作者：@charlotte0211z，@BlazingKevin_，Metrics Ventures

Vitalik在1月30日發(fā)表了 The promise and challenges of crypto + AI applications一文，討論了區(qū)塊鏈與人工智能應(yīng)該以怎么的方式去結(jié)合，以及這個過程中出現(xiàn)的潛在挑戰(zhàn)。在這篇文章發(fā)布后的一個月，文章中提到的NMR、Near、WLD都收獲了不錯的漲幅，完成了一輪價值發(fā)現(xiàn)。本文基于Vitalik所提出的Crypto與AI結(jié)合的四種方式，對現(xiàn)有的AI賽道的細(xì)分方向進(jìn)行梳理，并對各方向的代表項(xiàng)目進(jìn)行簡要介紹。

1 引言：Crypto與AI結(jié)合的四種方式

去中心化是區(qū)塊鏈所維護(hù)的共識，確保安全性是核心思想，而開源是從密碼學(xué)角度讓鏈上行為具備上述特點(diǎn)的關(guān)鍵基礎(chǔ)。在過去幾年中，這個方式在區(qū)塊鏈的幾輪變革中是適用的，但是當(dāng)人工智能參與其中后，情況發(fā)生一些變化。

試想通過人工智能來設(shè)計區(qū)塊鏈或者應(yīng)用的架構(gòu)，那么模型就有開源的必要，但是如此一來，會暴露其在對抗性機(jī)器學(xué)習(xí)中的脆弱性；反之則喪失了去中心化性。 因此，我們有必要思考在當(dāng)前區(qū)塊鏈或者應(yīng)用中加入人工智能時，以何種方式，怎樣的深度去完成結(jié)合。

來源：DE UNIVERSITY OF ETHEREUM

在 DE UNIVERSITY OF ETHEREUM的 When Giants Collide: Exploring the Convergence of Crypto x AI一文中，闡述了人工智能和區(qū)塊鏈在核心特質(zhì)上的差異。如上圖所示，人工智能的特點(diǎn)是：

• 中心化

• 低透明度

• 耗能

• 壟斷性

• 貨幣化屬性弱

區(qū)塊鏈在這5點(diǎn)上，和人工智能相比是完全相反的。 這也是Vitalik該文的真正論點(diǎn)，如果人工智能和區(qū)塊鏈結(jié)合，那么誕生的應(yīng)用在數(shù)據(jù)所有權(quán)，透明度，貨幣化能力，耗能成本等方面應(yīng)作出怎樣的取舍，又需要誕生哪些基礎(chǔ)設(shè)施來保障二者的有效結(jié)合。

Vitalik按照上述準(zhǔn)則以及自身的思考，將人工智能與區(qū)塊鏈結(jié)合而成的應(yīng)用分為4大類：

• 人工智能作為應(yīng)用中的參與者（AI as a player in a game）

• 人工智能作為應(yīng)用的接口（AI as an interface to the game）

• 人工智能作為應(yīng)用的規(guī)則（AI as the rules of the game）

• 人工智能作為應(yīng)用的目標(biāo)（AI as the objective of the game）

其中，前三種主要是AI引入Crypto世界的三種方式，代表了從淺到深的三種層次，根據(jù)筆者的理解，這種劃分代表了AI對人類決策的影響程度，并由此為整個Crypto引入了不同程度的系統(tǒng)風(fēng)險：

• 人工智能作為應(yīng)用的參與者：人工智能本身不會對人類的決策和行為產(chǎn)生影響，因此不會為真實(shí)的人類世界帶來風(fēng)險，也因此在目前具有最高的落地性。

• 人工智能作為應(yīng)用的接口：人工智能對人類的決策和行為提供輔助信息或輔助工具，將提高用戶和開發(fā)者體驗(yàn)，降低門檻，但錯誤的信息或操作將為真實(shí)世界帶來一定的風(fēng)險。

• 人工智能作為應(yīng)用的規(guī)則：人工智能將全權(quán)代替人類完成決策和操作，因此人工智能的作惡和故障將直接導(dǎo)致真實(shí)世界的混亂，無論是在Web2還是Web3，目前都無法信任人工智能去代替人類進(jìn)行決策。

最后，第四類項(xiàng)目致力于利用Crypto的特性創(chuàng)造更好的人工智能，正如前文所說，中心化、低透明度、耗能、壟斷性和貨幣屬性弱，都可以天然地通過Crypto的屬性去中和。盡管許多人對Crypto能否對人工智能的發(fā)展產(chǎn)生影響力抱有懷疑，但通過去中心化的力量去影響現(xiàn)實(shí)世界一直是Crypto最迷人的敘事，這一賽道也憑借其宏大構(gòu)想成為AI賽道炒作最熱烈的部分。

2 AI作為參與者

在AI參與的機(jī)制中，激勵的最終來源來自于人類輸入的協(xié)議。在AI成為接口，甚至成為規(guī)則之前，我們往往需要對不同AI的表現(xiàn)進(jìn)行評估，使AI參與到一個機(jī)制中，最終通過一個鏈上機(jī)制獲得獎勵或受到懲罰。

AI作為參與者，相比于作為接口和規(guī)則來說，對用戶和整個系統(tǒng)的風(fēng)險性基本可以忽略不計，可以說是AI開始深度影響用戶決策和行為前的必經(jīng)階段，因此人工智能與區(qū)塊鏈在這一層的融合所需要的成本和取舍相對較小，也是V神認(rèn)為現(xiàn)在具有高度可落地性的一類產(chǎn)品。

從廣義和實(shí)現(xiàn)程度上來說，現(xiàn)在的AI應(yīng)用多屬于這一類別，比如AI賦能的trading bot和chatbot等，目前的落地程度還很難實(shí)現(xiàn)AI作為接口甚至是規(guī)則的作用，用戶正在不同的bot中進(jìn)行比較和逐步優(yōu)化，加密用戶也尚未養(yǎng)成使用AI應(yīng)用的行為習(xí)慣。在V神的文章中，也將Autonomous Agent歸為這一類。

