加密货币与AI的真实价值：如何辨别真正潜在的应用价值

原文标题：人工智能并非完全胡扯的加密货币项目

原文作者：563，前 Bankless 研究员

原文作者：深潮TechFlow

驾驭和人工智能的交叉点。

” 2020年6月23日，欧盟委员会宣布，将对印度政府的反垄断执法工作给予全面批准。 2020年6月23日，欧盟委员会将正式批准印度政府反垄断执法工作。 2020年6月23日，欧盟委员会将正式批准印度政府反垄断执法工作。

这些活动的首要问题在于：

1. 我和我的家乡
2. 有多少AI项目币

并不是所有去中心化交易所（DEX）都参加内置AI助手，每个聊天机器人也不请求按钮的代币来促进其采用曲线。AI和加密货币技术的这种硬性结合让我最初在这一管理时几乎崩盘。

坏是什么？继续沿着当前的道路走下去，进一步使命挑战技术，最终以失败告终，而大量虚假的“AI x Crypto”也会阻碍我们扭转局面。

好消息是什么？隧道尽头有曙光。有时，AI确实能从加密货币经济学中获益。同样，在一些加密货币使用案例中，AI也能解决一些实际问题。

在今天的文件中，我们将这些小众创新想法的重叠形成了一个整体，其效果大于各部分之和。

AI电池的高层次视野

是的，事实上，这与“加密货币人工智能”不同，它孕育了不同垂直领域的价值观（如果你想更深入地了解它，可以参考Tommy的文章）。请注意，它不同于非常简化的观点，但我希望可以学到基础的理论。

从高层次来看，它是如何协同工作的：

• 已收集数据。
• 处理我的思想，理解如何摄取并应用它。
• 在这一年中，我们将创造一个更加美好的未来。
• 然后可以微调以处理特定的使用案例。
• 最后，这些模型被部署和托管，以便应用程序可以进行有用的实现。
• 需要大量的计算资源，这些资源可以本地运行或从云端获取。

让我们在这些领域中寻找差异化，特别关注不同的加密货币经济设计如何能够改进标准。

加密货币资源开源以战斗机

“闭源”与“开源”开发方法的解决可以追溯到Windows-Linux的争论和Eric Raymond著名的“大教堂与集市”理论。虽然今天Linux在爱好者中广泛使用，但大约90%的用户选择了Windows。为什么？因为激发措施。

至少从外部来看，开放源码开发有很多好处。它可以让最多的人参与到开发过程中，并为此做出贡献。但在这种无头结构中，没有一个统一的指令。CEO不会主动让尽可能多的人使用他们的产品，以促进他们的总结。在开源开发过程中，项目有可能演变成一个“嵌体”，在设计理念的每一个交叉点上都会分裂出不同的方向。

建立激励措施并达到最佳效果的方法是什么？ 构建一个系统，奖励那些能促进目标实现的行为。 严格地把钱交到能让我们更接近目标的行为者手中。 有了加密货币，就可以硬编码成为法律。

我们会看看一些正在进行的项目。

中心化物理学科网络（DePINs）

“哦拜托，这玩意儿？”我知道DePIN拯救了几乎和AI本身一样被讲烂了，但请稍等片刻。我愿意坚信DePIN是一个真正有机会改变世界的加密货币用例。想一想。

防止中介和激发活动。

最初的愿景是帮助人们预防和控制类似疾病，并推动医疗机构和患者获得更安全、更可靠的医疗服务。 正如我们将看到的，这种架构的AI技术是理想的选择。

DePIN使用早期代币发行来增加供应侧（提供），希望这能吸引更广泛的消费者需求。旨在解决新币冷启动问题。

我们必须早期的硬件/软件程序设计语言（例如，Oracle）变得更加庞大，并且开始抵消随着时间减少的代币发行，直到一个完全独立的系统建立起来（占用几年时间）。早期的采用者，如Helium 和 Hivemapper，展示这种设计充分利用了。

