黑石集团在以太坊上的代币化基金支付了210万美元
Grayscale的最新研究揭示了人工智能和加密货币之间新兴的协同关系
格雷度投资的研究报告强调了这一交叉领域在解决未来与人工智能相关的社会挑战方面的潜力,包括对数据隐私和权力集中的担忧。根据格雷度的研究员威尔·奥格登·摩尔(Will Ogden Moore)的说法,与人工智能相关的加密货币显示出了显著增长,表现优于加密货币生态系统内的传统行业。
“具体来说,按市值排名前四的人工智能相关加密货币代币(TAO、RNDR、AKT、WLD)在过去一年中上涨了522%,表现优于同期的公用事业和服务加密货币行业(+86%),”报告指出。
格雷度的分析指出了对可访问、竞争和透明的人工智能发展的关键需求,这与区块链技术的核心原则相呼应。报告讨论了来自行业专家等各种观点,包括他们对区块链如何在建立人工智能治理的制衡和监督方面发挥关键作用的看法。
“Openai事件凸显了对关键技术的集中控制可能带来的潜在危险,”研究解释道。“对于格雷度研究来说,这引发了一个关键问题:我们如何确保人工智能的发展是可访问、竞争和透明的?”
格雷度的报告进一步强调了区块链在打击虚假信息和深度伪造视频的崛起中的作用,特别是在政治敏感的情境中,如选举。报告展示了利用区块链协议验证内容真实性的倡议,从而增强数字信息的信任和透明度。
人工智能发展中的一个主要关注点是人工智能模型中的偏见。格雷度的报告揭示了像Bittensor这样的去中心化网络,旨在通过激励多样化的预训练模型来减少偏见。这种方法促进了人工智能创新的开放和协作环境,潜在地减轻了偏见的负面影响,并促进了更加公平的人工智能格局。
例如,有几项研究表明,AI语言模型(如Chatgpt)可能存在左倾政治偏见。《国家生物技术信息中心》发表的一篇论文认为,算法偏见可能存在于针对人们政治取向的AI系统中。华盛顿大学和卡内基梅隆大学揭示了AI语言模型是在左倾数据上进行训练的。
最后,报告强调了民主化人工智能发展的重要性,以防止科技巨头的垄断。报告讨论了去中心化的计算市场,如Akash和Render,如何实现对人工智能开发资源的更广泛访问。通过将GPU所有者与人工智能开发者联系起来,这些平台正在使人工智能开发变得更加可访问和竞争,抵制科技行业集中化的趋势。
总之,格雷度和摩尔的研究报告阐明了一个变革性阶段,人工智能和加密货币融合在一起,促进了一个充满创新和社会利益的格局。这种结合不仅重新定义了区块链的实用性,还解决了人工智能治理和发展中的关键挑战。通过利用去中心化网络和市场,这种协同关系承诺带来一个更加公平、透明和多样化的技术未来。