加密货币与人工智能的交集

人工智能与加密货币的交叉点

人工智能行业最近一直成为头条新闻，原因有好有坏。虽然您可能很清楚最近围绕 OpenAI 的戏剧性事件，并且可能已经探索了现有人工智能技术的功能，但您可能没有太多考虑人工智能如何与基于区块链的系统交互。在本周的报告中，我们将介绍一些试图利用人工智能和区块链技术的现有应用程序，以及有关这些应用程序和人工智能行业未来几年的一些信息。

什么是人工智能以及它与加密货币有何关系？

在我们讨论项目细节和一些更技术性的细节之前，有必要先介绍一下人工智能技术的一些基础知识，以及行业内才华横溢的团队和个人开发人员如何让我们走到今天。

您很可能已经熟悉 ChatGPT，这是最受欢迎且广泛认可的面向消费者的人工智能应用程序，在过去的一年里吸引了科技行业的注意力 - 今天我们将简要解释支撑该技术的概念以及它如何能够基本上可以胜任所有需要计算的任务。

为 ChatGPT 和其他基于消费者聊天的模型提供支持的核心技术是所谓的大语言模型，也称为 LLM。这些复杂的人工智能技术本质上是深度学习技术/算法和非常大的数据集的组合，它们共同创建一个能够预测和总结知识的人工智能模型。

人类和法学硕士之间的交互是通过自然语言处理的，大多数法学硕士都是专门根据自然语言处理（NLP）而构建的。用户要求聊天机器人用自然语言回答某种类型的问题，然后聊天机器人使用其底层技术、训练数据和功能尽可能地为用户提供答案。

LLM 建立在变压器模型（通常称为变压器）的基础上。这些是一种神经网络，擅长预测文本和学习单词背后的上下文。由于使用 Transformer 模型的法学硕士在 NLP 方面表现出色，因此它们能够很好地完成人类日常所需的常见任务，例如解决数学问题、生成代码模板，甚至编写较短的报告或提出编辑建议。

正因为如此，ChatGPT、微软 Bing AI 和 Claude 等聊天机器人取得了巨大成功，几乎凭一己之力引发了一​​场人工智能革命。尽管许多人认为人工智能系统最终可能会获得比人类更强的能力和智力，但几乎没有证据表明这会很快发生。无论如何，这些模型与人类工作流程集成所带来的可能性以及极具前景的现有功能证明人工智能将继续存在，无论我们是否喜欢。但您可能想知道这些模型如何适应加密货币和区块链的无需许可的性质，所以让我们解释一下潜在的同步性并研究这两种根本的技术形式。

加密如何帮助启用人工智能应用程序？

加密行业是每天新闻、大型媒体和其他社交媒体平台上不断讨论的行业。从 2008 年中本聪撰写的一份白皮书开始，现在已经转变为一个价值 1.5 万亿美元的市场，全球最大的金融机构纷纷批准或拒绝 ETF。

通常很难向行业外人士描述区块链技术的先天优势，主要是因为大多数第一世界国家的金融业非常发达且顺畅。在美国等地之外，解释和展示未经许可的金融交易分类账的力量要容易得多，这主要是由于腐败的金融机构和政府不幸地仍然在世界各个地区掌握着权力。全球各国的货币经常贬值，世界上绝大多数人口仍然无法使用银行基础设施，而这在美国通常被视为事后才想到的。

加密货币是一种为没有银行账户的人提供银行服务的方式，这项技术为个人提供了成为自己金融运营监督者的机会，无论他们是将加密货币保存在冷钱包中，还是利用整个加密生态系统中可用的众多去中心化金融应用程序。无需许可的金融的前景很难描述，但每天发生的革命却不容低估。

区块链透明、安全和去中心化的固有特征可以极大地影响人工智能数据的存储、共享和使用方式。这种技术的融合有望通过为人工智能交易和决策提供不可变的分类账来增强对人工智能系统的信任，从而减少对数据操纵或滥用的担忧。

加密技术可以协助人工智能（反之亦然）的关键方面之一是数据管理和安全领域。人工智能系统需要大量数据来学习和改进。通过利用区块链技术，这些数据可以在不同平台和利益相关者之间安全、透明地共享。这不仅确保了数据的完整性，还为人工智能协作研发开辟了新途径，打破了通常阻碍创新的数据孤岛。

人工智能和区块链的整合可能会导致合法去中心化自治组织（DAO）的创建。这些 DAO 由智能合约管理并由人工智能算法提供支持，可以独立运行、做出决策并执行交易，无需人工干预。从历史上看，DAO 的加密管理一直不太理想，因为人类的情感和经济激励往往掩盖了 DAO 的最初目的。实施人工智能系统可以通过自动化流程和减少对中介机构的需求来彻底改变行业，从而提高效率并降低成本。

