Pantera合夥人：加密與AI結合用例和現有專案

作者：Paul Veradittakit，Pantera Capital合夥人;翻譯：金色財經xiaozou

隨著數位革命繼續改變我們的世界，我認為有兩種技術尤其具有顛覆性潛力：人工智慧（AI）和加密貨幣。 人工智慧憑藉模仿人類認知功能以及數據學習能力，最近已躍至技術創新的前沿。 AI的應用（從醫療保健到娛樂）規模巨大具有變革性。 在強大的區塊鏈技術的支援下，加密貨幣有望實現去中心化的金融未來，賦權個人並簡化流程。 人工智慧和加密貨幣相結合呈現出強大力量，標誌著技術共生新時代的到來。

1、AI可以解決的加密問題

雖然加密貨幣已經成為一種革命性的交易和投資手段，但也並非全無挑戰。 市場波動是投資者迫切關注的問題。 人工智慧在數據分析方面的能力可以篩選大量的歷史數據，以更高的準確性預測價格波動。

此外，隨著加密貨幣獲得越來越多的主流採用，安全性變得至關重要。 這些數位貨幣的去中心化特性使它們更易招致欺詐和駭客攻擊。 機器學習模型可以被訓練用於檢測異常交易模式，加強對潛在安全漏洞的防禦。

可擴展性和交易速度是加密世界的其他重大挑戰。 隨著越來越多的人加入區塊鏈網路，快速無縫的交易變得至關重要。 先進的人工智慧演算法可以優化網路流量，確保高效的數據流和更快的交易時間。

最後，與加密挖礦相關的能源消耗是一個全球關注的問題。 人工智慧可以在優化挖礦流程、減少能源足跡和為更可持續的加密生態鋪平道路方面發揮關鍵作用。

2、加密和AI的交叉用例

（1）去中心化AI市場：加密優勢

在人工智慧領域，像Hugging Face這樣的平臺因其在普及預訓練AI模型方面的作用而收穫了相當大的關注。 然而，加密領域內分散的AI市場的出現引入了民主化和去中心化的新維度，甚至超出了GitHub等傳統平臺所做的開原始程式碼方面的努力，包括web3代碼和智能合約。

• Hugging Face和傳統AI模型庫：

Hugging Face作為一個傑出的AI模型庫，在向廣大受眾普及尖端AI模型方面發揮了關鍵作用。 它提供了一個中央平臺，用戶可以訪問、共用和微調預訓練模型。 這大大降低了人工智慧從業者和開發人員的准入門檻，使他們能夠利用最先進的模型來完成各種自然語言處理（NLP）任務。

• 加密驅動的去中心化AI市場：

然而，加密驅動的去中心化AI市場，比如那些建立在區塊鏈技術上的市場，將民主化和去中心化提升到了一個新的水準。 具體如下：

--真正的擁有權和控制權：在像Hugging Face這樣的傳統代碼庫中，雖然訪問是民主化的，但底層基礎設施和數據的控制權和擁有權仍然是中心化的。 相比之下，基於加密的市場通常採用去中心化的區塊鏈網路，確保控制權在網路參與者之間分配。 使用者在管理決策中具有發言權，使其成為一個更加民主和社區驅動的生態。

--激勵機制：加密市場包含基於代幣的激勵機制，獎勵從數據供應商到模型開發人員等貢獻者的努力。 這便激勵了合作和創新，同時確保了利益的公平分配。 相比之下，傳統平臺可能缺乏這些直接的財務激勵，這使得加密平臺對參與者更具吸引力。

--數據隱私和安全：區塊鏈技術確保了高度的透明度，同時通過零知識證明等技術維護了數據隱私。 這解決了對數據洩露問題的擔憂，這是人工智慧應用程式的一個關鍵考慮因素。 傳統平臺可能無法提供相同級別的隱私保證。

--互操作性：基於加密貨幣的市場通常基於區塊鏈標準創建，在設計之初就進行了互操作性考量。 這意味著AI模型和服務可以與各種基於區塊鏈的應用程式、智慧合約和去中心化應用程式（（dApps）無縫集成，從而形成一個更加互聯互通的生態系統。

