人工智能:去中心化AI：夢想者與實用主義者_DEFI

前言：本文認為去中心化的人工智能是未來可持續人工智能的唯一途徑。但由于現在去中心化AI處于早期階段，應用場景和基礎設施都還不成熟，需要有一個務實的發展策略：分階段地推進去中心化的AI。本文作者JesusRodriguez，由藍狐筆記社群“王澤龍”翻譯。AI的去中心化是當下最迷人的技術趨勢之一，可以成為AI可持續發展道路的基礎。聯合學習、區塊鏈技術或者安全加密計算的出現，為創建去中心化AI應用提供了可行的技術路徑。然而，今日絕大多數的去中心化AI應用處于理論階段，或者應用場景十分有限。盡管機器學習的去中心化具有明顯的好處，但實際實施的途徑并非微不足道，而且很可能不會發生。基于當今的AI與區塊鏈生態系統的狀況，我想要提供一個關于去中心化AI技術采用的可能的實用主義視角的路徑。發現一個通向去中心化AI的可行路徑，需要在去中心化智能所承諾的好處與AI領域的經濟和技術現實之間找到平衡。去年，我發表了過一些文章，其中概述了經濟學和技術推動因素，它們可以為去中心化AI技術的發展鋪平道路。此后，我的思路演變為試圖找到在AI應用中采用去中心化模式的可行路徑。事實上，盡管去中心化AI模式可能是更好的、更可持續的AI的關鍵，然而目前的技術交付非常有限以至使其難以被主流組織采用。盡管我心中的夢想是相信一個去中心化的AI是更好的AI，但是我心中的實用主義不斷地與新生AI領域的技術與經濟的現實進行博弈。從我的視角來看，找到一條通往可行的去中心化AI的路徑分三步：i.理解去中心化人工智能的經濟限制ii.穩步地向人工智能應用生命周期中相對簡單的領域引入去中心化iii.建立正確的激勵因素與網絡效應以促進去中心化AI網絡的發展夢想者的視角：去中心化AI是可持續AI的唯一路徑在過去的幾年中，AI已經在其生命周期的不同方面完全演化成為中心化模式。鑒于當前一代的AI解決方案需要大規模、高質量的訓練數據集，市場中大部分的創新都來自如Google、微軟、Facebook或者Uber這樣的企業，而非初創企業。由大型公司創造的AI也有助于獲得更好的數據，以產生更好的智能。這種惡性循環進一步擴大了大型企業與小型公司間的溝壑，前者有著大量的數據與相關人才以促進AI創新，而后者卻缺乏這些資源。將這種模式推演到整個經濟體，AI的中心化可能是拉大第一世界國家與其他國家間鴻溝的因素之一。人工智能的發展經常被拿來跟18世紀的工業革命相提并論，是一種經濟革命運動。如果說工業革命是將部分國家從手工生產推向了機器生產，AI則是領導著從實用工具轉向智能軟件系統的革命。工業革命的副作用之一是它使得工業化國家與未進行工業革命的國家間的差距變為150年。它使得發展中國家要花費大量的時間以弭平同世界頭部經濟體的差距。當前AI應用的中心化模式可能會在中美這種國家與世界其他地方國家間產生更大的鴻溝。促進共同創造與知識分享的去中心化AI模式是防止增加大公司與小公司之間、領先經濟體與發展中國家之間鴻溝的方式之一。鼓勵自主行動者發布數據集、創建、培訓或優化模型的網絡是一種更可持續的機制，可以促進AI的創造，而這種機制無助于使富人更富。實用主義的視角：去中心化AI的現實挑戰

去中心化期權平臺Opyn團隊核心工程師Anton Cheng宣布離職:3月7日，去中心化期權平臺 Opyn 團隊核心工程師 Anton Cheng 在其社交網站發文表示已從 Opyn 離職。Anton Cheng 表示離職原因是要重新思考在加密世界的工作方式及工作內容，并表示未來將繼續深入研究合約，以及重新學習 EVM。[2022/3/7 13:41:51]

