灰度：Crypto如何加速AI時代的到來？

作者：Grayscale Research

編譯：Felix, PANews

Grayscale（灰度）昨日宣佈推出專注於去中心化AI的新基金Grayscale Decentralized AI Fund LLC。基金首批項目包括Bittensor（TAO）、Filecoin（FIL）、Livepeer（LPT）、Near（NEAR）和Render（RNDR），其中Near、Filecoin和Render爲基金中的最高權重資產。受此消息影響，相關代幣大幅上漲。隨後，Grayscale發文對AI及去中心化AI進行了解讀，闡述了對其重視的原因。以下爲內容全文。

人工智能（AI）是本世紀最有前途的新興技術之一，有可能指數級提高人類生產力併爲醫學突破提供動力。雖然AI在今天可能很重要，但其影響力只會越來越大。據普華永道估計，到2030年，AI將成長爲一個價值15萬億美元的行業。

然而，這項前景光明的技術也面臨着挑戰。隨着AI技術越來越強大，AI行業的權力卻集中在少數公司手中，對社會有潛在的危害。這也引發了外界對深度造假、嵌入式偏見和數據隱私風險的嚴重擔憂。幸運的是，加密技術以去中心化和透明度的特性爲其中一些問題提供了潛在的解決方案。

本文將探討中心化帶來的問題，以及去中心化AI如何幫助解決其中的一些弊端。此外還將討論Crypto和AI的交集，重點介紹該領域已顯示出早期採用跡象的加密應用。

中心化AI的問題

當前AI發展面臨着一定風險和挑戰。AI的網絡效應和密集的資本需求非常顯著，以至於大型科技公司以外的許多AI開發人員，如小公司或學術研究人員，要麼難以獲得AI開發所需的資源，要麼無法將其工作變現。這限制了AI的整體競爭和創新。

因此，對這一關鍵技術的影響力主要集中在OpenAI和谷歌等少數幾家公司手中，引發了對AI治理的嚴重質疑。例如，今年2月，谷歌的AI圖像生成器Gemini被曝種族歧視和歷史錯誤，涉嫌操縱模型。此外，去年11月，一個由六人組成的董事會決定解僱OpenAI首席執行官Sam Altman，暴露了少數人控制着開發這些模型的公司的事實。

隨着AI影響力和重要性越來越大，許多人擔心一家公司可能會掌握對社會產生巨大影響的AI模型的決策權。甚至可能會以犧牲他人的利益爲代價，設置壁壘閉門造車，或者操縱模型以謀取私利。

去中心化AI如何提供幫助

去中心化AI是指利用區塊鏈技術，以提高透明度和可訪問性的方式，分配AI所有權和治理的AI服務。Grayscale Research認爲，去中心化的AI有可能將這些重要的決策從封閉的環境中釋放出來，爲公衆所有。

區塊鏈技術可以幫助開發人員增加對AI的訪問，降低獨立開發人員構建和工作成果變現的門檻。這將有助於提高整體AI創新和競爭，並與科技巨頭開發的模型保持平衡。

此外，去中心化的AI可以幫助實現AI投資的民主化。目前，除了通過一些科技股之外，很少有辦法獲得與AI開發相關的收益。與此同時，大量私人資本已分配給AI初創公司和私營公司（2022年爲470億美元，2023年爲420億美元）。因此，只有一小部分風投和合格投資者可以獲得這些公司的收益。相比之下，去中心化的AI加密資產對每個人都是開放的，任何人都可以參與AI的未來。

如今交匯領域發展如何？

Crypto和AI的交匯在成熟度方面仍處於早期階段，但市場的反應令人振奮。截至2024年5月，加密資產的AI領域回報率爲20%，其表現優於絕大多數加密賽道。此外據Kaito數據，與DeFi、Layer2、Meme和RWA等其他賽道相比，AI賽道目前在社交平臺上的“敘事心智份額”最高（市場關注度最高）。

最近，一些知名人士開始擁抱這一新興領域，致力於解決中心化AI的缺陷。今年3月，AI公司Stability AI創始人Emad Mostaque離開公司，轉而追求去中心化AI，他表示“現在是時候確保AI保持開放和去中心化了”。此外，ShapeShift創始人Erik Vorhees最近推出了Venice.ai，這是一款專注於隱私的AI服務，具有端到端加密功能。

圖1：今年迄今爲止，AI Universe的表現幾乎超過了所有加密賽道

可以將Crypto和AI的交集分爲三個主要子類：

• 基礎設施層：爲AI開發提供平臺的網絡（例如NEAR，TAO，FET）
• AI所需的資源：提供AI開發所需的關鍵資源（計算、存儲、數據）的資產（例如 RNDR、AKT、LPT、FIL、AR、MASA）
• 解決AI問題：試圖解決AI相關問題的資產，例如機器人和深度僞造的興起以及模型驗證（例如WLD、TRAC、NUM）

