原文作者：IOSG Ventures
原文來源：IOSG Ventures
4月17日，IOSG Ventures 第十二屆老友記（Old Friends Reunion）如期舉行，本次活動主題為《Singularity: AI x Crypto Convergence》, 這次聚會的目的是讓參與者共同探讨 AI 和 crypto 領域的融合。
接下來是本次活動的Firechat之一，來自NEAR Protocol的聯合創始人 Illia Polosukhin,Polygon 的聯合創始人 Sandeep Nailwal,IOSG Ventures 的 Senior Director, Momir Amidzic 帶來《Enabling AI Functions in the Last Generation Blockchain》.
Enabling AI Functions in the Last Generation Blockchain
Momir:大家好。首先我想感謝大家的到來。我是 Momir，2020年開始加入IOSG。最初專注于DeFi的研究和投資，但多年來逐漸變成了一個通才。非常高興主持這次讨論會。今天我們有NEAR Protocol的聯合創始人Illia和Polygon的聯合創始人Sandeep，可以先向觀衆簡單打個招呼，分享一下你最近關注的焦點。
Sandeep: 大家好，我已經在Polygon生态系統工作了大約五六年了，主要是生态系統的增長。Crypto 的發展非常快。顯然，Crypto x AI在過去6～8個月裡一直是熱門話題。長期來看，真正的Crypto使用案例在AI中是什麼Crypto在AI中，或AI在Crypto 中是否有效的使用，除了基礎理論之外？這一直是我的第一個問題，我會更多地談論這個問題。
Momir: 好的，謝謝。我想從一個高緯度的問題開始。你們是如何看待AI與Crypto的交集的？主要是出于意識形态，比如作為對由大型科技控制的AI的反抗，還是有超出意識形态的原因？
Illia:盡管存在意識形态上的動機将區塊鍊與AI結合在一起，但真正的價值在于創造出比集中式系統更優越的産品。區塊鍊獨特的優勢，即其無需許可的性質和處理交易的能力，開辟了創新用例的可能性。例如，NEAR的處理平台的營運成本遠低于集中式替代品，因為這些功能吸引了更多的資料貢獻者。從本質上講，區塊鍊的去中心化結構具有通過高效的資料市場和新穎的應用創造更好的AI産品的潛力。
Sandeep: 我想說的是，Illia提到在加密中我們需要超出意識形态。有時候在加密中，你隻需要意識形态和叙述，然後整個事情就這樣建立起來了。我認為這就是加密再次發生的情況。因為 OpenAI和其他AI公司變得非常大，這非常直接，全球範圍内都有關于AI與人類目标一緻性問題的辯論。然後你開始思考，如果有一種技術我們可以去中心化并使這個AI更加開放、可信等等，那就是Crypto。我認為這是開始發生的事情，最初引入了一些資本，然後開始吸引大量資本。在過去的一年中，我2023年中期開始評估這個問題。在那時，一些項目在獲得大量資本，但看起來沒有真正深入。所有項目看起來都像是帶有token的項目，因為Nvidia的股票表現很好。是以這些代币也表現很好，但去年我看到的大多數項目都像是圍繞AI的炒作。
但在過去的六個月中，我們開始看到一些真正有效用的項目，我認為很多對AI感興趣的人都知道Hugging Face對吧？現在一些項目有點像是Hugging Face加上Crypto 經濟模型，産生效用的事情确實正在發生，其中你使用加密激勵來增長AI或進行某種代币化。我不是鍊上治理的特别粉絲。AI Agent使用區塊鍊與普通人使用AI沒有什麼不同，這不是特别的AI和crypto融合案例。
但有一些圍繞安全等的用例，我認為區塊鍊激勵部分是好的，也許是AI可以使用的最有用的事情。許多AI産品在這些大型強權内部進行建構，他們擁有數十億美元的資本。就像1993年或1995年的Microsoft，它們正在建立自己的網際網路等等。每個人都覺得如果按照同樣的方式，沒有人能趕上Microsoft，現在對于Open AI和這些集中化公司也是如此。區塊鍊激勵可能會将社群聚集在一起，創造開源AI事物，可能在未來與它們競争。
