百科文章
百科文章
人工智能（AI）和区块链技术都具有潜在的颠覆性能力，两者结合在一起，可能会带来更多的益处。
由于机器学习的进步，人工智能（AI）的发展速度正在迅速加快。ChatGPT 等服务的功能，包括编写从代码到博客文章再到音乐的一切，解释复杂概念和集思广益，其潜力仍在不断被挖掘。这项新技术还提供了令人兴奋的机会，引入自动化，提高质量，甚至降低对人类生命的风险——例如，通过模拟数据预测流行病等威胁。
然而，也有许多关于技术进步速度快的真正担忧，因为很少有人在颗粒层面上了解算法是如何工作的。此外，用于训练算法的数据可能会受到人类偏见的影响，导致意想不到的结果，比如对少数群体的歧视。
算法大多数由集中化公司拥有和控制，而不是开源，这使它们更加不透明，批评家认为，更易于被滥用以谋取利润。
区块链通常基于开源技术，其中代码和交易数据公开可用，因此可受到审查。任何人都可以加入网络或在其上运行应用程序，并且任何用户可以仅使用加密钱包与去中心化应用程序（dapps）进行交互。
区块链通常也不是集中式拥有或运营的，它受到去中心化治理的约束，这意味着没有中心实体能够控制并损害网络以实现自己的目的。
因此，区块链的特性可能提供克服 AI 发展所面临的一些挑战的潜力。
预计从结合 AI 和区块链中能够获得一些好处，尽管这些好处并不都容易实现。
据说 AI 存在一个“可解释性”问题，这意味着即使是算法的设计者也常常无法精确解释它是如何得出结果的，这通常是由于 AI 算法处理的数据量庞大。如果结果无法解释，这项技术可能被认为是不可信的。例如，如果无法解释某些事件，比如无人驾驶车辆发生事故的情况，那么谁来承担责任？
通过区块链账本透明地提供算法，引入了对底层代码的透明度和问责性。这将允许任何人审查它，以了解它是如何得出特定结果的。此外，如果 AI 数据和算法在基于区块链的开源市场上提供，这可能有助于民主化地获取它们并增加其使用的透明度。
但是，在实践中通过区块链实现“可解释性”可能会要求集中化实体放弃对其现有知识产权的控制并使其开源，这本身就是一个重大障碍。
最后，能够解释 AI 及其代码的能力并不一定能在该技术被认为负有造成有害事件的责任时克服信任损失。
结合 AI 和基于区块链的智能合约为自动化引入了新的机会，减少人在重复性或高频任务中的干预。
一个例子可能是使用 AI 开发定量交易策略，并利用基于特定市场事件触发的智能合约来实施这些策略。
AI 算法运行需要大量的计算能力和数据，后者也需要存储。在集中模型上扩展这些基础设施以满足需求将消耗包括房地产和硬件在内的资源。
像 Filecoin 或 Storj 这样的去中心化基础设施项目可以从愿意出借其闲置资源的大型个人和企业用户网络中众包这些资源。这种方法可能减少因 AI 需求增长而带来的气候影响。
尽管提高 AI 的透明度和问责性有明显的伦理好处，但在考虑这些好处时也存在一些伦理陷阱。
区块链数据的公开透明性必须与个人数据隐私相平衡。实现数据的永久不变记录的好处不能超过例如欧盟的《通用数据保护条例》(GDPR) 等法规下的被遗忘权。
去中心化有助于促进平等和民主，但当应用于 AI 时，它也涉及伦理考量。例如，如果一个开源算法产生了意外的有害结果，没有中心权威来承担责任，这限制了补偿的可能性。
在大规模实现真正的去中心化治理带来许多实践挑战，例如组织投票和确保选民参与，这可能成为 AI 有效治理的障碍。
目前，将 AI 和区块链结合使用最流行的用例之一是生成艺术。通常情况下，数字艺术家会为一系列艺术品创建一个主题，并允许算法生成潜在无限数量的作品，每个作品都具有算法创建的独特特征。然后，每一件作品都会附加到 NFT 上，赋予它数字稀缺性。著名的例子包括Bored Ape Yacht Club和Cryptopunks。
DeFi和加密货币投资提供了 AI 的另一个用例。例如，TokenMetrics 等公司使用 AI 分析投资趋势，他们的 AI 系统被训练用于分析链上数据以支持投资决策。
公司如 CertiK 使用 AI 分析链上数据，出于网络安全和欺诈检测目的，检查大量区块链数据，以及审核智能合约。
医疗保健是另一个机会领域。Healthtech 公司 Vytalyx 使得医疗专业人士能够使用 AI 提供定制的医疗和饮食建议，其访问和结果记录在区块链上。
还有一些集成了 AI 的区块链项目，例如 SingularityNET，一个去中心化的 AI 服务市场，允许 AI 开发者和公司货币化他们的数据和算法。其他例子包括 Numerai，一个众包机器学习模型以尝试预测股市的量化对冲基金，以及 Fetch.ai，一个由 AI 自主代理组成的网络，它们可以执行任务（如预订航班）。
这里列出的用例和倡议只是 AI 和区块链融合领域中潜在机会的一小部分。由于这两种技术都相对较新，每种都还在开发中，因此它们在不同方式下适用于各个部门的范围可能巨大。然而，由于存在实践和伦理上的问题需要克服，任何特定倡议的成功都不是有保证的。
此外，还需要克服潜在的监管障碍。区块链监管是一个有争议的话题，全球有不同的法规，而 AI 的监管更是少之又少。然而，鉴于这两种技术的财务和社会影响，未来涉及受监管使用似乎是不可避免的。