去中心化的人工智能 – 为什么区块链是缺失的治理层 - 每日霍德尔

HodlX 客座文章提交您的文章

人工智能正在以惊人的速度发展，自动化代理现在能够分析市场、诊断疾病、编写代码以及做出招聘决策。

但随着能力的增长，随之而来的却是更深刻的不安——这些智能体由谁来管理，按照什么规则？

少数公司正在控制访问、性能和对齐。这种智能数据的集中化引发了怀疑和信任缺失。

对人工智能的信任(不仅仅在于它是否有效。这关系到谁来控制它，它如何发展，以及它的行为是否可以被审计、质疑或改进。

在中心化系统中，这些问题如果有答案，通常是在闭门的情况下回答的。

区块链和Web 3.0技术提供了一种引人注目的替代方案——去中心化作为设计原则。

与其信任公司，我们更信任系统。与其依靠善意，我们更依赖协议。

集中式人工智能中的信任问题

专有AI模型的黑箱性质限制了透明度。它们的训练数据、优化策略和更新周期都是不透明的。

更糟糕的是，这些模型通常在高风险环境中运作，做出影响人们财务、健康或权利的决策。

在没有清晰理解这些决策如何做出的情况下，信任变得盲目。

基础设施的集中度也很高。高级人工智能的计算资源、数据管道和部署渠道主要集中在私有数据中心。

这造成了失败的节点，并加强了权力的不平衡，使最终用户成为他们无法塑造或质疑的情报的被动消费者。

激励结构加剧了这个问题。传统的人工智能开发缺乏奖励可验证贡献或惩罚有害行为的机制。

一个不当行为的代理人不会遭受任何成本，除非其拥有者干预，而该拥有者可能会将盈利放在道德之上。

区块链带来了什么

区块链提供了一种无信任的架构，可以以透明、可编程的方式对人工智能系统进行治理、审计和激励。

它所实现的最深刻的转变之一是能够将问责制直接嵌入到人工智能堆栈中。

声誉变得可量化。例如，ABTs )AgentBound Tokens( 是一种不可转让的加密凭证，旨在跟踪人工智能代理的行为。

如果一个代理想要执行高风险的操作，就必须以其声誉作为抵押。失误会导致削减，而良好的表现则增强其可信度。

这在代理人的激励与人类期望之间创造了经济对齐。

区块链还引入了可审计性——通过在链上记录数据来源、训练历史和决策日志，利益相关者可以验证模型如何以及为何做出特定选择。

同样重要的是基础设施的去中心化。如今，人工智能受到集中数据中心的物理和经济限制。

随着DePIN和像IPFS这样的去中心化存储系统的兴起，AI工作负载可以在全球参与者之间分配。

这降低了成本，增加了韧性，并打破了谁可以构建、训练和部署模型的垄断。

多智能体系统需要共享轨道

自主代理并不是孤立的实体——越来越多的情况下，它们必须互动，无论是协调物流、定价服务还是优化供应链。

没有共享协议和可互操作的标准，这些代理仍然局限于各自的孤岛，无法进行组合或协作。

公共区块链为代理之间的协调提供了基础设施。智能合约允许代理达成可执行的协议。代币化激励措施在网络之间对齐行为。

一个服务市场出现，代理可以购买计算能力、出售数据和协商结果——无需依赖中心化的中介。

今天，我们可以看到原型生态系统框架，其中代理半独立地运行，质押代币，相互验证输出，并根据共享的经济逻辑进行交易。

这是一个用于机器协调的覆盖网络，原生于互联网。

无中心大脑的联邦学习

在不同方之间协作训练人工智能而不汇集敏感数据是一个重要的前沿。

FL )联邦学习(通过保持数据本地并仅共享模型更新来实现这一点。

但大多数联邦学习实现仍然依赖中央服务器来协调聚合，这可能成为一个瓶颈和攻击面。

DFL )去中心化联邦学习(消除了中介。

以区块链作为协调层，更新可以通过点对点共享，通过共识进行验证并不可变地记录。

每个参与者都为一个集体模型做出贡献，而不放弃控制或隐私。

代币激励高质量的更新并惩罚恶意干扰尝试，从而确保训练过程的完整性。

这种架构非常适合医疗保健、金融或任何对数据敏感性至关重要且利益相关者多样性必不可少的领域。

链上人工智能的风险与权衡

没有任何系统是没有挑战的。区块链带来了延迟和吞吐量的限制，这可能会限制其在实时人工智能系统中的使用。

治理代币可能会被操纵，设计不良的激励机制可能会导致不当行为。

链上逻辑一旦部署，就很难更改，如果缺陷未被发现，将带来风险。

还有安全隐患。如果一个AI依赖链上预言机或协调，对底层区块链的攻击可能会连锁反应到AI的行为。

此外，像ABTs这样的声誉系统需要强大的Sybil抵抗和隐私保护措施，以防止操纵。

这些并不是避免区块链的理由——但它们突显了对谨慎设计、形式验证和持续改进的承诺的必要性。

人工智能的新社会契约

区块链在本质上为人工智能提供了一个治理基础 – 一种编码规范、分配权力和奖励一致性的方法。

它将“谁控制人工智能”的问题重新框定为“控制是如何编码、执行和验证的？”

这在政治上比技术上更为重要。没有去中心化的人工智能发展可能会从开放实验转向企业整合。

区块链提供了构建智能系统作为公共产品的机会，而不是专有资产。

挑战在于将技术层、数据、模型、激励和控制融合成一个连贯的堆栈。

但这条道路是明显的——开放协议、透明激励和去中心化监督。人工智能不仅需要区块链作为基础设施。它还需要区块链来获得合法性。

在一个自主代理的世界中，信任不能是副产品——它必须被工程化。区块链为我们提供了实现这一目标的工具。

Roman Melnyk 是 DeXe 的首席营销官。