被忽略的 Web3 暗處的去中心化人工智能_區塊鏈

撰文：Kyle

來源：WebX實驗室

De-AI（去中心化人工智能）會成為像 Elon Musk 所預言的那樣統治我們生活的人工智能機器人獨裁者，還是會成為豐富且不那么物質化的未來的生產工具？

由加密貨幣的間歇性牛市及其各自的區塊鏈推動的去中心化點對點技術的改進，正在產生可以改善去中心化人工智能（De-AI）的生產環境。

De-AI 的問題就和區塊鏈一樣，一個單一的系統將面臨突然停用該計算機系統的非常艱巨的風險，因此節點將分布在許多國家 / 地區，并且系統中內置了經濟激勵措施，參與 De-AI 網絡的已部署節點將獲得加密貨幣獎勵。與當前許多的 AI 應用程序一樣，De-AI 上將提供 AI 應用程序，但它們不會由單個人類實體控制，而是由受經濟激勵措施引導的驗證者社區控制。

韓國央行：加密市場也需在銀行法和資本市場法層面進行監管:5月18日消息，韓國央行發布了一份題為《評估加密資產市場的缺陷及其對全球重大事件的影響》的報告。報告表示，如果在加密資產市場上進行存款或提供貸款等與傳統金融產業相同的行為，并且面臨相同的風險，就應該對加密市場實施與現有產業相同的監管。

報告具體分析稱，通過對去年發生的Terra Luna危機、Celsius、三箭資本、FTX破產等重大事件的考察，央行發現與過去傳統金融市場出現的漏洞有相似之處，比如不可持續的業務結構、流動性風險、杠桿化、不透明的財務狀況等。雖然去年在加密市場接連發生的主要事件并沒有對整個金融系統造成沖擊，但隨著加密資產和傳統金融市場的聯系逐漸加強，今后可能會對金融系統造成威脅。因此對于加密資產也要通過立法以適用“相同行為、相同風險、相同監管”的原則。（首爾經濟日報）[2023/5/18 15:10:48]

Layer2 區塊鏈被設計為可大規模擴展，是部署機器學習算法的自然目標，但可能需要一種更原生的方法，包括高速計算。Layer2 區塊鏈，如 Optimism、Arbitrum 和 Starkware，有特定的編程語言（最常見的是 Solidity，Cairo 即將出現在 StarkWare），不適合人工智能的高性能計算。

ALAC批評薩爾瓦多開發銀行BANDESAL拒絕提供比特幣購買的信息:金色財經報道，薩爾瓦多的反腐敗法律咨詢中心 (ALAC) 發布了開發銀行BANDESAL的一份文件，該中心為公民提供法律援助以反對腐敗。在文件顯示，薩爾瓦多開發銀行BANDESAL拒絕提供有關政府有爭議的比特幣購買的信息。ALAC 批評 BANDESAL 的舉動。 保密限制了公民訪問和接收有關 BANDESAL使用公共資金開展的行動的信息的可能性。[2022/11/1 12:04:51]

零知識 (ZK) 是加密生成的簡短證明，證明有一些數據或計算已經完成，而沒有透露數據或計算的所有細節。有用的 ZK 證明還必須在短時間內可驗證。未來零知識技術的高速改進（StarkWare 使用了這種 ZK 技術）將允許對區塊鏈進行高性能計算。

菲律賓總統：數字化轉型計劃可為全球區塊鏈中心鋪平道路:金色財經報道，菲律賓總統Ferdinand Romualdez Marcos Jr分享了一項國家數字化轉型計劃，表明該國可能成為全球數字資產中心。總統在第一次國情咨文（SONA）中表示?，該國政府正在尋求將突破性技術整合到菲律賓日常生活的方方面面，作為東南亞國家數字化努力的一部分。?其中量子計算、人工智能、納米技術、物聯網、機器人技術、自動駕駛電動汽車、3D打印以及虛擬和增強現實等領域的突破性技術將從根本上改變商業運作方式，Marcos特別計劃簽署幾項法案，讓該國接受這些創新，包括它一直在探索的區塊鏈技術。他透露，電子政務法、互聯網交易法和適應數字服務提供商的稅收改革是他的首要任務。

值得注意的是，菲律賓已經走上了數字化轉型的道路。區塊鏈/分布式賬本技術 (DLT) 是幾個政府半國營機構關注的一項技術。[2022/7/30 2:47:15]

區塊鏈的主要問題是用戶需要任何交易計算都可以由其他節點快速驗證，而 ZK 允許驗證比計算本身快得多。

哈佛大學經濟學教授：加密貨幣匿名性終將被遏制:金色財經消息，國際貨幣基金組織（IMF）前首席經濟學家、現任哈佛大學經濟學教授Kenneth Rogoff在近日發表于Project Syndicate的一篇評論文章中表示，只要加密貨幣相關的擔憂影響全球其他地區，發達經濟體的政策制定者就不會在意，而監管機構更關心的是國內投資者保護和金融穩定。

