讀懂專注於 AI 的去中心化 Web3 底層協議 KIP Protocol #1

作者：KIP Protocol

首先，KIP不僅僅是AI App，也不是一個大語言模型，更不是一個數據庫/知識庫。

KIP Protocol 是為 AI app開發者、模型製作者和數據所有者構建的去中心化底層協議，可在 Web3 中安全地進行交易和貨幣化。KIP 使有價值的知識和數據能夠作為知識資產得到保護和貨幣化，確保與AI互動而不失去所有權。

對於AI app開發者、模型製作者和數據所有者來說，人們將發現它對於在 Web3 中去中心化的工作和變現是至關重要的。

（我們簡稱這三個類別為：AI價值創造者）

AI 的去中心化是一個極其龐大且重要的課題，目前有多個開創性的項目採取不同的方法來解決這個問題。

而 KIP 專注於解決 AI 價值創造者在嘗試在Web3中部署和變現其工作時將面臨的基本問題。

AI模型需要App和數據來創造經濟價值

在AI領域，涉及超過20多個不同類別的公司為其提供解決方案，然而在過去的一年裡，生成式AI的大部分注意力都集中在AI模型上（這裡有大量不同的類別和方法，從轉換器到生成對抗網絡，再到擴散模型，不一而足）。

事實上，這些模型也代表了這個新時代計算的真正突破------背後真正的智慧 。

然而，要在AI中建立一個商業化生態，模型需要依賴至少另外兩個關鍵的價值創造者。

1）AI App：'AI的面容'

在對模型的狂歡中，人們很容易忽視app的重要性。

AI App對引導用戶進入AI領域至關重要。這些App可以採取多種形式，如聊天機器人、圖像生成器、搜索機器人、分析機器人，或者哪怕是一些簡單的提示。

它們積累用戶體驗從而獲取用戶，並且可能最重要的是從用戶那裡收集費用。

許多人都忘記了ChatGPT是OpenAI的app，由OpenAI的各種模型（GPT 3.5、GPT 4）驅動。OpenAI 聊天機器人開創性的類人化響應主要是在app程序端而非模型端編碼的。（通過app接口直接連接模型，然後比較答案就可以得知這一點。）

簡而言之：如果沒有App，模型就只能是一堆代碼，被放在某個金屬盒子裡，根本無法利用。

2) 數據：'AI的根本'

數據在以下方面至關重要：

1. a) 模型訓練和微調，
2. b) 檢索增強生成（RAG）

所有模型都是通過數據進行訓練和微調的。沒有微調，模型就無法變得更強大或更智能。

但是，通過使用數據對模型進行微調或訓練，會使數據從本質上被 "同化 "或 "吸收 "到模型中，具體表現為模型權重的調整。

因此，在不可能、不切實際或不合法的使用數據直接訓練模型情況下，被稱為 "檢索增強生成"（RAG）的創新技術就能發揮作用。

RAG 將從外部數據庫檢索信息的功能與通過AI模型生成響應的能力相結合。這就像擁有一個超智能助理，它能理解你的問題，即使自己不知道答案，也知道去哪裡找答案。

雖然 RAG 仍是相對較新的技術，但我們堅信，隨著數據敏感性和保護概念的增強，RAG 技術可能會成為一種領先的方法，通過實際應用帶來巨大的商業價值，並使其成為未來大多數人訪問AI的主流框架。

無論採用哪種方法，沒有數據就不可能實現持續的AI創新。

一個充滿活力的 AI 生態需要融合來自不同行業的價值創造者。

有些擅長訓練和微調模型的個人和公司，可能並不擅長設計和營銷面向客戶的app。

同樣，擁有寶貴數據集和知識庫的研究人員和領域專家也可能不具備訓練AI模型或設計app的技能。

但是，在一個充滿活力的多元化生態中，他們不必孤注一擲。 不同行業的公司和個人可以攜手合作，為用戶創造使用案例和經濟價值。

App設計師可以選擇最適合其產品計劃的AI模型，並預先選擇對用戶最有幫助的外部知識庫。

但是，如果這三種不同行業的人才都被慢慢吸收到一個封閉的生態中，那該怎麼辦呢？

因為這正是目前正在發生的事情。我們將在今後的文章中詳細討論這個問題，但現在：請在網上搜索 "openai 版權保護"，並思考一下AI未來對數據所有權的影響。

為什麼KIP希望促進AI的去中心化？

AI領域的壟斷具有獨特的危險性，AI的去中心化是對我們的集體利益屈從於狹隘的企業利益的一種緊迫而必要的回應。

我們百分之百支持AI加速主義（e/acc），我們也從來不否認大型科技公司在推動AI創新方面做出的重大貢獻。

但是，大部分公司的行為只會不擇手段的以其股東的利益最大化為目標。這是資本主義的本性；指望它們改變本性，忽視其驅動動機，就是否認現實。

我們需要在AI領域建立一種對抗性的平衡狀態 ，讓眾多不同的參與者參與到市場中來並展開競爭，從而營造一個創新能夠蓬勃發展的環境。AI的未來絕不能屈從於任何巨型公司的企業利益。

