AI 大爆发，为何 Web3 不可或缺？

撰文：Teng Yan

编译：Luffy，Foresight News

我听到过的一个比喻：生成式人工智能意味着在地球上发现了一个新大陆，那里有 1000 亿超级智能人愿意免费工作。

令人难以置信，不是吗？

21 世纪将被称为人类的人工智能时代。

我们亲眼目睹了新一代技术的早期发展，这种技术将比电的发现、核能利用甚至火的利用更深刻地改变社会。别相信我的话，英国国王是这么说的：

多么美好的时代啊！谁知道给算法输入大量数据并叠加巨大的计算资源会让人工智能开发出令人惊讶的新能力？它现在可以综合、推理并与我们进行实际对话。它使我们能够以自然、直观的语言与所有人类知识互动。

正如马克·安德森简明扼要地指出的那样，人工智能将拯救世界。

技术范式转变

加密货币和人工智能代表了本世纪技术领域最重要的两个范式转变。

范式转变是指以下创新：

• 从根本上改变我们运作和思考世界的方式；

• 广泛适用于各行各业；

• 为人类开启新的生产力水平。

我对变革性进步感到兴奋，而不是最新的病毒式社交媒体应用。人工智能和加密货币正在沿着各自的道路发展，但我预计两者会融合。它们是互补的：

• AI = 数据、计算、自主代理

• 加密货币=所有权、经济协调、抵制审查

Balaji 说让我们将一切都代币化。你能理解吗？

在他半开玩笑的背后，有一个开创性的事实。当加密货币和人工智能这两股力量合并时，就会发生一些非凡的事情。加密货币充当人工智能堆栈的自然协调层，彻底改变了我们与技术和彼此互动的方式。

开源≠去中心化

令我恼怒的是，「开源」和「去中心化」这两个术语经常被混为一谈，而且经常互换使用。当我和人们谈论去中心化人工智能时，一个常见的回答是：

「好的，但是我们不是已经有开源人工智能模型了吗？」

这是两个截然不同的概念。理解这一点最简单的方法就是将去中心化 AI 视为开源 AI 的一个子集。

开源注重软件代码的可访问性和协作开发，而去中心化则注重控制权的分配。

第一级：开源

开源开发允许公众访问源代码，任何人都可以查看、修改和分发源代码。这种方法建立在协作、透明和社区驱动的开发基础之上。

开源开发的协作性质允许快速迭代和更短的开发周期。我将其比作建造摩天大楼：任何人都可以改进和借鉴他人以前的成果，能够更快地实现自己的目标。

例子：

• Linux 是一种开源操作系统，已成为服务器、超级计算机和消费设备的基石。它为全球大多数网络服务器提供支持。它的开发涉及数千名程序员，并以其稳定性和安全性而闻名。

• 同样，Android 的开源也让它成为了全球主导的移动操作系统。三星、HTC 和小米等制造商可以打造运行 Android 的多样化硬件产品，大大降低了新玩家的进入门槛。

在人工智能领域，开源模型是根据许可证发布的，任何人都可以直接使用它们或针对特定用例对其进行微调。例如，Mixtral 7B 和 BERT 等模型可供公众使用和修改。

开源运动正在迅速发展。目前，Huggingface 上有超过 653,000 个开放模型可供使用。

来源：Huggingface.co

看到大型开源 AI 模型迅速赶上专有模型，这令人鼓舞。Meta 的 Llama-3 训练成本高达数百亿美元，现在任何可以访问互联网的人都能够使用它。它的性能优于 GPT-3.5，并且正在迅速赶上 GPT-4。

2023 年初情况并非如此，当时 GPT-4（封闭）和 Llama 65B（开放）之间存在巨大的性能差距。没有人认为在自己的计算机上运行 GPT-4 质量的模型是可能的。在短短一年内，差距已大大缩小，并且可能会继续缩小。

你可能想知道：

为什么像 Meta 这样的公司要花费数十亿美元训练 AI 模型，但却将其开源？

• 归根结底，这是一项核心信念，即技术进步不是一场零和游戏。技术进步意味着每个人都是赢家。

• 社区对模型的改进可以直接使 Meta 受益。例如，如果有人优化模型以降低运行成本，Meta 就可以节省成本。

• 它不会影响 Meta 的特定应用广告业务（例如 Instagram、Facebook）。这一策略很可能是焦土政策的一部分，旨在向围绕专有基础模型建立业务的公司（如微软和 OpenAI）施加压力。开源替代方案显然会破坏专有模型的商业化。

扎克了解开源为何重要

技术领域的常识在这里适用：「如果你领先，就保持专有。如果你落后，就让它开源。」

我希望我们能继续看到高质量的开源 AI 模型，供任何人微调和构建应用程序。这很重要。开源模型提供了更好的安全性（有更多的人关注它们）、更大的定制灵活性，并且比闭源模型更具成本效益。

