OP Research：Blockchain的AI变局

原文作者：CloudY, Jam

原文编辑：Vincero, YL

AI 板块相关标的，不论是 A 股、美股还是 Crypto，都迎来了暴涨。之后的时间里，随着 ChatGPT 被广泛使用，人们意识到其对整个世界的影响，不断有新的 ChatGPT 应用场景，以及同类型的产品迭代。

甚至微软也因为收购 OpenAI，并将 ChatGPT 嵌入 Bing 及 Office 生态，获得了投资者的无限期待，其股价一飞冲天。直到 ChatGPT 4 出现，其表现出的超人工智能，让人们从兴奋中冷静下来，开始思考 AI 给自己所在行业带来的改变，以及 AI 进一步发展后潜在的风险。

这篇文章正在这个背景下着笔，通过对 AI 和 Blockchain 两个行业的研究和思考，试着寻找这个问题的答案。

生产力工具

AI 可以被看作是一种生产力工具。 就像石器、蒸汽机、内燃机、电动机、计算机和互联网等之于人类，它们能作为工具，为人类社会带来生产力和生产关系的剧变。AI 改变的就是生产力，它为人类降低了计算机交互门槛的同时也为人类提高了重复性生产的效率，前者为人类生活提高了质量，后者为人类发展减轻了阻碍。

具体来说，AI 技术在许多行业产生了深远的影响，如智能制造、医疗健康、金融、交通、教育等领域。通过 AI 技术，人们可以让机器学习并自主执行一些非创造性任务，这对于某些行业来说可以提高生产效率，减少成本。例如使用 AI 预测蛋白质结构研发新型药物，Meta AI 团队训练的 ESMFold 就预测了 6 亿多条宏基因组的蛋白质，展示了自然界蛋白质的广度和多样性，这在过去是难以想象的。

通俗一点讲，使用 AI 技术，我们能用自然语言去处理过去复杂的程序，我们不需要了解复杂程序的原理，也不需要知道如何写代码，我们只需要告诉 AI 我们想要一个什么样的结果，AI 就可以根据这个结果去执行中间的步骤，实现一个想要的结果，这就是 AI 带来的生产力的提升。

AIGC，其将在智能客服、虚拟人、游戏等领域得到更广泛的应用。ChatGPT 可以根据已有语料库为虚拟人、游戏等领域提供更加流畅自然的对话体验，进一步提升用户体验和产品的市场竞争力。而更重要的是，ChatGPT 可以替代人类完成一些重复性的内容创作，比如程式化的报表、简单的信息收集与总结、翻译以及具有限定条件的插画作图等。进一步解放人类的生产力，专注于输入关键指令或进行创作，而不是重复性地执行指令。

知识图谱：知识图谱是将各种实体、关系和属性以图的形式表示出来，以支持智能搜索、推荐和问答等应用。

合成数据：合成数据是通过机器学习和其他 AI 技术生成的数据，可以用于训练和评估 AI 模型。由于隐私和安全等原因，真实的数据往往难以获取或共享。因此，合成数据可以在某些场景下替代真实数据。

AIGC：AIGC 技术是一种基于深度学习和生成模型的技术，可以用于文本生成、音频生成、图像生成、视频生成等多个领域，其也是当前被讨论和应用最广泛的方向。

研究阶段：主要关注 AIGC 的基本原理和算法，探索如何训练和优化模型，以及建立数据库。

应用阶段：AIGC 开始应用于各种实际场景开始探索如何将 AIGC 技术应用到具体的领域中。

产业化阶段：AIGC 开始被广泛应用于各种行业和领域，形成自己的产业链和配套生态系统。

整体来说，我们才刚刚从研究阶段迈入应用阶段，AIGC 的发展尚处于起步阶段。

核心要素

数据、算法和算力是 AI 发展的三大核心要素。

在数据方面，随着 AI 技术的不断发展，数据的质量和多样性也变得越来越重要。除了海量的应用场景数据之外，还需要对数据进行有效的清洗、预处理和标注，以便于提高算法的训练精确性。此外，还需要考虑跨模态、跨领域的数据融合问题，以便于更好地挖掘数据的价值和智能。

在算法方面，目前 AI 技术的发展还处于不断迭代和提升的过程中。未来的发展趋势将主要体现在深度学习算法的多模态和大模型方面，以及在自主学习、知识迁移和增量学习等方面的创新。这将进一步提高 AI 算法的智能水平和应用范围，促进 AI 技术的广泛应用。

