※ 引述《ripple0129 (perry tsai)》之铭言：
: 标题: Re: [新闻] Vitalik Buterin 表示 OpenAI 的 GP
: 时间: Sat May 18 05:15:01 2024
:
: 老实说以太坊能跟AI有啥关系
: 我实在看不出来
: 除了一些币冠名AI
: 发在ETH链上
: 似乎没什么真的有什么应用出来
看不出来有什么关系是正常的，了解很多技术瓶颈也显示出你有其专业，
但人家身价亿万计，本来就不是用常人的角度在看事情，
是想把目前不可能化为未来的可能，所以目前没什么应用也没错
Vitalik 在自己一月底的部落格里，清楚叙述愿景，概分四种 AI 在区块链中的场景：
https://t.ly/IXNEO
然后上个月中，以太坊基金会开始征 AI 人材，意者寄 [email protected]
1) 参与者 (高可行性)：
本地端练好的 AI 拿来当一般玩家，例如早就出现的一些 MEV 套利，
或是作为 AI 交易者，项目方提供未知商品的走势，让大众提供算法竞争赢得奖励，并把执行利润分享
2) 界面 (具风险但高潜力)：
AI 作为一般玩家与 dapp 互动间的中介，例如一些以太钱包已有的诈骗醒示
类似早期类神经用来过滤垃圾信，或是最近 2024 google i/o 的诈骗醒示功能
3) 规则 去中心化法官 (十分谨慎小心)：
AI 作为规则与决策判断，去除人类贪嗔痴
例如 DAO 的运作，或是近年以太再质押 AVS 的惩罚与奖励原则作为裁判
4) 目标 (长期但有趣难解)：
AI 即链，链即 AI，V 特别指出 NEAR 目前正在朝此方向努力将 AI 去中心化
目前各大资讯巨头拥有的 AI 技术是为 AI 中心化，
目标在能资料隐密与算法保密的情况下，以代币作为激励与消耗，人人可用来自己微调训练或利用
但就如之前回文者，稍有点机器学习认识的人，马上就能举出一堆问题，训练资料的保密、加密资料上链、模型加解密成本、存取权… … 等
这些问题 V 也在 blog 统整入 加密成本(crypto overhead) 与 黑盒子 两大分类，这确实是长期但有趣的问题
但其实文中也提供不少解方与变形，例如 MPC (多方计算) 达到个人资料隐匿但共同学习利用模型，FHE (全同态加密) 上链加密资料进行运算，
又或是可信任硬件及限制模型存取权，或是配没提到的 联邦学习 达到模型训练分散化
但其实细究可以问出一堆问题(所以英文称它兔子洞)，尤其是喜欢作恶的好奇宝宝，怎么避免污染数据集、攻击模型和奖罚判定，
只能说很多都是概念化，也正有很多项目在实验努力中
与开源 AI 或是之前分布式运算的最大不同之处，在于如何不牺牲隐私下，
将 AI 价值留存在代币之中，让加密使用消耗 与 对算法资料有贡献者 都能从代币中扣除与获得，并避免作恶，而不再只是自愿帮忙作公益。
不过也如前面很多人指出，目前和 2000 年网络泡沫 或是几年前 大 ICO 时代一样，充满诈骗，token-based AI 必然有一堆热钱和新的泡沫，
如何万中选一找到真的有毅力实力完成 AI 项目的，就真的是考验资料拣选和验证的能力了。