AI 為什麼離不開區塊鏈，來看 DePIN 如何助力人工智能

本文作者為Filecoin 洞察特約稿人、Portal Ventures投資合夥人Catrina

過去，初創企業憑藉其速度、靈活度和創業文化，擺脫組織慣性桎梏，長期引領著技術創新。然而，這一切被人工智慧時代改寫。迄今為止，突破性AI產品的締造者都是諸如Microsoft的OpenAI、Nvidia、Google甚至Meta這樣的傳統科技巨頭。

發生了什麼？為什麼這一次巨頭贏過了初創？初創企業可以寫出優秀代碼，但與科技巨頭相比，它們面臨多種阻礙：

• 計算成本居高不下

• AI發展存在反向凸角：由於缺少必要的方針，圍繞AI社會影響的擔憂和不確定性阻礙了創新

• AI黑盒問題

• 大型科技公司建立的"數據護城河"形成進入壁壘

那麼，為什麼需要區塊鏈技術出場？它與人工智慧的交集在哪？雖然不能一次性解決所有問題，但Web3中的分佈式物理基礎設施網絡（DePIN） 為解決上述問題創造了條件。下文將闡述DePIN背後的技術如何助力人工智慧，主要從四個維度：

• 降低基礎設施成本

• 驗證創作者和人格

• 填補AI民主和透明度

• 設置數據貢獻獎勵機制

下文中：

• "web3"指下一代互聯網，區塊鏈技術與其他現有技術是其有機組成。

• "區塊鏈"指去中心化和分佈式賬本技術。

• "加密"指利用代幣機制進行激勵和去中心化的做法。

一、降低基礎設施成本（計算和存儲）

每一波技術創新的引子都是某種昂貴的東西變得廉價到可以浪費。

------社會的技術債務和軟件的古騰堡時刻（https://skventures.substack.com/p/societys-technical-debt-and-softwares），來自SK Ventures

基礎設施的可負擔性有多重要（人工智慧的基礎設施指計算、傳輸和存儲數據的硬件成本），Carlota Perez的技術革命理論（https://stratechery.com/2021/the-death-and-birth-of-technological-revolutions/）有指明，該理論提出技術突破包含兩個階段：

• 安裝階段 以大量風險投資、基礎設施 建設 和" 推動式"市場推廣（GTM）策略為特徵，因為客戶不了解新技術的價值主張。

• 部署階段 以基礎設施供應的大量增加 為特徵，降低拉新門檻，並採用"拉動式"市場推廣（GTM）策略，表明產品市場匹配度高，客戶期待更多尚未成型的產品。

既然ChatGPT等嘗試已證明市場契合度和客戶需求，人們可能覺得AI已經進入部署階段。然而，AI還缺少重要一環：過剩的基礎設施供價格敏感的初創企業進行搭建和嘗試。

問題

當前物理基礎設施領域主要由垂直一體化寡頭壟斷，包括AWS、GCP、Azure、Nvidia、Cloudflare、Akamai等，行業利潤率高，據估計AWS在商品化計算硬件上的毛利率為61%（https://www.cnbc.com/2021/09/05/how-amazon-web-services-makes-money-estimated-margins-by-service.html）。所以AI領域、尤其是LLM領域的新進入者要面對及其高昂的計算成本。

• ChatGPT一次訓練的成本估計在4百萬美元，硬件推理運營成本約70萬美元/天。

• Bloom第二版可能需要花費1000萬美元進行訓練和重新訓練。

• 如果ChatGPT進入Google搜索，谷歌營收將減少360億美元，巨額利潤將從軟件平台（Google）向硬件提供商（Nvidia）轉移。

解決方案

DePIN網絡如Filecoin（起源於2014年的DePIN先驅，專注集合互聯網級硬件，服務於分佈式數據存儲）、Bacalhau（https://www.bacalhau.org/）、Gensyn.ai（http://gensyn.ai/）、Render Network（https://rendertoken.com/）、ExaBits（用於匹配CPU/GPU供需的協調層：https://www.exabits.xyz/）可以通過以下三個方面節約75%至90%+的基礎設施成本：

