1、平臺轉換
在這個時代，世界的變革是由技術和基礎設施的巨大改變所塑造的。當這些改變發生時，它們釋放出代際創新的力量，爲我們帶來了一個嶄新的世界。回想一下電報和鐵路的誕生，光纖電纜和互聯網的普及，以及移動電話和3G網絡的革命，它們都爲人類的生活帶來了翻天覆地的改變。
現在，我們正處在一個類似的變革時刻，那就是人工智能（AI）和區塊鏈這兩個開創性領域的交匯。人工智能的快速發展和區塊鏈技術的突破，讓我們見證了一場科技革命的到來。人工智能正在以驚人的速度改變我們的工作、生活和社會結構，而區塊鏈技術則爲數據安全和信任建立提供了全新的解決方案。
人工智能的進步爲我們帶來了許多新的應用和可能性。從智能助手到自動駕駛汽車，從語音識別到機器翻譯，人工智能正逐漸滲透到各個領域。它的出現不僅提高了生產效率，也爲我們提供了更多的便利和舒適。同時，區塊鏈技術的興起也引發了人們對於數據交換和信任機制的重新思考。通過去中心化的方式，區塊鏈可以確保數據的安全性和可信度，打破了傳統信任體系的限制，爲許多行業帶來了革新的可能性。
人工智能和區塊鏈的交匯將爲社會帶來巨大的變革。它們的結合可以賦予人工智能更多的智慧和自主性，提升其在各個領域的表現。同時，區塊鏈的去中心化特點也可以爲人工智能提供更加安全和可靠的底層支持，確保數據的正確性和隱私的保護。這種技術的融合將推動人類社會向着更加智能、高效和可持續的方向發展。
正如歷史上其他技術革命一樣，人工智能和區塊鏈的變革時刻將改變我們的世界。它們將重新定義我們的生活方式、職業發展和社會結構。我們正站在一個新的起點，迎接着前所未有的機遇和挑戰。隨着人工智能和區塊鏈不斷髮展，我們可以期待一個更加智能化和繁榮的未來。讓我們共同迎接這個變革時刻，並以開放的心態和創新的精神，打造一個更加美好的世界。本文的三大理論支柱如下：
① AI的興起將增加對區塊鏈技術的需求
② AI將加速去中心化應用程序的成熟和採用
③ 去中心化基礎設施的開源創新將塑造AI的未來
2、區塊鏈可以提供更優設計空間
人工智能具有高影響力的領域很多，但大致可以歸納爲三個主要類別：
① 面向用戶的智能系統、產品或應用程序
② 提高企業的運營和/或資本效率
③ 消除了內容創作（和創意生成）的邊際成本
尤其是，生成式AI帶來了獨特的挑戰和機遇，我們認爲區塊鏈技術可以在其中發揮優勢。
要理解其中的原因，重要的一點是要考慮驅動智能系統進化的核心輸入。機器學習（ML）從根本上來說是由數據（大量數據，但質量越來越高）、反饋機制和算力驅動的。
目前，人工智能和機器學習領域的主要參與者，如OpenAI（微軟支持）和Anthropic（谷歌和亞馬遜支持），正在整合資源，並建立起圍繞自身模型和數據的壁壘。然而，這種做法可能破壞了最初催生該行業的協作開發週期，抑制了行業的發展勢頭，儘管他們在計算、數據和分銷方面具有早期優勢。
區塊鏈，例如以太坊，提供了一個可行的解決方案，並已成爲可靠的中立數據和計算系統。它推動了開源創新，並支持了一系列數字原生原語。這些原語在一個越來越由生成式AI塑造的世界中具有重要地位，因此區塊鏈有望成爲人工智能領域開源研究和開發的主要力量。
區塊鏈的去中心化特性提供了更加安全、透明和可信的數據管理方式。通過將數據存儲在分佈式網絡中，並使用加密算法確保數據的完整性和真實性，區塊鏈爲人工智能研究和開發提供了信任基礎和數據共享的機制。
在人工智能領域，數據是至關重要的。然而，數據的獲取和管理往往面臨許多挑戰，如數據安全性、數據隱私和數據分發等。區塊鏈通過建立分佈式的數據存儲和管理系統，允許參與者共享和訪問數據，同時保持數據的安全性和隱私性。這爲人工智能研究和開發提供了更加開放和合作的環境。
