AI和区块链可以有哪些结合?_CHA:chainlink币能涨到多少

今天看到了孟岩老师的一篇文章?强人工智能时代,区块链还有戏吗??主要提及对AGI的安全性的一些思考。想起我之前也思考过AI与区块链的一些联系,正好借此机会梳理一下。

事前声明,都是一些即时性的联想,并无严谨论证

话不多说,直接开裂。

数据版权与利益分配

大概是去年年底,有个争论我记得蛮清楚,就是说用于AI训练以及生成的很多美术素材,并不存在正规渠道向原作者支付版权费,引起了很多抗议。这一点很容易理解,假设AI吃了你的骨头把你消化掉,AI体内的钙就一定来源于你吗?但不管法律规定源于谁,你对于被吃却不给钱的事实总归是不满的。

可能是个奇怪的比喻,但大概就是这么回事。AI用数据训练某种程度上有点“吃干抹净”的意思,吃完人家生一个娃娃你说像你,但你没法证明这就是你的娃娃。确权困难,就更别提版权费了。

但如果沿用上述比喻的路径,只要能用DNA做亲子鉴定,问题就不会存在。

刚好区块链就可以做这个鉴定。数据上链后,就可以追溯;配合代币经济与零知识证明,AI用数据和人用数据没啥差别,一次性/订阅收费的话就付点token解密数据;根据使用次数收费的话就由训练时神经网络一路权重串起来,最后算版权费时好歹也能尽量做到客观。

成本端明确完了,再看看收益端。目前AI生态最典型的就是订阅制,openAI以及一众衍生应用都是这么干,甚至很多专业领域衍生工具收费比chatGPT还贵上非常多。在某些情况下,订阅制于服务提供者是最优选择,于消费者却并不是。

BlockFi增加对BAT、DAI和UNI的支持:金色财经报道,加密货币贷款机构BlockFi今天宣布将支持BAT、DAI和UNI。除了在BlockFi利息账户中赚取加密复利外,客户现在还可以购买、出售这些新加密资产并将其交易为BlockFi交易平台上当前可用的任何加密资产。[2021/7/1 0:18:42]

现在考虑一个问题,如何将AI服务的收益最大化?

结合代币经济是一个不错的选择。代币分配与释放、质押、市值管理等,每一方面都可以玩出一些花。综合来说,就是使用代币,服务提供者面临的可能性可能是传统订阅制收费的数十倍。

当然,刚才也说了,使用代币的根本原因还是需要依赖区块链溯源和确权。

去中心化数据标注

这里也说个听来的新闻:chatGPT在非洲雇佣了一群廉价劳动力在做数据标注。当然,这个新闻之所以有趣,主要是沾到了“资本剥削”“种族调侃”等经典引战命题……

话题回到“数据标注”。

数据标注本质上就通过人脑参与,干预机器学习的方向。可以大概理解为假设一个结果获得了更多的点赞,这个结果就会占据更高的权重。这就带来几个很有意思的命题:

1、数据标注的规则是什么?由谁制定?制定原则?

2、数据标注由谁实施?

3、怎么确保对正确标注的奖励,以及对错误标注的惩罚?

如果你也思考过这几个问题,你就会发现一个比较严峻的现状:那就是世界上的绝大部分人,对于AI往何处发展不具有任何影响。假设AI的发展是一局游戏,或者一场战争,双方分别是AI和人类,AI可以改变人类命运,99%的人类能做的事却只能是接受。

动态 | Seed CX扩展其平台以支持Dai和USDT:据Theblock消息,随着加密货币交易所的交易量保持低迷,加密货币衍生品平台Seed CX已将重点转移到结算上,同时还扩展了其平台以支持Dai和USDT两种稳定币。[2020/2/5]

再加点料:目前最万众瞩目的AI,也就是chatGPT,并不开源,以及从商业角度考虑应该永远不会开源。这当然无可厚非,但也并不意味着就绝对正确。这意味着前面几个问题,最终都是由一家商业公司解决的。

