Grayscale研究團隊發布了關於去中心化AI基金的消息，與此相關的代幣價格也大幅上漲。人工智慧被認為是未來最有前景的新技術之一，但其中心化帶來了風險，因此去中心化的AI可能成為解決之道。基於區塊鏈技術，去中心化AI可以提高透明度和公眾訪問性，減少人工智慧開發者的資源限制。同時，加密貨幣資產和人工智慧的結合領域也在不斷發展，提供了多種解決AI相關問題的資產。未來，這兩個領域的發展可能會相互促進，創造更多創新。
作者：Grayscale Research
撰稿：Felix，PANews
Grayscale（灰階）昨天宣布推出重點於去中心化AI 的新基金Grayscale Decentralized AI Fund LLC。基金募集項目包括Bittensor（TAO）、Filecoin（FIL）、Livepeer（LPT）、Near（NEAR）和Render（ RNDR），其中Near、Filecoin和Render為基金中的最高權重資產。受此消息影響，相關代幣大幅去漲。其次，灰階發文對AI及中心化AI進行了解讀，闡述了其重要性的原因。以下為內容全文。
人工智慧（AI）是本世紀最有前景的新興技術，可能指數級提高人類生產力並為醫學突破提供動力。雖然人工智慧在今天可能很重要，但其影響力只會越來越大。根據普華永道估計，到2030 年，AI 將成長為價值15 兆美元的產業。
然而，這項前景光明的技術也面臨挑戰。隨著AI技術日益強大，AI產業的權力卻中心化在少數公司手中，對社會有潛在的溶解。這也引發了對深度造假、嵌入偏見式和資料隱私風險是人們的嚴重擔憂。幸運的是，加密貨幣技術以去中心化和透明度的特性為其中一些問題提供了潛在的解決方案。
本文將討論中心化所帶來的問題，以及中心去化人工智慧如何幫助其中的一些弊端。另外解決討論加密貨幣和介紹人工智慧的交集，重點領域已顯示出早期採用多種的加密貨幣應用。
中心化AI問題
當前AI發展面臨一定的風險和挑戰。 AI的網路效應和密集的資本需求非常顯著，以至於大型科技公司除了許多AI開發人員，如小型公司或學術研究人員，或難以獲得AI開發所需的資源，或限制無法將其工作改變。這就是人工智慧的整體競爭和創新。
因此，對這項關鍵技術的影響力主要中心化在OpenAI和Google等少數幾家公司手中，引發了對AI治理的嚴重質疑。例如，今年2月，Google的AI影像產生器Gemini被曝種族歧視和歷史此外，去年11 月，一個由六人組成的董事會啟動決定OpenAI 執行長Sam Altman，揭露了少數人控制著開發這些模型的公司的事實。
隨著AI影響力和重要性越來越大，許多人擔心一家公司可能會掌握對社會產生巨大影響的AI模型的決策權。甚至可能以犧牲他人的利益為代價，設置牆壘閉門造車，或挖礦模型以謀取私利。
去中心化AI如何提供幫助
去中心化的AI是指利用區塊鏈技術，以提高透明度和可訪問性的方式，分配AI共享和治理的AI服務。灰階研究認為，去中心化的AI有可能將這些重要的決策從封閉的角度進行環境中釋放出來，為公眾所有。
區塊鏈技術可以幫助開發人員增加對人工智慧的訪問，減少獨立開發人員建立和工作成果轉換。這將有利於提高整體人工智慧創新和競爭力，並與科技事業開發的模型保持平衡。
此外，去中心化的AI可以幫助實現AI投資的民主化。目前，除了透過一些科技股之外，很少有辦法獲得與AI開發相關的收益。同時，大量私人資本已分配給AI數十億公司和峰會公司（2022年為470億美元，2023年為420億美元）。因此，只有部分創投和合格投資者獲得這些公司的收益。相較之下，去中心化的AI加密貨幣資產對每個人都是開放的，任何人都可以參與AI的未來。
交會領域目前發展如何？
加密貨幣資產和AI的交匯在成熟度方面仍處於早期階段，但市場的反應令人興奮。截至2024年5月，加密貨幣資產的AI領域回升20%，其表現將類似加密貨幣模擬。此外，根據Kaito 數據，與DeFi、Layer2、Meme 和RWA 等其他同類相比，AI 目前在社交平台上的「敘述心智貢獻」最高（市場關注度最高）。
最近，一些知名人士開始擁抱新興領域，致力於解決人工智慧中心化的缺陷。今年3月，AI公司Stability AI創辦人Emad Mostaque離開公司，轉而追求這項人工智慧中心化，他表示「現在是時候了」確保AI保持開放和去中心化了」。此外，ShapeShift Erik Vorhees最近推出了Venice.ai，這是一個專注於隱私的AI服務的創始人，具有端對端加密貨幣功能。
圖1：今年迄今，AI Universe 的表現幾乎超過了所有加密貨幣模型
加密貨幣和人工智慧的交集可以分為三個主要子類：
基礎層：為AI開發提供平台的網路（如NEAR，TAO，FET） AI所需的資源：提供AI開發所需的關鍵資源（運算、儲存、資料）的資產（如RNDR、AKT、LPT、FIL 、AR、MASA） 解決AI問題：嘗試解決AI相關的資產問題，例如機器人和深度格式的引發以及模型驗證（例如WLD、TRAC、NUM）