但從狹義和遠(yuǎn)期愿景上來說，我們傾向于對AI應(yīng)用或AI Agent進(jìn)行更為細(xì)致的劃分，因此在這一類目下，我們認(rèn)為具有代表性的細(xì)分賽道包括：

2.1 AI游戲

從某種程度上說，AI游戲都可以被歸為這個類別，玩家通過與AI交互，并訓(xùn)練自己的AI角色，使得AI角色更符合個人的需求，如更貼合個人的喜好或者在游戲機(jī)制中更具有戰(zhàn)斗力和競爭力。游戲是AI在切入現(xiàn)實(shí)世界前的一個過渡階段，也是目前落地風(fēng)險性較低、最容易被普通用戶理解的一個賽道，標(biāo)志性的項(xiàng)目如AI Arena、Echelon Prime、Altered State Machine等。

• AI Arena：AI Arena是一款玩家可以通過AI學(xué)習(xí)和訓(xùn)練，使游戲角色不斷進(jìn)化的PVP格斗游戲，希望以游戲的形式讓更多普通用戶能夠接觸、了解和體驗(yàn)AI，同時讓人工智能工程師能基于AI Arena提供各種AI算法來增加收入。每個游戲角色都是由AI賦能的NFT，其中Core是包含AI模型的核心，包括兩個部分：架構(gòu)和參數(shù)，存儲在IPFS上，一個新的NFT中的參數(shù)時隨機(jī)生成的，意味著其將執(zhí)行隨機(jī)動作，用戶需要通過模仿學(xué)習(xí)（IL）的過程提升角色的策略能力，每次用戶訓(xùn)練角色并保存進(jìn)度時，參數(shù)都會在IPFS上更新。

• Altered State Machine：ASM并不是一個AI游戲，而是為AI Agent進(jìn)行確權(quán)和交易的協(xié)議，定位為元宇宙AI協(xié)議，目前正與包括FIFA等多個游戲集成，在游戲和元宇宙中引入AI Agent。ASM利用NFT對AI Agent進(jìn)行確權(quán)并交易，每個Agent將包含三個部分：Brain（Agent的自身特性）、Memories（存儲Agent學(xué)到的行為策略，及模型訓(xùn)練的部分，與Brain綁定）、Form（角色外觀等）。ASM擁有一個Gym模塊，包括去中心化的GPU云提供商，可以為Agent提供算力支持。 目前以ASM作為底層的項(xiàng)目包括AIFA（AI足球游戲）、Muhammed Ali（AI拳擊游戲）、AI League（與FIFA合作的街頭足球游戲）、Raicers（AI驅(qū)動的賽車游戲）以及FLUF World’s Thingies（生成式NFT）。

• Parallel Colony (PRIME)：Echelon Prime正在開發(fā)Parallel Colony，這是一款基于AI LLM的游戲，玩家可以與你的AI Avatar進(jìn)行互動并對其產(chǎn)生影響，Avatar將根據(jù)記憶和生活軌跡產(chǎn)生自主行動。Colony目前是最受期待的AI游戲之一，近日官方剛剛發(fā)布了白皮書，并宣布遷移至Solana，使得PRIME又迎來了一波新的上漲。

2.2 預(yù)測市場/競賽

預(yù)測能力是AI進(jìn)行未來決策和行為的基礎(chǔ)，在AI模型被用于實(shí)際預(yù)測前，預(yù)測競賽在更高等級上對AI模型的表現(xiàn)進(jìn)行比較，通過代幣為數(shù)據(jù)科學(xué)家/AI模型提供激勵，這對于整個Crypto×AI的發(fā)展具有積極意義——通過激勵不斷開發(fā)效率和性能更強(qiáng)、更適合crypto世界的模型和應(yīng)用，在AI對決策和行為發(fā)揮更深刻影響前，創(chuàng)建出更優(yōu)質(zhì)、更安全的產(chǎn)品。正如V神所說，預(yù)測市場是一個強(qiáng)大的原語，可以拓展到更多其他類型的問題。這一賽道中的標(biāo)志性項(xiàng)目包括：Numerai和Ocean Protocol。

• Numerai：Numerai是一個已經(jīng)運(yùn)行了很久的數(shù)據(jù)科學(xué)競賽，數(shù)據(jù)科學(xué)家根據(jù)歷史的市場數(shù)據(jù)（由Numerai提供）訓(xùn)練機(jī)器學(xué)習(xí)模型來預(yù)測股市，并質(zhì)押模型和NMR代幣進(jìn)行錦標(biāo)賽，表現(xiàn)較好的模型將獲得NMR代幣激勵，較差模型的質(zhì)押代幣則會被銷毀。截止2024年3月7日，共有6,433個模型被質(zhì)押，協(xié)議共計向數(shù)據(jù)科學(xué)家提供了$75,760,979的激勵。Numerai正在激勵全球數(shù)據(jù)科學(xué)家合作來構(gòu)建新型對沖基金，目前已發(fā)布的基金包括Numerai One和Numerai Supreme。Numerai的路徑：市場預(yù)測競賽→眾包預(yù)測模型→基于眾包模型的新型對沖基金。