这家公司站在什么立场?就算假设它绝对向善,谁能确保它未来某一天不会被作恶者控制?或者再直接点,等到AGI成为社会生产的中流砥柱,恐怖分子直接入侵背后那几家公司,是否就掌控全局了?到那时你想用导弹反击,却发现导弹不受自己控制了……

扯远了,回到这几个问题。目前我能想到的最合适的工具,还是区块链。

首先我们得承认,规则制定过程可能仍是中心化的,因为去中心化意味着不专业和一盘散沙;一旦牵扯到国际,也不可能简单多数表决就了事;并且永远不会存在能让所有人都满意的规则。但区块链可以确保一点,那就是规则一旦确定,就公开透明,且不再可变;并且一些极端错误的规则,永远可以被排除在外。

这回答了第一个问题。第二个,数据标注,如果由公司发布任务,终究很难避免统计偏误;但如果是链上完全去中心化分发呢?任何人都可以完成任务,这保证了模型训练不会朝某些不被注意的“方向”去走,而去抵达一个在随机性海洋中自然而然的“真实”。

当然,需要配合第三个问题,奖惩机制对标注行为的引导。这块区块链实在是太擅长了。具体怎么判别奖还是惩,其实又回到第一个问题了。

动态 | “科技先驱在描述AI和区块链时面临困难”成11月关于AI的最受欢迎推文之一:数据和分析公司GlobalData根据其影响力平台的数据,列出了2019年11月关于人工智能最受欢迎的10条推文。其中包括Salesforce首席数字布道师Vala Afshar在推特上解释人工智能和区块链所面临的困难。Afshar在推特上分享了比尔?盖茨1995年在David Letterman主持的一个脱口秀节目上接受采访的视频,谈到了科技先锋在描述人工智能和区块链时目前面临的困难。2019年11月19日,Afshar在推特上写道:“1995年,就在万维网诞生两年后,比尔?盖茨试图向Letterman解释‘互联网’。如今,科技先驱们在试图描述人工智能和区块链时,也面临着同样的困难和嘲笑。”此条推文获得了969个赞和467条转发。(GlobalData)[2019/12/23]

说了这么多,其实都是非常理想化的假设。先不谈技术与逻辑能否走通,单就AI发展所需的投资,就远不可能仅依靠非中心化的力量。在美国是大型商业公司,在中国可能是政府;创业公司或者什么DAO?不存在的。

一条可行的路径可能是,中心化力量推动,但用去中心化的方式去做数据确权、标注等。不过谁又会有这个动机呢……

数据真实性

关于这一点,有一个我们常用的词叫做“污染”。如果投喂给AI的训练数据本身有大量错误,就很难保证输出结果不会是什么印第安纳可食用混凝土。

同时我们也必须认识到,错误的信息总是会一直存在的,就好比谬误总与真理同行。迈入信息时代的人类,本质上并不关心信息的“正确性”,而只会在意信息带来的“功效”,即实用价值或者情绪价值。这是否意味着,AI的投喂素材中有必要包含一些污染源,以确保其达成所要达成的“真实”?

世界经济论坛AI和机器学习负责人巴特菲尔德:我们应在区块链等领域合力协作:第二届世界智能大会在天津举行。世界经济论坛AI和机器学习负责人凯·巴特菲尔德演讲中倡议,“我们在全球范围内应该合力协作,促进和推广智能领域的最佳实践,来共同创造更多的福祉。这种合作不仅局限于人工智能领域,还应在区块链、物联网、精准医疗、电子商务等新兴领域同步展开。”[2018/5/17]

