Galaxy：全景解读Crypto+AI赛道

作者 | Lucas Tcheyan

来源和编译| BlockBeats

一、介绍

区块链的出现可以说是计算机科学历史上最重要的进步之一。同时人工智能的发展将会，而且已经在我们的世界产生深远影响。**如果说区块链技术提供了一种新的交易结算、数据存储和系统设计范例，人工智能则是计算、分析和内容生产的革命。**这两个行业的创新正在解锁新的用例，这些用例可能会在未来几年加速两者的应用落地。本报告探讨了加密货币和人工智能的集成，重点关注试图弥合两者之间差别、利用两者力量的新用例。具体而言，本报告研究了去中心化计算协议、零知识机器学习（zkML）基础设施和人工智能代理的项目。

**加密货币为人工智能提供了一个无需许可、无需信任、可组合的结算层。**这解锁了更多用例，例如通过去中心化计算系统使硬件更容易获得，构建可以执行需要价值交换的复杂任务的人工智能代理，以及开发身份和来源解决方案来对抗女巫攻击和深伪技术（Deepfake）。人工智能为加密货币带来了许多好处，正如已经在 Web 2 中看到的那样。这包括通过大型语言模型（例如 ChatGPT 和 Copilot 的专门训练版本）增强了用户和开发者的用户体验（UX），以及显著提高智能合约功能和自动化的潜力。区块链是人工智能所需要的透明、数据丰富的环境。但区块链的计算能力也受到了限制，这是直接集成人工智能模型的主要障碍。

加密货币和人工智能的交叉点正在进行的实验和最终采用背后的驱动力，正是推动加密货币许多最有前景的用例的驱动力——一个无需许可、无需信任的协调层，更好地促进价值转移。鉴于其巨大潜力，该领域的参与者需要理解这两种技术相交的基本方式。

1、核心观点

在不久的将来（6 个月到 1 年），加密货币和人工智能的集成将由人工智能应用程序主导，这些应用程序可以提高开发者的效率、智能合约的可审查性和安全性以及用户的可使用性。这些集成并非特定于加密货币，而是增强了链上开发者和用户的体验。

正如高性能 GPU 严重短缺一样，去中心化计算产品正在发展人工智能定制的 GPU 产品，这为其采用提供了有力支持。

用户体验和监管仍然是去中心化计算客户的障碍。然而，最近 OpenAI 的发展以及美国正在进行的监管审查突显了无需许可、抗审查、去中心化人工智能网络的价值主张。

链上人工智能整合，特别是能够使用人工智能模型的智能合约，需要改进 zkML 技术和其他验证链下计算的计算方法。缺乏全面的工具和开发人才以及高昂的成本是采用的障碍。

人工智能代理非常适合加密货币，用户（或代理本身）可以创建钱包以与其他服务、代理或个人进行交易。这在传统金融渠道下目前不可能实现。为了更广泛的采用，需要与非加密产品进行额外的集成。

2、术语解释：

人工智能（Artificial Intelligence）是利用计算和机器模仿人类的推理和问题解决能力。

神经网络（Neural Networks）是一种用于 AI 模型的训练方法。它们通过一系列算法层处理输入数据，不断优化直到产生所需的输出。神经网络由具有可修改权重的方程组成，可以修改权重以改变输出。它们可能需要大量的数据和计算来进行训练，以确保其输出准确。这是开发 AI 模型最常见的方式之一（例如，ChatGPT 使用基于 Transformer 的神经网络过程）。

训练（Training）是神经网络和其他 AI 模型开发的过程。它需要大量的数据来训练模型，以正确地解释输入并产生准确的输出。在训练过程中，模型方程的权重将不断修改，直到产生令人满意的输出为止。训练成本可能非常昂贵。例如，ChatGPT 使用数以万计的 GPU 来处理其数据。资源较少的团队通常依赖于像亚马逊网络服务（Amazon Web Services）、Azure 和谷歌云服务（Google Cloud Providers）等专用计算提供商。

推理（Inference）是实际使用 AI 模型获取输出或结果的过程（例如，使用 ChatGPT 撰写本报告大纲）。推理在训练过程中和最终产品中都会用到。由于计算成本的原因，即使在训练完成后，它们的运行成本也可能很高，但计算密集度低于训练。

零知识证明（Zero Knowledge Proofs，ZKP）允许在不透露基础信息的情况下验证声明。这在加密货币中有两个主要用途： 1 隐私和 2 扩展性。对于隐私，这使用户能够进行交易而不泄露像钱包中有多少 ETH 这样的敏感信息。对于扩展性，它使得可以更快地在链上证明链下计算，而无需重新执行计算。这使得区块链和应用程序可以在链下运行计算，然后在链上进行验证。

