轉發原文標題《深入解析 BasedAI：隱私和效率並重的大語言模型運行網路，AI 賽道的下一個Bittensor？》

AI賽道持續火熱。

不少項目都在試圖讓自己AI化，冠以“幫助AI做的更好”的新主張，以期順着AI的風飛的更高。

但其中大部分老項目在過往的週期中已經價值發現，而類似Bittensor等新項目已經不再“新”，我們仍需要尋找尚未兌現價值，且具有敘事潛力的項目。

在加密項目“幫助AI做的更好”中，改進隱私性一直都是個具有吸引力的方向：

其一是因爲保護隱私天然與去中心化中的平權概念有內在共鳴，其二要保護隱私，不可避免的要用上zk和同態加密等技術。

理念正確的敘事加上高深的技術，一個AI項目的發展大概率不會差。

而如果這樣一個嚴肅的項目還能加上Meme幣的玩法，會不會更有趣了？

3月伊始，一個名爲 BasedAI 的項目在推特上悄然註冊帳號，但轉帖之外也才正兒八經的發了2條推文；同時其官網看上去極其簡陋 —— 除了一篇高大上的論文版白皮書之外。

而某些外網KOL已經先人一步開啓了分析，並感言該項目可能是下一個Bittensor。

同時，其同名代幣$basedAI 自2月底開始一路高歌猛進，漲幅超過了誇張的40倍。

在仔細研讀了該項目的論文白皮書後，我們發現BasedAI是一個集大語言模型、ZK、同態加密和 Meme 幣於一體的AI項目；

在認可其敘事方向的同時，我們更感嘆於其精妙的經濟設計，將計算資源的調度和其他Meme幣的使用，很自然地聯系在了一起。

考慮到該項目尚處在非常早期的階段，因此本期內容我們將對其進行解讀，看其是否有成爲下一個 Bittensor 的潛力。

當嚴肅的科學和Meme結合

BasedAI 到底在幹啥？

在回答這個問題之前，不妨先看看這個BasedAI是誰做的。

公開資料顯示，BasedAI 由一個名爲 Based Labs 的組織和 Pepecoin 創始團隊聯合開發，試圖解決當前AI領域大語言模型使用時的隱私問題。

前者 Based Labs 的公開資料並不多，其官網非常神祕，僅有一串由黑客帝國風格組成的技術關鍵詞（點此訪問）；而組織中的研究員 Sean Wellington， 正是 BasedAI 公開的論文白皮書作者：

同時，谷歌學術資料顯示，Sean 於UC伯克利畢業，自06年起還發表了多篇與清算系統、分布式數據相關的論文，擅長AI和分布式網路研究，看上去是一位在技術領域頗有研究的大佬。

而另一邊，pepecoin 並不是目前大熱的那個PEPE幣，而是最初源於16年就啓動的一個meme，當時還有自己的主網L1，目前已經遷移到以太坊上。

你可以說這是個OG Meme，也懂L1的開發。

但一邊是嚴肅的AI科學論文大佬，另一邊是Meme 團隊；看似業務不相關的兩撥人，如何在 Based AI中擦出火花？

ZK和FHE，兼顧AI計算效率和隱私

如果把 Meme 成分放在一邊，BasedAI 的推特簡介其實很直接的點出了項目的敘事價值：

“Your prompts are your prompts.” （你的提示詞就是你的）

這實際上在強調隱私和數據主權的重要性：當你使用 GPT 等AI大語言模型時，你輸入的任何提示詞和信息實際上都會被對面的服務器接收，本質上你的數據隱私暴露給了OpenAI或其他模型提供方。

