Crypto 与 AI 结合,哪些项目有助于打破 AI 垄断壁垒?
深潮TechFlow
2023-12-01 14:40
订阅此专栏
收藏此文章
人工智能与区块链的融合显然将在塑造各行各业方面发挥至关重要的作用。


撰文:Reflexivity Research

编译:深潮 TechFlow



最近,人工智能行业一直成为头条新闻,原因有好有坏。虽然你可能了解最近 OpenAI 发生的相关事件,并且也探索过现在人工智能技术的水平,但你可能并不了解人工智能如何与区块链进行互动。在本周的报告中,我们将介绍一些尝试结合人工智能和区块链技术的应用,以及有关这些应用和未来几年人工智能行业的信息。


什么是人工智能?它与加密货币有什么关系?


在我们深入讨论 AI 与区块链相结合的应用细节和更加技术性的内容之前,先了解一些关于人工智能技术的基础知识,以及了解业界优秀的团队和个人开发者是如何将行业发展到现在的技术水平的。


ChatGPT 是过去一年里引起科技行业高度关注的应用,也是最受消费者欢迎和广泛认可的人工智能应用,今天,我们将简要介绍 ChatGPT 技术的基本概念,以及介绍其为何能如此出色。


ChatGPT 和其他聊天 AI 模型的核心技术是大型语言模型,又称 LLM。这些复杂的人工智能技术本质上是深度学习技术和庞大数据集的结合,它们的结合创建了人工智能模型,能够能够预测和总结知识。


人类与 LLM 之间的交互是通过自然语言处理的,大多数 LLM 都是专门为自然语言处理(NLP)而构建的。用户要求聊天机器人回答某种类型的问题,聊天 AI 机器人就会利用其底层技术、训练数据和能力尽可能为用户提供答案。


LLM 建立在转换器模型(通常称为转换器)之上。这是一种神经网络,擅长预测文本和学习单词背后的语境。由于使用转换器模型的 LLM 擅长自然语言处理,因此它们能很好地完成人类日常的任务,如解决数学问题、生成代码,甚至撰写简短的报告或提出修改建议。


正因如此,ChatGPT、微软 Bing 和 Claude 等聊天 AI 机器人取得了巨大成功,几乎以一己之力引发了一场人工智能革命。虽然许多人认为,人工智能最终可能会比人类更有智慧,但没有证据表明这种情况会很快发生。无论如何,AI 模型与人们工作的结合所带来的可能性以及其极具前景的能力证明,无论我们是否接受,人工智能都将继续存在。不过,你可能想知道这些 AI 模型如何与加密货币和区块链的无许可特性相结合,那么就让我们来解释一下它们之间潜在的同步性,并研究 AI 和区块链这两种先进的技术。


加密货币如何助力人工智能应用?


加密货币行业是一个每天都会在新闻媒体和其他社交媒体平台上被持续讨论的行业。从 2008 年中本聪撰写的一份白皮书开始,加密货币已经发展成为一个价值 1.5 万亿美元的市场,全球知名的金融机构在不断申请发行各种加密货币的 ETF。


一般来说,很难向业外人士描述区块链技术独特的的好处,这主要是因为在大多数发达国家国家的金融业非常繁荣。在落后地区,更容易解释和展示分布式账本技术在金融交易中的优势,这主要是由于腐败的金融机构和政府仍然在世界各地掌权。全球各国的货币经常贬值,且世界上绝大多数人口仍然无法使用银行基础设施,在这些地方,区块链的分布式账本技术有独特的优势。


加密货币是为没有银行账户的人提供银行服务的一种方式,这种技术为个人提供了一个机会,让他们成为自己的金融业务监管者。无论他们是在冷钱包中持有加密货币,还是利用加密货币生态中的众多 Dapp 去持有加密货币,都能够享受到类似于银行的服务。


区块链的透明性、安全性和去中心化等固有特征可以极大地促进 AI 数据的存储、共享和利用方式。区块链技术可以为人工智能交易和决策提供不可更改的分布式账本。这种技术的结合有望增强人工智能系统的信任度,从而减少人们对数据操纵或滥用的担忧。


加密技术可以帮助人工智能(反之亦然)的一个关键方面是数据管理和安全领域。人工智能系统需要大量数据来学习和改进。利用区块链技术,这些数据可以在不同的平台和利益相关者之间安全、透明地共享。这不仅确保了数据的完整性,还为人工智能的合作研发开辟了新途径,打破了阻碍创新的数据孤岛。


