前言：本文认为去中心化的人工智能是未来可持续人工智能的唯一途径。但由于现在去中心化AI处于早期阶段，应用场景和基础设施都还不成熟，需要有一个务实的发展策略：分阶段地推进去中心化的AI。本文作者JesusRodriguez，由蓝狐笔记社群“王泽龙”翻译。
AI的去中心化是当下最迷人的技术趋势之一，可以成为AI可持续发展道路的基础。联合学习、区块链技术或者安全加密计算的出现，为创建去中心化AI应用提供了可行的技术路径。
然而，今日绝大多数的去中心化AI应用处于理论阶段，或者应用场景十分有限。尽管机器学习的去中心化具有明显的好处，但实际实施的途径并非微不足道，而且很可能不会发生。基于当今的AI与区块链生态系统的状况，我想要提供一个关于去中心化AI技术采用的可能的实用主义视角的路径。
发现一个通向去中心化AI的可行路径，需要在去中心化智能所承诺的好处与AI领域的经济和技术现实之间找到平衡。去年，我发表了过一些文章，其中概述了经济学和技术推动因素，它们可以为去中心化AI技术的发展铺平道路。
DWF Labs合伙人：交易活动已触底，24小时现货交易额为2019年冬季以来新低:6月15日消息，DWF Labs管理合伙人Andrei Grachev发推称，交易活动已经触底，24小时现货交易额为230亿美元，这是自2019年冬季以来的最低值。在幕后，交易所开始要求项目管理交易额、流动性等，否则就会将其下架。零售活动也很低，但人们想要并且人们需要一些东西来投机、赚钱（或赔钱），即使是市值较大的币种，也可以在24小时内看到20-30%的价格变动，但仍然脆弱。IDO、IEO、直接上市都不行了，人们等待新的东西以及币安Launchpad项目。它总是能促进零售活动。如果某事成功了，很多人会尝试重复它。
Grachev表示，项目、交易所、做市商和其他市场参与者都在试图修复市场（在幕后），没有100%的解决方案，但它会给市场带来一些东西。我们在活动方面处于底部，但价格不确定。但与此同时，如果幸运的话，我们的市场活动应该会在几个月内增加，价格也会上涨。[2023/6/15 21:38:18]
此后，我的思路演变为试图找到在AI应用中采用去中心化模式的可行路径。事实上，尽管去中心化AI模式可能是更好的、更可持续的AI的关键，然而目前的技术交付非常有限以至使其难以被主流组织采用。尽管我心中的梦想是相信一个去中心化的AI是更好的AI，但是我心中的实用主义不断地与新生AI领域的技术与经济的现实进行博弈。
以比特币计价的人寿保险提供商Meanwhile完成1900万美元融资，OpenAI CEO等投资:6月6日消息，以比特币计价的人寿保险提供商 Meanwhile 宣布在两轮种子轮中完成 1900 万美元融资，第一轮由 OpenAI 首席执行官 Sam Altman 和 Stripe issuing 前负责人 Lachy Groom 共同领投，第二轮由 Gradient Ventures 领投。
Meanwhile 表示，这笔资金使其能够获得保险监管机构百慕大金融管理局的许可和监管，并聘请初始团队推出第一款产品——比特币（BTC）计价的终身人寿保险。[2023/6/6 21:20:13]
从我的视角来看，找到一条通往可行的去中心化AI的路径分三步：
i.理解去中心化人工智能的经济限制
ii.稳步地向人工智能应用生命周期中相对简单的领域引入去中心化
iii.建立正确的激励因素与网络效应以促进去中心化AI网络的发展
梦想者的视角：去中心化AI是可持续AI的唯一路径
FTX提出动议从Modulo Capital冲基金中收回4.6亿美元:金色财经报道，FTX提出动议，要求达成和解协议，为利益相关者追回 4.6 亿美元的资产。Alameda Research 于 2022 年向 Modulo Capital 投资了 4 亿美元。根据备案文件，追回的 4.6 亿美元资产占 Modulo 剩余资产的 99% 以上，其中包括 4.04 亿美元现金。Modulo 还将放弃对 FTX.com 和 FTX.US 账户中持有的 5600 万美元资产的任何索赔。由于和解，Alameda 也将失去对其在 Modulo 的股份的任何索赔。
