ETHDenver2024由多家主办方共同举办，探讨了去中心化人工智能的发展。12位AI专家分享了他们的愿景、方法和场景，讨论了数据获取、模型一致性、基础设施连接和人工智能代理等重要问题。创新包括公平获取数据的协议、解决IP和内容创作者盈利问题的协议，以及用于证明数据可信度的工具。还有一些新兴技术，如去中心化的AI平台、主权激励驱动的开发平台和链上AI预言机。这些创新将为web3世界中的人工智能发展带来重大影响，推动自主代理和NFT的发展。

原文标题：Crypto AI Mafia

原文作者：@Rui, Investor of SevenX Ventures

原文来源：mirror

编译：Kate, 火星财经

在由SevenX Ventures、MyShell和Jessy's Hacker House共同主办的ETHDenver2024上，去中心化人工智能之家的回顾

当人工智能在web3世界中迅猛发展时，要区分真正的创新和叙事的泡沫就更难了。在ETHDenver期间，我们邀请了12位最主流的AI黑手党，本文简要概述了该项目的愿景、方法和场景，以了解它们如何撼动当前的世界。

以下是一些重要的问题，以及我们的黑手党的答案：

数据：

•数据配置：如何获取人工智能训练数据？@Grass

•数据来源：如何保护数据源IP？@Story Protocol

•数据一致性：如何确保模型使用的某些数据？@Space&Time

模型：

•开放经济学：如何建立一个有激励的开放平台？@Bittensor, @Sentient

•模型一致性：如何证明模型结果未被篡改？@Modulus labs，@Ora

基础设施：

•通用基础设施：如何将所有基础设施连接在一起？@Ritual

代理：

人工智能代理：如何使代理变得智能、可组合和可拥有？@Future primitive， @Olas， @Myshell

完整的Youtube链接：https://www.youtube.com/playlist？list=PLFRYxG8q7EY6SgJHzEefMEq-VyrhzK20n

Grass

•原因：数据是所有人工智能训练的基础，但抽取式看门人使得很难获得高质量的训练数据。可以从公共网络中抓取大量数据，但主要网站通常的做法是阻止商业数据中心。

•概述：Grass是一种数据配置协议，可访问数据，使 AI 基础设施公平。

•操作方法：用户安装一个Chrome网络扩展，并利用其多余的计算和带宽来扫描互联网以搜索人工智能数据。Grass运营着一个由全球近100万个网络抓取节点组成的网络。使用这个网络，它每天抓取超过 1 TB 的数据，然后对其进行清理和处理以生成结构化数据集。

•其中：Grass节点目前在全球190个国家运营。

•Youtube网站：https://www.youtube.com/watch?v=dwBlqwOimig&list=PLFRYxG8q7EY6SgJHzEefMEq-VyrhzK20n&index=2

主讲人推特：@0xdrej

Story protocol

原因：人工智能混音是非法的，也是不可避免的。人工智能发展的主要障碍是缺乏盈利能力，以及为IP（知识产权）和内容创造者创造归属。

概述：可组合的链上IP层允许创建者设置自主参与规则。为全球IP奇迹增加易读性和流动性。

操作方法：创作者可以购买许可证NFT，将其静态IP转换为可编程IP。可编程IP是一个任何程序都可以读写的层，由名词和动词组成。名词包括数据结构、相关IP元数据、使用ERC6551；动词包括模块，即知识产权资产的一系列功能，如许可、衍生作品的收入流和全球访问。只要衍生品货币化，收益就会自动回流。

其中：Story protocol可用于许可租赁、衍生品、区域、渠道、有效期、可撤销性、可转让性、归属等定制。

Youtube网站：https://www.youtube.com/watch?v=ymq1mhRSxTg&list=PLFRYxG8q7EY6SgJHzEefMEq-VyrhzK20n&index=3&t=201s

主讲人推特：@jasonjzhao

Space and Times：

原因：随着LLM的发展，大公司可以对数据集和参数进行偏差、修改或篡改;重要的是要对未篡改的数据集进行加密证明，确保在LLM训练期间使用相同的数据集。此外，SxT一直在探索清理受版权保护的数据的方法，从可验证的矢量数据库中提取数据，并在推理过程中注入提示。

概述：SxT是一个索引器和ZK证明器，它根据索引数据证明SQL查询或向量搜索。

如何：LLM提供商可以将他们的链上/链下训练数据集加载到空间和时间中，其中数据被见证并使用加密承诺进行阈值签名，稍后用于证明数据集被用于训练。从那里，诉讼律师或审计员/审查员可以确保数据集在培训后没有被篡改。SxT构建了GPU加速器“Blitzar”，它已经在单个GPU上以14秒的验证时间实现了200万行表查询。

