原文作者：DARSHAN GANDHI

原文来源：Substack

编译：Lynn，火星财经

在本日的文章中，我们将先容去中央化人工智能 (DeAI) 的天下。
我们将谈论：人工智能的发展生命周期去中央化人工智能的需求DeAI 的实际运用加密 x 人工智能领域的增长催化剂有远见的人引领前哨DeAI 的不敷之处以及加密 x AI 的未来

不过，在开始之前，我们要感谢本日帖子的资助商Nim Network。

Nim Network 正在加密领域构建人工智能游戏和消费者运用的未来，在其链中创建一个将所有权与开源人工智能和运用程序的资金联系起来的生态系统。

人工智能简介

我认为可以肯定地说，人工智能 (AI) 将改变天下。
想象一下，一个孩子通过看图片、学习动物的名字和记住动物的特色来学习识别动物。
随着韶光的推移，孩子识别动物的能力会提高。

人工智能的运作办法类似，利用数据进行学习，并随着韶光的推移提高其性能。

目前已经有许多利用人工智能构建的打破性运用，个中包括👇

ChatGPT：能够进行类似人类的对话。
Perplexity AI：提高搜索准确性。
Jasper AI：作为您内容写作的副驾驶。
DALL-E：根据文本描述天生图像。
Pika Art：根据文本制作高清***。

这个清单可以很长，这里有一个很棒的列表，可以帮助您跟踪这个不断发展的 AI 生态系统。

这些工具正在成为我们日常生活的一部分，使任务变得更轻松、更高效。
人工智能不仅仅是一个未来观点；它积极办理我们本日面临的重大问题。

人工智能的发展正在改变许多行业，例如：

帮助年夜夫更快地诊断疾病使自动驾驶汽车能够安全行驶为用户供应个性化的在线购物体验

资料来源：斯坦福大学人工智能指数报告

原则上，人工智能方法可分为三大类：

集中式人工智能：由单一实体或企业掌握。
去中央化人工智能：专注于分布式掌握、透明度和勉励。
开源人工智能：强调促进协作和透明度。

在本日的研究中，我们将专门探索“分散式人工智能”。

人工智能的发展生命周期

在深入理解细节之前，让我们先理解一下构成人工智能开拓生命周期的不同组成部分。

这将使我们更随意马虎理解权力下放如何促进每个步骤。

人工智能的创新须要多年的进步、持续的反馈、培训和参与。

来源：AI Lifecycle

开拓 AI 模型涉及几个关键阶段，以确保稳健的端到端运营流程。
以下详细先容了生命周期的关键阶段：

问题陈述的识别和设计🎯

统统都始于识别业务问题和定义要办理的目标。
数据网络是最关键的步骤之一，确保模型利用干系且准确的数据。

数据网络和探索

此阶段涉及汇总来自各种来源的数据并评估其质量。
初步数据剖析有助于理解模式和趋势，从而制订数据预处理和特色工程[数据改进]的操持。

数据整理和准备

数据预处理包括清理原始数据并将其转换为丰富、可用的数据集。
利用特色工程从现有数据中创建新特色以增强模型的性能。

模型开拓

此阶段涉及根据问题陈述和网络的数据选择最适宜的机器学习实践。
下一步是演习和测试模型，以确保它能够做出准确的预测。
末了是优化，涉及提高模型的效率

模型支配

将模型支配到实际环境中，可以开始进行预测、建议或任何经由演习的操作。
您可以利用打算供应商将其投入生产。
持续监控确保模型保持准确性和有效性。
偏见检测确保决策的公正性。