從本質上講，雖然像Hugging Face這樣的平臺在AI模型的民主化方面取得了重大進展，但加密驅動的去中心化AI市場通過結合區塊鏈的去中心化、真正的擁有權和基於代幣的激勵機制，在此基礎上建立起來。 這種民主化和去中心化程度的提高，有可能通過促進合作、創新和在參與者之間更公平地分配利益來重塑人工智慧領域格局。

（2）AI增強智能合約：

傳統的智能合約是用特定條件預先編碼的。 通過與人工智慧的整合，這些合約可以自適應，動態回應外部數據和條件，催生更高效、更通用的去中心化應用程式。

我們來看一個比較實際的例子。

設想一個基於區塊鏈技術的去中心化保險平臺，為農民提供天氣相關保險政策。 傳統的保險合約依賴於預定義的條件和人工索賠處理，這個過程可能很慢，而且容易發生糾紛。 在這種情況下，AI增強智慧合約將發揮作用，徹底改變保險業。

• 天氣數據和人工智慧分析：

智慧合約旨在與外部數據源（如天氣API）進行交互，獲取保險地區的即時天氣數據。 AI模型集成到智慧合約中，持續分析天氣數據。 這個AI模型經過訓練，可以識別可能影響投保作物的不利天氣條件，如乾旱或洪水。

• 動態保費調整：

傳統來說，保險費是固定的，索賠是在事件發生后處理的。 在這種AI增強智能合約中，保費會根據人工智慧對天氣狀況的實時評估進行動態調整。 如果人工智慧檢測到可能損害作物的惡劣天氣高風險，受影響保單的保費就會自動向上調整，以反映增加的風險。 相反，當人工智慧預測到有利的天氣條件時，保費可能會降低，激勵更多農民購買保險。

• 自動賠付：

如果AI模型檢測到符合預定義賠付標準的惡劣天氣條件（例如，持續乾旱），它就會觸發對受影響投保人的自動賠付。 人工智慧監控賠付是否迅速進行，從而減少了人工索賠處理需求和相關延遲。

（3）鏈上數據分析：利用機器學習

區塊鏈擁有大量的交易數據，對數據科學家和機器學習愛好者來說是一座金礦。 像CertiK和TokenMetrics這樣的公司利用機器學習工具的力量從這些數據中獲取有價值的見解，從而增強安全性，改進投資策略，並全面優化區塊鏈效率。

（4）去中心化GPU共用：賦能AI、賺取加密貨幣

去中心化GPU共用是一個全新的概念，它徹底改變了人工智慧和機器學習社區中計算資源的使用方式。 就像Filecoin通過激勵使用者共享他們未使用的存儲空間來顛覆數據存儲一樣，去中心化GPU共用也基於類似原理。

• 為什麼要貢獻你的GPU？

GPU（圖形處理器）對於訓練和微調複雜的機器學習和人工智慧模型至關重要。 這些過程需要大量的計算能力，這在個人計算機上是個既耗時又耗資源的過程。 通過將你的GPU貢獻給分散的GPU共享網路，你可以將你的計算資源貢獻給一個更大的池，任何人都可以訪問。 作為回報，你將獲得加密貨幣獎勵。 這種模式允許個人和組織訪問高性能GPU資源，而無需投入前期成本購買專用硬體或依賴中央雲服務。 它使GPU功能使用民主化，使其對人工智慧和機器學習愛好者更具包容性和成本效益。

• 單位經濟學：

--去中心化GPU共享網路中的單位經濟學圍繞加密貨幣獎勵展開。 當你把你的GPU借給網路時，你會獲得代幣作為補償。

--你獲得的代幣數量取決於幾個因素，包括GPU的計算能力、貢獻的持續時間以及網路對GPU資源的需求。

--去中心化GPU共享平臺通常具有透明和預定義的獎勵結構，確保參與的公平性和可預測性。

總體而言，去中心化GPU共享不僅使個人和組織能夠訪問AI任務所需的強大計算資源，而且還允許GPU擁有者有效地將其硬體貨幣化。 這是一個雙贏模式，可以促進人工智慧和機器學習生態內的協作、成本效益和可訪問性。

