人工智能和区块链撞个满怀，AI和BC的黄金征途

发掘区块链和人工智能交集的重要性：重塑世界的可能性

探索区块链和AI交汇重塑世界

作者：Danny Sursock，Archetype Fund负责人；翻译：LianGuaixiaozou

第一，平台转换

在历史上，世界总是被技术或基础设施的巨变所塑造。比如电报、铁路、光纤电缆和互联网、移动电话和3G网络等都给世界带来了极大的变革。而现在，我们正处在技术革命的洪流中，人工智能（AI）和区块链这两个领域的交汇使我们迎来了一个新的世界。本文将探讨这一交汇对于数字资产投资的影响。

第二，区块链提供更多设计空间

人工智能在许多领域都有着广泛的应用，但大体上可以归为三大类别：面向用户的智能系统、提高企业运营和资本效率的应用、以及消除内容创作边际成本的应用。而生成式AI带来了独特的挑战和机遇，而我们认为区块链技术可以在这方面发挥优势。

• Rollup的收入：神奇的交易差价和新代币的铸造
• 加密货币是否真有实力帮助哈马斯筹集资金？
• Solana基于稳定币的汇款在全球范围内获得助力，CFX Labs新筹集的950万美元资金用于全球扩张

机器学习从根本上来说是由数据、反馈机制和算力驱动的。而像OpenAI和Anthropic这样的人工智能领域的主要参与者已经在整合资源，并围绕其模型和数据建立壁垒。但是，这种做法可能破坏原有的协作开发周期，扼杀发展势头。相比之下，像以太坊这样的区块链则提供了一个可行的解决方案，成为可靠的中立数据和计算系统，推动了开源创新，为在生成式AI主导的世界中扮演关键角色奠定了基础。

第三，当今市场状况

今年，在核心基础设施、模型层和面向用户的应用程序上，已经有大量资金投入。尽管如此，对于如何实现长期价值累积（以及收益流向谁）并不明显。

现有的做法可能会使AI变为一股中心化力量，进一步巩固web2市场主导者的地位。与此同时，头部巨头们正在往全栈模式迈进，这在一定程度上限制了企业的竞争能力。

但是，中端市场的许多项目在竞争中难以区分，产品功能类似，难以突出亮点。

第四，开源建设势头

开源数据集、基础模型和工具的出现，鼓励了许多企业直接利用开源系统和工具创新。如今，使用开源软件的代码库已经占据96%的比例，尤其在大数据、人工智能和机器学习领域。

与此同时，超越云服务寡头垄断的时机已经成熟。目前，云服务提供商AWS、Google Cloud和Azure通过将工具和服务分层来巩固市场地位。然而，这种主导地位给企业带来了许多挑战，从限制性运营依赖到高昂的云基础设施成本。

现有公司面临着运营重组的费用压力，同时还试图整合越来越多的开源AI，他们将为使用去中心化替代方案重构业务创造一个窗口。

因此，开源AI和区块链技术的新兴交叉点为实验和投资提供了一个非凡领域。

第五，加密与AI：双向价值关系

我们对人工智能和区块链之间潜在的共生关系感到异常兴奋。

加密中间件可以为人工智能供应方提供有效的计算和数据市场，并通过证明或隐私工具来改善信息输入。

而去中心化应用程序和协议则可以通过吸收这种劳动成果来实现新的突破。

加密技术不断进步，但是协议和应用程序仍然受到不直观的工具和用户界面的影响。同时，智能合约本身可能存在一些限制，无论是在开发人员的工作负载需求方面，还是在整体功能的流动性方面。

当机器学习功能被整合进智能合约，并在链上运行时，开发人员将能够设计出更流畅和富有表现力的用户体验。这种链上体验的功能改进将吸引新的用户群体，推动采用反馈循环的持续增长。

生成式AI可能是加密领域缺失的一环，它将改变用户界面，催生新一波技术发展浪潮。反过来，区块链技术将利用、泛化和加速人工智能的潜力。

第六，使用区块链建设更好的数据市场

• 数据是机器学习的基础信息输入

是的，计算基础设施的改进对于机器学习非常有用，但正是庞大的数据库使得基础模型才有了吸引力。

此外，企业可以利用这些数据来完善产品供应的基础模型，或建立未来的竞争护城河。数据将成为用户和个人模型之间的桥梁，这些模型在本地运行，并不断适应个人需求。

因此，数据竞争是一个前沿领域，区块链可以在这一领域占据优势，尤其是在质量成为塑造数据市场重要属性的情况下。

• 质量重于数量

早期研究表明，在未来几年，高达90%的在线内容可能是人工合成的。虽然合成训练数据有一定优势，但它也引入了模型质量恶化和偏见增强的风险。

未来几年，机器学习模型可能会耗尽非合成数据源，这是一个真正的风险。加密货币的协调机制和证明原语本质上是为支持去中心化市场优化的，让用户可以共享、拥有或变现他们用于训练或微调特定领域模型的数据。

因此，web3可能是一个更好、更有效的人工生成训练和微调数据的源头。

• 进展情况

去中心化训练、微调和推理过程的区块链支持可以更好地保存和利用开源智能。尽管较小的开源模型使用高效的微调过程改进模型输出已经可以与较大的模型竞争，但是趋势已经开始从数量转向质量。