模型掩护和再演习

掩护模型涉及定期更新和利用新数据重新演习。
重点是网络尽可能多的反馈并将其发送回模型以进行调度和增强。

如今，这些模型大多来自研究机构、私营公司或少数开源组织。
谷歌、OpenAI、IBM、AWS 和微软等公司是个中的紧张参与者。

这是来自不同垂直行业参与者的 GenAI 模型的市园地图🗺️

资料来源：Strategy Deck 的 GenAI 市园地图

快速概览一下多年来人工智能技能栈的演化

来源：这些年来技能是如何发展的

去中央化人工智能的需求

集中式人工智能存在问题。
想想看：单点故障意味着一次入侵就可能危及统统。

另一方面，去中央化人工智能 (DeAI) 通过将数据分布在多个节点上来改变游戏规则，使系统更加安全。
如果一个节点受到攻击，别的节点仍可连续顺利运行。
这种设置还利用户能够更好地掌握其数据，从而降落隐私风险，尤其是在利用全同态加密 (FHE) 和零知识机器学习 (ZKML) 等技能时。

审查制度是中央化系统的另一个重大问题。
一个实体可以掌握和操纵信息。
另一方面，去中央化人工智能将掌握权分散，使任何单一实体都更难主导叙事。
这确保了信息仍旧可访问且不受不当影响。

我认为透明度是一个关键成分。
开源模型、勉励机制和协作事情流管理意味着任何人都可以随时检讨和验证决策。
这种程度的开放性办理了人们对集中式系统中隐蔽的偏见和不透明流程的担忧。
此外，它还许可更多人加入并做出贡献。
例如，拥有未利用打算空间的人现在可以通过 Akash 和 Render 等分散式打算供应商将其出租。

去中央化模式还限定了中心实体的权力，防止滥用人工智能用于不正当目的。
通过促进协作和知识共享，它充分利用了集体聪慧和更广泛的管理，从而实现更强大、更开放、更准确的系统。

加密货币充当了这一推动者，将两全其美的上风结合在一起。
它供应了对顶级做事、打算、模型和数据的访问，同时还为每个利益干系者供应了勉励循环、安全性和隐私性。
这种协同浸染确保了 DeAI 不仅有效，而且公正安全。

DeAI 的实际运用

以下是 DeAI 领域的一些关键运用：

来源：ChainML的web3须要ai blo g

行业方面

🏥 医疗保健

DeAI 通过在医疗机构之间实现安全、私密的数据共享来增强医疗保健。
人工智能算法可以剖析匿名数据以识别模式、预测疾病爆发并制订个性化治疗方案。
例如，患者可以私下与医院共享其数据，并确保只有他们自己拥有这些数据，而其他人无法拥有。

💹 财务

去中央化金融（DeFi）是 web3 最大的子生态系统之一。
AI 可以帮助增强风险管理和交易。
这些协议利用人工智能来评估风险、预测资产价格并优化交易策略。
例如，许多项目正在开拓有效资产管理工具、人工智能驱动的自动做市商 (AMM) 等。

🛡️ 安全和敲诈检测

人工智能算法可以通过剖析交易数据的模式和非常来帮助系统检测和防止敲诈。
这增加了 web3 协议的安全性。
例如，在 NFT 生态系统中，AI 可以帮助识别假冒资产，确保完全性。

🖌️ 内容/情绪天生

可以利用人工智能来创建故事情节、传说、游戏机制等。
例如，web3 游戏可以利用 AI 根据文本描述天生游戏内容，并由智能合约来管理角色肖像和物品等资产的所有权。
此外，理解用户对种别、问题或市场的意见也非常有代价。
Kaito 和 Nansen 等工具旨在供应这种情报

🤖 人工智能代理和自动化

有一些项目正在为各个领域的任务构建自主人工智能代理，从客户做事到供应链管理。
任何人都可以创建这些代理，也可以通过协作的办法创建，所有利益干系者都可以以自动化的办法无缝地得到褒奖。

🌐 用户体验

用户体验在 web3 中并不是最好的，但模型可以通过个性化推举和行为预测来帮助增强这一点。
去中央化的社交网络便是一个很好的例子，它许可用户选择内容推举的算法或根据自己的喜好来管理他们的信息。
生态系统管理水平

🎁 勉励构造

利益干系者可以通过供应数据、打算能力或开拓算法得到褒奖（赚取代币）其动机是，人们有强烈的需求驱动力，聚拢在一起，互助办理难题，同时也为他们付出的韶光和努力得到合理的回报

