灰度卖了比特币，下一步要干啥？人工智能和加密货币协同作用的出现！

点击上方蓝字，关注我们

• 最近，随着现货比特币 ETF 在美国获得批准，比特币占据了中心舞台，但人工智能相关加密资产的优异表现提醒人们，公共区块链用例的适用性和相关性正在扩大，超越了支付形式。

• Grayscale Research 认为，人工智能和加密货币交叉的发展可能会缓解未来与人工智能相关的社会问题，例如深度造假的兴起、对数据隐私的担忧以及权力集中。

• 虽然许多代币可能只是顺应了“人工智能炒作浪潮”，但与人工智能项目开发相关的加密协议已经获得了采用的早期迹象。具体来说，按市值计算的四大人工智能相关加密代币[1] （TAO、RNDR、AKT、WLD）去年上涨了 522%，同期表现优于公用事业和服务加密行业 (+86%) 。

去年 11 月，OpenAI 的六人董事会宣布更换公司首席执行官 Sam Altman，这在科技界和商业界引起了震动。尽管这一决定后来被推翻，奥特曼重新担任首席执行官，但有关人工智能 (AI) 治理的讨论仍在继续，甚至成为今年瑞士达沃斯世界经济论坛年会上的一大话题。

OpenAI事件凸显了对关键技术的集中控制的潜在危险。对于灰度研究来说，这引出了一个关键问题：我们如何确保人工智能开发是可访问的、有竞争力的和透明的？这些难道不是区块链技术的核心租户吗？灰度研究公司相信这一点，业内其他人也开始讨论类似的主题。根据 CCI 的 Sheila Warren 的说法[2]，加密货币将在“制衡人工智能方面发挥关键作用”。同样，风险投资家 Fred Wilson [3]认为人工智能和加密货币是“同一枚硬币的两面”，“web3 将帮助我们信任人工智能”。

尽管许多用例还处于起步阶段，但市场似乎对这种交叉的重要性持乐观态度。根据 Coingecko 网络流量，人工智能是 2023 年最流行的“加密货币叙事[4] ”。此外，富时罗素灰度加密货币行业指数反映了与公用事业和服务行业以及加密货币行业相比，部分人工智能相关加密资产的表现优于公用事业和服务行业。整个加密生态系统（图 1）。

在本报告中，我们试图解释人工智能和加密技术在以下领域的重叠方面取得的进展：验证内容真实性、减少模型偏差以及改善人工智能开发中的准入和竞争。

图 1： 2023 年大型 AI 代币的表现优于各个加密货币领域

验证内容真实性

人工智能加剧的一个主要社会问题是机器人和错误信息的扩散。这在未来几个月尤其重要，因为顶级人工智能专家担心大量深度造假试图影响 2024 年美国总统大选。[5]公共区块链——以及透明和防篡改账本的固有特征——提供了抵御这一更广泛威胁的潜力。

解决这个问题的一项主要举措是名为“世界币”的加密协议。世界币由 Sam Altman 联合创立，旨在通过生物识别扫描注册地球上的每个人，以便可验证地区分人类和机器人，所有这些都受到专用区块链代币的激励。世界币团队一直积极致力于实现其雄心勃勃的追求。自大约六个月前推出以来，Worldcoin 已在全球范围内签约了 2.9mm 会员。[6]此外，12 月，Worldcoin 宣布计划通过额外 5000 万美元的私人资金进行扩张。[7]

解决此问题的另一项举措是数字内容来源记录 (DCPR) 标准，由 Arweave 和 Bundlr 团队首创。DCPR标准使用Arweave区块链对数字内容进行时间戳和验证，提供可靠的元数据来帮助用户评估数字信息的可信度。[8]

减少人工智能模型中的偏差

随着人工智能模型越来越融入我们的日常生活，人们越来越担心对这些系统的过度依赖以及它们可能表现出的固有偏见。考虑这样一种情况：人工智能驱动的聊天机器人可以通过推动消费者购买特定产品或偏向特定政治信仰来影响消费者的选择。同样，这项技术可能会通过受候选人人口统计特征影响的决策来显示就业筛选中的偏见。由此产生的信任崩溃会带来连锁反应。根据一项研究，“人工智能检测器”本身可能对非英语母语者的自然书写存在偏见。