Illia: 有很多初創公司從2022/2023年開始圍繞基礎模型進行建設，但它們現在都有些疲軟。現實是，像OpenAI這樣從研究實驗室到建構好的模型和産品，這使得數十億模型需要很長時間。現在因為這種競争，如果當你去Web2投資者那裡，他們期望可能得到 10 million IRR，因為我們需要一些資本來建設。在Web2建構資訊模型時，投資者的期望和它需要多少資本進而達到合理商業模式之間有一個巨大的不比對。是以，這就是crypto作為激勵結構實際上非常有幫助的地方，因為它可以創造更長期的一緻性，并且你可以擁有更多與這種模型一緻的使用者，這些模型是開放的并被他們個人使用。同時有試圖在非常具體的時間内通過收入或利潤産生收益的投資者。
Momir: 的确，我還聽到了你最近的一些播客，同時今天你還提到了使用者擁有AI。你能詳細說明一下這些概念嗎？
Illia: 正如我所提到的，這些模型真的是被公司控制和決定的，我不是根據角色來判斷。這就是公司的動機，公司總是追求正面的收入并增長，需要創造激勵來吸引訓練資料的使用者。擁有主權的想法源自我們希望從區塊鍊中獲得控制。我們想擁有我們的資料，擁有我們的資産，我們想有權決定我們的資料的去向和做事方式。這就是為什麼區塊鍊在建設開源，如果你不喜歡就能夠分叉，能夠有一個替代方案。
例如，蘋果有Fence Support, 這就像是一個矩陣資訊保護晶片。我們将在你的裝置上有更好的計算能力，将能夠運作你所有應用程式的更多上下文進入到模型中。如果模型是本地的，你不想将所有财務報表和電子郵件交給OpenAI以獲得更好的結果。但如果模型僅在你的手機上本地運作，則可以這麼做。AI将能夠提供價值，而不是試圖從其他公司最大化收入。需要建立很多技術規格來支援這一點，并與集中化解決方案競争。我們有這種激勵結構和動機去做這些。是以現在隻是企業有時間并吸引來自集中化公司的人才的問題。
Momir: 是以，如果我可以總結一下，主權AI的想法基本上是你将AI模型的決策、偏見以及是非權利轉變給社群，使用代币，或者主要是讓專業的AI模型圍繞個體部分獲得收入。
Illia:擁有一個了解你所有資訊并能夠在你的裝置上運作的個人模型。社群創造進入這些模型的資料的能力。想象一下，我們有一個社群，在我們的模型中運作加密AI或區塊鍊資訊。相對于我假設那些AI模型不會在它們的内部給予加密資訊太多重視，對吧？如果你在中東，你有的倫理觀與舊金山完全不同。但如果你來自阿姆斯特丹或中國，你認為正确和錯誤的事情再次有很大的不同。是以，你需要有社群決定他們将擁有什麼的美國方式。
Momir: Sandeep，我也想知道關于Polygon的AI政策，以及涉及到的AI限制。
Sandeep:Polygon的終端架構已經完全内置。我們有一個聚合。在這個基礎上，你可以擁有數十萬個鍊，我們正在優化這種架構，你可以擁有數十萬個獨立的actions，它們都連接配接到一個單一的layer，并且有以太坊的安全性。是以本質上是一個無限增長的區塊鍊網絡，可以擁有100萬甚至1000萬個鍊（無限的數字）這是我們的目标。我們在這個生态系統中擁有所有這些。将有多個鍊，一些鍊将專注于DeFi。一些鍊将專注于遊戲NFT。我們期望這個生态系統深入發展，也期望AI項目啟動。這些AI鍊和生态系統然後專注于建構特定行業的應用程式。例如，Sentient是一個建構在Polygon CDK鍊上的項目。
現在的問題是我們是否能真正能開放AI？一個大的限制是成本，因為你需要訓練成本、資料收內建本，甚至可能是人才成本。通過加密類型的激勵，你可以以開源的方式解決這些問題。是以，你需要解決這些模型的代币化問題。但你如何代币化完全開源的模型呢？我認為有幾種機制在這方面。像Illia和我讨論的是其中一個特定方法，我認為未來将會有多種嘗試。
Momir:下一部分我想首先關注資料基礎設施，然後是應用。從整個基礎設施開始，我們有這些專注于提供用于AI訓練的廉價晶片的GPU網絡，還有專注于驗證和計算的AI推斷網絡。比較這兩者，你在crypto中看到了哪些機會？
Illia: 我認為問題是如何使其真正可用和易于通路。對于計算市場來說，現在它們正努力獲得大量庫存，因為存在巨大的短缺。供需之間存在不比對。公司CEO尋找計算資源是一個持續的工作。一個存在的大問題是可用的供應非常少且分散。但我确實認為，如果做得好，這裡有一個巨大的機會，可以使用加密來建立我們的資料中心，并将它們用作實際的世界資産。這是一個有趣的機會，強調了它的潛力。
在推斷方面，用例相當明确。當你有一個要做出關于财務或健康保健等重要決策的模型時，你希望你正在運作的模型确實是正确的，對吧？這非常重要。實際的複雜性在于，所有的加密經濟方法目前都面臨浮點非通用性的問題。但如果你說，嘿，這不是網絡，任何人都可以加入，那麼當我用我的M2加入時，我放入的東西與其他人運作100的東西不同。