圖 2*：AI和Crypto市場地圖*

資料來源：Grayscale Investments。所含協議爲說明性示例

爲AI發展提供基礎設施的網絡

第一類是提供無需許可的開放式架構的網絡，專爲AI服務的總體開發而構建。這些資產不專注於某一種AI產品或服務，而是專注於爲各種AI應用創建底層基礎設施和激勵機制。

NEAR在這一類別中脫穎而出，其創始人是“Transformer”架構的聯合創始人，該架構爲ChatGPT等AI系統提供支持。今年5月，NEAR宣佈將專注於打造用戶擁有的AI生態系統，致力於優化用戶隱私和主權。6月下旬，NEAR啓動了其AI孵化器計劃，用於開發NEAR原生基礎模型、AI應用程序的數據平臺、AI代理框架和計算市場。

Bittensor是一個使用TAO代幣來經濟地鼓勵AI發展的平臺。Bittensor作爲38個子網（subnets）的底層平臺，每個子網都有不同的用例，如聊天機器人、圖像生成、財務預測、語言翻譯、模型訓練、存儲和計算。Bittensor網絡用TAO代幣獎勵每個子網中表現最好的礦工和驗證者，併爲開發人員提供無需許可的API，通過查詢Bittensor子網中的礦工來構建特定的AI應用。

此類別還包括其他協議，如Fetch.ai和Allora網絡。Fetch.ai是一個供開發人員創建複雜AI助手（即“AI 代理”）的平臺，最近與AGIX和OCEAN合併，總市值約爲75億美元。另一個是Allora網絡，這是一個專注於將AI應用於金融應用的平臺，包括DEX和預測市場的自動交易策略。Allora還沒有發行代幣，並在6月份進行了一輪戰略融資，私募融資總額達3500萬美元。

AI****發展所需的資源

第二類包括以計算、存儲或數據的形式爲AI開發提供所需資源的資產。

AI的興起對GPU形式的計算資源產生了海量的需求。諸如Render（RNDR）、Akash（AKT）和Livepeer（LPT）之類的去中心化GPU市場爲模型訓練、模型推理或渲染3D生成式AI的開發人員提供了閒置GPU供應。據估計，Render提供約1萬GPU，重點面向藝術家和生成式AI；而Akash提供400 GPU，重點面向AI開發人員和研究人員。與此同時，Livepeer最近宣佈了一個新的AI子網計劃，目標是2024年8月執行文本轉圖像、文本轉視頻和圖像轉視頻等AI推理任務。

除了需要大量的計算資源外，AI模型還需要大量的數據。因此，對數據存儲的需求大幅增加。Filecoin（FIL）和Arweave（AR）等數據存儲解決方案可以作爲去中心化和安全的網絡替代方案，將AI數據存儲在中心化AWS服務器上。這些解決方案不僅提供具有成本效益和可擴展的存儲，還通過消除單點故障和降低數據泄露風險，來增強數據安全性和完整性。

最後，現有的AI服務，如OpenAI和Gemini，可以分別通過Bing和谷歌搜索持續訪問實時數據。這讓除科技公司之外的所有其他AI模型開發者處於不利地位。然而，像Grass和Masa這樣的數據抓取服務可以幫助創造公平的競爭環境，因爲其允許個人通過爲AI模型培訓提供應用程序數據來獲利，同時保持對個人數據的控制和隱私。

嘗試解決AI相關問題的資產

第三類包括試圖解決AI相關問題的資產，包括機器人、深度僞造和內容來源的興起。

AI的另一個顯著問題是機器人和錯誤信息的泛濫。AI生成的深度僞造已經對印度和歐洲的總統選舉產生了影響，專家們“非常害怕”即將到來的美國總統競選，出現由深度僞造嚴重驅動的海量“虛假信息”。旨在通過建立可驗證的內容來源，來幫助解決與深度僞造相關的問題的資產包括Origin Trail（TRAC）、Numbers Protocol（NUM）和Story Protocol。此外，Worldcoin（WLD）試圖通過獨特的生物識別標識來驗證，從而解決機器人問題。

AI的另一個風險是確保對模型本身的信任。如何相信收到的AI結果沒有被篡改或操縱？目前，有幾個協議通過密碼學、零知識證明和完全同態加密（FHE）來幫助解決這個問題，比如Modulus Labs和Zama。

結論

雖然這些去中心化的AI資產已經取得了初步成果，但目前仍處於早期階段。今年年初，風險投資家Fred Wilson表示，AI和Crypto是“同一枚硬幣的兩面”，“Web3將幫助我們信任AI”。隨着AI行業的不斷成熟，Grayscale Research認爲，這些與AI相關的加密用例將變得越來越重要，這兩種快速發展的技術有可能相互成就。

許多跡象表明AI時代即將來臨，並將產生深遠的，或積極或消極的影響。通過利用區塊鏈技術的特性，相信Crypto最終可以幫助減輕AI一些危險。

相關閱讀：爲什麼風投公司大舉押注Crypto x AI