• Ocean Protocol：Ocean Predictoor正在關(guān)注預(yù)測，開始于加密貨幣走勢的眾包預(yù)測。玩家可以選擇運(yùn)行Predictoor bot或Trader bot，Predictoor bot使用AI模型對下一個時間點(diǎn)（比如五分鐘后）的加密貨幣（如BTC/USDT）價格進(jìn)行預(yù)測，并質(zhì)押一定數(shù)量的$OCEAN，協(xié)議將根據(jù)質(zhì)押量加權(quán)計算出全局預(yù)測，Traders購買預(yù)測結(jié)果并可以根據(jù)其進(jìn)行交易，在預(yù)測結(jié)果準(zhǔn)確率較高時，Traders可以從中獲利，預(yù)測錯誤的Predictoor將會被罰沒，而預(yù)測正確的則可以獲得這部分代幣和Traders的購買費(fèi)用作為獎勵。3月2日，Ocean Predictoor在媒體上公布了最新方向——World-World Model（WWM），開始探索對天氣、能源等現(xiàn)實(shí)世界的預(yù)測。

3 AI作為接口

AI可以幫助用戶用簡單易懂的語言理解正在發(fā)生的事情，充當(dāng)用戶在crypto世界的導(dǎo)師，并對可能的風(fēng)險進(jìn)行提示，以降低Crypto的使用門檻和用戶風(fēng)險，提高用戶體驗(yàn)。具體可實(shí)現(xiàn)的產(chǎn)品的功能很豐富，如錢包交互時的風(fēng)險提示、AI驅(qū)動的意圖交易、能夠回答普通用戶crypto問題的AI Chatbot等等。對受眾群體進(jìn)行擴(kuò)大，除了普通用戶，開發(fā)者、分析師等等在內(nèi)的幾乎所有群體，都將成為AI的服務(wù)對象。

讓我們再次重申這些項(xiàng)目的共同點(diǎn)：尚未代替人類執(zhí)行某些決策和行為，但正在利用AI模型為人類提供輔助決策和行為的信息和工具。從這一層開始，AI作惡的風(fēng)險已經(jīng)開始暴露在系統(tǒng)中——可以通過提供錯誤的信息來干擾人類最后的判斷，這一點(diǎn)在V神的文章中也已經(jīng)有詳細(xì)的分析。

能夠被歸入這一類目下的項(xiàng)目較多也較雜，包括AI chatbot、AI智能合約審計、AI代碼編寫、AI trading bot等等，可以說目前絕大多數(shù)的AI應(yīng)用都正在這一類的初級水平，具有代表性的項(xiàng)目包括：

• PaaL：PaaL是目前AI Chatbot的龍頭項(xiàng)目，可以看作是經(jīng)過crypto相關(guān)知識訓(xùn)練的ChatGPT，通過集成TG和Discord，可以為用戶提供：代幣數(shù)據(jù)分析、代幣基本面和代幣經(jīng)濟(jì)學(xué)分析以及文字生成圖片等其他功能，可以將PaaL Bot集成入群聊來對一些信息進(jìn)行自動回復(fù)。PaaL支持定制個人bot，用戶可通過投喂數(shù)據(jù)集，構(gòu)建自己的AI知識庫和自定義bot。PaaL正在向AI Trading Bot進(jìn)發(fā)，2月29日宣發(fā)了其AI支持的crypto研究&交易終端PaalX，根據(jù)介紹可實(shí)現(xiàn)AI智能合約審計、基于推特的新聞集成和交易、Crypto研究和交易支持，人工智能助手可降低用戶使用門檻。

• ChainGPT：ChainGPT依靠人工智能開發(fā)了一系列crypto工具，如chatbot、NFT生成器、新聞集合、智能合約生成與審計、交易助手、Prompt市場和AI跨鏈交換。但ChainGPT目前的發(fā)力方向在于項(xiàng)目孵化和Launchpad，目前已完成24個項(xiàng)目的IDO和4個Free Giveaways。

• Arkham：Ultra是Arkham的專用AI引擎，用例是通過算法將地址與現(xiàn)實(shí)中實(shí)體進(jìn)行匹配，以提高加密行業(yè)的透明度。Ultra基于用戶提供以及自身收集的鏈上鏈下數(shù)據(jù)，將之合并，并輸出成可拓展的數(shù)據(jù)庫，最終以圖表方式呈現(xiàn)。但Arkham文檔中并未對Ultra系統(tǒng)有詳細(xì)論述，本輪Arkham受到關(guān)注的原因?yàn)镺penAI創(chuàng)始人Sam Altman對其的個人投資，過去30天收獲5倍漲幅。

• GraphLinq：GraphLinq是一種自動化流程管理解決方案，旨在使用戶無需編程即可部署和管理各種類型的自動化功能，如將Coingecko中比特幣的價格每隔5分鐘推送至TG Bot中。GraphLinq的解決方案是用Graph將自動化流程可視化，用戶可以通過拖拽節(jié)點(diǎn)的方式創(chuàng)建自動化任務(wù)，并使用GraphLinq Engine執(zhí)行。盡管不需要代碼，但創(chuàng)建Graph的過程對普通用戶來說依然有一定門檻，包括選擇合適的模板、在幾百個邏輯塊中挑選合適的并連接。因此GraphLinq正在引入AI，使用戶可以用對話式人工智能和自然語言，來完成自動化任務(wù)的構(gòu)建和管理。

• 0x0.ai：0x0與AI相關(guān)的業(yè)務(wù)主要有三個：AI智能合約審計、AI反Rug檢測和AI開發(fā)者中心。其中AI反Rug檢測將檢測可疑行為，如過高稅收或抽走流動性，防止用戶受騙，AI開發(fā)者中心利用機(jī)器學(xué)習(xí)技術(shù)生成智能合約，實(shí)現(xiàn)No-code部署合約。但目前僅初步上線了AI智能合約審計，其他兩項(xiàng)功能尚未開發(fā)完成。

• Zignaly：Zignaly誕生于2018年，旨在讓個人投資者能夠選擇基金經(jīng)理來為自己進(jìn)行加密資產(chǎn)管理，類似Copy-trading的邏輯。Zignaly正在使用機(jī)器學(xué)習(xí)和人工智能技術(shù)，建立起對基金經(jīng)理進(jìn)行系統(tǒng)評估的指標(biāo)體系，目前推出的第一個產(chǎn)品為Z-Score，但作為人工智能產(chǎn)品來說還是比較初級。

