AI 與區(qū)塊鏈常常是相互交錯(cuò)，本文將列舉八大它們的重合領(lǐng)域，解讀我們?nèi)绾文軌蚶眉用苤亟ㄐ湃巍?/blockquote>

視頻連接：《AI Makes Everything Easy to Fake—Crypto Makes it Hard Again | Balaji Srinivasan at SmartCon 2023》

視頻作者：Balaji Srinivason

編譯：倩雯，ChainCatcher

關(guān)于作者：

Balaji Srinivason，天使投資人、技術(shù)創(chuàng)始人和華爾街日?qǐng)?bào)暢銷書《The Network State》的作者。曾是 Coinbase 的首席技術(shù)官和 A16z 的普通合伙人，也是許多成功的科技公司和加密協(xié)議的早期投資者。?

以下為視頻內(nèi)容：

我今天要跟大家談?wù)勅斯ぶ悄芎图用茇泿胚@兩個(gè)老生常談的話題——談?wù)勅斯ぶ悄苋绾巫屢磺凶兊锰摷伲用芗夹g(shù)又如何讓一切變得真實(shí)。

這兩者之間有一個(gè)具體地交錯(cuò)點(diǎn)，那就是生成式人工智能可以很容易地在網(wǎng)上偽造內(nèi)容，那么我們?nèi)绾悟?yàn)證？如何在某種意義上恢復(fù)信息的稀缺性？這就是加密貨幣 / 技術(shù)的作用所在。正如我剛才所說，AI 與區(qū)塊鏈常常是相互交錯(cuò)，本文將列舉八大它們的重合領(lǐng)域，解讀我們?nèi)绾文軌蚶眉用苤亟ㄐ湃巍?/p>

AI 讓偽造變得容易，而加密又讓偽造變得困難。這里有一張?zhí)乩势毡徊兜恼掌@是人工智能生成的。新聞媒體會(huì)說，我們可以通過手指來分辨這是否是人工生成的內(nèi)容，因?yàn)楝F(xiàn)在人工智能還無法真實(shí)還原手指，但是這些技術(shù)問題終將會(huì)被解決。

所以實(shí)際上，最根本的問題是，你希望知道如何驗(yàn)證以太坊上的簽名。你希望看到這些圖像和內(nèi)容都經(jīng)過數(shù)字簽名，最好是通過一個(gè) ENS（或者類似的東西）。這樣你就能確定是這個(gè) ENS 名稱，以及與 ENS 名稱相關(guān)聯(lián)的以太坊地址和 ENS 公鑰生成了這些內(nèi)容。

AI 生成內(nèi)容，加密進(jìn)行驗(yàn)證。其實(shí)針對(duì)加密驗(yàn)證，我們已經(jīng)有了一些具體的架構(gòu)，比如 ENS/IPFS。如果你有了內(nèi)容哈希值，就可以去進(jìn)行檢索，還可以把它映射到一個(gè) ENS 名稱上。比如，如果內(nèi)容已簽署，那么你可以用它來判斷是人工智能生成的內(nèi)容還是人類生成的內(nèi)容，當(dāng)然人類也可以對(duì)人工智能生成的內(nèi)容進(jìn)行簽名，但至少你知道這是來自哪一個(gè) ENS 名稱（ENS 不一定必須來自個(gè)人，也可以來自公司等等）。

AI 宣傳信息，加密驗(yàn)證信息。這很重要，因?yàn)橐坏┯辛藖碓矗坏┯辛艘茫╟itation），人工智能就會(huì)進(jìn)行加密驗(yàn)證。例如，有一種服務(wù)叫「perplexity.?ai」，去年我曾讓它告訴我關(guān)于 FTX?黑客的事。理想情況下，你想要的是這些引用是在鏈上。有些人可能認(rèn)為只有部分內(nèi)容能在鏈上進(jìn)行證明，比如財(cái)務(wù)記錄。我同意這種觀點(diǎn)，但這有點(diǎn)像說 90 年代或 21 世紀(jì)初，當(dāng)時(shí)沒有那么多互聯(lián)網(wǎng)內(nèi)容或網(wǎng)絡(luò)內(nèi)容時(shí)，你并不知道未來它發(fā)展會(huì)多塊。

