WEB3:区块链与 AI 的融合：天然需求

从长期看，AI对区块链的需求是自我实现的天然需求。当然，有很长的路要走

一、区块链同样是最重要的趋势之一

今年以来，AI 的火爆远超区块链。不过，加密世界也不必气馁，如何理解区块链未来的机会？先说一下想法：

区块链是人类历史上最重要的趋势之一，从 web2 信息互联网演化到 web3 价值互联网同样也是生产力提升的需要。才短短十多年，还有数十年的演化。其底层影响目前看是仅次于 AI 的第二大技术。

AI 和区块链是有融合需求的，虽然进展不会很快。

今天简单说说第二点：AI 和区块链的融合需求。

二、区块链可以帮到 AI 的地方

计算

大家都知道，AI 对算力的需求是巨大的。如何将闲置算力为 AI 算力所用，需求是有的。不过目前看，由于训练 AI 模型属于密集计算，非常昂贵。在通用 AI 计算方面，目前区块链能够帮忙的地方还不多。

其中被诟病的主要有三点：一是，需要专用 GPU 硬件的支持；二是，数据交换延迟；三是，去中心化计算任务的证明。

成都“西控”区域发布机会清单 鼓励区块链等技术与农业融合:7月14日消息，近日，成都市召开国家城乡融合发展试验区建设动员会暨“西控”工作推进会，发布了投资成都“西控”区域机会清单。清单支持13大类投资领域，释放262个投资项目。在都市现代农业领域，《清单》鼓励物联网、区块链、人工智能等新一代信息技术与农业融合，支持发展数字农业、智慧农业等业态。（华西都市报）[2020/7/14]

上面也提到，AI 训练属于密集型的大规模计算，LLM 这些训练具有数十亿级别以上的参数，训练这些模型的 FLOPs 更是庞大，只有专用硬件（AI GPU，具有特殊组件，如 Tensor Processing Units 等）来执行这些训练才能达到更好效果；此外，为了达到最佳效果，所有 GPU 最好是同构计算，级别相同的 GPU 更易步调一致进行数据交换和继续计算。在去中心化网络，这对参与者的 GPU 是存在要求的。不过，要求越高，门槛越高，不利于去中心化，也不利于利用闲置算力。

AI GPU 需要不断交换数据。如果存在网络延迟，对于 AI 利用分布式的算力来进行训练也不利。

声音 | ODIN创始人王鸣：区块链让广告的利益分配更加公平:根据东北新闻网消息，就区块链为互联网广告赋能这一话题，ODIN创始人王鸣表示：“以前,用户发文章和浏览广告都得不到应有的激励,甚至互联网巨头还会对用户行为进行监测和把控,很多用户甚至意识不到自己在浏览广告的时候为互联网公司带来多么巨大的收益,但区块链技术的运用在浏览器以一种更加公平的形式来激励用户参与进来。”[2018/8/23]

如何去中心化地验证计算任务的完成需要有相对高效和低成本的解决方案。

以上所提到的都是目前去中心化计算跟 AI 结合的难点，这也是目前 AI 和区块链结合相对不容易的地方。不过，从蓝狐笔记角度，随着更多参与者的探索，这个方面的障碍会一步步得到清除，当然也需要较长时间才能实现。

下面来说说，有可能逐步得到解决的方面。如果在通用 AI 角度，目前加密领域还很难切入。那么，可以从特殊领域的 AI 领域切入。而这个切入点，也跟目前 AI 的计算任务密切相关。有两个地方：一是，推理任务在目前的 AI 计算需求中占据了多数；二是，一些微调和推理任务对资源要求较小，通过去中心化计算来实现也有机会。这两点意味着去中心化算力的可能的潜在机会。