人工智能与区块链的结合可以创建合法的去中心化自治组织(DAOs)。这些 DAO 由智能合约管理,由人工智能算法驱动,可以独立地运行、决策和执行交易,无需人工干预。从历史上看,加密货币中的 DAO 管理并不理想,因为人类的情感和经济激励会掩盖 DAO 的最初目的。利用人工智能技术可以实现 DAO 管理流程自动化,减少对人工中介的需求,从而提高组织效率,降低成本,从而彻底改变各行各业。


另一个前景广阔的领域是使用区块链作为激励人工智能数据生成和共享的手段。通过代币化,个人和组织可以因为向人工智能模型贡献有价值的数据而获得经济奖励,从而促进更具协作性和包容性的人工智能生态系统。


去中心化金融(DeFi)也是人工智能的潜在受益行业,它们二者的结合可能创造出被称为去中心化人工智能(DeAI)的新事物。这种方法可以使个人和小型实体组织能够访问以前仅为大公司服务的人工智能工具,从而实现对人工智能技术民主化和大众化。


加密货币与人工智能的融合不仅有可能改变金融行业,还可能改变我们数字生活的许多方面。通过结合两种技术的优势,我们可以期待未来的人工智能不仅更易访问,而且更加安全、透明,更加高效。说到这里,让我们来分析一下人工智能行业目前的运作方式及其目前的功能。


打破人工智能不透明的壁垒


将加密货币对金融体系的改革与人工智能对智能生产的革命相比较,我们可以得出一些相似之处,并为二者的结合提供论据。


目前,OpenAI、谷歌 Deepmind、Anthropic 人工智能公司都在大举进行研究相关技术。


当前加密货币和人工智能领域的机遇


既然我们已经介绍了人工智能和加密货币协同合作的一些基础知识,我们就可以对该领域的一些先进项目进行更深入的研究。虽然大多数项目有很多不足(他们仍在努力地开发其主网、并且希望获得忠诚的用户群体,以及赢得更加广泛的加密社区的关注)但它们都处于行业前沿,很好地代表了这个迅速发展的行业。


Bittensor,去中心化的人工智能模型网络:


Bittensor 是迄今为止加密货币和人工智能生态系统中最受欢迎、最成熟的项目之一。Bittensor 是一个去中心化网络,旨在通过为众多去中心化商品市场(或「子网络」)创建一个平台,使人工智能民主化,并将其统一在一个单一的代币系统下。其使命是通过采用独特的激励机制和先进的子网络架构,建立一个可与 OpenAI 等大型人工智能超级公司相媲美的网络。Bittensor 的系统可以被视为一台机器,通过区块链高效地将 AI 能力转移到链上。


网络由两个关键的参与者管理:矿工和验证者。矿工向网络提交预先训练好的人工智能模型,并因其贡献获得奖励,而验证者则确保模型输出的有效性和准确性。这种设置创造了一种竞争环境,激励矿工不断改进他们的模型,以获得更好的性能和更多的奖励(原生代币 $TAO)。用户通过向验证者发送查询从而与网络互动,验证者再将查询分发给矿工。验证者对这些矿工的输出进行排名,并将排名最高的回复返回给用户。


Bittensor 的模型开发方法独一无二。与许多人工智能实验室或研究机构不同,Bittensor 不对模型进行训练,因为训练模型很复杂且成本高昂。相反,该网络依赖于分散的训练机制。验证者的任务是使用特定的数据集评估矿工生成的模型,并根据特定标准(如准确率和损失函数)对每个模型进行评分。这种分散式评估确保了模型性能的持续提高。


Bittensor 的架构包括 Yuma 共识机制,这是工作量证明(PoW)和权益证明(PoS)的混合,可在网络的子网络中分配资源。子网络是自成一体的经济市场,各自专注于不同的人工智能任务,如文本预测或图像生成,并可根据其功能选择加入或退出 Yuma 共识。


Bittensor 是人工智能去中心化的重要一步,它提供了一个平台,可以以去中心化的方式开发、评估和改进各种人工智能模型。其独特的结构不仅激励了高质量人工智能模型的创建,还使人工智能技术的获取途径更加民主化,有可能改变人工智能在各行各业的开发和使用方式。


Akash,开源的超级云:


Akash Network 是一个创新的、开源的超级云平台,旨在以安全高效的方式买卖计算资源。它的构想是为用户提供部署自己云基础设施的能力,同时也可以买卖未使用的云资源。这种灵活性不仅实现了云资源利用的民主化,还为需要扩展业务的用户提供了经济高效的解决方案。