另一个有前景的领域是使用区块链作为激励人工智能数据生成和共享的手段。通过代币化，个人和组织可以因向人工智能模型贡献有价值的数据而获得奖励，从而培育更具协作性和包容性的人工智能生态系统。

去中心化金融（DeFi）也是人工智能的潜在巨大受益者，有可能创造所谓的去中心化人工智能（DeAI）。这种方法可以实现人工智能技术的民主化，允许个人和小型实体访问以前属于大公司领域的人工智能工具和服务。

加密货币和人工智能的融合不仅有可能改变金融领域，而且有可能改变我们数字生活的许多方面。通过结合这两种技术的优势，我们可以期待一个未来，人工智能不仅更容易获得，而且更安全、透明，甚至可能更高效。说到这里，让我们来分析一下人工智能行业目前的运作方式以及它目前的运作方式。

打破人工智能的不透明之墙

将通过加密货币对金融体系进行的彻底改革与通过人工智能系统的产生而发生的智能革命进行比较，我们可以得出一些非常相关的相似之处，并为两者的结合提供理由。

如今，OpenAI、谷歌的 Deepmind、Anthropic 等人工智能公司以及许多其他公司都在闭门进行研究和运营。

加密货币和人工智能领域的当前机遇

现在我们已经介绍了有关人工智能和加密货币协同作用的一些基础知识，我们可以仔细研究该领域的一些领先项目。虽然其中大多数仍在积极努力引导其网络，获得忠实的用户群并获得更广泛的加密货币社区的关注，但他们都处于行业的最前沿，并代表了这个快速增长的行业。

Bittensor，一个分散式人工智能模型网络：

Bittensor 是迄今为止加密和人工智能生态系统中最受欢迎和最成熟的项目构建。 Bittensor 是一个去中心化网络，旨在通过为众多去中心化商品市场或“子网络”创建一个平台，将人工智能 (AI) 领域民主化，并统一在单一代币系统下。其使命是通过采用独特的激励机制和先进的子网络架构，建立一个可与人工智能领域大型超级公司（例如 OpenAI）相媲美的网络。 Bittensor 的系统可以被认为是一台由区块链推动的机器，可以有效地在链上传输人工智能功能。

该网络由两个关键参与者管理：矿工和验证者。矿工向网络提交预先训练的人工智能模型，并因其贡献而获得奖励，而验证者则确保模型输出的有效性和准确性。这种设置创造了一个竞争环境，激励矿工不断改进他们的模型，以获得更好的性能和网络原生代币 $TAO 的更大奖励。用户通过向验证器发送查询来与网络进行交互，然后验证器将这些查询分发给矿工。验证器对这些矿工的输出进行排名，并将排名最高的响应返回给用户。

Bittensor 的模型开发方法是独一无二的。与许多人工智能实验室或研究组织不同，Bittensor 不训练模型，因为涉及的成本高且复杂。相反，该网络依赖于去中心化的培训机制。验证者的任务是评估矿工使用特定数据集生成的模型，并根据某些标准（例如准确性和损失函数）对每个模型进行评分。这种分散的评估确保了模型性能的持续改进。

Bittensor 的架构包括 Yuma 共识机制，这是工作量证明 (PoW) 和权益证明 (PoS) 的独特混合体，可跨网络子网分配资源。子网络是独立的经济市场，每个子网络专注于不同的人工智能任务，例如文本预测或图像生成，并且可以根据其功能选择加入或退出尤马共识。

Bittensor 代表了人工智能去中心化的重要一步，提供了一个可以以去中心化方式开发、评估和改进各种人工智能模型的平台。其独特的结构不仅激励了高质量人工智能模型的创建，而且使人工智能技术的获取更加民主化，有可能改变人工智能在各个领域的开发和使用方式。

Akash，开源超级云：

Akash Network 是一个创新的开源超级云平台，旨在以安全高效的方式买卖计算资源。它的构建愿景是为用户提供部署自己的云基础设施以及购买和出售未使用的云资源的能力。这种灵活性不仅使云资源利用民主化，还为需要扩展运营的用户提供了经济高效的解决方案。

Akash 系统的核心是反向拍卖机制，用户可以针对其计算需求提交出价，提供商竞争提供服务，与传统云系统相比，通常会导致价格显着降低。该系统以 Kubernetes 和 Cosmos 等可靠且成熟的技术为基础，确保为托管应用程序提供安全可靠的平台。 Akash 的社区驱动方法确保其用户在网络的开发和治理中拥有发言权，使其成为真正的公共且以用户为中心的服务。

