這是我偶然發現的一個類比,實屬令人驚嘆:
有着一百億超級智能的人,願意無償工作。
十分震撼人心,不是嗎?
21世紀將被稱爲人類的人工智能時代。
我們正處於一代技術的早期階段,它將比電的發現、原子分裂甚至火的利用更深刻地改變社會。我離不開它——英國國王是這樣說的:
活在這樣一個時代真是太棒了!誰知道,給算法輸入大量數據並配以龐大的計算資源,會使得人工智能發展出令人驚嘆的新能力?它現在可以進行綜合、推理,並與我們進行真正的對話。有了它,我們能夠以一種自然、直觀的語言與所有人類知識進行互動。
正如馬克·安德森 (Marc Andressen) 簡單概述的那樣, 人工智能將拯救世界。我也是其中一員。
加密貨幣和人工智能代表了這十年來兩個最重要的技術範式轉變。
範式轉變有着以下創新點:
我對變革性進步感到十分興奮 —— 這不是最新的病毒式社交媒體應用。人工智能和加密貨幣正在沿着各自獨特的道路發展,但我預計它們會相互融合。它們是相輔相成的。
Balaji說讓一切都代幣化。Geddit?
但在他半開玩笑的背後,卻隱藏着一個突破性的事實。當加密貨幣和人工智能的兩種力量融合時,一些就會發生一些不同尋常的事情。 加密貨幣充當人工智能堆棧的自然協調層, 徹底改變我們與技術以及彼此互動的方式。
令我惱火的是,“開源”和“去中心化”這兩個術語被混爲一談,並且經常互換使用。當我與人們談論去中心化人工智能時,常見的反應是:
“好吧,但是我們不是已經有了開源的人工智能模型了嗎?”
這些是不同的概念。理解這一點的最簡單方法是將去中心化人工智能視爲開源人工智能的子集。
開源側重於軟件代碼的可訪問性和協作開發,而去中心化則側重於控制權的分配。
開源開發允許公衆訪問原始碼,任何人都能查看、修改和分發代碼。這種方法建立在協作、透明度和社區驅動的開發基礎上。
開源開發的協作性質允許快速迭代和更快的開發週期。 我把它比作建造摩天大樓:任何人都可以改進和發展其他人之前的努力,使我們能夠更快地實現我們的目標。
例如:
在人工智能領域,開源模型是根據許可證發布的,允許任何人直接使用它們或針對特定用例對其進行微調。所有模型權重均可訪問。例如,Mixtral 7B 和 BERT 等模型可供公衆使用和修改。
開源運動正在迅速發展。目前 Huggingface 上有超過 653,000 多個開放模型。
來源:Huggingface.co
看到大型開源人工智能模型迅速趕上專有模型,這非常振奮人心。 Meta 的 Llama-3 的訓練成本高達數百億美元,現在任何有互聯網連接的人都可以使用。其性能優於GPT-3.5,並快速追趕GPT-4。
2023年初的情況並非如此,當時 GPT-4(封閉)和 Llama 65B(開放)之間存在巨大的性能差距。當時,沒有人認爲可以在自己的計算機上運行 GPT-4 質量模型。這一差距在不到一年的時間內就明顯縮小,並且很可能會繼續縮小。
您可能想知道:
爲什麼像 Meta 這樣的公司花費數十億美元來訓練人工智能模型,卻又將它們開源?