雖然這樣看上去無傷大雅，但終歸是有隱私問題，而你只能無條件信任AI模型提供方不會濫用你的對話記錄。

刨去 BasedAI 白皮書中晦澀的數學公式和技術設計，你可以簡單把 BasedAI 要做的事理解成：

將你與大語言模型對話的任何內容加密，在不暴露明文的情況下，還能讓模型完成計算，並最終返還只有你才能解密的結果。

你一定會預感到，要實現這種效果，又輪到ZK（零知識證明）和FHE（全同態加密）這兩個隱私技術登場了。

• ZK允許你在不暴露明文的情況下，證實一件事的真假；
• FHE允許你在加密的情況下， 對加密數據進行計算。

兩者一結合，就能實現—- 你的提示詞以加密形式提交給AI模型，模型返回給你回答，但中間的相關方都不知道你問的問題是什麼，以及回答的結果是什麼。

這聽起來不錯，但有個關鍵問題 —- 執行FHE技術上需要消耗大量計算資源和等待時間，效率較低。

而諸如GPT等LLM大模型面向用戶，又要求快速顯示結果，如何處理計算效率和隱私保護之間的矛盾呢？

BasedAI 在其論文中專門強調了其提出的“Cerberus Squeezing”技術，並以復雜的數學公式進行論證：

我們無從專業的評估這個技術的數學實現，但其要做的事可以被簡單理解成：

優化FHE（全同態加密）中處理加密數據的效率，有選擇地將計算資源集中在最有影響力的地方，快速完成計算以顯示結果。

同時論文也用數據實證了這個優化所帶來的效率提升：

在使用了Cerberus Squeezing 的情況下，全同態加密所需要的計算步驟可以被近乎縮短一半。

至此，我們可以快速的模擬出一個用戶在使用BasedAI時的全流程：

• 用戶輸入提示詞，要求分析某人對話記錄中展現的情感，但希望保護記錄隱私。
• 通過BasedAI平台以加密形式提交這些數據，同時指定需要使用的AI模型（比如情感分析模型）。
• BasedAI 網路中的礦工接收到這個任務，使用自己的計算資源來執行指定的AI模型，處理這批加密數據。
• 網路節點在不解密數據的情況下完成計算任務，將加密的處理結果返回給用戶。
• 用戶收到加密結果，使用自己的密鑰解密，得到了自己需要的數據分析結果。

“大腦”、礦工和驗證者

在技術之外，BasedAI這個網路中具體有哪些角色，來執行技術並滿足用戶需求呢？

首先需要介紹的，是其自創的“大腦”概念。

A “Brain” from Based Labs

一般對AI加密項目來說，逃不脫的幾個要素是：

• 礦工：負責執行計算任務，消耗計算資源
• 驗證者：驗證礦工完成的工作的正確性，並確保網路中的交易和計算任務的有效性
• 區塊鏈：將執行的計算和驗證任務的結果寫在帳本上保存，並通過鏈所自帶的原生代幣激勵不同角色的行爲。

BasedAI 在這3要素的基礎上，還套了一層“大腦”的概念：

“你必須有一個大腦，來裝進礦工和驗證者的計算資源，讓這些資源爲不同的AI模型進行計算並完成任務”。

說白了，這些”大腦”作爲特定計算任務的分布式容器，用於運行修改過的大型語言模型（LLMs）。每個”大腦”可以選擇它希望其關聯的礦工和驗證者。

如果你覺得這個解釋很抽象，可以將擁有一個大腦理解成擁有一個“開展雲服務的許可證”：

你想拉一批礦工和驗證者來做大語言模型的加密計算，那你必須要持有一個經營許可證，證上寫着：

• 你營業的地址在哪（編號）
• 你的營業範圍是啥（用AI做情感分析，文生圖，醫療助手..）
• 你的計算資源有多少，能力有多大
• 你具體拉了哪些人進來
• 你幹這這件事能獲得多少獎勵

從Based AI 的論文中可以看到，BasedAI的每個”大腦”都能容納多達256個驗證者和1792個礦工，而系統一共只有1024個大腦，這又無形增加了大腦的稀缺性。

而礦工和驗證者要加入某個大腦，需要這麼做：

• 礦工：連入該平台，決定要分配的GPU資源（更適合計算），可存入$BASED代幣，開始計算工作
• 驗證者：連入該平台，決定要分配的CPU資源（更適合驗證），可存入$BASED代幣，開始驗證工作

存入的$BASED代幣越多，礦工和驗證者在大腦上運行的效率越高，他們獲得的 $BASED 獎勵就越多。

顯然，一個大腦代表了一定的權力和組織關係，這也爲代幣和激勵設計打開了空間（後文詳細介紹）。

不過這個大腦的設計，是不是有點眼熟？

不同的大腦，在 Bittensor 中有點類似不同的子網subnet，執行不同特定的任務，使用不同的AI模型；

而在上個週期流行的Polkadot中，不同的大腦又像不同的“卡槽”，來運行一個個平行鏈，執行不同的任務。

BasedAI 官方也給出了一個“醫療大腦”執行任務的示意：

• 病患醫療記錄被加密提交到醫療大腦，生成提示詞來詢問合適的診斷意見；
• BasedAI網路中合適的大語言模型在ZK和FHE的幫助下，無需解密敏感的病患數據即可生成回答，該步驟調用礦工和驗證者的計算資源；
• 醫療保健提供者從 BasedAI 網路接收加密輸出。只有提交用戶才能解密其結果，獲得治療建議，而在此過程中數據不會被暴露或泄露。

