11 月 12 日由 GAIB, Codatta, 和 Kite AI (formerly ZettaBlock) 於曼谷柏悅酒店聯合舉辦的 AiFi Summit 2024 Devcon 圓滿落幕。本次 AiFi Summit 註冊人數達 1300，500 餘人出席。Paypal、BNB Chain、Base、NEAR Protocol、Story Protocol、0G、Aethir、io.net、Exabits、Plume、Space and Time、 Hyperbolic、Faction、Hashed 和 Coinbase Ventures 等 27 家項目和投資機構發表了精彩言論。
來自 BNB Chain 的亞太區負責人 Sarah 發表了首個主題演講。她主要介紹了 BNB Chain 整個生態系統的構建，各種對開發者的支持政策，並向聽眾同步了目前 BNB Chain 在 AI 應用側的各種進展。
緊接著第二場主題演講中，主辦方 GAIB 的 CEO Kony 針對目前算力市場的潛在機會發表了自己的看法，他提到 AI 是移動互聯網之後最重要的時代，算力在 AI 熱潮中攫取了整個鏈條中比例較大的價值。相比於其他金融資產，投資 GPU 算力資產能夠帶來其他標的無法相比的收益率，但當前 GPU 市場的問題是無法高效連接兩邊參與者，一邊是運營商，他們在提升 GPU 規模對外融資時不得不付出巨大的融資成本；另外一邊是投資者，他們很難直接投資算力資產，通常只能選擇投資英偉達等半導體的股票。GAIB 通過將算力資產及其收益金融代幣化以及提供流動性，為投資者提供更加去中心化、更加透明及基於 AI 現金流的鏈上資產。
AiFi Summit 的第一個圓桌討論主題為：「AiFi：人工智能與計算資產的金融化」(AIFi: Financialization of AI & Compute Assets)，來自 GAIB、Exabits、io.net、Aethir、WitnessChain 和 Plume 團隊的核心成員討論了 AiFi 目前的機遇、挑戰和行業監管等問題。
Exabits 的 CIO Jonathan 提到：目前用戶如果想使用 GPU 只能求助於主要的雲服務商比如 AWS 或者 Azure，但是這些平臺更傾向於服務大型企業，這種偏好會限制初創企業的發展，我們需要更民主開放的 GPU 資源來支持中小企業。Web3 世界裡每個人都可以成為 GPU 的投資人來打破 AWS 的算力壟斷，這是巨大的行業機會。
io.net 的亞太區負責人 Asa 提到 3 大雲廠商之外的獨立數據中心仍舊有 50% 的 GPU 沒有充分被利用，這些數據中心缺少觸達用戶的機會。但 GPU 需要保證持續運行，同時還面臨維護等問題，如何構建一個激勵機制保證投資人以及其他參與者的利益是 AiFi 賽道的一大挑戰。
Aethir 的生態負責人 Kartik 提到：整個系統裡同時存在算力需求方、算力運營方、投資者，如何說服他們共同參與一個依靠鏈上機制運行的市場，如何保證各方需求，這些都充滿挑戰。監管上的風險則存在於，在某些國家和地區，通過代幣對數據中心服務進行激勵可能會造成一定的麻煩，所以需要在客戶協議裡確定合規的邊界。
WitnessChain 的聯合創始人兼 CEO Ranvir 提出：算力作為一種新的資產需要新的定價機制，算力沒有統一的公式來計算其商品價格，不同平臺不同 GPU 都有成本和性能差異，同時不同性能的 GPU 參與同樣的任務會有不同的貢獻，這創造了新的金融機制的設計機會。
Plume 的 CBO Teddy 也提到當出現新的資產時我們需要謹慎面對監管，對於 AI 相關的資產已經有一定的合規框架讓資產交易正規且可行，這也是 Plume 在幫助生態項目做的事情。
在接下來的主題演講中，Codatta 的 CEO Yi 向大家解釋了去中心化數據交易如何推動 AI 向 AGI 前進，以及 Codatta 在這個過程中的位置和使命。他提到，只有垂直領域數據才能提升基礎模型在特定領域的推理和規劃能力，且只有收集大量不同垂直領域的數據才能實現 AGI。我們作為數據貢獻者提供的每條數據實際上都可以應用到多個不同的場景，這其中每個場景都會有不同的公司來落地商業化，這意味著我們提供的垂直領域數據隨著時間推移會帶來收入，這正是我們將數據看作資產的原因。也正因如此，我們需要讓數據資產交易變得更容易，並且能在市場上獲得相對公平的定價。
