人工智慧與加密貨幣項目之間的交叉點被探索。文章討論了歐盟委員會批准印度政府的反壟斷執法工作，以及一些AI和加密貨幣技術的結合項目。不是所有的去中心化交易所都使用人工智慧輔助，但有些AI專案能夠在加密貨幣經濟中發揮作用。有關DePIN網路、數據網路和GPU網路等新興專案的詳細介紹，以及如何辨別實際有用的項目和虛假項目。最後強調了透過加密貨幣技術去中心化整個AI堆疊的技術前景。
原文標題：人工智慧並非完全胡扯的加密貨幣項目
原文作者：563，前Bankless 研究員
原文作者：深潮TechFlow
駕馭和人工智慧的交叉點。
」 2020年6月23日，歐盟委員會宣布，將對印度政府的反壟斷執法工作給予全面批准。2020年6月23日，歐盟委員會將正式批准印度政府反壟斷執法工作。2020年6月23日，歐盟委員會將正式批准印度政府反壟斷執法工作。
這些活動的首要問題在於：
我和我的家鄉有多少AI項目幣
並不是所有去中心化交易所（DEX）都參加內建AI助手，每個聊天機器人也不要求按鈕的代幣來促進其採用曲線。 AI和加密貨幣技術的這種硬性結合讓我最初在這項管理時幾乎崩盤。
壞是什麼？繼續沿著當前的道路走下去，進一步使命挑戰技術，最終以失敗告終，而大量虛假的「AI x Crypto」也會阻礙我們扭轉局面。
好消息是什麼？隧道盡頭有曙光。有時，AI確實能從加密貨幣經濟學中獲益。同樣，在一些加密貨幣使用案例中，AI也能解決一些實際問題。
在今天的文件中，我們將這些小眾創新想法的重疊形成了一個整體，其效果大於各部分之和。
AI電池的高層次視野
是的，事實上，這與「加密貨幣人工智慧」不同，它孕育了不同垂直領域的價值觀（如果你想更深入地了解它，可以參考Tommy的文章）。請注意，它不同於非常簡化的觀點，但我希望可以學到基礎的理論。
從高層次來看，它是如何協同工作的：
已收集數據。 處理我的思想，理解如何攝取並應用它。 在這一年中，我們將創造一個更美好的未來。 然後可以微調以處理特定的使用案例。 最後，這些模型被部署和託管，以便應用程式可以進行有用的實作。 需要大量的運算資源，這些資源可以本地運行或從雲端取得。
讓我們在這些領域中尋找差異化，特別關注不同的加密貨幣經濟設計如何能夠改善標準。
加密貨幣資源開源以戰鬥機
「封閉源」與「開源」開發方法的解決可以追溯到Windows-Linux的爭論和Eric Raymond著名的「大教堂與市集」理論。雖然今天Linux在愛好者中廣泛使用，但大約90%的用戶選擇了Windows。為什麼？因為激發措施。
至少從外部來看，開放原始碼開發有許多好處。它可以讓最多的人參與開發過程中，並為此做出貢獻。但在這種無頭結構中，沒有一個統一的指令。 CEO不會主動讓盡可能多的人使用他們的產品，以促進他們的總結。在開源開發過程中，專案有可能演變成一個“嵌體”，在設計概念的每個交叉點上都會分裂出不同的方向。
建立激勵措施並達到最佳效果的方法是什麼？ 建構一個系統，獎勵那些能促進目標實現的行為。 嚴格地把錢交到能讓我們更接近目標的行動者手中。 有了加密貨幣，就可以硬編碼成為法律。
我們會看看一些正在進行的項目。
中心化物理學科網絡（DePINs）
「喔拜託，這玩意兒？」我知道DePIN拯救了幾乎和AI本身一樣被講爛了，但請稍等片刻。我願意堅信DePIN是真正有機會改變世界的加密貨幣用例。想一想。
防止中介和激發活動。
最初的願景是幫助人們預防和控制類似疾病，並推動醫療機構和患者獲得更安全、更可靠的醫療服務。 正如我們將看到的，這種架構的AI技術是理想的選擇。
DePIN使用早期代幣發行來增加供應面（提供），希望這能吸引更廣泛的消費者需求。旨在解決新幣冷啟動問題。