4 AI作為游戲規(guī)則

這是最令人激動的部分——讓AI能夠代替人類進(jìn)行決策和行為，你的AI將直接掌控你的錢包，代替你進(jìn)行交易決策和行為。在這一分類下，筆者認(rèn)為主要可以分為三個層級：AI應(yīng)用（尤其是以自主決策為愿景的應(yīng)用，如AI自動化交易bot、AI DeFi收益Bot）、Autonomous Agent協(xié)議以及zkml/opml。

AI應(yīng)用是對某一領(lǐng)域的問題進(jìn)行具體決策的工具，它們積累了不同細(xì)分領(lǐng)域的知識和數(shù)據(jù)，依賴于根據(jù)細(xì)分問題而量身定制的AI Model開展決策?？梢宰⒁獾?，AI應(yīng)用在本文中被同時歸入兩類：接口與規(guī)則，從開發(fā)愿景來說，AI應(yīng)用應(yīng)成為獨(dú)立決策的Agent，但目前無論是AI模型的有效性、集成AI的安全性，都無法滿足這一要求，甚至作為接口都略微勉強(qiáng)，AI應(yīng)用正處于非常早期的階段，具體項(xiàng)目在前文已有介紹，在此不做贅述。

Autonomous Agent被V神在第一類（AI作為參與者）中提及，從遠(yuǎn)期愿景來說，本文將其歸為第三類。Autonomous Agent利用大量數(shù)據(jù)和算法來模擬人類的思維和決策過程，并執(zhí)行各種任務(wù)和交互。本文主要關(guān)注Agent的通信層、網(wǎng)絡(luò)層等基礎(chǔ)設(shè)施，這些協(xié)議定義了Agent的歸屬權(quán)，建立了Agent的身份、通信標(biāo)準(zhǔn)和通信方式，連接多個Agent應(yīng)用，能夠協(xié)同進(jìn)行決策和行為。

zkML/opML：通過密碼學(xué)或經(jīng)濟(jì)學(xué)的方法，保證經(jīng)過了正確的模型推理過程而提供具有可信性的輸出。安全性問題對于將AI引入智能合約非常致命，智能合約依靠輸入產(chǎn)生輸出并自動化執(zhí)行一系列功能，一旦AI作惡給予了錯誤的輸入，將會為整個Crypto系統(tǒng)引入極大的系統(tǒng)性風(fēng)險，因此zkML/opML和可能的一系列潛在解決方案，都是讓AI進(jìn)行獨(dú)立行動和決策的基礎(chǔ)。

最后，三者構(gòu)成AI作為運(yùn)行規(guī)則的三個基礎(chǔ)層次：zkml/opml作為最底層的基礎(chǔ)設(shè)施，保證協(xié)議的安全性；Agent協(xié)議建立起Agent生態(tài)系統(tǒng)，能夠協(xié)同進(jìn)行決策和行為；AI應(yīng)用，也是具體的AI Agent，將不斷提高在某一領(lǐng)域的能力，并實(shí)際進(jìn)行決策和行動。

4.1 Autonomous Agent

AI Agent在Crypto世界的應(yīng)用是自然的，從智能合約到TG Bots再到AI Agents，加密世界正走向更高的自動化和更低的用戶門檻。智能合約雖然是通過不可篡改的代碼自動執(zhí)行功能，但仍需要依賴外部觸發(fā)而喚醒，且無法自主運(yùn)行和連續(xù)運(yùn)行；TG Bots降低了用戶門檻，用戶不需要直接與加密前端交互，而是通過自然語言完成鏈上交互，但只能完成極為簡單和具體的任務(wù)，依然無法實(shí)現(xiàn)用戶意圖為中心的交易；AI Agents則具備一定的獨(dú)立決策能力，理解用戶的自然語言，并自主找到和組合起其他的Agent和鏈上工具，完成用戶指定的目標(biāo)。

AI Agent正在致力于大幅提高加密產(chǎn)品的使用體驗(yàn)，而區(qū)塊鏈也能夠助力AI Agent的運(yùn)行更加去中心化、透明和安全，具體的幫助在于：

• 通過代幣激勵更多的開發(fā)者提供Agent

• NFT確權(quán)促進(jìn)基于Agent的收費(fèi)與交易

• 提供鏈上的Agent身份和注冊機(jī)制

• 提供不可篡改的Agent活動日志，對其行為進(jìn)行及時的溯源和追責(zé)

這一賽道的主要項(xiàng)目如下：

• Autonolas：Autonolas通過鏈上協(xié)議支持Agent和相關(guān)組件的資產(chǎn)確權(quán)和可組合性，使代碼組件、Agent和服務(wù)能夠在鏈上被發(fā)現(xiàn)和重復(fù)利用，并激勵開發(fā)者獲得經(jīng)濟(jì)補(bǔ)償。開發(fā)者開發(fā)了完整的Agent或組成部分后，將對代碼進(jìn)行鏈上注冊并獲得NFT，代表對代碼的所有權(quán)；Service Owner會聯(lián)合多個Agent創(chuàng)建一個服務(wù)并在鏈上注冊，并吸引Agent Operators來實(shí)際執(zhí)行服務(wù)，用戶通過付費(fèi)使用服務(wù)。