然而，他認為，經濟學理論早已證明，任何貨幣的價值最終都取決于其潛在用途，發達經濟體的政府很可能會發現，他們將不得不對不允許輕易追蹤用戶身份的數字貨幣實施廣泛禁令，而且該禁令肯定會延伸到金融機構和企業，可能還會包括對個人的一些限制。（Finbold）[2022/6/13 4:23:45]

我們可以考慮哪些機器學習系統最適合首先遷移到去中心化系統中，這包括：

1）推薦系統：當用戶消費不同的項目時，它被注冊并被評估以建議未來要消費的項目。從技術上講，你需要估計到其他項目的距離。這種類型的技術非常適合將推薦算法數據應用到多個節點中。你不需要將所有用戶偏好、過去消費的項目都存儲在一臺計算機上。

2）聚類 / 非結構化分類：鑒于聚類是將數據集分類為自發的新類別的問題，似乎比結構化分類（固定數量的類別）更容易去中心化。如果你將類別想象為地理區域，你會發現沒有必要將所有數據點都存儲在一臺計算機中。特別是廣義聚類算法中的應用于大腦圖像的去中心化聚類算法。

現在人工智能或機器學習中缺少的工具是結構化分類器，基于固定數量的類別，算法必須猜測一條數據屬于哪個類別（例如，這篇文章是用英語還是中文寫的？）。與強化學習密切相關，強化學習就像分類器的閉環，為機器人或游戲生成動作。

深度學習是多層結構化分類器（因此，深度分層）的組合，以獲得更復雜的自動化學習體驗。這種類型的 AI 工具的問題在于，你需要所有訓練數據集的全局視圖，因為輸出使用的是經過訓練的權重或變量形式的數據合成匯總。你需要訓練權重來生成輸出、類別、機器人動作。

矩陣乘法是做大量的數值乘法和加法。海量矩陣乘法是結構化分類器、深度學習和強化學習中涉及的主要操作。正如我們之前提到的，對這些操作的驗證（以避免作弊）是 De-AI 將面臨的主要挑戰。我們為去中心化人工智能 (De-AI) 設想了這三種場景：

1）原生高性能區塊鏈或側鏈：當比特幣被認為是無用的，因為「浪費」了每秒驗證 5 筆交易的無意識計算量，許多有遠見的人提出，區塊的挖掘涉及更多有用的計算。這是區塊鏈難題的圣杯，將幫助人類。

要參與區塊鏈網絡中交易的驗證，你將必須進行矩陣乘法和復雜的機器學習操作，這些操作將由其他節點驗證，并最終被接受為挖礦的一部分加密貨幣。這種方法僅限于特定操作或靜態深度學習架構。Filecoin 和其他存儲區塊鏈可以通過僅存儲數據但沒有太多或沒有轉換的方式在此類別中看到。WekaCoin 解決方案提出了一系列多樣化的機器學習算法參與共識，使挖礦更加智能。

2）更快的 Layer2 區塊鏈：利用現有的高性能和廉價的 Layer 2 區塊鏈，其中大多數基于以太坊網絡協議，是實現去中心化人工智能的自然方法。使用 Solidity 作為編程語言可能不是最快的，但該技術具有構建去中心化 AI 樂高的所有要素。

構建可重復用的機器學習代碼塊，這些代碼是開放且免費的（如果你支付網絡費用）。這種方法的主要限制是區塊鏈通常具有有限的計算能力，可以包含在單個區塊中。然后，如果你分叉像 Arbitrum、Optimism 或 Starkware 這樣的 Layer 2，你必須準備好大量增加最大區塊大小，并準備好為網絡中的驗證器設置最低性能閾值。

3）用于 AI 的專用零知識平臺：這種替代方案類似于前面提到的 StarkWare Layer 2 方法，但也涉及針對矩陣乘法和深度學習的 ZK 智能合約（例如使用 Cairo 編程語言）的特定開發。這可以在智能合約層中完成，例如在 StarkWare 中，或者在較低的共識層中完成。目標是進行大量繁重的計算，可以很容易地被網絡中的其他節點驗證。此外，包括靈活的智能合約操作組合允許不同算法的互操作性。

WebX實驗室

企業專欄

閱讀更多

金色早8點

金色財經

去中心化金融社區

CertiK中文社區

虎嗅科技

區塊律動BlockBeats

念青

深潮TechFlow

Odaily星球日報

騰訊研究院

Tags：區塊鏈人工智能LAYERAND區塊鏈專業是什么意思人工智能chatGPTRO SlayersNinja Panda Inu

幣安app官方下載最新版