人工智能（AI）正在迅速重塑我们周围的世界，从推动新药物的发现，到提高劳动力的生产力，再到个性化Netflix的内容。预计到2030年，人工智能行业将以每年约40%的速度增长，并达到万亿美元的市场规模，人工智能的影响可能会以前所未有的规模重塑各个行业。加密货币在使开源人工智能实现其潜力并解决当前人工智能发展中的一些不足方面可能发挥关键作用。

尽管有这种潜力，目前的人工智能格局在很大程度上被少数科技巨头控制的闭源系统主导。闭源人工智能是指由单一实体拥有和运营的专有模型，其底层代码对公众隐藏。用户对这些模型的训练方式或影响其输出的数据几乎没有了解，这引发了对不道德应用和操控的担忧，例如为了盈利而推广上瘾内容或推动某些产品或偏见（参见谷歌的Gemini及其在今年早些时候的历史不准确性）。

此外，预测显示，前沿模型在未来几年内的训练成本将超过10亿美元。与人工智能发展相关的高资本要求和网络效应造成了实质性的进入壁垒，抑制了小型参与者的创新和竞争。

开源人工智能提供了一种应对这些挑战的方法。与闭源模型相比，开源人工智能使源代码公开可用，任何人都可以免费检查、修改和改进这项工作。这种开放性有助于建立信任和问责制，因为开发者和用户都可以评估这些模型与他们自身需求和价值观的一致性。几个月前，Meta宣布通过发布Llama 3.1，首个前沿级开源人工智能模型，来支持开源人工智能，强调其可访问性和适应性。

尽管有其好处，开源人工智能也面临自身的挑战，特别是在资金和协调方面。由于开源人工智能模型可以自由复制或改编，因此很难实现货币化和维持开发工作。在Meta的案例中，马克·扎克伯格决定开源并没有直接导致收入的产生。当然，对于Meta来说，这并不是一个重大问题，因为该公司还有其他收入来源。对于其他公司来说，这构成了一个重大挑战——特别是缺乏类似资源的初创公司和独立开发者。缺乏财务激励可能会阻碍开源模型的持续维护和改进，导致努力分散和效率低下。

去中心化人工智能通过利用区块链技术和基于加密的激励措施，为开源和闭源人工智能提供了一个有前景的替代方案。在去中心化的人工智能系统中，没有单一实体控制网络；相反，所有权、访问权限和奖励在参与者之间分配。这种方法通过引入代币经济来解决困扰开源人工智能的资金和协调问题，为贡献者提供持续的财务激励。例如，像NEAR、Bittensor、Allora、Sentient和Sahara这样的去中心化网络旨在通过原生代币奖励参与者对训练和改进人工智能模型的贡献，创造一个可持续的经济模型，使开发者能够资助持续的开发。

DCG，我工作的母公司，昨天宣布正在设立Yuma，一家新公司，旨在开发Bittensor生态系统内的去中心化AI技术。

像Sahara、Grass和Masa这样的去中心化AI网络正在尝试通过奖励用户贡献个人数据来进行实验。每当个人数据用于在Sahara上训练模型时，用户会获得代币奖励。 这个例子说明了区块链驱动的经济激励如何通过奖励数据贡献来帮助启动开源AI网络，有效地绕过了阻碍获取昂贵的专有数据源（如Reddit）的传统资本限制。

去中心化AI还通过去中心化治理增强了协调性。在OpenAI的案例中，企业董事会控制着可能产生重大连锁反应的重大决策；例如，去年，他们决定解雇Sam Altman——这一决定最终被推翻。相比之下，这些去中心化AI网络是公开的，透明的，最终可能由代币持有者治理。这将使集体决策和资源分配能够更好地与社区目标对齐，而不是仅仅符合少数人的目标。

随着AI影响力的不断扩大，对更透明、可访问和可持续发展模型的需求变得愈发紧迫。虽然开源AI在闭源系统上提供了显著的改进，但在资金和协调方面仍然存在不足。去中心化AI类别尚处于初期阶段，但通过将经济激励与协作创新对齐，并确保AI技术以能够惠及所有利益相关者的方式发展，提供了对这些问题的有力解决方案。

注意：本专栏中表达的观点仅代表作者个人观点，并不一定反映CoinDesk, Inc.或其所有者及附属机构的观点。

免责声明：本文章仅代表作者个人观点，不代表本平台的立场和观点。本文章仅供信息分享，不构成对任何人的任何投资建议。用户与作者之间的任何争议，与本平台无关。如网页中刊载的文章或图片涉及侵权，请提供相关的权利证明和身份证明发送邮件到support@aicoin.com，本平台相关工作人员将会进行核查。