数据网络，草根的案例

统计数据显示，GPT-3是用45TB的纯文本数据训练的，相当于大约9000万本小说（但它仍然不能画一个圆）。GPT-4和GPT-5所需的数据量比曲面网络上存在的数据还要多，因此称人工智能为“数据饥渴症”是本世纪最轻描淡写的统计数据。

如果你不是顶尖玩家（OpenAI，Microsoft，Google，Facebook），那么你通常会得到他们想要的。大多数人的常见策略是网页抓取，在你尝试之前加强，一切都很好。如果使用一个亚马逊网络服务（AWS）实例试图大规模抓取网站，就会很快受到速率限制。这就是草的用武之地。

Grass连接了超过百万台设备，组织它们从用户IP地址抓取网站，收集、结构化并出售给急需的数据的AI公司。作为回报，Grass网络的用户凭借他们的数据的AI公司在那里取得了稳定的收入。

当然，目前还没有代币，但未来的$GRASS代币可能会让用户更愿意下载他们的浏览器扩展（或手机应用）。尽管他们已经通过一项极其有限的成功推荐活动对大量用户授予代币。

GPU网络，io.net的案例

或许比数据更重要的计算能力。你知道吗，在2020年和2021年，中国在GPU上投入的资金比石油还多。这简直太疯狂了，但你们个个开始。再见石油币，为计算机币让路。

（报告详见）

现在，市场上有很多GPU DePIN，它们的工作原理大致如下。

1. 急需计算的机器学习工程师/公司。
2. 另一方面，沉浸在数据中心、销毁矿机和销毁GPU/CPU的业余爱好者之中。

尽管全球供应量巨大，但却缺乏协调。要让十个不同的计划，让美国为你使用出价并达成一致。一个中心化的解决方案需要处理一个租约，而这激发了从一方获得的最多利益，但技术上必须加以利用。

通过使用创建市场层的技术，能够有效连接买卖双方。一个代码片段不需要对股东的财务利益负责。

io.net 超过了，因为它引入了一些对于AI训练至关重要的酷炫新技术——他们的集群堆栈。传统的集群涉及同一个数据中心物理连接一堆GPU，使它们能够协同工作进行模型训练。但如果你的硬件分布前景怎么办？io.net 与Ray（用于创建ChatGPT）合作开发了可以连接同一个地点的GPU集群中间件。

而且，AWS 的注册过程占用几天时间，而 io.net 上的服务器可以在90秒内无许可地启动。出于这些原因，我将 io.net 设置为不必要的GPU DePINs，它们都可以插入他们的“IO引擎”，解锁内置的服务器和顺畅的上手体验。这一切仅仅通过加密货币技术才有可能。

你会注意到，大多数具有雄心壮志的去中心化AI项目（如Bittensor，Morpheus，Gensyn，Ritual，Sahara）都有明确的“计算”需求——虽然GPU DePIN应当插入的地方，去中心化AI需要无许可的计算。

激励手段

再次回到比特币的启示。为什么矿工们不断快速计算哈希值？因为这是他们的报酬方式——中本聪提出这种架构是因为因为它优先优化了安全性。这些协议内置的激发结构决定了它们产生的最终产品。

以太坊矿工和以太坊质押者是吸收所有以太坊代币的参与者，因为这个协议想要激励——参与者成为矿工和质押者。

作为一名组织中的成员，我制定了“愿景”或“使命宣言”。但人很容易犯错，可能会让公司脱离正轨。另一方面，计算机代码却能比最粗糙的工资更能保持专注。让我们来看看几个去中心化项目，它们内置的令牌能帮助参与者履行崇高目标。

