FX168财经网_全球视野外汇黄金加密货币NFT资讯网

FILLiquid 测试网已启动帮助 Filecoin 成长即可获得空投奖励

的激励测试网。FILLiquid 是 Filecoin 的流动性池和借贷平台，连接 $FIL 持有者和存储提供商。该协议允许 $FIL 持有者通过流动性质押赚取被动收入，而存储提供商可以借用 $FIL，而无需存入加密货币或法币作为抵押品。任何 Filecoin 爱好者都可以与 FILLiquid 协议进行交互，并开始为其贡献赚取奖励。参与者将获得 $FIG 奖励（该协议的治理代币）来测试测试网的功能，奖励将在主网启动后空投。测试网是正式启动 FILLiquid 主网协议的关键一步，使存储提供商能够通过更深层次的 $FIL 流动性为 Filecoin 网络提供持续的电力增长。激励测试网期间要探索的关键功能参与者需要将其钱包连接到 Filecoin Calibration 测试网，并使用 $TFIL 加载其代币以与测试网进行交互。连接后，用户可以测试 FILLiquid 提供的三种产品：质押、借贷和农业。质押允许持有者将 $FIL 存入流动性池，通过借贷赚取利息。质押者收到 $FIT 作为流动质押衍生品，作为协议中的权益证明，随着借款人支付利息，FIT 相对于 $FIL 上涨。借用功能允许存储提供商将其矿工绑定到测试网，并开始在测试网上借用 $FIL，以体验无抵押借贷的运作方式。矿工必须将其受益人地址抵押给协议，作为获得贷款的抵押品。最后，该农业产品允许用户耕种 $FIG – 存入 $FIT 代币，以赚取协议治理代币 $FIG 的奖励。借款人还可以通过债务农业部分来种植 $FIG。这些产品共同构成了借贷协议，该协议符合 Filecoin 通过增加 $FIL 流动性来降低存储能力增长成本的总体目标。加入测试网可以让您成为开创性运动的一部分，将 Filecoin 流动性推向一个新领域，确保整个网络的长期可持续电力增长，同时获得 $FIG 空投奖励。激励测试网：主网成功之前的第一站最近推出的测试网为 FILLiquid 提供了展示其产品的机会，同时也是在实时环境中对流动性池进行压力测试的机会。 FILLiquid 还打算利用测试网建立其社区，通过错误赏金和推荐计划提供额外奖励，并从用户那里接收宝贵的反馈，以帮助提升仪表板和用户体验。测试阶段完成后，FILLiquid 将对智能合约进行外部审核，以确保启动主网之前的安全性。关于 FILLiquid FILLiquid是一个去中心化的 $FIL 流动性池和借贷平台，允许 $FIL 持有者存入代币进行借贷。同时，存储提供商可以借入 $FIL，而无需存入法定或加密货币流动性。该协议旨在帮助促进 Filecoin 存储能力的持续增长。由于存储提供商每次提供存储服务时都必须承诺 $FIL，因此他们很难有效地分配 $FIL。目前，他们获取$FIL的唯一选择是在公开市场上购买、使用之前提供存储服务的收入或从中心化平台以高利率借款。 FILLiquid 旨在加深存储提供商可借用的 $FIL 流动性，而不增加其财务负担。相反，他们可以将自己的受益人地址抵押给协议来获得贷款，从而使他们能够更有效地部署资本。同时，$FIL 持有者可以通过向流动性池借出 $FIL 来赚取被动收入。 website：filliquid.io linktr：https://linktr.ee/FILLiquid 媒体联系人： Isaac Essuman media@fliquid.io 营销经理来源：金色财经

金色财经2024-02-21

扩张资产边界、链接安全与便捷,AScoin Wallet 解锁进入交易所通行证

a，Polkadot，Cardano，Filecoin，Arbitrum，Optomistic，Aptos，Polygon 等主流公链及资产。此外，Assure 目前正在致力于开发更多的跨链底层协议，旨在支持流行公链的数字资产（DeFi 和 NFT）、DApps 和 Meta 相关应用的存储和交易，以完善 Web3.0 基础设施。代币经济 $SURE 代币是 AScoin 钱包平台的实用代币，为整个生态系统提供动力。$SURE 代币基于以太坊（ERC20），BNB 链（BEP20）。初始 10 亿枚 SURE，全部在 BNB 链上发行。后续根据需要推理 BNB 链上的部分 SURE，在以太坊链上发行同等数量的 SURE，实现多链发行。释放规则矿池：TGE 中 0% 释放。市场：3 年周期，TGE 30%，6 个月悬崖，从第 7 个月线性解锁国库:3 年周期，10% 在 TGE，12 月悬崖，从第 2 年开始线性解锁空投：1 年周期，10% 在 TGE，根据剩余活动解锁公募：TGE 100% 待定使用场景 $SURE 代币未来的使用场景将包括 IDO 项目打新、兑换 veSURE 参与平台分红、参与平台治理、VIP 权益、挖矿激励等多方面，为代币赋予多样的应用场景。空投进行中 AScoin Wallet 已开放第一批空投查询和申领。用户可前往官网或者下载 AScoin App 进行空投资格查询和申领，预计超 2 万名钱包早期使用者拥有空投资格。查询期为北京时间 2 月 2 日 12:00 至 2 月 4 日 12:00，第一批申领期为 2 月 5 日 12:00 至 2 月 7 日 12:00。空投对象为使用 AScoin Wallet 的用户，有机会获得追溯性空投，使用时间越长，频率越高，获得空投的金额越大。未来使用理财和币安市场，也或将获得 SURE 挖矿收益。小结尽管 Web3 的故事正在不断地演进，新一批的开发者和用户正在融入这场变革之中，但它目前的用户基数仍然微不足道，尤其是将其与全球超过 40 亿的互联网用户群体进行比较时。以 MetaMask 等主流链上钱包的月活跃用户数量为例，与 Facebook 等传统互联网巨头的庞大用户基数相比，Web3 钱包用户的数目看上去似乎「微不足道」，这不仅凸显了当前数字资产钱包用户所占比例的微小，更突显出了市场未来巨大的成长空间。对于 AScoin Wallet 来说，Web3 的数字世界潜藏着数十亿潜在用户未被挖掘的巨大空间。在这个不断扩展的领域中，能够吸引并保留主流用户的钱包将在未来激烈竞争的战场中占据先机。随着更多的用户开始理解并参与到 Web3 的世界，那些提供直观、安全和多功能服务的钱包，或许将成为未来的关键力量。来源：金色财经

金色财经2024-02-21

金色百科 | 去中心化物理基础设施网络（DePIN）

计算资源分散到一个个提供者的网络中。 Filecoin通过区块链技术建立了安全的、分布式的数据存储网络，彻底改变了去中心化存储，参与者通过市场获得激励，租用他们未使用的存储空间。三、DePIN 是如何运作的？ DePIN通过利用区块链技术将权力和管理分散到网络中，而不是集中在一个组织手中来实现功能。 DePIN跨越多个领域：用于点对点可再生能源交易的能源系统，用于增加透明度和效率的供应链，用于弹性互联网接入的电信，用于安全和分布式数据管理的数据存储，用于去中心化移动解决方案的交通运输，以及用于加快房地产交易的房地产。要理解DePIN的工作原理，可以考虑能源行业中的DePIN应用，例如去中心化能源电网。在这种设置中，个人太阳能供电的家庭可以自行产生电力，并直接将多余的能源出售给电网或邻居，无需依赖典型的中央化公用事业提供商。每笔交易——无论是涉及能源的生产、消费还是销售——都记录在区块链上，确保各方之间的开放和信任。当满足特定条件时，例如有多余的能源可供出售时，智能合约会自动执行这些交易，确保能源分配的效率和可靠性。除了根据当前供需优化能源分配之外，这种去中心化模式还促进了可再生能源的利用。它鼓励了更健壮、更可持续的能源环境的发展，并减少了对大型、中央化电力设施的依赖。DePIN通过使人们成为生产者和消费者（通常被称为“生产者”），从而在能源行业中使能源生产和分配更加民主化和公平化。这使得能源更加可获得和更加公平。一些去中心化能源系统通过加密货币或数字代币来激励用户，作为他们为网络做出贡献的能源的奖励。代币奖励作为一个吸引利益相关者投资、维护和利用基础设施的有力激励，确保其增长和可持续性。在加密货币领域，DePIN可以表现为使用区块链技术提供金融服务的DeFi平台，包括借贷和交易，而无需传统金融中介。代币化是这些平台可能与实际资产互动的一种方式，即将有形资产（如房地产、艺术品或商品）表示为区块链上的数字代币，以实现去中心化的所有权和交易。四、在区块链基础设施上扩展 DePIN 应用程序的架构考虑因素底层区块链基础设施的某些关键功能对于 DePIN 应用程序的无缝扩展是必要的，并且实施了这些架构考虑因素的区块链更有可能维持 DePIN 项目的增长。可扩展性区块链必须能够处理大量的交易和数据吞吐量，以支持去中心化物理网络的需求。交易经济学由于DePIN应用通常涉及大量交易，每笔交易的费用必须低廉，以保持其可持续性。因此，如果底层区块链无法处理随着交易量增加而降低的交易费用，则很可能不适合于DePIN项目。互操作性与其他区块链网络和传统系统的无缝互操作性对于DePIN应用有效地通信和交换数据至关重要。安全性强大的安全机制，包括加密、身份验证和共识算法，对于保护敏感信息和确保DePIN网络的完整性至关重要。易用性用户友好的界面和直观的设计对于广泛采用至关重要，这使得个人和组织可以参与DePIN生态系统，而无需专门的技术知识。五、DePIN 与 DeREN 虽然DePIN主要解决去中心化系统的物理方面问题，但DeREN则专注于虚拟和基于资源的方面。去中心化系统有两种不同的范式：DePIN和去中心化资源网络（DeREN）。DePIN专注于构建用于物理基础设施的去中心化网络，例如通信网络、能源分配网络和交通网络。通过在多个节点之间共享资源和控制权，这些网络旨在提高可访问性、效率和弹性，同时降低对中央机构的依赖。另一方面，DeREN强调资源管理和分配的去中心化。这些网络使资源如存储空间、处理能力甚至金融资产的点对点、无中介交换成为可能。DeRENs通过促进直接用户交互和鼓励自治、平等访问和可扩展性来减少对中心化平台的需求。以下是两者之间的一些关键区别：六、去中心化物理网络的机遇和挑战 DePIN实现了去中心化控制，促进了系统的弹性、资源的平等访问和可持续性。然而，监管和可扩展性障碍以及安全问题阻碍了DePIN的广泛采用，特别是在像电信这样受监管的行业中。 DePIN提供了许多好处，如改善系统的弹性和效率，更公平地访问资源以及鼓励可持续活动。通过将控制和操作分散到网络中，DePIN可以减少单点故障，增强系统对中断的抵御能力。它们使人们能够参与和从共享资源中获益，如电力或数据存储，并赋予和促进更具参与性的经济。DePIN还促进了点对点交易和可再生资源的利用，这可能导致更经济实惠和生态友好的解决方案，从而促进了各个行业的可持续性和创新。尽管DePIN具有巨大的潜力，但在未来面临着重大挑战。监管障碍、可扩展性限制、互操作性问题和基础设施要求对广泛采用构成了严峻的障碍。将区块链与物理系统整合需要强大的安全措施、隐私保护和用户友好的界面。 DePIN可以服务的一些行业垂直领域，如电信，通常受到严格监管。因此，随着时间的推移，这些行业和试图在此领域创新的DePIN项目必须进行建设性的对话，以造福普通用户。七、去中心化物理网络的未来去中心化物理网络希望利用区块链、物联网和可再生能源，在各个领域创建具有弹性、高效和社区驱动的基础设施。随着DePIN的不断发展，未来充满了可能性。从优化能源分配、电信和交通中的资源利用到民主化获取医疗和教育等基本服务，DePIN的潜在影响是深远的。然而，要实现这一愿景，需要各利益相关者之间的合作、监管支持和持续的技术创新，以解决现有挑战并释放去中心化物理网络的全部潜力。在分布式网络内部的创新对于可持续地扩展这些应用至关重要。在合适的框架下，DePIN有能力为世界带来积极的变革，赋予个人和社区以权力，在去中心化、公平和可持续的方式下塑造基础设施的未来。来源：金色财经

