撰文：Kyle
来源：WebX实验室
De-AI（去中心化人工智能）会成为像 Elon Musk 所预言的那样统治我们生活的人工智能机器人独裁者，还是会成为丰富且不那么物质化的未来的生产工具？
由加密货币的间歇性牛市及其各自的区块链推动的去中心化点对点技术的改进，正在产生可以改善去中心化人工智能（De-AI）的生产环境。
De-AI 的问题就和区块链一样，一个单一的系统将面临突然停用该计算机系统的非常艰巨的风险，因此节点将分布在许多国家 / 地区，并且系统中内置了经济激励措施，参与 De-AI 网络的已部署节点将获得加密货币奖励。与当前许多的 AI 应用程序一样，De-AI 上将提供 AI 应用程序，但它们不会由单个人类实体控制，而是由受经济激励措施引导的验证者社区控制。
华尔街日报：币安裁员超过1000名员工:金色财经报道，一位知情人士透露，近几周币安已有逾1000人被解雇。仍在继续的裁员可能会导致币安失去逾三分之一的员工。据币安前雇员说，本周有更多的员工被解雇，客户服务人员受到严重影响。此次裁员是全球性的，其中包括印度的30多名客服员工。币安发言人证实有员工被解雇，但拒绝透露裁员人数。[2023/7/15 10:56:00]
Layer2 区块链被设计为可大规模扩展，是部署机器学习算法的自然目标，但可能需要一种更原生的方法，包括高速计算。Layer2 区块链，如 Optimism、Arbitrum 和 Starkware，有特定的编程语言（最常见的是 Solidity，Cairo 即将出现在 StarkWare），不适合人工智能的高性能计算。
零知识 (ZK) 是加密生成的简短证明，证明有一些数据或计算已经完成，而没有透露数据或计算的所有细节。有用的 ZK 证明还必须在短时间内可验证。未来零知识技术的高速改进（StarkWare 使用了这种 ZK 技术）将允许对区块链进行高性能计算。
数据：币安稳定币储备已降至65亿美元左右，较去年11月下跌75%:金色财经报道，据区块链分析公司Glassnode数据分析显示，币安稳定币储备已有较大幅度减少，从2022年11月的260多亿美元急剧下降到当前的65亿美元（降幅高达75%）。这部分降幅主要是由美国证券交易委员会对BUSD的投诉所驱动，导致BUSD发行方Paxos切换至仅限赎回模式。此外，对于Coinbase来说，净储备的变化要小得多，稳定币的余额在本周持平，BTC的余额只减少了2300枚（占总数的0.5%）。[2023/6/14 21:36:38]
区块链的主要问题是用户需要任何交易计算都可以由其他节点快速验证，而 ZK 允许验证比计算本身快得多。
我们可以考虑哪些机器学习系统最适合首先迁移到去中心化系统中，这包括：
动态 | 币安新加坡法币交易所正式推出 目前仅支持BTC/SGD交易对:据TechCrunch消息，币安新加坡法币交易所已正式上线，但目前仅支持BTC/SGD交易对。币安发言人表示，如果法规允许，未来可能会上线更多交易对。[2019/4/25]
1）推荐系统：当用户消费不同的项目时，它被注册并被评估以建议未来要消费的项目。从技术上讲，你需要估计到其他项目的距离。这种类型的技术非常适合将推荐算法数据应用到多个节点中。你不需要将所有用户偏好、过去消费的项目都存储在一台计算机上。
2）聚类 / 非结构化分类：鉴于聚类是将数据集分类为自发的新类别的问题，似乎比结构化分类（固定数量的类别）更容易去中心化。如果你将类别想象为地理区域，你会发现没有必要将所有数据点都存储在一台计算机中。特别是广义聚类算法中的应用于大脑图像的去中心化聚类算法。
公告 | 币安将于4月22日暂停ZIL充提业务以支持ZIL主网升级:据官方公告，币安将于04月22日上午08:00（香港时间）暂停ZIL充值、提现业务，以支持ZIL主网升级。主网切换后，Binance将继续支持充值ZIL的ERC20代币，自动兑换成主网代币。[2019/4/18]
现在人工智能或机器学习中缺少的工具是结构化分类器，基于固定数量的类别，算法必须猜测一条数据属于哪个类别（例如，这篇文章是用英语还是中文写的？）。与强化学习密切相关，强化学习就像分类器的闭环，为机器人或游戏生成动作。
深度学习是多层结构化分类器（因此，深度分层）的组合，以获得更复杂的自动化学习体验。这种类型的 AI 工具的问题在于，你需要所有训练数据集的全局视图，因为输出使用的是经过训练的权重或变量形式的数据合成汇总。你需要训练权重来生成输出、类别、机器人动作。
矩阵乘法是做大量的数值乘法和加法。海量矩阵乘法是结构化分类器、深度学习和强化学习中涉及的主要操作。正如我们之前提到的，对这些操作的验证（以避免作弊）是 De-AI 将面临的主要挑战。我们为去中心化人工智能 (De-AI) 设想了这三种场景：
1）原生高性能区块链或侧链：当比特币被认为是无用的，因为「浪费」了每秒验证 5 笔交易的无意识计算量，许多有远见的人提出，区块的挖掘涉及更多有用的计算。这是区块链难题的圣杯，将帮助人类。
要参与区块链网络中交易的验证，你将必须进行矩阵乘法和复杂的机器学习操作，这些操作将由其他节点验证，并最终被接受为挖矿的一部分加密货币。这种方法仅限于特定操作或静态深度学习架构。Filecoin 和其他存储区块链可以通过仅存储数据但没有太多或没有转换的方式在此类别中看到。WekaCoin 解决方案提出了一系列多样化的机器学习算法参与共识，使挖矿更加智能。
2）更快的 Layer2 区块链：利用现有的高性能和廉价的 Layer 2 区块链，其中大多数基于以太坊网络协议，是实现去中心化人工智能的自然方法。使用 Solidity 作为编程语言可能不是最快的，但该技术具有构建去中心化 AI 乐高的所有要素。
构建可重复用的机器学习代码块，这些代码是开放且免费的（如果你支付网络费用）。这种方法的主要限制是区块链通常具有有限的计算能力，可以包含在单个区块中。然后，如果你分叉像 Arbitrum、Optimism 或 Starkware 这样的 Layer 2，你必须准备好大量增加最大区块大小，并准备好为网络中的验证器设置最低性能阈值。
3）用于 AI 的专用零知识平台：这种替代方案类似于前面提到的 StarkWare Layer 2 方法，但也涉及针对矩阵乘法和深度学习的 ZK 智能合约（例如使用 Cairo 编程语言）的特定开发。这可以在智能合约层中完成，例如在 StarkWare 中，或者在较低的共识层中完成。目标是进行大量繁重的计算，可以很容易地被网络中的其他节点验证。此外，包括灵活的智能合约操作组合允许不同算法的互操作性。
WebX实验室
企业专栏
阅读更多
金色早8点
金色财经
去中心化金融社区
CertiK中文社区
虎嗅科技
区块律动BlockBeats
念青
深潮TechFlow
Odaily星球日报
腾讯研究院
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。