其中：SxT允许用户用纯文字创建查询，在几秒钟内OpenAI从向量搜索数据库中检索上下文，并写入可由证明者执行的准确的SxT SQL，证明者在4秒内返回证明。

Youtube网站：https://www.youtube.com/watch?v=cxT0vcU4mSo&list=PLFRYxG8q7EY6SgJHzEefMEq-VyrhzK20n&index=4

主讲人推特：@chiefbuidl

Bittensor

原因：OpenAI的目标是垄断人工智能的控制权

概述：Bittensor是一个去中心化的开源AI平台

如何使用：Bittensor网络有32个子网。这些子网从模型开始，但现在已经扩展到存储、计算、抓取、跟踪和不同的人工智能领域。$TAO激励子网构建者不断完善模型或项目，验证者对子网的结果进行排名，排名改变了$TAO的分布，最小的一个将被踢出网络。这一机制保证了模型竞争产生最佳产出，而对集体最有价值的工作将得到奖励。

其中：强大的应用程序出现，如FileTAO做去中心化存储，Cortex TAO做OpenAI推理，Nous Research做微调LLM;分形研究在分散文本到视频等方面的应用。

Youtube网站：https://www.youtube.com/watch?v=xkXBDCaPMYk&list=PLFRYxG8q7EY6SgJHzEefMEq-VyrhzK20n&index=6

Sentient

原因：AGI建设是危险的，面临“人类灭绝威胁”和资本主义框架风险，因此他们天生需要加密平台；而加密平台需要原生杀手级应用。

概述：Sentient是一个主权激励驱动的人工智能开发平台。

如何使用：使用众包方法，允许社区协调和贡献训练模型以降低成本，使用开放协议控制推理，实现模型之间的可组合性，并将价值流回网络参与者。聚合web2和web3力量，并利用代币，Sentient将相当激励开发人员构建无需信任的AGI。

Youtube网站：https://www.youtube.com/watch?v=1fbwIGG7PV8&list=PLFRYxG8q7EY6SgJHzEefMEq-VyrhzK20n&index=10

Modulus labs

原因：当AGI的未来势不可挡时，我们需要证明人工智能的结果是可问责的和安全的，它是由一个经过认证的模型生成的，而不是被操纵的，而不依赖于可信的中央权威机构的良好行为。

概述：Modulus构建了一个专门的AI ZK证明器“Remainder”，以一小部分成本为dapp提供AI功能。

如何使用：与不可验证的AI输出相比，使用现代ZK证明系统是没有意义的，因为它的开销约为10,000到100,000倍。Modulus为AI推理构建了一个自定义证明器，仅显示了~180倍的开销。

其中：一个值得注意的实现是Upshot，由于Upshot复杂的评估模式只能在链下进行，因此引起了信任问题。然而，Upshot可以每小时向Modulus发送有价值的AI评估，而Modulus可以为AI计算生成“正确性证明”，汇总它们，并将它们发送到以太坊进行最终验证。

Youtube网站：https://www.youtube.com/watch?v=4JRh2eeZCO0&list=PLFRYxG8q7EY6SgJHzEefMEq-VyrhzK20n&index=7

主讲人推特：@realDanielShorr

Ora

原因：人工智能模型不能链上运行，数千台计算机将执行一个推理。链上验证结果是可行的，但随着模型规模的增加，ZKML的成本呈指数增长，因此需要线性增长成本- OPML。

概述：Ora是一个链上AI 预言机，使用OPML用于任何规模的AI模型。

如何使用：使用预言机将计算委托给链外节点。用户通过提示和命名模型从智能合约发起交易。OAO合约将tx委托给OPML节点执行推理，生成欺诈证明并将验证者提交给ORO。经过验证的结果返回给事务发起方。但OPML仍然需要ZKP的帮助来实现输入/输出隐私和即时终结。此外，来自ORA的ZK 预言机可以为OPML生成存储证明，因此在重用OPML时不需要重复执行OPML。

现在使用ORA，我们可以在以太坊主网上实现Stable Diffusion，7B-LLaMA。ORA可以支持AI管理的DAO, AIGC NFT(如EIP7007)，从而增强模型所有权。

Youtube网站：https://www.youtube.com/watch?v=i2Zkz45AGr4&list=PLFRYxG8q7EY6SgJHzEefMEq-VyrhzK20n&index=1