• Fetch.ai：Fetch.ai在AI領(lǐng)域具有很強(qiáng)的團(tuán)隊(duì)背景和開發(fā)經(jīng)驗(yàn)，目前正在關(guān)注AI Agent賽道。協(xié)議由四個關(guān)鍵層組成：AI Agents、Agentverse、AI Engine和Fetch Network。AI Agents是系統(tǒng)的核心，其他則為輔助構(gòu)建Agent服務(wù)的框架和工具。Agentverse是一個軟件即服務(wù)平臺，主要用于創(chuàng)建和注冊AI Agent。AI Engine的目標(biāo)是通過讀取用戶自然語言輸入，將其轉(zhuǎn)換為可操作的人物，并在Agentverse中選擇已注冊的最合適的AI Agent來執(zhí)行任務(wù)。Fetch Network是協(xié)議的區(qū)塊鏈層，AI Agent必須在鏈上的Almanac合約中注冊，才能與其他Agent開始協(xié)同服務(wù)。值得注意的是，Autonolas目前專注于crypto世界的Agent構(gòu)建，將鏈下的Agent操作引入鏈上；Fetch.ai的關(guān)注范圍則包括Web2世界，如旅行預(yù)訂、天氣預(yù)測等。

• Delysium：Delysium從游戲轉(zhuǎn)型為AI Agent協(xié)議，主要包括兩個層：通信層和區(qū)塊鏈層，通信層是Delysium的主干，提供安全且可擴(kuò)展的基礎(chǔ)設(shè)施，使得AI Agent之間能夠快速高效的通信，區(qū)塊鏈層對Agent進(jìn)行身份驗(yàn)證，并通過智能合約實(shí)現(xiàn)對Agent行為的不可篡改記錄。具體來說，通信層為Agent之間建立了統(tǒng)一的通信協(xié)議，采用標(biāo)準(zhǔn)化的消息系統(tǒng)，讓Agent之間可以通過一種通用語言無障礙地交流，此外建立了服務(wù)發(fā)現(xiàn)協(xié)議和API，使得用戶和其他Agent能夠快速發(fā)現(xiàn)和連接可用的Agent。區(qū)塊鏈層主要包括兩個部分：Agent ID和Chronicle智能合約，Agent ID確保只有合法的Agent才能訪問網(wǎng)絡(luò)，Chronicle則是Agent做出的所有重要決策和行為的日志存儲庫，上鏈后不可篡改，確保對Agent行為的可信追溯。

• Altered State Machine：通過NFT為Agent的資產(chǎn)確權(quán)和交易制定了標(biāo)準(zhǔn)，具體分析可見第1部分，雖然ASM目前主要接入游戲，但其作為基礎(chǔ)性的規(guī)范同樣具有向其他Agent領(lǐng)域擴(kuò)展的可能。

• Morpheous：正在構(gòu)建一個AI Agent生態(tài)網(wǎng)絡(luò)，協(xié)議旨在連接Coder、Computer provider、Community Builder和Capital四種角色，分別為網(wǎng)絡(luò)提供AI Agent、支持Agent運(yùn)行的算力、前端和開發(fā)工具以及資金，MOR將采取Fair launch的形式，向提供算力的礦工、stETH質(zhì)押者、Agent或智能合約開發(fā)貢獻(xiàn)者、社區(qū)開發(fā)貢獻(xiàn)者提供激勵。

4.2 zkML/opML

零知識證明目前有兩個主要應(yīng)用方向：

• 以更低的成本在鏈上證明運(yùn)算得到了正確的運(yùn)行（ZK-Rollup和ZKP跨鏈橋正在利用ZK的這一特點(diǎn)）；

• 隱私保護(hù)：不需要知道計算的細(xì)節(jié)，也可以證明計算得到了正確的執(zhí)行。

同樣地，ZKP在機(jī)器學(xué)習(xí)中的應(yīng)用同樣可以被分為兩類：

• 推理驗(yàn)證：即通過ZK-proof，在鏈上以較低的成本證明AI模型推理這一密集計算的過程在鏈下得到了正確的執(zhí)行。

• 隱私保護(hù)：又可以分為兩類，一是對數(shù)據(jù)隱私的保護(hù)，即在公開的模型上使用隱私數(shù)據(jù)進(jìn)行推理，可以利用ZKML對隱私數(shù)據(jù)進(jìn)行保護(hù)；二是對模型隱私的保護(hù)，希望隱藏模型的權(quán)重等具體信息，從公開的輸入中運(yùn)算并得出輸出結(jié)果。

筆者認(rèn)為目前對Crypto更為重要的是推理驗(yàn)證，我們在此對推理驗(yàn)證的場景進(jìn)行進(jìn)一步闡述。從AI作為參與者開始，到AI作為世界的規(guī)則，我們希望將AI成為鏈上流程的一部分，但AI模型推理計算成本過高，無法直接在鏈上運(yùn)行，將這一過程放到鏈下，意味著我們需要忍受這一黑盒子帶來的信任問題——AI模型運(yùn)行者是否篡改了我的輸入？是否使用了我指定的模型進(jìn)行推理？通過將ML模型轉(zhuǎn)化成ZK電路，可以實(shí)現(xiàn)：（1）較小的模型上鏈，將小的zkML模型存儲到智能合約中，直接上鏈解決了不透明的問題；（2）在鏈下完成推理，同時生成ZK證明，通過在鏈上運(yùn)行ZK證明來證明推理過程的正確性，基礎(chǔ)架構(gòu)將包括兩個合約——主合約（使用ML模型輸出結(jié)果）和ZK-Proof驗(yàn)證合約。

zkML還處于非常早期的階段，面臨著ML模型向ZK電路轉(zhuǎn)化的技術(shù)問題，以及極高的運(yùn)算和密碼學(xué)開銷成本。和Rollup的發(fā)展路徑一樣，opML從經(jīng)濟(jì)學(xué)的角度出發(fā)，成為了另一種解決方案，opML使用Arbitrum 的 AnyTrust 假設(shè)，即每個主張至少有一個誠實(shí)節(jié)點(diǎn)，確保提交者或至少一個驗(yàn)證者是誠實(shí)的。但OPML只能成為推理驗(yàn)證的替代方案，無法實(shí)現(xiàn)隱私保護(hù)。