该协议仍必须得到美国破产法官约翰多尔西的批准，他已安排在 4 月 12 日举行动议听证会。[2023/3/23 13:22:09]
在过去的几年中，AI已经在其生命周期的不同方面完全演化成为中心化模式。鉴于当前一代的AI解决方案需要大规模、高质量的训练数据集，市场中大部分的创新都来自如Google、微软、Facebook或者Uber这样的企业，而非初创企业。
比特币闪电网络容量增至5147BTC:金色财经报道，1ML数据显示，当前比特币闪电网络节点为15,966个，过去30天减少0.29%;通道数量为75.779个，较一个月前减少了0.5%;网络容量为
5147.42枚BTC，月涨2%。[2022/12/24 22:05:27]
由大型公司创造的AI也有助于获得更好的数据，以产生更好的智能。这种恶性循环进一步扩大了大型企业与小型公司间的沟壑，前者有着大量的数据与相关人才以促进AI创新，而后者却缺乏这些资源。将这种模式推演到整个经济体，AI的中心化可能是拉大第一世界国家与其他国家间鸿沟的因素之一。
人工智能的发展经常被拿来跟18世纪的工业革命相提并论，是一种经济革命运动。如果说工业革命是将部分国家从手工生产推向了机器生产，AI则是领导着从实用工具转向智能软件系统的革命。
工业革命的副作用之一是它使得工业化国家与未进行工业革命的国家间的差距变为150年。它使得发展中国家要花费大量的时间以弭平同世界头部经济体的差距。当前AI应用的中心化模式可能会在中美这种国家与世界其他地方国家间产生更大的鸿沟。
Green Asset Capital推出四支加密基金，总规模达10亿:10月19日消息，全球数字资产投资集团Green Asset Capital宣布推出四支加密基金，专注于金融科技、加密货币、区块链、DeFi、NFT、Web3、元宇宙领域的可持续、早期和成长阶段投资，其中：
GA Early One用于种子轮到A轮阶段投资，投资规模在50万-1000万美元之间；
GA Growth One用于A+轮阶段投资，投资规模在1000万美元至5000万美元之间；
GA Ventures One用于风险投资，每笔投资最高1000万美元；
GA Leverage One用于公司收购，每笔交易最高1亿美元。
据悉，Green Asset Capital目前管理着4万枚比特币和20万枚以太坊，按当前价格计算，总资产规模超过10亿美元。（openpr）[2022/10/19 16:30:26]
促进共同创造与知识分享的去中心化AI模式是防止增加大公司与小公司之间、领先经济体与发展中国家之间鸿沟的方式之一。鼓励自主行动者发布数据集、创建、培训或优化模型的网络是一种更可持续的机制，可以促进AI的创造，而这种机制无助于使富人更富。
实用主义的视角：去中心化AI的现实挑战
尽管去中心化AI的价值主张有明显的意义，但其现实实现面临诸多挑战。从其技术堆栈的不成熟到交付模型中的明显摩擦，去中心化AI解决方案走向主流采用的路上横亘着明显的绊脚石。当其被用于传统的中心化结构时，去中心化通常造成中断，AI也不例外。尽管跟去中心化AI技术的有限采用相关的挑战很多，但它们绝大多数都可归为如下几类：
l双重中断挑战：作为一项技术趋势，AI仍处于婴儿期，绝大多数组织刚刚开始找到接受新的深度学习或者机器学习堆栈的方法。从有限的人才供给到这项技术的原生复杂性，绝大多数公司都面临将AI作为其技术策略关键支柱的挑战。去中心化则是另外一层的复杂性所在，对于绝大多数组织来说，在其早期阶段，这可能不是很重要的问题。
l算力挑战：诸如区块链的去中心化账本在执行需要深度学习模型这样的昂贵计算时，其性能仍然有限。在这个程度上，去中心化AI网络仍然需要链下计算模型，后者给绝大多数组织造成了基础设施方面的挑战。
