原文標題：《Why AI Needs Crypto’s Values》

撰文：Arjun Chand，Bankless

編譯：Chris，Techub News

人工智能革命的夢想一直是一把雙刃劍。

釋放人工智能的潛力可以解決人類面臨的挑战，但也可能導致權力集中並帶來危險。

這時候，加密貨幣技術和區塊鏈的作用就顯現出來了。加密貨幣技術的核心價值觀同樣適用於改進人工智能。這些價值觀可以爲人工智能的未來打造一個更公平、更安全、更开放的環境。

去中心化、無需許可的創新、开源系統、隱私、透明度、用戶所有權，這些不僅僅是空洞的詞匯，它們還能幫助揭开人工智能的黑箱。

以下是爲什么人工智能行業需要加密貨幣技術的原因。

構建包容开源的人工智能生態系統

人工智能和加密貨幣之間的協同作用。

來源：The promise and challenges of crypto + AI applications

目前，少數幾家大型科技公司控制了絕大部分的計算能力，並在其 AI 研究領域築起了高牆，形成了一個「AI 黑手黨」。這種壟斷扼殺了創新和競爭，限制了整個行業的發展速度。

然而，去中心化的出現爲這一現狀帶來了轉機。在去中心化的人工智能模式中，計算能力和人工智能研究是無需許可即可訪問的。人工智能成爲每個人的工具，打破了人工智能黑手黨設立的障礙，使知識、工具和資源的獲取更加民主化。

這種共享資源的模式意味着更多的人可以參與到 AI 的研究中，解決最具挑战性的問題。參與者越多樣化，算法的偏見就越少，從而爲每個人帶來更公平的結果。這種多元化的建設者群體不僅推動了技術進步，也爲社會帶來了雙贏的局面。

然而，开源开發的模式一直難以盈利，如果無法從中獲利，如何激勵人們創造出偉大的作品？這種困境常常迫使公司選擇閉源模式以實現盈利。

有一個解決方案是「加密貨幣驅動的去中心化 AI」。

加密貨幣技術爲开源 AI 提供了新的途徑。它爲 AI 开發創建了一個开放性的市場，確保可以开源訪問的前提下，通過代幣進行激勵。

例如，在 Bittensor 等去中心化 AI 網絡中，开發人員在不同的 AI 應用程序中使用他們的機器學習模型時可以獲得 TAO 代幣。

這種機制通過代幣化激勵吸引頂尖人才，形成了一個在閉源、中心化模型中無法實現的可持續價值鏈。

確保用戶數據的隱私

我們生活在一個數據驅動的世界，每個人都希望利用你的數據來了解你的喜好，從而向你推銷產品。人工智能系統需要大量數據才能正常工作。大型 AI 公司通常會存儲整個對話歷史來訓練他們的模型，但這會帶來巨大的隱私問題。

想象一下，你所有的個人信息，購物習慣、瀏覽歷史，甚至健康記錄都被存儲在一個巨大的 AI 數據庫中。你不一定信任這些公司不會濫用或出售這些數據，對吧？

爲了真正贏得用戶信任，AI 需要採用隱私保護技術。建立信任需要透明度和可驗證性，而零知識證明可以幫助實現這一點。

加密貨幣領域的 AI 項目還以其他方式採用隱私保護技術。例如，Venice.ai 僅在用戶的瀏覽器中存儲對話歷史記錄，並確保用戶請求已加密。GPU 提供商會處理這些請求，但沒有服務器可以看到整個對話歷史記錄或知道用戶的身份。

通過整合這些加密方法和價值觀，我們可以創建尊重用戶隱私和數據所有權的 AI 系統。

使用合成數據訓練 AI 模型

我們如何在保護用戶隱私的同時訓練 AI 模型？如果沒有足夠的數據，AI 無法很好地理解現實世界，從而導致「AI 幻覺」，即 AI 生成錯誤的輸出。

這時合成數據就派上用場了。合成數據是使用算法模擬真實數據生成的，具有隱私保護特性，因爲它不會泄露個人信息。所有主要的 AI 公司都在使用它，這是一個新興的研究領域。

加密貨幣可以激勵創建用於訓練 AI 模型的合成數據集。用戶可以通過貢獻經過驗證的數據點來獲得代幣，從而解決訓練數據不足的問題。

例如，像 Synthetic AI 這樣的項目構建了用於創建合成數據的工具，允許用戶貢獻合成數據並獲得 SAI 代幣。確保這些數據集的質量可以顯著加快生成用於訓練 AI 模型的數據的過程，同時保持用戶數據隱私。

結束語

人工智能的未來尚不確定，但有一件事是肯定的：它需要建立在信任和透明的开源基礎上。

加密貨幣專注於分散所有權、無需許可的訪問和隱私，彌補了這些缺失的部分。工具已經存在，是時候用它們書寫人工智能發展的下一章了。