AI 技術革命的核心在於充足的算力儲備、演算法模型以及大量的訓練數據，目前高性能的 GPU 算力十分短缺並且價格昂貴，演算法趨於同質化，對於模型訓練數據還存在數據合規和隱私保護問題。 區塊鏈技術去中心化、分散式存儲的特點可以讓其與 AI 很好的結合。
作者：Chris 初焱，web3 lawyer，前交易所資深產品經理，鏈上數據研究員
封面：Photo by Milad Fakurian on Unsplash
近幾年，隨著 GPT 系列產品的陸續發佈，人工智慧正在改變各行各業，我們親眼目睹了各種人工智慧應用進入到我們的日常工作生活中，它提升了人們的工作效率，改變了生活習慣，降低了企業的運行成本，我們不得不承認 AI 正在成為下一次技術革命的起點。
AI 技術革命的核心在於充足的算力儲備、演算法模型以及大量的訓練數據，目前高性能的 GPU 算力十分短缺並且價格昂貴，演算法趨於同質化，對於模型訓練數據還存在數據合規和隱私保護問題。 區塊鏈技術具有去中心化、分散式存儲等特點，這些特點都可以讓區塊鏈技術很好的應用在 AI 模型的開發、部署、運行。
利用區塊鏈特點解決 AI 算力問題
對於 AI 開發過程中 GPU 算力短缺，使用成本高的問題，一些區塊鏈專案正在嘗試通過區塊鏈的模式去解決。
Render Network 是一個高性能分散式渲染平臺，它利用行業領先的 otoy 軟體為 GPU 算力的需求方與擁有閑置 GPU 資源提供方搭建了一個橋樑，使得閑置的 GPU 算力資源以較低的成本供應給人工智慧、虛擬實境等高需求計算領域。
在整個生態運行中，閑置 GPU 的提供方將自己的設備接入 Render Network 去完成各種渲染任務，需求方則通過支付代幣獎勵 GPU 的提供方，這種去中心化的方式最大程度地提升資源利用效率，為參與方創造了價值，降低了人工智慧的開發運行成本。 去年 12 月，Render 實現了重大的技術跨越，將其基礎架構從乙太坊鏈遷移至高 TPS 的 Solana，藉助 Solana 高性能以及更高的可拓展性的特點為 Render 帶來了包括即時流媒體、狀態壓縮等處理能力。
Akash 是一個去中心化計算平臺，該平臺將全世界閑置的 CPU、GPU、存儲、帶寬、專用 IP 位址等網路資源通過平臺進行聚合後出租給投身人工智慧或其他對於計算能力要求較高的企業和個人，使其充分發揮價值，提供 GPU 出租資源的使用者可以獲得 AKT 代幣，需求方通過低成本獲得計算能力。 平臺代幣 AKT 除了用於支付結算租用的網路資源，還作為激勵去鼓勵驗證者參與到生態治理和網路安全維護中，平臺在網路資源的支付結算中將收取一定的交易手續費，通過這種模式就可以讓整個平臺生態的參與者都獲得收益，推動平臺的商業模式長期存續以及持續增長。
Livepeer 是一个用于直播和点播流媒体的视频基础设施网络平台，用户可以通过运行平台软件加入网络，使用自己的计算机 GPU、带宽等资源对视频进行转码和分发。通过这种模式可以提高视频流的可靠性，同时将视频转码和分发等相关成本降低多达 50 倍。在此基础上，Livepeer 项目方正在将 AI 视频计算任务引入 Livepeer 网络，使用其编排器运行的 GPU 网络来生成高质量的 AI 视频，从而降低视频内容的创作成本。
從上述介紹的區塊鏈專案來看，區塊鏈可以利用其去中心化、分散式的特點，充分利用閑置的網路資源去解決目前 AI 算力不足，成本高的問題，一旦這種模式在未來更多現實場景以及 AI 初創企業中得到驗證和認可，將會大大緩解算力問題。
AI 與區塊鏈數據的結合
數據是 AI 模型的基礎，訓練模型使用的數據決定了各種 AI 模型的差異。 區塊鏈數據相對於其他數據源品質較高，並且鏈上數據公開，將 AI 與區塊鏈數據結合可以對用戶進行鏈上識別。
Arkham 是一個利用 AI 技術提供鏈上數據和情報分析而獲得獎勵的平臺，其專有的人工智慧引擎 ULTRA 可將鏈上地址與現實世界的用戶進行標籤化，去中心化的鏈上匿名位址就會被識別出現實中的實際控制人。 通過 AI 模型獲取大量的鏈上匿名地址的標籤數據後，使用者就可以通過 Arkham 挖掘實體的鏈上交易資訊。 眾所周知，調查虛擬貨幣犯罪最大的痛點就是識別資金轉移匿名位址，監管部門可以通過 Arkham 提供的標籤數據，去溯源調查通過虛擬貨幣洗錢、詐騙等犯罪活動。