自由市场已经解决了更强大的基础人工智能模型的可用性和可访问性问题，使其成为一种商品和公共产品。

需要说明的是，我并不是要求一切都开源的极端主义者。专有模型很重要，在专门的任务中，它们的表现可能会优于开源模型。对于初创企业和企业家来说，采用开源模型、针对特定用例进行微调并创建专有应用程序是明智的做法。开源和专有模型将共存。然而，我们必须继续倡导开源基础模型，而不是将其可用性视为理所当然。

开源人工智能只是去中心化图景的一部分。这延伸到权力分配的问题，我们将在下文讨论。

第二级：去中心化

我的读者中有 99% 的人会同意，人工智能是一项体现人类集体智慧的指数级技术。能力越大，责任越大。我们不能用中心化来对抗人工智能的中心化。

相反，我们需要换个角度思考。

去中心化是一种哲学，甚至是一种邪教，其根源在于将权力归还给个人的原则。这自然与我们中心化的现代世界产生了矛盾。比如股市中，我们的大部分技术影响力都集中在少数几家大公司（大型科技公司）身上。

2023 年，「七巨头」——苹果、微软、Alphabet、亚马逊、Nvidia、Meta 和特斯拉——股价飙升近 80%，显著影响了纳斯达克的表现，并主导了标准普尔 500 指数。这是由于他们在科技领域的主导地位，赋予了他们巨大的竞争优势和定价权。市场也在定价中考虑了他们在人工智能领域的预期主导地位。

残酷的事实是，互联网已经被垄断。我们并不拥有我们在网上创建的任何内容。相反，我们成为由大型科技公司控制的数字生态系统的不知情的参与者。我称之为「数字奴隶制」 。如果我们的数字奴隶主不喜欢我们所做或所说的话，我们就会被噤声，即被平台封杀。

目前，通用人工智能已被大型中心化企业垄断，例如 Microsoft-OpenAI、Amazon-Anthropic 和 Google-Gemini。大型科技公司在 LLM 培训方面具有早期优势，这需要大量数据集和计算资源。

尽管他们公开宣称：「我们是为未来而建设」，但行动胜于雄辩。历史表明，大型科技公司的首要任务往往是维持垄断地位，而不是创新，并利用其资金来强化这一点。

一种方法是进行监管俘获，游说制定只有自己才能遵守的行业法规，设置高进入门槛并抑制新竞争。他们还有资本收购新兴竞争对手。这种策略在过去让他们取得了成功。

潜在的黑暗未来

想象一个人工智能主要由大型科技公司控制的世界。在这个奥威尔式的反乌托邦世界里：

人工智能系统的内部运作，从训练到推理，对我们来说仍然是隐秘的。这种缺乏透明度令人担忧，特别是因为我们将使用这些系统做出对我们生活产生重大影响的决策。在医疗保健等高风险领域，无需信任的可验证性至关重要。一个令人悲伤的例子是 Babylon Health ，它大力推广其个人人工智能医生。然而，后来人们发现，他们的「人工智能医生」只是一组在电子表格上运行的基于规则的算法，并没有像宣传的那样发挥作用。数十亿美元的投资化为乌有，人们受到了伤害。

人工智能系统容易受到操纵和偏见。谷歌的 Gemini 因错误地生成描绘种族背景改变的历史人物图像（黑人「开国元勋」和黑人教皇）而遭到强烈反对。人工智能在塑造公众舆论、影响市场或左右政治结果方面的潜在滥用是真实存在的。

来源：@Endwokeness

审查问题普遍存在，而且只会越来越严重。在有些国家，人工智能公司需要政府批准或许可，这是政府确保人工智能发展符合国家利益和安全政策的更广泛战略的一部分。

我们不再拥有自己的数据。相反，我们只能听天由命，我们的数据经常被收集起来，用于喂养大型中心化人工智能模型，而无需征得我们的同意或给予公平的补偿。我生活在一个我们的数据和个人人工智能不受我们控制的世界里。政府和当权者会尽最大努力继续掌权，包括侵犯我们的隐私。

如果不加以控制，我们的社会可能会过度依赖少数几个强大的垄断性人工智能系统。我们对这些系统的依赖使我们无法选择退出，将我们锁定在特定的平台上，在那里我们会成为精神奴隶。

马克·扎克伯格在最近的一次采访中强调了这个问题，他表示，如果一家公司拥有比其他公司更好的人工智能，那将是一个严重的问题。这将技术优势限制在少数产品和人员身上。采用开源和去中心化优先的方法有助于缓解这些担忧。

那么，让我问你：你希望本世纪最具变革性的技术被一小部分人控制吗？

有什么替代方案？

我们需要一种平衡人工智能技术中心化力量的方法。我们可以塑造我们向往的后人工智能世界：一个民主、开放、公平的世界。

这就是加密货币的重要性所在。有了加密货币，我们可以坚持以下关键原则：

• 分散控制权：决策和控制权分布在网络上，由代码管理，而不是任何单一实体手中。

• 用户授权：用户对其资产和数据拥有所有权。

• 抗审查：网络在没有中央权威的情况下运行，从而阻止任何单一实体掌握审查权力。

在与 Crypto x AI 领域项目创始人交谈时，我总是会问他们为什么在产品中使用区块链 / 加密货币，以及他们是否可以在链下做同样的事情。通常，在没有区块链的情况下在 AI 中操作会更好、更快、更便宜。然而，更深层次的哲学信仰让最好的创始人致力于去中心化。

