吴显坤：大家下午好！欢迎大家来到万向区块链峰会，我是吴显坤，今天有很多行业专家，会跟大家分享关于AI和Web3的想法和洞察。今天非常荣幸请到了几位专家，下面开始做自我介绍。

Rebecca Barkin：大家好，我是Lamina1的首席执行官和联合创始人，我们现在主要用区块链的技术进行内容，我们有另外一个联合创始人，他本身是元宇宙的创作者。

Ethan SUN：我是MyShell的创始人Ethan SUN，我们在做一个AI平台，会提供很多能力，去帮助普通人像传统工程师一样，去创建RPG游戏或AI角色，去扮演现在很受欢迎的数字人。我们也希望借助Web3，帮助小的创作者把他们的idea做很好的商业化变现。

Kiki：大家好，我是INOVAI TECH的联合创始人，我叫kik。我们是坐落在东京和香港两地的AI算力中心，做AI算力期货和AI算力云平台的共建，去孵化和繁荣AI生态。

Ben Goertzel：我的名字是Ben Goertzel，我是SingularityNET的首席执行官，我们也是首家AI区块链平台，创立时间是2017年，主要做AI方面的研发。自80年代以来，我都有在做AI方面的研究工作，所以我们觉得现在是进行AI发展非常好的时间。

吴显昆：我是rct.ai的联合创始人。

第一个问题，现在AI有更多训练，尤其自2023年以来训练程度更高了，大家能否分享一下你们如何看待现在AI的崛起，尤其是在区块链行业AI的崛起。

Kiki：从区块链行业看，我想提一本书，科幻小说《战争时代》，讲的是有一种人工智能在你生下来的时候就给你匹配，当你做决定、喜好都会指引你，并且让你走向成功的方向，背后是AI很强的集成控制这个人，所以里面会延伸一个问题，隐私和安全性的问题。

而区块链能更好地帮助AI在未来几年发展，能通过区块链技术让创作者、用户得到数据身份的保护。

Ethan SUN：我们过去十年都在做AI，经历了AI的很多应用，像上一波的人脸识别及工厂里的质量检测。这次AI有几个很有意思的新特点。

第一个特点是第一次智能体能和人展开自然的对话，这个点是非常重要的，过去大家只能和fix写死好的程序交互、GUI交互，但这种AI能理解人类意图的能力，能抽象化很多背后技术的复杂性。比如说DeFi是非常好的去中心化金融体系和系统，但是它有很多技术复杂度，让普通人难以使用。

最近我们看到区块链的发展，大家在关注意图层的解决方案，AI能很好地理解用户的交易意图、创作意图，背后就可以调度很复杂的技术组件，不管是智能合约，还是另外一个API，能让更多人不需要理解技术的同时使用到一些非常新的技术，能大大降低新用户on-board到Web3的成本。

Rebecca Barkin：对于人工智能和AI来说，如果要把它们进行结合的话，相当于效率的优化，跟终端有关、跟透明度有关。在这方面我们非常兴奋，尤其是美国在AI方面的投资非常狂热。现在ChatGPT已经做的很好了，尤其现在ChatGPT有着1万亿参数，有着很好的消化信息的能力，这是以大模型为基础的。这样能更好地帮助我们进行审计，包括数据安全。

从创建者和开发者的角度来看，在AI方面也会有思考，有IP保护、知识产权保护、替代等问题，因为有很多人非常担忧，可能会觉得工作要丢掉了，或者无法维持生计了，因为他们的工作会被ChatGPT所取代。

现在我们看到人们对此会有些忧心忡忡，新技术会用最新的做法取代人类的工作，下一阶段，人工智能和区块链结合起来会很好地提高透明度及可追溯性，也能帮我们解决中心化控制的问题。

Ben Goertzel：现在AI有着最新的发展，也凸显了挑战，凸显了其中大家对此看到的乐观机会，也就是去中心化区块链网络机会，这也是大家所兴奋的。主要的挑战集中在对于GPT的训练成本非常高，尤其是之前用的是集中化服务器，成本就没有那么高，因为现在要对GPT进行训练，要非常高效地训练GPT，同时让网络去层级化。

之前AI依赖于集中化服务器，但从数据的角度来看，现在看到有很多新事物在不断地涌现。比如说在西方国家会看到很多跟数据相关的问题，比如说Web3、区块链整体体系就能很好地帮助我们解决这些问题。

比如说我们正在培训模型，数据是来自于每个普通人的，这样我们又想从普通人身上赚钱，这也是我们当下所关注的一点，也是大家所带来的质疑和疑问。

比如说维基百科都是从普通人身上的信息和数据搜集的，现在会有代币化模型和模式，激励很多创作者和开发者能把数据更多纳入大语言模型、大模型当中。现在还没有大面积铺开，但是需要看到这方面的潜力。现在我们在做很多事情，要把生态体系中的工具更加健全，尤其SingularityNET公司是一家平台化公司，希望利用区块链技术，更好地部署AI，放在不同的机器上。但还是会面临非常多挑战。

