Bankless：盘点加密货币领域最热门的人工智能机会

作者：Arjun Chand来源：Bankless2024-04-24

内容提要 加密货币和人工智能是当代两大技术突破。结合两者可产生更有趣的应用。尽管这一领域尚新，但已成为热门话题，一些人工智能代币的投资者已获得巨大回报。新兴领域如分布式计算、去中心化AI模型训练和推理以及零知识机器学习正在应用这些理念，以创建更开放、协作和透明的人工智能生态系统。一些领先项目如io.net、Akash、Render、Bittensor、Gensyn、Giza和Modulus正在推动这一变革。

加密货币和人工智能是我们这个时代最令人兴奋的两项技术突破。

但当你将两者结合起来时，事情会变得更加有趣。

现在人们一致认为，加密货币 x 人工智能将成为本周期最热门的话题之一。 你可以看到这种情况已经发生了——一些人工智能代币的早期投资者已经看到他们的赌注获得了巨大的回报。

但让我们面对现实吧：加密货币 x 人工智能场景仍然很新。

今天的文章概述了这个新兴行业正在发生的事情。我们将分解加密货币和人工智能交叉的不同领域，并重点关注一些顶级项目。

加密货币 x 人工智能概述

传统上，人工智能一直是大公司的游乐场。造成这种情况有几个重要原因：

高成本——开发人工智能技术需要大量的计算能力。这并不便宜，而且通常只有科技巨头才有财力购买必要的硬件，这为小型实体的进入设置了障碍。
数据垄断——人工智能模型需要大量数据来训练。大公司拥有海量的用户数据，可以利用这些数据创建先进的人工智能模型。

将两者放在一起，您就会发现为什么它对大公司来说具有如此巨大的竞争优势。

想想看：少数公司掌握着我们的大部分数据，他们都在构建自己的人工智能技术——谷歌有 Gemini，Twitter 正在与 Grok 合作，OpenAI 则用 ChatGPT 掀起了波澜。

那么，我们如何为人工智能技术的发展创造公平的竞争环境呢？那就是通过加密货币和区块链。 去中心化、透明度和经济激励是加密货币和区块链的固有原则。

将这些核心理念与人工智能相结合，你就会得到一个全新的游戏——一个进入门槛低、任何人都可以参与的人工智能行业，为人工智能技术的开发和使用创造一个更公平的生态系统。

这些协同效益正在应用于人工智能堆栈的不同部分。让我们来看看其中一些新兴领域：

分布式计算

训练人工智能模型本质上就像建造一台超级计算机。这是一个漫长且重复的过程，通过反复试验和复杂的数学，才能使人工智能模型恰到好处。所有这些计算都非常昂贵，因为它需要特定的硬件。

以 OpenAI 的计算要求为例。从 2012 年到 2018 年，他们的计算需求每隔几个月就会翻一番！这就是 GPU 的用武之地——它们是具有人工智能所需处理能力的专用硬件。

但如今 GPU 并不容易获得。全球芯片短缺，Nvidia 和 AMD 等几家大公司正在主导这场秀，从游戏玩家到人工智能开发人员，每个人都想分一杯羹。这使得 GPU 变得非常昂贵且难以找到。

为了解决 GPU 供应短缺的问题，许多项目都采用了加密货币的原则来协调 GPU 提供商和买家之间的经济激励措施。我们的想法是让您更容易、更便宜地获得所需的计算能力。

属于此类别的一些领先项目包括：

io.net —— io.net 创建了一个开放的市场，其中包含来自数据中心和加密货币矿工等未充分利用的 GPU，并以传统 GPU 成本的一小部分提供给任何人。
Akash —— Akash 是一个去中心化的计算市场，让用户可以安全高效地购买和销售计算资源。任何人都可以成为 Akash 上的提供商，并向平台上的其他用户提供他们的硬件并赚取收益。
Render —— Render 为空闲 GPU 计算创建了一个市场，可用于不同类型的项目，例如 3D 内容创建。

去中心化AI模型训练和推理

加密 x 人工智能项目正在采用更加开放和协作的方法来构建人工智能技术。这些举措利用了区块链的去中心化原则，以实现社区驱动的人工智能开发。

想象一个开放的网络，任何人都可以利用计算机的能力来训练人工智能模型。这创建了一个可供所有人使用的集体情报库，为构建广泛的人工智能应用程序铺平了道路。

属于此类别的一些领先项目包括：

Bittensor —— Bittensor 的使命是让构建 AI 应用程序变得更容易。他们正在创建一个开放的点对点市场，任何人都可以在其中共享和利用机器学习模型。
Gensyn —— Gensyn 正在将“世界上所有的计算协调到一个网络中”，以构建集体智能，以低成本和高规模训练人工智能模型。