目前的項(xiàng)目正在構(gòu)建zkML的基礎(chǔ)設(shè)施，并在努力探索其應(yīng)用，應(yīng)用的建立同樣重要，因需要清楚地向加密用戶證明zkML中重要作用，證明最終價值能夠抵消巨大成本。在這些項(xiàng)目中，有些專注于與機(jī)器學(xué)習(xí)相關(guān)的ZK技術(shù)研發(fā)（如Modulus Labs），有些則是更通用的ZK基礎(chǔ)設(shè)施搭建，相關(guān)項(xiàng)目包括：

• Modulus 正在使用 zkML 將人工智能應(yīng)用于鏈上推理過程。Modulus于2月27日推出了zkML證明器Remainder，與同等硬件上的傳統(tǒng)AI推理相比，實(shí)現(xiàn)了180倍的效率提升。此外，Modulus與多個項(xiàng)目合作，探索zkML的實(shí)際用例，如與Upshot合作，通過使用具有ZK證明的人工智能，收集復(fù)雜的市場數(shù)據(jù)、評估NFT價格，并將價格傳到鏈上；與AI Arena合作，證明正在戰(zhàn)斗的Avatar和玩家所訓(xùn)練的是同一個。

• Risc Zero將模型放在鏈上，通過在 RISC Zero 的 ZKVM 中運(yùn)行機(jī)器學(xué)習(xí)模型，可以證明模型涉及的確切計算是正確執(zhí)行的。

• Ingonyama正在開發(fā)專門用于 ZK 技術(shù)的硬件，這可能降低了進(jìn)入 ZK 技術(shù)領(lǐng)域的門檻，并且 zkML 也有可能用于模型訓(xùn)練過程。

5 AI作為目標(biāo)

如果說前面三類更側(cè)重于AI如何賦能于Crypto，那么“AI作為目標(biāo)”強(qiáng)調(diào)了Crypto對AI的幫助，即如何利用Crypto創(chuàng)造出更好的AI模型和產(chǎn)品，這或許包括多個評判標(biāo)準(zhǔn)：更高效、更精確、更去中心化等等。

AI包括三個核心：數(shù)據(jù)、算力和算法，在每一個維度，Crypto都在致力于為AI提供更有效的助力：

• 數(shù)據(jù)：數(shù)據(jù)是進(jìn)行模型訓(xùn)練的基礎(chǔ)，去中心化數(shù)據(jù)協(xié)議將激勵個人或企業(yè)提供更多私域數(shù)據(jù)，同時利用密碼學(xué)保障數(shù)據(jù)隱私，避免個人敏感數(shù)據(jù)的泄露。

• 算力：去中心化算力賽道是目前最火熱的AI賽道，協(xié)議通過提供供需雙方的匹配市場，促進(jìn)長尾算力與AI企業(yè)的匹配，用于模型的訓(xùn)練和推理。

• 算法：Crypto對算法的賦能是實(shí)現(xiàn)去中心化AI最核心的環(huán)節(jié)，也是V神文章中“AI作為目標(biāo)”敘述的主要內(nèi)容，創(chuàng)建去中心化的、可信任的黑匣子AI，那么前文所說的對抗式機(jī)器學(xué)習(xí)的問題則將得到解決，但將面臨極高的密碼學(xué)開銷等一系列阻礙。此外，“使用加密激勵來鼓勵制作更好的AI”也可以在不完全陷入密碼學(xué)完全加密的兔子洞的情況下實(shí)現(xiàn)。

大型科技公司對數(shù)據(jù)和算力的壟斷共同造成了對模型訓(xùn)練過程的壟斷，閉源模型成為大型企業(yè)獲利的關(guān)鍵。從基礎(chǔ)設(shè)施的角度，Crypto通過經(jīng)濟(jì)手段激勵數(shù)據(jù)和算力的去中心化供應(yīng)，同時通過密碼學(xué)的方法保證過程中的數(shù)據(jù)隱私，并以此為基礎(chǔ)助力于去中心化的模型訓(xùn)練，以實(shí)現(xiàn)更透明、更去中心化的AI。

5.1 去中心化數(shù)據(jù)協(xié)議

去中心化數(shù)據(jù)協(xié)議主要以數(shù)據(jù)眾包的形式開展，激勵用戶提供數(shù)據(jù)集或數(shù)據(jù)服務(wù)（如數(shù)據(jù)標(biāo)注）用于企業(yè)進(jìn)行模型訓(xùn)練，并開設(shè)Data Marketplace促進(jìn)供需雙方的匹配，一些協(xié)議也正在探索通過DePIN激勵協(xié)議，獲取用戶的瀏覽數(shù)據(jù)，或利用用戶的設(shè)備/帶寬完成網(wǎng)絡(luò)數(shù)據(jù)爬取。

• Ocean Protocol：對數(shù)據(jù)確權(quán)并代幣化，用戶可以通過無代碼方式在Ocean Protocol完成對數(shù)據(jù)/算法的NFT創(chuàng)建，同事創(chuàng)建相應(yīng)的datatoken來控制對數(shù)據(jù)NFT的訪問。Ocean Protocol通過Compute To Data（C2D）來確保數(shù)據(jù)的隱私性，使用者只能獲得根據(jù)數(shù)據(jù)/算法的輸出結(jié)果，而無法完整下載。Ocean Protocol于2017年成立，作為數(shù)據(jù)市場，在本輪熱潮中很自然地搭上了AI的快車。

