降低了計算機交互門檻的同時也為人類提高了重複性生產的效率，前者為人類生活提高了質量，後者為人類發展減輕了阻礙。
具體來說，AI 技術在許多行業產生了深遠的影響，如智能製造、醫療健康、金融、交通、教育等領域。通過AI 技術，人們可以讓機器學習並自主執行一些非創造性任務，這對於某些行業來說可以提高生產效率，減少成本。例如使用AI 預測蛋白質結構研發新型藥物，Meta AI 團隊訓練的ESMFold 就預測了6 億多條宏基因組的蛋白質，展示了自然界蛋白質的廣度和多樣性，這在過去是難以想像的。
通俗一點講，使用AI 技術，我們能用自然語言去處理過去複雜的程序，我們不需要了解複雜程序的原理，也不需要知道如何寫代碼，我們只需要告訴AI 我們想要一個什麼樣的結果，AI 就可以根據這個結果去執行中間的步驟，實現一個想要的結果，這就是AI 帶來的生產力的提升。
（來自高盛全球投資研究）
這也就是大家所熟知的AIGC，其將在智能客服、虛擬人、遊戲等領域得到更廣泛的應用。 ChatGPT 可以根據已有語料庫為虛擬人、遊戲等領域提供更加流暢自然的對話體驗，進一步提升用戶體驗和產品的市場競爭力。而更重要的是，ChatGPT 可以替代人類完成一些重複性的內容創作，比如程式化的報表、簡單的信息收集與總結、翻譯以及具有限定條件的插畫作圖等。進一步解放人類的生產力，專注於輸入關鍵指令或進行創作，而不是重複性地執行指令。
技術趨勢指南
AI 當前的核心應用包括通用人工智能、知識圖譜、數據分析與合成、自動駕駛及AIGC 等。
其中：
1.知識圖譜：知識圖譜是將各種實體、關係和屬性以圖的形式表示出來，以支持智能搜索、推薦和問答等應用。
2.合成數據：合成數據是通過機器學習和其他AI 技術生成的數據，可以用於訓練和評估AI 模型。由於隱私和安全等原因，真實的數據往往難以獲取或共享。因此，合成數據可以在某些場景下替代真實數據。
3.AIGC：AIGC 技術是一種基於深度學習和生成模型的技術，可以用於文本生成、音頻生成、圖像生成、視頻生成等多個領域，其也是當前被討論和應用最廣泛的方向。
來自國海證券研究所
無論從市場融資數量和金額統計，還是從媒體關注度來說，2022 年無疑是AIGC 爆發的一年。不過，AIGC 仍是一個相對較新的技術，其還處於探索和發展的較早期階段。
具體來說，AIGC 的發展階段可以描述為：
1.研究階段：主要關注AIGC 的基本原理和算法，探索如何訓練和優化模型，以及建立數據庫。
2.應用階段：AIGC 開始應用於各種實際場景開始探索如何將AIGC 技術應用到具體的領域中。
3.產業化階段：AIGC 開始被廣泛應用於各種行業和領域，形成自己的產業鍊和配套生態系統。
整體來說，我們才剛剛從研究階段邁入應用階段，AIGC 的發展尚處於起步階段。
來自國海證券研究所
核心要素
數據、算法和算力是AI 發展的三大核心要素。
在數據方面，隨著AI 技術的不斷發展，數據的質量和多樣性也變得越來越重要。除了海量的應用場景數據之外，還需要對數據進行有效的清洗、預處理和標註，以便於提高算法的訓練精確性。此外，還需要考慮跨模態、跨領域的數據融合問題，以便於更好地挖掘數據的價值和智能。
在算法方面，目前AI 技術的發展還處於不斷迭代和提升的過程中。未來的發展趨勢將主要體現在深度學習算法的多模態和大模型方面，以及在自主學習、知識遷移和增量學習等方面的創新。這將進一步提高AI 算法的智能水平和應用範圍，促進AI 技術的廣泛應用。
在算力方面，隨著AI 計算的不斷加速和優化，硬件載體也在不斷升級和改良。例如，GPU、TPU 等專用芯片的出現，大大提高了AI 計算的效率和速度。此外，雲計算和邊緣計算的發展也為AI 算力提供了更加靈活和多樣化的運算環境。
來自高盛全球投資研究
Blochchain 行業的發展現狀
分佈式賬本
Blockchain 是去中心化的分佈式賬本。
首先Blockchain 具有不可篡改屬性，這是來自於區塊鏈底層的共識機制，由於鏈上數據都由區塊記錄和礦工/ 驗證節點見證，而區塊都是前後相連，連續記錄的，所以智能合約和賬戶產生的鏈上數據一旦被區塊記錄將無法修改。
隨著節點數量上升、地理位置分散、算力增強或質押代幣價值上漲，想要破壞共識的難度和代價就會越大。因此，中心化的個體是難以改變已經被記錄的內容的。
其次在不可篡改的前提下，基於代碼構建的智能合約使得用戶可以在無需信任任何人的情況下與其進行交互，智能合約會根據預設好的路徑運行代碼實現相應操作。這使得無需信任的鏈上交易成為了可能。