除此之外，Arkham 還擁有鏈上情報資訊交易功能，Arkham 的 inter exchange 功能讓鏈上地址與鏈下的真實資訊具有可交換性，使用者可在平臺通過賞金獎勵徵集鏈上資訊情報，一些有價值的鏈上資訊也可在平臺中拍賣（具體產品解析可點擊之前寫的文章 Arkham 能否成為鏈上監管利器？ ）。 Arkham 的人工智慧引擎 ULTRA 在開發時得到了給美國政府提供人工智慧服務的大數據分析和情報服務公司 Palantir 以及 OpenAI 創始人的支援，正因為有如此強大的 AI 模型訓練數據源和技術支援，使得 Arkham 擁有業內最強大鏈上數據標籤庫。 對於 AI 模型訓練的大量數據存儲成本較高問題，Arweave 、Filecoin、Storj 等區塊鏈存儲專案也給出了解決方案。 不管是 Arweave 的一次付費後永久存儲還是 Filecoin 高效的即付即用，都大大降低了數據存儲成本，並且對於一些傳統數據存儲方式，去中心化存儲還能解決自然災害導致的單點存儲數據損壞丟失問題。
使用 ChatGPT 雖然可以提升工作效率，但為了優化模型提高 AI 對話的準確性，需要大量的使用者使用數據去訓練調優，所以會存在敏感數據以及個人隱私數據洩露的風險。 Zama 是一家開源密碼學公司，為區塊鏈和人工智慧構建最先進的全同態加密（FHE）解決方案。 Zama Concrete ML 能夠以安全的方式處理敏感數據，實現不同機構之間的數據協作，同時相互保密，提高效率和數據安全性，對於個人就醫記錄等隱私數據訓練時進行加密處理，確保每個消費者只能看到最終結果，而不是其他人的敏感數據。
AI Agent 與區塊鏈項目的結合
OpenAI 對於 AI Agent 的定義是以大語言模型（LLM）為大腦驅動具有自主理解、感知、規劃、記憶和使用工具的能力能自動化執行複雜任務的系統。 隨著 OpenAI 的 GPTS 陸續發佈，目前有越來越多的 AI Agent 應用落地。
Fetch.ai 是一個自主學習的區塊鏈網路，該平臺主要促進離線 AI 代理商之間的經濟活動。 Fetch.ai 由 AI Agents、Agentverse、AI Engine 和 Fetch network 四部分組成。 用戶可以在 Agentverse 上利用平臺提供的 AI 代理用例創建、開發、部署自己的 AI 代理，還可將自己的 AI 代理發佈在平臺中推廣給其他的使用者。 DeltaV 是 Fetch.ai 中基於人工智慧的聊天介面，用戶通過該聊天介面輸入請求，AI Engine 則讀取使用者輸入，將其轉換為可操作的任務，並在 Agentverse 中選擇最合適的 AI Agent 來執行任務。 目前德國博世公司與 Fetch.ai 也在合作研究將 AI Agent 技術與移動出行、智慧家居相結合，共同打開 Web3 時代物聯網經濟的大門。
除此之外，AI Agent 应用 QnA3.AI 将加密行业 AI 问答机器人、技术分析机器人以及资产交易能力引入了 Web3 世界，通过 QnA3 Bot 将用户在交易加密资产时的信息收集、信息分析以及执行实际交易行为通过 “问答”、“技术分析” 和 “实时交易” 的产品功能实现，最大程度地避免用户在交易决策时受到主观情绪的干扰。
可能存在的法律风险
1、數據出境風險
在上述介紹中提到一些去中心化存儲專案在以更加低廉的成本去解決 AI 模型訓練的數據存儲問題，這樣對於一些致力於 AI 創業的個人以及初創企業可降低其門檻，但這種去中心化的存儲方式可能會存在數據出境的風險。
國家互聯網資訊辦公室發佈《數據出境安全評估申報指南（第一版）》中明確規定數據出境行為包括：
（一）數據處理者將在境內運營中收集和產生的數據傳輸、存儲至境外;
（二）數據處理者收集和產生的數據存儲在境內，境外的機構、組織或者個人可以查詢、調取、下載、導出;
（三）國家網信辦規定的其他數據出境行為。
那麼出境的定義是什麼呢？《中華人民共和國出境入境管理法》第八十九條明確規定，出境是指由中國內地前往其他國家或者地區，由中國內地前往香港特別行政區、澳門特別行政區，由中國大陸前往臺灣地區。 由此可以看出判斷是否出境是以司法轄區為依據。
對於去中心化的存儲專案，使用者將數據存儲在例如 IPFS 的去中心化分散式網路中，存儲在網路中的檔被切分成若干份小塊數據，並加密分散存儲在各個節點中，而存儲的節點遍佈全世界。 試想如果國內的 AI 初創企業將 AI 模型訓練的數據存儲在這種去中心化項目節點中，就會存在數據出境的風險。
2、敏感隱私數據洩露風險
在 QnA3.AI 這種 AI Agnet 應用中，用戶通過與 AI 對話得到加密資產的交易資訊從而執行交易，這種個人的問答對話產生的私密數據如果被專案方用於模型訓練調優，就會有隱私數據洩露的風險。 這種交易數據的洩露被有心人利用后，可能會導致投資失敗產生更大的損失。
免責聲明：作為區塊鏈資訊平臺，本站所發佈文章僅代表作者及嘉賓個人觀點，與 Web3Caff 立場無關。 文章內的資訊僅供參考，均不構成任何投資建議及要約，並請您遵守所在國家或地區的相關法律法規。
