*撰文：James XYC（推特：@Jmapprotocol｜MAP Protocol 核心開發者| Forbes 福布斯Web3 Innovation Pioneer
AI 是生產工具的革命，Web3 是生產關係的革命。
生產工具、生產關係、生產資料共同組成生產力三大支撐。生產工具的提升若不配以最新的生產關係，也將無疾而終。 Web3 如此優秀的生產關係，不去致力於解決新一代生產工具帶來的需求，而將精力僅僅放在改造舊的商業模式，這就如同要用電子商務改造線下賣場，淘寶O2O 失敗了，萬達失敗了，蘇寧失敗了，國美真快樂更失敗了。當下重複雜亂的去中心化金融類應用已經讓人覺得疲憊不堪，那未來Web3 的應用方向，會不會就在AI 領域？
AIWeb3 項目的四種類型
AI 有三要素：數據，算法，算力。而由於Web3 的經濟模式和激勵體系的不同，AIWeb3 同AI 有本質的區別。根據調研，當下切入AIWeb3 這個領域的項目有四種類型：
1. X 2 Earn 模式
該類型從商業模式切入，旨在做更專業、更垂直的標籤糾錯和數據提供，比如針對加密圈知識的ChatGPT。這與一般僱傭產業工人進行標籤糾錯和數據提供完全不同，是由業內人士訓練數據。事實上，只有業內專業人士才能提供業內地道的數據，以及訓練後的標籤糾錯。
2. 分佈式雲計算公鏈
若是對數據和算法隱私保護沒有要求的AI，可以通過去中心化計算網絡，進行訓練。基本上是用邊緣計算技術，再配合一個獨立的L1 分佈式賬本進行耦合，做算力激勵和社區治理。當下，香港理工大學研究生院院長曹建農教授在分佈式計算領域研究數十年，擁有豐富的學術成果和成型可落地的商業產品。
3. 分佈式隱私計算公鏈
若對數據和算法有隱私保護需求的AI，則需要通過聯邦學習技術實現，其難點在於如何做到將聯邦學習的訓練節點進行無許可自由進出。當然也需要一個分佈式賬本深度耦合進行算力激勵。本質上和第二類項目商業模式一樣，只不過偏向於隱私計算，當然計算難度也更高。在這一領域，陳純院士旗下杭州趣鏈隱私計算團隊擁有豐富的研究成果和技術造詣。
4.AIWeb3 應用
大眾可以通過AI 輔助，生成專屬的定制音樂，然後再通過Web3 的機制進行傳播及獲利，類似應用例如itoka。
分佈式計算助力AI 計算
通過Web3 的運作機制，AI 計算可做到分佈式計算，從而大幅度降低社會成本。
在中心化云如亞馬遜雲中，其毛利可達40%，用的是工業電，工業帶寬，而若能通過分佈式計算，成本至少降低50%。
AI 最燒錢的地方是算力，最難解決的是數據。
1. AI 數據現狀
人類目前能夠通過互聯網和物聯網，低成本地擁有海量數據。但這些數據都掌握在巨頭手中，當然也掌握在個體的腦海中。到目前為止，真正能將AI 使用得非常好、非常有效的是互聯網巨頭們。因為他們有很好的互聯網平台可以蒐集到海量的數據，同時他們也有很強大的財力利用數據優化人工智能算法。但是大量沒有雄厚財力獲取海量數據的中小企業也可以用人工智能來賦能，因為個人和中小企業也掌握了很多數據。
傳統非巨頭的AI 公司和雲計算公司很多算法和技術很好，但基本上都成為給大型企業做服務的技術外包公司，賬期長，工程化複雜，回款困難。 AIWeb3 可以大規模地降低整個社會的計算成本，讓普通人可以以提供數據和算力的方式參與到AI 產業的發展中來，對於不是巨頭的AI 算法團隊來講，也有了自己獨立發展的空間，這就是一個巨大的機會。
2.分佈式賬本與分佈式計算