比如说大服务器的训练、大AI模型，因为它们跟传统模型会非常不一样。所以我们会有以区块链为基础的去中心化模型和生态系统，这是我们所需要打造的。

哪怕是有大服务器模型，因在过程中能把小AI接到大模型中，这样也能打造出一种去中心化的模型，这也是Web3时代所要看到的。我们对此很兴奋、有很多期待，很多可能性都能因此而打开。但也会有很多挑战随之而来，需要在接下来几年中密切观望，看到去中心化AI社区是否能很好地抓住机会。在去中心化方面，确实很多大科技公司花了很多钱。

吴显昆：大家都有提到AI的可能性，能很好地改善区块链，或者区块链能改善AI。我们要把它分成两个问题来看：

第一个问题，AI如何帮助区块链做得更好？请Kiki回答。

Kiki：我觉得区块链和AI两者作用是相互促进和相辅相成的，AI本身技术是从上到下的，是强集中控制，把最先进的技术给到大家使用，数十亿用户使用的技术和所创造的内容都是由主权技术引导的。区块链是自下而上的，是无领导主义的，是去中心化的。

现在在讲的AI+Web3这件事情是在疏通通道，不管是自下而上，还是自上而下，我们把这件事情做得更好，不断把AI落地生态应用、AI发展的ChatGPT、OpenAI等使用区块链技术，能够让它向正向发展方向去做。

INOVAI TECH本身是AI上的云平台，在构建的算力期货这件事情，是通过先进的去中心化算力计算，在平台中构建创新资源计算和交易方式。大家目前手里订单下到英伟达那里，比如A100、S100，拿到实际商品是半个月、半年后的事情。但英伟达不断升级自己的芯片，可能会让旧的已经拿到GPU资源的用户失去信心。

我们平台也在做一件事情，怎么能把任何一款机型的算力按照多少的价值进行锚定？通过加密货币某一种协议，恒定算力价值，不管未来市场如何变动，价格是固定锚定的，确保用户能占有着GPU资源，能依旧作为现货价格进行利益保证。

Ethan SUN：首先AI能给Web3、Blockchain带来很多新增用户，区块链是非常好的技术，但过去主要在金融领域大放异彩。但这次AI变革大家可能意识到自己现在手里的软件和日常接触的产品含AI浓度越来越高，很有可能是十年前类似移动互联网的新变局，过去大公司所积累的产品和用户壁垒可能会被AI所抹平，这波新创业者接受Web3去中心化的理念，大家都可以基于AI技术做产品下限，发挥自己所相信的不同意识形态，可能有人选择以Web2方式做AI产品，有的人更加相信用户隐私、去中心化，最终会进行去中心化算力供给。

在AI世界大家都很缺A100、H100，每年的货也是非常有限的，也看到很多开源项目，像Petals，能把70B的大模型分配到10台、20台不同的机器上处理，理论上能大大缓解AI世界里对于GPU的稀缺，当然我认为依然需要时间让底层的基础设施和协议在既保证去中心化和安全性的同时，效率损耗不要像现在这么高，首先AI能帮Web3带来真正和Web2可竞争的产品形态，Web3能帮助AI小型创业公司、独立开发者更好地商业化。

之前的项目大家可以发Token，帮助项目的发展，以及让普通人参与到投资的过程中。现在的这波AI技术，甚至普通人能匹配过去10人团队的产能，从idea到产品的gap时间差会越来越缩短，缺的是更加灵活的金融系统帮助独立开发者，为他们的idea众筹，以及大家参与未来的项目，产生收入和获得价值之后能有相应的收益。

Rebecca Barkin：从非常基础底层的角度来看，在区块链中有很多技术能让数据实现透明度，能让更多数据在其中有更多的控制或壁垒出现。在了解到大语言模型、机器学习模型的时候，如果把它当作渐进式的不断演变的模型，试图不断地识别出来不同的模式，会做很多效率培训。比如说你有很大的数据池，通常是非常中立的，很多时候会越过这样的过程解决真正的问题，比如说安全隐患等。

也就是说，每个人都可以获取海量数据，而且可以用大语言的模型训练数据，不断培训。

Ben Goertzel：在AI和区块链之间会有很多协同的效应，区块链可以帮助AI，既可以让AI在资金方面更能让大家以便捷低成本的方式进行AI系统的培训，通过代币化经济学提升处理能力、处理效率，而且区块链可以作为一种代币化激励模式为AI创造出非常公平的生态系统。与此同时，在大AI模型训练中，保证公平、透明、低成本，能帮助AI做很多事情，这都是让人拭目以待的。

