AI 为什么能给 Web3 带来超级应用新叙事？

撰文：James XYC（推特：@Jmapprotocol），MAP Protocol 核心开发者 /Forbes 福布斯 Web3 Innovation Pioneer 

 AI是生产工具的革命，Web3是生产关系的革命。

生产工具、生产关系、生产资料共同组成生产力三大支撑。生产工具的提升若不配以最新的生产关系，也将无疾而终。Web3如此优秀的生产关系，不去致力于解决新一代生产工具带来的需求，而将精力仅仅放在改造旧的商业模式，这就如同要用电子商务改造线下卖场，淘宝O2O失败了，万达失败了，苏宁失败了，国美真快乐更失败了。当下重复杂乱的去中心化金融类应用已经让人觉得疲惫不堪，那未来Web3的应用方向，会不会就在AI领域？

AIWeb3 项目的四种类型

AI有三要素：数据，算法，算力。而由于Web3的经济模式和激励体系的不同，AIWeb3 同 AI 有本质的区别。根据调研，当下切入AIWeb3这个领域的项目有四种类型：

1. X 2 Earn 模式：该类型从商业模式切入，旨在做更专业、更垂直的标签纠错和数据提供，比如针对加密圈知识的ChatGPT。这与一般雇佣产业工人进行标签纠错和数据提供完全不同，是由业内人士训练数据。事实上，只有业内专业人士才能提供业内地道的数据，以及训练后的标签纠错。
2. 分布式云计算公链：若是对数据和算法隐私保护没有要求的AI，可以通过去中心化计算网络，进行训练。基本上是用边缘计算技术，再配合一个独立的L1分布式账本进行耦合，做算力激励和社区治理。当下，香港理工大学研究生院院长曹建农教授在分布式计算领域研究数十年，拥有丰富的学术成果和成型可落地的商业产品。
3. 分布式隐私计算公链：若对数据和算法有隐私保护需求的AI，则需要通过联邦学习技术实现，其难点在于如何做到将联邦学习的训练节点进行无许可自由进出。当然也需要一个分布式账本深度耦合进行算力激励。本质上和第二类项目商业模式一样，只不过偏向于隐私计算，当然计算难度也更高。在这一领域，陈纯院士旗下杭州趣链隐私计算团队拥有丰富的研究成果和技术造诣。
4. AIWeb3应用：大众可以通过AI辅助，生成专属的定制音乐，然后再通过Web3的机制进行传播及获利，类似应用例如 itoka。

分布式计算助力AI计算

通过Web3的运作机制，AI计算可做到分布式计算，从而大幅度降低社会成本。

在中心化云如亚马逊云中，其毛利可达40%，用的是工业电，工业带宽，而若能通过分布式计算，成本至少降低50%。

AI最烧钱的地方是算力，最难解决的是数据。

AI 数据现状

人类目前能够通过互联网和物联网，低成本地拥有海量数据。但这些数据都掌握在巨头手中，当然也掌握在个体的脑海中。到目前为止，真正能将AI使用得非常好、非常有效的是互联网巨头们。因为他们有很好的互联网平台可以搜集到海量的数据，同时他们也有很强大的财力利用数据优化人工智能算法。但是大量没有雄厚财力获取海量数据的中小企业也可以用人工智能来赋能，因为个人和中小企业也掌握了很多数据。

传统非巨头的AI公司和云计算公司很多算法和技术很好，但基本上都成为给大型企业做服务的技术外包公司，账期长，工程化复杂，回款困难。AIWeb3 可以大规模地降低整个社会的计算成本，让普通人可以以提供数据和算力的方式参与到AI产业的发展中来，对于不是巨头的AI算法团队来讲，也有了自己独立发展的空间，这就是一个巨大的机会。

分布式账本与分布式计算

但 AIWeb3 需要一个分布式账本对去中心化算力提供者进行记账和价值分配。去中心化计算技术和去中心化记账技术不同，去中心化计算可以不断演进，对容错率的要求没有“去中心化记账”那么高。Filecoin这类的去中心化存储现在也变得越来越好用，所以 AIWeb3 技术理论上看是可以先跑起来，再进行不断地优化。

分布式账本从一开始就要求是ready的，因为账本是纯金融，容不得半点闪失。在上线的时候就应该是完备的，并且「code is law」基本上没有给到容错的可能性。在分布式计算公链上，每一个计算节点，可以分别跑不同的数据和技术。即便节点虚假计算或者宕机失去计算能力，其他节点也可以接过来接着计算。但是分布式账本系统如比特币网络，所有的节点都在跑同一笔交易。

目前市面上的项目基本上还处于初期阶段，毕竟ChatGPT大火才几个月。但分布式计算公链的从业者之前已经在云计算、边缘计算、联邦学习等领域有数年的积累，只不过现在正好到了时间点，暂时还没有成熟可用的产品。但因为技术是成熟的，所以业内已有几个很强悍的团队已经做出demo进入到了产品原型阶段，预计都在一年内会陆续推出。