AI构建网络，课题Bittensor

如果我们让比特币矿工构建人工智能而不是解决没用的数学问题会怎么样？这样，你就得到了 Bittensor。

Bittensor 的核心思想是：1. Bittensor 的核心思想是：1. 创建一个 Bittensor 生态系统，然后进行试验。2. Bittensor 的核心思想是：1. 创建一个 Bittensor 生态系统的智能系统。这意味着一个系统（称为子网，简称“SN”）沿着开发语言模型的方向发展，另一个沿着开发语言模型的方向发展，还有更多沿着语音合成、AI检测或 AI 生成（参见当前活跃的项目）。

对于 Bittensor 网络来说，你想做什么并不重要。只要你能证明你的项目值得资助，只要它就会流动。这是子网所有者的目标，他注册并调整游戏规则。

这个“游戏”中的参与者被称为矿工。这些是构建模型的机器学习/人工智能工程师和团队。他们被中心化到一间实验室的“雷霆穹顶”中，为了获得最多的奖励而相互竞争。

验证者是另一个方面，需进行与矿工相当的驱逐工作。 如果发现验证者与矿工结为佃农，将被驱逐。

记住注意事项：

• 矿工在每次击败其他子网内的矿工时赚得更多——这推动了人工智能的发展。
• 验证者在准确识别高绩效和低绩效矿工时赚得更多——这保持了子网的公正性。
• 子网所有者劣势子网产生的AI模型优于子网更有用时赚得更多——这推动子网所有者优化其“游戏”。

您可以尝试将Bittensor视为一个AI开发永久奖励。新兴的机器学习工程师可以尝试一些资金，并向VCs发起邀请加入其中，并可以获得大量的TAO。

一些顶级团队正在主持构建：

• Nous Research 是开源的王者。他们的子网在微调开源LLM方面颠覆了传统。他们通过对模型进行持续的合成数据流测试，使排行榜无法被操纵（与传统基准测试如HuggingFace不同）。
• Taoshi 的购物业务基本上是一个开源的量化交易公司。他们要求 ML 构建预测资产交易平台，他们的 API 为散户和机构用户提供量化交易信号，并且不断向重大盈利机构提供服务。
• 由Corcel团队开发的Cortex.t 第一个目的，他们激发矿工提供顶级模型（如GPT-4和Claude-3）的API访问，以确保开发者的持续可用性。他们通过合成数据生成，找到了模型训练和基准测试（这也是我们使用的原因）。查看他们的工具——聊天和搜索。

不出意外的话，Bittensor 无疑激发了结构的力量，这一切都归功于加密货币经济学的实现。

智能代理，探究 Morpheus

现在，我们来看看Morpheus的诞生方面：

• 加密货币经济结构正在构建AI（加密货币帮助AI）
• AI启用应用程序在加密货币中启用新的用例（AI帮助加密货币）

“智能代理”只是受智能合约训练的AI模型。它们了解所有DeFi协议的本质，知道在哪里获得收益，在哪里接桥，然后发现可疑的合约。类似于未来的“自动路由器”，它们相当于每个人在5-10年内与区块链互动的方式。事实上，一旦我们达到点，你可能根本不知道使用加密货币技术。你只需要告诉聊天机器人你想把一些保险公司放下另一种投资中，一切都会在发生。

Morpheus 秉承了这一理念：“激励它们，它们就会来”的信息。它们的业务拥有一个平台，在这个平台上，智能代理可以传播和繁荣，每个代理都建立在一个代理的成功之上，在一个小型的外部形态中。

代币募捐结构增强了协议的四个主要贡献者：

• 代码——代理构建者。
• 社区构建前端预览和工具，以吸引新用户加入原型。
• 计算——提供运行代理的计算能力。
• 资本——提供他们的收益，以推动Morpheus战略机器。

为什么要选择那些在MOR基金中被授予“少数派基金”的基金呢？

• 构建最佳代理——目前的代理被一致使用时，创建者会得到报酬。与免费提供OpenAI插件不同，即支付给构建者。
• 构建最佳前端/工具——在市场的创作被一致使用时，创建者会得到报酬。
• 提供稳定的计算能力——提供支持在借出计算能力时获得报酬。
• 为项目提供流动性——通过保持项目流动性，改变了他们的日常生活。