同時，只有對應的賬戶可以調用智能合約內屬於其的資產，不存在其他賬戶通過智能合約轉走原賬戶資產情況。又因為原賬戶的每一次操作都需要簽名確認身份，而首次轉賬交互甚至需要先Approve 該智能合約調取賬戶資產。這讓用戶的錢包賬戶成為了其最好的身份(DID) 和資產的載體。
在共識機制和智能合約的框架內，所有的鏈上資產和鏈上行為都可以被記錄和確權，而基於其產生的權益也就都可以自動的歸集到其所有人賬戶中。這能直接解決「真假美猴王」和「李代桃僵」的問題，沒有人可以通過簡單的Copy Paste 來盜取他人資產，也沒有人可以頂替權益所有人獲得其利益。
具體來說就是數字資產可以用Token 形式定義其唯一的智能合約地址，例如用NFT 代表數字畫作；而任何人的行為都可以用不可交易的代幣(SBT) 來證明，例如對其工作內容或時空存在進行認證(Proof of Work/ Proof of Attendance )。
技術趨勢指南
Layer 0-2 是Blockchain 技術架構的分層結構，聯盟鍊和私有鏈則是Blockchain 應用場景的不同類型。
Layer 0：Layer 0 指的是Blockchain 的物理設施和網絡架構，包括硬件設備、網絡協議和傳輸介質等，其承載著信息跨鍊和解決資產的底層作用。當前以Cosmos、Polkadot 和LayerZero 為主要技術代表。
Layer 1：Layer 1 是Blockchain 的基礎層，也稱為公鏈，包括比特幣、以太坊等。 Layer 1 的協議設計和技術實現決定了Blockchain 的基本性能和功能。按照類型又可細分為EVM 和非EVM 系。
Layer 2：Layer 2 是指在Layer 1 之上構建的協議和解決方案，用於提升Blockchain 的性能以及擴展應用場景。 Layer 2 協議目前有6 種技術，其中以ZK Rollup 和Optimistic Rollup 為主流，這些協議可以使得Blockchain 處理更多的交易、提高TPS 和降低Gas fee 等。
聯盟鏈：聯盟鍊是由多個組織或機構共同管理和控制的區塊鍊網絡，這些組織通常是在共同利益目標才進行合作的，例如銀行、保險公司、供應鏈公司等。聯盟鏈與公鏈不同，它的參與者是有限的，節點數量相對較少，所以其交易速度和安全性都得到了一定的提升。
私有鏈：私有鍊是由單個組織或機構獨立控制的區塊鍊網絡，通常只允許內部人員參與。
核心要素
分佈式節點、密碼學、共識算法、智能合約以及加密貨幣是Blockchain 發展的核心要素。
分佈式節點是Blockchain 技術的最核心的部分，它使得數據能夠以去中心化的方式存儲和傳輸。而密碼學是保證Blockchain 的安全性和隱私性的重要理論工具。此外，共識算法是Blockchain 實現分佈式一致性的關鍵。智能合約是一種可以自動執行的計算機程序，可以在Blockchain 上執行各種邏輯指令。最後，加密貨幣，即通過使用加密技術保證了交易的安全性和匿名性。
通過分佈式節點，所有的參與者都能夠擁有一份完整的數據副本，這樣就可以保證數據的透明性和安全性。 Blockchain 的核心技術——哈希函數、數字簽名和非對稱加密等都是密碼學的應用。它們可以幫助保證數據的完整性和身份的認證，同時也能夠保護用戶的隱私。
而通過共識算法，所有的節點都能夠達成一致的共識，保證了數據的一致性和不可篡改性。常見的共識算法包括PoW、PoS 等。智能合約可以實現無需第三方信任的交易，從而能在一定程度上提高交易的效率和安全性。比特幣、以太幣等加密貨幣的出現，推動了區塊鏈技術的廣泛應用和發展。
Blockchain 與AI 的交集
作為Blockchain 行業的一部分，在AI 的浪潮之下，我們也需要去思考：AI 對世界的改變中，包括了Blockchain 嗎？如果是，那這個改變會是什麼？以及Blockchain 的去中心化和確權能力又更給AI 帶來什麼影響？
首先，AI 作為生產力工具可以降低技術門檻，那麼自然也可以降低Blockchain 行業中的技術門檻，並增加其生產效率。
其次，AIGC 也將讓遊戲和元宇宙擺脫程式化設定，為Blockchain 帶來新的敘事與玩法。
而Blockchain 的智能合約，將能夠定義AI 可以涉及的領域和範圍，或限定AI 的權限，避免其過度發展。