在算力方面，随着 AI 计算的不断加速和优化，硬件载体也在不断升级和改良。例如，GPU、TPU 等专用芯片的出现，大大提高了 AI 计算的效率和速度。此外，云计算和边缘计算的发展也为 AI 算力提供了更加灵活和多样化的运算环境。

Blockchain 行业的发展现状

智能合约和账户产生的链上数据一旦被区块记录将无法修改。

随着节点数量上升、地理位置分散、算力增强或质押代币价值上涨，想要破坏共识的难度和代价就会越大。因此，中心化的个体是难以改变已经被记录的内容的。

其次在不可篡改的前提下，基于代码构建的智能合约使得用户可以在无需信任任何人的情况下与其进行交互，智能合约会根据预设好的路径运行代码实现相应操作。这使得无需信任的链上交易成为了可能。

同时，只有对应的账户可以调用智能合约内属于其的资产，不存在其他账户通过智能合约转走原账户资产情况。又因为原账户的每一次操作都需要签名确认身份，而首次转账交互甚至需要先 Approve 该智能合约调取账户资产。这让用户的钱包账户成为了其最好的身份(DID)和资产的载体。

在共识机制和智能合约的框架内，所有的链上资产和链上行为都可以被记录和确权，而基于其产生的权益也就都可以自动的归集到其所有人账户中。这能直接解决“真假美猴王”和“李代桃僵”的问题，没有人可以通过简单的 Copy Paste 来盗取他人资产，也没有人可以顶替权益所有人获得其利益。

具体来说就是数字资产可以用 Token 形式定义其唯一的智能合约地址，例如用 NFT 代表数字画作；而任何人的行为都可以用不可交易的代币(SBT)来证明，例如对其工作内容或时空存在进行认证(Proof of Work/ Proof of Attendance )。

Layer 0  -2 是 Blockchain 技术架构的分层结构，联盟链和私有链则是 Blockchain 应用场景的不同类型。

• Layer 0 ：Layer 0 指的是 Blockchain 的物理设施和网络架构，包括硬件设备、网络协议和传输介质等，其承载着信息跨链和解决资产的底层作用。当前以 Cosmos、Polkadot 和 LayerZero 为主要技术代表。

• Layer 1       ：Layer 1 是 Blockchain 的基础层，也称为公链，包括比特币、以太坊等。Layer 1 的协议设计和技术实现决定了 Blockchain 的基本性能和功能。按照类型又可细分为 EVM 和非 EVM 系。

• Layer 2       ：Layer 2 是指在 Layer 1 之上构建的协议和解决方案，用于提升 Blockchain 的性能以及扩展应用场景。Layer 2 协议目前有 6 种技术，其中以 ZK Rollup 和 Optimistic Rollup 为主流，这些协议可以使得 Blockchain 处理更多的交易、提高 TPS 和降低 Gas fee 等。

• 联盟链：联盟链是由多个组织或机构共同管理和控制的区块链网络，这些组织通常是在共同利益目标才进行合作的，例如银行、保险公司、供应链公司等。联盟链与公链不同，它的参与者是有限的，节点数量相对较少，所以其交易速度和安全性都得到了一定的提升。

• 私有链：私有链是由单个组织或机构独立控制的区块链网络，通常只允许内部人员参与。

货币是 Blockchain 发展的核心要素。

分布式节点是 Blockchain 技术的最核心的部分，它使得数据能够以去中心化的方式存储和传输。而密码学是保证 Blockchain 的安全性和隐私性的重要理论工具。此外，共识算法是 Blockchain 实现分布式一致性的关键。智能合约是一种可以自动执行的计算机程序，可以在 Blockchain 上执行各种逻辑指令。最后，加密货币，即通过使用加密技术保证了交易的安全性和匿名性。

通过分布式节点，所有的参与者都能够拥有一份完整的数据副本，这样就可以保证数据的透明性和安全性。Blockchain 的核心技术——哈希函数、数字签名和非对称加密等都是密码学的应用。它们可以帮助保证数据的完整性和身份的认证，同时也能够保护用户的隐私。

而通过共识算法，所有的节点都能够达成一致的共识，保证了数据的一致性和不可篡改性。常见的共识算法包括 PoW、PoS 等。智能合约可以实现无需第三方信任的交易，从而能在一定程度上提高交易的效率和安全性。比特币、以太币等加密货币的出现，推动了区块链技术的广泛应用和发展。

Blockchain 与 AI 的交集

作为 Blockchain 行业的一部分，在 AI 的浪潮之下，我们也需要去思考：AI 对世界的改变中，包括了 Blockchain 吗？如果是，那这个改变会是什么？以及 Blockchain 的去中心化和确权能力又更给 AI 带来什么影响？

