- 大多数加密项目不需要AI
- 大多数AI项目不需要加密货币
AI堆栈的高层次视图以下是我对“加密AI”生态系统中不同垂直领域的看法（如果你想更深入了解，可以参考Tommy的文章）。注意，这是一种非常简化的视图，但希望能帮助我们奠定基础。
从高层次来看，它是如何协同工作的：
- 大规模收集数据。
- 处理这些数据，使机器理解如何摄取和应用它。
- 在这些数据上训练模型以创建一个通用模型。
- 然后可以微调以处理特定的使用案例。
- 最后，这些模型被部署和托管，以便应用程序可以查询它们进行有用的实现。
- 所有这些都需要大量的计算资源，这些资源可以本地运行或从云端获取。
让我们探讨这些领域中的每一个，特别关注不同的加密经济设计如何能实际改进标准工作流程。
加密赋予开源以战斗机会
“闭源”与“开源”开发方法的争论可以追溯到Windows-Linux的辩论和Eric Raymond著名的《大教堂与集市》理论。虽然今天Linux在爱好者中广泛使用，但大约90%的用户选择了Windows。为什么？因为激励措施。
至少从外部来看，开放源码开发有很多好处。它可以让最多的人参与到开发过程中，并为之做出贡献。但在这种无头结构中，没有一个统一的指令。CEO 不会主动让尽可能多的人使用他们的产品，以最大限度地提高他们的底线。在开源开发过程中，项目有可能演变成一个 "嵌合体"，在设计理念的每一个交叉点上都会分裂出不同的方向。
调整激励措施的最佳方式是什么？构建一个系统，奖励那些能促进目标实现的行为。换句话说，把钱交到能让我们更接近目标的行为者手中。有了加密货币，这一点就可以硬编码成法律。
我们将看看一些正在这样做的项目。
去中心化物理基础设施网络（DePINs）“哦拜托，又是这玩意儿？”是的，我知道DePIN叙事几乎和AI本身一样被讲烂了，但请稍等片刻。我愿意坚信DePINs是一个真正有机会改变世界的加密使用案例。想一想。
加密技术真正擅长的是什么？去除中介和激励活动。
比特币最初的愿景是对等货币，旨在将银行排除在外。类似地，现代DePINs旨在排除集中的力量，并引入可证明公平的市场动态。正如我们将看到的，这种架构对于众包AI相关网络是理想的。
DePINs使用早期代币发行来增加供应侧（提供者），希望这能吸引可持续的消费者需求。这旨在解决新市场的冷启动问题。
这意味着早期的硬件/软件（“节点”）提供者赚取大量代币和少量现金。随着用户利用这些节点（在我们的例子中是机器学习构建者）带来的现金流，这开始抵消随着时间减少的代币发行，直到一个完全自给自足的生态系统建立起来（可能需要几年时间）。早期的采用者，如Helium 和 Hivemapper，展示了这种设计的有效性。
数据网络，Grass的案例
据称，GPT-3是用45TB的纯文本数据训练的，相当于大约9000万本小说（但它仍然不能画一个圆）。GPT-4 和 GPT-5 所需的数据量比表面网络上存在的数据还要多，因此称人工智能为 "数据饥渴症 "是本世纪最轻描淡写的说法。
如果你不是顶尖玩家（OpenAI，Microsoft，Google，Facebook），获取这些数据是非常困难的。大多数人的常见策略是网页抓取，在你尝试加强之前，这一切都很好。如果使用一个亚马逊网络服务（AWS）实例试图抓取大量网站，就会很快受到速率限制。这就是 Grass 的用武之地。
Grass连接了超过两百万台设备，组织它们从用户的IP地址抓取网站，收集、结构化并将其出售给急需数据的AI公司。作为回报，参与Grass网络的用户可以从使用他们数据的AI公司那里赚取稳定的收入。
当然，目前还没有代币，但未来的$GRASS代币可能会让用户更愿意下载他们的浏览器扩展（或手机应用）。尽管他们已经通过一场极其成功的推荐活动吸引了大量用户。
GPU网络，io.net的案例或许比数据更重要的是计算能力。你知道吗，在 2020年和2021年，中国在 GPU 上投入的资金比石油还多。这简直太疯狂了，但这仅仅是个开始。再见石油币，为计算币让路。
（报告详见）
现在，市面上有很多 GPU DePINs，它们的工作原理大致如下。
- 急需计算的机器学习工程师/公司。
- 另一方面，则是数据中心、闲置矿机和拥有闲置 GPU/CPU 的业余爱好者。
io.net 脱颖而出，因为它引入了一些对于AI训练至关重要的酷炫新技术——他们的集群堆栈。传统的集群涉及在同一个数据中心物理连接一堆GPU，使它们能够协同工作进行模型训练。但如果你的硬件分布在全球各地怎么办？io.net与Ray（用于创建ChatGPT）合作开发了可以连接非同地点GPU的集群中间件。
而且，AWS的注册过程可能需要几天时间，而 io.net 上的集群可以在90秒内无许可地启动。出于这些原因，我可以看到io.net成为所有其他GPU DePINs的中心，它们都可以插入他们的“IO引擎”，解锁内置的集群和顺畅的上手体验。这一切都只有在加密技术的帮助下才有可能。