同時，Blockchain 的去中心化可以為AI 提供底層數據和訓練模型所需要算力的資源共享與分配。
另外Blockchain 的確權能力還可以為數據、身份、所有權提供證明，規避AI 帶來的利益衝突。
AI 對Blockchain 的意義
首先，AI 作為工具可以降低內容創作的門檻。讓每個普通人都能不受技術限制地展現自己的創造力，輸出優質的內容或NFT 作品。這包括但不限於NFT 創作、遊戲資產創建、元宇宙建模、代碼構建等。
但當前AIGC 在NFT 領域的應用只有簡單的圖像輸出，這與傳統的Generative Art 沒有什麼本質上的區別，AIGC 真正在NFT 上的應用應該是在NFT 特性上做的進一步拓展，就像Mirror World 用AI 構建屬於NFT 的靈魂一樣。
來自A16Z 研究
其次，就是降低代碼編寫的技術門檻。代碼分為兩個方向，一個是發行項目，部署智能合約，另一個是黑客或者白客。這兩個方向屬於是對抗生成的兩端，也就是說我們可以用AI 進行自然語言編程，部署我們所需要的智能合約，而對方也可以去使用AI 分析合約代碼，並發起攻擊。通過這樣的方式，我們將可以使用AI 來迭代已部署的合約代碼，以此形成內捲，幫助整個行業的代碼建立的更完善和可靠。在這個基礎之上，大家可以去把更多的心思，放在優化區塊鏈的架構或設計整個項目，又或者是經濟模型上，去豐富項目的玩法，對整個業務層面進行創新。
同樣的，當AI 簡化整個技術門檻之後，過去的複雜操作將可以被廣泛應用。比如循環貸、閃電貸、最優挖礦策略、自動獲取收益、頭礦離場時間判斷，整個路徑AI 都可以完成，AI 可以自主編程，選擇路徑，直接部署好。就像遊戲王的技能卡一樣，我們只需要使用技能卡，之後技能會自己出現並產生效果。這能將在過去需要較高門檻才能完成的操作下放給普通用戶。
以MEV 為例，如果我們想要獲取MEV 價值，就需要寫MEV 的夾子機器人，而當普通人也能做到的時候，那就不存在利潤空間，因為大家都可以做到的時候，就需要拼Gas 搶跑，由於博弈論原理，最後MEV 價值會被高昂的Gas fee 榨乾，最終導致無利可圖使得MEV 影響降低。這屬於是技術下放倒逼行業優化。
又或者是促進區塊鏈技術的普及。根據Footprint Analytics 數據，當前以太坊活躍用戶也不過32 萬人，不及互聯網用戶的零頭。最大的問題在於用戶沒有進入區塊鏈的需求，而少量有需求的用戶也被複雜的鏈上交互攔在門外。此外，以前數據上鍊或是使用基於區塊鏈的門票、證件，都需要搭一個區塊鏈系統，或是支付大量gas fee，這個成本是巨大的。而現在基於AI 技術我們可以低成本實現區塊鏈構建或者優化鏈上數據使用路徑降低gas fee，因此任何需要確權和信息透明的地方，都可以利用區塊鏈技術並部署智能合約。所以，通過AI 簡化的交互系統，將為Blockchain 行業帶來大量用戶。
我們需要知道的是，AI 能帶來的改變只存在於區塊鏈的應用層。用戶基於自己在交互中的認知，使用AI 跳過編寫智能合約的過程，直接部署用於解決某一需求的應用。發行項目的關鍵將不再是發行，而是創新和運營。相信未來應用層的格局必然會發生翻天覆地的變化。但應用層之下的執行層、共識層、數據層的改變，AI 是無能為力的，因為這是對底層機制的創新，絕對不是簡化重複性工作就能帶來質變的領域。正如，倫敦升級中EIP1559 的落地給了以太坊進一步向前的動力，上海昇級的完成才能讓ETH 質押量增長提高以太坊安全性並讓LSD 板塊再度起飛。
來自Crypto.com
Blockchain 在AI 中的作用
Blockchain 的去中心化特性與當下的AI 技術發展表現出的中心化特性存在一定背離，但也正是這種背離為AI 面臨的問題提供了解決方案。
現代的AI 和大數據技術在很大程度上是中心化的，即它們通常由少數大型公司或組織掌控，這些公司擁有強大的技術和資源，並且具有決定市場走向和用戶行為的權力。這種中心化的特性，使得人們在使用AI 時，必須要相信AI 會真的按照指令誠實地執行。因此，AI 的開發和應用過程中存在一定的風險和問題，例如隱私洩露、算法偏見、數據濫用等等。
然而，Blockchain 分佈式和去中心化的特性剛好能解決這些問題，通過智能合約，限定AI 能使用的數據集，以及能運行的範圍，以防止AI 做惡；同時可以建立節點，監控AI 的行為，如果它做惡，監督者就可以舉報，對AI 使用的算力進行罰沒，以此來讓AI 只做促進人類發展的行為，防止AI 的過度使用和越權行為。