💸 本钱效益

DeAI 平台可通过利用分布式网络中的未利用资源大幅降落本钱。
它们肃清了对昂贵数据中央的需求，并确保资源得到最大限度的利用。
例如，Akash Network、Aethir 和 Render 等项目许可用户出租未利用的打算能力用于 AI 任务，从而提高效率。

🏛️ 管理

DeAI 还可用于改进管理流程，尤其是对付协议和 DAO。
人工智能可以自动化荣誉管理和褒奖，例如确保在 DAO 中公正地承认贡献。

加密 x 人工智能领域的增长催化剂

加密技能与人工智能的交汇有几个强大的催化剂推动其增长。
让我们来看看个中的几个。

首先，生态系统中的资金一贯在增加。
在过去的一年中，136 轮融资共投入 10.2 亿美元，均匀每轮 750 万美元。
Hack VC、Variant、Paradigm 和 Polychain 等有名投资者一贯在进行大量投资。
这些资金的涌入正在推动该领域的研究和创新。

其次，该技能旨在供应一种比集中式系统更具本钱效益的替代方案。
它可以将潜在运营本钱降落近 50%，高效处理大量数据，同时供应安全性和隐私性。
例如，Akash 声称与 AWS、GCP 和 Azure 比较，其打算能力可降落 85%。

来源：Akash 定价

第三，按市值打算，该领域的领先项目，如 Bittensor、Akash、Render 和 Worldcoin，在过去一年中在二级市场上表现精良。
这些项目一贯是全体 web3 中表现最好的资产之一。
根据 Coinbase 的报告，Crypto x AI 种别在种别层面也表现精良。

来源：Coinbase 报告

第四，NVIDIA 在 2024 年 4 月的最新古迹确实不错。
***中的一些数字：

他们报告称，2024 年第一季度的收入为 260 亿美元，比 2023 年第四季度增长 18%，比一年前增长 262%。
2024 年第一季度 GAAP 每股摊薄收益为 5.98 美元，较上一季度增长 21%，较去年同期增长 629%。

来源：NVIDIA博客

这些都是热门数字🔥

第五，最近所有中央化做事都同时瘫痪，包括 Google.com、Chatgpt、Perplexity - 但另一方面，所有 web3 做事都无缺无损，运行良好。
Akash Network 的创始人在这次事宜发生时发布了这条推文。

资料来源：Greg 的推特

由于这些以及许多其他类似的举措、活动和创新，该领域正在快速发展。

前瞻者引领前行

由于一些关键行业人物的支持和参与，该生态系统正在得到发展动力。

艾里克·沃希斯ShapeShift 的创始人和 Twitter 名人，推出了 Venice AI ，旨在创建 ChatGPT 等盛行 web2 LLM 的无容许替代方案威尼斯看重用户隐私和非审查，利用开源技能供应未经审查的、公道的信息。
埃玛德·莫斯塔克Stability AI 创始人兼前首席实行官已辞职，全身心投入 DeAI 业务——他正在创建 Schelling AI他认为，随着人工智能变得越来越主要、透明和分布式，管理将变得至关主要。
尼拉吉·潘特曾任Polychain Capital GP，现正在打造Ritual.net 。
该平台旨在构建人工智能的主权实行层，实现人工智能模型的开放和无需容许的创建、分发和改进。
Ritual.net 的第一阶段 Infernet 许可开拓职员通过智能合约在链上和链下访问模型。

什么地方不太好？

去中央化人工智能虽然有很多好处，但也面临着值得关注的重大寻衅。
以下是目前面临的关键问题：

🚧初始设置本钱和寻衅

建立 DeAI 网络面临相称大的困难。
建立必要的根本举动步伐和吸引参与者须要大量的韶光和资源。
这个冷启动问题凸显了须要强有力的勉励方法来吸引早期采取者。
然而，如果没有达到临界规模，网络就很难得到吸引力。

🧩增加折衷哀求

管理去中央化网络非常繁芜。
同步多个节点亲睦处干系者、确保数据同等性、掩护安全性以及经济高效地运营须要付出巨大努力。
虽然这种折衷表示了加密 x AI 的实质，但有时它会变得效率低下且繁琐。

