解读近期值得关注的三个Crypto+AI项目

过去一年里，随着对去中心化 AI 概念的普及及各种 AI 工具的广泛应用，AI +Web3 逐步成为了加密圈最火热的话题之一。据不完全统计，目前行业 Web3 和 AI 结合的项目已超 140 多个，涵盖了计算、验证、元宇宙、游戏等多个方向。以太坊联创 Vitalik 也曾撰文对区块链和 AI 结合的用例进行了探讨，并指出这两者的交叉领域用例正在增加，而且一些用例具有更高的意义和鲁棒性。此外，在最近在香港举办的 「香港 Web3 嘉年华」活动中，无论是主会场还是边会场，AI 和 Web3 结合的话题都被频繁提及。

本文挑选了三个值得关注的 Web3 和 AI 结合项目，对它们在加密 AI 领域中的独特定位和发展前景进行了探讨。

Bittensor：市值领先，但实用性遭市场质疑

在 AI 领域，与资源密集型的算力和数据不同，加密算法更侧重于技术密集型的工作。然而，当前 AI 领域中存在一个难题，即由于技术壁垒的存在，算法和模型之间往往无法有效合作，导致一种零和博弈的局面。为了改变这种状况，Bittensor 提出了一种解决方案，通过区块链网络和激励机制来促进不同算法之间的合作，逐步构建起一个共享知识的算法市场。简而言之，类似于比特币的挖矿网络，Bittnsor 只是将比特币挖矿计算过程替代为训练和验证 AI 模型。

从名称上看，「Bittensor」可以分解为「Bit」和「Tensor」两个部分。其中 Bit 我们并不陌生，比特币中可以理解为最小货币单位。而在更广义的计算机科学中，Bit 代表者信息的最基本单位。「Tensor」则源自拉丁语「Tendera」，原意为「扩展」。在物理学中，Tensor 指的是具有多个指数的张量，是一个多维数组或矩阵，可以表示各种类型的数据。在机器学习领域中，Tensor 则意味着用于表示和处理多维数据。

Bittensor 的架构可以分为两层，底层是基于 Polkadot Substrate 的区块链，负责执行共识机制并激励网络。而 AI 层则负责推理、训练，并确保 Bittensor 协议节点之间的输入/输出兼容性。Bittensor 网络有两个关键参与者，分别是矿工和验证者。矿工向网络提交训练模型换取代币奖励，而验证者则负责确认模型输出的有效性和准确性，并选择最准确的输出返回给用户。为了创建正向竞争循环，Bittensor 通过 Yuma 共识机制实现激励分配。Yuma 共识结合了 PoW 和 PoS 两种机制，其中矿工通过竞争计算结果获得代币奖励，而验证者则需要将持有代币质押在某一子网并完成验证工作后能够获得一定数量的 TAO 激励，对 AI 模型的筛选和评估越准确和一致，获得的奖励就越多。

子网是 Bittensor 生态系统中的核心组成部分。2023 年 10 月，Bittensor 通过 Revolution 升级引入了「Subnet（子网）」概念，不同子网能够负责不同任务，包括机器翻译、图像识别与生成、语言大模型等，同时这些子网之间能够相互交互与学习。任何人都可以在 Bittensor 上创建子网，但需要在用 TAO 代币支付费用，费用的多少取决于网络上子网的供需情况。此外，在上线子网的主网之前，还需要在本地及测试网上运行测试。

目前 Bittensor 上共有一条特殊子网 0 # Root 和 32 条其他子网。0 # Root 由 Opentensor Foundation 构建，作为 Bittensor 上的治理中心，能够通过共识将产出的 TAO 分配给其他子网。在 0 # Root 上，验证者的角色来自其他子网上质押数量最多的前 64 名验证者，矿工的角色则由其他子网充当。此外， 0 # Root 还能够根据贡献量为其他子网分配激励。对于剩余的 32 个子网，验证节点和矿工会根据各自贡献获得一定比例的 TAO。通常情况下， 41% 会分配给验证者、 41% 分配给矿工，剩余 18% 则会分配给子网创建者。Bittensor 生态系统中子网之间的竞争非常激烈。目前，系统允许的子网数量上限是 32 个，但在测试网中已经有超过 200 个子网等待在主网上注册。近期，一些优秀的团队也在 Bittensor 上注册了他们自己的子网，例如 MyShell TTS。而根据子网注册规则，一旦达到了子网数量的上限，系统会自动注销代币分配量最低的子网。

Bittensor 近期也遭受了关于其注册费用及实用性的质疑。据悉，目前在 Bittensor 上注册一个子网的费用为 2078.49 枚 TAO，而在 3 月 1 日更是达到 10281 枚 TAO，相当于超 700 万美元。且随着 TAO 价格的上涨，注册费用可能还会进一步增加。且每当一个项目注册一个子网，注册费用就会翻倍，而如果没有人注册，价格会在四天内线性减半。对于那些想要创建或参与子网的开发者而言，高昂的注册费用无疑会成为一项巨大的负担。除此之外，Bittensor 子网的实用性也遭到了质疑。32 个子网中，大部分都为「数据整理」「文字、图像及音频转化」等门槛较低的场景应用。且在 Bittensor 上进行构建的团队中，没有一个团队的全职成员超过十几个人，大部分只有 2 至 3 人。 比特币 Ordinals 项目 Taproot Wizards 及比特币 NFT 项目 Quantum Cats 发起人 Eric Wall 也在社交平台上表达了自己的看法，认为 Bittensor 只是一个毫无意义的去中心化实验，并没有提供任何实用性。 Eric Wall 指出，「Subnet #1 被描述为文本提示服务。但实际上，其工作模式非常简单，用户发送一个提示，矿工做出回应，类似于 ChatGPT。而参与这一过程的矿工将获得 TAO 代币作为奖励。但在这里存在严重冗余性，因为验证者只是检查答案的相似程度，如果有矿工的回答与其他人不同，他就得不到奖励。整个系统的效率极低，且无法有效验证模型是否真的被运行。此外，作为普通用户根本无法与网络进行交互。整个子网的唯一目的似乎只是内部运行。这一过程看起来就是为了购买无用的 AI 代币以获取去中心化 AI 的曝光。」

Ritual：超豪华背景加持，将 ZKP 用于 AI 模型推理训练