金色财经2024-02-21

Solana与Filecoin合作剌激FIL价格大升20%价格预测　$SMOG是最大SOL空投币

索拉纳（Solana）宣布与Filecoin集成，利用后者去中心化的存储能力。这一Filecoin集成是索拉纳的一个重要里程碑，因为它提升了网络的去中心化程度，增加了可靠性，FIL价格在单日爬升了20%以上，达到7.5美元。作为以太坊的替代品，索拉纳与Filecoin集成。这一举措帮助索拉纳增强了可伸缩性，并进一步去中心化，使生态系统中的用户和开发者受益，FIL价格当天大涨20%。索拉纳与Filecoin的合作是SOL发展的一个重要里程碑，它显示了FIL如何被用来为开发者和用户创造一个有弹性的生态系统。FIL价格在宣布索拉纳Filecoin集成的同时反弹上涨20%。FIL价格攀升至7.5美元，给交易者带来近20%的周收益，目前突破1月11日峰值6.50美元，FIL价格可能会冲向2024年高点8.12美元。合作是一个重要的里程碑这显示了FIL如何被用于创建一个有弹性的生态系统，使开发者和用户受益。FIL价格的反弹响应了索拉纳与Filecoin的整合，FIL与索拉纳的合作是一个重要的里程碑，展示了它如何用于构建一个对开发者和用户有利的有弹性的生态系统。索拉纳与Filecoin的战略合作对加密货币市场产生了多方面的正面影响，这不仅提升了索拉纳网络的去中心化和可扩展性，增强了区块链基础设施的安全性。同时Filecoin提供的低成本区块链存储服务，也使得索拉纳的商业应用更具优势。FIL价格的涨幅显示市场对这样的跨链合作持乐观态度，这有助于提振市场信心。可以预见这种合作关系的示范效应将促使更多区块链项目形成生态合作，推动行业标准化，并扩大代币的影响力和用户群。 Smog最高价格达到0.09美元随着Solana持有者的持续关注，新兴的代币如Smog开始吸引人们把目光转移过来，之所以$SMOG能取得如此抢眼的成绩，关键在于它代表了Solana最大规模的空投活动。它承诺能创造类似SHIB币那样的财富增值机会。Smog是一个去中心化金融（DeFi）加密货币，它最近在Solana的Jupiter去中心化交易所（DEX）上的爆发式亮相使其一夜成名。在推出后短短24小时内，SMOG就飙升了惊人的1339%，其后又再取劲升3倍，跃身于DEXTOOLS排名前列。数据显示，＄SMOG在过去24小时中的最高价格达到0.09美元，再次创下历史新高。随着价格不断创出新高，＄SMOG的市值也快速增长，当前流通市值已超过7100万美元。分析认为＄SMOG有望在不久的将来突破0.1美元大关。访问购买 $SMOG 在加密货币市值排名网站CoinMarketCap的Meme币分类中，＄SMOG目前已进入前20名，位列第16位，这也反映了市场对＄SMOG项目的认可度正在提升，＄SMOG的24小时交易量也达到了200万美元，交易活跃度强劲。新颖的小区奖励机制＄SMOG能够持续走强的原因之一，是其推出了新颖的小区奖励机制。用户可以通过购买并持有＄SMOG赚取“空投积分”，从而获得代币奖励。这吸引了大量加密新手用户的加入，持有人数已经突破2万个地址。值得一提的是，今天＄SMOG空投给了DogWifHat小区的成员，针对拥有超过3000美元代币的用户。关于此事＄SMOG团队将在Twitter上发布公告，同时市传消息指＄SMOG也将在近期宣布与更多交易所的上市消息。随着＄SMOG加入跨链桥，其代币将扩展到以太坊生态系统，进一步丰富流动性，＄SMOG正在成为新一代小区通证的典范，它结合了趣味性和经济激励，富有娱乐性又具有内在价值。＄SMOG依靠独特的小区运营模式在短时间内吸引大量用户，价格表现突出，上涨势头强劲。随着持有用户数突破2万，＄SMOG很可能继续保持增长趋势，成为Meme币界的新星，它代表了新时代加密货币小区文化的发展方向，值得密切关注访问购买 $SMOG