当然，AI也能帮助区块链的很多地方，其中一点包括能追踪并识别出来诈骗、身份管理、声誉管理，这些都是非常核心的区块链生态系统要求，也是未来所需要的内容。在未来需要AI帮助我们识别出来到底这个人是否在造假，是否侵犯了别人的声誉问题等。

我也认为，其实AI也能实现效率优化，实现区块链的效率提升，在无账户大周期发展中，很多大周期当中有很多节点，重叠的地方会有很多共识机制存在。

比如说我们手上有这样的APP、应用程序，可以基于区块链网络进行部署，希望有软件自动生成优化共识机制，就可以做AI的自动优化，进行定制的程序编程。

把所有东西都联合在一起，可以在去中心化网络中实现AI代理的集中化。比如说您的终端用户想要一个东西，他所做的需求可能在去中心化的网络中没办法由单独的AI代理进行满足，可以把不同AI代理，比如说三个AI流程代理全部都整合在一起，满足这个终端用户的需求，这可能就是未来我们能够畅想出来的事情，这也是我们公司试图做的大语言模型。

确实AI能在很多方面使得区块链变得更为便捷、更安全、更有用、更可靠，实现互补性，实现两者之间的协同效应。而区块链能让AI得到更广泛的接纳，更公平地做出AI模型的贡献。

吴显昆：在座很多人都很在乎区块链如何真正地帮助AI，我下一个问题请教一下各位，区块链如何帮助AI成为更好的东西？

Ben Goertzel：刚才这个问题我自己在回答的时候有回答到，我觉得区块链有两种主要的方式帮助AI。

从AI处理数据角度来看，区块链能带来怎样的前景？是希望能实现分布式计算世界，当我们创造出智能合约概念时，不仅仅是去中心化货币，包括去中心化所有的一切，包括算力、计算流程等，还包括AI流程的去中心化，如果它能应用于AI系统中，我们相信它的影响将是巨大的，也就是说不一定是Google、微软、腾讯的工程师才能运营世界级AI系统，世界级AI系统可以在全球各个地方以分散式的方式存在于不同的分散式机器中，而且由不同的个体拥有它。

在现在的AI系统中，需要技术关注力的存在，因为它需要大语言模型的不断训练。现在只有通过集中式、中心化的服务器方式才能实现性价比，比如说AI可能在做逻辑推理，也许可以通过去中心化的节点进行协作，底层技术一定是区块链支持它的，如果能在未来实现广泛的去中心化、分散式的话，就能实现大量海量的神经语言训练，而且在神经网络训练方面有很多相关的内容可以学习和了解，仅仅只是从训练角度来看，如果能以去中心化基础设施来进行训练的话，可能就需要很多创新做法才能让训练过程变得更智能化更聪明一些。

也就是说，我们能在这方面实现两者协同，因为我们的大脑很多时候是去中心化的。更多是像正常大脑运作方式一样进行神经语言的训练，更多是去中心化的训练，底层是区块链支持。

另外一个角度，让真正把数据存储在AI模型中的人不会太快走到极限，可以用到很多计算算力融入到AI模型，与此同时保护数据的隐私权，这是区块链能帮助到AI的一点，数据隐私权，利用到区块链的机制就能追踪到哪个模型用了哪些数据，哪个模型用了哪些机制，可以了解到代币化，真正追踪到到底是哪个个人，提供哪些模型，进行数据的训练。对区块链而言，前景是非常广的，无论从计算层面、数据层面而言都是如此。

另一方面我们依然有很长的路要走，从计算机科学层软件工程学的角度来看，提升到下一个维度依然有很多工作要做，在这方面投入了非常多的资源，大型科技巨头还在不断探索去中心化、中心化系统之间的权衡，现在中心化、去中心化彼此也在打架，中心化AI获得更多的融资，现在彼此之间有一定的冲突。

Rebecca Barkin：我觉得可以讲一个用户案例，AI和区块链这两者要进行结合。如果我是气候的积极分子，那我就非常关注于气候变化，但是我现在也需要收集每天所做的工作以及每天所做的行为，看一下他对天气的影响。

包括我每天所产生的数据，以及我是否拥有这些数据，以及我应该能够使用AI思考用AI能用这些数据做哪些工作和互动，包括从文化的角度、气候的角度、健康的角度，看一下这些数据对我的影响，这是我能够想到的AI和区块链进行结合，因为我们是用AI进行数据分析，再用区块链进行数据收集。

