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。

在区块链领域，分布式计算公链也给行业带来了新的生机。当下分布式账本公链的竞争已经白热化，正在崛起的去中心化云计算公链，将成为新基础设施赛道热点。假若分布式记账、分布式存储、分布式计算公链均发展成熟，即便是一个普通的dApp如GameFi，其前端、数值系统等都可以在去中心化计算公链上运行，数据也可以存储于去中心化存储公链，而价值确权由分布式账本完成，这才是真正的Web3基础设施的成熟时刻。

彼时 MAP Protocol 将成为Web3基础设施中涵盖记账、存储、计算三大模块的互操作性组件和连接器，服务dApp开发者，服务AIWeb3人工智能应用，助力 Web3 的新时代真正到来。例如圈内某好朋友的一个 AIWeb3 项目，就是通过AI生成音乐的Web3应用。它的存储就放在了存储公链上，数据确权记账在另外一个记账公链上，而在AI计算环节，还缺一个去中心化计算公链。这个音乐AI项目，计划让每个人生成歌曲，然后做成NFT，去传播售卖。

用 AI 为普通人赋能

根据肖风老师观点，人工智能的核心是赋予普通人专业人士的能力。

再看一万小时定律，一个人要成为专家，需要训练学习一万小时。但是，人工智能可以即刻让这个人成为专家，虽然不可能100%和专家一样，但即便拥有专家能力的50%，也能让普通人受益匪浅。所以，AI应用应该让用户付费。而不是走之前NFT商业模式的老路，创作者Mint后让别人来购买。

以音乐AI为例，父母或孩子、爱人过生日，如果能用AI生成一个定制场景和目标人群的专属曲和词，然后在家人生日庆典上用。用户是不是愿意付费？

如果这支歌曲，可以存在分布式存储公链上，永久保存，用户是不是愿意付费永久记录这个欢乐的瞬间？

如果这个AI 是在分布式计算公链上做的运算，成本效率是中心化云的一半，AI应用是不是愿意给这个分布式算力网络付费？

在付费环节，如果只做本地市场，法币就足够了，但是要做全球市场，是不是要接数字货币支付?

小结

综合来看，AI应用势必已成Web3具有确定性的超级应用。而基于 Web3 社区组织和代币激励体系形成的标签社区，则可以为AI提供强大的专业数据来源；基于边缘计算、联邦学习形成的分布式计算公链网络，又将为 AI 应用提供便宜又无法中断的永动机算法训练算力。作为未来承接数据价值传递的 MAP Protocol将作为 Web3时代的 TCP/IP 协议，助力这个伟大的AI时代。