此外，區塊鏈還可以解決人工智能算法的透明性和可解釋性問題。人工智能算法往往是黑箱，難以理解其決策過程和判斷依據。區塊鏈可以記錄和追溯算法的訓練過程和數據輸入，使得人工智能的決策過程更加透明和可解釋。
總而言之，區塊鏈有着廣闊的應用前景，尤其在人工智能領域的開源研究和開發中。它爲數據管理、數據共享、算法透明性和可解釋性提供瞭解決方案，促進了人工智能領域的協作和創新。我們相信，區塊鏈將成爲人工智能領域開發的重要動力，推動行業朝着更加開放和合作的方向發展。
3、當今市場狀況
今年，大量資金已經投入到人工智能的核心基礎設施、模型層，甚至是面向用戶的應用程序，例如聊天機器人、客戶支持和編碼助手。然而，在傳統領域裏，對於人工智能產生的價值在哪裏積累並不明顯。
當前的場景中，人工智能很有可能成爲一股中心化力量，並繼續擴張Web2市場主導者的地位。特別是在基礎設施和模型層，參與者們已經在擴展硬件和資本資源、數據訪問、分銷渠道和獨特的合作伙伴關係方面進行投資。
許多頭部巨頭們正朝向全棧模式發展，通過併購或專利合作的方式，從雲服務提供商如AWS到硬件製造商如英偉達（Nvidia），再到老牌巨頭如微軟。這些巨頭們正在進行規模和利潤的爭奪，但超昂貴、高精度的企業API模型的市場可能會受到經濟、開源性能趨同、甚至低延遲工作負載需求趨勢的限制。
與此同時，中端市場的很大一部分已經出現了類似於“OpenAI API wrapper”產品的商品化趨勢，這些產品功能齊全，但卻難以區分。這些產品爲用戶提供了自定義API的靈活性和價值，但也呈現出資金缺乏和擴展能力不足的問題。
在這個市場環境下，開源的解決方案顯得尤爲重要。開源軟件可以提供更好的性能、成本更低、更好的可重複性和可擴展性。在開源的模型、工具和庫的基礎上，開發者可以更加靈活地構建自己的應用，並快速響應市場和用戶需求。
總之，人工智能市場的未來發展趨勢與開源和開放合作密不可分。去中心化的開源生態系統可以降低人工智能發展中的壁壘，爲更多人提供機會，從而推動行業的發展和技術的進步。
4、開源建設勢頭
當前，開源系統和工具正在鼓勵大大小小的企業直接利用預訓練、訓練和微調的開源數據集，以及免費訪問的基礎模型和工具，使創造力得到了更加充分的發揮。
值得注意的是，據谷歌泄露的一篇文章概述，閉源和開源代碼世界之間的差距正在迅速縮小。目前，有96%的代碼庫都使用了開源軟件，這一趨勢在大數據、人工智能和機器學習領域尤爲明顯。
與此同時，顛覆雲服務寡頭壟斷的時機或已成熟。過去，AWS、Google Cloud和Azure這三大巨頭是通過將工具和服務分層來佔領市場，從而在企業競爭中深入鞏固自己的地位。然而，這種主導地位給企業帶來了許多挑戰，從限制性運營依賴到雲基礎設施相關的過高成本，尤其是考慮到主要提供商收取的溢價。
在這種情況下，開源系統和工具的應用將是一個強大的顛覆者。開源系統和工具可以爲企業節省成本，降低依賴性，並提供更加靈活的解決方案。企業可以依據自己的需求選擇開源系統和工具，並且可以對其進行定製和優化，以滿足自身的業務需求。
總之，開源系統和工具的廣泛應用將顛覆雲服務寡頭壟斷的市場環境，並給企業帶來更加靈活和經濟的解決方案。
現有公司面臨着運營重組的費用壓力，再加上試圖嘗試和整合越來越多的開源AI，將爲使用去中心化替代方案重構業務創造一個窗口。
因此，開源AI和區塊鏈技術的新興交叉點爲實驗和投資提供了一個非凡領域。
5、加密與AI：雙向價值關係
我們對人工智能和區塊鏈之間潛在的共生關係感到異常興奮。
加密中間件可以通過建立有效的計算和數據市場（供應、標籤或微調）以及證明或隱私工具，極大地改善人工智能供應方的信息輸入。
反過來，去中心化應用程序和協議將通過吸收這種勞動成果達到新的高度。
不可否認，加密技術已經取得了長足的進步，但協議和應用程序仍然受到主流用戶使用的仍然不直觀的工具和用戶界面的影響。同樣，智能合約本身可能會受到限制，無論是在開發人員的手動工作負載需求方面，還是在整體功能的流動性方面。