Business2Community2024-02-20

VanEck研报：2030年加密货币人工智能收入前景

GPU 网络，例如 Render 和 Filecoin 及其自己的 GPU。尽管 io.net 目前缺乏代币，但计划于 2024 年第一季度推出。克服去中心化计算的瓶颈然而，由于典型的633TB+提出的网络需求，利用这种分布式计算仍然是一个挑战训练深度学习模型所需的数据。由于计算机能力的延迟和差异，位于全球各地的计算机系统也给并行模型训练带来了新的障碍。Together 是一家积极进军开源基础模型市场的公司，该公司正在构建一个去中心化云来托管开源人工智能模型。Together 将使研究人员、开发人员和公司能够通过结合数据、模型和计算的直观平台来利用和改进人工智能，扩大人工智能的可访问性并为下一代科技公司提供支持。Together 与领先的学术研究机构合作，构建了 Together 研究计算机，使实验室能够集中计算进行人工智能研究。该公司还与斯坦福基础模型研究中心 (CRFM) 合作创建了语言模型的整体评估 (HELM)。HELM 是一个“活基准”，旨在通过提供评估此类基础模型的标准化框架来提高人工智能的透明度。自 Together 成立以来，创始人 Vipul Ved Prakash 率先启动了多个项目，包括 1) GPT-JT，一个开放式 LLM，具有通过 <1Gbps 链路进行训练的 6B 参数模型，2) OpenChatKit，一个强大的开源基础，可创建专用和通用聊天机器人，以及 3) RedPajama，一个创建领先的开源模型的项目，其目标是成为研究和商业应用的基础。Together 平台是一个基础模型，由商品硬件上的开放模型、去中心化云和综合开发者云组成，汇集了不同的计算源，包括消费者矿工、加密矿场、T2-T4 云提供商和学术计算。 HELM (RAFT) 分数 GPT-JT 性能。来源：截至 2024 年 1 月 4 日的解码器。我们相信像Together这样的去中心化和民主化的云计算解决方案可以显着削减构建新模型的成本，从而有可能颠覆亚马逊网络服务、谷歌云和Azure等老牌巨头并与之竞争。就上下文而言，将 AWS 容量块和 AWS p5.48xlarge 实例与配置有相同数量的 H100 SXM5 GPU 的 Together GPU 集群进行比较，Together 的定价大约比 AWS 低 4 倍。随着开放式法学硕士变得越来越准确并得到更广泛的采用，Together 可能成为开源模型的行业标准，就像红帽之于 Linux 一样。该领域的竞争对手包括模型提供商 Stability A 和 HuggingFace，以及人工智能云提供商 Gensyn 和 Coreweave。通过加密货币激励增强人工智能模型区块链和加密货币激励措施证明，网络效应和与网络效应大小相关的奖励迫使人们从事有用的工作。在比特币挖矿的背景下，该任务是通过使用昂贵的电力、技术人力和 ASIC 机器来保护比特币网络。这种经济资源的协调提供了一种女巫攻击防御机制，防止对比特币的经济攻击。作为交换，协调这些资源的矿工将获得 BTC 美元。然而，人工智能有用工作的绿色空间要大得多，一些项目已经在推动人工智能和机器学习模型的改进。这些项目中最原始的是Numerai。目前，Numerai 可以被视为一项去中心化数据科学锦标赛，旨在确定最佳机器学习模型，通过建立股票投资组合来优化财务回报。在每个时代，匿名 Numerai 参与者都被授予访问隐藏原始数据的权限，并被要求利用这些数据来构建表现最佳的股票投资组合。为了参与，用户不仅被要求提交预测，还被迫在其模型的预测背后投入 NMR 代币，以证明这些模型的价值。其他用户也可以在他们认为性能最佳的模型上投入代币。然后，每个质押、提交的模型的输出都会被输入到机器学习算法中，以创建一个元模型，为 Numerai One 对冲基金的投资决策提供信息。提交具有最佳信息系数或有效性的“推论”的用户将获得 NMR 代币奖励。与此同时，那些质押最差模型的人的代币将被削减（没收并重新用于奖励获胜者）。 Bittensor 上的子网和用例。来源： https: //taostats.io/api/截至 2024 年 1 月 2 日。 Bittensor是一个大规模扩展 Numerai 核心概念的类似项目。Bittensor 可以被认为是“机器智能的比特币”，因为它是一个为 AI/ML 模型提供经济激励的网络。这是由构建人工智能模型的“矿工”和评估这些模型输出质量的“验证者”实体来完成的。Bittensor 的架构是一个基础网络和许多较小的子网（子网）的架构。每个子网络都专注于机器智能的不同领域。验证者会向这些子网上的矿工提出各种问题或请求，以评估其人工智能模型的质量。表现最好的模型将获得最高的 TAO 代币奖励，而验证者则因对矿工的准确评估而获得补偿。在更高的层面上，验证者和矿工都必须质押代币才能参与每个子网，每个子网占总质押的比例决定了它从所有 Bittensor 总通胀中获得多少 TAO 代币。因此，每个矿工不仅有动力优化其模型以赢得最多的奖励，而且有动力将其模型集中在最佳的人工智能领域子网上。此外，由于矿工和验证者必须维持资金才能参与，因此每个人都必须超过资本成本障碍，否则就会退出系统。截至 2024 年 1 月，共有 32 个不同的子网，每个子网专用于机器学习或人工智能的特定领域。例如，Subnet 1是类似于ChatGPT的提示LLM的文本。在这个子网上，矿工运行各种经过调整的 LLM 版本，以最好地响应评估响应质量的验证者的提示。在名为“Taoshi”的子网 8 上，矿工提交对比特币和各种金融资产价格的短期预测。Bittensor 还拥有专用于人类语言翻译、存储、音频、网络抓取、机器翻译和图像生成的子网。子网创建是无需许可的，任何拥有 200 TAO 的人都可以创建子网。子网运营商负责为每个子网的活动创建评估和奖励机制。例如，Opentensor，Bittensor 背后的基础，Cerebras评估矿工在该子网上的 LLM 输出。虽然这些子网最初都是由通货膨胀奖励全额补贴的，但每个子网最终都必须在经济上维持自身。因此，子网运营商和验证者必须协调创建工具，以允许外部用户付费访问每个子网的服务。随着通货膨胀的 TAO 奖励减少，每个子网将越来越依赖外部收入来维持自身。在这种竞争环境中，存在着创造最佳模型的直接经济压力以及其他人创造有利可图的现实世界的激励措施这些模型的应用程序。Bittensor 正在利用斗志旺盛的小型企业来识别人工智能模型并从中获利，从而释放人工智能的潜力。正如著名的 Bittensor 传播者 MogMachine 所说，这种动态可以被视为“人工智能的达尔文竞争”。另一个有趣的项目是利用加密技术来激励人工智能代理的创建，这些人工智能代理被编程为代表人类或其他计算机程序自主完成任务。这些实体本质上是旨在解决特定问题的自适应计算机程序。代理是一个包罗万象的术语，涵盖聊天机器人、自动交易策略、游戏角色，甚至虚拟宇宙助手。该领域的一个著名项目是Altered State Machine，这是一个使用 NFT 创建拥有、供电和训练的人工智能代理的平台。在 Altered State Machine 中，用户创建他们的“代理”，然后使用分散的 GPU 集群“训练”它们。这些代理针对特定用例进行了优化。另一个项目，Fetch.ai，是一个用于创建根据每个用户的需求定制的代理的平台。Fetch.ai 也是一家 SaaS 业务，允许注册和租赁或出售代理。自 2023 年 1 月 1 日起 AI 代币的回报来源：Artemis XYZ 截至 2024 年 1 月 10 日。过去的表现并不能保证将来的结果。通过零知识 (zk) 证明进行验证 2023 年是新 AI 模型的标志性一年，OpenAI 推出了 ChatGPT、Meta 推出的 LLAMA-2 以及 Google 推出的 BERT。由于深度学习的前景，截至 2023 年 6 月，美国有超过18,563 家人工智能相关初创企业。这些初创企业和其他企业已经生产了数千个新的基础模型和微调模型。然而，在人工智能相关公司投资的每 4 美元风险投资中就有 1 美元投资的领域中，许多新实体的激增应该引起严重关注。谁实际创建并拥有每个模型？输出实际上是由指定模型产生的吗？该模式真的像宣传的那样有效吗？每个模型的数据源是什么以及谁拥有该数据？训练、微调和/或推理是否侵犯了任何版权或数据权？这些模型的投资者和用户都应该 100% 确定他们可以解决这些问题。目前，针对 LLM 输出的不同组件存在许多基准测试，例如用于代码生成的HumanEval、用于 LLM 辅助任务的Chatbot Arena以及用于 LLM 推理能力的ARC Benchmark 。然而，尽管尝试了模型透明度，例如 Hugging Face 的Open LLM Leaderboard，没有具体证据证明模型的有效性、最终来源或其训练/推理数据的来源。不仅可以对基准进行游戏，而且还不能确定特定模型是否实际运行（而不是使用连接到另一个模型的 API），也不能保证排行榜本身是诚实的。这就是公共区块链、人工智能和称为零知识（zk）证明的前沿数学领域的统一。zk 证明是密码学的一种应用，它允许某人以所需水平的数学确定性证明他们对数据所做的陈述是正确的，而无需向任何人透露底层数据。语句可以包括简单的声明（例如排名），但可以扩展到复杂的数学计算。例如，某人不仅可以证明他或她知道某个样本的相对财富而不向另一方透露该财富，而且他或她还可以证明该群体的平均值和标准差的正确计算。本质上，您可以证明您了解数据和/或您使用该数据做出了真实的断言，而无需透露该数据的细节或您如何进行计算。在 AI 之外，zk 证明已经被应用于扩展以太坊，允许交易在第 2 层区块链上进行链下交易。最近，zk 证明已应用于深度学习模型，以证明：使用特定数据来生成模型或提供推理输出（此外，未使用哪些数据/源）使用特定模型来生成推论推理输出未被篡改 zk 证明可以发布到公共、永久的区块链上，并通过智能合约进行验证。结果是区块链可以公开且无可辩驳地证明人工智能模型的重要属性。将 ZK 应用于 AI 的两个前沿项目被称为“零知识机器学习”（ZKML），即EZKL和Modulus。EZKL 使用Halo2证明系统生成 zk-snarks，这是一种零知识证明，然后可以在以太坊的 EVM 上公开验证。EZKL 首席执行官Jason Morton表示，虽然 EZKL 目前可以证明的模型大小相对较小，约为 100M 参数，而 ChatGPT 4 的参数为 175B相信他们正在考虑的是“工程问题”而不是“技术限制”问题。EZKL 相信他们可以通过拆分并行执行的证明来克服证明问题，从而减少内存限制和计算时间。事实上，杰森·莫顿相信有一天，“验证模型将像签署区块链交易一样简单。” ZKML证明应用于人工智能可以解决人工智能实现的重要痛点，包括版权问题和人工智能安全。正如《纽约时报》最近针对 Open AI 和微软的诉讼所表明的那样，版权法将适用于数据所有权，人工智能项目将被迫提供其数据来源的证明。ZKML 技术可用于快速解决法庭上有关模型和数据所有权的争议。事实上，ZKML 的最佳应用之一是允许Ocean Protocol和SingularityNet等数据/模型市场证明其列表的真实性和有效性。人工智能模型最终将扩展到准确性和安全性至关重要的领域。据估计，到 2027 年，人工智能边缘设备将达到5.8B 个，其中可能包括重型机械、机器人、自动无人机和车辆。由于机器智能应用于可能伤害和杀人的事物，因此使用来自可靠来源的高质量数据来证明该设备上运行了信誉良好的模型非常重要。尽管从这些边缘设备构建连续的实时证明并将其发布到区块链可能在经济和技术上具有挑战性，但在激活时验证模型或定期发布到区块链可能更可行。然而，来自0xPARC的 Zupass基金会已经建立了源自“携带数据证明”的原始证明，可以廉价地建立边缘设备上发生的事实证明。目前，这与活动出席有关，但可以预见，这种情况很快就会迁移到身份甚至医疗保健等其他领域。机器人外科医生的人工智能模型有多好？机器人辅助手术。资料来源：截至 2024 年 1 月 30 日的《麻省理工学院技术评论》。从可能因设备故障而承担责任的企业的角度来看，拥有可验证的证据来证明他们的模型不是代价高昂的事故的根源似乎是理想的选择。同样，从保险的角度来看，验证和证明基于实际数据训练的可靠模型的使用可能在经济上变得必要。同样，在人工智能深度伪造的世界中，利用经过区块链验证和证明的相机、手机和计算机来执行各种操作可能会成为常态。当然，这些设备的真实性和准确性的证明应该发布到公共开源分类账上，以防止篡改和欺诈。尽管这些证明有着巨大的前景，但它们目前受到天然气费用和计算开销的限制。按照当前的 ETH 价格，在链上提交证明需要花费大约 300-500k 的 Gas（按照当前的 ETH 价格约为 35-58 美元）。从计算的角度来看，Eigenlayer 的 Sreeram Kennan 估计，“在 AWS 上运行需要花费 50 美元的证明计算，使用当前的 ZK 证明技术将花费约 1,000,000 倍的成本。” 结果是，zk 证明的发展速度比几年前任何人的预期都要快得多，但在打开实际用例之前还有很长的路要走。假设有人对 ZKML 的应用感到好奇。在这种情况下，他们可以参加由经过验证的链上智能合约模型评判的去中心化歌唱比赛，并将其结果永久上传到区块链。通过基于区块链的身份建立人性广泛、先进的机器智能的一个可能后果是，自主代理将成为最多产的互联网用户。人工智能代理的释放很有可能会导致整个网络受到有目的的机器人生成的垃圾邮件甚至无害的基于任务的代理堵塞网络的干扰（“摆脱垃圾电子邮件”）。索拉纳当机器人争夺大约价值 10 万美元的套利机会时，每秒有 100 GB 的数据流量。想象一下，当人工智能代理可以勒索数百万个企业网站并勒索数十亿美元时，将会出现怎样的网络流量洪流。这表明未来的互联网会对非人类流量施加限制。限制此类攻击的最佳方法之一是对过度使用廉价资源征收经济税。但我们如何确定垃圾邮件收费的最佳框架，以及如何确定人性化？幸运的是，区块链已经采用了内置防御来防止人工智能机器人式的女巫攻击。计量非人类用户与非人类用户收费的结合将是一种理想的实现方式，同时稍微繁重的计算（如Hashcash）会抑制机器人。在人性证明方面，区块链长期以来一直在努力克服匿名性，以解锁诸如抵押不足的贷款和其他基于声誉的活动等活动。获得动力来证明身份的一种方法是使用JSON Web 令牌 (JWT)。JWT 是“0Auth”凭证，类似于“cookie”，是在您登录 Google 等网站时生成的。它们允许您在登录 Google 后访问互联网上的各个网站时展示您的 Google 身份。zkLogin由 L1 区块链Sui创建，允许用户将其钱包私钥和操作链接到生成 JWT 的 Google 或 Facebook 帐户。零点对点进一步扩展了这个概念，使用 JWT 来无需许可地允许用户在 Base 区块链上用法定货币交换加密货币。这是通过支付应用程序 Venmo 确认点对点现金转账来完成的，当通过电子邮件 JWT 确认时，解锁智能合约托管的 USDC 代币。这两个项目的结果是它们与链下身份建立了牢固的联系。例如，zkLogin 将钱包地址连接到 Google 身份，而 zkP2P 仅适用于 Venmo 的 KYC 用户。尽管两者都缺乏足够可靠的可靠保证来实现链上身份，但它们创建了其他人可以使用的重要构建块。虽然许多项目都试图确认区块链用户的人类身份，但最大胆的是OpenAI 首席执行官Sam Altman创立的WorldCoin。尽管备受争议，因为用户必须扫描虹膜使用反乌托邦的“Orb”机器，世界币正在走向一个不可篡改的身份系统，该系统不能轻易伪造或被机器智能所淹没。这是因为 WorldCoin 根据每个人独特的眼睛“指纹”创建了一个加密标识符，可以对其进行采样以确保唯一性和真实性。经过验证后，用户会收到 Optimism 区块链上名为 World ID 的数字护照，允许该用户在区块链上证明自己的人性。最重要的是，一个人的独特签名永远不会被泄露，也无法被追踪，因为它是加密的。World ID 只是断言区块链地址属于人类。Checkmate 等项目已经将 World ID 与社交媒体资料链接起来，以确保用户的独特性和真实性。在人工智能主导的未来互联网中，在每一次在线互动中明确证明人性可能会变得司空见惯。当人工智能克服了验证码的局限性时，区块链应用程序可以廉价、快速、具体地证明身份。通过区块链技术为人工智能做出贡献毫无疑问，我们正处于人工智能革命的早期阶段。然而，如果机器智能的增长轨迹符合最大胆的根据预测，人工智能必须面临挑战，才能脱颖而出，同时抑制其潜在危害。我们相信，加密货币是正确“训练”结果丰富但潜在阴险的人工智能植物的理想网格。区块链的人工智能解决方案集可以通过为机器智能创造者提供响应更快、更灵活且可能更便宜的去中心化计算来提高机器智能创造者的产出。它还激励能够创建更好模型的构建者，同时为其他人提供经济动力，让他们利用这些人工智能模型构建有用的业务。同样重要的是，模型所有者可以证明其模型的有效性，同时证明未使用受保护的数据源。对于人工智能用户来说，加密应用程序可以确认他们运行的模型是否符合安全标准，并且可能很有用。资料来源：VanEck Research，项目网站，截至 2024 年 1 月 15 日。提供第三方网站的链接是为了方便起见，包含此类链接并不意味着我们对链接网站中包含的或可从链接网站访问的任何内容或信息进行任何认可、批准、调查、验证或监控。点击非 VanEck 网页的链接，即表示您承认您进入的第三方网站受其条款和条件的约束。VanEck 对第三方网站的内容、访问合法性或适用性不承担任何责任。披露：VanEck 通过我们与早期风险投资经理 Cadenza 的战略合作伙伴关系在 Together 中占有一席之地，Cadenza 非常友善地为“克服去中心化计算的瓶颈” 部分做出了贡献。特别感谢：贾森·莫顿，ZKML 首席执行官 Ala Shabana，Bittensor 联合创始人 Arrash Yasavolian，Bittensor 的 Taoshi 子网创始人 Greg Osuri，Akash 首席执行官兼创始人 zkP2P首席执行官梁泽强 Sui 区块链团队的主要成员 – Sam Blackshear、Nihar Shah、Sina Nader、Alonso Gortari 来源：金色财经