我們認為，AI的去中心化是實現這一理想狀態的唯一途徑。

KIP如何促進AI的去中心化？

KIP解決了AI 模型製作者、App開發者和數據所有者在嘗試去中心化時將面臨的三個基本問題。

1) 鏈上/鏈下連接

2) 資本化與變現

3) 所有權與安全問題

1）"鏈上/鏈下連接"問題

開源模型庫公司 Hugging Face 上有超過40萬個模型，這表明整個AI行業是多麼充滿活力，但也只是剛剛起步。

目前的區塊鏈技術無法以大多數普通用戶都能接受的成本或速度提供模型的核心推算功能（即完全去中心化的模型）（儘管邊緣計算的進步可能會讓我們很快達到這一目標）。

因此，即使不是全部，也是大部分模型都是鏈下模型，我們可以期待在鏈下模型中進行更多的創新和補充。

為了在 web3 中釋放所有這些想法和創新，KIP 可以輕鬆地在鏈上進行推算。

KIP 允許在區塊鏈之外處理與機器學習推理相關的繁重計算任務，同時仍然保持去中心化系統的完整性和原則。

2）"收益"問題

如果採用者不能享受到更多的經濟利益，那麼世界上再好的技術也不會被採用。

AI的基本收入模式框架可以描述為"按查詢付費"，因為用戶的每一次查詢都會消耗 GPU 的計算能力，因此必須有人付費。要回答一個用戶的查詢，需要多個AI價值創造者來回答這個問題。

我們並不是為了去中心化而提倡去中心化，而是將去中心化作為壟斷的替代方案。

因此，要想讓AI去中心化取得成功，我們就必須確保將AI工作去中心化的各方都能獲得收入。

雖然說起來很輕鬆，但在AI領域，這並不像聽起來那麼簡單。

讓我們舉一個通過 RAG 運行查詢的例子

1. 用戶向AI聊天機器人提問。
2. AI聊天機器人將查詢轉給它的大腦--AI模型。
3. 模型只從知識庫中檢索回答問題所需的相關數據塊，制定答案並將其發送回app。
4. App將答案打包並發送給用戶。

在這個簡化的示例中，您將看到所有三個角色是如何為回答用戶查詢做出貢獻的。

如果在一個中心化生態系統中，一個平台擁有並控制著三個角色（就像上圖第二幅圖中 OpenAI 所要做的），那麼你只需向這個中心化平台付費，其餘的都是內部之間的轉帳。

但如果我們想要去中心化而不是壟斷，那麼每一方都需要被付費，因此需要解決以下問題：

1. 記錄（鏈上）各方的貢獻
2. 分配來自用戶的收入
3. 讓每個人都能賺取屬於他們自己的收入

這就是 KIP 所要解決的去中心化AI的"收益"問題。

我們通過低成本、高效率的 Web3 基礎設施來實現這一目標，該基礎設施可提供AI價值創造者之間的連接、向用戶收取費用的方式以及提取收益的方式。(我們將在即將推出的讀懂 KIP系列 中介紹這一點）。

如果不首先解決收益問題，AI的去中心化就會變得更加困難，而且除了少數真正的理想化支持者外，更不可能獲得廣泛採用。

3）"所有權"問題

如果不與真正的所有權掛鉤，貨幣化只是一種薄弱的特權。

我們都看到了中心化平台上的賬戶是如何被隨時關閉、封禁。

KIP通過使用區塊鏈代幣，特別是ERC-3525 代幣（SFT）來 "代表" AI價值創造者的產出，從而解決了這個問題。

1.對於數據所有者： SFT 代表了矢量化知識庫，或用於模型訓練的加密原始數據文件鏈接。

2.對於模型製作者： SFT 可以代表一個通向鏈下模型的 API，或者一套可供出售的權重模型。

3.對於App開發人員： SFT 可以代表前端 API或提示本身。

這些 SFT 作為"變現實體"，可以在鏈上相互交互，並記錄每個 SFT 從特定交易中賺取的金額。

通過解決這些問題，KIP 可以讓AI價值創造者輕鬆實現工作中的去中心化，為一個充滿活力、規模更大的去中心化AI生態系統創造初始條件。

KIP 是AI創新所必需的去中心化Web3底層協議。

關於 KIP Protocol

KIP Protocol 為 AI App 開發者、模型製作者和數據所有者構建 Web3 底層協議，使 AI 資產能夠輕鬆部署和實現貨幣化，同時保留完整的數字產權。

KIP 將搭建全新的 AI 商業生態系統，以解決去中心化 AI 部署中面臨的問題與挑戰，並確保所有人都能享受 AI 帶來的經濟利益。

KIP 團隊匯集了自 2019 年以來致力於 AI 研究的資深博士和技術專家，他們同時在 Web3 領域擁有深厚的專業背景和豐富經驗，致力於推動 AI 去中心化，成為去中心化 AI 浪潮的加速催化劑。

要了解更多信息，請關注我們的官方賬號：

https://t.me/KIPProtocol_CN