1. 推動供應曲線，激發市場競爭

DePIN為硬件供應商成為服務提供商提供了平等機會。它創建了一個人人可以作為"礦工"加入，用CPU/GPU或存儲能力可換取經濟報酬的市場，從而給現有提供商帶來競爭。

雖然像AWS這樣的公司無疑在用戶界面、運營和垂直整合方面享有17年的先發優勢，但是DePIN吸引了無法接受中心化供應商客定價的新戶群。 就像Ebay不直接與Bloomingdale競爭，而是提供更經濟的替代品來滿足類似需求，分佈式存儲網絡並不取代中心化供應商，而是旨在服務於價格敏感的用戶群體。

2.通過加密經濟設計促進市場經濟平衡

DePIN創建的補貼機制能引導硬件供應者參與網絡，從而降低最終用戶的成本。究其原理，我們可以看看AWS和Filecoin在Web2和Web3中存儲提供者的成本和收入。

客戶獲得降價： DePIN網絡營造了競爭性市場，引入Bertrand式競爭（https://en.wikipedia.org/wiki/Bertrand_competition），從而降低客戶支付費用。相比之下，AWS EC2需要約55%的利潤率和31%的總體利潤率來維持運營。DePIN網絡提供的Token激勵/區塊獎勵 也是新的收入來源 。在Filecoin的背景下，存儲提供者托管越多真實數據越能獲得區塊獎勵（代幣）。因此，存儲提供者有動力吸引更多客戶達成交易增加收入。幾個新興計算DePIN網絡的代幣結構仍未公開，但很可能遵循類似模式。類似網絡包括：

• Bacalhau：將計算引入數據存儲位置的協調層，避免移動大量數據。

• exaBITS：服務於AI和計算密集型應用程序的分佈式計算網絡。

• Gensyn.ai：深度學習模型計算協議。

3. 降低間接成本：Bacalhau、exaBITS等DePIN網絡以及IPFS/內容尋址存儲的優勢包括：

• 釋放潛在數據的可用性：由於傳輸大型數據集的帶寬成本高，目前大量數據未被開發，比如體育場館產生的大量事件數據。DePIN項目可以現場處理數據並僅傳輸有意義的輸出，發掘潛在數據的可用性。

• 降低運營成本：通過本地獲取數據來降低數據輸入、傳輸和導入/導出成本。

• 最小化敏感數據共享中的人工作業：如果醫院A和B需要將各自患者的敏感數據進行組合分析，它們可以使用 Bacalhau協調GPU算力，直接在本地處理敏感數據，而不必通過繁瑣的行政流程與對方進行個人身份信息（PII）交換。

• 無需重計算基礎數據集：IPFS/內容尋址存儲自帶去重、溯源和驗證數據的能力。有關IPFS的功能和性價比可參考這篇文章（https://curiouscat178.substack.com/p/the-non-philosophical-business-case）。

AI生成摘要：AI需要DePIN提供的經濟實惠的基礎設施，目前基礎設施市場由垂直一體化的寡頭壟斷。像 Filecoin、Bacalhau、Render Network、ExaBits這樣的DePIN網絡使成為硬件供應商的機會民主化，引入競爭，通過加密經濟設計維護市場經濟平衡，讓成本降低75%-90%以上，並降低了間接成本。