我們必須早期的硬體/軟體程式設計語言（例如，Oracle）變得更加龐大，並且開始抵消隨著時間減少的代幣發行，直到一個完全獨立的系統建立起來（佔用幾年時間）。早期的採用者，如Helium 和Hivemapper，展示這種設計充分利用了。
資料網絡，草根的案例
統計數據顯示，GPT-3是用45TB的純文字資料訓練的，相當於大約9000萬本小說（但它仍然不能畫一個圓）。 GPT-4和GPT-5所需的資料量比曲面網路上存在的資料還要多，因此稱人工智慧為「資料飢渴症」是本世紀最輕描淡寫的統計資料。
如果你不是頂尖玩家（OpenAI，Microsoft，Google，Facebook），那麼你通常會得到他們想要的。大多數人的常見策略是網頁抓取，在你嘗試之前加強，一切都很好。如果使用一個亞馬遜網路服務（AWS）實例試圖大規模抓取網站，很快就會受到速率限制。這就是草的用武之地。
Grass連接了超過百萬台設備，組織它們從用戶IP位址抓取網站，收集、結構化並出售給急需的資料的AI公司。作為回報，Grass網路的用戶憑藉他們的數據的AI公司在那裡取得了穩定的收入。
當然，目前還沒有代幣，但未來的$GRASS代幣可能會讓用戶更願意下載他們的瀏覽器擴充功能（或手機應用程式）。儘管他們已經透過一項極其有限的成功推薦活動對大量用戶授予代幣。
GPU網絡，io.net的案例
或許比數據更重要的運算能力。你知道嗎，在2020年和2021年，中國在GPU上投入的資金比石油還多。這簡直太瘋狂了，但你們個個開始。再見石油幣，為計算機幣讓路。
（報告詳見）
現在，市場上有許多GPU DePIN，它們的工作原理大致如下。
急需計算的機器學習工程師/公司。 另一方面，沉浸在資料中心、銷毀礦機和銷毀GPU/CPU的業餘愛好者中。
儘管全球供應量龐大，但卻缺乏協調。要讓十個不同的計劃，讓美國為你使用出價並達成一致。一個中心化的解決方案需要處理一個租約，而這激發了從一方獲得的最多利益，但技術上必須加以利用。
透過使用創建市場層的技術，能夠有效連接買賣雙方。一個程式碼片段不需要對股東的財務利益負責。
io.net 超過了，因為它引入了一些對於AI訓練至關重要的酷炫新技術——他們的集群堆疊。傳統的叢集涉及同一個資料中心實體連接一堆GPU，使它們能夠協同工作進行模型訓練。但如果你的硬體分佈前景怎麼辦？ io.net 與Ray（用於創建ChatGPT）合作開發了可以連接同一個地點的GPU叢集中間件。
而且，AWS 的註冊程序佔用幾天時間，而io.net 上的伺服器可以在90秒內無許可地啟動。基於這些原因，我將io.net 設定為不必要的GPU DePINs，它們都可以插入他們的“IO引擎”，解鎖內建的伺服器和順暢的上手體驗。這一切僅僅透過加密貨幣技術才有可能。
你會注意到，大多數具有雄心壯志的去中心化AI項目（如Bittensor，Morpheus，Gensyn，Ritual，Sahara）都有明確的“計算”需求——雖然GPU DePIN應插入的地方，去中心化AI需要無許可的計算。
激勵手段
再次回到比特幣的啟示。為什麼礦工們不斷快速計算哈希值？因為這是他們的報酬方式——中本聰提出這種架構是因為它優先優化了安全性。這些協議內建的激發結構決定了它們產生的最終產品。
以太坊礦工和以太坊質押者是吸收所有以太坊代幣的參與者，因為這個協議想要激勵——參與者成為礦工和質押者。
作為組織中的成員，我制定了「願景」或「使命宣言」。但人很容易犯錯，可能會讓公司脫離正軌。另一方面，電腦程式碼卻能比最粗糙的工資更能保持專注。讓我們來看看幾個去中心化項目，它們內建的代幣能幫助參與者履行崇高目標。
AI建構網絡，主題Bittensor