第二場圓桌討論聚焦在開放數據經濟 (Open Data Economy)，來自 Spheron、Theoriq、Space and Time、Hyperbolic、Base 和 Nevermined 等項目的核心成員討論了目前 AI 數據生態的現狀、基礎設施的支持以及未來生態系統的需求。
Theoriq 的聯合創始人兼 CEO Ron 提到，我們目前看到很多超越簡易對話機器人的應用以及 DAO 上的治理機器人等。這些應用結合了多個 agents 的合作，除了 crypto 領域之外，這些應用也越來越多的出現在營銷、分析等場景。許多人認為數據最大的用處在於訓練模型，但我們看到數據在決策過程中發揮了越來越大的作用，不同的 agent 獲取不同數據並共同配合能夠創造最大的價值。
Space and Time 的聯合創始人兼 CTO Scott 表示，目前 Space and Time 正在利用智能合約為 agent 系統構建規則引擎，這樣可以讓 agent 在去信任環境下使用你的資金，達到最理想的 agent 鏈上形態。Space and Time 的產品能夠讓用戶查詢 agent 的歷史行為，併為 agent 制定嚴格的執行政策。
Nevermined 的 CEO Don 認為要在數據市場中勝出需要有兩個條件，一個是要對數據的交易形成壟斷，第二個要對數據資產有所限制，防止數據貢獻者上傳沒有意義的資產。可行的辦法是圍繞數據資產構建相應場景下的分析工具，這樣能最大限度的挖掘數據價值並獲利。
作為主辦方之一，Kite AI 的 CEO Chi 在主題演講中發佈了其進行品牌升級，在峰會期間推出新的人工智能平臺 Kite AI。她討論了當前中心化 AI 發展的難點，以及 KiteAI 如何通過自己的解決方案擴展 AI 的邊界。她提到，由於缺少數據分發渠道和數據所有權確認機制，大量的個人數據甚至企業數據難以被大模型訓練利用。過去一年互聯網上擁有開源許可證的數據集佔比從 95% 下降到了 75%，對於做模型訓練的公司來說很難拿到質量最好的數據提供給模型，也很難在模型效果上有突破。行業需要去中心化 AI 的解決方案來獲取更多有價值的數據。
第三場圓桌討論中，來自 GM Network、Mind Network、0G Labs、NEAR Protocol 和 Chainbase 的團隊成員討論了 Web3 公司如何參與 AI 競爭、數據隱私、應用落地等話題。
GM Network 的創始團隊成員 Max 提到，用戶一直在產生大量數據，但是這些數據沒有得到很好的應用，會讓數據失去價值。我們需要將收集的數據與 AI 結合，讓智能設備更加智能。
來自 Mind Network 的亞太負責人 Leon 提到，雖然現實中不存在完美的數據隱私保護措施，但是不同的方法配合或許可以探索出可行的方案。為保護用戶用戶隱私，Mind Network 目前在三個不同層面上進行加密，一種是在分佈式存儲中加密數據，一種是在 GPU 計算過程中通過全同態進行加密，以及在應用層面進行加密。
0G Labs 的 AI 研究員 Chris 提到，在傳統 AI 模型中，即便是開源模型我們也很難知道訓練中用了什麼數據，不知道他們在新場景中會表現如何，這使得模型結果很難被信任。0G 擁有很好的數據存儲基礎設施，數據可以直接從雲端加載到訓練流程，未來可以實現通過個人驗證數據構建更安全可信的模型。
Chainbase 的 COO Chris 提到，目前市場上有兩種敘事，一種是 crypto for AI，一種是 AI for Crypto。利用 cryto 解決大公司控制數據、算力、模型的問題已經提過很多了。但是最近出現了很多 AI for Crypto 的用例，比如 truth terminal、AI 支付，越來越多的項目開始合作支持 AI 生態。用戶非常關注數據能不能掙到錢，平臺關鍵的任務是解決如何在數據貢獻者和消費者之間做好收益分配。開發者不是願景驅動的群體，最重要的是幫他們節省時間並掙到錢。