但AIWeb3 需要一個分佈式賬本對去中心化算力提供者進行記賬和價值分配。去中心化計算技術和去中心化記賬技術不同，去中心化計算可以不斷演進，對容錯率的要求沒有“去中心化記賬”那麼高。 Filecoin 這類的去中心化存儲現在也變得越來越好用，所以AIWeb3 技術理論上看是可以先跑起來，再進行不斷地優化。
分佈式賬本從一開始就要求是ready 的，因為賬本是純金融，容不得半點閃失。在上線的時候就應該是完備的，並且「code is law」基本上沒有給到容錯的可能性。在分佈式計算公鏈上，每一個計算節點，可以分別跑不同的數據和技術。即便節點虛假計算或者宕機失去計算能力，其他節點也可以接過來接著計算。但是分佈式賬本系統如比特幣網絡，所有的節點都在跑同一筆交易。
目前市面上的項目基本上還處於初期階段，畢竟ChatGPT 大火才幾個月。但分佈式計算公鏈的從業者之前已經在雲計算、邊緣計算、聯邦學習等領域有數年的積累，只不過現在正好到了時間點，暫時還沒有成熟可用的產品。但因為技術是成熟的，所以業內已有幾個很強悍的團隊已經做出demo 進入到了產品原型階段，預計都在一年內會陸續推出。
在區塊鏈領域，分佈式計算公鏈也給行業帶來了新的生機。當下分佈式賬本公鏈的競爭已經白熱化，正在崛起的去中心化雲計算公鏈，將成為新基礎設施賽道熱點。假若分佈式記賬、分佈式存儲、分佈式計算公鏈均發展成熟，即便是一個普通的dApp 如GameFi，其前端、數值系統等都可以在去中心化計算公鏈上運行，數據也可以存儲於去中心化存儲公鏈，而價值確權由分佈式賬本完成，這才是真正的Web3 基礎設施的成熟時刻。
彼時MAP Protocol 將成為Web3 基礎設施中涵蓋記賬、存儲、計算三大模塊的互操作性組件和連接器，服務dApp 開發者，服務AIWeb3 人工智能應用，助力Web3 的新時代真正到來。例如圈內某好朋友的一個AIWeb3 項目，就是通過AI 生成音樂的Web3 應用。它的存儲放在了一個存儲公鏈上，數據確權記賬在另外一個記賬公鏈上，而在AI 計算環節，還缺一個去中心化計算公鏈。這個音樂AI 項目，計劃讓每個人生成歌曲，然後做成NFT，去傳播售賣。
用AI 為普通人賦能
根據肖風老師觀點，人工智能的核心是賦予普通人專業人士的能力。
再看一萬小時定律，一個人要成為專家，需要訓練學習一萬小時。
但是，人工智能可以即刻讓這個人成為專家，雖然不可能100% 和專家一樣，但即便擁有專家能力的50%，也能讓普通人受益匪淺。所以，AI 應用應該讓用戶付費。而不是走之前NFT 商業模式的老路，創作者Mint 後讓別人來購買。
以音樂AI 為例
父母或孩子、愛人過生日，如果能用AI 生成一個定制場景和目標人群的專屬曲和詞，然後在家人生日慶典上用。用戶是不是願意付費？
如果這支歌曲，可以存在分佈式存儲公鏈上，永久保存，用戶是不是願意付費永久記錄這個歡樂的瞬間？
如果這個AI 是在分佈式計算公鏈上做的運算，成本效率是中心化雲的一半，AI 應用是不是願意給這個分佈式算力網絡付費？
在付費環節，如果只做本地市場，法幣就足夠了，但是要做全球市場，是不是要接數字貨幣支付?
小結
綜合來看，AI 應用勢必已成Web3 具有確定性的超級應用。而基於Web3 社區組織和代幣激勵體系形成的標籤社區，則可以為AI 提供強大的專業數據來源；基於邊緣計算、聯邦學習形成的分佈式計算公鍊網絡，又將為AI 應用提供便宜又無法中斷的永動機算法訓練算力。
作為未來承接數據價值傳遞的MAP Protocol 將作為Web3 時代的TCP/IP 協議，助力這個偉大的AI 時代！