金色财经2024-02-20

DePIN新锐Metablox：打造去中心化网络基础设施新范式

，这些概念不是很早以前就有项目在做？如Filecoin、Helium、Arweave、Theta等，难道这次又是包装概念炒冷饭？甚至有人拿几年前的IMO（首次矿机发行）概念和Pi等带有CX性质的项目与现在的DePIN比较，质疑DePIN就是所谓包装概念卖矿机。 DePIN赛道的契机相较于铭文赛道是自下而上由散户的共识推动，基础设施网络的建设则通常是自上而下的，硬件的生产和参与意味着DePIN项目需要充分的前期资本支持，以确保硬件能铺的更广泛，从而建立强大的网络覆盖，这都需要大量的资金和长时间的投入。与传统的基础设施提供商相比，原生Web3公司通常没这么多资金进行持续建设。早期团队只能通过“发币”、“卖矿机”吸引用户参与炒作，获得资金，然后拿资金收入拉币价。如果是在牛市周期，这种方式能够正向循环，矿机和币价继续上涨，参与者有更高的回报，吸引更多人参与。但加密市场牛熊更迭很快，上一轮牛市很多项目方还没卖出多少就遇到熊市，面对手里留一堆筹码和矿机，没有流动性无法出货的窘境。很多参与者同样也面对手里的设备每天挖，费电不说只能产出一堆没用的“积分”。因此在上一轮牛市以前参与这类项目的用户大多没有得到很好的回报，甚至参与较晚的更是血本无归。这也导致很多“过来人”对DePIN嗤之以鼻，下了庞氏骗局的定义。有句老话叫“领先一步是先驱，领先三步是先烈”。毫无疑问，没有资本加持，也没有造血能力，基础设施几乎等于零，仅靠代币炒作来维持项目又遭遇熊市，这些项目方和参与者就成了“先烈”。我认为这次DePIN的火热主要归功于两点，基本面的改善和资本的关注。归根结底，现在时机对了。 DePIN已经逐渐从“炒概念卖矿机”开始落地有实际应用，价值逐步被市场所认可。最具有代表性的项目Helium转型成功，深度绑定Solana，另起炉灶搞的Helium Mobile近期在美推出的20美元无限通话流量的套餐备受好评。去中心化GPU渲染网络RNDR也与苹果、微软、谷歌、英伟达和迪士尼等巨头建立合作。基本面的改善意味着这个赛道不再只是空中楼阁。任何新技术的炒作都离不开资本的推动。2022年以前，对于整个DePIN赛道没有一个整体的定义，对于项目的分类也都是去中心化物联网、去中心化存储、去中心化计算等等。直到2022年底，Messari 通过投票的方式正式提出DePIN这个概念，随后在2023年初判断DePIN会是未来十年加密领域最值得关注的赛道之一。资本的入局使得DePIN快速发展，目前有统计的就有超过600个DePIN项目。而市场的转暖，风投们又开始活跃起来，DePIN领域的新增投融资更是不计其数。不说区块链，即使是目前已经大规模使用的物联网平台、大数据、云计算、AI、VR、AR等技术，其实也都经历过热炒和泡沫破灭的反复循环。因此我们普通投资者不要因为过往而对一个事物抱有太大偏见。如何选择和参与DePIN项目？即使现在整个板块都出现了较大涨幅，DePIN整个赛道依旧属于早期，并且DePIN的发展是自上而下的，需要项目方持续深耕，也几乎不会像Meme那样动辄百倍不敢上车，更不会莫名奇妙冒出来一个“万倍涨幅”的神话。具体落实到投资上来，有两种方式。一种是短线投机，借着目前整个大盘情绪火热，有趋势的护航，买一些DePIN项目代币。例如FIL、HNT、RNDR、AR、AKT等上了大所，流动性较好的板块龙头。这种方式不必要买设备，不需要考虑回本周期，止盈止损都较为灵活，缺点是容易踏空。另一种如果你看好DePIN赛道的潜力，认为这个赛道可能会是像DeFi、公链一样的大叙事，那就深度参与一些基本面好的潜力新项目，并持续投入建设，无视短期的波动，博一个成长收益。这种缺点是耗费时间精力久，且如果选择不当，项目死掉最后颗粒无收。因此如何在几百个项目当中做出选择是非常重要的能力。我们大可以奉行拿来主义，让机构帮我们先筛选一道。很多机构和评级媒体都会发布一些清单，方便投资者参考。这些清单会筛选汇总同赛道的一些优质或者知名的项目。我们只要分析列表里的几个项目即可，最后每一个板块选择最优质的1-2个项目进行参与，就避免了自己去大海捞针。以Wireless为例，WiFi板块一共列举了5个项目，分别是Metablox、Wifimap、Wayru、Wicrypt、Wifi Dabba。（数据基于2023/12） Wayru 、Wicrypt 、Wifi Dabba主要做发展中地区（如拉丁美洲、印度）的无线网络，社区规模较小，基础设施建设较为迟缓。 WiFi Map用户数最多，但功能类似360万能钥匙的海外版，无硬件设备支持，主要盈利方式为订阅和广告，团队Web3运营经验较弱。这里面最有潜力的当属Metablox，其致力建立一个全球性的WiFi开放漫游网络，通过赋予用户去中心化标识（DIDs）和相应的可验证凭证（VCs）在公共WiFi网络中无缝切换的能力，向公众提供企业级WiFi漫游。团队主要成员位于加拿大,种子轮由北美知名机构Synergis领投,Depinlabs,Collab等多家机构参投。 Metablox是无线宽带联盟（WBA）OpenRoaming的Identity Provider (IDP)的11家公司提供商之一，也是里面唯一一家Web3企业。信息来源于WBA OpenRoaming官网得益于Web3的创新模式，Metablox在短短两年时间内，在全世界100+个国家，通过用户参与部署了7万+自建WiFi网络节点，根据DePINscan官网数据，节点数排DePIN赛道全球第二。用户还能共享使用OpenRoaming联盟里Boingo、Cisco、Global Reach等企业在陆地、船舶、飞机上部署的超过300万个WiFi节点，可以在全球各地进行方便、安全的WiFi连接，实现网络漫游自由。信息来源于Metablox，数据截至2024.2 整个Wireless赛道，其他的竞争者要么是偏居一隅只开拓部分区域，要么是“半路出家”希望蹭点DePIN的热度，Metablox算是血统纯正的Web3项目。并且通过自身过硬的实力和强大的合作伙伴，迅速扩张完成基础设施的部署，让产品真正能用。 Metablox代币经济学在DePIN领域乃至整个加密市场，最棘手的挑战就是代币价格波动所带来的影响。不同于传统企业大多是在发展到一定的规模并有良好的盈利前景后才被允许上市，DePIN项目往往在初期就借助发行代币作为激励，鼓励参与的用户及运营商投入资金部署相关硬件。这种做法能够为参与者提供初期的经济补偿和小额的投资回报，激励他们在网络还未能通过用户费用自我维持之前继续运行。随着网络的发展和规模的扩大，项目有望达到规模经济效益。然而，代币本身的价格波动可能会成为阻碍用户参与DePIN项目的一个因素。用户参与的主要动力是盈利：尽管DePIN项目提出了清晰的价值主张，但其原生代币的市场表现仍然是吸引和保留用户的关键因素。由于参与者获得项目的原生代币作为奖励，价格的不稳定性可能会直接影响到他们的盈利。代币价格的上升往往能够更容易吸引对市场上涨趋势感兴趣的用户。相反，在市场低迷期，代币价值和盈利能力的下滑可能会促使一部分参与者离开。对于那些市值较低、流动性较差的代币来说，这种情况尤为严峻，可能会触发一系列死亡螺旋，这在之前的很多DeFi（也包括GameFi、DePIN）项目中都出现了。代币作为支付网络服务费的媒介，其价格波动同样会对使用方产生影响。如果代币价格急剧上升，而服务费用未做相应调整，也就是门槛太高，可能会导致潜在用户不敢参与。因此，有一个稳健的代币经济体系和运营模式对于缓解价格波动的影响至关重要。 MetaBlox的代币经济模型包含以下三个元素： mPoints积分：在MetaBlox的代币体系中，mPoints扮演了核心角色，用户可通过参与网络建设、Check-in-to-earn：打卡赚积分等方式获得，或者直接购买以及从与MetaBlox合作商那里兑换。后续mPoints还可通过staking质押、销毁等形式换取治理代币。治理代币：用户可以通过多种途径获取治理代币，如通过质押、参与活动或接收空投等。这些代币主要用于验证网络服务、参与社群治理、以及获得操作权限等。 MetaBlox NFT：由MetaBlox基金会发行的NFT，可绑定到具体的挖矿设备上。持有NFT的用户可以通过质押NFT来获得mPoints，同时NFT也为其持有者提供了社区内的特殊身份。这些代币之间存在着复杂多层次的互换机制：mPoints可通过质押销毁来兑换治理代币，而MetaBlox NFT可通过质押获得mPoints奖励。这种设计构成了一个既复杂又紧密相连的代币生态。明牌空投&参与方法目前MetaBlox尚未发币，属于早期。并且官方明牌宣布空投，可以免费参与。前往应用市场获取Metablox。苹果需要海外ID，安卓需要谷歌商店。按照流程添加WiFi即可获得mPoints奖励，每天签到都可以获得mPoints。 DePIN利用分布式透明系统提高基础设施的扩展性和运作效率符合加密货币行业的原则。此类项目应用代币经济学，汇集存储容量和算力等众包资源，无需投资大量初始资本。其于各行各业拥有潜在应用场景，预示着巨大的潜在市场。其普及过程中仍存在着产品体验、护城河建立、法规合规以及人才短缺等诸多挑战。DePIN无法在短期内完全取代中心化网络，因此很可能将与传统基础设施提供商共存。长期来看，无论是从门槛降低、创新还是利用闲置资源和金钱流动的角度，DePIN的出现将对市场带来深远的影响。对于我们普通投资者，最好的选择是当风口来临时顺应趋势，放下成见大胆参与。在市场过热的时候保持一分理智及时抽身。本文不作投资意见或建议来源：金色财经