扎克知道開源的重要性
科技領域的常識也適用於此:“如果您領先,請將其保留爲專有。如果您落後了,請將其開源。”
我希望我們繼續看到高質量的開源人工智能模型,供任何人微調和構建應用程序。這個很重要。開源模型提供了更好的安全性(受到更多關注)、更大的定制靈活性,並且比閉源模型更具成本效益。
自由市場已經解決了強大的基礎人工智能模型的更大可用性和可訪問性問題——使它們成爲商品和公共產品。
需要明確的是,我並不是一個要求一切都開源的極端主義者。專有模型很重要,並且在專門任務中可能會優於開源模型。對於初創公司和企業家來說,明智的是採用開源模型,針對特定用例對其進行微調,並創建專有應用程序。開源和專有模型將共存。然而,我們必須繼續倡導開源基礎模型,而不是認爲它們的可用性是理所當然的。
開源人工智能只是去中心化這個更大圖景的一部分。這延伸到了權力分配的問題,我們接下來將討論這個問題。
我的讀者,有 99% 的人都會同意人工智能是一項指數技術,體現了人類的集體智慧。如此強大的力量也伴隨着巨大的責任。我們無法以更加中心化的方式來對抗人工智能的中心化。
相反,我們需要以不同的方式思考。
權力去中心化是一種哲學,甚至是一種信念,植根於將權力歸還給個人的原則。這自然會與我們中心化的現代世界產生緊張關係。正如股票市場所示,我們的大部分技術影響力都集中在少數幾家大公司(大型科技公司)中。
2023 年,“七大巨頭”——蘋果、微軟、Alphabet、亞馬遜、英偉達、Meta 和特斯拉——股價飆升近 80%,極大地影響了納斯達克的表現,並主導了標準普爾 500 指數。這是由於它們在科技領域的主導地位,賦予他們巨大的競爭優勢和定價能力。市場也在消化他們在人工智能領域的預期主導地位。
殘酷的事實是,互聯網已經被逼入絕境。我們不擁有我們在線創建的任何內容。相反,我們在不知情的情況下成爲了由大型科技公司控制的數字生態系統的參與者。 我稱之爲“數字奴隸制”。如果我們的數字奴隸主不喜歡我們所做的或所說的,我們就會受到壓制,例如去平台化。
廣義人工智能已經被微軟-OpenAI、亞馬遜-Anthropic 和谷歌-Gemini 等大型中心化公司壟斷。大型科技公司在培養LLM方面具有早期優勢,這需要大量的數據集和計算資源。
不管他們公開說什麼(“我們來這裏是爲了建設未來”),行動勝於雄辯。歷史表明,大型科技公司的首要任務往往是維持其壟斷而不是創新,並利用其資金來強化這一點。
一種方法是參與監管捕獲,遊說只有它有能力遵守的行業法規,有效地設置了高進入壁壘並抑制了新的競爭。他們還有資本收購新興競爭對手。這做法在過去使他們取得了成功。
由 DALL-E 生成
想象一個人工智能主要由大型科技公司擁有的世界。在這個奧威爾式的反烏托邦中:
信用:@Endwokeness
如果不加以控制,我們的社會就有可能過度依賴一些強大的、壟斷的人工智能系統。我們對這些系統的依賴將使我們無法選擇退出,從而將我們鎖定在特定的平台上,在這些平台上我們在精神上受到奴役。
在最近的一次採訪中,馬克·扎克伯格強調了這個問題,他表示,如果一家公司擁有比其他公司更好的人工智能,那麼這就是一個重大問題。這限制了少數產品和人員的技術優勢。採用開源和去中心化優先的方法有助於減輕這些擔憂。
那麼,我想問你: 你想讓本世紀最具變革性的技術被一小羣人控制嗎?
我們需要平衡人工智能技術的中心化力量。我們有一個小窗口來塑造我們所渴望的後人工智能世界——一個民主、開放和公平的世界。
這就是加密貨幣的重要性。通過加密,我們可以堅持以下關鍵原則:
當與 Crypto x AI 創始人交談時,我總是問他們爲什麼在他們的產品中使用區塊鏈/加密貨幣,以及他們是否可以在鏈下做同樣的事情。通常,在沒有區塊鏈的情況下進行人工智能操作會更好、更快、更便宜。然而,更深層次的哲學信仰讓最好的創始人致力於去中心化。
要總結話,就是這些信念:
加密貨幣是民主、公開和公平推進人工智能的最佳技術堆棧。它支持透明、可審計的系統,確保數據所有權歸用戶所有。這確保了全球而不僅僅是富人和少數人能共享這項技術的好處。
Anna Kazlauskas (Vana 創始人)要求我們“想象一個由 1 億人訓練的基礎模型”,所有這些人都獲得某種形式的獎勵。
來源:a16z 企業
去中心化適用於整個生成式人工智能技術堆棧。純粹主義者可能會在堆棧的每一層都要求該技術。 對於像我這樣的現實主義者來說,我認爲去中心化人工智能的最大潛力不在於基礎模型,而在於應用層。