（5）RLHF代幣模型：連接AI和激勵

基於人類反饋的強化學習（RLHF）代幣模型提供了人工智慧和基於代幣的激勵機制的有趣交集。 這一概念在傳統的財務獎勵可能行不通的專門部門尤其有效。 下面提供了全面解釋：

在RLHF代幣模型中，主要思想圍繞著使用代幣獎勵來激勵真人使用者為AI系統提供有價值的反饋和訓練。 想像一下，一個人工智慧系統需要接受特定任務訓練，比如社交媒體平臺上的內容審核。

傳統上，訓練AI模型通常需要聘請人類訓練師來標記數據或微調演算法，這一過程可能非常耗費資源。 然而，RLHF代幣模型引入了一種更具創新性的方法。 它們鼓勵用戶積极參與AI系統，並通過對他們的貢獻進行代幣獎勵來獲取反饋。

舉個例子，亞馬遜（Amazon）的Mechanical Turk（MTurk）是一個著名的眾包平臺，人們在這裡分別完成一個個小任務換取報酬。 在RLHF代幣模型中，使用者基本上扮演了「人工智慧訓練師」的角色，提供類似於MTurk任務完成者為獲取報酬執行任務的反饋。 關鍵區別在於，在RLHF代幣模型中，用戶獲得代幣作為獎勵，而不是傳統貨幣。 這些代幣在生態中具有內在價值，為它們的效用開闢了道路，例如購買AI生成內容或訪問高級AI服務。 這種基於代幣的激勵制度不僅簡化了人工智慧訓練的財務流程，而且還培育了一個動態的生態，在這個生態內，用戶積極合作，以增強人工智慧系統。

3、關於AI和加密融合的擔憂

雖然人工智慧和加密貨幣的結合帶來了巨大的希望，但也帶來了一系列挑戰。 人工智慧模型，尤其是深度學習模型，由於其不透明性，通常被稱為“黑盒子”。 將這種不透明性與區塊鏈的透明性結合起來，可能會引發對問責制和信任的擔憂。 解決這些問題對於在這些技術交叉領域建立一個安全可信的環境來說至關重要。

此外，道德考量變得至關重要。 隨著開源人工智慧演算法在去中心化網路上的部署，在出現意外負面結果時，必然會出現責任和賠償相關問題。 在創新和道德責任之間獲取適當的平衡是一項持續挑戰，需要仔細考量。

另一個挑戰在於數據隱私。 在某些人工智慧應用程式中，平衡區塊鏈的透明性和數據隱私需求可能相當棘手。 在確保遵守GDPR等規則的同時保持區塊鏈的去中心化精神，這是一個獨特的挑戰，需要創新性的解決方案。

4、未來前景

隨著人工智慧和加密技術的不斷成熟，二者的融合有望催生前所未有的應用。

（1）zkML（零知識機器學習）：

zkML的基本功能之一是它能夠以加密方式證明特定機器學習模型產生的結果，而不會洩露模型的細節內容，為安全和透明的數據處理提供了新的可能性。 zkML為大企業的創新應用打開了大門，包括：

• 金融服務：金融機構可以使用zkML來驗證信用評分模型和貸款資格決策的完整性，而無需洩露敏感的客戶數據，從而增強借貸流程的信任和準確性。
• 醫療保健：醫院和研究機構可以使用zkML評估醫療診斷模型的有效性，同時對患者數據保密，確保數據隱私和醫療準確性。
• 合法合規性：zkML可以説明公司遵從法規，讓公司驗證其AI驅動的合規性模型遵守行業法規而不會暴露專有演算法。
• 智慧合約：在基於區塊鏈的應用程式中，zkML可以確保智慧合約準確地執行機器學習模型，為去中心化金融服務、保險等提供信任和透明度。

