生成式人工智能正在以如此快的速度发展；这一步伐只会不断加快，而且速度比我们人类的思维所能理解的还要快。我们曾经认为遥远未来的科幻能力今天正在实现。这项技术既充满希望，又令人担忧。掌握在少数人手中（而不是多数人手中）可能与任何重要技术（例如金钱）的集中控制具有类似的含义——它拥有乌托邦的希望，但也具有反乌托邦的潜力。
出于同样的原因，拥有传统技术的去中心化替代方案（效率、可信中立性等）是有益的，将其应用于人工智能也很重要。
这篇短文源于去年 11 月 OpenAI 推出 ChatGPT 后进行的内部思想实验。在这个实验中，我们（在高层次上）对人工智能技术堆栈进行了分拆，并研究了在每一层进行去中心化的某些方式。
在去中心化方面，正确调整不同利益相关者的激励至关重要；这通常是通过使用代币来实现的。因此，在对去中心化的每一层进行理论分析时，我们会探索潜在的代币用例。
还必须提到的是，去中心化是一个范围，而不是二元的。在实践中，没有什么是“真正”去中心化的，而是存在于不同程度的去中心化之中。
请注意，这可能在技术上并不都是正确的，也不是完全可行的。这是一个由非人工智能专家进行的思想实验。
1. 应用层
–这是什么
第一层是应用程序层，由构建在底层技术之上的应用程序和小部件组成，用于特定目的或解决特定问题。
– 最先进的
在OpenAI，应用程序层遵循免费增值商业模式，其中 API 可以按一定速率免费使用，并且可以购买额外的使用积分。然而，OpenAI 构建的 ChatGPT Web 应用程序是可以公开访问的。在中心化操作中，API不是开放的、免费提供或可用于消费的，而是经过许可的（通过注册、身份识别、支付等）。访问由集中实体控制和授予。
–如果去中心化的话会是什么样子
在去中心化操作中，有一个开放的、无需许可的 API，任何人都可以访问、使用和构建。代币可以以信用（支付和折扣）、访问和管理的形式使用。这里的代币可以代表“提示票”和/或显示用户评价哪些应用程序最有价值的信号机制——这样他们都有动力对应用程序进行评价。
对该 API 的访问，可以由运行自己的 AI 节点的提供商市场来维护和提供，其中存在无需许可的发现、匹配和管理。
2. 功能层
–这是什么
第二层是功能层，包括人工智能模型和参数设置，描述人工智能在实践中如何运作和工作。这一层还指具有相关专业知识的人才，他们实际上在这些模型的开发和培训中从事日常工作。
–最先进的
在中心化操作中，功能层是封闭源代码且不透明的。它通常是营利性商业实体的主要知识产权。功能层由一组封闭的利益相关者管理，他们决定并实现模型本身的功能（它如何工作）。
–如果去中心化的话会是什么样子
在去中心化运营中，功能层更加开放，最好由科技巨头、政府、企业和相关意见领袖/专家组成，他们对模型的运作有发言权，并协调这些模型的开发和维护。这可能是某种选举产生的管理机构，或者是粗略的 DAO 结构中的权威证明。此处可以利用不同类型的代币（可替代或不可替代）来构建治理框架和投票权。
获得各种徽章和证明（代币）来验证专业知识的 DAO 成员可以对模型运作的建议更改提出建议或投票。这里可以应用各种不同的治理结构，但重点是重视专业知识和声誉而不是金融资本的治理结构。理论上，任何人都可以成为直接在功能层工作的人之一。然而，他们必须呼吁那些有权力将他们纳入这个核心群体的人。
3. 数据层
–这是什么
第三层是数据层，它由用于在功能层中训练人工智能模型的数据集和选择组成。
–最先进的
在集中式操作中，集中式团队决定在没有或最少外部利益相关者监督的情况下训练哪些数据集。在 OpenAI，训练数据由 OpenAI 团队选择和管理。据我们所知，目前包括来自commoncrawl.org、webtext、维基百科和电子书的数据。
–如果去中心化的话会是什么样子
在去中心化操作中，由内部和外部利益相关者组成的联合小组提出建议并就应使用哪些培训数据集达成共识。这里的代币将用于为这些利益相关者达成共识提供合理的经济激励。
DAO 无需许可即可提名并选举不同的专家组来决定使用哪些训练数据。去中心化的另一层，不仅是去中心化关于用于培训的数据集的决策，还是通过去中心化市场来去中心化数据源。
4. 计算层
–这是什么
生成式AI架构的计算层是指实际计算提示时使用的计算资源，以及模型发布前的预训练和强化。该层还包括用于每个单独计算的参数。
–最先进的
计算发生在 OpenAI 本地运行的集中式服务器上，或在企业云计算解决方案中，或两者的组合中进行。用户相信每个提示都使用相同的模型和参数。
–如果去中心化的话会是什么样子
计算的责任可以交给具有白名单节点的联合网络，这些节点有能力运行模型并且必须通过某些要求才能参与该网络。或者，可以通过将任务委托给去中心化计算网络（例如 Cudos 或 Golem）来计算请求，从而确保可以证明计算是以无需信任和加密经济的方式诚实进行的。安全性是通过代币实现的，代币可以创建加密经济保证，确保计算是诚实进行的，并且计算资源的提供者通过提供服务而获得代币报酬。
此外，网络中的每个计算节点都必须提交模型的证明或散列以及用于完成网络请求的任务的参数。如果提交的证明/哈希与其他节点提交的证明/哈希不匹配，则可能会触发削减条件。如果触发，这将导致节点丢失作为抵押品的代币，以便首先开始操作节点。
结论
人工智能技术堆栈是一个复杂的层次系统，每个层都有其独特的特征和功能。已经讨论了人工智能技术堆栈中各层的集中式和去中心化操作之间的比较。虽然中心化操作涉及控制功能层的封闭的利益相关者群体，但去中心化操作允许通过 DAO 进行更开放的决策，以及集体所有权和高度颠覆性新技术的开发。
模型。
还讨论了数据和计算层，以及去中心化决策和市场的潜力。安全性可以通过本机共识、外包共识以及不同经济和/或加密保证来实现，这些保证说明了计算的诚实性。
随着我们进入指数时代，新技术的使用者将比没有这种特权的人获得更先进的功能。因此，对于机会和结果的平等来说，权力下放的要素现在可以说比以往任何时候都更加重要。在大多数经济活动都以数字方式进行的世界中，密码学和代币化是我们可以用来为所有人创造更加公平的未来的两种主要工具。
参考链接：https://outlierventures.io/what-could-tokenised-generative-ai-look-like/