Web3開發人員是一羣非常高產的人。高峯時期，僅僅7.5萬名全職開發者就創造了價值數萬億美元的產業。編碼助手和ML增強DevOps有望助力現有工作，而無代碼工具正在迅速賦能新一類建設者。
隨着機器學習功能被整合進智能合約並被帶到鏈上，開發人員將能夠設計出更加流暢和富有表現力的用戶體驗，並最終設計出全新的殺手級應用程序。這種鏈上體驗的跨越式功能改進將吸引新的——可能是更多的——受衆，催化出重要的採用反饋飛輪。
生成式AI可能就是加密貨幣缺失的一環，它將改變UI/UX，並催生新一波技術發展浪潮。反過來，區塊鏈技術將利用、泛化和加速人工智能的潛力。
6、使用區塊鏈建設更好的數據市場
使用區塊鏈技術來建設更好的數據市場是一個具有潛力的方向。數據在機器學習中扮演着基礎信息輸入的角色，龐大的數據庫如Common Crawl和The Pile使得基礎模型獲得了全球的關注。
企業可以利用這些數據來完善產品供應的基礎模型，或者用於建立未來的競爭優勢。數據最終將成爲用戶和個人模型之間的橋樑，個人模型可以在本地運行，並不斷適應個人需求。
因此，數據的競爭成爲了一個必不可少的前沿領域，區塊鏈技術可以在這個領域中佔據優勢，尤其是在質量成爲塑造數據市場的重要屬性的情況下。
數據質量比數量更爲重要。早期研究表明，未來高達90%的在線內容可能是人工合成的。雖然合成訓練數據具有一定的優勢，但它也存在模型質量惡化和偏見強化的重大風險。
未來幾年，機器學習模型可能會面臨非合成數據源的枯竭的風險。區塊鏈技術通過其協調機制和證明原語，爲支持去中心化市場提供了優化的可能性，使用戶能夠共享、擁有或變現用於訓練或微調特定領域模型的數據。
因此，Web3可能成爲更好、更有效的人工生成訓練和微調數據的源頭。
目前，區塊鏈技術已經在支持去中心化的訓練、微調和推理過程方面取得了進展，同時也可以更好地保存和利用開源智能。
較小的開源模型通過高效的微調過程進行改進，其輸出精度已經可以與較大的模型相媲美。因此，在數據來源和微調數據方面，趨勢已經開始從數量轉向質量。
能夠跟蹤和驗證原始數據和衍生數據生命週期的能力可以促進模型復現性和透明度，從而推動更高質量的模型和輸入的發展。
區塊鏈可以建立一個持久的護城河，成爲具有多樣化、可驗證和量身定製數據集的主要領域。這在傳統解決方案過度索引算法進度以應對數據不足的情況下尤其有價值。
內容模仿爆發
即將到來的內容模仿浪潮是另一個加密貨幣先發優勢將發揮作用的領域。
這種新的技術範式將以前所未有的規模賦能數字內容創作者，而Web3即插即用的基礎設施讓這一切都變得簡單明瞭。加密貨幣具有主場優勢，這要歸功於多年來圍繞以NFT形式建立數字資產和內容的所有權和不可變來源的原語的開發。
NFT可以捕獲整個內容創作生命週期，但也可以代表數字原生身份、虛擬資產，甚至現金流。
因此，NFT使數字資產市場（OpenSea、Blur）等新用戶體驗成爲可能，同時也重新思考了書面內容（Mirror）、社交媒體（Farcaster、Lens）、遊戲（Dapper Labs、Immutable），甚至是金融基礎設施（Upshot、NFTFi）等商業模式。
這項技術甚至可以比另一種選擇——使用算法——更可靠地打擊深度造假和計算操縱。一個明顯的例子就是，OpenAI的檢測工具因精度失敗而關停。
最後一點：簡潔和可驗證計算的進步也將升級NFT的動態格局，因爲它們包含ML輸出以驅動更智能、不斷髮展的元數據。我們相信，基於區塊鏈技術的AI工具和界面將釋放出全面價值，重塑數字內容格局。
利用零知識證明實現機器學習的無限知識
區塊鏈行業正在尋求技術解決方案，既能夠實現資源高效計算，又能夠保持無需信任的特性，而零知識證明（ZK）正是在這方面取得了重大進展。