圖2：AI 和加密貨幣市場地圖資料來源：Grayscale Investments。所含協議為說明性範例
為人工智慧發展提供網路基礎設施
第一類是提供耗用許可的開放式架構的網絡，專門為AI服務的整體開發和建構。這些資產不專注於某個AI產品或服務，而是專注於創造各種AI應用底層基礎設施和激勵機制。
NEAR在這一類別中的車載，其創始人是「Transformer」架構的聯合創始人，該架構為ChatGPT等AI系統提供支援。今年5月，NEAR宣布將專注於打造用戶擁有的AI生態系統，致力於打造用戶擁有的AI生態系統優化用戶隱私和主權。 6月下旬，NEAR啟動了其AI孵化器計劃，用於開發NEAR原有基礎模型、AI應用程式的資料平台、AI代理框架和計算市場。
Bittensor是一個使用TAO代幣來經濟地鼓勵人工智慧發展的平台。 Bittensor作為38個子網路（子網路）的底層平台，每個子網路都有不同的例子，如聊天機器人、圖像生成、財務預測、語言翻譯、模型訓練、儲存和運算。 Bittensor網路以TAO代幣獎勵每個子網中表現最好的礦工和驗證者，並為開發人員提供消耗許可的API，透過查詢Bittensor子網中的礦工來建立特定的AI應用。
這一類別還包括其他協議，如Fetch.ai 和Allora Network。 Fetch.ai 是一個供開發人員創建複雜AI 助理（即「AI 代理」）的平台，最近與AGIX 和OCEAN mk 合作，總市值約為75 億另一個是Allora網絡，這是一個專注於將AI評估金融應用的平台，包括DEX和預測市場的自動交易策略。 Allora還沒有發行代幣，並在6月進行了轟動性的策略性融資，私募融資達到3500萬美元。
AI發展所需的資源
第二類包括以運算、儲存或資料的形式為AI開發提供所需資源的資產。
AI的興起對GPU形式的運算資源產生了海量的需求。諸如Render（RNDR）、Akash（AKT）和Livepeer（LPT）之類的去中心化GPU市場為模型訓練、模型推理或渲染3D生成式AI的開發人員提供了閒置GPU供應。據估計，渲染提供約1萬GPU，專注於藝術家和生成式AI；而Akash提供400 GPU，專注於AI開發人員和研究人員。同時，Livepeer最近宣布了一個新的AI子網計劃，目標是2024年8月執行文字轉圖像、文字轉影片和圖像轉影片等AI推理任務。
除了需要大量的運算資源外，AI模型還需要大量的數據。因此，對資料儲存的需求急劇增加。 Filecoin（FIL）和Arweave（AR）等資料存儲解決方案可以作為去中心化和安全的網路替代方案這些方案不僅提供具有成本效益和可擴展的存儲，還透過消除單點故障和降低資料外洩風險，來增強資料安全性和缺陷解決方案。
最後，現有的AI 服務，如OpenAI 和Gemini，可以分別透過Bing 和Google 搜尋持續存取即時資料。這讓除科技公司之外的所有其他AI 模型開發者處於不利地位。然而，像Grass 和Masa 這樣的資料擷取服務可以幫助創造公平的競爭環境，因為其允許個人透過為人工智慧模型培訓提供應用程式資料來獲利，同時保持對個人資料的控制和隱私。
嘗試解決AI相關資產問題
第三類包括試圖解決人工智慧相關問題的資源，包括機器人、深度格式和內容來源的出現。
人工智慧的另一個顯著問題是機器人和錯誤訊息的氾濫。人工智慧生成的深度格式已經對印度和歐洲的總統選舉產生了影響，專家們「非常害怕」即將到來的美國總統競選，出現由深度格式嚴重驅動旨在透過建立可驗證的內容來源，來幫助解決與深度偽造相關的問題的資產包括Origin Trail（TRAC）、Numbers Protocol（NUM）和Story Protocol。此外，Worldcoin（WLD）試圖透過獨特的生物辨識標誌來驗證，從而解決機器人問題。
AI的另一個風險是確保對模型本身的信任。如何相信收到的AI結果沒有被竄改或挖礦？ 目前，有幾個協議透過密碼學、零知識證明和完全同態加密貨幣（FHE）來解決幫助這個問題，例如Modulus Labs和Zama。
結論
雖然這些去中心化的AI資產已經取得了初步成果，但目前仍處於今年早期階段。年初，創投家Fred Wilson表示，AI和加密貨幣是“同一枚硬幣的兩面”，“Web3將幫助我們信任AI”隨著AI行業的不斷成熟，灰度研究，這些與AI相關的加密貨幣場景將變得越來越重要，這兩種快速發展的技術有可能相互成就。
許多文件顯示人工智慧時代即將來臨，將會產生必然的、或正面或負面的影響。透過一些利用區塊鏈技術的特性，相信加密貨幣最終可以幫助減弱人工智慧的危險。
相關閱讀：為什麼創投公司大舉押注加密貨幣x AI
資訊來源：0x資訊編譯自網際網路。版權歸作者Felix所有，未經許可，不得轉載