Bittensor 是一种新颖的去中心化网络，它试图通过激励各种预先训练的模型来争夺最佳响应来解决人工智能偏见，因为验证者会奖励表现最好的人并消除表现不佳和有偏见的人。通过为各种模型和数据集的人工智能创新营造一个开放和协作的环境，Bittensor 可能有潜力推动人工智能的发展，同时尝试减轻偏见的负面影响。[9]

虽然 Bittensor 的开发仍处于初期阶段，但去中心化网络已显示出初步进展，拥有 32 个专门用于特定用例的子网络，包括聊天机器人、图像生成、价格预测和语言翻译。[10]值得注意的是，在 OpenAI 领导权冲突发生后的一段时间内，Bittensor 和另外两种市值最大的人工智能相关加密资产的价格大幅上涨（图 2）。我们认为，这可能表明市场将这些资产视为应对主要现有人工智能公司带来的中心化风险的潜在对策。

图 2：自 OpenAI 取得重大进展以来，与人工智能相关的加密资产表现良好

改善人工智能开发的机会，加剧竞争

除了模型偏差的风险之外，围绕人工智能的另一个担忧是开发特别集中。随着人工智能模型规模的增长，计算和存储的相关高资本成本可能会导致竞争被淘汰，使得人工智能的开发主要掌握在少数有能力承担的科技巨头手中。[11]在过去的一年里，对人工智能和计算资源的需求不断增长，导致大型计算提供商限制 GPU（人工智能开发所需的专用处理器）的可用性[12]，尽管容量过剩。[13]

Akash 和 Render 等去中心化计算市场旨在通过将 GPU 所有者与寻求计算能力的 AI 开发人员联系起来，解决 GPU 资源利用不足的低效率问题。该系统允许世界各地的个人和组织将其闲置的计算货币化。同时，为AI开发者提供计算资源的灵活获取。由于区块链消除了以利润为动机和管理成本的中介机构，因此这些网络有时可以以中心化现有机构提供的费率的一小部分（通过 Akash [14]的成本的约 1/5）提供服务。

例如，去年秋天，一名试图从事人工智能开发的哥伦比亚大学学生很难通过亚马逊网络服务访问计算；相反，他通过 Akash 租用 GPU，每小时仅需 1.10 美元。[15]

最近，其中一些去中心化市场已经获得了初步的关注。例如，自 9 月份启动 GPU 部署以来，Akash 已增长到超过 70 个活跃 GPU 租赁[16]。值得注意的是，在 Akash 上提供闲置 GPU 计算的组织之一是 Foundry [17]，它是最大的加密货币挖矿公司之一。此外，用于 3D 图像渲染的 GPU 市场 Render 的使用量在 2023 年经历了大幅增长。[18]

图 3：去中心化市场 Akash 的 GPU 利用率不断提高[19]

结论

如今，这一交叉点的大部分进展都发生在加密协议的背景下，通过去中心化的 GPU 市场帮助民主化并加速人工智能的开发。其他机会可能存在于以下领域：

• 零知识证明验证人工智能模型输出的完整性，并确认它是根据其声称的数据集生成的。[20]

• 加密货币作为无缝自动化和与人工智能代理交互的支付轨道。[21]

• 加密游戏中人工智能生成的内容，以及 NFT 等虚拟存在。

这种协同效应仍处于初期阶段，但它有望在 2024 年及以后积聚动力，特别是如果市场参与者继续将这些资产视为对抗 OpenAI 等大型中心化参与者未来巩固地位的制衡因素。无论人工智能和加密技术是否存在内在联系，这两种快速发展的技术都有可能相互支持彼此的发展，无论是在用例范围还是与更广泛公众的相关性方面。

补充：在解决GPU资源利用领域，Dynex潜力巨大。最近，其登上了纳斯达克的“新人街”节目。