Grayscale：人工智能和加密貨幣將在三大領域協同發展

訪客 1年前 (2024-01-23) 閱讀數 253 #區塊鏈

文章標簽前沿文章

來源：Grayscale；編譯：松雪，喜來順財經

最近，隨著現貨比特幣 ETF 在美國獲得批準，比特幣占據了中心舞臺，但人工智能相關加密資產的優異表現提醒人們，公共區塊鏈用例的適用性和相關性正在擴大，超越了支付形式。

Grayscale Research 認為，人工智能和加密貨幣交叉的發展可能會緩解未來與人工智能相關的社會問題，例如深度造假的興起、對數據隱私的擔憂以及權力集中。

雖然許多代幣可能只是順應了“人工智能炒作浪潮”，但與人工智能項目開發相關的加密協議已經獲得了采用的早期跡象。具體而言，按市值計算的四大人工智能相關加密代幣[1]（TAO、RNDR、AKT、WLD）去年上漲了 522%，同期表現優于公用事業和服務加密行業 (+86%) 。

去年 11 月，OpenAI 的六人董事會宣布更換公司首席執行官 Sam Altman，這在科技界和商業界引起了震動。盡管這一決定后來被推翻，Altman重新擔任首席執行官，但有關人工智能 (AI) 治理的討論仍然存在，甚至成為今年瑞士達沃斯世界經濟論壇年會上的一大話題。

OpenAI事件凸顯了對關鍵技術的中心化控制的潛在危險。對于灰度研究來說，這引出了一個關鍵問題：我們如何確保人工智能開發是可訪問的、有競爭力的和透明的？這些難道不是區塊鏈技術的核心租戶嗎？灰度研究公司相信這一點，業內其他人也開始討論類似的話題。 CCI 的 Sheila Warren 表示[2]，加密貨幣將在“制衡人工智能方面發揮關鍵作用”。同樣，風險投資家 Fred Wilson[3] 認為人工智能和加密貨幣是“同一枚硬幣的兩面”，“web3 將幫助我們信任人工智能”。

盡管許多用例還處于起步階段，但市場似乎對這種技術交叉應用的重要性持樂觀態度。根據 Coingecko 網絡流量，人工智能是 2023 年最受歡迎的“加密貨幣敘述[4]”。此此外，富時羅素灰度加密行業指數反映了部分與人工智能相關的加密資產相對于公用事業和服務行業以及整個加密生態系統的表現優勢（圖1）。

在本報告中，我們試圖解釋人工智能和加密技術在以下領域的協同發展方面取得的進展：驗證內容真實性、減少模型偏差以及改善人工智能開發中的準入和競爭。

圖 1：2023 年大型 AI 代幣的表現優于各個加密貨幣行業

驗證內容真實性

人工智能加劇的一個主要社會問題是機器人和虛假信息的泛濫。這在未來幾個月尤為相關，因為頂級人工智能專家擔心深度偽造視頻將試圖影響2024年美國總統選舉[5]。公共區塊鏈及其透明且防篡改的賬本固有特性為應對這一更廣泛的威脅提供了潛在的解決方案。

一個致力于解決這個問題的重要舉措是一個名為Worldcoin的加密協議。由Sam Altman共同創辦，Worldcoin的目標是通過生物特征掃描注冊全球每個人，以便可驗證地區分人類和機器人，所有這些都由專用的區塊鏈代幣激勵。Worldcoin團隊一直在積極應對其雄心勃勃的追求。自大約六個月前推出以來，Worldcoin已在全球注冊了290萬人[6]。此外，去年12月，Worldcoin宣布正在尋求通過額外的5000萬美元私人融資進行擴張[7]。

另一個解決這個問題的舉措是數字內容溯源記錄（DCPR）標準，由Arweave和Bundlr團隊首創。DCPR標準利用Arweave區塊鏈對數字內容進行時間戳和驗證，提供可靠的元數據，幫助用戶評估數字信息的可信度[8]。