⏳ 可扩展性寻衅

网络面临着可扩展性问题。
在不降落性能的情形下处理不断增长的数据和交易是当前面临的重大寻衅。
由于节点正常运行韶光的变革，去中央化网络可能会碰着延迟和带宽问题，从而影响整体效率。
分片等办理方案仍在不断发展，可能无法完备缓解这些问题。

🔧访问资源

公司在获取尖端资源时常常会碰着障碍。
大型中央化供应商可以大量投资于最新的硬件和软件，从而得到竞争上风。
相反，受资金限定的 DeAI 项目可能会掉队，从而影响其性能和能力。
例如，由于需求较高，NVIDIA 方向于优先向 GCP、Azure 和 AWS 等超大规模供应商分配资源，而不是向 web3 供应商分配资源。
然而，对付 web3 供应商来说，目前的供应超过了需求，或者他们可能仍处于初期培植阶段。

监管和法律寻衅

加密货币在很大程度上处于监管灰色地带。
缺少明确的监管框架可能导致法律风险和不愿定性。
在去中央化环境中，遵守 GDPR 等法规变得更具寻衅性，从而引发了一场持久的环球斗争。

加密 x AI 的未来

加密技能与人工智能的领悟有望促进办理现实天下寻衅的创新项目和运用。

在我们即将发布的博客中，我们将深入磋商加密的几个关键子种别。
我们将通过 Modulus Labs 和 Giza 等项目探索零知识机器学习 (zkML)，这些项目正在开拓以模型推理为中央的产品。
此外，我们将研究去中央化的云打算供应商，例如 Render、Akash Network 和 Aethir，重点先容它们在供应可扩展且经济高效的传统云做事替代方案方面所发挥的浸染。

许多其他种别，包括 AI 代理、消费者运用和 web3 游戏，都发达发展，Prime、Nim Network 和 AI Arena 等项目都在这个领域运营。
虽然这个列表还可以进一步扩展，但我们将留到下一篇博文中进一步磋商。

该领域具有长期存在和成功记录的几个项目包括：

Bittensor ：该项目正在开拓一个去中央化的网络，勉励参与者通过区块链共享人工智能模型和数据集，并利用“子网”褒奖贡献。
Fetch ：Fetch 致力于自主 AI 代理市场，供应与 ChatGPT 和 Slack 等顶级做事的集成，通过大略的 API 集成促进折衷。
Akash 网络：Akash 网络专注于构建一个供应云打算资源的去中央化市场，它利用其 AKT 代币进行网络内的管理、安全和交易。

结束语

我坚信，去中央化人工智能（DeAI）将会改变游戏规则，而且我们才刚刚开始见证它在生态系统中的增长。

DeAI 表示了透明、协作和环球影响力的原则。
正如我们所谈论的，它正在重塑各个关键领域。

Render、Akash 和 Worldcoin 等项目凭借其显著的吸引力和资金，不仅凸显了这一领域的巨大潜力，而且预示着未来几年它可能经历的大幅增长。

展望未来，我们将深入研究加密 x 人工智能的子种别，连续探索这一动态垂直领域。

未来是光明的，我们才刚刚开始。

感谢阅读！
干杯！

参考去中央化人工智能（DAI）——探索 DAI去中央化人工智能——为人工智能代理引入去中央化节点去中央化人工智能投资论文和顶级代币Aiwork 的去中央化人工智能Endoftheworld.***：加密 x AIArchetype Fund 的 Crypto x AI 日去中央化人工智能的推动者Grayscale 的人工智能与加密货币协同效应Reflexivity Research 的加密与人工智能的交集Elliptic 通过 AI 增强区块链剖析理解加密技能与人工智能的交集（作者：Galaxy）Omnida 解读 web3 发达发展的 AIWeb3 须要 AI 通过 ChainML 发挥其潜力Ocular 实现人工智能与 Web3 的领悟Techopedia 对去中央化 AI 的定义Coinbase 带来的人工智能与加密货币协同效应集中式与分散式人工智能