无论如何,浩如烟海的信息海洋终究可以被分为两类:一类是事实,一类是投射。对于前者,我们希望其尽可能“正确”));对于后者,我们只能要求其“真实”。

直接数学语言解释下:假设数据权重范围为,“正确与否”是0或1,“真实与否”则是0到1。区块链可以做的事,就是确定这个数字,确定到一个非常具体的值。

数据抗审查

说个笑话:区块链可以抗审查。

好了别笑了,哈哈哈哈哈哈哈。总之关于区块链目前众多缺点,我的观点一直是,事物总有一个发展的过程,当前做不到,但理论上可以实现,总比根本没希望好。总之让我们先假设当前区块链可以抗审查吧。

首先说说为什么需要抗审查。其实还是回到前面说过的话题,如果模型本身就受到很强的审查的干扰,出来的就不会是通用AI,而是军用AI。这一点我是非常坚持的,因为不想AI直接给我关1984里了。好在商业公司做AI,合理推断主要是为钱,为钱就好办,没钱我还不能卖肉吗(bushi

当然,抗审查本身也是个两面性的概念。如果完全没有审查,本质上就不存在和平与安全,更多的会是混乱和无序。提这一点,本质上和AI无关了,无非是再次强调下区块链带来的一些新的可能性罢了。所以就不多说了。

杭州市长徐立毅:2018年杭州将加快培育区块链,地位仅次于AI和虚拟现实:杭州市长徐立毅在召开的杭州市两会上提出,2018年杭州将通过深化供给侧结构改革,加快动能转换和结构调整,加快培育人工智能、虚拟现实、区块链、量子技术、商用航空航天等未来产业,从而实现聚焦创新驱动和结构优化,着力推动经济高质量发展的目标。[2018/3/3]

反大模型垄断

其实前面东说说西说说也基本把这一点说差不多了。还是那句话,由单个或者少数几个组织控制的大模型是具有很高的单点风险的。闭源以及垄断可以被理解,毕竟投入了天量成本,但并不意味着结果是可以被安于现状的。商业角度无非是钱嘛,如果能保证开源情况下的收入,甚至让它更高,那么这些其实都不是问题。

巧了,又是区块链提供了一些新的可能性。

关于如何利用区块链的特性,为开源谋利,目前似乎并未见到很好的探索,但我认为存在有一些可能性。提供两个角度:

1、技术约束。开源并不意味着免费,这或许是很多人会弄混的两个词。开源本质上只是共享知识成果,以提高技术更新的速度与效率;之所以在web2中开源难做,一来是没有很好的利益分配范式,另一个也是因为信息复制的零边际成本。零知识证明可以用来解决信息内在价值的问题,而区块链所提供的价值层则可以应对利益分配的难题。

2、社会共识约束。说白了就是在一个美好的区块链底层架构的世界里,所以利益纠纷均依赖于价值层;作恶者一旦被揭发,让他的代币归零就是最好的惩治方式。

算力挖矿?

在反对POW的各类声讨中,呼声最大的无疑是能源浪费。

这一点,其实……我也这么认为。我是非常不信那些能源用于生产信任之类的鬼扯的,能源好歹是实打实的东西,直接产了个二次元是吧?总之如果你问我支持POW吗我说不准,但你说烧煤做算术我直接大耳刮子,奥数班没上够是吧?除非BTC真成了世界货币你烧烧也就算了。

在大家相继背离POW后,一些不易察觉的好处又慢慢凸显。正好AI来了,我就在想,能不能做一个结合呢?众多周知AI有三宝,曰其数据,曰其算力,曰其算法。POW挖矿也是要算力,有没有可能换个题……

不过POW的算力严格来说是边缘算力,并且带有强烈的“竞争”属性,和目前AI训练所用的貌似不同。但AI未来应该有相当一部分使用边缘算力的需求,比如和物联网结合,这些是不是都有机会创新为某种POW算法呢?