我主要擔心的是互聯網歷史的重演——TCP/IP 和電子郵件等基礎技術可以自由訪問。然而,經濟價值和對用戶數據的控制已集中在谷歌、蘋果和亞馬遜等大公司手中。這些公司在開放技術的基礎上建立了專有的生態系統,廣泛地通過用戶交互獲利。
存在的風險是,即使基礎人工智能模型是開源的,大公司仍然可能主導應用程序層,創建鎖定用戶並將數據控制的專有系統中心化。
好消息是,我們正處於人工智能運動的早期階段,我們有機會改變其發展軌跡。那些支持將人工智能控制權和所有權去中心化的人需要積極致力於建立廣泛分享利益的系統,而不是讓它們集中在少數人手中。
我們的努力不應僅僅專注於支持開源人工智能系統,還需要確保使用這些系統構建的應用程序是開放和透明的,鼓勵良性競爭並使其受到適當的治理。
Venice也希望人工智能去中心化
體現人工智能中去中心化應用的一個例子是Erik Voorhees的Venice。
Venice 是基於開源模型構建的 ChatGPT 替代方案。它提供了一個非許可的平台,允許任何人從任何地方訪問開源機器智能。
Venice 與衆不同,因爲它優先考慮用戶隱私,僅記錄最少的信息(電子郵件和 IP 地址),並且不記錄您的任何對話或響應。該平台還旨在避免審查人工智能的任何反應,保持可信的中立立場。這與 ChatGPT 形成鮮明對比,ChatGPT 具有重要的內容過濾器,正如這位用戶在使用它寫幻想小說時發現的那樣。
我親自體驗了Venice,發現它的反響還不錯。它還具有上帝模式。
我凝視着我的水晶球。以下給出了預告內容。
我們已經確定開源和去中心化對於人工智能至關重要。這在應用層尤其明顯。
過去12個月裏,NVDA的投資者一路笑到銀行。 這是有充分理由的。如今,生成式 AI 的大部分價值都在硬件和基礎設施層(例如 NVIDIA、Amazon Web Services)獲得。
然而,如果我們從雲算力等其他主要技術轉變的趨勢來推斷,未來 10 年價值將不可避免地轉向應用層。 Apoorv(高度計)在他的帖子生成人工智能的經濟學中簡要地強調了這一點。
因此,爲去中心化人工智能應用程序要準備好基礎設施,這一點至關重要,這些應用程序的構建不需要繁重的開發人員工作、管理成本或糟糕的用戶體驗。Ritual、Nillion 和 0G Labs 等初創公司正在開發去中心化訓練、推理和數據可用性所需的系統。
LLM 非常有趣。但人工智能真正令人興奮的未來在於自主人工智能代理——無需人工輸入即可獨立學習、計劃和執行任務的實體。
其中包括專業代理(例如客戶服務聊天機器人)和通才代理,具有開放式目標、廣泛的世界知識(在互聯網規模數據庫上進行訓練)以及廣泛的多任務處理能力。
隨着這些代理變得越來越普遍,它們在區塊鏈上運行將是很自然的,因爲價值交易可以通過代碼輕鬆進行。實在的是,沒有銀行會給人工智能代理提供銀行帳戶或信用卡。傳統的金融體系需要很多很多年才能適應這種新範式。
Michael Rinko在他的文章“The Real Merge”中很好地解釋了這一點:
如果 GPT-5 使用 TradFi,它必須導航爲人類設計的錯綜復雜的銀行界面,處理未針對人工智能優化的身分驗證程序,並可能與客戶服務代理進行交互以進行驗證。或者,如果它想規避這一點,它必須請求並獲得對 Alice 的銀行和貨幣發送器的許可 API 訪問權限。
相比之下,如果 GPT-5 使用加密貨幣,它只會生成一個指定金額和接收者地址的交易,用 Alice 的私鑰對其進行籤名,然後將其廣播到網路。
與區塊鏈上的智能合約交互的能力讓人工智能獲得代理超能力。他們可以進行支付、執行交易、與 dApp 交互以及執行人類用戶可能執行的任何操作。
我們必須確保這些代理能夠在開放、非許可且抗審查的環境中運作,以充分發揮其潛力。加密貨幣爲人工智能代理自主有效地運行提供了基礎設施和激勵網路。鏈上身分也至關重要,並且必然地符合 web3 原則。
我相信去中心化人工智能將能發揮關鍵作用。作爲一個技術物種,人類必須快速進步而不走上黑暗的道路。
我將撰寫一系列這類主題的文章,而這是第一篇,旨在分享我在 Crypto x AI 領域的論文和研究。在接下來的文章中,我將深入研究特定的子領域,包括去中心化 GPU 市場、人工智能代理、數據層和去中心化推理。
這是我偶然發現的一個類比,實屬令人驚嘆:
有着一百億超級智能的人,願意無償工作。
十分震撼人心,不是嗎?