Ethan SUN：ChatGPT或者GPT4可能是人类有史以来最大的一种协同工作，GPT4使用了互联网上创造的所有数据，不管是维基百科，还是大家写的小说，大家现在想把Twitter封禁掉，不要再用自己的数据做训练，其中涉及到很多不同人类的协作与分工的问题。GPT内的算法也是基于前者的工作，像Transformer的Insight。数据的问题是基于大量的互联网数据，以及商业化这件事情，以及当用户和产品交互的时候持续使用用户和大语言模型的交互进一步强化机器人符合人类意图的能力。但是这样一个商业化的产品，这么多人参与其中，没有很好很公平的价值分配。

不管是做AI产品还是做AI算法，在数学上能够计算出每一个训练数据到底对最终模型的权重贡献了多少，能看到最终的AI产品到底有多少部分是有开源代码、项目数据集、开源社区贡献的，区块链能在数学上可追溯大家贡献的同时给到更加公平的激励分配机制，才能让开源社区持续蓬勃，而不是大量商业化公司盗用和滥用开源社区做出的努力。

Kiki：问题是区块链和Web3结合的形式，现在大家都提的RWA这件事情，我们在做算力的RWA。

加密技术可以把去中心化算力网络做起来，重要的是要解决两个问题，本身做RWA要解决市场的代币化，我们要解决的现实问题是GPU资源怎么合理地进行资源规划和成本控制，组建了算力期货平台，大家可以在平台上把自己现有的GPU释放给平台，平台通过某种协议给到AI公司，帮AI公司降低成本，获得GPU资源，这是一种撮合的方式。

我们要做的是一件实实在在的事情，我们通过协议，用户通过购买，通过NFT的形式，通过Tokenization的形式证明这件资产是实实在在有的事情，通过规范化和标的，这件事情值得深思和探讨，我们可以会下聊。

吴显昆：最后一个问题比较简单，有没有建议能帮助大家建立AI+Web3的项目，两者相结合有什么没有建议？

Kiki：我们第三个大板块是做AI孵化，目前有5个孵化项目，有3个AI+Web3的结合，侧重的锚点是AI生成式内容。区块链从业者都是从Web2出来的，所以我们在Web2里看到了问题现在拥抱Web3。我有七年互联网Top的从业经验，像小红书的社区内容在解决一种现实需求，解决种草商品的问题，所以内容非常优质。AI生成式依旧是在生产内容，虽然AI提高了生产效率，但是我们真的有需要那么多大量海量的内容吗？还是真正有需要解决价值的事情？

传统AI本身这件事情已经能跑通和解决需求，AI+Web3的结合从我们公司和团队的角度来看有三个观点：

第一，AI+Web3项目要有价值观。

第二，要有话题，要可分享。

第三，要有社交化属性，能社交人脉资源等。

Web3的特点在于是去中心化的、无领导主义的、自由的，作为生成式AI的新内容，一定能建立在一群人的价值观共识上，所以我们做的所有事情就是在做内容共识，内容共识能带来一群人。我们所有项目就是在做产品服务，产品服务在于能帮助1000人以下达成社群的效应，就能带来项目价值共识。

Ethan SUN：我想给的建议是大家设计产品的时候要以产品优先，看给用户提供什么价值，不要过度在早期阶段追求极致的去中心化，现在的AI技术、大语言模型对算力有无限的需求，现在也有去中心化的GPU计算，可能会带来5秒甚至更多的延迟。在做AI和Web3产品结合的早期，可以看一看哪些基础设施是相对成熟的，把这部分信任化，或者利用Web3更好的系统。

去中心化计算对于声图这种不敏感的场景是现在就可用的，但大语言模型（实时对话）这种非常敏感的场景，要以产品优先的方式给用户提供价值，不然很有可能最后变成套着AI故事的皮。

Rebecca Barkin：确实鼓励开发者要更好地利用工具，尤其是在社区当中很多时候提倡内容分配、变现，希望开发者能够更好地进行分配，希望他们利用ChatGPT更好地了解有什么工具打造未来行业的走向，学习Web3必须关注的是设计，也要关注产品本身，要有产品思维，这样才能让产品非常简单可用，不能指望有内容的生成器帮助我们生成内容，所以要从产品本身角度出发，更加积极地用非常有趣的工具。当然每个工具都会有界限和限制所在，需要利用好工具。

Ben Goertzel：我觉得现在最好的时机就是打造各种各样的软件应用，所以更加侧重于看到AI能带来什么样的好处，包括以AI为基础的应用，能打造智能合约，能在过程中通过API打造用户界面，现在也有很多AI工具用大语言模型进行数据处理，所以我们现在处于这样的局势，AI非常好地缩减了我们所做的工作量，能非常轻易地生成各种各样的应用和软件。在每方面我们都有专业知识，所以希望把专业知识跟AI结合起来，在此领域进行深耕，同时要找到在这一领域中人们的需求是什么，如何解决这些需求，结合AI就能生成很多价值，也能取得成功。

吴显昆：非常感谢各位的讨论，感谢大家的分享，明年见！