（2）AI生成內容的真實性：

通過區塊鏈技術驗證AI生成內容的真實性，有望重塑內容的創造和分發。 這一創新解決了數字時代的一個緊迫問題，即人工智慧可以讓人信服地模仿人類生成內容，導致人們對錯誤資訊、智慧財產權和數字媒體信任方面的擔憂。 通過將內容真實性錨定在區塊鏈上——一個防篡改和透明的分散式帳本——消費者、創作者和機構可以輕易確定數位內容的來源和完整性。 這不僅有助於發現和減輕惡意深度造假和欺詐性內容，還可以保護創作者的智慧財產權，併為消費者提供可靠的資訊來源。 例如，區塊鏈可以在法律訴訟中證明政治演說或視頻證據的合法性，從而減輕錯誤信息風險，並確保問責制。 在創意產業中，它可以追蹤音樂作品的創作和擁有權，確保藝術家得到應有的信任和補償。 在教育領域，它可以驗證學術作品的作者身份，防止抄襲，維護學術誠信。 在新聞領域，它可以驗證新聞文章，幫助讀者區分真實新聞和AI生成內容。 從本質上講，使用區塊鏈來驗證AI生成內容的真實性超越了技術範疇——它支撐了人工智慧時代數字內容的可信度、透明度和完整性，重塑了資訊的創建、消費和信任方式，同時應對了來自現實世界的挑戰。

（3）隱私和安全保證：

如今企業面臨的緊迫挑戰之一就是，當與OpenAI等人工智慧平臺共用其專有數據時，關於數據處理的不確定性。 這裡就出現了數據隱私問題，包括數據是否用於訓練，誰可以訪問數據，以及數據是否在整個計算過程中是安全的。 雖然存在本地模型、Azure等雲服務和法律協定等非區塊鏈解決方案，但區塊鏈在提供透明和防篡改的數據交互記錄方面具有獨特優勢。 它可以使企業驗證其數據在計算過程中是否仍然不可讀，從而在數據隱私和安全性方面提供更高程度的信心。 這種保證對於與敏感資訊打交道的行業來說至關重要，例如醫療保健或金融行業，這些行業的數據保密性至關重要。

從本質上講，區塊鏈創建不可篡改帳本的能力可以幫助企業保持對數據的控制，並確保在與人工智慧系統交互的過程中保持數據的隱私性和安全性，讓企業安心並遵守數據保護規則。

5、現有專案

一群有遠見的項目已經率先將加密和人工智慧結合起來。

（1）Together.ai

Together的使命是通過打造一個迎合大型基金模型的開源去中心化雲平臺，徹底改變人工智慧世界。 他們已經建立了一個致力於AI研究的規模相當大的去中心化雲平臺，上面有許多開放模型，如Bloom、OPT、T0pp、GPT-J和Stable Diffusion。 他們研究工作的一個重點就是創建閉源人工智慧系統的可訪問替代品，同時加深我們對這些模型性能的理解。 通過具有遠見的方式，Together旨在構建一個去中心化超級計算機，無縫連接全域雲、挖礦基礎設施、遊戲硬體和筆記型電腦，所有這些都通過區塊鏈技術進行協調。 Together的願景包含對人工智慧和計算的公平訪問，有望對該領域產生變革性影響。

（2）Bittensor

Bittensor試圖開拓去中心化人工智慧網路的發展，主要專注於增強智慧合約的數據oracle。 這項尖端技術利用區塊鏈創建了一個安全、高效的去中心化框架，用於獲取現實世界數據並將其交付給智能合約。 Bittensor獨特的去中心化oracle方法顯著提高了數據feed的準確性、速度和可靠性，使其成為加密和人工智慧交叉領域的核心參與者。

（3）Akash網络

Akash網路正在通過其去中心化市場改變雲計算，為傳統雲供應商提供了一個動態的替代方案。 它為使用者提供了具有成本效益、彈性和抗審查的計算資源訪問。 Akash的獨特之處在於它對人工智慧的潛在影響。 通過去中心化雲計算，Akash為人工智慧開發人員打開了訪問可擴展、安全和高效資源的大門。 這一點尤其重要，因為人工智慧嚴重依賴於廣泛的計算能力。 Akash的去中心化方法為AI專案提供了支援，使其成為人工智慧技術發展的關鍵參與者。

