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。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：
- 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。這與一般雇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。
- 分散式雲端運算公鏈：若是對數據和算法隱私保護沒有要求的AI，可以透過去中心化計算網路，進行訓練。基本上是用邊緣計算技術，再配合一個獨立的L1分散式帳本進行耦合，做算力激勵和社群治理。當下，香港理工大學研究生院院長曹建農教授在分散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。
- 分散式隱私計算公鏈：若對數據和算法有隱私保護需求的AI，則需要透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。當然也需要一個分散式帳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。
- AIWeb3應用：大眾可以透過AI輔助，生成專屬的訂製音樂，然後再透過Web3的機制進行傳播及獲利，類似應用例如 itoka。
分散式計算助力AI計算
透過Web3的運作機制，AI計算可做到分散式計算，從而大幅度降低社會成本。
在中心化雲端如亞馬遜雲端中，其毛利可達40%，用的是工業電，工業頻寬，而若能透過分散式計算，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。
AI 數據現狀
人類目前能夠透過互聯網和物聯網，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慧算法。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慧來賦能，因為個人和中小企業也掌握了很多數據。
傳統非巨頭的AI公司和雲端運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，帳期長，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。
分散式帳本與分散式計算
但 AIWeb3 需要一個分散式帳本對去中心化算力提供者進行記帳和價值分配。去中心化計算技術和去中心化記帳技術不同，去中心化計算可以不斷演進，對容錯率的要求沒有「去中心化記帳」那麼高。Filecoin這類的去中心化儲存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。
分散式帳本從一開始就要求是ready的，因為帳本是純金融，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。在分散式計算公鏈上，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。但是分散式帳本系統如比特幣網路，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。但分散式計算公鏈的從業者之前已經在雲端運算、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，分散式計算公鏈也給產業帶來了新的生機。當下分散式帳本公鏈的競爭已經白熱化，正在崛起的去中心化雲端運算公鏈，將成為新基礎建設賽道熱點。假若分散式記帳、分散式儲存、分散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，數據也可以儲存於去中心化儲存公鏈，而價值確權由分散式帳本完成，這才是真正的Web3基礎建設的成熟時刻。
彼時 MAP Protocol 將成為Web3基礎建設中涵蓋記帳、儲存、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人工智慧應用，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，就是透過AI生成音樂的Web3應用。它的儲存就放在了儲存公鏈上，數據確權記帳在另外一個記帳公鏈上，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，人工智慧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，人工智慧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生成一個訂製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，可以存在分散式儲存公鏈上，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 是在分散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散式算力網路付費？
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 社群組織和代幣激勵體系形成的標籤社群，則可以為AI提供強大的專業數據來源；基於邊緣計算、聯邦學習形成的分散式計算公鏈網路，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。
本文為巴比特授權刊登，原文標題為「AI 為什麼能給 Web3 帶來超級應用新敘事？」