二、驗證創作者和人格

問題

一份近期調研顯示，50%的AI學者認為AI給人類帶來毀滅性傷害的可能性超過10%。

人們需要警醒，A.I.已經引發社會混亂，而且仍缺乏監管或技術規範，這種情況被稱為"反向凸角"。

比如，在這段 Twitter視頻中，播客主持人Joe Rogan與保守評論員Ben Shapiro在就電影《料理鼠王》進行著辯論，然而這段視頻是AI生成的。

值得注意的是，A.I.的社會影響力遠不止虛假博客、對話和圖像帶來的問題：

• 2024年美國大選期間，AI生成的deepfake競選內容首次達到了以假亂真的效果。

• 參議員Elizabeth Warren的一段視頻經過編輯，讓她"說"出了"共和黨人不應該被允許投票"這樣的話（已辟謠）。

• 語音合成的拜登的聲音批評跨性別女性。

• 一群藝術家對Midjourney和Stability AI提起了集體訴訟 ，指控其未經授權使用藝術家的作品來訓練AI，侵犯版權並威脅藝術家生計。

• AI生成的由The Weeknd和Drake合唱的歌曲"Heart on My Sleeve"在流媒體平台上走紅，但隨後被下架。當新技術在沒有規範的情況下進入主流，就會造成諸多問題，版權侵犯就屬於"反向凸角"問題。

那麼我們能否在Web3中加入AI的相關規範？

解決方案

利用加密鏈上來源證明進行人格證明和創作者證明

讓區塊鏈技術真正發揮作用------作為一個包含不可篡改鏈上歷史記錄的分佈式賬本，數字內容的真實性可以通過內容加密證明得到驗證。

數字簽名作為創作者證明和人格證明

要識別deepfake，可用原始內容創作者獨有的數字簽名生成加密證明，簽名可以使用只有創作者知曉的私鑰創建，並可由對所有人公開的公鑰進行驗證。有了簽名就可以證明內容是由原始創作者創建，不論創建者是人類還是AI，還可以驗證授權或未授權的對內容的更改。

利用IPFS和默克爾樹進行真實性證明

IPFS是使用內容尋址和默克爾樹引用大型數據集的分佈式協議。為了證明文件內容收到、更改，會生成一個默克爾證明，即一串哈希，顯示特定的數據塊在默克爾樹中的位置。每次更改，會在默克爾樹中增加一個哈希，提供了文件修改的證明。

加密方案的痛點是激勵機制 ，畢竟，識別出deepfake製造者雖然能減少負面社會影響 ，但不會帶來同等的經濟利益。這份責任很可能落在Twitter、Meta、Google等主流媒體分發平台上，事實也的確如此。那麼我們為什麼需要區塊鏈？

答案是區塊鏈的加密簽名和真實性證明更加有效、可驗證和確定。 目前，檢測deepfake的過程主要通過機器學習算法（如Meta的"Deepfake Detection Challenge"、Google的"Asymmetric Numeral Systems" (ANS)和c2pa：https://c2pa.org/）來識別視覺內容中的規律和異常，但時常不夠準確，落後於deepfake發展速度。一般需要人工審核來確定真實性，低效且昂貴。

如果有一天每條內容都有加密簽名，每個人都能可驗證地證明創作來源，標記篡改或偽造行為，那我們將迎來美麗的世界。

AI生成摘要：AI可能對社會構成重大威脅，尤其是deepfake和未授權使用內容，而Web3技術，如使用數字簽名的創作者證明和使用IPFS和默克爾樹的真實性證明，可以驗證數字內容的真實性，防止未授權的更改，為AI提供規範。

三、AI民主化

問題

今天的AI是由專有數據和專有算法構成的黑盒。大型科技公司LLM的封閉性扼殺了我眼中的"AI民主" ，即每個開發者甚至用戶都能為LLM模型貢獻算法和數據，並在模型盈利時獲得部分利潤（相關文章：https://curiouscat178.substack.com/p/four-foundational-pillars-to-usher）。