21世紀將被稱爲人類的人工智能時代。
我們正處於一代技術的早期階段,它將比電的發現、原子分裂甚至火的利用更深刻地改變社會。我離不開它——英國國王是這樣說的:
活在這樣一個時代真是太棒了!誰知道,給算法輸入大量數據並配以龐大的計算資源,會使得人工智能發展出令人驚嘆的新能力?它現在可以進行綜合、推理,並與我們進行真正的對話。有了它,我們能夠以一種自然、直觀的語言與所有人類知識進行互動。
正如馬克·安德森 (Marc Andressen) 簡單概述的那樣, 人工智能將拯救世界。我也是其中一員。
加密貨幣和人工智能代表了這十年來兩個最重要的技術範式轉變。
範式轉變有着以下創新點:
我對變革性進步感到十分興奮 —— 這不是最新的病毒式社交媒體應用。人工智能和加密貨幣正在沿着各自獨特的道路發展,但我預計它們會相互融合。它們是相輔相成的。
Balaji說讓一切都代幣化。Geddit?
但在他半開玩笑的背後,卻隱藏着一個突破性的事實。當加密貨幣和人工智能的兩種力量融合時,一些就會發生一些不同尋常的事情。 加密貨幣充當人工智能堆棧的自然協調層, 徹底改變我們與技術以及彼此互動的方式。
令我惱火的是,“開源”和“去中心化”這兩個術語被混爲一談,並且經常互換使用。當我與人們談論去中心化人工智能時,常見的反應是:
“好吧,但是我們不是已經有了開源的人工智能模型了嗎?”
這些是不同的概念。理解這一點的最簡單方法是將去中心化人工智能視爲開源人工智能的子集。
開源側重於軟件代碼的可訪問性和協作開發,而去中心化則側重於控制權的分配。
開源開發允許公衆訪問原始碼,任何人都能查看、修改和分發代碼。這種方法建立在協作、透明度和社區驅動的開發基礎上。
開源開發的協作性質允許快速迭代和更快的開發週期。 我把它比作建造摩天大樓:任何人都可以改進和發展其他人之前的努力,使我們能夠更快地實現我們的目標。
例如:
在人工智能領域,開源模型是根據許可證發布的,允許任何人直接使用它們或針對特定用例對其進行微調。所有模型權重均可訪問。例如,Mixtral 7B 和 BERT 等模型可供公衆使用和修改。
開源運動正在迅速發展。目前 Huggingface 上有超過 653,000 多個開放模型。
來源:Huggingface.co
看到大型開源人工智能模型迅速趕上專有模型,這非常振奮人心。 Meta 的 Llama-3 的訓練成本高達數百億美元,現在任何有互聯網連接的人都可以使用。其性能優於GPT-3.5,並快速追趕GPT-4。
2023年初的情況並非如此,當時 GPT-4(封閉)和 Llama 65B(開放)之間存在巨大的性能差距。當時,沒有人認爲可以在自己的計算機上運行 GPT-4 質量模型。這一差距在不到一年的時間內就明顯縮小,並且很可能會繼續縮小。
您可能想知道:
爲什麼像 Meta 這樣的公司花費數十億美元來訓練人工智能模型,卻又將它們開源?