人工智能+加密货币全景图

在人工智能和加密货币交汇的项目仍在开发所需的基础设施，以支持大规模的链上人工智能交互。

去中心化计算市场正在兴起，以提供大量的物理硬件，主要是 GPU，用于训练和推理人工智能模型。这些双边市场连接了出租和寻求租用计算资源的人，促进了价值的转移和计算的验证。在去中心化计算中，正在出现几个子类别，提供了额外的功能。除了双边市场之外，本报告还将研究专门为可验证训练和微调输出的机器学习训练提供方，以及致力于连接计算和模型生成以实现人工通用智能的项目，也经常被称为智能激励网络。

zkML 是希望以经济有效且及时的方式在链上提供可验证模型输出的一个重点领域。这些项目主要使应用程序能够处理链下繁重的计算请求，然后在链上发布可验证的输出，证明链下工作是完整且准确的。zkML 在当前实例中既昂贵又耗时，但越来越多地被用作解决方案。这在 zkML 提供方和想要利用 AI 模型的 DeFi/游戏之间的集成数量不断增加中显而易见。

充足的计算资源供应以及能够在链上验证计算的能力为链上人工智能代理打开了大门。代理是经过训练的模型，能够代表用户执行请求。代理提供了极大的机会来显著增强链上体验，使用户能够通过与聊天机器人交谈来执行复杂的交易。然而，就目前而言，代理项目仍集中于开发基础设施和工具，以便轻松快速地部署。

二、去中心化计算

1、概述

人工智能需要大量的计算资源，无论是用于训练模型还是进行推理。在过去的十年里，随着模型变得越来越复杂，计算需求呈指数级增长。例如，OpenAI 发现，在 2012 年至 2018 年间，其模型的计算需求从每两年翻倍增长到每三个半月翻倍增长。这导致了对 GPU 的需求激增，一些加密货币矿工甚至利用他们的 GPU 提供云计算服务。随着获取计算资源的竞争加剧和成本上涨，一些项目正在利用加密货币提供去中心化计算解决方案。它们以有竞争力的价格提供按需计算，以便团队可以负担得起训练和运行模型。在某些情况下，这种权衡可能是性能和安全性。

像 Nvidia 生产的最先进的 GPU 等高端硬件需求很高。在 9 月份，Tether 收购了德国比特币矿工 Northern Data 的股份，据报道支付了 4.2 亿美元，以收购 1 万个 H 100 GPU（用于 AI 训练的最先进的 GPU 之一）。获得最佳硬件的等待时间至少为六个月，在许多情况下更长。更糟糕的是，公司通常需要签订长期合同，购买他们甚至可能不会使用的计算资源。这可能导致存在计算资源，但市场上却不可用的情况。去中心化计算系统有助于解决这些市场效率低下的问题，创建了一个二级市场，使计算资源的所有者能够随时以竞争价格出租他们的多余资源，释放新的供应。

除了竞争性定价和易获取性外，去中心化计算的关键价值是抗审查性。前沿的人工智能发展越来越被拥有无与伦比算力和数据获取权限的大型科技公司所主导。2023 年 AI 指数报告年度报告中首次突出的关键主题之一是，行业正在超越学术界，在 AI 模型的开发方面，将控制权集中在少数科技领导者手中。这引发了对他们能否在制定支撑 AI 模型的规范和价值观方面产生过大影响的担忧，尤其是在这些科技公司推动监管措施以限制他们无法控制的 AI 开发之后。

**2、**去中心化计算垂直领域

近年来出现了几种去中心化计算模型，每种模型都有自己的重点和取舍。

3、通用计算

类似 Akash、io.net、iExec、Cudos 等项目是去中心化计算应用，除了数据和通用计算解决方案外，还提供或将很快提供专门用于 AI 训练和推理的特定计算资源。

Akash 目前是唯一完全开源的「超级云」平台。它是一个使用 Cosmos SDK 的 PoS 网络。Akash 的原生代币 AKT 用于保护网络、作为支付形式，并激励参与。Akash 于 2020 年推出了首个主网，重点是提供一个无需许可的云计算市场，最初提供存储和 CPU 租赁服务。在 2023 年 6 月，Akash 推出了一个新的测试网，专注于 GPU， 9 月推出了 GPU 主网，使用户能够租用 GPU 进行 AI 训练和推理。

Akash 生态系统中有两个主要角色 - 租户和提供者。租户是 Akash 网络的用户，他们想购买计算资源。提供者是计算资源提供方。为了匹配租户和提供者，Akash 依赖于一个逆向拍卖过程。租户提交他们的计算需求，在其中可以指定某些条件，比如服务器的位置或进行计算的硬件类型，以及他们愿意支付的金额。然后，提供者提交他们的要价，最低出价者获得任务。

Akash 验证者维护网络的完整性。验证者集目前限制为 100 个，计划随着时间逐步增加。任何人都可以通过质押比当前质押金额最少的验证者更多的 AKT 来成为验证者。AKT 持有者也可以将他们的 AKT 委托给验证者。网络的交易费用和区块奖励以 AKT 形式分配。此外，对于每笔租赁，Akash 网络都会以由社区确定的比率收取「手续费」，并分配给 AKT 持有者。

4、二级市场

去中心化计算市场旨在填补现有计算市场的低效。供应限制导致公司储备了超出他们可能需要的计算资源，而且由于与云服务提供商的合同形式，供应进一步受