減少人工智能模型中的偏差

隨著人工智能模型越來越融入我們的日常生活，人們對于過度依賴這些系統以及它們可能展現的固有偏見感到越來越擔憂。考慮這樣一種情景，即一個由人工智能驅動的聊天機器人可能通過推動消費者向特定產品傾斜或支持特定政治信仰來影響消費者的選擇。類似地，這種技術可能在雇傭篩選中顯示出對候選人的人口特征產生影響的偏見。由此導致的信任崩潰帶來了連鎖效應。根據一項研究，“AI檢測器”本身可能對非英語母語的自然寫作存在偏見。

Bittensor，一個新穎的去中心化網絡，試圖通過激勵多樣的預訓練模型競爭最佳響應來解決人工智能偏見問題，驗證者獎勵表現出色的模型并淘汰表現不佳和帶有偏見的模型。通過在各種模型和數據集之間培育開放和協作的人工智能創新環境，Bittensor有可能推動人工智能的發展，同時試圖減輕偏見帶來的負面影響[9]。

盡管Bittensor的發展仍處于初期階段，但這個去中心化網絡已經在專門用途的32個子網絡上取得了初步進展，包括聊天機器人、圖像生成、價格預測和語言翻譯等[10]。值得注意的是，在OpenAI領導層沖突之后的短期內，Bittensor和其他兩個市值最大的與人工智能相關的加密資產的價格顯著上漲（圖2）。我們認為這可能表明市場認為這些資產可能是對主要現有人工智能公司所帶來的中心化風險的潛在對抗手段。

圖 2：自 OpenAI 取得重大進展以來，與人工智能相關的加密資產表現良好

改善人工智能開發的機會，加劇競爭

除了模型偏見的風險之外，圍繞人工智能的另一個關切是其發展過于中心化。隨著人工智能模型規模的增長，與計算和存儲相關的高昂成本威脅著將競爭排除在外，使得人工智能開發主要掌握在少數幾個負擔得起的科技巨頭手中[11]。在過去的一年里，對人工智能和計算資源的需求增加導致大型計算服務提供商限制GPU（人工智能開發所需的專用處理器）的可用性[12]，盡管存在過剩的計算能力[13]。

去中心化計算市場如Akash和Render的設計目的是解決GPU資源低效使用的問題，通過將GPU所有者與尋求計算能力的人工智能開發者連接起來。該系統允許全球的個人和組織將其閑置的計算資源變現。同時，它為人工智能開發者提供了靈活的計算資源訪問。由于區塊鏈剔除了追求利潤和開銷的中間人，這些網絡可以以中心化巨頭提供的費用的一小部分（例如通過Akash提供的費用的大約五分之一[14]）提供服務。

例如，去年秋天，一名哥倫比亞大學的學生試圖進行人工智能開發，但通過亞馬遜網絡服務難以獲得計算資源；相反，他通過Akash租用GPU，每小時僅需1.10美元[15]。

最近，一些這些去中心化市場已經獲得了初步的關注。例如，自從在九月推出GPU部署以來，Akash已經增長到超過70個活躍的GPU租賃[16]。值得注意的是，在Akash上提供其閑置GPU計算資源之一的組織是Foundry[17]，這是最大的加密礦業公司之一。此外，Render，一個用于3D圖像渲染的GPU市場，在2023年經歷了使用量的大幅增長[18]。

圖 3：提高去中心化市場 Akash 的 GPU 利用率[19]

結論

今天，在這個交叉領域的大部分進展都發生在通過去中心化GPU市場幫助實現人工智能開發的加密協議的背景下。其他機會可能存在于以下領域：

零知識證明驗證人工智能模型輸出的完整性，并確認它是基于其所聲稱的數據集產生的[20]。加密作為支付軌道，實現與人工智能代理的無縫自動化和互動[21]。在加密游戲中使用人工智能生成的內容，以及虛擬存在作為非同質化代幣（NFT）。這種協同作用仍處于初期階段，但它顯示出在2024年及以后可能積聚動力的跡象，特別是如果市場參與者繼續將這些資產視為對抗未來類似OpenAI這樣的大型中心化參與者鞏固的一種平衡手段。無論人工智能和加密是否本質上相互關聯，這兩種快速發展的技術都有潛力在用例范圍和對更廣泛公眾的相關性方面相互支持彼此的增長。