Akash 系统的核心是一种反向拍卖机制,用户可以就自己的计算需求提交竞标,供应商则竞相提供服务,因此价格往往比传统云系统低得多。该系统由 Kubernetes 和 Cosmos 等可靠而成熟的技术支撑,确保为托管应用程序提供一个安全可靠的平台。Akash 的社区驱动方法确保用户在网络的开发和管理方面拥有发言权,使其成为真正以用户为中心的公共服务。


Akash 的基础设施使用简单易用,基于 YAML 的堆栈定义语言(SDL)进行定义,允许用户跨多个区域和提供商创建复杂的部署。该功能与领先的容器编排系统 Kubernetes 相结合,不仅保证了部署的灵活性,还保证了应用程序托管的安全性和可靠性。此外,Akash 还提供持久存储解决方案,确保即使在重启后也能保留数据,这对管理大型数据集的应用程序尤其有利。


总体而言,Akash 作为一个去中心化的云平台脱颖而出,为当前云服务提供商的垄断性质提供了一个独特的解决方案。其利用全球数百万个数据中心未充分利用的资源的模式,不仅降低了成本,还提高了云原生应用程序的速度和效率。Akash 无需重写专有语言,也不会被供应商锁定,它为各种基于云的应用提供了一个多功能、可访问的平台。


Render,扩展计算访问的平台:


Render 是一个基于区块链的平台,旨在满足媒体制作中日益增长的计算需求,尤其是在增强现实、虚拟现实和人工智能增强媒体等领域。它利用闲置的 GPU 周期,将需要计算能力的内容创作者与拥有可用 GPU 资源的供应商联系起来。通过区块链技术的使用,Render 确保了对基于 GPU 的任务(包括人工智能驱动的内容创建和优化)进行安全高效的处理。


Render 的核心产品是与人工智能的整合,人工智能在内容创建和流程优化中发挥着至关重要的作用。该网络支持人工智能相关任务,使艺术家能够使用人工智能工具生成资产和增强数字艺术作品。通过这种整合,可以创建超高分辨率的三维世界,并优化渲染流程,如人工智能去噪。此外,Render 对人工智能的应用还扩展到管理大规模艺术收藏和优化渲染工作流程,从而拓宽了创意流程的可能性。


Render 的生态系统发挥着 GPU 资源市场的作用,为艺术家、工程师和 GPU 节点运营商等各利益相关方提供服务。它实现了计算能力获取的民主化,使个人创作者和大型工作室都能以低廉的价格开展复杂的渲染项目。该生态系统内的交易使用 RNDR 代币进行,从而创造了一个以渲染服务为中心的充满活力的经济体系。随着人工智能不断重塑数字内容创作,Render 有望成为促进数字媒体领域新形式创意表达和技术创新的关键角色。


Gensyn,去中心化计算平台:


Gensyn 是一个人工智能和加密货币项目,专注于解决现代人工智能系统固有的资源限制难题。该项目旨在克服建立基础模型所需的巨大资源需求对人工智能发展造成的障碍。Gensyn 的方法是创建一个基于区块链的去中心化协议,以有效利用全球计算资源。


Gensyn 的背景凸显了人工智能系统日益增长的算力需求,这种需求正在超过可用的计算资源。例如,训练大型模型(如 OpenAI 的 GPT-4 模型)需要大量算力资源,这给所有相关方造成了巨大障碍。这导致人们需要一个能有效利用所有可用计算资源的系统,以解决当前解决方案的局限性,因为目前的解决方案要么过于昂贵,要么不足以满足大规模人工智能工作的需要。


Gensyn 旨在通过创建一个去中心化协议来解决这一问题,该协议能以经济高效的方式连接和验证链下深度学习工作。该协议面临多项挑战,包括工作验证、市场动态、事前工作估算、隐私问题,以及对深度学习模型进行有效并行化的需求。该协议旨在建立一个无信任的计算网络,为参与提供经济激励,并提供一种方法来验证计算工作是否按承诺进行。


Gensyn 协议是一个用于深度学习计算的第一层无需信任的协议,它对贡献计算时间和执行 ML 任务(ML 是 Gensyn 内的一种计算任务)的参与者给予奖励。它采用多种技术来验证已完成的工作,包括概率学习证明、基于图的精确定位协议和 Truebit 式激励游戏。该系统涉及各种参与者,如提交者、求解者、验证者和举报者,每个人在计算过程中都扮演着特定的角色。


在实践中,Gensyn 协议涉及从任务提交到合同仲裁和结算的多个阶段。它旨在为 ML 计算创建一个透明、低成本的市场,实现可扩展性和效率。该协议还为拥有强大 GPU 的矿工提供了将其硬件重新用于 ML 计算的机会,与主流供应商相比,其成本可能更低。这种方法不仅解决了人工智能的计算难题,还旨在实现人工智能资源获取的民主化。