Akash 的基础设施是使用简单易用、基于 YAML 的堆栈定义语言 (SDL) 进行定义的，该语言允许用户跨多个区域和提供商创建复杂的部署。该特性与领先的容器编排系统Kubernetes相结合，不仅保证了部署的灵活性，还保证了应用托管的安全性和可靠性。此外，Akash 提供持久存储解决方案，即使在重新启动后也能确保数据保留，这对于管理大型数据集的应用程序特别有利。

总体而言，Akash Network 作为一个去中心化云平台脱颖而出，为当前云服务提供商的垄断性质提供了独特的解决方案。其利用全球数百万个数据中心未充分利用的资源的模型不仅降低了成本，还提高了云原生应用程序的速度和效率。 Akash 无需重写专有语言，也无需锁定供应商，为各种基于云的应用程序提供了一个多功能且可访问的平台。

Render，一个扩展计算访问的平台：

渲染网络是一个基于区块链的平台，旨在满足媒体制作中不断增长的计算需求，特别是在增强现实、虚拟现实和人工智能增强媒体等领域。它利用未使用的 GPU 周期将需要计算能力的内容创建者与拥有可用 GPU 资源的提供商联系起来。这种通过区块链技术推动的去中心化方法可确保安全高效地处理基于 GPU 的任务，包括人工智能驱动的内容创建和优化。

渲染网络的核心产品是与人工智能的集成，人工智能在内容创建和流程优化方面都发挥着至关重要的作用。该网络支持人工智能相关任务，使艺术家能够使用人工智能工具生成资产并增强数字艺术品。这种集成可以创建超高分辨率 3D 世界并优化渲染流程，例如 AI 去噪。此外，渲染网络对人工智能的使用扩展到管理大型艺术收藏品和优化渲染工作流程，从而拓宽了创作过程的可能性。

渲染网络的生态系统充当 GPU 资源的市场，为艺术家、工程师和节点运营商等各种利益相关者提供服务。它使计算能力的获取变得民主化，使个人创作者和大型工作室能够以经济实惠的方式开展复杂的渲染项目。使用 RNDR 代币促进该生态系统内的交易，创造一个以渲染服务为中心的充满活力的经济。随着人工智能不断重塑数字内容创作，渲染网络有望成为促进数字媒体领域新形式的创意表达和技术创新的关键参与者。

Revsyn，一个去中心化计算平台：

Gensyn 是一个人工智能和加密货币项目，致力于解决最先进的人工智能 (AI) 系统固有的计算挑战和资源限制。该项目旨在克服因构建基础模型所需的大量资源而造成的人工智能发展障碍。 Gensyn 的方法是创建一个分散的、基于区块链的协议，以有效利用全球计算资源。

Gensyn 的背景凸显了人工智能系统日益增长的计算复杂性，其速度超出了可用的计算供应。例如，训练像 OpenAI 的 GPT-4 这样的大型模型需要大量资源，这给所有相关方造成了巨大的障碍。这种动态导致了对能够有效利用所有可用计算资源的系统的需求，解决当前解决方案的局限性，这些解决方案要么过于昂贵，要么不足以满足大规模人工智能工作的需要。

Gensyn 旨在通过创建一个去中心化协议来解决这个问题，该协议以经济高效的方式连接和验证链下深度学习工作。该协议面临多项挑战，包括工作验证、市场动态、事前工作估计、隐私问题以及深度学习模型有效并行化的需求。该协议旨在建立一个无需信任的计算网络，对参与提供经济激励，并提供一种验证计算工作是否已按承诺执行的方法。

Gensyn 协议是用于深度学习计算的第 1 层去信任协议，奖励参与者贡献计算时间和执行 ML 任务。它使用多种技术来验证已完成的工作，包括概率学习证明、基于图形的精确协议和 Truebit 风格的激励游戏。该系统涉及各种参与者，例如提交者、解决者、验证者和举报者，每个参与者在计算过程中都扮演着特定的角色。

在实践中，Gensyn协议涉及从任务提交到合同仲裁和结算的几个阶段。它旨在为机器学习计算创建一个透明、低成本的市场，从而实现可扩展性和效率。该协议还为拥有强大 GPU 的矿工提供了一个机会，将其硬件重新用于 ML 计算，与主流提供商相比，成本可能更低。这种方法不仅解决了人工智能的计算挑战，而且旨在实现人工智能资源的民主化。

Fetch，人工智能经济开放平台：

Fetch.ai 的存在时间比前面提到的一些项目要长，其网站上提供了各种各样的服务。 Fetch 的核心是人工智能 (AI) 和加密货币交叉的创新项目，旨在彻底改变经济活动和流程的执行方式。 Fetch 产品的基础是其人工智能代理，被设计为模块化构建块，可以通过编程来执行特定任务。这些代理能够自主连接、搜索和交易，从而创建动态市场并改变经济活动的传统格局。