首先，AI 作为生产力工具可以降低技术门槛，那么自然也可以降低 Blockchain 行业中的技术门槛，并增加其生产效率。

其次，AIGC 也将让游戏和元宇宙摆脱程式化设定，为 Blockchain 带来新的叙事与玩法。

而 Blockchain 的智能合约，将能够定义 AI 可以涉及的领域和范围，或限定 AI 的权限，避免其过度发展。

同时，Blockchain 的去中心化可以为 AI 提供底层数据和训练模型所需要算力的资源共享与分配。

另外 Blockchain 的确权能力还可以为数据、身份、所有权提供证明，规避 AI 带来的利益冲突。

（来自A16Z研究）

其次，就是降低代码编写的技术门槛。代码分为两个方向，一个是发行项目，部署智能合约，另一个是黑客或者白客。这两个方向属于是对抗生成的两端，也就是说我们可以用 AI 进行自然语言编程，部署我们所需要的智能合约，而对方也可以去使用 AI 分析合约代码，并发起攻击。通过这样的方式，我们将可以使用 AI 来迭代已部署的合约代码，以此形成内卷，帮助整个行业的代码建立的更完善和可靠。在这个基础之上，大家可以去把更多的心思，放在优化区块链的架构或设计整个项目，又或者是经济模型上，去丰富项目的玩法，对整个业务层面进行创新。

同样的，当 AI 简化整个技术门槛之后，过去的复杂操作将可以被广泛应用。比如循环贷、闪电贷、最优挖矿策略、自动获取收益、头矿离场时间判断，整个路径 AI 都可以完成，AI 可以自主编程，选择路径，直接部署好。就像游戏王的技能卡一样，我们只需要使用技能卡，之后技能会自己出现并产生效果。这能将在过去需要较高门槛才能完成的操作下放给普通用户，以 MEV 为例，如果我们想要获取 MEV 价值，就需要写 MEV 的夹子机器人，而当普通人也能做到的时候，那就不存在利润空间，因为大家都可以做到的时候，就需要拼 Gas 抢跑，由于博弈论原理，最后 MEV 价值会被高昂的 Gas fee 榨干，最终导致无利可图使得 MEV 影响降低。这属于是技术下放倒逼行业优化。

又或者是促进区块链技术的普及。根据 Footprint Analytics 数据，当前以太坊活跃用户也不过 32 万人，不及互联网用户的零头。最大的问题在于用户没有进入区块链的需求，而少量有需求的用户也被复杂的链上交互拦在门外。此外，以前数据上链或是使用基于区块链的门票、证件，都需要搭一个区块链系统，或是支付大量 gas fee，这个成本是巨大的。而现在基于 AI 技术我们可以低成本实现区块链构建或者优化链上数据使用路径降低 gas fee，因此任何需要确权和信息透明的地方，都可以利用区块链技术并部署智能合约。所以，通过 AI 简化的交互系统，将为 Blockchain 行业带来大量用户。

我们需要知道的是，AI 能带来的改变只存在于区块链的应用层。用户基于自己在交互中的认知，使用 AI 跳过编写智能合约的过程，直接部署用于解决某一需求的应用。发行项目的关键将不再是发行，而是创新和运营。相信未来应用层的格局必然会发生翻天覆地的变化。但应用层之下的执行层、共识层、数据层的改变，AI 是无能为力的，因为这是对底层机制的创新，绝对不是简化重复性工作就能带来质变的领域。正如，伦敦升级中 EIP 1559 的落地给了以太坊进一步向前的动力，上海升级的完成才能让 ETH 质押量增长提高以太坊安全性并让 LSD 板块再度起飞。

Blockchain 在 AI 中的作用

Blockchain 的去中心化特性与当下的 AI 技术发展表现出的中心化特性存在一定背离，但也正是这种背离为 AI 面临的问题提供了解决方案。

现代的 AI 和大数据技术在很大程度上是中心化的，即它们通常由少数大型公司或组织掌控，这些公司拥有强大的技术和资源，并且具有决定市场走向和用户行为的权力。这种中心化的特性，使得人们在使用 AI 时，必须要相信 AI 会真的按照指令诚实地执行。因此，AI 的开发和应用过程中存在一定的风险和问题，例如隐私泄露、算法偏见、数据滥用等等。