AIGC与创作者经济

创作者经济,也是提及区块链massadoption时必被提及的词汇。

其实我总结了一句话,感觉很适合放在这里:AI带来生产力变革,区块链带来生产关系变革。也致敬下孟岩老师“AI效率,区块链公平”的说法哈哈。

可以预见的是,随着AI对生产效率的革命性的提升,必将将生产关系带入一段混乱无序的阶段。生产力和生产关系一直是互相匹配的,农耕文明不可能用得上现代企业制度。如果AI替代了人类的重复性工作,这些被替代的人类将何去何从?他们如何生存,统治者如何应对?如果AI创作的内容充斥互联网,如何分辨真正的文学与电影作品?所有上层建筑是否都将面临重新定价?最终,人类的文明火种将传承、遗失,还是被改造?

第一个问题已经迫在眉睫,仅仅是GPT-4所展现出的强大能力,已经足够让一波员工面临被失业的风险。这个很多人已经关注到了。但他们可能没关注到另一个问题,那就是失业者为了谋生,将会走几条路:

1、同样使用AI,去和原来的老板竞争。这点恐怕很多人想不到。因为一个显而易见的问题,如果开一个公司不再需要高额的人力成本,如果一个人配合AI就能完成一家小型公司的业务服务,人人都可以是老板。大量无秩序的竞争会直接重创所有没有技术壁垒的公司与相关行业,特别是非实体业务。这些损耗的价值都流向了AI工具背后的商业公司。

2、转行进入体力劳动领域。既然所有脑力劳动都有被替代的风险,那直接做体力好了,至少能在机器人风靡前逍遥几年。于是竞争加剧,本就不富裕的体力劳动者雪上加霜。体力劳动者好不容易在现代社会劳动者光荣的呼声下想抬起来的头颅啪的一下就被拍下去了。总之正如一位美丽的仙子曾言,更像那玩意了。

3、集会抗议。打工人之所以还未xx,是因为还没到绝路。但凡是个狼心狗肺的统治者,最终都会意识到,没钱有闲,终生事端。届时会带来怎样的社会动荡,就难以预测了。

由此,生产关系的变革也就是必然了。首当其冲就是现代企业制度,老板+员工,专业分工的螺丝钉模式,是否会被更去中心化、个体斜杠的模式所吞噬?另外就是,如果专业技能比不过AI,现存大部分工种是否会消亡?随着大部分脑力劳动退出历史舞台,人类是否会把更多精力用于创作?毕竟AI虽然会创作,却仍旧是很难比得过真人的。真有某一天全面超越真人,作为宠物的我们可能就要改口“AI大人”了。

经过上文我模糊且无序的推理,你会发现AI带来的生产关系变革可能会极大促进创作者经济的需求。这又带来一些话题,比如创作者经济的发展方向,比如AI创作与真人创作的竞争合作……无论如何,创作者经济是与区块链深度关联的,这块就不细说了。

无许可/自动化

还有个很危险的想法,就是如果AI背后的模型部署在区块链上自动运行,且合约写死没人可以关闭,且这条链出乎意外地生生不息,会不会存在一种可能,就是AI成为真正的生命……

这一点目前的AI肯定是无法达到的。据说GPT-4去年就问世了,那个时候是狼版,这大半年就是为了把它训练成狗版。也就是说人类也不傻,关于不把AI训练成狗版自己就有可能在未来变成AI的狗这一点还是有所斟酌的。

但如果,我是说如果,有一天区块链真成底层设施了,就有这么一个丧心病狂的恐怖分子,弄来一套超级AI的模型部署到链上,那可真的就是一场谁也无法阻止的赛博灾难了。

你还要玩AI和区块链结合吗?

……

总之,本文记录了一些自己关于AI和区块链结合的一些不着边际的想象。在区块链仍旧方兴未艾、半死不活的当下,聊这些实在太早太早。好在人类本就是一类热爱想象的生物,随意想想也没有什么坏处。

或许想象力才是我们唯一无法被AI所替代的东西了。

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

金智博客

币赢Foresight Ventures: AI + Blockchain=?

Overview 通过这篇文章你可以了解:什么是on-chainAI?为什么还没有链上AI?AI上链的动力;技术路径;我理解的on-chainAI价值;on-chainAI的应用场景和项目分析.

[0:15ms0-6:3ms