Fetch 提供的关键服务之一是能够使传统产品支持人工智能。这是通过将他们的 API 与 Fetch.ai 代理集成来实现的，该过程快速且不需要更改底层业务应用程序。人工智能代理可以与网络中的其他代理相结合，为新的用例和商业模式开辟可能性。此外，这些代理具有代表用户进行协商和交易的能力，使他们能够从部署中获利。

此外，这些代理可以提供机器学习模型的推论，允许用户将他们的见解货币化并增强他们的机器学习模型。

Fetch 还引入了 Agentverse，这是一种无代码托管服务，可简化 AI 代理的部署。就像传统的无代码平台正在获得关注（Replit）以及像 Github 的 Copilot 这样的服务让大众可以编写代码一样，Fetch 正在努力以自己独特的方式进一步民主化 web3 开发。

通过Agentverse，用户可以毫不费力地启动他们的第一个代理，这大大降低了使用先进人工智能技术的准入门槛。在人工智能引擎和代理服务方面，Fetch 利用大型语言模型 (LLM) 来发现任务执行并将其引导到适当的人工智能代理。该系统不仅可以将人工智能应用程序和服务货币化，还可以作为代理服务的综合平台，包括构建、列表、分析和托管。

该平台通过搜索和发现以及分析等功能增强了其实用性。代理可以在 Agentverse 中注册，以便在 Fetch.ai 平台上主动发现，该平台采用基于 LLM 的有针对性的搜索。分析工具可用于提高代理语义描述符的有效性，从而增强其可发现性。此外，Fetch.ai 还为离线代理提供了物联网网关，使他们能够收集消息并在重新连接时批量处理它们。

最后，Fetch.ai 为托管代理提供托管服务，除了托管之外，还提供 Agentverse 的所有功能。该平台还利用 Fetch.ai 的 Web3 网络引入了用于代理寻址和命名的开放网络。这意味着一种新颖的 Web DNS 寻址方法，即将区块链技术集成到系统中。总体而言，Fetch.ai 提供了一个融合人工智能和区块链技术的多功能平台，提供用于人工智能代理开发、机器学习模型货币化的工具，以及数字经济中搜索和可发现性的突破性方法。人工智能代理和区块链技术的结合为以去中心化和高效的方式自动化和优化各种流程铺平了道路。

两个行业的后续步骤和预测

人工智能和区块链技术的无缝集成代表了这两个领域的关键进步。这种结合不仅仅是两种尖端技术的简单融合，而是一种变革性的协同作用，重新定义了数字创新和去中心化的边界。正如 Fetch.ai、Bittensor、Akash Network、Render Network 和 Gensyn 等各种项目所探索的那样，这种集成的潜在应用展示了将人工智能的计算能力与区块链的安全透明框架相结合的巨大可能性和显着优势。

展望未来，人工智能和区块链的融合显然将在塑造各个行业方面发挥至关重要的作用。从增强数据安全性和完整性到创建去中心化自治组织的新模式，这种合并有望带来更高效、透明和易于访问的技术。特别是在去中心化金融领域，去中心化人工智能（DeAI）的出现可以使人工智能技术的获取民主化，打破传统上有利于大公司的障碍。这可能会带来更具包容性的数字经济，个人和小型实体可以利用以前无法实现的人工智能工具和服务。

此外，这些技术的集成有望解决这两个领域中一些最紧迫的挑战。在人工智能中，数据孤岛和训练大型模型所需的大量计算资源等问题可以通过区块链的去中心化数据管理和共享计算能力来缓解。在区块链领域，人工智能可以提高效率、自动化决策过程并改进安全机制。随着我们的进步，开发人员、研究人员和利益相关者继续探索和利用人工智能和区块链之间的协同作用至关重要。通过这样做，他们不仅将为这些单独领域的发展做出贡献，还将推动整个数字领域的创新，最终造福整个社会。

免责声明：这份研究报告就是一份研究报告。它无意作为财务建议，您也不应该在未经您自己的研究确认的情况下盲目地假设任何信息是准确的。比特币、加密货币和其他数字资产风险极高，本报告中的任何内容均不应被视为购买或出售任何资产的认可。切勿投资超过您愿意损失的金额，并了解您所承担的风险。自己做研究。本报告中的所有信息仅供教育目的，不应作为您做出任何投资决策的基础。

声明：

1. 本文转载自[reflexivityresearch]，著作权归属原作者[reflexivityresearch]，如对转载有异议，请联系Gate Learn团队，团队会根据相关流程尽速处理。
2. 免责声明：本文所表达的观点和意见仅代表作者个人观点，不构成任何投资建议。
3. 文章其他语言版本由Gate Learn团队翻译， 在未提及Gate.io的情况下不得复制、传播或抄袭经翻译文章。