金色财经2024-02-19

Galaxy万字长文：加密货币和AI交叉领域和项目盘点

刻的指标（作为参考，领先的存储提供商 Filecoin 已经2023 年第三季度存储利用率为 12.6%），这表明这些产品的供应继续超过需求。 Akash 推出 GPU 网络已经过去半年多了，现在准确评估长期采用率还为时过早。迄今为止，GPU 的平均利用率为 44%，高于 CPU、内存和存储，这是需求的一个迹象。这主要是由对最高质量 GPU（如 A100）的需求推动的，超过90%已出租。 Akash 的每日支出也有所增加，相对于 GPU 出现之前几乎翻了一番。这部分归因于其他服务使用量的增加，尤其是 CPU，但主要是新 GPU 使用量的结果。定价与Lambda Cloud 和 Vast.ai 等中心化竞争对手相当（或者在某些情况下甚至更贵）。对最高端 GPU（例如 H100 和 A100）的巨大需求意味着该设备的大多数所有者对在面临竞争性定价的市场上市兴趣不大。虽然最初的兴趣很有希望，但采用仍然存在障碍（下面进一步讨论）。去中心化计算网络需要采取更多措施来产生需求和供应，团队正在尝试如何最好地吸引新用户。例如，2024 年初，Akash 通过了第 240 号提案，增加 GPU 供应商的 AKT 排放量并激励更多供应，特别针对高端 GPU。团队还致力于推出概念验证模型，向潜在用户展示其网络的实时功能。 Akash 正在训练他们自己的基础模型，并且已经推出了聊天机器人和图像生成产品，可以使用 Akash GPU 创建输出。同样，io.net开发了stable diffusion模型，并正在推出新的网络功能，更好地模仿传统 GPU 数据中心的性能和规模。去中心化机器学习训练除了能够满足AI需求的通用计算平台外，一组专注于机器学习模型训练的专业AI GPU供应商也正在兴起。例如，Gensyn正在“协调电力和硬件来构建集体智慧”，其观点是，“如果有人想要训练某些东西，并且有人愿意训练它，那么就应该允许这种训练发生。” 该协议有四个主要参与者：提交者（submitters）、求解者（solvers）、验证者（verifiers）和吹哨者（whistleblowers）。提交者向网络提交带有培训请求的任务。这些任务包括训练目标、要训练的模型和训练数据。作为提交过程的一部分，提交者需要为求解者所需的估计计算量预先支付费用。提交后，任务将分配给对模型进行实际训练的求解者。然后，求解者将已完成的任务提交给验证者，验证者负责检查训练以确保正确完成。吹哨者有责任确保验证者诚实行事。为了激励吹哨者参与网络，Gensyn 计划定期提供故意错误的证据，奖励吹哨者抓住他们。除了为人工智能相关工作负载提供计算之外，Gensyn 的关键价值主张是其验证系统，该系统仍在开发中。为了确保 GPU 供应商的外部计算正确执行（即确保用户的模型按照他们希望的方式进行训练），验证是必要的。 Gensyn 采用独特的方法解决了这个问题，利用了称为“概率学习证明、基于图形的精确协议和 Truebit 式激励游戏”的新颖验证方法。这是一种乐观求解模式，允许验证者确认求解者已正确运行模型，而无需自己完全重新运行模型，完全重新运行模型是一个成本高昂且低效的过程。除了其创新的验证方法之外，Gensyn 还声称相对于中心化替代方案和加密货币竞争对手而言具有成本效益，提供的 ML 训练价格比 AWS 便宜高达 80%，同时在测试方面胜过 Truebit 等类似项目。这些初步结果是否可以在去中心化网络中大规模复制还有待观察。 Gensyn 希望利用小型数据中心、零售用户以及未来手机等小型移动设备等提供商的多余计算能力。然而，正如 Gensyn 团队自己所承认的那样，依赖异构计算提供商带来了一些新的挑战。对于 Google Cloud Providers 和 Coreweave 等中心化供应商来说，计算成本昂贵，而计算之间的通信（带宽和延迟）却很便宜。这些系统旨在尽快实现硬件之间的通信。 Gensyn 颠覆了这一框架，通过让世界上任何人都可以提供 GPU 来降低计算成本，但同时也增加了通信成本，因为网络现在必须在相距较远的异构硬件上协调计算作业。 Gensyn 尚未推出，但它是构建去中心化机器学习训练协议时可能实现的概念证明。去中心化通用智能去中心化计算平台也为AI创建方法的设计提供了可能性。 Bittensor是一种基于 Substrate 构建的去中心化计算协议，试图回答“我们如何将AI转变为协作方法？”的问题。 Bittensor 旨在实现AI生成的去中心化和商品化。该协议于 2021 年推出，希望利用协作机器学习模型的力量来不断迭代并产生更好的AI。 Bittensor 从比特币中汲取灵感，其原生货币 TAO 的供应量为 2100 万，减半周期为四年（第一次减半将于 2025 年）。 Bittensor 不是使用工作量证明来生成正确的随机数并获得区块奖励，而是依赖于“智能证明”（Proof of Intelligence），要求矿工运行模型来响应推理请求而生成输出。激励智能 Bittensor 最初依赖专家混合 (MoE) 模型来生成输出。当提交推理请求时，MoE 模型不会依赖一个广义模型，而是将推理请求转发给给定输入类型的最准确的模型。想象一下建造一栋房子，你聘请了各种专家来负责施工过程的不同方面（例如：建筑师、工程师、油漆工、建筑工人等......）。 MoE 将其应用于机器学习模型，尝试根据输入利用不同模型的输出。正如 Bittensor 创始人 Ala Shaabana所解释的那样，这就像“与一屋子聪明人交谈并获得最佳答案，而不是与一个人交谈”。由于在确保正确路由、消息同步到正确模型以及激励方面存在挑战，这种方法已被搁置，直到项目得到进一步开发。 Bittensor 网络中有两个主要参与者：验证者和矿工。验证者的任务是向矿工发送推理请求，审查他们的输出，并根据他们的响应质量对它们进行排名。为了确保他们的排名可靠，验证者会根据他们的排名与其他验证者排名的一致程度给予“vtrust”分数。验证者的 vtrust 分数越高，他们获得的 TAO 币就越多。这是为了激励验证者随着时间的推移就模型排名达成共识，因为就排名达成一致的验证者越多，他们的个人 vtrust 分数就越高。矿工，也称为服务者，是运行实际机器学习模型的网络参与者。矿工们相互竞争，为验证者提供针对给定查询的最准确的输出，输出越准确，赚取的 TAO 就越多。矿工可以随心所欲地生成这些输出。例如，在未来的情况下，Bittensor 矿工完全有可能之前在 Gensyn 上训练过模型，并用它们来赚取 TAO 。如今，大多数交互直接发生在验证者和矿工之间。验证者向矿工提交输入并请求输出（即训练模型）。一旦验证者查询网络上的矿工并收到他们的响应，他们就会对矿工进行排名并将其排名提交到网络。验证者（依赖 PoS）和矿工（依赖模型证明，PoW 的一种形式）之间的这种互动被称为 Yuma 共识。它旨在激励矿工产生最佳输出来赚取 TAO ，并激励验证者对矿工输出进行准确排名，以获得更高的 vtrust 分数并增加他们的 TAO 奖励，从而形成网络的共识机制。子网和应用程序 Bittensor 上的交互主要包括验证者向矿工提交请求并评估其输出。然而，随着贡献矿工的质量提高和网络整体智能的增长，Bittensor 将在其现有堆栈之上创建一个应用程序层，以便开发人员可以构建查询 Bittensor 网络的应用程序。 2023 年 10 月，Bittensor 通过 Revolution 升级引入了子网，朝着实现这一目标迈出了重要一步。子网是 Bittensor 上激励特定行为的单独网络。 Revolution 向任何有兴趣创建子网的人开放网络。自发布以来的几个月内，已经启动了超过32 个子网，包括用于文本提示、数据抓取、图像生成和存储的子网。随着子网的成熟并成为产品就绪，子网创建者还将创建应用程序集成，使团队能够构建查询特定子网的应用程序。一些应用程序（聊天机器人、图像生成器、推特回复机器人、预测市场）目前已经存在，但除了 Bittensor 基金会的资助之外，没有正式的激励措施让验证者接受和转发这些查询。为了提供更清晰的说明，下面是一个示例，说明应用程序集成到网络中后 Bittensor 可能如何工作。子网根据根网络（root network）评估的性能赚取 TAO 。根网络位于所有子网之上，本质上充当一种特殊的子网，并由 64 个最大的子网验证者按权益进行管理。根网络验证者根据子网的性能对子网进行排名，并定期将排放的TAO 代币分配给子网。通过这种方式，各个子网充当根网络的矿工。 Bittensor展望 Bittensor仍在经历成长的烦恼，因为它扩展了协议的功能以激励跨多个子网的智能生成。矿工们不断设计新的方法来攻击网络以获得更多 TAO 奖励，例如通过稍微修改其模型运行的高评价推理的输出，然后提交多个变体。影响整个网络的治理提案只能由完全由 Opentensor 基金会利益相关者组成的Triumvirate提交和实施（需要注意的是，提案需要在实施之前得到由 Bittensor 验证者组成的 Bittensor 参议院的批准）。该项目的代币经济正在进行修改，以提高对 TAO 跨子网使用的激励。该项目还因其独特的方法而迅速获得名声，最受欢迎的人工智能网站之一HuggingFace的首席执行官表示 Bittensor 应该将其资源添加到该网站。在核心开发人员最近发表的一篇名为“Bittensor Paradigm”的文章中，该团队阐述了 Bittensor 的愿景，即最终发展为“对所测量的内容不可知”。理论上，这可以使 Bittensor 开发子网来激励所有由 TAO 支持的任何类型的行为。仍然存在相当大的实际限制——最值得注意的是，证明这些网络能够扩展以处理如此多样化的流程，并且潜在的激励措施推动的进步超过了中心化产品。为AI模型构建去中心化计算堆栈上述部分提供了正在开发的各种类型的去中心化AI计算协议的粗略概述。在其开发和采用的早期，它们提供了生态系统的基础，最终可以促进“AI构建块”的创建，例如 DeFi 的“货币乐高”概念。无需许可的区块链的可组合性为每个协议构建在另一个协议之上提供了可能性，以提供更全面的去中心化人工智能生态系统。例如，这是 Akash、Gensyn 和 Bittensor 可能全部交互以响应推理请求的一种方式。需要明确的是，这只是未来可能发生的事情的一个例子，而不是当前生态系统、现有合作伙伴关系或可能结果的代表。互操作性的限制以及下面描述的其他考虑因素极大地限制了当今的集成可能性。除此之外，流动性破碎化和使用多种代币的需要可能会损害用户体验，Akash 和 Bittensor 的创始人都指出了这一点。其他去中心化产品除了计算之外，还推出了其他几种去中心化基础设施服务，以支持加密货币新兴的AI生态系统。列出所有这些超出了本报告的范围，但一些有趣且说明性的示例包括： Ocean：一个去中心化的数据市场。用户可以创建代表其数据的数据 NFT，并可以使用数据代币进行购买。用户既可以将其数据货币化，又可以对其拥有更大的主权，同时为AI团队提供开发和训练模型所需的数据的访问权限。 Grass：一个去中心化的带宽市场。用户可以将多余的带宽出售给AI公司，后者利用这些带宽从互联网上抓取数据。