• Synesis One：該項(xiàng)目是Solana上的Train2Earn平臺，用戶通過提供自然語言的數(shù)據(jù)和數(shù)據(jù)標(biāo)注來獲取$SNS獎勵，用戶通過提供數(shù)據(jù)支持挖礦，數(shù)據(jù)在驗(yàn)證后會進(jìn)行存儲和上鏈，并由AI公司用來訓(xùn)練和推理。具體來說，挖礦者分為三類：Architect/Builder/Validator，Architect負(fù)責(zé)創(chuàng)建新的數(shù)據(jù)任務(wù)，Builder在相應(yīng)的數(shù)據(jù)任務(wù)中提供語料，Validator則對Builder提供的數(shù)據(jù)集進(jìn)行驗(yàn)證。完成的數(shù)據(jù)集會被存入IPFS中，并在鏈上保存數(shù)據(jù)來源和IPFS地址們同事會被存儲在鏈下的數(shù)據(jù)庫中供AI公司（目前為Mind AI）使用。

• Grass：被稱為AI的去中心化數(shù)據(jù)層，本質(zhì)上是一個去中心化網(wǎng)絡(luò)抓取市場，并以此獲得數(shù)據(jù)來用于AI模型訓(xùn)練?；ヂ?lián)網(wǎng)網(wǎng)站是一個重要的AI訓(xùn)練數(shù)據(jù)來源，包括推特、谷歌、Reddit在內(nèi)的許多網(wǎng)站的數(shù)據(jù)都具有重要價值，但這些網(wǎng)站正在不斷對數(shù)據(jù)爬取加以限制。Grass利用個人網(wǎng)絡(luò)中未使用的帶寬，通過使用不同的IP地址來減少數(shù)據(jù)封鎖帶來的影響，來抓取公共網(wǎng)站中的數(shù)據(jù)，完成數(shù)據(jù)初步清理，成為AI模型訓(xùn)練企業(yè)和項(xiàng)目的數(shù)據(jù)源。目前Grass正處于Beta測試階段，用戶可提供帶寬獲取積分以領(lǐng)取潛在空投。

• AIT Protocol：AIT Protocol是去中心化數(shù)據(jù)標(biāo)注協(xié)議，旨在為開發(fā)者提供高質(zhì)量數(shù)據(jù)集用于模型訓(xùn)練。Web3使得全球勞動力能夠快速接入網(wǎng)絡(luò)，并通過數(shù)據(jù)標(biāo)注獲得激勵，AIT的數(shù)據(jù)科學(xué)家將對數(shù)據(jù)進(jìn)行預(yù)標(biāo)注，隨后由用戶進(jìn)行進(jìn)一步處理，經(jīng)過數(shù)據(jù)科學(xué)家檢查后，通過質(zhì)量檢測的數(shù)據(jù)將提供給開發(fā)者。

除了上述數(shù)據(jù)提供和數(shù)據(jù)標(biāo)注協(xié)議，曾經(jīng)的去中心化存儲類基礎(chǔ)設(shè)施，如Filecoin、Arweave等也將為更分散化的數(shù)據(jù)供給助力。

5.2 去中心化算力

AI時代，算力的重要性不言而喻，不僅英偉達(dá)的股價日攀高峰，在Crypto世界，去中心化算力可以說是AI賽道炒作最熱烈的細(xì)分方向——在市值前200的11個AI項(xiàng)目中，做去中心化算力的項(xiàng)目就有5個（Render/Akash/AIOZ Network/Golem/Nosana），并在過去幾個月中收獲了高倍漲幅。在小市值的項(xiàng)目中也看到許多去中心化算力的平臺出現(xiàn)，雖然剛剛起步，但伴隨著英偉達(dá)大會的浪潮，只要是與GPU沾邊，都快速收獲了一波大漲。

從賽道特點(diǎn)來看，這一方向項(xiàng)目的基本邏輯高度同質(zhì)化——通過代幣激勵使得擁有閑置算力資源的人或企業(yè)提供資源，并由此大幅降低使用費(fèi)用，建立起算力的供需市場，目前，主要的算力供應(yīng)來自于數(shù)據(jù)中心、礦工（尤其在以太坊轉(zhuǎn)為PoS后）、消費(fèi)級算力以及與其他項(xiàng)目的合作。雖然同質(zhì)化，但這是一個頭部項(xiàng)目擁有較高護(hù)城河的賽道，項(xiàng)目的主要競爭優(yōu)勢來源于：算力資源、算力租賃價格、算力使用率以及其他技術(shù)優(yōu)勢。這一賽道的龍頭項(xiàng)目包括Akash、Render、io.net和Gensyn。

根據(jù)具體業(yè)務(wù)方向，項(xiàng)目可以被粗分為兩類：AI模型推理和AI模型訓(xùn)練。由于AI模型訓(xùn)練對算力和帶寬的要求遠(yuǎn)高于推理，比分布式推理的落地難度更大，且模型推理的市場快速擴(kuò)展，可預(yù)測的收入將在未來大幅高于模型訓(xùn)練，因此目前絕大多數(shù)項(xiàng)目主攻推理方向（Akash、Render、io.net），主攻訓(xùn)練方向的龍頭即為Gensyn。其中，Akash和Render誕生較早，并非是為AI計算而生，Akash最初用于通用計算，Render則主要應(yīng)用于視頻和圖片渲染，io.net則為AI計算專門設(shè)計，但在AI將算力需求提升了一個Level后，這些項(xiàng)目都已傾向于AI方面的開發(fā)。

最為重要的兩個競爭指標(biāo)依然來自于供應(yīng)端（算力資源）和需求端（算力使用率）。Akash擁有282個GPU和超過2萬個CPU，已完成16萬次租賃，GPU網(wǎng)絡(luò)的利用率為50-70%，在這一賽道是一個不錯的數(shù)字。io.net擁有40272個GPU和5958個CPU，同時擁有Render的4318個GPU和159個CPU、Filecoin的1024個GPU的使用許可，其中包括約200塊H100和上千塊A100，目前已完成推理151,879次，io.net正在用極高的空投預(yù)期吸引算力資源，GPU的數(shù)據(jù)正在快速增長，需要等代幣上線后對其吸引資源的能力重新評估。Render和Gensyn則并未公布具體數(shù)據(jù)。此外，許多項(xiàng)目正在通過生態(tài)合作來提高自己在供應(yīng)與需求端的競爭力，如io.net采用Render和Filecoin的算力來提高自己的資源儲備，Render建立了計算客戶端計劃（RNP-004），允許用戶通過計算客戶端——io.net、Nosana、FedMl、Beam，來間接接入Render的算力資源，從而快速從渲染領(lǐng)域過渡到人工智能計算。

