Bankless：盘点加密货币领域最热门的人工智能机会
加密货币和人工智能结合，利用区块链的去中心化原则，为人工智能技术发展创造公平竞争环境。开放和协作的方式构建人工智能技术，利用零知识机器学习确保准确性。人工智能代理成为加密货币和DeFi生态系统中的重要一环。这种结合有巨大潜力，可能挑战巨头如OpenAI。
原文标题：Zeroing in on Crypto's Hottest AI Opportunities
原文作者：Arjun Chand
原文来源：Bankless
编译：白水，金色财经
加密货币和人工智能是我们这个时代最令人兴奋的两项技术突破。
但当你将两者结合起来时，事情会变得更加有趣。
现在人们一致认为，加密货币 x 人工智能将成为本周期最热门的话题之一。 你可以看到这种情况已经发生了——一些人工智能代币的早期投资者已经看到他们的赌注获得了巨大的回报。
但让我们面对现实吧：加密货币 x 人工智能场景仍然很新。
今天的文章概述了这个新兴行业正在发生的事情。 我们将分解加密货币和人工智能交叉的不同领域，并重点关注一些顶级项目。
加密货币 x 人工智能概述
传统上，人工智能一直是大公司的游乐场。 造成这种情况有几个重要原因：
- 高成本——开发人工智能技术需要大量的计算能力。 这并不便宜，而且通常只有科技巨头才有财力购买必要的硬件，这为小型实体的进入设置了障碍。
- 数据垄断——人工智能模型需要大量数据来训练。 大公司拥有海量的用户数据，可以利用这些数据创建先进的人工智能模型。
将两者放在一起，您就会发现为什么它对大公司来说具有如此巨大的竞争优势。
想想看：少数公司掌握着我们的大部分数据，他们都在构建自己的人工智能技术——谷歌有 Gemini，Twitter 正在与 Grok 合作，OpenAI 则用 ChatGPT 掀起了波澜。
那么，我们如何为人工智能技术的发展创造公平的竞争环境呢？ 那就是通过加密货币和区块链。 去中心化、透明度和经济激励是加密货币和区块链的固有原则。
将这些核心理念与人工智能相结合，你就会得到一个全新的游戏——一个进入门槛低、任何人都可以参与的人工智能行业，为人工智能技术的开发和使用创造一个更公平的生态系统。
这些协同效益正在应用于人工智能堆栈的不同部分。 让我们来看看其中一些新兴领域：
分布式计算
训练人工智能模型本质上就像建造一台超级计算机。 这是一个漫长且重复的过程，通过反复试验和复杂的数学，才能使人工智能模型恰到好处。 所有这些计算都非常昂贵，因为它需要特定的硬件。
以 OpenAI 的计算要求为例。 从 2012 年到 2018 年，他们的计算需求每隔几个月就会翻一番！ 这就是 GPU 的用武之地——它们是具有人工智能所需处理能力的专用硬件。
但如今 GPU 并不容易获得。 全球芯片短缺，Nvidia 和 AMD 等几家大公司正在主导这场秀，从游戏玩家到人工智能开发人员，每个人都想分一杯羹。 这使得 GPU 变得非常昂贵且难以找到。
为了解决 GPU 供应短缺的问题，许多项目都采用了加密货币的原则来协调 GPU 提供商和买家之间的经济激励措施。 我们的想法是让您更容易、更便宜地获得所需的计算能力。
关于【Bankless：盘点加密货币领域最热门的人工智能机会】的延伸阅读
重新理解Marlin：AI下半场的可验证计算L0「新基建」
Marlin是一种可验证云计算服务，利用加密技术保证数据安全，为AI+Web3应用提供低延迟、低成本的解决方案。它基于TEE和ZKP技术，为用户提供通用化的云计算方案，并通过激励机制吸引节点为网络贡献资源。Marlin的愿景是成为AI世界的可验证通用L0，为Oracle预言机、ZK Prover系统、AI人工智能等应用场景提供节点算力和存储等网络资源服务。它可以为AI大模型训练提供安全的计算环境，并为多元化应用场景提供可验证计算中间件。在AI+Web3时代，Marlin有巨大的价值潜力，可能成为未来AI+Web3应用的关键基础设施。
Sam Altman 围绕 OpenAI 打造出一个致富帝国
OpenAI首席执行官奥特曼同时经营副业，但只有一份工作让他发了财。他投资了多家想抓住人工智能风口的公司，包括网络安全软件公司和清洁能源公司。他最成功的投资是支付处理初创公司Stripe。奥特曼也投资了使用OpenAI技术的初创公司。他曾因投资引发利益冲突而被罢免职务，但重新担任首席执行官后制定了新的利益冲突政策。董事会正在进行改革，包括强化利益冲突政策和独立审计委员会。奥特曼计划通过全面披露和董事会管理来解决利益冲突问题。
属于此类别的一些领先项目包括：