Grass建立在Wynd 网络之上，这不仅使个人能够将其带宽货币化，而且还为带宽购买者提供了更多样化的观点来了解个人用户在网上看到的内容（因为个人的互联网访问通常是根据其 IP 地址专门定制的））。 HiveMapper：构建一个去中心化的地图产品，其中包含从日常汽车驾驶员收集的信息。 HiveMapper 依靠 AI 来解释从用户仪表板摄像头收集的图像，并奖励用户通过强化人类学习反馈 (RHLF) 帮助微调 AI 模型的代币。总的来说，这些都指向探索支持AI模型的去中心化市场模型或开发它们所需的周边基础设施的几乎无限的机会。目前，这些项目大多处于概念验证阶段，需要更多的研究和开发来证明它们能够以提供全面人工智能服务所需的规模运行。展望去中心化计算产品仍处于开发的早期阶段。他们刚刚开始推出最先进的计算能力，能够在生产中训练最强大的AI模型。为了获得有意义的市场份额，他们需要展示与中心化替代方案相比的实际优势。更广泛采用的潜在触发因素包括： GPU 供应/需求。 GPU 的稀缺加上快速增长的计算需求正在导致 GPU 军备竞赛。由于 GPU 的限制，OpenAI 已经一度限制对其平台的访问。 Akash 和 Gensyn 等平台可以为需要高性能计算的团队提供具有成本竞争力的替代方案。对于去中心化计算提供商来说，未来 6-12 个月是一个特别独特的机会来吸引新用户，由于缺乏更广泛的市场准入，这些新用户被迫考虑去中心化产品。再加上 Meta 的 LLaMA 2 等性能日益提高的开源模型，用户在部署有效的微调模型时不再面临同样的障碍，使计算资源成为主要瓶颈。然而，平台本身的存在并不能确保足够的计算供应和消费者的相应需求。采购高端 GPU 仍然很困难，而且成本并不总是需求方的主要动机。这些平台将面临挑战，以展示使用去中心化计算选项的实际好处（无论是由于成本、审查阻力、正常运行时间和弹性还是可访问性）来积累粘性用户。他们必须快速行动。 GPU 基础设施投资和建设正在以惊人的速度进行。监管。监管仍然是去中心化计算运动的阻力。短期内，缺乏明确的监管意味着提供商和用户都面临使用这些服务的潜在风险。如果供应商提供计算或买方在不知情的情况下从受制裁实体购买计算怎么办？用户可能会犹豫是否使用缺乏中心化实体控制和监督的去中心化平台。协议试图通过将控制纳入其平台或添加过滤器以仅访问已知的计算提供商（即提供了解你的客户KYC信息）来减轻这些担忧，但需要更强大的方法在确保合规性的同时保护隐私。短期内，我们可能会看到 KYC 和合规平台的出现，这些平台限制对其协议的访问，以解决这些问题。此外，围绕美国可能的新监管框架的讨论（最好的例子是《关于安全、可靠和值得信赖的人工智能开发和使用的行政命令》的发布）凸显了进一步限制 GPU 获取的监管行动的潜力。审查。监管是双向的，去中心化的计算产品可以从限制AI访问的行动中受益。除了行政命令之外，OpenAI 创始人 Sam Altman 还在国会作证，说明监管机构需要为人工智能开发颁发许可证。关于人工智能监管的讨论才刚刚开始，但任何此类限制访问或审查AI功能的尝试都可能加速不存在此类障碍的去中心化平台的采用。2023年11月OpenAI 领导层变动（或缺乏）进一步表明，将最强大的现有AI模型的决策权授予少数人是有风险的。此外，所有AI模型都必然反映了创建它们的人的偏见，无论是有意还是无意。消除这些偏差的一种方法是使模型尽可能开放地进行微调和训练，确保任何地方的任何人都可以访问各种类型和偏差的模型。数据隐私。当与为用户提供数据自主权的外部数据和隐私解决方案集成时，去中心化计算可能会比中心化替代方案更具吸引力。当三星意识到工程师正在使用 ChatGPT 帮助芯片设计并将敏感信息泄露给 ChatGPT 时，三星成为了这一事件的受害者。 Phala Network 和 iExec 声称为用户提供 SGX 安全飞地来保护用户数据，并且正在进行的全同态加密研究可以进一步解锁确保隐私的去中心化计算。随着AI进一步融入我们的生活，用户将更加重视能够在具有隐私保护的应用程序上运行模型。用户还需要支持数据可组合性的服务，以便他们可以将数据从一种模型无缝移植到另一种模型。用户体验（UX）。用户体验仍然是更广泛采用所有类型的加密应用程序和基础设施的重大障碍。这对于去中心化计算产品来说并没有什么不同，并且在某些情况下，由于开发人员需要了解加密货币和人工智能，这会加剧这种情况。需要从基础知识进行改进，例如登入抽象与区块链的交互，以提供与当前市场领导者相同的高质量输出。鉴于许多提供更便宜产品的可操作的去中心化计算协议很难获得常规使用，这一点显而易见。智能合约和zkML 智能合约是任何区块链生态系统的核心构建块。在给定一组特定条件的情况下，它们会自动执行并减少或消除对受信任第三方的需求，从而能够创建复杂的去中心化应用程序，例如 DeFi 中的应用程序。然而，由于智能合约目前大部分存在，其功能仍然受到限制，因为它们根据必须更新的预设参数执行。例如，部署的借贷协议智能合约包含根据特定贷款与价值比率何时清算头寸的规范。虽然在静态环境中有用，但在风险不断变化的动态情况下，这些智能合约必须不断更新以适应风险承受能力的变化，这给不通过中心化流程管理的合约带来了挑战。例如，依赖去中心化治理流程的 DAO 可能无法快速反应以应对系统性风险。集成AI（即机器学习模型）的智能合约是增强功能、安全性和效率同时改善整体用户体验的一种可能方法。然而，这些集成也带来了额外的风险，因为不可能确保支撑这些智能合约的模型不会被攻击或解释长尾情况（鉴于数据输入的稀缺，长尾情况很难训练模型）。零知识机器学习（zkML）机器学习需要大量的计算来运行复杂的模型，这使得AI模型由于成本高昂而无法直接在智能合约中运行。例如，为用户提供收益优化模型的 DeFi 协议将很难在链上运行该模型，而无需支付过高的Gas费。一种解决方案是增加底层区块链的计算能力。然而，这也增加了对链验证者集的要求，可能会破坏去中心化特性。相反，一些项目正在探索使用 zkML 以无需信任的方式验证输出，而不需要密集的链上计算。说明 zkML 有用性的一个常见示例是，用户需要其他人通过模型运行数据并验证其交易对手实际上运行了正确的模型。也许开发人员正在使用去中心化计算提供商来训练他们的模型，并担心该提供商试图通过使用输出差异几乎无法察觉的更便宜的模型来削减成本。 zkML 使计算提供商能够通过其模型运行数据，然后生成可以在链上验证的证明，以证明给定输入的模型输出是正确的。在这种情况下，模型提供者将具有额外的优势，即能够提供他们的模型，而不必透露产生输出的基础权重。也可以做相反的事情。如果用户想要使用他们的数据运行模型，但由于隐私问题（比如在医疗检查或专有商业信息的情况下），不希望提供模型的项目访问他们的数据，那么用户可以在他们的数据上运行模型而不共享数据，然后通过证明验证他们运行了正确的模型。这些可能性通过解决令人望而却步的计算限制，极大地扩展了人工智能和智能合约功能集成的设计空间。基础设施和工具鉴于 zkML 领域的早期状态，开发主要集中在构建团队所需的基础设施和工具，以将其模型和输出转换为可以在链上验证的证明。这些产品尽可能地抽象了开发的零知识方面。 EZKL和Giza是通过提供机器学习模型执行的可验证证明来构建此工具的两个项目。两者都帮助团队构建机器学习模型，以确保这些模型可以在链上以可信方式验证结果的方式执行。这两个项目都使用开放神经网络交换 (ONNX) 将用 TensorFlow 和 Pytorch 等通用语言编写的机器学习模型转换为标准格式。然后，他们输出这些模型的版本，这些模型在执行时也会生成 zk 证明。 EZKL 是开源的，生产 zk-SNARKS，而 Giza 是闭源的，生产 zk-STARKS。这两个项目目前仅兼容 EVM。过去几个月，EZKL 在增强 zkML 解决方案方面取得了重大进展，主要集中在降低成本、提高安全性和加快证明生成速度。例如，2023 年 11 月，EZKL 集成了一个新的开源 GPU 库，可将聚合证明时间缩短 35%；1 月，EZKL发布了Lilith，这是一种软件解决方案，用于在使用 EZKL 证明时集成高性能计算集群和编排并发作业系统。 Giza 的独特之处在于，除了提供用于创建可验证的机器学习模型的工具之外，他们还计划实现相当于Hugging Face的 web3 ，为 zkML 协作和模型共享开辟用户市场，并最终集成去中心化计算产品。一月份，EZKL 发布了一项基准评估，比较了 EZKL、Giza 和 RiscZero（如下所述）的性能。 EZKL 展示了更快的证明时间和内存使用。 Modulus Labs还在开发一种专为 AI 模型定制的新的 zk-proof 技术。 Modulus 发表了一篇名为《智能的成本》（The Cost of Intelligence ）的论文（暗示在链上运行 AI 模型的成本极高），该论文对当时现有的 zk-proof 系统进行了基准测试，以确定改进 AI 模型 zk-proofs 的能力和瓶颈。该论文于 2023 年 1 月发布，表明现有产品过于昂贵且效率低下，无法大规模实现AI应用。在最初研究的基础上，Modulus 在 11 月推出了Remainder，这是一种专门的零知识证明器，专门用于降低 AI 模型的成本和证明时间，目标是使项目在经济上可行，将模型大规模集成到智能合约中。他们的工作是闭源的，因此无法与上述解决方案进行基准测试，但最近在 Vitalik关于加密和人工智能的博客文章中引用了他们的工作。工具和基础设施开发对于 zkML 空间的未来增长至关重要，因为它可以显著减少需要部署运行可验证的链下计算所需的 zk 电路的团队的摩擦。创建安全接口，使从事机器学习工作的非加密原生构建者能够将他们的模型带到链上，这将使应用程序能够通过真正新颖的用例进行更大的实验。工具还解决了更广泛采用 zkML 的一个主要障碍，即缺乏知识渊博且对零知识、机器学习和密码学交叉领域工作感兴趣的开发人员。协处理器（Coprocessors）正在开发的其他解决方案（称为“协处理器”）包括RiscZero 、Axiom和Ritual。协处理器这个术语主要是语义上的——这些网络履行许多不同的角色，包括在链上验证链下计算。与 EZKL、Giza 和 Modulus 一样，他们的目标是完全抽象零知识证明生成过程，创建本质上能够执行链下程序并生成链上验证证明的零知识虚拟机。 RiscZero 和 Axiom 可以为简单的 AI 模型提供服务，因为它们是更通用的协处理器，而 Ritual 是专门为与 AI 模型一起使用而构建的。 Infernet是 Ritual 的第一个实例，包含一个Infernet SDK，允许开发人员向网络提交推理请求并接收输出和证明（可选）作为回报。 Infernet 节点接收这些请求并在返回输出之前处理链下计算。例如，DAO 可以创建一个流程，确保所有新的治理提案在提交之前满足某些先决条件。每次提交新提案时，治理合约都会通过 Infernet 触发推理请求，调用 DAO 特定治理训练的 AI 模型。该模型审查提案以确保提交所有必要的标准，并返回输出和证据，批准或拒绝提案的提交。在接下来的一年里，Ritual 团队计划推出更多功能，形成称为 Ritual 超级链的基础设施层。前面讨论的许多项目都可以作为服务提供商插入 Ritual。 