來源：Grayscale；編譯：松雪，金色財經
-
最近，隨著現貨比特幣ETF 在美國獲得批准，比特幣佔據了中心舞台，但人工智慧相關加密資產的優異表現提醒人們，公共區塊鏈用例的適用性和相關性正在擴大，超越了支付形式。
-
Grayscale Research 認為，人工智慧和加密貨幣交叉的發展可能會緩解未來與人工智慧相關的社會問題，例如深度造假的興起、對資料隱私的擔憂以及權力集中。
-
雖然許多代幣可能只是順應了“人工智慧炒作浪潮”，但與人工智慧專案開發相關的加密協議已經獲得了採用的早期跡象。具體而言，按市值計算的四大人工智慧相關加密代幣[1]（TAO、RNDR、AKT、WLD）去年上漲了522%，同期表現優於公用事業和服務加密產業(+86%) 。
去年11 月，OpenAI 的六人董事會宣布更換公司執行長Sam Altman，這在科技界和商業界引起了震動。儘管這項決定後來被推翻，Altman重新擔任首席執行官，但有關人工智慧(AI) 治理的討論仍然存在，甚至成為今年瑞士達沃斯世界經濟論壇年會上的一大話題。
OpenAI事件凸顯了對關鍵技術的中心化控制的潛在危險。對於灰階研究來說，這引出了一個關鍵問題：我們如何確保人工智慧開發是可訪問的、有競爭力的和透明的？這些不是區塊鏈技術的核心租戶嗎？灰階研究公司相信這一點，業內其他人也開始討論類似的話題。 CCI 的Sheila Warren 表示[2]，加密貨幣將在「制衡人工智慧方面發揮關鍵作用」。同樣，創投家Fred Wilson[3] 認為人工智慧和加密貨幣是“同一枚硬幣的兩面”，“web3 將幫助我們信任人工智慧”。
儘管許多用例仍處於起步階段，但市場似乎對這種技術交叉應用的重要性持樂觀態度。根據Coingecko 網路流量，人工智慧是2023 年最受歡迎的「加密貨幣敘述[4]」。此此外，富時羅素灰度加密產業指數反映了部分與人工智慧相關的加密資產相對於公用事業和服務產業以及整個加密生態系統的表現優勢（圖1）。
在本報告中，我們試圖解釋人工智慧和加密技術在以下領域的協同發展方面取得的進展：驗證內容真實性、減少模型偏差以及改善人工智慧開發中的准入和競爭。
圖1：2023 年大型AI 代幣的表現優於各加密貨幣產業
驗證內容真實性
人工智慧加劇的一個主要社會問題是機器人和虛假資訊的氾濫。這在未來幾個月尤其相關，因為頂級人工智慧專家擔心深度偽造影片將試圖影響2024年美國總統選舉[5]。公共區塊鏈及其透明且防篡改的帳本固有特性為應對這一更廣泛的威脅提供了潛在的解決方案。
一個致力於解決這個問題的重要舉措是一個名為Worldcoin的加密協議。由Sam Altman共同創辦，Worldcoin的目標是透過生物特徵掃描註冊全球每個人，以便可驗證地區分人類和機器人，所有這些都由專用的區塊鏈代幣激勵。 Worldcoin團隊一直在積極應對其雄心勃勃的追求。自大約六個月前推出以來，Worldcoin已在全球註冊了290萬人[6]。此外，去年12月，Worldcoin宣布正在尋求透過額外的5,000萬美元私人融資進行擴張[7]。
另一個解決這個問題的措施是數位內容溯源記錄（DCPR）標準，由Arweave和Bundlr團隊首創。 DCPR標準利用Arweave區塊鏈對數位內容進行時間戳記和驗證，提供可靠的元數據，幫助用戶評估數位資訊的可信度[8]。
減少人工智慧模型中的偏差
隨著人工智慧模型越來越融入我們的日常生活，人們對於過度依賴這些系統以及它們可能展現的固有偏見感到越來越擔憂。考慮這樣一種情景，即一個由人工智慧驅動的聊天機器人可能透過推動消費者向特定產品傾斜或支持特定政治信念來影響消費者的選擇。類似地，這種技術可能在僱用篩選中顯示出對候選人的人口特徵產生影響的偏見。由此導致的信任崩潰帶來了連鎖效應。根據一項研究，「AI檢測器」本身可能對非英語母語的自然寫作有偏見。
Bittensor，一個新穎的去中心化網絡，試圖透過激勵多樣的預訓練模型競爭最佳響應來解決人工智慧偏見問題，驗證者獎勵表現出色的模型並淘汰表現不佳和帶有偏見的模型。透過在各種模型和資料集之間培育開放和協作的人工智慧創新環境，Bittensor有可能推動人工智慧的發展，同時試圖減輕偏見帶來的負面影響[9]。