l激励挑战：去中心化AI的结构需要依靠激励机制以驱动不同各方参与网络。当涉及一些珍贵的东西，如数据和知识时，激励模型不仅需要非常强大，且需要在投资回报方面相比中心化AI方法更有竞争力。此外，激励结构通常会引起操纵网络行为的恶意攻击。
解决上述挑战是为采用去中心化AI技术创造经济和技术可行性的唯一途径。任何策略都需要在AI技术的新生状态与去中心化的破坏性之间取得平衡。
一条通向去中心化AI的可行路径
一个促成去中心化AI模式被采用的有效策略是，不是将其视为单一问题，而是将其视为跟AI应用生命周期不同阶段相关的一系列挑战。从这个视角看，不是将去中心化AI思考为一个整体，而是将该问题拆解为去中心化AI的多个方面。如果我们试图将这个想法组织在一条跟中断程度成反比的路径上，我们会得到如下结果：
l去中心化数据分享：激励网络参与者发布和分享数据，它是去中心化AI应用中最不具颠覆性的部分。对于一个组织来说，加入一个网络并发布和使用相关数据集，比构建一个基础设施并运行去中心化深度学习模型更容易。
l去中心化训练与预测：在数据分享的去中心化网络建立之后，逻辑上讲，下一步是对模型训练及结果发布的去中心化。该结构将引入除了计算外所有方面的去中心化的AI模型。
l去中心化的AI模型：最终，我们可以考虑对AI模型的执行、资源的动态分配和模型的消耗进行去中心化。这将是去中心化AI的最终景象。
前面的步骤为去中心化AI模式的采用提供了实用策略。该策略不仅实用，而且我们已经拥有解决周期中每个步骤的新兴技术。
去中心化数据分享：海洋协议
海洋协议是增长最快的去中心化AI堆栈之一。概念上讲，海洋协议架构的主要作用是在AI工作流程中实现实体之间的去中心化通信。从数据或者算法的提供商再到分析工具，海洋协议提供了基于代币激励以及区块链智能合约的模型，允许各方以公平高效的互动模式在AI工作流中合作。尽管海洋协议具有通用功能集，但它通过引入代币化的激励层，在网络中的节点之间共享数据方面也表现不俗。海洋协议是少数去中心化AI堆栈之一、可以跟主要深度学习与机器学习框架联合使用，且不会造成重大中断。
去中心化训练与预测：Erasure
Erasure是为知名对冲基金Numerai对冲基金提供支持的协议。从去中心化AI所有方面来看，Erasure在基于可用数据集的发布与预测验证方面表现良好。Erasure的目标是提供一个去中心化的市场，在其中，数据科学家可以基于可用数据上传预测，使用加密货币质押预测，并基于预测结果的表现而获得奖励。
尽管第一批用例是来自Numerai，同金融相关，但Erasure可用于任何预测。就结构而言，Erasure结合了几个组件，为去中心化市场中买卖双方的去中心化交互提供基础。
去中心化AI模型：SingularityNet
Singularity按理来说，是去中心化AI领域中最有野心的公司。它为流行的Sophia机器人提供支持而闻名，SingularityNet寻求在AI生命周期的所有方面都引入去中心化。严格来说，SingularityNet是一个使得AI服务可以在去中心化模型中部署和消耗的平台。它搭建于以太坊区块链之上，SingularityNet提供了一种模型，其中激励网络中的不同参与者实施或使用AI服务。从架构的角度来看，SingularityNet基于一系列的组件，这些组件抽象了去中心化AI应用的生命周期的基本方面。
通往去中心化人工智能之路的关键是找到适当的平衡，以打破知识集中和大企业的影响，并最大限度地减少技术挑战领域的破坏。本文的想法提供了务实但不失野心的方式来渐进地采用去中心化AI。
--延伸阅读----
《如何让区块链获得人工智能的能力》
《AI、区块链&马克思、卡夫卡》
------
风险警示：蓝狐笔记所有文章都不构成投资推荐，投资有风险，投资应该考虑个人风险承受能力，建议对项目进行深入考察，慎重做好自己的投资决策。
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。