Ritual 团队已经与 EZKL 集成以生成证明，并且可能很快会添加其他领先提供商的功能。Ritual 上的 Infernet 节点还可以使用 Akash 或 io.net GPU 以及在 Bittensor 子网上训练的查询模型。他们的最终目标是成为开放AI基础设施的首选提供商，能够为任何网络、任何工作负载的机器学习和其他AI相关任务提供服务。应用 zkML有助于调和区块链和人工智能之间的矛盾，前者本质上是资源受限的，而后者需要大量的计算和数据。正如 Giza 的一位创始人所说，“用例非常丰富……这有点像以太坊早期问智能合约的用例是什么……我们所做的只是扩展智能合约的用例。 ”然而，如上所述，当今的开发主要发生在工具和基础设施级别。应用仍处于探索阶段，团队面临的挑战是证明使用 zkML 实现模型所产生的价值超过了其复杂性和成本。目前的一些应用包括：去中心化金融。 zkML通过增强智能合约能力，升级了DeFi的设计空间。 DeFi 协议为机器学习模型提供大量可验证且不可篡改的数据，可用于生成收益获取或交易策略、风险分析、用户体验等。例如，Giza与Yearn Finance合作，为 Yearn 的新 v3 金库构建概念验证自动风险评估引擎。 Modulus Labs与Lyra Finance合作将机器学习纳入其 AMM，与 Ion Protocol合作实施分析验证者风险的模型，并帮助Upshot验证其人工智能支持的 NFT 价格信息。 NOYA（利用 EZKL）和Mozaic等协议提供了对专有链下模型的访问，这些模型使用户能够访问自动化流动性挖矿，同时使他们能够验证链上的数据输入和证明。 Spectral Finance正在构建链上信用评分引擎，以预测Compound或Aave借款人拖欠贷款的可能性。由于 zkML，这些所谓的“De-Ai-Fi”产品在未来几年可能会变得更加流行。游戏。长期以来，游戏一直被认为可以通过公链进行颠覆和增强。 zkML 使人工智能的链上游戏成为可能。 Modulus Labs已经实现了简单链上游戏的概念验证。 Leela vs the World是一款博弈论国际象棋游戏，用户在其中对抗 AI 国际象棋模型，zkML 验证 Leela 所做的每一步都是基于游戏运行的模型。同样，团队也使用 EZKL 框架来构建简单的歌唱比赛和链上井字游戏。 Cartridge正在使用Giza使团队能够部署完全链上游戏，最近重点引入了一款简单的人工智能驾驶游戏，用户可以竞争为试图避开障碍物的汽车创建更好的模型。虽然简单，但这些概念验证指向未来的实现，能够实现更复杂的链上验证，例如能够与游戏内经济体进行交互的复杂 NPC 演员，如《 AI Arena》中所见，这是一款超级大乱斗游戏，玩家可以在其中训练自己的战士，然后部署为AI模型进行战斗。身份、溯源和隐私。加密货币已经被用作验证真实性和打击越来越多的人工智能生成/操纵内容和深度伪造的手段。 zkML 可以推进这些努力。 WorldCoin 是一种身份证明解决方案，要求用户扫描虹膜以生成唯一的 ID。未来，生物识别 ID 可以使用加密存储在个人设备上进行自我托管，并使用验证本地运行的生物识别所需的模型。然后，用户可以提供生物识别证据，而无需透露自己的身份，从而在确保隐私的同时抵御女巫攻击。这也可以应用于需要隐私的其他推论，例如使用模型分析医疗数据/图像来检测疾病、验证人格并在约会应用程序中开发匹配算法，或者需要验证财务信息的保险和贷款机构。展望 zkML 仍处于实验阶段，大多数项目都专注于构建基础设施原语和概念证明。如今的挑战包括计算成本、内存限制、模型复杂性、有限的工具和基础设施以及开发人员人才。简而言之，在 zkML 能够以消费产品所需的规模实施之前，还有相当多的工作要做。然而，随着该领域的成熟以及这些限制的解决，zkML将成为AI和加密集成的关键组成部分。从本质上讲，zkML 承诺能够将任何规模的链下计算引入链上，同时保持与链上运行相同或接近相同的安全保证。然而，在这一愿景实现之前，该技术的早期用户将继续必须在 zkML 的隐私和安全性与替代方案的效率之间进行权衡。 AI智能体 AI和加密货币最令人兴奋的集成之一是正在进行的AI智能体实验。智能体是能够使用AI模型接收、解释和执行任务的自主机器人。这可以是任何事情，从拥有一个随时可用的根据你的偏好进行微调的个人助理，到雇用一个根据你的风险偏好来管理和调整你的投资组合的金融机器人。由于加密货币提供了无需许可和无需信任的支付基础设施，智能体和加密货币可以很好地结合在一起。经过培训后，智能体将获得一个钱包，以便他们可以自行使用智能合约进行交易。例如，今天的简单智能体可以在互联网上抓取信息，然后根据模型在预测市场上进行交易。智能体提供商 Morpheus是 2024 年在以太坊和 Arbitrum 上上市的最新开源智能体项目之一。其白皮书于 2023 年 9 月匿名发布，为社区的形成和构建提供了基础（包括Erik Vorhees等著名人物）。该白皮书包括一个可下载的智能体协议，它是一个开源的LLM，可以在本地运行，由用户的钱包管理，并与智能合约交互。它使用智能合约排名来帮助智能体根据处理的交易数量等标准确定哪些智能合约可以安全地进行交互。白皮书还提供了构建 Morpheus 网络的框架，例如使智能体协议运行所需的激励结构和基础设施。这包括激励贡献者构建用于与智能体交互的前端、供开发人员构建可插入智能体以便他们可以相互交互的应用程序的 API，以及使用户能够访问运行智能体所需的计算和存储的云解决方案在边缘设备上。该项目的初始资金已于 2 月初启动，完整协议预计将于 2024 年第二季度启动。去中心化自治基础设施网络 (DAIN)是一种新的智能体基础设施协议，在 Solana 上构建智能体到智能体经济。 DAIN 的目标是让来自不同企业的智能体可以通过通用 API 无缝地相互交互，从而大大开放 AI 智能体的设计空间，重点是实现能够与 web2 和 web3 产品交互的智能体。一月份，DAIN 宣布与 Asset Shield 首次合作，使用户能够将“智能体签名者”添加到其多重签名中，这些签名者能够根据用户设置的规则解释交易并批准/拒绝。 Fetch.AI是最早部署的 AI 智能体协议之一，并开发了一个生态系统，用于使用 FET 代币和Fetch.AI钱包在链上构建、部署和使用智能体。该协议提供了一套用于使用智能体的全面工具和应用程序，包括用于与智能体交互和订购代理的钱包内功能。 Autonolas的创始人包括 Fetch 团队的前成员，它是一个用于创建和使用去中心化AI智能体的开放市场。 Autonolas 还为开发人员提供了一套工具来构建链下托管的AI智能体，并可以插入多个区块链，包括 Polygon、Ethereum、Gnosis Chain 和 Solana。他们目前拥有一些活跃的智能体概念验证产品，包括用于预测市场和 DAO 治理。 SingularityNet正在为AI智能体构建一个去中心化的市场，人们可以在其中部署专注的AI智能体，这些智能体可以被其他人或智能体雇用来执行复杂的任务。其他公司，如AlteredStateMachine，正在构建 AI 智能体与 NFT 的集成。用户铸造具有随机属性的 NFT，这些属性赋予他们在不同任务上的优势和劣势。然后可以对这些智能体进行训练，以增强某些属性，以用于游戏、DeFi 或作为虚拟助手并与其他用户进行交易。总的来说，这些项目设想了一个未来的智能体生态系统，这些智能体能够协同工作，不仅可以执行任务，还可以帮助构建通用AI。真正复杂的智能体将有能力自主完成任何用户任务。例如，完全自主的智能体将能够弄清楚如何雇用另一个智能体来集成 API，然后执行，而不必确保智能体在使用之前已经与外部 API（例如旅行预订网站）集成并执行任务。从用户的角度来看，不需要检查智能体是否可以完成任务，因为智能体可以自己确定。比特币和AI智能体 2023 年 7 月，闪电网络实验室推出了在闪电网络上使用智能体的概念验证实施方案，称为 LangChain 比特币套件。该产品特别有趣，因为它旨在解决 Web 2 世界中日益严重的问题——Web应用程序的门禁且昂贵的API 密钥。 LangChain 通过为开发人员提供一套工具来解决这个问题，使智能体能够购买、出售和持有比特币，以及查询 API 密钥和发送小额支付。在传统的支付领域，小额支付由于费用而成本高昂，而在闪电网络上，智能体可以每天以最低的费用发送无限的小额支付。当与 LangChain 的 L402 支付计量 API 框架结合使用时，这允许公司可以根据使用量的增加和减少调整其 API 的访问费用，而不是设定单一的成本过高的标准。在未来，链上活动主要由智能体与智能体交互所主导，这样的事情将是必要的，以确保智能体能够以成本不过高的方式相互交互。这是一个早期的例子，说明如何在无需许可且经济高效的支付赛道上使用智能体，为新市场和经济互动开辟了可能性。展望智能体领域仍处于新生阶段。项目刚刚开始推出功能性智能体，可以使用其基础设施处理简单的任务——这通常只有经验丰富的开发人员和用户才能访问。然而，随着时间的推移，AI智能体对加密货币的最大影响之一是所有垂直领域的用户体验改进。交易将开始从基于点击转向基于文本，用户能够通过大语言模性与链上智能体进行交互。Dawn Wallet等团队已经推出了聊天机器人钱包，供用户在链上进行交互。此外，目前尚不清楚智能体如何在 Web 2 中运作，因为金融领域依赖于受监管的银行机构，这些机构不能 24/7 运营，也无法进行无缝跨境交易。正如Lyn Alden所强调的那样，由于缺乏退款和处理微交易的能力，与信用卡相比，加密赛道尤其有吸引力。然而，如果智能体成为一种更常见的交易方式，现有的支付提供商和应用程序很可能会迅速采取行动，实施在现有金融领域运营所需的基础设施，从而削弱使用加密货币的一些好处。目前，智能体可能仅限于确定性的加密货币交易，其中给定输入保证给定输出。这两种模型都规定了这些智能体弄清楚如何执行复杂任务的能力，而工具则扩大了它们可以完成的范围，都需要进一步开发。为了让加密智能体在新颖的链上加密用例之外变得有用，需要更广泛的集成和接受加密作为一种支付形式以及监管的明确性。然而，随着这些组件的发展，智能体准备成为上述去中心化计算和 zkML 解决方案的最大消费者之一，以自主的非确定性方式接收和解决任何任务。结论 AI 为加密货币引入了我们在 web2 中看到的相同创新，增强了从基础设施开发到用户体验和可访问性的各个方面。然而，项目仍处于发展早期，近期加密货币和AI集成将主要由链下集成主导。像Copilot这样的产品将使开发人员效率“提高10 倍”，Layer1和DeFi应用程序已经与微软等大公司合作推出人工智能辅助开发平台。Cub3.ai和Test Machine等公司正在开发用于智能合约审计和实时威胁监控的AI集成，以增强链上安全性。 LLM 聊天机器人正在使用链上数据、协议文档和应用程序进行培训，为用户提供增强的可访问性和用户体验。对于真正利用加密货币底层技术的更高级集成来说，挑战仍然是证明在链上实施AI解决方案在技术上是可行的，而且在经济上也是可行的。去中心化计算、zkML 和 AI 智能体的发展指向有前景的垂直领域，这些领域为加密货币和AI深度互联的未来奠定了基础。来源：金色财经

