Bankless：为什么 AI 需要 Crypto 的技术？

原文标题：《Why AI Needs Crypto’s Values》

撰文：Arjun Chand，Bankless

编译：Chris，Techub News

原文来自香港Web3媒体：Techub News

人工智能革命的梦想一直是一把双刃剑。

释放人工智能的潜力可以解决人类面临的挑战，但也可能导致权力集中并带来危险。

这时候，加密货币技术和区块链的作用就显现出来了。加密货币技术的核心价值观同样适用于改进人工智能。这些价值观可以为人工智能的未来打造一个更公平、更安全、更开放的环境。

去中心化、无需许可的创新、开源系统、隐私、透明度、用户所有权，这些不仅仅是空洞的词汇，它们还能帮助揭开人工智能的黑箱。

以下是为什么人工智能行业需要加密货币技术的原因。

构建包容开源的人工智能生态系统

人工智能和加密货币之间的协同作用。

来源：The promise and challenges of crypto + AI applications

目前，少数几家大型科技公司控制了绝大部分的计算能力，并在其 AI 研究领域筑起了高墙，形成了一个「AI 黑手党」。这种垄断扼杀了创新和竞争，限制了整个行业的发展速度。

然而，去中心化的出现为这一现状带来了转机。在去中心化的人工智能模式中，计算能力和人工智能研究是无需许可即可访问的。人工智能成为每个人的工具，打破了人工智能黑手党设立的障碍，使知识、工具和资源的获取更加民主化。

这种共享资源的模式意味着更多的人可以参与到 AI 的研究中，解决最具挑战性的问题。参与者越多样化，算法的偏见就越少，从而为每个人带来更公平的结果。这种多元化的建设者群体不仅推动了技术进步，也为社会带来了双赢的局面。

然而，开源开发的模式一直难以盈利，如果无法从中获利，如何激励人们创造出伟大的作品？这种困境常常迫使公司选择闭源模式以实现盈利。

有一个解决方案是「加密货币驱动的去中心化 AI」。

加密货币技术为开源 AI 提供了新的途径。它为 AI 开发创建了一个开放性的市场，确保可以开源访问的前提下，通过代币进行激励。

例如，在 Bittensor 等去中心化 AI 网络中，开发人员在不同的 AI 应用程序中使用他们的机器学习模型时可以获得 TAO 代币。

这种机制通过代币化激励吸引顶尖人才，形成了一个在闭源、中心化模型中无法实现的可持续价值链。

确保用户数据的隐私

我们生活在一个数据驱动的世界，每个人都希望利用你的数据来了解你的喜好，从而向你推销产品。人工智能系统需要大量数据才能正常工作。大型 AI 公司通常会存储整个对话历史来训练他们的模型，但这会带来巨大的隐私问题。

想象一下，你所有的个人信息，购物习惯、浏览历史，甚至健康记录都被存储在一个巨大的 AI 数据库中。你不一定信任这些公司不会滥用或出售这些数据，对吧？

为了真正赢得用户信任，AI 需要采用隐私保护技术。建立信任需要透明度和可验证性，而零知识证明可以帮助实现这一点。

加密货币领域的 AI 项目还以其他方式采用隐私保护技术。例如，Venice.ai 仅在用户的浏览器中存储对话历史记录，并确保用户请求已加密。GPU 提供商会处理这些请求，但没有服务器可以看到整个对话历史记录或知道用户的身份。

通过整合这些加密方法和价值观，我们可以创建尊重用户隐私和数据所有权的 AI 系统。

使用合成数据训练 AI 模型

我们如何在保护用户隐私的同时训练 AI 模型？如果没有足够的数据，AI 无法很好地理解现实世界，从而导致「AI 幻觉」，即 AI 生成错误的输出。

这时合成数据就派上用场了。合成数据是使用算法模拟真实数据生成的，具有隐私保护特性，因为它不会泄露个人信息。所有主要的 AI 公司都在使用它，这是一个新兴的研究领域。

加密货币可以激励创建用于训练 AI 模型的合成数据集。用户可以通过贡献经过验证的数据点来获得代币，从而解决训练数据不足的问题。

例如，像 Synthetic AI 这样的项目构建了用于创建合成数据的工具，允许用户贡献合成数据并获得 SAI 代币。确保这些数据集的质量可以显著加快生成用于训练 AI 模型的数据的过程，同时保持用户数据隐私。

结束语

人工智能的未来尚不确定，但有一件事是肯定的：它需要建立在信任和透明的开源基础上。

加密货币专注于分散所有权、无需许可的访问和隐私，弥补了这些缺失的部分。工具已经存在，是时候用它们书写人工智能发展的下一章了。