人工智能（AI）正以惊人的速度改变着我们的世界，这场技术革命已经席卷全球，引发了前所未有的科技竞赛。如今的AI系统不仅能在标准化考试中超越90%的人类考生，更在搜索引擎优化、客户服务、内容创作、编程辅助和教育创新等领域展现出颠覆性的影响力。
随着科技巨头们纷纷将AI视为企业存亡的关键，投资规模呈现爆发式增长。NVIDIA的业绩数据最能说明问题——2024年预计收入将突破1000亿美元大关，这个数字是2023年的两倍，更是前一年的四倍有余。Google CEO Sundar Pichai对此评论道：”在AI领域，最大的风险不是投资过度，而是投资不足。”
这股AI浪潮同样席卷了初创企业领域。过去一年半里，约有830亿美元资金涌入AI初创公司，这些新兴力量正在挑战传统行业巨头的地位。考虑到AI能力往往与计算资源投入呈指数级增长关系，未来十年内我们很可能见证通用人工智能（AGI）的诞生。
来源：Situational Awareness by @leopoldasch
本文探讨了竞争格局将如何催生一个拥有数百万AI模型的世界，而加密技术正是支撑这个多元模型生态的理想基础。我们将首先分析为何多元模型世界是AI发展的必然趋势，接着阐述加密技术为AI带来的独特优势，最后介绍”加密xAI”技术栈及其代表性项目。
单一超级模型 vs 多元模型生态
当前AI领域正朝着由少数科技巨头掌控的”超级模型”方向发展。然而，这种格局面临诸多挑战：开发者不愿受制于单一供应商的规则变更；通用大模型的成本效益比在特定场景下缺乏竞争力；垂直整合的产品需要专属模型来保持优势；企业对于将核心数据托付给第三方模型存在严重顾虑。
因此，未来更可能出现的是一个由众多专业化小型模型组成的生态系统。开发者可以基于LLaMA、MistralAI等开源模型进行微调，根据不同场景需求选择云端部署、本地运行或去中心化网络。这种模块化的AI世界需要全新的路由、编排、合成和支付基础设施，而这恰好是加密技术大显身手的舞台。
加密技术与AI的融合
加密技术为多元模型世界提供了独特的价值主张：通过去中心化市场协调资源分配；提供无需许可的API访问；确保系统的可信执行；维护抗审查特性。这些特性使得加密基础设施成为AI应用的理想平台，特别是在需要完全自主运作的智能代理场景中。
加密xAI技术栈全景
计算基础设施
去中心化计算在模型训练和推理环节都具有应用潜力。虽然分布式训练面临技术挑战，但DisTrO、OpenDiLoCo等项目正在突破这些限制。在推理环节，可验证计算技术能让智能合约安全地调用链下AI模型。
数据生态
高质量数据是训练AI模型的关键。加密网络通过激励机制可以激活长尾数据供给，Grass AI和Hivemapper等项目已经展示了这种模式的可行性。去中心化数据市场有望解决传统数据交易中的匹配效率问题。
模型开发
当前AI模型开发被科技巨头垄断的局面亟需改变。一些项目正在尝试构建完全去中心化的模型开发流程，虽然面临巨大挑战，但一旦成功将产生深远影响。Bittensor等项目则提供了模型开发的基础设施。
应用场景
未来，智能代理将需要自主访问各类服务。加密基础设施的无许可、可编程特性为此提供了理想平台。从用户交互角度看，AI助手也能显著降低加密应用的使用门槛。
展望未来
AI正在成为21世纪最具战略意义的科技制高点。加密技术有望打破科技巨头对AI的垄断，通过提供更优越的技术方案而非单纯的理念倡导来实现这一目标。虽然去中心化AI仍处于早期阶段，但发展前景令人振奋。
为此，我们推出了NEAR x Delphi Labs AI加速器计划，诚邀志同道合的创业者共同探索加密与AI融合的未来。申请截止日期为2024年10月4日。
特别感谢参与本文讨论和审阅的各位专家。Delphi Labs致力于推动加密技术创新，为创业者提供从零到一的全方位支持。了解更多信息，请访问我们的官方网站。
声明：文章不代表CHAINTT观点及立场，不构成本平台任何投资建议。投资决策需建立在独立思考之上，本文内容仅供参考，风险 自担！转载请注明出处：https://www.chaintt.cn/15823.html