Fetch,人工智能经济开放平台:


Fetch.ai 的发展历史比前面提到的项目要长,其网站上提供的服务种类繁多。Fetch 的核心是人工智能和加密货币交叉领域的创新项目,旨在彻底改变经济活动的方式。Fetch 产品的基础是其人工智能代理,这些代理被设计成模块化构件,可以通过编程来执行特定任务。这些代理能够自主连接、搜索和交易,从而创建动态市场,改变传统的经济活动。


Fetch 提供的主要服务之一是让传统产品接入人工智能。这通过将其应用程序接口与 Fetch.ai 代理集成来实现的,这一过程非常快捷,而且无需改变底层业务应用程序。人工智能代理可以与网络中的其他代理相结合,为新的使用案例和业务模式提供了可能性。此外,这些代理还具有代表用户进行谈判和交易的能力,使用户能够从其部署中获利。


此外,这些代理还能提供来自机器学习模型的推论,使用户能够将其见解其货币化,并增强其机器学习模型。


Fetch 还推出了 Agentverse,一种无代码管理服务,可简化人工智能代理的部署。就像传统的无代码平台(Replit)和 Github 的 Copilot 等服务让大众可以编写代码一样,Fetch 正努力以自己独特的方式进一步实现 Web3 开发的民主化。


通过 Agentverse,用户可以轻松启动他们的第一个代理,这大大降低了使用先进人工智能技术的门槛。在人工智能引擎和代理服务方面,Fetch 利用大型语言模型来发现并引导任务执行到合适的人工智能代理。该系统不仅能使人工智能应用程序和服务货币化,还可作为代理服务的综合平台,包括构建、上市、分析和托管。


该平台通过「搜索与发现」和「分析」等功能增强了其实用性。代理可以在 Agentverse 中注册,该平台采用基于 LLM 的定向搜索,以便在 Fetch.ai 平台上主动发现。分析工具可用于提高代理语义描述符的有效性,从而增强其可发现性。此外,Fetch.ai 还为离线代理集成了一个物联网网关,使它们能够收集信息,并在重新连接后批量处理这些信息。


最后,Fetch.ai 为托管代理提供托管服务,提供 Agentverse 除托管以外的所有功能。该平台还利用 Fetch.ai 的 Web3 网络为代理寻址和命名引入了一个开放网络。这方面标志着一种新颖的网络 DNS 寻址方法,将区块链技术整合到系统中。


总体而言,Fetch.ai 提供了一个融合人工智能和区块链技术的多功能平台,为人工智能代理开发、机器学习模型货币化提供了工具,并为数字经济中的搜索和发现提供了一种开创性的方法。人工智能代理与区块链技术的结合为以去中心化和高效的方式自动化和优化各种流程铺平了道路。


这两个行业的下一步行动和预测


人工智能与区块链技术的无缝结合代表了这两个领域的重大进步。这种结合不仅仅是两种尖端技术的融合,而是一种变革性的协同作用,重新定义了数字创新和去中心化的界限。


正如 Fetch.ai、Bittensor、Akash Network、Render Network 和 Gensyn 等项目所探索的那样,这种融合的潜在应用证明了人工智能与区块链相结合的巨大可能性和显著优势。


展望未来,人工智能与区块链的融合显然将在塑造各行各业方面发挥至关重要的作用。从提高数据安全性和完整性到创建去中心化自治组织的新模式,这种融合有望带来更高效、更透明、更易获取的技术。特别是在去中心化金融领域,去中心化人工智能(DeAI)的出现可以打破传统上有利于大公司的壁垒,实现人工智能技术获取的民主化。这将带来更具包容性的数字经济,个人和小型实体组织可以利用以前无法企及的人工智能工具和服务。


此外,这些技术的整合有望解决这两个领域的最紧迫难题。在人工智能领域,数据孤岛和训练大型模型所需的巨大算力等问题可以通过区块链的去中心化数据管理和共享计算能力得到缓解。在区块链领域,人工智能可以提高效率,实现决策过程自动化,并改进安全机制。随着行业的发展,开发人员、研究人员和利益相关者必须继续探索和利用人工智能与区块链之间的协同作用。通过这样做,他们不仅能促进这两个领域的发展,还能推动整个数字领域的创新,最终造福整个社会。

【免责声明】市场有风险,投资需谨慎。本文不构成投资建议,用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资,责任自负。

深潮TechFlow
数据请求中
查看更多

推荐专栏

数据请求中
在 App 打开