复旦大学教授凌鸿：区块链炒作热度会下降，但技术研究仍会继续:6月2日，复旦大学教授凌鸿在扬州发展与创新论坛上表示，区块链概念目前很热，但现阶段对区块链最大的误解，或者说很多“伪区块链”项目就是“伪”在只提区块链的一两个特性，但不具有区块链的基本架构，比如发代币。一些ICO项目，也根本没法做到像比特币系统一样稳定。值得重视的是，区块链目前还是发展初期，有太多的不确定性，目前还没有出现真正落地区块链应用。凌鸿表示，区块链热潮不会长久持续，热度很快就会降下来，区块链也没那么神奇，因为当大家都意识到之后，炒作热度就会下降，另一波投资热潮就来了。但作为技术研究人员，他相信区块链技术不会停在这里，还有人会去继续研究推进。[2018/6/2]

特定领域，比如法律、医学、投资、教育、数据分析等专业领域的 AI 可能在早期更适合这种专注于特定领域的分布式计算网络。上面也提到，为 AI 提供去中心化的算力服务，困难的不是完成计算任务，而是如何去中心化地验证任务的完成情况。目前一些项目正在试图解决这个问题，比如 Gensyn 和 together 等。

Gensyn 融和了一些学术界的研究成果，如概率学习证明、基于图形的精确定位协议，也借鉴了 Truebit 项目的激励和制衡模型。Gensyn 将整个过程分解为八个阶段，从 AI 任务提交、剖析、训练、证明生成到验证证明、挑战、仲裁以及结算。其中 “概率学习证明” 用以构建基线距离阀值，为验证者提供验证基础；“基于图形的精确定位” 技术用以监督验证者验证执行的情况；Truebit 的博弈模型则使得相关方以理性为导向。具体的过程可参考 Gensyn 的白皮书。这里顺便提及一下，像 Truebit 类似的链下计算项目，也有机会向这个方向演化，或许获得更多的业务机会。当然，这需要团队评估其机会。

黄仁勋：区块链将继续存在 希望加密货币成GPU主动力:北京时间3月30日早间消息，尽管由于支持加密货币“挖矿”，芯片制造商英伟达（Nvidia）的股价下挫，但该公司创始人、总裁兼首席执行官黄仁勋（Jensen Huang）并不希望加密热潮迅速退却。日前他做客美国CBNC当红财经节目Mad Money，谈到了加密货币、自动驾驶汽车、英伟达的显卡业务等广泛话题。“加密货币还将存在，”本周四，黄仁勋在接受主持人吉姆·克莱默（Jim Cramer）的采访时说：“它有能力让世界以非常低的摩擦、非常低的成本完成交换，将长期存在，它有望成为计算的全新形式，”黄仁勋还告诉克莱默。”我期待区块链，寄希望于加密货币成为GPU的重要驱动力。”[2018/3/30]

相对于去中心化的网络计算的落地难度，AI 模型分享和 AI 数据分享是有机会更快落地的领域。下面的两个方面，可能是 AI 跟区块链结合在早期更容易取得突破的地方：去中心化的模型共享和去中心化的数据共享。

模型

通过代币激励来鼓励模型的共享，从而实现更好的模型。甚至，这些模型还可以部署到链上，由任意参与者共同训练，推动模型发展。此外，随着 AI 模型的复杂化，对于推理的信任也变得关键。这也是链上可信推理可以发挥作用的地方。

经济参考报：区块链应用价值凸显，呼唤政策护航:据经济参考报报道，进入2018年，原本隐匿于比特币背后的区块链技术逐渐走到市场前端。区块链最初崭露头角无疑与比特币等加密货币的飞涨密不可分。在专家们看来，区块链技术可在金融等诸多领域实现广泛甚至是颠覆性的应用，战略价值凸显。同时，还应及时为区块链技术的发展纠偏，在政策上给予更多引导支持。[2018/3/6]

在模型微调和推理领域，Giza、ChainML、Bittensor、Modulus Lab 等都在探索中。Giza 推出的是链上模型市场，在链上部署简单模型，链上推理，模型所有者可以在模型被使用后获得相关的费用收入。

Modulus 则提出了 zkML 的概念，它认为由于成本问题，在链上运行推理模型是不现实的，因此它的解决方案是在链下运行推理模型，之后生成 zkSNARKs 证明，证明上链，并通过智能合约发挥其作用。