尽管有许多的人工智能/智能代理项目，但Morpheus的代币经济结构在设计激发机制方面尤为清晰。

这些智能代理是AI真正消除应用障碍的终极示例。dApp的操作系统是出了名的（尽管多年来一直存在进步），LLM 的出现激发了Jacob Hughes的梦想成为Web2 和 Web3 创始人。尽管存在大量的牟利行为，但像Morpheus 和 Wayfinder这样的优秀（见下方演示）展示了如何将API转换为链上交易的简单性。

（见推文）

将这一切包括，这些系统之间的相似性看起来都是一样的。注意，这缺点是极点。

如何分辨一个项目是否完全无用

记住我们两大广义的“加密货币xAI”：

1. 加密货币幫助AI
2. AI辅助加密货币

正如我们所见，这是一个为整个生态系统构建良好基础的设计。

第一类 – 加密货币帮助AI

DePIN架构启动市场，创造性的代币激励结构可以与开源项目向曾经难以实现的目标努力相结合。是的，我们共同努力争取几个合法的交叉点，由于篇幅限制我将无力承担全部经济效益：

• 中央存储
• 可信执行环境（TEE）
• 实时数据获取（RAG）
• 零知识x机器学习用于推理/出处验证

在决定一个新项目是否真的有价值时，问自己：

• 如果它是另一个成熟的衍生品，那么它的其他位置是否足以让人眼前一亮？
• 它只是开源软件的盘点版本吗？
• 该计划是否真正从加密货币技术中受益，还是加密货币技术被塞了进来？
• 真的需要100个类似HuggingFace（一个流行的开源机器学习平台）那样的加密货币项目？

第二类 – AI帮助加密货币

这一类别中，主要是虚假项目，但是也确实存在一些独立的项目。比如AI模型可以消除操作系统的干扰，尤其是智能代理。以下是一些在AI支持的加密货币应用领域中值得关注的类别：

• 增强的可塑性——跨链操作
• 钱包里面
• 面向用户和应用的实时警报事务

我只是想说“ SUSTAIN 代币”，对我来说那就是垃圾。停止为这些项目提供服务以维护我的理智。另外：

• 添加AI不会神奇地让你的失败应用/链/工具获得产品市场契合
• 没有人会因为一个游戏有AI角色就去玩一个老练的游戏
• 给你的项目加上“AI”标签，就会变得有趣

秋季来临

尽管有很多噪音，但一些严肃的团队正在努力实现“去中心化AI”的愿景，这是值得其奋斗的。

除了激发开源模型开发项目外，去中心化数据网络为新兴的AI开发者打开了新大门。当OpenAI的大多数竞争对手无法与Reddit，Tumblr，或WordPress达成大规模交易时，分布式抓取可以均衡这种差距。

一家公司拥有的计算能力可能永远不会超过世界上其他公司拥有的计算能力的总和，而有了去中心化的GPU网络，这意味着其他你有能力与顶级公司相媲美。你所需要的只是一个数字货币包。

今天，我们正处在十字路口。我们致力于那些真正有价值的“加密货币x人工智能”项目，我们有能力去中心化整个AI堆栈。

加密的愿景通过密码学的力量创造一种无人能及的硬货。正当这项技术开始流行时，一个更可怕的者出现了。

在最理想的情况下，中央政府对人工智能的态度是，

它比你更了解你自己。它知道哪一个按钮不必笑得更多、生气得更多、消费得更多。尽管看起来如此，它并不负责。

最初，人工智能技术被视为一种力量。人工智能技术能够协调去中心化的个人共同努力，实现一个共同目标。然而，现在这种能力正面临一个比中央银行更强大的敌人：中心化的人工智能。这次，时间紧迫，需要迅速采取行动以抵抗人工智能的中心化趋势。