加密老兵表示，去中心化AI减少偏见和操纵风险

集中式AI模型的风险

Castellana表示，他设想开发人员创建无需人工干预即可进行自主和数据驱动决策的应用程序，可能实现无需依赖集中化中介的AI驱动的预言机。他辩称，这种能力将彻底改变从保险合同到供应链管理的所有领域。

虽然作为连续创业者和加密行业老兵的Castellana承认集中式AI的优势，但他指出缺乏透明性，这损害了其输出的信任。相比之下，去中心化AI允许多个模型和验证者参与，从而降低偏见和操纵风险。

Castellana还探讨了AI和区块链的未来，强调了了解这些不断发展的技术的重要性。以下是Yeager.ai联合创始人对所有问题的回答。

Bitcoin.com News (BCN)：当今大多数AI模型依赖于存储在集中服务器上的数据。现在，随着区块链技术的出现，我们正目睹去中心化AI浪潮的增强。为了帮助我们的读者，您能否解释集中式AI和去中心化AI之间的区别？

Albert Castellana (AC)： 集中式AI和去中心化AI的区别主要由三个方面定义：谁训练模型，谁运行推理，以及模型的性质。在考虑去中心化AI时：训练模型是一个非常复杂且昂贵的任务，这使得小团队难以完成，但像Meta这样的公司已经决定开源它们；以分布式方式运行模型非常困难，因此投入了大量工作开发推理证明系统，以验证执行是否正确。

然而，为了创建去中心化应用程序，除了计算需要去中心化之外，决策过程也需要去中心化。每个模型本身都是集中式的；具有自己的偏见、特征和对世界的理解。不透明且难以审计。因此，在做决策时，依赖单一模型意味着依赖于集中式模型。

在Genlayer，我们的目标是通过涉及多个模型并利用区块链达成共识，从而去中心化决策。可以将其视为从一个法官制度转变为多个法官甚至陪审团制度，不同的观点汇聚在一起，产生更准确和公平的结果。这使得AI更加民主化，并减轻了单点故障或偏见的风险。

BCN：去中心化技术的兴起突显了集中式系统的弱点，特别是在数据隐私和安全领域。鉴于这些担忧，互联网用户在与AI解决方案进行交互时，无论是有意识还是无意识，是否应该担心使用这些解决方案的潜在风险？

AC： 多年来，我们看到大多数用户选择实用性而非隐私，通常并不清楚他们放弃了什么。许多人已经接受了放弃个人数据以换取简化日常生活服务的便利这一权衡。

对于AI来说，这个问题起初会更严重，然后会改善。AI变得越好，我们越愿意分享更多信息。然而，去中心化技术的提升，部分归功于AI的帮助，使我们能够重新控制我们的数据。

如果我们希望加速这一过程，我们需要教育公众，推动开源工具，并推动去中心化AI的发展。

BCN：一些分析师认为，将AI实施到区块链中可以解决开发人员和用户的许多挑战。您能否详细说明AI为开发下一代去中心化应用程序的开发人员提供的潜在好处和机会？

AC： AI带来了自主性和智能化的水平，可以帮助区块链应用程序（dApps）超越简单的静态合约。将AI集成到区块链中可以实现更多的主观决策，这为全新的用例打开了大门。

对于开发人员来说，这意味着能够创建无需人工干预即可实时做出自主数据驱动决策的应用程序。例如，预测市场可以使用AI持续分析外部数据并更准确地解决结果。同样，去中心化金融（DeFi）应用程序可能受益于动态决策，如根据现实世界的数据调整利率或流动性池。

AI还使智能预言机系统成为可能，这些系统无需集中中介即可将区块链合约连接到区块链外的数据源。这可能从保险合同到供应链管理所有领域产生革命性的变化，使决策更加准确和自主。

BCN：Yeager.ai正在开发Genlayer，这是一种引入智能合约的AI驱动区块链。您能否简要解释这一概念，并说明Genlayer启用的新用例，目前在现有区块链上难以或不可能实现？

AC： 我们通过GenLayer专注于通过在共识层面上整合AI技术来扩展去中心化应用程序（dApps）的可能性。我们引入了智能合约的概念，这比传统智能合约更进一步。传统智能合约是静态的——它们只能执行明确编码为其中的内容，并且它们需要确定性输入。它们还在处理诸如自然语言或图像识别等主观任务方面有限。

GenLayer通过创建动态共识机制来改变这一点，验证者——每个验证者都连接到不同的大型语言模型（LLM）——协作处理非确定性输入，如来自网络的数据、自然语言甚至多媒体。这使我们能够构建可以真正在外部世界中互动的dApps。

潜在的用例非常广泛：去中心化自治组织（DAO）将独立运作，拉取现实世界数据无需依赖集中预言机。参数保险将变得具有成本效益，因为解决方案将变得快速且便宜。预测市场将实时运行，无需人工监督。基于绩效的合同将自动进行托管、评估和支付。费用、清算水平甚至紧急协议将根据外部输入自动管理，使去中心化金融（DeFi）更加健壮且适应性更强。

BCN：从集中式AI向去中心化AI的过渡是否消除了现有系统的任何好处？去中心化AI的已知限制是什么？

AC： 虽然去中心化AI带来了许多好处，但我们必须承认，集中式AI系统仍然在性能和智能方面具有优势。闭源模型在大公司资源的支持下，通常仍然比开源方案更先进和更快。然而，集中式AI缺乏透明性，难以完全信任其输出。

相比之下，去中心化AI提供了更大的透明性、安全性和多样性观点。通过允许多个模型和验证者参与决策，去中心化AI降低了偏见或操纵的风险。但与集中式系统相比，它也可能更慢和更低效。在这种情况下，性能是更大安全性和可靠性的代价。

在GenLayer，我们欢迎这种多样性。我们的网络中的验证者可以运行不同的AI模型——开源或闭源。通过结合不同模型的观点，我们创建了一个更安全和可靠的系统。这对于在去中心化系统中建立信任至关重要，在这些系统中，准确性和公平性是关键。

BCN：随着区块链和AI技术的融合，您对那些希望创造创新解决方案的新兴去中心化应用程序开发人员有什么建议？

AC： 我对开发人员，以及所有人的建议是两方面的：保持适应性并拥抱持续学习。AI和区块链技术的演变速度令人难以置信。今天可能实现的事情在一年内可能就会过时，因此保持学习，并紧跟技术进步至关重要。

此外，开发人员的角色正在转变。编码将越来越多地变成系统编排，而不是编写代码行。你将管理不同的AI模型、去中心化系统和接口。将其视为指挥一个乐团——系统的每个部分都需要和谐工作，而你的任务是确保这一点。

最后，不要犹豫试验新兴技术。工作在这样一个快速发展的领域最美妙之处在于有许多创新的机会。这些机会中的一些将迅速出现和消失，所以要准备好抓住它们。

您对这次采访有何看法？在下面的评论部分分享您的意见。