跟踪和验证原始数据和衍生数据生命周期的能力可以促进模型和输入的复现性和透明度。

区块链可以建立一个持久的护城河，成为具有多样化、可验证和量身定制数据集的主要领域。这在传统解决方案过度索引算法进度以应对数据不足的情况下尤其有价值。

• 内容海啸

即将到来的AI生成内容浪潮是另一个加密货币先发优势将发挥作用的领域。

这种新的技术范式将以前所未有的规模赋能数字内容创作者，而Web3即插即用的基础设施让一切变得简单明了。加密货币拥有主导地位，这归功于多年来围绕以NFT形式建立数字资产和内容的所有权和不可变来源的原语的开发。

NFT可以捕获整个内容创作生命周期，但也可以代表数字原生身份、虚拟资产，甚至现金流。

因此，NFT使数字资产市场和新用户体验成为可能，重新思考了书面内容、社交媒体、游戏，甚至是金融基础设施等商业模式。

这项技术可以更可靠地打击深度造假和计算操纵，而不像一些算法选择那样具有挑战。

最后，简洁和可验证计算的进步也将升级NFT的动态格局，因为它们包含ML输出以驱动更智能、不断发展的元数据。我们相信，基于区块链技术的AI工具和界面将释放出全面价值，重塑数字内容格局。

第七，采用零知识证明利用机器学习的无限知识

区块链行业正在寻求技术解决方案，既能保持无需信任动态，又能实现资源高效计算，零知识证明在其中取得了十分重要的进展。

虽然最初设计是为了解决以太坊虚拟机等系统固有的资源瓶颈，但ZK证明提供了一系列与人工智能相关的有价值用例。

一个明显的用例是高效、简洁地验证计算密集型过程，比如在链下运行ML模型，这样最终产品（比如模型推理）就可以通过智能合约以ZK证明的形式在链上整合。

存储证明与协同处理相结合可以使链上应用程序更灵活敏捷，从而加强其功能，并且在不引入新的信任假设的情况下实现全新的功能。

当通过API调用ZK证明时，可以对特定模型或数据池是否用于生成推断进行验证。它还可以隐藏模型在医疗保健或保险等客户敏感行业中使用的特定权重或数据。

公司甚至可以通过交换数据或IP来更有效地协作，从共享学习中受益，同时仍然保持其资源的所有权。

最后，随着人工数据和合成数据越来越相关和具有挑战性，ZKP在区分这两类数据方面具有真正的适用性。

其中一些用例需要进一步开发技术实现，并寻找可持续规模化经济的需求，但zkML有可能对人工智能的发展轨迹产生独特的影响。

第八，长尾资产及潜在价值

加密货币已经证明了其作为音乐和艺术等传统市场价值流的卓越架构师的作用。在过去的几年里，还出现了代表链下有形资产（如葡萄酒和运动鞋）的链上流动性市场。

继任者自然将涉及先进的ML功能，因为人工智能被带到链上并可让智能合约访问。

ML模型与区块链围栏相结合，将重新设计以前由于缺乏数据或买家深度而无法获得的非流动性资产背后的担保流程。

一种方法是，机器学习算法查询大量变量，以评估隐藏的关系，并最大限度地减少操纵者的攻击面。Web3已经在尝试围绕社交媒体关系和钱包用户名等新概念创建市场。

与AMM对释放长尾代币流动性所起的作用类似，ML将通过获取大量定量和定性数据来获得隐性模式，从而彻底改变价格发现。这些新的见解可以形成基于智能合约的市场的基础。

人工智能的分析能力将嵌入去中心化金融基础设施，以发现长尾资产中的潜在价值。

第九，去中心化基础设施层

加密货币通过吸引和货币化高质量数据解决了一方面的问题。另一方面，人工智能背后的基础设施支持也有着类似的前景。

去中心化物理基础设施网络（DePINs）如Filecoin或Arweave已经建立了存储系统，并包含了区块链技术。

其他公司如Gensyn和Together正在解决分布式网络模型训练的挑战，而Akash则推出了一个令人印象深刻的P2P市场，将过剩计算资源的供需联系起来。

例如Ritual以激励网络和模型套件的形式为开源AI基础设施建设基础，将分布式计算设备连接起来，供用户进行推理和微调。

至关重要的是，如Ritual、Filecoin或Akash这样的DePIN还可以创建一个更大、更有效的市场。通过向更广泛的领域开放供应端，或者将低性能硬件整合到与高水平同行竞争的池中，他们为释放潜在经济价值的被动供应商创造了机会。

技术栈的各个部分都涉及不同的约束和价值偏好，并且仍然需要大量工作来对这些层进行规模性实战测试，尤其是在去中心化模型训练和计算的新兴领域。然而，基于区块链的计算、存储甚至模型训练解决方案的基础已经存在，它们最终可以与传统市场进行一较高下。

第十，结论

加密与AI的联合正迅速成为最鼓舞人心的设计领域之一。它们正在从内容创作和文化表达到企业工作流程、金融基础设施等方面产生广泛影响。

总之，我们相信这些技术将在未来几十年重塑世界。最好的团队将进行无需许可的基础设施、加密经济学及人工智能的原生结合，以提升产品/服务性能，实现全新行为，或实现具有竞争力的成本结构。

通过加密技术引入前所未有的规模、深度和标准化数据粒度，以及人工智能将信息池转化为相关背景或关系的向量，这使得在这两个领域的结合中形成了一种独特的互惠关系，为未来的去中心化建设者奠定了基础。

希望这篇文章能帮助您更好地了解人工智能和区块链在数字资产投资中的重要性。如果您对这个话题有任何想法或意见，欢迎在评论区与我们互动。祝您在数字资产投资中取得丰硕的成果！

We will continue to update 算娘; if you have any questions or suggestions, please contact us!