Bankless:为什么 AI 需要 Crypto 的技术?

原文标题:《 Why AI Needs Crypto's Values

撰文:Arjun Chand,Bankless

编译:Chris,Techub News

原文来自香港Web3媒体:Techub News

人工智能革命的梦想一直是一把双刃剑。

释放人工智能的潜力可以解决人类面临的挑战,但也可能导致权力集中并带来危险。

这时候,加密货币技术和区块链的作用就显现出来了。加密货币技术的核心价值观同样适用于改进人工智能。这些价值观可以为人工智能的未来打造一个更公平、更安全、更开放的环境。

去中心化、无需许可的创新、开源系统、隐私、透明度、用户所有权,这些不仅仅是空洞的词汇,它们还能帮助揭开人工智能的黑箱。

以下是为什么人工智能行业需要加密货币技术的原因。

构建包容开源的人工智能生态系统

人工智能和加密货币之间的协同作用。

来源: The promise and challenges of crypto + AI applications

目前,少数几家大型科技公司控制了绝大部分的计算能力,并在其 AI 研究领域筑起了高墙,形成了一个「AI 黑手党」。这种垄断扼杀了创新和竞争,限制了整个行业的发展速度。

然而,去中心化的出现为这一现状带来了转机。在去中心化的人工智能模式中,计算能力和人工智能研究是无需许可即可访问的。人工智能成为每个人的工具,打破了人工智能黑手党设立的障碍,使知识、工具和资源的获取更加民主化。

这种共享资源的模式意味着更多的人可以参与到 AI 的研究中,解决最具挑战性的问题。参与者越多样化,算法的偏见就越少,从而为每个人带来更公平的结果。这种多元化的建设者群体不仅推动了技术进步,也为社会带来了双赢的局面。

然而,开源开发的模式一直难以盈利,如果无法从中获利,如何激励人们创造出伟大的作品?这种困境常常迫使公司选择闭源模式以实现盈利。

有一个解决方案是「加密货币驱动的去中心化 AI」。

加密货币技术为开源 AI 提供了新的途径。它为 AI 开发创建了一个开放性的市场,确保可以开源访问的前提下,通过代币进行激励。

例如,在 Bittensor 等去中心化 AI 网络中,开发人员在不同的 AI 应用程序中使用他们的机器学习模型时可以获得 TAO 代币。

这种机制通过代币化激励吸引顶尖人才,形成了一个在闭源、中心化模型中无法实现的可持续价值链。

确保用户数据的隐私

我们生活在一个数据驱动的世界,每个人都希望利用你的数据来了解你的喜好,从而向你推销产品。人工智能系统需要大量数据才能正常工作。大型 AI 公司通常会存储整个对话历史来训练他们的模型,但这会带来巨大的隐私问题。

想象一下,你所有的个人信息,购物习惯、浏览历史,甚至健康记录都被存储在一个巨大的 AI 数据库中。你不一定信任这些公司不会滥用或出售这些数据,对吧?

为了真正赢得用户信任,AI 需要采用隐私保护技术。建立信任需要透明度和可验证性,而零知识证明可以帮助实现这一点。

加密货币领域的 AI 项目还以其他方式采用隐私保护技术。例如,Venice.ai 仅在用户的浏览器中存储对话历史记录,并确保用户请求已加密。GPU 提供商会处理这些请求,但没有服务器可以看到整个对话历史记录或知道用户的身份。

通过整合这些加密方法和价值观,我们可以创建尊重用户隐私和数据所有权的 AI 系统。

使用合成数据训练 AI 模型

我们如何在保护用户隐私的同时训练 AI 模型?如果没有足够的数据,AI 无法很好地理解现实世界,从而导致「AI 幻觉」,即 AI 生成错误的输出。

这时合成数据就派上用场了。合成数据是使用算法模拟真实数据生成的,具有隐私保护特性,因为它不会泄露个人信息。所有主要的 AI 公司都在使用它,这是一个新兴的研究领域。

加密货币可以激励创建用于训练 AI 模型的合成数据集。用户可以通过贡献经过验证的数据点来获得代币,从而解决训练数据不足的问题。

例如,像 Synthetic AI 这样的项目构建了用于创建合成数据的工具,允许用户贡献合成数据并获得 SAI 代币。确保这些数据集的质量可以显著加快生成用于训练 AI 模型的数据的过程,同时保持用户数据隐私。

结束语

人工智能的未来尚不确定,但有一件事是肯定的:它需要建立在信任和透明的开源基础上。

加密货币专注于分散所有权、无需许可的访问和隐私,弥补了这些缺失的部分。工具已经存在,是时候用它们书写人工智能发展的下一章了。

相关推荐
飞翔的佩奇7 分钟前
【完整源码+数据集+部署教程】 水果叶片分割系统: yolov8-seg-dyhead
人工智能·yolo·计算机视觉·数据集·yolov8·yolo11·水果叶片分割系统
小许学java22 分钟前
Spring AI快速入门以及项目的创建
java·开发语言·人工智能·后端·spring·ai编程·spring ai
人工智能技术派38 分钟前
Qwen-Audio:一种新的大规模音频-语言模型
人工智能·语言模型·音视频
lpfasd12343 分钟前
从OpenAI发布会看AI未来:中国就业市场的重构与突围
人工智能·重构
春末的南方城市1 小时前
清华&字节开源HuMo: 打造多模态可控的人物视频,输入文字、图片、音频,生成电影级的视频,Demo、代码、模型、数据全开源。
人工智能·深度学习·机器学习·计算机视觉·aigc
whltaoin1 小时前
Java 后端与 AI 融合:技术路径、实战案例与未来趋势
java·开发语言·人工智能·编程思想·ai生态
中杯可乐多加冰1 小时前
smardaten AI + 无代码开发实践:基于自然语言交互快速开发【苏超赛事管理系统】
人工智能
Hy行者勇哥1 小时前
数据中台的数据源与数据处理流程
大数据·前端·人工智能·学习·个人开发
岁月宁静2 小时前
AI 时代,每个程序员都该拥有个人提示词库:从效率工具到战略资产的蜕变
前端·人工智能·ai编程
双向332 小时前
Trae Solo+豆包Version1.6+Seedream4.0打造"AI识菜通"
人工智能