AI民主=可視性（ 能看到輸入模型的數據和算法）+貢獻（能向模型貢獻數據或算法）。

解決方案

AI民主的目的是讓生成式AI模型對公眾開放、與公眾相關、為公眾所有。下表對比了AI現狀與通過Web3區塊鏈技術能實現的未來。

目前------

對於客戶：

• 單向接收LLM輸出

• 無法控制個人數據如何被使用

對於開發者：

• 可組合性低

• ETL數據處理不可追溯，難復現

• 數據貢獻來源僅限於數據所有機構

• 閉源模型只能通過API付費訪問

• 分享數據輸出缺乏可驗證性，數據科學家80%的時間用於低端數據清洗

結合區塊鏈後------

對於客戶：

用戶可提供反饋（比如偏見、內容審核、針對輸出的顆粒度反饋）作為微調依據

用戶可選擇貢獻數據換取模型盈利後的利潤

對於開發者：

• 分佈式數據管理層：眾包重複耗時的數據標記等數據準備工作

• 可視性\&組合\&微調算法的能力，借助可驗證源（可以看到所有改動的防篡改歷史記錄）

• 數據主權（通過內容尋址/IPFS實現）和算法主權（例如Urbit實現了數據和算法的點對點組合和可移植性）

• 加速LLM創新，從基礎開源模型的各種變體中加速LLM創新。

• 可復現訓練數據輸出，通過區塊鏈對過去ETL操作和查詢的不可變記錄（如Kamu）實現。

有人說Web2的開源平台也提供了一種折中方案，但其效果並不理想，相關討論可見exaBITS的博文。

AI生成摘要：大型科技公司封閉的LLM扼殺了"AI民主"，即每個開發者或用戶都能夠為一個LLM模型貢獻算法和數據，並在模型盈利時獲得部分利潤。AI應該對公眾開放，與公眾相關，為公眾所有。借助區塊鏈網絡，用戶能夠提供反饋，為模型貢獻數據換取變現後的利潤，開發者也能獲得可視性和可驗證源，從而組合和微調算法。內容尋址/IPFS和Urbit等Web3創新將實現數據和算法主權。通過區塊鏈對過去ETL操作和查詢的不可變記錄，訓練數據輸出的可復現性也將成為可能。

四、設置數據貢獻獎勵機制

問題

今天，最有價值的消費者數據為大型科技公司的專有資產，構成其核心商業壁壘。科技巨頭沒有動力將這些數據與外部方共享。

那麼，為什麼我們不能直接從數據創造者或用戶那裡獲取數據呢？為什麼我們不能把數據變成公共資源，貢獻數據將數據開源化供數據科學家使用？

簡單來說是因為缺乏激勵機制和協調機制。維護數據和執行ETL（提取、轉換和加載）是一大筆間接成本。事實上，僅數據存儲就將在2030年成為價值7770億美元的行業，這還不包括計算成本。沒有人會無償承擔數據處理的工作和成本。

不妨看看OpenAI，最初設定是開源非盈利，但變現困難無法覆蓋成本。2019年，OpenAI不得不接受微軟注資，算法不再對公眾的開放。預計到2024年，OpenAI盈利將達10億美元。

解決方案

Web3引入了名為"dataDAO"的新機制，促進了AI模型所有者和數據貢獻者之間的收入再分配，為眾包數據貢獻創建了激勵層。由於篇幅限制，此處不會展開，想要了解可閱讀下方兩篇文章：

• How DataDAO works/DataDAO原理，作者是Protocol Labs的HQ Han

• How data contribution and monetization works in web3/web3數據貢獻和變現如何運作，我在這篇深入討論了dataDAO的機制、欠缺和機遇

總的來說，DePIN另辟蹊徑，為推動Web3和AI創新提供了新的硬件能源。儘管科技巨頭主導了AI行業，但新興參與者可以利用區塊鏈技術加入競爭：DePIN網絡降低準入門檻的方式包括降低計算成本；區塊鏈的可驗證和分佈式特性使真正的開放式AI成為可能；dataDAO等創新機制激勵數據貢獻；區塊鏈的不可變性和防篡改特性提供了創作者身份證明，打消人們對AI負面社會影響的擔憂。