因此，一種思考方式是，AI 打破公共網(wǎng)絡(luò)，但 Web3 建立起信任網(wǎng)絡(luò)。現(xiàn)在互聯(lián)網(wǎng)已經(jīng)充斥人工智能生產(chǎn)的虛假內(nèi)容，也許谷歌能解決這個(gè)問題，但是理想的解決方案還是「interface.social」這種應(yīng)用。你就會(huì)發(fā)現(xiàn)上面有更多不同類型的數(shù)據(jù)，不僅僅是金融交易數(shù)據(jù)，還有社交互動(dòng)等等。它其實(shí)展示了良好的信任網(wǎng)絡(luò)是什么樣子——許多互動(dòng)都在鏈上，你可以對(duì)這些互動(dòng)的許多不同方面進(jìn)行加密驗(yàn)證。不只是驗(yàn)證單個(gè)行為，比如這個(gè)實(shí)體簽署了這個(gè)內(nèi)容，也可以驗(yàn)證這個(gè)實(shí)體的所有其他行為，你就可以開始計(jì)算出這個(gè)實(shí)體到底是不是人類。這就是為什么我們可以建立 Web3 信任。你并不是只看看這個(gè)公鑰簽署了什么交易，而是宏觀地在整個(gè)網(wǎng)絡(luò)中看這個(gè)公鑰和其他公鑰的互動(dòng)，我們現(xiàn)在的網(wǎng)絡(luò)有很高的權(quán)重可以決定內(nèi)容「是否真實(shí)」，比如我們依靠谷歌的網(wǎng)頁(yè)排名來進(jìn)行判斷，但其實(shí)很多虛假內(nèi)容排名也很高，這種方式并不可靠。所以，我們需要一個(gè)去中心化的信任網(wǎng)絡(luò)，任何人都可以查看，任何人都可以索引，查看鏈上數(shù)據(jù)，并在這些下一代區(qū)塊探索者中將其可視化，展示出來就像社交界面一樣。

AI 讓驗(yàn)證碼失效，加密重建驗(yàn)證碼。如上所示，一個(gè)機(jī)器人正在點(diǎn)擊驗(yàn)證碼說「我不是機(jī)器人」。但加密貨幣就可以改變這種情況，如果你用以太坊簽署了它們，你可以要求小額支付、要求查看支付歷史、或者提前質(zhì)押一部分資金等等——也就是提升造假的成本，機(jī)器人當(dāng)然還是可以用以太坊登陸，但你可以對(duì)他們收費(fèi)高額的費(fèi)用，來阻止他們這么做。

AI 訓(xùn)練通常都是中心化的，加密技術(shù)可以將其去中心化。現(xiàn)在我們有了中心化訓(xùn)練和中心化模型（比如 Open AI），我們也有中心化訓(xùn)練和去中心化模型（比如?LLama2）。但理想情況下，我們也希望采用去中心化訓(xùn)練和去中心化模型。如果你去看看，你就會(huì)知道這些項(xiàng)目大部分都是加密貨幣。你可能不同意這些項(xiàng)目所做的事，這其實(shí)并不重要，重點(diǎn)是我們可以通過加密貨幣眾籌獲得大量資金，我們可以利用這些資金來訓(xùn)練人工智能模型。

當(dāng)你訓(xùn)練這些模型時(shí)，你不僅僅是以去中心化的方式或部分去中心化的方式來訓(xùn)練它們。我說的去中心化，是指至少資金是去中心化的。你可能仍然需要在一個(gè)集中的集群中對(duì)他們進(jìn)行訓(xùn)練，但至少人們都參與其中。

AI 評(píng)估是中心化的，加密可以將其去中心化。現(xiàn)在可以在 Mac studio 上評(píng)估 LLama 2。這其實(shí)就是意味著我們可以接近一種狀態(tài)，那就是讓每個(gè)訓(xùn)練模型的人都能在強(qiáng)大的硬件上運(yùn)行模型，這就類似于運(yùn)行 Solana 節(jié)點(diǎn)。

你可以想象，每當(dāng)以太坊或?Solana 升級(jí)，人們更新他們的節(jié)點(diǎn)，更新模型并持有模型，也許每一次模型評(píng)估都需要花費(fèi)代幣，那么資助模型的人可以得到更多代幣，然后他們也可以為模型評(píng)估付費(fèi)。這只是一種思考方式。但我認(rèn)為，要把這些東西從中心化的行為者手中解放出來，是值得思考的問題。

AI 創(chuàng)造了很多權(quán)力中心，加密可以將其去中心化。人們談了很多關(guān)于 AGI?的問題。我認(rèn)為一個(gè)隱含的背景假設(shè)是，人們認(rèn)為會(huì)有一個(gè)龐大統(tǒng)一的神教 AGI（如上圖所示）。但如果我們的社群能實(shí)現(xiàn)去中心化資助和去中心化評(píng)估的概念，你可以想象一個(gè)多神教的 AGI（如上圖所示），每個(gè)社區(qū)都有自己更好版本的預(yù)言機(jī)，他們可以向預(yù)言機(jī)提問，比如，數(shù)值會(huì)怎波動(dòng)？比如喬治·華盛頓會(huì)怎么做？不同的社會(huì)、不同的社群都會(huì)有自己的智能系統(tǒng)，他們可以對(duì)其進(jìn)行查詢。他們可以向智能系統(tǒng)詢問引用情況，智能系統(tǒng)甚至可以提供鏈上引用。

總結(jié)

以上是生活随笔為你收集整理的Balaji：八大用例解读 AI 时代加密如何重建信任？的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。