此外，去中心化計算的驗(yàn)證依然是一個問題——如何證明擁有算力資源的工作者正確地執(zhí)行了計算任務(wù)。Gensyn正在嘗試建立這樣一個驗(yàn)證層，通過概率學(xué)習(xí)證明、基于圖的精確定位協(xié)議以及激勵來保證計算的正確性，其中的驗(yàn)證者和舉報者共同對計算進(jìn)行檢查，因此Gensyn除了為去中心化訓(xùn)練提供了算力支持，其建立的驗(yàn)證機(jī)制也具有獨(dú)特價值。位于Solana上的計算協(xié)議Fluence同樣增加了對計算任務(wù)的驗(yàn)證，開發(fā)人員可以通過檢查鏈上提供商發(fā)布的證明來驗(yàn)證其應(yīng)用程序是否按預(yù)期運(yùn)行以及計算是否正確執(zhí)行。但現(xiàn)實(shí)的需求依然是”可行“大于”可信“，計算平臺必須首先具有足夠的算力才有競爭的可能，當(dāng)然對于出色的驗(yàn)證協(xié)議來說，可以選擇接入其他平臺的算力，成為驗(yàn)證層和協(xié)議層來發(fā)揮獨(dú)特作用。

5.3 去中心化模型

距離Vitalik所描述的終極場景（下圖所示）還非常遙遠(yuǎn)，我們目前還無法實(shí)現(xiàn)通過區(qū)塊鏈和加密技術(shù)創(chuàng)建一個可信任的黑盒AI，來解決對抗性機(jī)器學(xué)習(xí)的問題，將數(shù)據(jù)訓(xùn)練到查詢輸出的整個AI運(yùn)行過程進(jìn)行加密處理是一筆非常大的開銷。但目前正在有項(xiàng)目嘗試通過激勵機(jī)制創(chuàng)建更好的AI模型，首先打通了不同模型之間封閉的狀態(tài)，創(chuàng)造了模型之間相互學(xué)習(xí)、協(xié)作和良性競爭的格局，Bittensor是其中最具代表性的項(xiàng)目。

• Bittensor：Bittensor正在促進(jìn)不同AI模型之間的組合，但值得注意的是，Bittensor本身不進(jìn)行模型的訓(xùn)練，而是主要提供AI推理的服務(wù)。Bittensor的32個子網(wǎng)專注于不同的服務(wù)方向，如數(shù)據(jù)抓取、文本生成、Text2Image等，在完成一項(xiàng)任務(wù)時，分屬不同方向的AI模型可以相互協(xié)作。激勵機(jī)制促進(jìn)了子網(wǎng)之間、以及子網(wǎng)內(nèi)部的競爭，目前獎勵以每塊1個TAO的速度發(fā)放，每日總計發(fā)放約7200個TAO代幣，SN0（根網(wǎng)絡(luò)）中的64個驗(yàn)證器根據(jù)子網(wǎng)性能，決定了這些獎勵在不同子網(wǎng)之間的分配比例，子網(wǎng)驗(yàn)證器則通過對礦工的工作評價，決定在不同礦工之間的分配比例，由此表現(xiàn)更好的服務(wù)、表現(xiàn)更好的模型獲得更多激勵，促進(jìn)了系統(tǒng)整體推理質(zhì)量的提高。

6 結(jié)語：MEME炒作還是技術(shù)革命？

從Sam Altman動向帶來ARKM和WLD的價格瘋漲，到英偉達(dá)大會帶飛一系列參會項(xiàng)目，很多人正在對AI賽道的投資理念發(fā)生調(diào)整，AI賽道究竟是MEME炒作還是技術(shù)革命？

除了少數(shù)名人題材（比如ARKM和WLD），AI賽道整體更像是“以技術(shù)敘事為主導(dǎo)的MEME”。

一方面，Crypto AI賽道的整體炒作一定是與Web2 AI的進(jìn)展緊密掛鉤的，OpenAI為首的外部炒作將成為Crypto AI賽道的導(dǎo)火索。另一方面，AI賽道的故事依然以技術(shù)敘事為主，當(dāng)然，這里我們強(qiáng)調(diào)的是”技術(shù)敘事“而非”技術(shù)“，這就使得對AI賽道細(xì)分方向的選擇和項(xiàng)目基本面的關(guān)注依然重要，我們需要找到有炒作價值的敘事方向，也需要找到有中長期競爭力和護(hù)城河的項(xiàng)目。

從V神提出的四類結(jié)合可能中，可以看到的是敘事魅力和落地可能性的相互權(quán)衡。在以AI應(yīng)用為代表的第一類和第二類中，我們看到了許多GPT Wrapper，產(chǎn)品落地快但業(yè)務(wù)同質(zhì)化程度也較高，先發(fā)優(yōu)勢、生態(tài)系統(tǒng)、用戶數(shù)量和產(chǎn)品收入則成為同質(zhì)化競爭中可講的故事。第三類和第四類代表著AI與Crypto結(jié)合的宏大敘事，如Agent鏈上協(xié)作網(wǎng)絡(luò)、zkML、去中心化重塑AI，都處于早期階段，具有技術(shù)創(chuàng)新的項(xiàng)目將會快速吸引資金，即使只是很早期的落地展示。