扎克知道開源的重要性
科技領域的常識也適用於此:“如果您領先,請將其保留爲專有。如果您落後了,請將其開源。”
我希望我們繼續看到高質量的開源人工智能模型,供任何人微調和構建應用程序。這個很重要。開源模型提供了更好的安全性(受到更多關注)、更大的定制靈活性,並且比閉源模型更具成本效益。
自由市場已經解決了強大的基礎人工智能模型的更大可用性和可訪問性問題——使它們成爲商品和公共產品。
需要明確的是,我並不是一個要求一切都開源的極端主義者。專有模型很重要,並且在專門任務中可能會優於開源模型。對於初創公司和企業家來說,明智的是採用開源模型,針對特定用例對其進行微調,並創建專有應用程序。開源和專有模型將共存。然而,我們必須繼續倡導開源基礎模型,而不是認爲它們的可用性是理所當然的。
開源人工智能只是去中心化這個更大圖景的一部分。這延伸到了權力分配的問題,我們接下來將討論這個問題。
我的讀者,有 99% 的人都會同意人工智能是一項指數技術,體現了人類的集體智慧。如此強大的力量也伴隨着巨大的責任。我們無法以更加中心化的方式來對抗人工智能的中心化。
相反,我們需要以不同的方式思考。
權力去中心化是一種哲學,甚至是一種信念,植根於將權力歸還給個人的原則。這自然會與我們中心化的現代世界產生緊張關係。正如股票市場所示,我們的大部分技術影響力都集中在少數幾家大公司(大型科技公司)中。
2023 年,“七大巨頭”——蘋果、微軟、Alphabet、亞馬遜、英偉達、Meta 和特斯拉——股價飆升近 80%,極大地影響了納斯達克的表現,並主導了標準普爾 500 指數。這是由於它們在科技領域的主導地位,賦予他們巨大的競爭優勢和定價能力。市場也在消化他們在人工智能領域的預期主導地位。
殘酷的事實是,互聯網已經被逼入絕境。我們不擁有我們在線創建的任何內容。相反,我們在不知情的情況下成爲了由大型科技公司控制的數字生態系統的參與者。 我稱之爲“數字奴隸制”。如果我們的數字奴隸主不喜歡我們所做的或所說的,我們就會受到壓制,例如去平台化。
廣義人工智能已經被微軟-OpenAI、亞馬遜-Anthropic 和谷歌-Gemini 等大型中心化公司壟斷。大型科技公司在培養LLM方面具有早期優勢,這需要大量的數據集和計算資源。
不管他們公開說什麼(“我們來這裏是爲了建設未來”),行動勝於雄辯。歷史表明,大型科技公司的首要任務往往是維持其壟斷而不是創新,並利用其資金來強化這一點。
一種方法是參與監管捕獲,遊說只有它有能力遵守的行業法規,有效地設置了高進入壁壘並抑制了新的競爭。他們還有資本收購新興競爭對手。這做法在過去使他們取得了成功。
由 DALL-E 生成
想象一個人工智能主要由大型科技公司擁有的世界。在這個奧威爾式的反烏托邦中:
信用:@Endwokeness
如果不加以控制,我們的社會就有可能過度依賴一些強大的、壟斷的人工智能系統。我們對這些系統的依賴將使我們無法選擇退出,從而將我們鎖定在特定的平台上,在這些平台上我們在精神上受到奴役。
在最近的一次採訪中,馬克·扎克伯格強調了這個問題,他表示,如果一家公司擁有比其他公司更好的人工智能,那麼這就是一個重大問題。這限制了少數產品和人員的技術優勢。採用開源和去中心化優先的方法有助於減輕這些擔憂。
那麼,我想問你: 你想讓本世紀最具變革性的技術被一小羣人控制嗎?
我們需要平衡人工智能技術的中心化力量。我們有一個小窗口來塑造我們所渴望的後人工智能世界——一個民主、開放和公平的世界。
這就是加密貨幣的重要性。通過加密,我們可以堅持以下關鍵原則:
當與 Crypto x AI 創始人交談時,我總是問他們爲什麼在他們的產品中使用區塊鏈/加密貨幣,以及他們是否可以在鏈下做同樣的事情。通常,在沒有區塊鏈的情況下進行人工智能操作會更好、更快、更便宜。然而,更深層次的哲學信仰讓最好的創始人致力於去中心化。
要總結話,就是這些信念:
加密貨幣是民主、公開和公平推進人工智能的最佳技術堆棧。它支持透明、可審計的系統,確保數據所有權歸用戶所有。這確保了全球而不僅僅是富人和少數人能共享這項技術的好處。
Anna Kazlauskas (Vana 創始人)要求我們“想象一個由 1 億人訓練的基礎模型”,所有這些人都獲得某種形式的獎勵。
來源:a16z 企業
去中心化適用於整個生成式人工智能技術堆棧。純粹主義者可能會在堆棧的每一層都要求該技術。 對於像我這樣的現實主義者來說,我認爲去中心化人工智能的最大潛力不在於基礎模型,而在於應用層。