数据

通过代币经济来激励用户对模型进行反馈、激励用户收集更高质量的数据。通过提供分布式数据获得高质量的数据，尤其是特定领域，这对于 AI 发展有重要意义。同时，这也可以跟 ZK 技术结合起来，可以不用透露数据背后的隐私。这里的难点是如何证明数据本身的质量。

高质量的数据和去中心化的 AI 模型结合，对于 AI 发展会很有意思。

防伪

目前深度学习模型出现之后，导致 AI 生成的图像、音频、视频等变得越来越难以分辨真假。在 AI 生成时代，内容的真实性、防篡改性变得越来越重要。区块链是解决这一问题的重要技术手段。

加密数据身份和签名保证内容创造的真实性，而不是伪造的。尤其是 AI 工具被滥用之后，这个问题尤为严重。这是对抗伪造内容的重要技术手段。在以假乱真时代，需要通过加密技术来分辨真伪。

此外，也需要借用区块链技术进行确权。例如，同样是一幅画，AI 生成和 NFT 图像仅从表面难以辨别，这个时候需要区块链发挥它的作用。

更具韧性的 AI

AI 通过跟区块链融合，获得在计算、模型、数据、带宽、存储等多方面的支持，获取去中心化的基础设施支撑，更具自我演化能力。此外，区块链领域的加密支付、价值流通方面，也可以为 AI 的演化提供支持。

一个完善的区块链基础设施构建成熟之后，AI 将获得更多自我演化的能力。换言之，一个更去中心化的 AI 也是 AI 自我实现的需求，利用区块链的分布式特点来发展 AI，也是 AI 自身发展的诉求。

对于 AI 自身来说，如果最后只被微软、谷歌等大巨头所垄断，对它自身演化也是不利的。AI 有天然的去中心化发展的需求，这是 AI 实现更具韧性的自身需求。AI+区块链所能爆发出来的力量有可能远超人们想象。

三、AI 可以推动区块链的地方

人工智能和链上数据融合

通过 AI 分析链上的动态数据，获得预测的能力，比如投研等。其中一个最令人兴奋的地方是，通过嵌入 AI，智能合约可以实现动态的自主决策。比如，defi 根据实时数据进行调整等。一个动态的而不是静态的智能合约，会让区块链生发出更多应用场景和用户需求。

人工智能的发展，可以加密应用带来新的可能性。

AI 为 DeFi、web3 游戏、web3 社交、web3 应用（交通、住宿、旅游等）带来新的可能性。比如，例如 AI+web3 游戏，有可能诞生出前所未有的游戏模式；例如 AI+物联网+加密支付，有可能诞生出更智能的网络。

ZKP 的重要性

计算任务要保证隐私和完成度，需要 ZKP 加入，形成可验证的工作证明。ZKP 成熟之后，可实现 AI 上链，也可以提供隐私保护以及可验证的机器学习。

整体来说，区块链可以通过去中心化的模式，为算力、数据和模型的协议提供一种协作架构，最终促进 AI 的发展，在这个过程中，有很多细节需要完善，比如需要证明参与者的贡献（不管是算力、数据还是模型），只有低成本地完成了这些，区块链才有机会帮到 AI，否则就是空中楼阁。

当然，从趋势上看，AI 对区块链有天然的需求，AI 需要区块链为自己发展提供真正的韧性。

与此同时，AI 对于区块链应用的进化也会有帮助，不管是 DeFi、游戏还是其他应用，都有可能诞生更智能化的加密应用。这有可能是未来的大叙事，即便下个周期里还不成熟，下下个周期或许也有这样的机会。

以上所提到的只是部分，并不完整，会随着时间的变化有增有减，也欢迎各位在留言补充。

蓝狐笔记

个人专栏

阅读更多

金色财经

Web3活动

Techub Info

区块律动BlockBeats

金色财经 善欧巴

金色早8点

比推 Bitpush News

TaxDAO

SeeDAO见道

WJB

白话区块链

标签：区块链ENSWEBWEB3区块链运用的技术中不包括哪一项a共识算法ALIENSQUID价格web3游戏开发web3域名交易记录

FIL币热门资讯