盡管去中心化AI的價值主張有明顯的意義，但其現實實現面臨諸多挑戰。從其技術堆棧的不成熟到交付模型中的明顯摩擦，去中心化AI解決方案走向主流采用的路上橫亙著明顯的絆腳石。當其被用于傳統的中心化結構時，去中心化通常造成中斷，AI也不例外。盡管跟去中心化AI技術的有限采用相關的挑戰很多，但它們絕大多數都可歸為如下幾類：l雙重中斷挑戰：作為一項技術趨勢，AI仍處于嬰兒期，絕大多數組織剛剛開始找到接受新的深度學習或者機器學習堆棧的方法。從有限的人才供給到這項技術的原生復雜性，絕大多數公司都面臨將AI作為其技術策略關鍵支柱的挑戰。去中心化則是另外一層的復雜性所在，對于絕大多數組織來說，在其早期階段，這可能不是很重要的問題。l算力挑戰：諸如區塊鏈的去中心化賬本在執行需要深度學習模型這樣的昂貴計算時，其性能仍然有限。在這個程度上，去中心化AI網絡仍然需要鏈下計算模型，后者給絕大多數組織造成了基礎設施方面的挑戰。l激勵挑戰：去中心化AI的結構需要依靠激勵機制以驅動不同各方參與網絡。當涉及一些珍貴的東西，如數據和知識時，激勵模型不僅需要非常強大，且需要在投資回報方面相比中心化AI方法更有競爭力。此外，激勵結構通常會引起操縱網絡行為的惡意攻擊。解決上述挑戰是為采用去中心化AI技術創造經濟和技術可行性的唯一途徑。任何策略都需要在AI技術的新生狀態與去中心化的破壞性之間取得平衡。一條通向去中心化AI的可行路徑

Zilliqa計劃推出去中心化協議Zyro和ZSwap交易所等DeFi生態系統:據官方消息，公鏈項目Zilliqa（ZIL）基金會表示，Zilliqa計劃打造基于自身技術的DeFi生態系統，其中基于Zilliqa的去中心化協議Zyro將作為生態系統的核心，Zyro將成為ZSwap的原生代幣，ZSwap是Zyro協議中的去中心化交易所，允許用戶在其Zyro錢包中持有和管理所有ZRC2代幣和ZIL資產。[2020/11/10 12:13:29]

一個促成去中心化AI模式被采用的有效策略是，不是將其視為單一問題，而是將其視為跟AI應用生命周期不同階段相關的一系列挑戰。從這個視角看，不是將去中心化AI思考為一個整體，而是將該問題拆解為去中心化AI的多個方面。如果我們試圖將這個想法組織在一條跟中斷程度成反比的路徑上，我們會得到如下結果：l去中心化數據分享：激勵網絡參與者發布和分享數據，它是去中心化AI應用中最不具顛覆性的部分。對于一個組織來說，加入一個網絡并發布和使用相關數據集，比構建一個基礎設施并運行去中心化深度學習模型更容易。l去中心化訓練與預測：在數據分享的去中心化網絡建立之后，邏輯上講，下一步是對模型訓練及結果發布的去中心化。該結構將引入除了計算外所有方面的去中心化的AI模型。l去中心化的AI模型：最終，我們可以考慮對AI模型的執行、資源的動態分配和模型的消耗進行去中心化。這將是去中心化AI的最終景象。前面的步驟為去中心化AI模式的采用提供了實用策略。該策略不僅實用，而且我們已經擁有解決周期中每個步驟的新興技術。去中心化數據分享：海洋協議

Jose：這個行業需要的核心基礎設施之一是去中心化的交易所:6月30日上午10點，中幣“新基建，新機遇”暨七周年云峰會論壇五順利在中幣APP ZAPP（群tv）展開。

在分享下半年適合投資哪些方向時，01 Capital聯合創始人Jose表示：“我對DeFi非常感興趣，特別是在自動化市場創客領域，因為我認為這個行業需要的核心基礎設施之一是去中心化的交易所。有相當多的項目遵循不同的有趣的方法，如BAL, RUNE, BNC, CRV等。我們也對游戲領域以及那里正在發生的事情非常感興趣。我認為一般來說，最先出現的領域將是那些不需要的領域。”[2020/6/30]

