依赖 AWS 的区块链不会给人工智能带来透明度

人工智能 (AI) 的快速发展吸引了全世界，许多人都在询问这项技术突破的下一步是什么。 虽然人工智能已经展示了其改变各个行业的潜力，但它在大规模采用方面面临着一个主要障碍：缺乏信任和透明度。

通过区块链进行去中心化计算可以缓解当前的信任问题，但有一个问题。

多米尼克·威廉姆斯 (Dominic Williams) 是 DFINITY 基金会的创始人和首席科学家，该基金会是一个非营利性研发组织，也是互联网计算机的主要贡献者。

目前，人们对人工智能模型的洞察力有限，也没有真正的方法来验证模型所接受训练的数据来源，模型究竟收集了什么数据，以及这些数据如何告知模型及其准确性。

在人工智能程序及其所构建的基础设施的透明度发生根本性变化之前，由于缺乏信任和整体怀疑，各级用户在利用这些模型时都不会感到安全。

人工智能和区块链技术的交叉应用提供了协同效应，将增强这两种技术并通过它们的集成推动广泛采用。

目前，由于人工智能需要大量的计算资源和数据集，由于计算能力有限，大多数区块链缺乏必要的基础设施来支持人工智能模型。计算能力的限制部分是由于大多数区块链并不是完全去中心化的。

相反，当今世界上许多最受欢迎的区块链都依赖于集中式云基础设施(即谷歌云和亚马逊网络服务)，这阻碍了区块链以人工智能所需的速度支持处理和存储数据的能力。

尽管有关当前将人工智能与区块链进行整合尝试的负面头条新闻并不像看上去的那样。 当前的集成导致人工智能与区块链一起运行，而不是在区块链上运行人工智能的预期目标。

这些“区块链人工智能”项目的核心基础设施和底层技术主要在中心化服务器上运行，并利用插件将中心化人工智能模型连接到中心化云网络上运行的区块链。 这违背了利用区块链技术推进人工智能的目的，因为它没有解决信任和透明度的根本问题。

完全/全部去中心化的区块链，例如互联网计算机（ICP），我帮助构建的网络，提供匹配或超过 Web2 云服务器的计算能力，将允许人工智能模型完全在智能合约内运行。 这将使大型语言模型的训练参数和输入既开源又防篡改。 为了实现区块链上的人工智能集成，我们需要能够以与 Web2 云相当的速度处理数据的区块链，而这只能来自完全去中心化。

在区块链上托管人工智能模型本身允许人工智能系统利用固有的去中心化来提高模型各个方面的透明度。 因此，区块链上的人工智能是长期成功的下一个合乎逻辑的步骤，因为区块链将增强人工智能的可信度、责任感和安全性，从而增强用户之间的信任。

然而，人们对这两种技术究竟如何协同运作存在误解，在这些误解被消除之前，人工智能生态系统的增长将无法充分发挥潜力。

充分发挥人工智能在区块链上的潜力需要一个真正去中心化的网络。 它必须能够存储和处理数据，以便完整的模型可以在智能合约中不受阻碍地运行。 这些像 ICP 这样的去中心化系统将使人工智能能够像自治云一样发挥作用，从而改变人工智能开发的格局。

建立真相和信任

例如，考虑为医疗专业人员设计的人工智能模型。该模型被广泛使用，但最终会产生不可信的反应。这是因为没有简单的方法来验证模型所基于的训练数据以及如何使用这些数据。

这种集中式模型仅产生输出，而无法洞察输入。 然而，在去中心化的环境中，人工智能大语言模型可以仅根据著名的医学教科书和信誉良好的医学研究论文数据库来构建。

当医生与AI交互时，隐藏的过程是完全透明的，密码学证明保证了AI接受过哪些内容的训练。 因此，生成的响应可以得到验证，医生可以信任结果。

这个例子只是证明去中心化对于建立人工智能模型信任至关重要的众多例子之一。 通过在完全开放和公共的环境中运行，区块链上的人工智能确保了数据处理的透明度，使用户能够了解他们的数据是如何被利用的。

此外，链上人工智能应用程序都可以访问并贡献相同的数据集，从而在区块链内创建一个协作生态系统。 区块链的防篡改和安全特性确保这些数据也不易被恶意滥用。

人工智能和区块链之间的合作为推进这两种技术并促进更值得信赖和可靠的信息交换提供了绝佳的机会。