如果我們讓比特幣礦工建立人工智慧而不是解決沒用的數學問題會怎麼樣？這樣，你就得到了Bittensor。
Bittensor 的核心思想是：1. Bittensor 的核心思想是：1. 創建一個Bittensor 生態系統，然後進行試驗。 2. Bittensor 的核心思想是：1. 創造一個Bittensor 生態系統的智慧系統。這意味著一個系統（稱為子網，簡稱「SN」）沿著開發語言模型的方向發展，另一個沿著開發語言模型的方向發展，還有更多沿著語音合成、AI檢測或AI 生成（請參閱目前活躍的項目）。
對於Bittensor 網路來說，你想做什麼並不重要。只要你能證明你的計畫值得資助，只要它就會流動。這是子網所有者的目標，他註冊並調整遊戲規則。
這個「遊戲」中的參與者稱為礦工。這些是建構模型的機器學習/人工智慧工程師和團隊。他們被中心化到一間實驗室的「雷霆穹頂」中，為了獲得最多的獎勵而相互競爭。
驗證者是另一個方面，需進行與礦工相當的驅逐工作。 如果發現驗證者與礦工結為佃農，將被驅逐。
記住注意事項： 礦工在每次擊敗其他子網路內的礦工時賺得更多——這推動了人工智慧的發展。 驗證者在準確識別高績效和低績效礦工時賺得更多——這保持了子網路的公正性。 子網所有者劣勢子網產生的AI模型優於子網更有用時賺得更多——這推動子網所有者優化其「遊戲」。
您可以嘗試將Bittensor視為一個AI開發永久獎勵。新興的機器學習工程師可以嘗試一些資金，並向VCs發起邀請加入其中，並且可以獲得大量的TAO。
一些頂級團隊正在主持建置：
Nous Research 是開源的王者。他們的子網路在微調開源LLM方面顛覆了傳統。他們透過對模型進行持續的合成資料流測試，使排行榜無法被操縱（與傳統基準測試如HuggingFace不同）。 Taoshi 的購物業務基本上是一個開源的量化交易公司。他們要求ML 建立預測資產交易平台，他們的API 為散戶和機構用戶提供量化交易訊號，並且持續向重大獲利機構提供服務。 由Corcel團隊開發的Cortex.t 第一個目的，他們激發礦工提供頂級模型（如GPT-4和Claude-3）的API訪問，以確保開發者的持續可用性。他們透過合成資料生成，找到了模型訓練和基準測試（這也是我們使用的原因）。查看他們的工具——聊天和搜尋。
不出意外的話，Bittensor 無疑激發了結構的力量，這一切都歸功於加密貨幣經濟學的實現。
智能代理，探究Morpheus
現在，我們來看看Morpheus的誕生面：
加密貨幣經濟結構正在建立AI（加密貨幣幫助AI） AI啟用應用程式在加密貨幣中啟用新的用例（AI幫助加密貨幣）
「智能代理」只是受智能合約訓練的AI模型。它們了解所有DeFi協議的本質，知道在哪裡獲得收益，在哪裡接橋，然後發現可疑的合約。類似於未來的“自動路由器”，它們相當於每個人在5-10年內與區塊鏈互動的方式。事實上，一旦我們達到點，你可能根本不知道使用加密貨幣技術。你只需要告訴聊天機器人你想把一些保險公司放下另一種投資中，一切都會在發生。
Morpheus 秉承了這個理念：「激勵它們，它們就會來」的訊息。它們的業務擁有一個平台，在這個平台上，智慧代理可以傳播和繁榮，每個代理都建立在一個代理的成功之上，在一個小型的外部形態中。
代幣募捐結構增強了協議的四個主要貢獻者： 代碼——代理建構者。 社群建立前端預覽和工具，以吸引新用戶加入原型。 計算——提供運行代理的計算能力。 資本－提供他們的收益，以推動Morpheus戰略機器。
為什麼要選擇那些在MOR基金中被授予「少數派基金」的基金呢？