玩出花的“大腦”權限售賣，利好 Pepecoin

那麼， 怎麼獲得一個大腦，拿到AI模型加密計算的“開工許可證”權限呢？

BasedAI 聯合 Pepecoin，將這個權限的售賣玩出了花，並賦予了Pepecoin這個MEME代幣使用價值。

由於大腦只有1024個，項目方很自然的利用了NFT的Mint —- 每售出一個大腦，都會生成一個對應的ERC-721代幣，你可以將其看成一個許可證。

而要Mint這個大腦NFT，需要2種與Pepecoin相關的動作才能解鎖：燃燒或質押 Pepecoin。

• 燃燒方面，第一個大腦需要用戶花費1000個Pepecoin才能Mint；
• 每Mint一個大腦，下一次Mint的成本增加200 Pepecoin；
• 通過這種方式生成的大腦可轉讓交易；
• 如果所有Brains都是通過Burn燃燒方法獲取，則會有107,563,530 Pepecoin將被永久銷毀。（CMC數據顯示，當前流通量爲133M，若這個燃燒全部實現，幾乎減少了80%的代幣供應量）

而在質押方面：

• 要求用戶質押 100,000 Pepecoin，爲期 90 天；
• Brain 的ERC-721 NFT在質押後立即發行；
• 通過這種方式生成的大腦不可轉讓，但會被逐漸獎勵$BASED項目原生代幣
• 90天後可以解除質押

無論採用哪種方式，隨着更多的大腦被創建，相應數量的 Pepecoin 要麼被燒毀，要麼被鎖定，具體取決於兩種方法的參與比例。

很顯然，與其說這是AI資源的分配，不如說是加密資產的分配。

由於大腦的稀缺性和其開工帶來的代幣獎勵，生成大腦時對 Pepecoin 的需求將顯著增加；質押也好，燃燒也罷， 都會減少流通中Pepecoin的供應量，對於代幣的二級市場價格來說當然是理論上的利好。

同時，只要 ERC-721 合約中發行並活躍的 Brain 數量少於 1024 個，BasedAI Portal 將繼續發行 Brain。

如果 1024 個 Brain 全部發放完畢，BasedAI Portal 將不允許創建新的 Brain。

一個以太坊地址可以持有多個 Brain NFT。 BasedAI 門戶將允許用戶管理從與連接的 ETH 錢包相關的所有擁有的 Brain 中獲得的獎勵。活躍的大腦擁有者預計每個大腦每年可賺取 30,000 至 80,000 美元（官方論文數據）。

在這個經濟激勵的引導下，加上AI和隱私的敘事，可以預見Brain正式上線之後的火爆程度。

總結

在加密項目裏，技術本身並不是目的，技術的作用在於引導注意力，進而引導資產分配和流動。

從BasedAI 的大腦設計中可以明顯看到，項目把“如何促進資產分配”這件事玩明白了： 在數據隱私的敘事正確下，把涉及到AI因素計算所需的資源整合成一種權限，制造這種權限的稀缺性，進而引導資產流入到權限中，推高另一個MEME代幣的消耗。

計算資源得到了正確配置並能獲取激勵，項目的“大腦”資產賺到了稀缺度和聲量，Meme幣減少了流通供應…

從造資產層面看，BasedAI的設計相當老道，也十分精妙。

但如果真要回答那些心照不宣、避而不談、揣着明白裝糊塗的問題：

有多少人會因此使用這個隱私保護的大語言模型？有多少AI巨頭公司又願意與這樣不利己的隱私保護技術合作？

答案恐怕依然難以樂觀。

不過，敘事乘風起，炒作正當時。

有時我們需要的不是質疑是否真的有路可走，而是應當順風而行。

參考資料：

X：https://twitter.com/getbasedai

官網：https://www.getbased.ai/

Pepecoin：https://twitter.com/pepecoins

BasedAI 論文白皮書

聲明：

1. 本文轉載自[techflow]，原文標題“深入解析 BasedAI：隱私和效率並重的大語言模型運行網路，AI 賽道的下一個Bittensor”，著作權歸屬原作者[深潮 TechFlow]，如對轉載有異議，請聯系Gate Learn團隊，團隊會根據相關流程盡速處理。

2. 免責聲明：本文所表達的觀點和意見僅代表作者個人觀點，不構成任何投資建議。

3. 文章其他語言版本由Gate Learn團隊翻譯， 在未提及Gate.io的情況下不得復制、傳播或抄襲經翻譯文章。