具體來說，對於AI 訓練所需的底層數據的分享與確權，Blockchain 可以讓用戶自主選擇是否將自己的數據提供給AI 模型訓練，這將需要倚靠zk 技術的進一步發展，來實現不透露個人信息的同時提供用戶數據。整個數據收集、儲存和共享的過程將建立在去中心化節點之上，以保證數據安全和可用性，並對數據來源確權。從而讓使用這些數據訓練成型的AI 在產生收益時，可以根據所涉及的數據將部分收益作為分紅給到數據所有人，保證數據提供者權益。之前提到的AI 訓練數據的生成和共享也可以藉助Blockchain 的去中心化、安全和透明性等特點，以確保數據的隱私和安全性。
而為AI 運行提供Prompt 的用戶同樣可以基於其對prompt 的所有權，獲得其prompt 被調用而產生的部分收益。從而同時保證AI 數據所有人和AI 運行prompt 所有人的利益。
另外值得一提的，就是算力挖礦。 AI 模型的建立除了需要大量的數據，還需要算力來進行訓練，但現在世界上的算力是處於供不應求的狀態。那麼可以將算力以去中心化的形式集中建立雲計算礦池，通過算力挖礦補貼算力提供者，再以拍賣形式出售給AI 模型的訓練，從而讓有限算力獲得最大的利用率，同時還能保證計算的安全性和可靠性。
更重要的是，我們還可以將數據、算法、算力整合，建立一個AI as a Service 的協議，以自身的去中心化的優勢和可複用性為有需求的用戶提供AI 模型構建服務。那麼從數據的獲取，到數據處理，再到算法選擇和算力調用，都經由一個生態進行，在保證供應鏈優勢的同時還能避免中心化風險。
除了AI 模型的構建之外，當我們著眼於AI 的應用時，我們可發現AI 超強學習能力所帶來的盜版、洗稿、虛擬人等問題在Blockchain 面前都不成問題。藝術作品以NFT 形式記錄在鏈上，其唯一智能合約地址可以證明作品的真實性。而藝術作品的價值除了藝術品本身，還取決於其創作者的身份，就像後人對梵高的向日葵模仿的再像，也不值一文，而區塊鏈就能夠證明哪一幅向日葵是出自梵高之手。 AI 應用之一的知識圖譜也可以基於區塊鏈構建分佈式知識圖譜，並確保其中的數據不會被篡改、刪除或冒領。
對於由AI 使用個人過往數據構建虛擬人設的問題，也可以使用OAT 或SBT 來解決。任何鏈上行為都有對應記錄，而針對相關記錄創建的OAT 或SBT 也是唯一的，基於賬戶中的OAT 或SBT 就可以定義其身份，這都得益於區塊鏈的不可篡改性，過去發生的事都被記錄在之後的每一個區塊中，無法憑空捏造過去沒有存在過的行為。
總而言之，AI 作為生產力工具可以加速Blockchain 行業的發展與普及，以及AIGC 對元宇宙和NFT 板塊帶來了新方向與敘事，但是AI 只能替代重複性工作，降低技術性門檻，並不能對關鍵技術進行創新。所以AI 給Blockchain 帶來的改變只會停留在應用層。
而Blockchain 之於AI 行業，是一個風險控制器，也是一個資源優化器。 Blockchain 能限制AI 的過度發展與越權操作，也能解決數據和資產的確權保護用戶權益，並將AI 所需的數據與算力分配進行整合優化。但也僅限於促進AI 的透明化、去中心化和數據確權。
Reference
[1]《大語言模型湧現演化信息，加速蛋白質結構預測》Science 前沿
[2]《How AI Can Help Build Web3》crypto.com
[3]《AIGC：內容生產力的革命》國海證券
[4]《Mastering Bitcoin》Andreas Antonopoulos
[5]《Bitcoin: A Peer-to-Peer Electronic Cash System》Satoshi Nakamoto
[6]《Ethereum White Paper》Vitalik Buterin
[7]《Challenges and Recent Advances》Blockchain-Based Payment Channel Networks
[8]《AI 爆發對創作者和NFT 的影響》淺思
[9]《AIGC 困局與Web3 破圈之道》
[10]《超越Web3，資本新寵AIGC 的奇幻漂流》
聲明：本內容為作者獨立觀點，不代表0x财经 立場，且不構成投資建議，請謹慎對待，如需報導或加入交流群，請聯繫微信：VOICE-V。
來源：OP Research