我主要擔心的是互聯網歷史的重演——TCP/IP 和電子郵件等基礎技術可以自由訪問。然而,經濟價值和對用戶數據的控制已集中在谷歌、蘋果和亞馬遜等大公司手中。這些公司在開放技術的基礎上建立了專有的生態系統,廣泛地通過用戶交互獲利。
存在的風險是,即使基礎人工智能模型是開源的,大公司仍然可能主導應用程序層,創建鎖定用戶並將數據控制的專有系統中心化。
好消息是,我們正處於人工智能運動的早期階段,我們有機會改變其發展軌跡。那些支持將人工智能控制權和所有權去中心化的人需要積極致力於建立廣泛分享利益的系統,而不是讓它們集中在少數人手中。
我們的努力不應僅僅專注於支持開源人工智能系統,還需要確保使用這些系統構建的應用程序是開放和透明的,鼓勵良性競爭並使其受到適當的治理。
Venice也希望人工智能去中心化
體現人工智能中去中心化應用的一個例子是Erik Voorhees的Venice。
Venice 是基於開源模型構建的 ChatGPT 替代方案。它提供了一個非許可的平台,允許任何人從任何地方訪問開源機器智能。
Venice 與衆不同,因爲它優先考慮用戶隱私,僅記錄最少的信息(電子郵件和 IP 地址),並且不記錄您的任何對話或響應。該平台還旨在避免審查人工智能的任何反應,保持可信的中立立場。這與 ChatGPT 形成鮮明對比,ChatGPT 具有重要的內容過濾器,正如這位用戶在使用它寫幻想小說時發現的那樣。
我親自體驗了Venice,發現它的反響還不錯。它還具有上帝模式。
我凝視着我的水晶球。以下給出了預告內容。
我們已經確定開源和去中心化對於人工智能至關重要。這在應用層尤其明顯。
過去12個月裏,NVDA的投資者一路笑到銀行。 這是有充分理由的。如今,生成式 AI 的大部分價值都在硬件和基礎設施層(例如 NVIDIA、Amazon Web Services)獲得。
然而,如果我們從雲算力等其他主要技術轉變的趨勢來推斷,未來 10 年價值將不可避免地轉向應用層。 Apoorv(高度計)在他的帖子生成人工智能的經濟學中簡要地強調了這一點。
因此,爲去中心化人工智能應用程序要準備好基礎設施,這一點至關重要,這些應用程序的構建不需要繁重的開發人員工作、管理成本或糟糕的用戶體驗。Ritual、Nillion 和 0G Labs 等初創公司正在開發去中心化訓練、推理和數據可用性所需的系統。
LLM 非常有趣。但人工智能真正令人興奮的未來在於自主人工智能代理——無需人工輸入即可獨立學習、計劃和執行任務的實體。
其中包括專業代理(例如客戶服務聊天機器人)和通才代理,具有開放式目標、廣泛的世界知識(在互聯網規模數據庫上進行訓練)以及廣泛的多任務處理能力。
隨着這些代理變得越來越普遍,它們在區塊鏈上運行將是很自然的,因爲價值交易可以通過代碼輕鬆進行。實在的是,沒有銀行會給人工智能代理提供銀行帳戶或信用卡。傳統的金融體系需要很多很多年才能適應這種新範式。
Michael Rinko在他的文章“The Real Merge”中很好地解釋了這一點:
如果 GPT-5 使用 TradFi,它必須導航爲人類設計的錯綜復雜的銀行界面,處理未針對人工智能優化的身分驗證程序,並可能與客戶服務代理進行交互以進行驗證。或者,如果它想規避這一點,它必須請求並獲得對 Alice 的銀行和貨幣發送器的許可 API 訪問權限。
相比之下,如果 GPT-5 使用加密貨幣,它只會生成一個指定金額和接收者地址的交易,用 Alice 的私鑰對其進行籤名,然後將其廣播到網路。
與區塊鏈上的智能合約交互的能力讓人工智能獲得代理超能力。他們可以進行支付、執行交易、與 dApp 交互以及執行人類用戶可能執行的任何操作。
我們必須確保這些代理能夠在開放、非許可且抗審查的環境中運作,以充分發揮其潛力。加密貨幣爲人工智能代理自主有效地運行提供了基礎設施和激勵網路。鏈上身分也至關重要,並且必然地符合 web3 原則。
我相信去中心化人工智能將能發揮關鍵作用。作爲一個技術物種,人類必須快速進步而不走上黑暗的道路。
我將撰寫一系列這類主題的文章,而這是第一篇,旨在分享我在 Crypto x AI 領域的論文和研究。在接下來的文章中,我將深入研究特定的子領域,包括去中心化 GPU 市場、人工智能代理、數據層和去中心化推理。