建構最佳代理商－目前的代理商被一致使用時，創作者會得到報酬。與免費提供OpenAI插件不同，即支付給建構者。 建構最佳前端/工具－在市場的創作被一致使用時，創建者會得到報酬。 提供穩定的運算能力－提供支援在藉出運算能力時獲得報酬。 為專案提供流動性—透過保持專案流動性，改變了他們的日常生活。
儘管有許多的人工智慧/智慧代理項目，但Morpheus的代幣經濟結構在設計激發機制方面尤其清晰。
這些智能代理是AI真正消除應用障礙的終極範例。 dApp的作業系統是出了名的（儘管多年來一直存在進步），LLM 的出現激發了Jacob Hughes的夢想成為Web2 和Web3 創始人。儘管存在大量的牟利行為，但像Morpheus 和Wayfinder這樣的優秀（見下方演示）展示瞭如何將API轉換為鏈上交易的簡單性。
（見推文）
將這一切都包括，這些系統之間的相似性看起來都是一樣的。注意，這缺點是極點。
如何分辨一個項目是否完全無用
記住我們兩大廣義的「加密貨幣xAI」：
加密貨幣幫助AI AI輔助加密貨幣
正如我們所見，這是一個為整個生態系統建立良好基礎的設計。
第一類– 加密貨幣幫助AI
DePIN架構啟動市場，創意十足的代幣激勵結構可以與開源專案向曾經難以實現的目標努力結合。是的，我們共同努力爭取幾個合法的交叉點，由於篇幅限制我將無力承擔全部經濟效益：
中央儲存可信任執行環境（TEE） 即時資料取得（RAG） 零知識x機器學習用於推理/出處驗證
在決定一個新專案是否真的有價值時，問自己：
如果它是另一個成熟的衍生品，那麼它的其他位置是否足以讓人眼睛一亮？ 它只是開源軟體的盤點版本嗎？ 該計劃是否真正從加密貨幣技術中受益，還是加密貨幣技術被塞了進來？ 真的需要100個類似HuggingFace（一個流行的開源機器學習平台）那樣的加密貨幣專案？ 第二類– AI幫助加密貨幣
在這一類別中，主要是虛假項目，但是也確實存在一些獨立的項目。例如AI模型可以消除作業系統的干擾，尤其是智慧代理。以下是一些在AI支援的加密貨幣應用領域中值得關注的類別：
增強的可塑性－跨鏈操作錢包裡面面向使用者和應用的即時警報事務
我只是想說“ SUSTAIN 代幣”，對我來說那就是垃圾。停止為這些項目提供服務以維護我的理智。另外：
添加AI不會神奇地讓你的失敗應用/鏈/工具獲得產品市場契合沒有人會因為一個遊戲有AI角色就去玩一個老練的遊戲給你的項目加上“AI”標籤，就會變得有趣
秋季來臨
儘管有許多噪音，但一些嚴肅的團隊正在努力實現「去中心化AI」的願景，這是值得其奮鬥的。
除了激發開源模型開發專案外，去中心化資料網路為新興的AI開發者打開了新大門。當OpenAI的大多數競爭對手無法與Reddit，Tumblr，或WordPress達成大規模交易時，分散式抓取可以均衡這種差距。
一家公司擁有的運算能力可能永遠不會超過世界上其他公司擁有的運算能力的總和，而有了去中心化的GPU網絡，這意味著其他你有能力與頂級公司相媲美。你所需要的只是一個數位貨幣包。
今天，我們正處於十字路口。我們致力於那些真正有價值的「加密貨幣x人工智慧」項目，我們有能力去中心化整個AI堆疊。
加密的願景透過密碼學的力量創造一種無人能及的硬貨。正當這項技術開始流行時，一個更可怕的者出現了。
在最理想的情況下，中央政府對人工智慧的態度是，
它比你更了解你自己。它知道哪一個按鈕不必笑得更多、生氣得更多、消費更多。儘管看起來如此，它並不負責。
最初，人工智慧技術被視為一種力量。人工智慧技術能夠協調去中心化的個人共同努力，實現一個共同目標。然而，現在這種能力正面臨一個比中央銀行更強大的敵人：中心化的人工智慧。這次，時間緊迫，需要迅速採取行動以抵抗人工智慧的中心化趨勢。
資訊來源：0x資訊編譯自網際網路。版權歸作者深潮TechFlow所有，未經許可，不得轉載