金色财经2024-02-19

Y Combinator合伙人：如何看待稳定币前景？

a 和 Protocol Labs； Filecoin 和 IPFS 背后的公司。 Flora 在关于稳定币的简介中表示，“很明显，稳定币将成为货币未来的重要组成部分。” Flora 喜欢未来稳定币的采用，让曾经非法的音乐文件共享成为与 Spotify 和苹果相比的大生意。社交媒体上的一些加密货币用户对 Y Combinator 稳定币的拥抱度感到有些惊讶，但又感到振奋。 “尊重@ycombinator 的转变。稳定币是为数不多的万亿美元产业之一。”去中心化稳定币 Frax 的创始人 Sam Kazemian 在 X 上写道。 PitchBook：加密货币公司上季度获得 19 亿美元融资风险投资活动通常是加密货币市场表现的滞后指标，但现在已经出现好转。数据平台 PitchBook 的一份关于第四季度融资的报告显示，加密货币上季度完成了 326 笔交易，总计约 19 亿美元，比第三季度增长 2.5%。 2023 年底的风险投资活动受到一系列九位数融资的推动，其中包括 Wormhole 以 25 亿美元的投后估值筹集 2.25 亿美元。 PitchBook 的数据显示，去年加密货币风险投资总额为 93 亿美元，低于 2021 年和 2022 年的 248 亿美元和 292 亿美元。报告称，去年有 70 家风险投资公司退出了投资，带走了 10 亿美元。来源：金色财经

金色财经2024-02-19

AI智能体是加密货币的下一个重要催化剂

施网络（dePIN）项目。Akash、Filecoin、GenesysGo、io.net、Render和Grass 等项目在 AI 与计算、存储和带宽等资源的交叉点上运行，可以在满足AI 智能体不断增长的需求方面发挥关键作用。来源：金色财经

金色财经2024-02-18

Crypto x AI 生态最全大盘点

币激励相结合。同样值得注意的是，像 Filecoin 和 Arweave 这样的去中心化数据存储，以及像 Space and Time 这样的数据库，可以在数据预处理方面发挥重要作用。基于共识的 ML 使用区块链的另一种新颖的基础设施形式则是基于共识的机器学习 (ML) 概念。Bittensor 是这一概念的最突出例子：这是一种基于 Substrate 的 L1 区块链，旨在通过使用特定于应用的子网来提高机器学习的效率和协作。每个子网都有自己的激励系统，用于服务各种用例，从 LLM 到预测模型到生成性创新。Bittensor 独特之处在于它如何使用矿工协调优质输出：矿工通过提供他们的 ML 模型的智能输出（由验证者评级）来获得 TAO (其原生代币)。由于矿工因为最佳输出而获得激励，他们会不断改进自己的模型以保持竞争力，从而帮助 Bittensor 完成了在代币经济学的协调下实现更快的学习过程。 TAO 生态系统中最近令人兴奋的发展是动态 TAO 提案，将 Bittensor 过渡到围绕代币排放的更自动化、市场驱动的机制设计，以及推出的 Nous 子网以提供激励模型微调，以便与 OpenAI 等公司竞争。我们可能会看到更多有关此类系统的尝试，例如让 mining 或共识以有利于质量的方式调节模型输出。意图就是您所需要的一切在DeFi中，MEV 领域的最新论点是关于用户意图以及使用经济同性 (economically-aligned) 的解调器来执行这些意图。关于意图的讨论通常百家齐放，但有一点已经变得越来越清晰了：用户的意图需要更高阶的语义上下文才能被解析成可执行代码。LLMs 可能会提供这个语义层。 Propellerheads 提出了迄今为止在意图空间中使用 LLM 的最清晰的愿景：https://www.propellerheads.xyz/blog/blockchain-and-llms。简而言之，LLMs 可以通过语义理解，将接近匹配的意图转化为完全匹配的意图，从而帮助我们找到巧遇需求 (coincidences of wants, CoWs) 的机会。这可以通过向内意图重判 (例如 “购买 LUSD 代替 USDC 可以吗？我找到了一个匹配的限价订单，你将通过这个 CoW 节省 0.3％的交易费用。”) 和向外意图重判 (例如 “我想购买你拥有的这个 BAYC，您愿意以 X ETH 的价格出售吗？”) 来实现。当然还可以有其他结构，这在钱包和多重签名的后账户抽象背景下变得特别有趣。DAIN 和 Autonolas 等项目已经尝试使用代理作为钱包的签名者，例如，出于安全和基于意图的目的，与你的钱包交谈并让它代表你执行交易即将成为现实。同样值得关注的是规模庞大 DeFi 用例，例如基于代理的预测市场、由 AI 管理的经济模型、以及 ML 参数化的 DeFi 应用程序，我的 zkML 文章提供了更为详细的介绍。代理经济迄今为止，我最喜欢的基础设施领域之一是人工智能代理经济。它源自我对世界的愿景，在这个世界中，每个人都有自己的代理，我们雇用那些高质量和训练有素的代理为我们服务，或者让自治代理在复杂的经济行为中实现我们的目标。为了做到这一点，代理必须有一种方式来支付和接收他们的服务费用。传统的支付模式绝对有可能为这些代理开放，但更有可能的是，鉴于其易用性、结算速度和无需许可的性质，代理将以加密货币进行交易。 Autonolas 和 DAIN 是该领域的典型案例。在 Autonolas 中，代理实际上是网络中的节点，致力于实现特定目标，这些节点由服务运营商维护，类似于 Keeper 网络。这些代理可用于各种服务，例如预言机、预测市场、消息传递等。DAIN 采用了类似的方法，使代理能够 “发现、交互、交易和与网络中的其他代理协作”。其他创意除上述内容外，我们还看到：用于微调模型（如 BagelDB）的去中心化向量数据库。用于 API 密钥的钱包和用于 AI 应用程序的 SIWE，例如 Window.ai 数据预配服务索引和搜索工具，如 Kaito 区块浏览器和仪表板，例如 Modulus Labs 的 AI 验证仪表板，它现在正在验证 Upshot 模型的一系列推理。开发助手，如 Dune 的链上 SQL 查询模型模拟代理测试环境用于数据抓取的带宽，如 Grass Network 合成数据和人类 RLHF 平台 DeSci 应用程序，例如 LabDAO 用于蛋白质折叠的分布式 bioML 工具 web3 中涌现出了无数的想法，用于服务于 AI 的各个领域，因此此处仅提供重点内容，但我强烈建议探索上述项目以深入了解其全貌。这一切的交汇 AI 和 Crypto 是协同作用的。两者都倾向于开源、抗审查，并正在创造历史上最大的财富转移。他们需要彼此，并解决彼此的核心挑战。对于 Crypto 来说，AI 解决了用户体验中的问题，促进了更具创造性的链上用例，增强了去中心化组织和智能合约的能力，并在应用和基础设施层解锁了真正的创新。对于 AI 来说，Crypto 解决了真实性和出处问题，加强了围绕开源模型和数据集的协调，有助于引导计算和数据，并使创作者和代理能够更直接地参与到后人工智能经济中去。现在的挑战是加密黑客、团队和项目了解并接受这种转变。创造力是无限的，我们正站在这一切的交汇处。如果你有兴趣了解更多关于这些交汇点的信息，请参加我们在 ETHDenver 举行的 Convergence 会议。来源：金色财经

金色财经2024-02-15

24小时热点