- io.net —— io.net 创建了一个开放的市场，其中包含来自数据中心和加密货币矿工等未充分利用的 GPU，并以传统 GPU 成本的一小部分提供给任何人。
- Akash —— Akash 是一个去中心化的计算市场，让用户可以安全高效地购买和销售计算资源。 任何人都可以成为 Akash 上的提供商，并向平台上的其他用户提供他们的硬件并赚取收益。
- Render —— Render 为空闲 GPU 计算创建了一个市场，可用于不同类型的项目，例如 3D 内容创建。
去中心化AI模型训练和推理
加密 x 人工智能项目正在采用更加开放和协作的方法来构建人工智能技术。 这些举措利用了区块链的去中心化原则，以实现社区驱动的人工智能开发。
想象一个开放的网络，任何人都可以利用计算机的能力来训练人工智能模型。 这创建了一个可供所有人使用的集体情报库，为构建广泛的人工智能应用程序铺平了道路。
属于此类别的一些领先项目包括：
- Bittensor —— Bittensor 的使命是让构建 AI 应用程序变得更容易。 他们正在创建一个开放的点对点市场，任何人都可以在其中共享和利用机器学习模型。
- Gensyn —— Gensyn 正在将“世界上所有的计算协调到一个网络中”，以构建集体智能，以低成本和高规模训练人工智能模型。
零知识机器学习
由于许多人工智能系统（包括 ChatGPT 等流行系统）都是闭源的，因此我们无法检查它们的工作并确定某些输出是如何得出的。 对于一个易于事实核查答案的问题来说，这可能并不重要，但随着能力的扩展以及我们对这些技术的依赖的增加，我们将需要更多的洞察力。
属于此类别的一些领先项目包括：
- Giza —— Giza提供构建、管理和托管可验证机器学习模型的一站式服务。 其技术堆栈可用于构建可靠且易于信任的区块链人工智能解决方案。
- Modulus Labs — Modulus 使用密码学来验证 AI 输出，并使用专门的 zk 证明器确保其准确性。
为了使整个过程更加透明，一些加密 x AI 项目正在转向零知识机器学习（zkML）。 zkML 将复杂的加密技术与人工智能相结合，以确保机器学习过程的完整性及其输出的准确性。 它让我们可以检查人工智能的工作，而无需信任任何人，这就是加密货币的意义所在。
人工智能代理
开发者可能希望通过加密来升级人工智能，但他们也在寻求通过人工智能来升级加密。
AI 代理本质上是可以跨 DeFi 平台独立执行任务的智能机器人。 他们处理信息，根据数据做出决策，并采取行动来实现既定目标。
人工智能代理现在在 DeFi 中的应用越来越广泛，服务于各种用例，例如：
- MEV 套利机器人 — Jaredfromsubway.eth 专门利用市场效率低下的优势
- Telegram 机器人 — Unibot 和 Banana Gun
- 游戏中的机器人——Parallel’s Colony，一款由人工智能驱动的虚拟人物相互互动的游戏
- 社交应用程序中的机器人——Frenrug，一种链上人工智能代理，可以在应用程序上与用户聊天并买卖他们的密钥
- 预测分析机器人 — Bittensor 上的 Numerai、Subnet 8（预测子网）
- 预测市场中的人工智能代理——Omen 是一个利用人工智能来预测事件结果的预测市场
AI 代理代表了创建自主系统的重要一步，该系统可以与 DeFi 生态系统交互以执行各种任务。 它们有望成为本次牛市的独特催化剂。
属于此类别的一些领先项目包括：
- Autonolas —— Autonolas 提供了一个框架，用于开发能够自主执行复杂的 DeFi 策略的加密原生 AI 代理。
- Morpheus —— Morpheus 是一个开源网络，旨在为点对点个人人工智能（称为智能代理）提供动力，并受到本机代币“MOR”的激励。
总结
加密货币和人工智能的交集不仅仅是一个投机泡沫； 这是一个具有实际意义的新兴领域。
虽然炒作是不可否认的，而且一些项目似乎在追赶潮流，但将加密货币与人工智能相结合的基本承诺是明确的——为人工智能技术的开发和使用创建一个更公平的生态系统。
一个加密x AI项目能否闯入本周期加密市值排名前十？
加密货币和人工智能合作的潜力是巨大的，我们正处于这个故事的一个激动人心的时刻。 随着时间的推移，我们很可能会见证这个领域的一个项目崛起，挑战 OpenAI 等巨头。
免责声明：本文仅代表作者个人观点，不代表链观CHAINLOOK立场，不承担法律责任。文章及观点也不构成投资意见。请用户理性看待市场风险，以及遵守所在国家和地区的相关法律法规。
图文来源：Arjun Chand，如有侵权请联系删除。转载或引用请注明文章出处！