你会注意到，大多数具有雄心壮志的去中心化AI项目（如Bittensor, Morpheus, Gensyn, Ritual, Sahara）都有明确的“计算”需求——这正是GPU DePINs应当插入的地方，去中心化AI需要无许可的计算。
激励结构的运用再次回到比特币的启示。为什么矿工们不断快速地计算哈希值？因为这是他们的报酬方式——中本聪提出这种架构是因为它优先优化了安全性。教训是什么？这些协议内置的激励结构决定了它们产生的最终产品。
比特币矿工和以太坊质押者是吸收其所有原生代币的参与者，因为这是协议想要激励的——参与者成为矿工和质押者。
在一个组织中，这可能来自CEO，他定义了 "愿景 "或 "使命宣言"。但人是容易犯错的，可能会让公司偏离正轨。另一方面，计算机代码却能比最糙皮的工资奴隶更能保持专注。让我们来看看几个去中心化项目，它们内置的令牌效应能让参与者专注于崇高的目标。
AI构建网络，探讨Bittensor如果我们让比特币矿工构建AI而不是解决无用的数学问题会怎么样？这样，你就得到了Bittensor。
Bittensor的目标是创建几个实验性的生态系统，以进行试验，目的是在每个生态系统内生产“商品化的智能”。这意味着一个生态系统（称为子网，简称“SN”）可能专注于开发语言模型，另一个专注于金融模型，还有更多专注于语音合成、AI检测或图像生成（参见当前活跃的项目）。
对于Bittensor网络来说，你想做什么并不重要。只要你能证明你的项目值得资助，激励措施就会流动。这是子网所有者的目标，他注册子网并调整游戏规则。
这个“游戏”的参与者称为矿工。这些是构建模型的ML/AI工程师和团队。他们被锁定在一个持续审查的“雷霆穹顶”中，为了获得最多的奖励而互相竞争。
验证者是另一个面，负责进行审查并相应地评分矿工的工作。如果发现验证者与矿工勾结，将被驱逐。
记住激励措施：
- 矿工在击败其他子网内的矿工时赚得更多——这推动了AI的发展。
- 验证者在准确识别高绩效和低绩效矿工时赚得更多——这保持了子网的公正性。
- 子网所有者在其子网产生的AI模型比其他子网更有用时赚得更多——这推动子网所有者优化其“游戏”。
你可以将Bittensor视为一个AI开发的永久奖励机器。新兴的机器学习工程师可以尝试构建某些东西，向VCs推介并尝试筹集一些资金。或者他们可以作为矿工加入其中一个Bittensor子网，大展拳脚，并获得大量的TAO。哪个更容易？
一些顶级团队正在网络上构建：
- Nous Research 是开源的王者。他们的子网在微调开源LLMs方面颠覆了传统。他们通过对模型进行持续的合成数据流测试，使排行榜无法被操纵（与传统基准测试如HuggingFace不同）。
- Taoshi 的专有训练网络基本上是一个开源的量化交易公司。他们要求ML贡献者构建预测资产价格走势的交易算法。他们的API为散户和机构用户提供量化级别的交易信号，并且正快速走向重大盈利。
- 由 Corcel 团队开发的 Cortex.t 有两个目的。首先，他们激励矿工提供顶级模型（如GPT-4和Claude-3）的API访问，以确保开发人员的持续可用性。他们还提供合成数据生成，这对于模型训练和基准测试（这也是Nous使用它的原因）非常有用。查看他们的工具——聊天和搜索。
不出意外的话，Bittensor重申了激励结构的力量，这一切都是由加密经济学实现的。
智能代理，探究 Morpheus现在，我们来看看Morpheus的两个方面：
- 加密经济结构正在构建AI（加密帮助AI）
- AI启用的应用程序在加密中启用新的使用案例（AI帮助加密）
Morpheus体现了这一部分的“激励它们，它们就会来”的信息。他们的目标是拥有一个平台，在这个平台上，智能代理可以传播和繁荣，每个代理都建立在上一个代理的成功之上，在一个最小化外部性的生态系统中。
代币通胀结构突出显示了协议的四个主要贡献者：
- 代码——代理构建者。
- 社区——构建前端应用程序和工具，以吸引新用户加入生态系统。
- 计算——提供运行代理的计算能力。
- 资本——提供他们的收益，以推动Morpheus的经济机器。
这些类别中的每一个都获得了$MOR通胀奖励的平等份额（也会保存一小部分作为紧急基金），迫使它们：
- 构建最佳代理——当他们的代理被一致使用时，创建者会得到报酬。与免费提供OpenAI插件不同，这种方式即时支付给构建者。
- 构建最佳前端/工具——当他们的创作被一致使用时，创建者会得到报酬。
- 提供稳定的计算能力——提供者在借出计算能力时获得报酬。
- 为项目提供流动性——通过保持项目的流动性，赚取他们的 MOR 份额。
这些智能代理是AI真正消除加密应用障碍的终极例证。dApp的用户体验是出了名的糟（尽管过去几年有很多进步），LLM 的兴起点燃了每个想成为 Web2 和 Web3 创始人的激情。尽管存在大量的牟利项目，但像 Morpheus 和 Wayfinder这样的优秀项目（见下方演示）展示了将来进行链上交易会变得多么简单。