在隨後的主題演講中，來自 Story Protocol 的 Head of IPFi Bu Fan, Spheron 的生態系統負責人 Prakarsh，發表了他們對去中心化 AI 資產化的看法，以及他們的組織如何適應這種潮流。
Bu Fan 提到，目前市場上已經有很多 AI 與 Crypto 結合的落地場景，第一種是面向用戶的聊天機器人，創作者創造 AI 角色並在鏈上頒發商用許可；第二種是 AI meme coin，創作者可以在鏈上與源頭 IP 資產合法連接，並向外發佈代幣；第三種是提供模型訓練數據（比如圖片），可以通過鏈上收取版稅的方式持續獲得收益。但這些只是非常早期的一些應用，模式都還沒有成型，創作者可以持續探索 AI+Crypto 結合的場景。而 Story 協議專注於將 IP 活動通過代幣標準化，並將 IP 通過不同形式對外傳播。他認為大多數 AI 也是一種 IP，如果 IP 可以被資產化，那 AI 同樣也可以資產化。舉個例子，訓練 AI 模型的圖片可以是 IP，AI 模型本身也可以是 IP，當 AI 模型生成新的內容時候可以在鏈上進行 IP 分發交易來實現資產化。
Prakarsh 提到，在 AI 時代，算力將會成為大部分 agent 以及大部分 AI 應用的底層錨定資產。分佈式算力會有很多的應用場景，他們目前看到比較有潛力場景包括，一是醫院之間在保護數據隱私的前提下進行知識共享，二是基於本地算力和模型支持的 AI 對話系統，最終形成屬於個人的 AI 系統。
第四場圓桌聚焦於如何連接 Crypto 和 AI 世界，投資人討論了目前中心化 AI 系統遇到的問題，以及 Crypto+AI 在哪些方面能夠破局。
Lemniscap 的研究負責人 Hiroki 提出，構建去中心化 AI 網絡的難點有兩個，一個是分散算力網絡的可擴展性難以和中心化競爭者相比，另一個是個人貢獻的數據質量難以控制。
Faction 的投資合夥人 Will 說，目前你可以讓 AI 來計劃你的整個假期，但是計劃不能落地因為 AI 目前無法幫你付款。Will 認為 AI Agent 需要有加密錢包，而加密錢包會充當銀行賬戶的角色，支付技術棧會有巨大的機會，因為所有的資金交易都要流經這些 Agent。
Coinbase Ventures 的投資合夥人 Ryan 認為目前大部分模型都只能訪問公有數據，對於敏感私人數據比如金融、醫療等數據無法獲取。crypto 可以推動模型訪問私有數據池，在特定領域內提升 AI 的表現。Agent 系統目前還不能完成非常複雜的工作，它們實際上不知道如何理解智能合約的內容並採取行動。我們需要能夠對智能合約獲取、理解並做出人類可讀的解析的大模型。
Hashed 的投資人 Dan 提出，目前分佈式 AI 的激勵系統不是非常完善，在整個 AI 的價值鏈中，只有少數人做出了較大的正面貢獻，但他們的貢獻沒有體現在激勵上。缺乏優良的分配機制造成了分配的不公平。另外，社區擁有的模型必須安全可控，並將參數的所有權返還給社區來研究，而不是像中心化公司一樣提供一個黑盒。如果模型涉及情感陪伴之類的場景，那它更應該在開放環境中被治理。
Bullish Capital 的總監 Sylvia 提到，激勵模型設計過程中必須充分考慮到底需求是什麼。比如如果需要邊緣設備，必須考慮如何在眾多分散的算力設備中找到它們。因此在沒有搞清模型架構優化問題之前，沒有辦法設計好真正有效的激勵模型。
以上則是 AiFi Summit 2024 Devcon 的全部精彩回顧。即便面臨監管、激勵機制等多方面的挑戰，AiFi 賽道同時也充滿了機會。隨著大盤新高和 AI 賽道全方位的火熱，行業總體呈現積極態勢，人才不斷湧入，也有越來越多的創新正在湧現。
更多內容，請關注：
GAIB: https://x.com/gaib_ai
Codatta: https://x.com/codatta_io
KITE AI: https://x.com/GoKiteAI
歡迎加入律動 BlockBeats 官方社群：
Telegram 訂閱群：https://t.me/theblockbeats
Telegram 交流群：https://t.me/BlockBeats_App
Twitter 官方賬號：https://twitter.com/BlockBeatsAsia