（4）Reunion協定

Gensyn協議為機器學習計算建立了一個去中心化生態。 該協定使人工智慧研究人員和從業者能夠無縫地分配他們的計算工作負載。 當求解者（solver）貢獻其計算資源，允許訪問高性能硬體進行訓練和推理時，驗證者（veryfier）確保人工智慧任務的準確性和完整性，這對於維持人工智慧模型的可信度至關重要。 此外，Gensyn通過提供安全映射層和加密訓練數據等方法，優先考慮隱私安全，保護AI應用程式中的敏感資訊。 該協定的去中心化特性、高效的可擴展性和全域可訪問性讓AI民主化，使其對用戶來說更易訪問、更具成本效益。

（5）Nexus AI

Nexus AI處於金融賦權的最前沿，利用先進的人工智慧演算法為投資者提供無與倫比的市場趨勢洞察。 Nexus AI的與眾不同之處在於其堅定不移的去中心化承諾，確保投資者對其資產保持完全控制，不受中心化交易所相關風險的影響。 該平臺的創新產品之一是一個尖端的NFT市場，由人工智慧驅動，以強化定價、發現和認證，向投資者分發獎勵。 此外，由GPT-3驅動的Telegram AI Bot為所有Telegram用戶免費提供實時財務建議和市場分析。 Nexus AI通過資產智慧（Asset Intelligence）報告進一步支援明智的投資決策，提供對加密資產的全面見解。 通過AI驅動的解決方案，如質押儀錶板和智慧投資機器人，Nexus AI使用戶能夠自信地進行市場操作，精確高效地實現他們的財務目標。

（6）模數實驗室

Modulus Labs推出了一種創新的解決方案，旨在將人工智慧集成到區塊鏈技術中。 他們推出了一個專為人工智慧應用量身定製的零知識（ZK）prover，解決了確保去中心化應用程式（dApps）防篡改AI訪問方面的挑戰。 這一方案使智慧合約能夠在不損害去中心化基本原則的情況下利用強大的AI功能。 Modulus正積極致力於通過與Upshot和Ion Protocol等合作夥伴合作，在乙太坊平臺上推出重要的AI應用程式。 此外，他們正在向更廣泛的社區開源ZKML prover。 Modulus設想了這樣一個未來：加密問責制可以保障人工智慧融入各領域（包括金融和醫療保健）而不會損害安全性。

（7）渲染網络

Render網路是一個提供去中心化GPU渲染功能的平臺。 這個創新的網路使用戶能夠通過基於區塊鏈的閑置GPU計算資源市場，在全球範圍內使用高性能GPU節點擴展GPU渲染工作。 該平臺的願景是使GPU雲渲染民主化，使其更高效，更可擴展，並可用於下一代3D內容創作。 它解決了與網路可擴充性、高效基礎設施利用、GPU功耗優化以及沉浸式媒體和人工智慧應用的數位版權管理相關的挑戰。 Render網路將GPU功耗轉化為相互連接的3D資產去中心化經濟，為各行業開發人員提供解決方案，包括媒體、增強現實、虛擬實境、遊戲等。

（8）儀式

Ritual是一家站在密碼學和人工智慧交叉口的公司，它徹底改變了開發人員創建、分發和增強人工智慧模型的方式。 通過利用加密的力量，Ritual為AI提供了一個開放的、模組化的主權執行層。 它將分散式節點網路與計算資源和模型建立者連接起來，允許建立者託管他們的AI模型。 反過來，用戶可以通過統一的API輕鬆訪問各種AI模型，同時受益於可確保計算完整性和隱私性的加密基礎設施。 該平臺的首個產品是Infernet，標誌著全套協定和效用的開始，為開發人員和應用程式與Ritual無縫集成，獲取對其模型和計算供應商網路的無許可訪問。 Ritual的設想是成為web3世界中的AI中心，推動人工智慧世界的創新、可訪問性和民主化。

6、結論

AI和加密的協作不僅是技術的融合，也是可能性的融合。 它代表了一個未來，在這樣的未來世界里，機器在一個去中心化的、安全的環境中思考、學習和交易。 前進的道路充滿挑戰，但每一個挑戰都是誕生創新和進步的機遇。 站在這一十字路口的創新者和思想家有可能書寫一個重新定義數字時代的篇章。 在前行的過程中，我們必須謹慎、明智、富有遠見，確保在巧妙應對挑戰的同時收穫利益，最終為所有人塑造一個更光明美好、更技術先進的未來。