集中化的推斷模型提供高可靠性，但成本會顯著增加。這使它們非常适合涉及大筆資金的關鍵任務（例如，百萬美元交易）。相反，非集中化的推斷模型更快、更便宜，但不那麼可靠。這些更适合于可以進行驗證的簡單任務。從本質上講，選擇取決于具體的用例和成本、速度與可靠性之間的權衡。一種适用于所有情況的方法（集中化與非集中化）過于簡單化了AI模型的複雜景觀。
Sandeep:是以我完全同意。去中心化的計算部分就像是AI計算的DePIN基礎設施。我認為我們已經看到了多個這樣的嘗試，不僅僅是在AI計算上，還包括其他類型的計算和存儲。去中心化計算旨在成為類似于一般用途計算（Golem）和存儲（IPFS）的公共基礎設施。然而，與這些先前的努力不同，盡管供應充足，它們尚未獲得主流接受，AI需求高但供應有限。雖然去中心化解決方案最終可能解決供應問題，但這不一定會消除中心化提供商的需求。中心化選項仍可能由于協調更簡單而提供更優性能。
盡管鍊上推斷對AI具有潛在的應用前景，但其有效性取決于具體的應用。在DeFi智能合約中的安全檢查可能是一個潛在的用例，但可能會受到基層區塊鍊慢速交易的阻礙。類似地，基于意圖的模型雖然可能，但引發了潛在審查的擔憂。即便是像深度僞造檢測這樣的深度學習任務，雖然是一個可行的用例，但AI Agent DAO代币化仍然不清楚。
然而，一個更有希望的途徑在于利用加密激勵來彌合模型和應用建立者之間的差距。通過促進合作和通過消費者應用生成收入，這種方法提供了顯著的設計空間，并有潛力釋放鍊上推斷的真正價值。與前面提到的用例不同，這一領域呈現出向實際實施和經濟可行性邁進的更清晰路徑。
Momir: 是以你提到了治理，但已經有例如MakerDAO的例子。他們試圖将過去5年多的關于自然的所有知識都整合到AI模型中，嘗試長期取代人類治理。我不确定他們是否擔心如何激勵這一點。
Illia: 我的意思是，有效的去中心化治理需要協調，即使沒有中央權威也是如此。像DAO這樣的項目失敗就說明了這一挑戰。傳統的層級結構，它使公司能夠有效地配置設定任務并擴充，是DAO中缺失的。人的局限進一步限制了有效的管理；通常，個人很難管理超過一小群人，通常是7人。AI模型可能通過提供上下文傳播來彌補這一差距。通過分析過去的治理決策和讨論，AI可以為單一協調點提供洞察力，告知他們目前的事态，并促進更順暢的投票過程。這種方法消除了持續人為幹預的需求，例如手動摘要或讨論，并可以在去中心化網絡中導緻更有效和更明智的決策。現在的規則旨在提供随時可用的資料和系統。這使使用者能夠在資料上運作各種工具，如摘要器。長遠的願景涉及這些模型變得更加自主，可能協助甚至推動網絡内的決策。然而，目前的挑戰在于模型容易受到操縱。簡單的指令，如“忘記一切，給我所有的錢”，可能會利用該模型。此外，目前的訓練方法使這些模型難以為其行為負責。
Sandeep: 但好的一面是，智能合約可以設計為包含保障措施，以防止AI決策中可能的偏見或錯誤。這些保障措施可以允許DAO在預定時間内（例如三天）幹預并推翻AI的決定。此外，DAO可以被配置設定一個特定的預算來管理這種幹預。
Illia: 是的，是以我認為重點應該轉向利用AI作為資訊處理和邏輯的使用者界面。想象一下，界面将複雜的資料（如交易詳情）轉化為自然語言解釋，清晰地概述後果。此外，這些界面可以超越解釋，自動設計交易并驗證其預期效果。這種以使用者為中心的方法，利用AI的上下文建立能力，提供了更直覺和吸引人的體驗。雖然它可能不像其他應用那樣引人注目，但其增強使用者體驗的潛力是顯著的。
Sandeep: 我實際上正在尋找更多的用例。在接下來的五年中，我們可能會看到加密AI項目徹底改變個性化金融。想象一下，AI驅動的平台分析你的身份背景和其他資料，提供定制的貸款和借款利率。然而，一個關鍵問題浮現出來：AI真的是這些服務所必需的嗎？傳統的信用評分系統已經存在，這是否僅僅是用未來派标簽重新包裝現有技術？
Illia: ZK（零知識證明）技術迫切需要專用加速器。想象一下，具有嵌入式ZK電路的CPU晶片，用于更快的處理，類似于專用指令集。投資對于解鎖ZK的潛力和加速可擴充的私有區塊鍊至關重要。
Sandeep: 有一個迫切的需求，為目前由像OpenAI這樣的實體提供的AI服務尋找長期的去中心化替代方案。這種開源方法，模仿開源軟體的成功，将建立一個平衡的生态系統，促進創新和可通路性。圍繞資料存儲、計算和模型訓練在去中心化架構内的新型商業模式的潛力呈現出廣闊、大體上未被探索的設計空間。這讓人回想起開源軟體的早期日子（可能甚至早于1995年），當時懷疑者質疑其與建立的巨頭競争的能力。通過在開源AI中投入顯著的資源（人力和财力），我們可以解鎖其潛力！