如果让我总结一下这些信念的话，那就是：

加密货币是民主、公开、公平地推进人工智能的最佳技术堆栈。它实现了透明、可审计的系统，确保数据所有权仍属于用户。这确保了这项技术的好处在全球范围内共享，而不仅仅是富人和少数人。

去中心化的人工智能应用是关键

来源：a16z Enterprise

去中心化适用于整个生成式人工智能技术栈。纯粹主义者可能要求在堆栈的每一层都实现去中心化。对于像我这样的现实主义者来说，我认为去中心化人工智能的最大潜力不在于基础模型，而在于应用层。

我主要担心的是互联网历史的重演，TCP/IP 和电子邮件等基础技术可以自由访问。然而，用户数据的经济价值和控制权却集中在谷歌、苹果和亚马逊等大公司的手中。这些公司在开放技术的基础上建立了专有生态系统。

风险在于：即使基础人工智能模型是开源的，大公司仍然可能主导应用层，创建锁定用户并集中数据控制的专有系统。

好消息是，我们正处于人工智能运动的早期阶段，我们有机会改变其轨迹。那些支持去中心化人工智能控制权和所有权的人需要积极努力建立广泛共享利益的系统，而不是让利益集中在少数人手中。

我们的努力不应仅仅集中在支持开源人工智能系统上。我们还需要确保使用这些系统构建的应用程序是开放透明的、鼓励良性竞争的、并得到适当的管理。

Vneice 也希望人工智能实现去中心化

人工智能中去中心化应用的一个例子是 Erik Voorhees 的 Venice 。

Venice 是基于开源模型构建的 ChatGPT 替代方案。它提供了一个无需许可的平台，允许任何人从任何地方访问开源机器智能。

Venice 的不同之处在于它优先考虑用户隐私，只记录最少的信息（电子邮件和 IP 地址），不记录您的任何对话或回复。该平台还旨在避免审查任何人工智能的回复，保持可信的中立立场。这与 ChatGPT 形成了鲜明对比，ChatGPT 具有大量的内容过滤器。

我自己试用了 Venice，发现它的响应非常好，它还有上帝模式。

Crypto x AI 的发展方向是什么？

1. 人工智能应用变得性感

我们已经确定开源和去中心化对于人工智能至关重要。这在应用层尤其明显。

过去 12 个月，NVDA 投资者赚得盆满钵满。如今，生成式 AI 的大部分价值都集中在硬件和基础设施层（例如 NVIDIA、Amazon Web Services）。

然而，如果我们从云计算等其他重大技术变革中推断趋势，未来 10 年，价值将不可避免地转向应用层。Apoorv（Altimeter）在其关于生成式人工智能经济学的文章中简明扼要地强调了这一点。

因此，为去中心化 AI 应用准备好基础设施至关重要，这些应用的构建无需耗费大量开发人员精力、管理费用或糟糕的用户体验。Ritual 、Nillion 和 0G Labs 等初创公司正在开发去中心化训练、推理和数据可用性所需的系统。

2. 无处不在的代理人工智能

大模型非常有趣。但人工智能真正令人兴奋的未来在于自主人工智能代理：无需人工输入即可独立学习、规划和执行任务。

其中包括专门的代理（例如客户服务聊天机器人）和通用代理，它们具有开放式目标、广泛的世界知识（在互联网规模的数据库上训练）以及广泛的多任务处理能力。

随着这些代理变得越来越普遍，它们在区块链上运行将是自然而然的事情，价值交易可以通过代码轻松进行。另一方面，没有银行会为人工智能代理提供银行账户或信用卡。传统金融系统需要很多年才能适应这种新模式。

Michael Rinko 在他的文章《The Real Merge》中很好地解释了这一点：

如果 GPT-5 使用 TradFi，它必须浏览为人类设计的拜占庭式银行界面，处理未针对 AI 优化的身份验证程序，并可能与客户服务代理进行交互以进行验证。或者，如果它想规避这一点，它必须请求并获得对 Alice 的银行和汇款机构的许可 API 访问权限。
相比之下，如果 GPT-5 使用加密货币，它只会生成一个指定金额和收款地址的交易，用 Alice 的私钥对其进行签名，然后将其广播到网络。

与区块链上的智能合约交互的能力赋予了人工智能代理超能力。它们可以付款、进行交易、与 DApp 互动，并执行人类用户可能采取的任何行动。

我们必须确保这些代理能够在开放、无需许可且不受审查的环境中运行，以充分发挥其潜力。加密货币为 AI 代理提供了基础设施和激励网络，使其能够自主有效地运行。

我认为去中心化人工智能将发挥重要作用。它对于人类作为科技物种快速发展而不走上黑暗道路至关重要。