资金费率
资金费率热力图
多空比
大户多空比
币安/欧易/火币大户多空比
Bitfinex杠杆多空比
账号安全
资讯收藏
自选币种
我的关注
加密货币与人工智能应用的潜力与挑战
在一篇题为《加密货币与人工智能应用的潜力与挑战》的最新博客文章中，以太坊联合创始人深入探讨了加密货币与人工智能（AI）之间不断发展的关系。文章承认，过去十年中这两种技术的重要性日益增加，并探索了加密货币与人工智能之间的潜在交集与协同效应。
技术交汇点的演变
文章首先回顾了关于加密货币与人工智能最有前景的交汇点的常见问题。作者指出，虽然存在一些表面的联系，例如去中心化平衡AI的中心化，以及区块链的透明度对抗AI的不透明性，但具体的应用场景仍然有限。
然而，随着人工智能的进步，特别是现代语言模型机（LLMs）的发展，以及加密技术的进展，如零知识证明（ZKPs）、全同态加密（FHE）和多方计算（MPC），作者观察到这一领域正在发生转型性的变化。
加密货币与人工智能的四大交互类别
作者将加密货币与人工智能的交互分为四大类别：
首先，AI作为游戏中的参与者。在这一领域，AI在帮助用户理解加密货币世界的复杂性、确保用户行为符合意图以及保护用户免受潜在欺诈方面发挥着关键作用。文章中提到的具体示例包括Metamask的欺诈检测功能和Rabby钱包的模拟功能。
其次，AI作为游戏规则。这涉及将AI集成到智能合约或去中心化自治组织（DAOs）中以做出主观决策。但作者对此持谨慎态度，强调了对抗性机器学习攻击带来的挑战，并强调了透明度的重要性，特别是在开源模型中。
第三，AI作为目标。这是一个未来主义的类别，设想为创建和维护AI而明确设计区块链和DAOs。文章解释了潜在的应用，包括开发可信的黑箱AI、建立民主治理结构以及纳入具有内置自然终止开关的去中心化AI。
实施中的主要挑战
文章还讨论了实施这些类别时面临的两大挑战：加密开销和对抗性机器学习。作者承认将ZK-SNARKs和MPC等加密工具集成到AI计算中可能带来的效率问题。
尽管存在潜在的开销，作者探索了使AI兼容密码学更具可行性的乐观途径。文章讨论了黑箱对抗性机器学习攻击的威胁，强调了限制查询和保护训练数据的必要性。
作者还建议利用DAOs来管理AI流程，包括数据提交、查询以及使用MPC等加密技术来保护整个AI管道。
结论
文章最后强调，在融合加密货币和人工智能时需要谨慎探索的重要性。