然而，Blockchain 分布式和去中心化的特性刚好能解决这些问题，通过智能合约，限定 AI 能使用的数据集，以及能运行的范围，以防止 AI 做恶；同时可以建立节点，监控 AI 的行为，如果它做恶，监督者就可以举报，对 AI 使用的算力进行罚没，以此来让 AI 只做促进人类发展的行为，防止 AI 的过度使用和越权行为。

具体来说，对于 AI 训练所需的底层数据的分享与确权，Blockchain 可以让用户自主选择是否将自己的数据提供给 AI 模型训练，这将需要倚靠 zk 技术的进一步发展，来实现不透露个人信息的同时提供用户数据。整个数据收集、储存和共享的过程将建立在去中心化节点之上，以保证数据安全和可用性，并对数据来源确权。从而让使用这些数据训练成型的 AI 在产生收益时，可以根据所涉及的数据将部分收益作为分红给到数据所有人，保证数据提供者权益。之前提到的 AI 训练数据的生成和共享也可以借助 Blockchain 的去中心化、安全和透明性等特点，以确保数据的隐私和安全性。

而为 AI 运行提供 Prompt 的用户同样可以基于其对 prompt 的所有权，获得其 prompt 被调用而产生的部分收益。从而同时保证 AI 数据所有人和 AI 运行 prompt 所有人的利益。

另外值得一提的，就是算力挖矿。AI 模型的建立除了需要大量的数据，还需要算力来进行训练，但现在世界上的算力是处于供不应求的状态。那么可以将算力以去中心化的形式集中建立云计算矿池，通过算力挖矿补贴算力提供者，再以拍卖形式出售给 AI 模型的训练，从而让有限算力获得最大的利用率，同时还能保证计算的安全性和可靠性。更重要的是，我们还可以将数据、算法、算力整合，建立一个 AI as a Service 的协议，以自身的去中心化的优势和可复用性为有需求的用户提供 AI 模型构建服务。那么从数据的获取，到数据处理，再到算法选择和算力调用，都经由一个生态进行，在保证供应链优势的同时还能避免中心化风险。

除了 AI 模型的构建之外，当我们着眼于 AI 的应用时，我们可发现 AI 超强学习能力所带来的盗版、洗稿、虚拟人等问题在 Blockchain 面前都不成问题。艺术作品以 NFT 形式记录在链上，其唯一智能合约地址可以证明作品的真实性。而艺术作品的价值除了艺术品本身，还取决于其创作者的身份，就像后人对梵高的向日葵模仿的再像，也不值一文，而区块链就能够证明哪一幅向日葵是出自梵高之手。AI 应用之一的知识图谱也可以基于区块链构建分布式知识图谱，并确保其中的数据不会被篡改、删除或冒领。

对于由 AI 使用个人过往数据构建虚拟人设的问题，也可以使用 OAT 或 SBT 来解决。任何链上行为都有对应记录，而针对相关记录创建的 OAT 或 SBT 也是唯一的，基于账户中的 OAT 或 SBT 就可以定义其身份，这都得益于区块链的不可篡改性，过去发生的事都被记录在之后的每一个区块中，无法凭空捏造过去没有存在过的行为。

总而言之，AI 作为生产力工具可以加速 Blockchain 行业的发展与普及，以及 AIGC 对元宇宙和 NFT 板块带来了新方向与叙事，但是 AI 只能替代重复性工作，降低技术性门槛，并不能对关键技术进行创新。所以 AI 给 Blockchain 带来的改变只会停留在应用层。

而 Blockchain 之于 AI 行业，是一个风险控制器，也是一个资源优化器。Blockchain 能限制 AI 的过度发展与越权操作，也能解决数据和资产的确权保护用户权益，并将 AI 所需的数据与算力分配进行整合优化。但也仅限于促进 AI 的透明化、去中心化和数据确权。

Reference

[ 1 ]《大语言模型涌现演化信息，加速蛋白质结构预测》Science 前沿

[ 2 ]《How AI Can Help Build Web3》crypto.com

[ 3 ]《AIGC：内容生产力的革命》国海证券

[ 4 ]《Mastering Bitcoin》Andreas Antonopoulos

[ 5 ]《Bitcoin: A Peer-to-Peer Electronic Cash System》Satoshi Nakamoto

[ 6 ]《Ethereum White Paper》Vitalik Buterin

[ 7 ]《Challenges and Recent Advances》Blockchain-Based Payment Channel Networks

[ 8 ]《AI 爆发对创作者和 NFT 的影响》浅思

[ 9 ]《AIGC 困局与Web3破圈之道》

[ 10 ]《超越 Web3，资本新宠 AIGC 的奇幻漂流》

标签：ai ar bloc op rch