主讲人推特：@0xKartin

Ritual

原因：当人工智能基础设施越来越集中、被许可和受到越来越多的监管时，就会出现新的审查和操纵。但加密提供了围绕隐私和计算完整性、协调和激励以及默认的无需许可基础设施的基本要素。

概述：Ritual 作为 Crypto*AI 的自然融合点，由去中心化的预言机网络和带有自定义 VM 和协处理器的主权链组成。

如何：预言机网络“互联网”使EVM链上的任何智能合约能够将链上工作流链接到链下ML推理，最终协处理器使AI在VM级别上进行本地操作，同时保持与其他数据可用性，永久存储，证明网络，GPU网络，推理引擎的可组合性。Ritual网络中的节点不仅运行和服务模型操作，还做共识和执行客户端。

其中：“Frenrug”使用推理 SDK 构建一个非确定性LLM，引导用户在 friend.tech 上购买和出售密钥。对于 defi 借贷协议，他们可以训练模型以在所有协议中很好地参数化和泛化它们。对于支持加密的人工智能，myshell将是第一个模型创造者经济的例子。

Youtube网站：https://www.youtube.com/watch?v=DV-rMP6V-Yk&list=PLFRYxG8q7EY6SgJHzEefMEq-VyrhzK20n&index=9

主讲人推特：@sanlsrni

Olas

原因：自主代理(Autonomous Agents, AA)是能够感知某些信息并执行操作的强大实体。但是web2 AA的潜力受到严重限制：它们不能做KYC，用户不能拥有所有权，平台审查风险，以及有限的可组合性。

概述：Olas是一种用于共同拥有的自主代理的去中心化协议。

如何：在Olas的世界里，代理是链下的，而注册和管理是链上的。代理被安排在自治服务中(“去中心化的自治代理”)。代理算子控制一个代理和一个共识小工具。每个代理运行一个有限状态机(FSM)，该FSM在服务中的代理之间的临时区块链上复制。服务中的代理在采取链上行动之前先在链下达成共识。该网络对所有利益相关者使用$OLAS激励：资本提供者(债券)，代码提供者(开发人员)，代理运营商(利益相关者)和服务所有者(企业家)。

其中：Olas Predict是一个由三种类型的自主主体组成的经济体，它们不断地创造和参与对任意未来事件的预测市场。交易商代理运营商不需要担心订阅OpenAI，他们只需按请求支付加密货币即可。

Youtube网站：https://www.youtube.com/watch?v=KQeQgqFAQfI&list=PLFRYxG8q7EY6SgJHzEefMEq-VyrhzK20n&index=8

主讲人推特：@david_enim

MyShell

原因：随着LLM的兴起，我们需要更好的工具来帮助创作者轻松构建应用程序，也将当前的“静态”创作者经济颠覆为动态空间。

概述：MyShell是一个去中心化的平台，用于发现、创建和投资人工智能原生应用。

如何：创作者可以在几分钟内在MyShell中创建AI原生应用程序，从陪伴的AI角色到旨在增强您的学习和工作体验的各种工具：选择开源模型，编辑提示的前缀和后缀，提供具有特定字段的信息，即将推出的图像和视频功能。MyShell LLM基于大量私人数据，使角色扮演体验更像人类。该代币用于访问高级功能、支持创建者和结算使用费用。

其中：MyShell平台有多种用例：AI角色有个性和独特的声音，用于陪伴、学习和游戏；用于学习语言、文字转图像、视频总结等工具。

Youtube网站：https://www.youtube.com/watch?v=4PgIk4S5a0w&list=PLFRYxG8q7EY6SgJHzEefMEq-VyrhzK20n&index=5

主讲人推特：@ethan_myshell

Future Primitive

原因：NFT是互联网原生对象，但它们缺乏可编程性，因此限制了其在链上进行进一步行为的潜力。

概述：Future Primitives通过ERC6551及其基础设施将NFT转换为代理。

如何使用：使用ERC6551，每个NFT都具有与以太坊用户相同的权利。他们可以自我托管资产，执行任意操作，控制多个独立账户。每个NFT的地址在任何EVM链上都是相同的，从而释放了跨链的潜力。对于代币绑定的V4，它为你的TBA发布授权书，其中智能合约可以完全自主地执行链上操作，而无需你签名、验证或执行tx，并且所有者始终可以撤销授权扩展。

Youtube网站：https://www.youtube.com/watch?v=aIr2HeZsQi4&list=PLFRYxG8q7EY6SgJHzEefMEq-VyrhzK20n&index=11

主讲人推特：@jayden_windle