儘管Bittensor的發展仍處於初期階段，但這個去中心化網路已經在專門用途的32個子網路上取得了初步進展，包括聊天機器人、圖像生成、價格預測和語言翻譯等[10]。值得注意的是，在OpenAI領導層衝突之後的短期內，Bittensor和其他兩個市值最大的與人工智慧相關的加密資產的價格顯著上漲（圖2）。我們認為這可能表明市場認為這些資產可能是對主要現有人工智慧公司所帶來的中心化風險的潛在對抗手段。
圖2：自OpenAI 取得重大進展以來，與人工智慧相關的加密資產表現良好
改善人工智慧開發的機會，加劇競爭
除了模型偏見的風險之外，圍繞人工智慧的另一個關切是其發展過於中心化。隨著人工智慧模型規模的成長，與運算和儲存相關的高昂成本威脅將競爭排除在外，使得人工智慧開發主要掌握在少數幾個負擔得起的科技巨頭手中[11]。在過去的一年裡，對人工智慧和運算資源的需求增加導致大型運算服務供應商限制GPU（人工智慧開發所需的專用處理器）的可用性[12]，儘管存在過剩的運算能力[13]。
去中心化運算市場如Akash和Render的設計目的是解決GPU資源低效率使用的問題，透過將GPU所有者與尋求運算能力的人工智慧開發者連接起來。該系統允許全球的個人和組織將其閒置的運算資源變現。同時，它為人工智慧開發者提供了靈活的運算資源存取。由於區塊鏈剔除了追求利潤和開銷的中間人，這些網路可以以中心化巨頭提供的費用的一小部分（例如透過Akash提供的費用的大約五分之一[14]）提供服務。
例如，去年秋天，一名哥倫比亞大學的學生試圖進行人工智慧開發，但透過亞馬遜網路服務難以獲得運算資源；相反，他透過Akash租用GPU，每小時僅需1.10美元[15]。
最近，一些這些去中心化市場已經獲得了初步的關注。例如，自從在九月推出GPU部署以來，Akash已經成長到超過70個活躍的GPU租賃[16]。值得注意的是，在Akash上提供其閒置GPU運算資源之一的組織是Foundry[17]，這是最大的加密礦業公司之一。此外，Render，一個用於3D影像渲染的GPU市場，在2023年經歷了使用量的大幅成長[18]。
圖3：提高去中心化市場Akash 的GPU 使用率[19]
結論
今天，在這個交叉領域的大部分進展都發生在透過去中心化GPU市場幫助實現人工智慧開發的加密協議的背景下。其他機會可能存在於以下領域：
零知識證明驗證人工智慧模型輸出的完整性，並確認它是基於其所聲稱的資料集產生的[20]。加密作為支付軌道，實現與人工智慧代理的無縫自動化和互動[21]。在加密遊戲中使用人工智慧產生的內容，以及虛擬存在作為非同質化代幣（NFT）。這種協同作用仍處於初期階段，但它顯示出在2024年及以後可能積聚動力的跡象，特別是如果市場參與者繼續將這些資產視為對抗未來類似OpenAI這樣的大型中心化參與者鞏固的一種平衡手段。無論人工智慧和加密是否本質上相互關聯，這兩種快速發展的技術都有潛力在用例範圍和對更廣泛公眾的相關性方面相互支持彼此的成長。
參考資料
[1] AI 相鄰是指這些代幣中的每一個都在鼓勵人工智慧發展或解決人工智慧相關問題方面發揮作用。
[2] LinkedIn
[3] AVC.com
[4] Coingecko
[5] Fortune
[6] Worldcoin
[7] Reuters
[8] Github
[9] Bittensor 、 Plaintextcapital 、 Blockgeeks
[10] Messari
[11] CTECH
[12] Messari 、 The Information
[13] Tech HQ
[14]截至2024年1月17日。
[15] Semafor
[16] Akash.network
[17] Foundry
[18] Dune Analytics
[19]圖表基於7 天移動平均線。日期範圍是從GPU 在平台上啟動到現在。
[20] Worldcoin
[21] Substack