雖然最初的設計是爲了解決以太坊虛擬機等系統的資源瓶頸問題，但ZK證明實際上提供了許多與人工智能相關的有價值用例。
一個明顯的例子是對現有用例進行簡單擴展：通過高效而簡潔的方式驗證計算密集型過程，比如在鏈下運行機器學習模型，這樣最終的產品（如模型推理）可以以ZK證明的形式在鏈上整合。
通過將存儲證明與協同處理相結合，我們可以在不引入新的信任假設的情況下，使得鏈上應用程序更加靈活和敏捷，大大增強其功能。
當使用ZK證明調用API時，我們可以驗證特定模型或數據池是否真正用於生成推斷。它還可以隱藏模型在敏感行業如醫療保健或保險中使用的特定權重或數據。
公司甚至可以通過交換數據或知識產權來更有效地進行合作，並從共享學習中受益，同時仍然保持着自己資源的所有權。
最後，ZK證明在區分人工數據和合成數據這一日益相關而又具有挑戰性的領域中具有真正的適用性。
這些用例中的一些還需要進一步的技術開發和尋找可持續規模經濟的方法，但zkML有可能對人工智能的發展軌跡產生獨特的影響。
8、長尾資產及潛在價值
加密貨幣已經證明了其作爲音樂和藝術等傳統市場價值流的卓越架構師的作用。在過去的幾年裏，還出現了代表鏈下有形資產（如葡萄酒和運動鞋）的鏈上流動性市場。
繼任者自然將涉及先進的ML功能，因爲人工智能被帶到鏈上並可讓智能合約訪問。
ML模型與區塊鏈圍欄（rails）相結合，將重新設計以前由於缺乏數據或買家深度而無法獲得的非流動性資產背後的擔保流程。
一種方法是，機器學習算法查詢大量變量，以評估隱藏的關係，並最大限度地減少操縱者的攻擊面。Web3已經在嘗試圍繞社交媒體關係和錢包用戶名等新概念創建市場。
與AMM對釋放長尾代幣流動性的影響類似，ML將通過獲取大量定量和定性數據來獲得隱性模式，從而徹底改變價格發現。這些新的見解可以形成基於智能合約的市場的基礎。
人工智能的分析能力將嵌入去中心化金融基礎設施，以發現長尾資產中的潛在價值。
9、去中心化基礎設施層
加密貨幣不僅在吸引和貨幣化高質量數據方面具有優勢，而且在人工智能背後的基礎設施支持方面也具有相似的前景。
一些去中心化物理基礎設施網絡（DePINs），如Filecoin和Arweave，已建立了用於存儲的系統，這些系統本身就包含區塊鏈技術。
還有其他公司，如Gensyn和Together，致力於解決分佈式網絡模型訓練的挑戰，而Akash則推出了一個令人印象深刻的P2P市場，將過剩的計算資源與需求聯繫起來。
此外，Ritual以激勵網絡和模型套件的形式爲開源AI基礎設施的建設提供基礎，將分佈式計算設備連接起來，供用戶進行推理和微調。
其中最重要的是，像Ritual、Filecoin或Akash這樣的DePIN還可以創建一個更大、更有效的市場。他們通過向更廣泛的供應端開放，包括能夠釋放潛在經濟價值的被動供應商，或者將性能較差的硬件整合到與高水平同行競爭的池中來實現這一點。
技術棧的各部分都涉及不同的約束和價值偏好，並且對這些層進行規模性實戰測試（特別是去中心化模型訓練和計算的新興領域）方面仍有大量工作要做。
然而，基於區塊鏈的計算、存儲甚至模型訓練解決方案的基礎已存在，這些解決方案最終可以與傳統市場一較高下。
10、綜上所述，加密技術和人工智能的結合已經成爲最具前景的設計領域之一，影響到了從內容創作到企業工作流程及金融基礎設施等方方面面。
我們相信在未來幾十年內，這些技術將對世界進行重塑。最好的團隊將結合基礎設施、加密經濟學和人工智能等技術，以提升產品/服務性能、實現全新行爲或實現具有競爭力的成本結構。
加密技術爲協作網絡引入了前所未有的規模、深度和標準化數據粒度，而人工智能將信息池轉換爲相關背景或關係的向量。當這兩個領域結合在一起時，可以形成一種獨特的互惠關係，爲去中心化未來的建設者奠定基礎。