海洋協議是增長最快的去中心化AI堆棧之一。概念上講，海洋協議架構的主要作用是在AI工作流程中實現實體之間的去中心化通信。從數據或者算法的提供商再到分析工具，海洋協議提供了基于代幣激勵以及區塊鏈智能合約的模型，允許各方以公平高效的互動模式在AI工作流中合作。盡管海洋協議具有通用功能集，但它通過引入代幣化的激勵層，在網絡中的節點之間共享數據方面也表現不俗。海洋協議是少數去中心化AI堆棧之一、可以跟主要深度學習與機器學習框架聯合使用，且不會造成重大中斷。去中心化訓練與預測：Erasure

去中心化搜索引擎BitClave將返還2500萬美元ICO收益:金色財經報道，美國證券交易委員會（SEC）于5月28日發布公告稱，去中心化搜索引擎BitClave未遵守聯邦證券法的注冊要求，現已同意將2017年通過ICO籌集的2500萬美元返還給其9500名投資者。BitClave將支付300萬美元的判決前利息及40萬美元的罰款。據悉，BitClave在2017年6月至11月之間向包括美國在內的全球投資者募集了資金。但是，像大多數ICO一樣，其未能將代幣注冊為證券。[2020/5/29]

Erasure是為知名對沖基金Numerai對沖基金提供支持的協議。從去中心化AI所有方面來看，Erasure在基于可用數據集的發布與預測驗證方面表現良好。Erasure的目標是提供一個去中心化的市場，在其中，數據科學家可以基于可用數據上傳預測，使用加密貨幣質押預測，并基于預測結果的表現而獲得獎勵。盡管第一批用例是來自Numerai，同金融相關，但Erasure可用于任何預測。就結構而言，Erasure結合了幾個組件，為去中心化市場中買賣雙方的去中心化交互提供基礎。去中心化AI模型：SingularityNet

彭博社前撰稿人：DeFi需要更完善的安全標準來應對去中心化平臺的風險:彭博社前撰稿人Camila Russo在推特上對近兩年DeFi攻擊事件進行了匯總：2019年6月：Synthetix損失3700萬枚sETH；2020年2月：bZx損失90萬美元；2020年3月：iEarn損失28萬美元（穩定幣交易平臺Curve對此存疑）；2020年4月：Lendf.Me損失2500萬美元。這不僅僅是一個項目的問題。DeFi需要更完善的安全標準，否則我們將繼續看到這類事件發生。自我滿足是危險的。一些人指出，集中式交易所的損失要大上幾個數量級。沒錯，但他們持有的資金也要大上幾個數量級。DeFi可以防范集中式平臺的一些風險，但也更容易受到其他風險的威脅。[2020/4/20]

Singularity按理來說，是去中心化AI領域中最有野心的公司。它為流行的Sophia機器人提供支持而聞名，SingularityNet尋求在AI生命周期的所有方面都引入去中心化。嚴格來說，SingularityNet是一個使得AI服務可以在去中心化模型中部署和消耗的平臺。它搭建于以太坊區塊鏈之上，SingularityNet提供了一種模型，其中激勵網絡中的不同參與者實施或使用AI服務。從架構的角度來看，SingularityNet基于一系列的組件，這些組件抽象了去中心化AI應用的生命周期的基本方面。通往去中心化人工智能之路的關鍵是找到適當的平衡，以打破知識集中和大企業的影響，并最大限度地減少技術挑戰領域的破壞。本文的想法提供了務實但不失野心的方式來漸進地采用去中心化AI。--延伸閱讀----《如何讓區塊鏈獲得人工智能的能力》《AI、區塊鏈&馬克思、卡夫卡》

Tags：ERA人工智能區塊鏈DEFILuxeRacing《人工智能》電影解析區塊鏈是什么多選題Defi.finance

萊特幣最新價格