自选
我的自选
查看全部
市值 价格 24h%
  • 全部
  • 产业
  • Web 3.0
  • DAO
  • DeFi
  • 符文
  • 空投再质押
  • 以太坊
  • Meme
  • 比特币L2
  • 以太坊L2
  • 研报
  • 头条
  • 投资

免责声明:内容不构成买卖依据,投资有风险,入市需谨慎!

AI与加密世界的五问:本质、现状与路径

2025-01-06 05:00:02
收藏

两大科技趋势的融合:AI与加密货币

过去一年里,两项技术趋势尤为引人注目——人工智能(涵盖机器学习、大语言模型、智能体等)与加密货币(包括区块链、Web3等)。鲜为人知的是,这两大趋势具有高度互补性,既相互制衡又彼此促进。这种现象合乎逻辑,正如二十一世纪初社交、云计算与移动计算的协同崛起。

在此,我们梳理了五个维度来解读加密货币与人工智能的交汇点——从融合意义出发,以近期重大构想收尾。

#1 区块链创新将重塑用户主导的AI互联网

人工智能正在颠覆互联网的核心经济契约:AI工具已能生成和归纳内容,使用户无需访问内容提供方网站,从而打破原有平衡。与此同时,海量的AI深度伪造内容和机器人程序让我们质疑虚实边界,削弱人们对网络世界的信任。随着能负担海量数据与算力的大型科技公司持续投资AI,它们将变得更加强大,进一步压缩开放互联网的生存空间。

我们指出这些问题并非危言耸阻或阻碍进步,而是需要帮助个体用户重拾数字生活掌控权。审慎的政府监管或许能发挥作用,但也可能延缓创新步伐。试图推行万能解决方案可能引发新问题。那么出路何在?

人工智能需要区块链技术支持的计算环境。原因在于:首先,区块链能确权认证;其次,区块链可保障数字身份这一基本权利;再者,区块链能创建防篡改的数字内容记录以应对深度伪造;最终,区块链有助于实现互联网的初心——保持创造性、开放性与多样性。加密货币能助力将权力交还用户。

#2 中心化AI与去中心化加密的博弈

本议题前半部分探讨加密技术如何赋能AI,后半部分分析AI如何反哺加密生态,贯穿始终的核心矛盾是中心化与去中心化的张力。我们还将探讨加密与AI交汇如何催生单一技术无法实现的突破。

这两股趋势深刻影响着每个人的网络生活:从深度伪造、机器人程序到AI时代对人类身份验证的需求;从大数据、ChatGPT类大语言模型到用户控制、治理模式、隐私安全、零知识与zkML;从MEV(矿工可提取价值)到媒体艺术等诸多领域。

#3 人工智能时代需要独特的人类身份验证

在网络冒充、诈骗、多重身份、深度伪造等以假乱真的AI生成内容泛滥的当下,我们需要“人类身份验证机制”——确保交互对象是真实人类。新问题不在于虚假内容本身,而在于其生产成本急剧降低。AI极大削弱了制造包含真实性特征内容的边际成本,因此我们比任何时候都更需要将内容与个体安全关联的数字化方法。

“人类身份验证”是构建数字身份的重要基石。在此背景下,它成为提高攻击成本、维护网络完整性的机制:人类获取唯一身份标识无需成本,而AI则代价高昂。因此,具备隐私保护特性的“唯一性”将成为构建可信网络的核心要素。

#4 自主AI需要专属加密钱包

当AI从非玩家角色转变为主角时,它们将作为智能体行动。但迄今为止,AI仍无法实现真正自主的行为,也无法以可验证的自治方式参与市场活动——进行价值交换、展现偏好、协调资源。

我们看到,AI智能体可利用加密技术进行交易,这为创意内容开辟了新可能。但AI智能体在实现人类意图和成为独立网络参与者方面潜力更大。当AI网络开始托管自己的加密钱包、签名密钥与加密资产时,我们将见证新颖应用场景的涌现。例如AI在DePIN(去中心化物理基础设施网络)中运营或验证节点,助力分布式能源管理等。

#5 可信执行环境助力去中心化应用自治

可信执行环境(TEE)为应用程序提供隔离运行空间,实现更安全的分布式系统设计。在本场景中,TEE用于验证机器人的自治性,排除人为操控。例如,去中心化自治聊天机器人可通过发布吸引人的内容积累粉丝,在去中心化社交媒体建立影响力,通过多种方式从受众获利,并用加密货币管理资产。

相关密钥由运行聊天机器人软件的TEE管理——这意味着除该软件外无人能接触密钥。随着风险演变,监管保障或不可少。但关键在于去中心化:通过无许可节点集群运行,配合共识协议协调,此类聊天机器人甚至可能成为首个真正自治的百亿级实体。

免责声明:

本网站、超链接、相关应用程序、论坛、博客等媒体账户以及其他平台和用户发布的所有内容均来源于第三方平台及平台用户。百亿财经对于网站及其内容不作任何类型的保证,网站所有区块链相关数据以及其他内容资料仅供用户学习及研究之用,不构成任何投资、法律等其他领域的建议和依据。百亿财经用户以及其他第三方平台在本网站发布的任何内容均由其个人负责,与百亿财经无关。百亿财经不对任何因使用本网站信息而导致的任何损失负责。您需谨慎使用相关数据及内容,并自行承担所带来的一切风险。强烈建议您独自对内容进行研究、审查、分析和验证。

展开阅读全文
更多新闻