本次讨论的主题是 AI 与 Web3 的结合，探讨了这两大领域如何相互促进和解决当前存在的挑战。

整理 & 编译：深潮 TechFlow

主持人：Matt Stephenson，Pantera 研究部负责人

嘉宾：

Jacob Steeves，Bittensor 的创始人。Bittensor 是一个挖矿网络，包括基于代币的内置激励机制，为人工智能创造一个纯粹的市场。

Illia Polosukhin，NEAR 协议联合创始人。NEAR 是链抽象堆栈，使构建者能够创建可扩展到数十亿用户和所有区块链的应用程序。

Sean Ren，Sahara 联合创始人。Sahara 是一个无需许可的高性能区块链，旨在安全地部署具有隐私和来源的个性化自主 AI。

播客源：Pantera

原标题：The Intersection of Ai and Web3.0 Technologies

讨论三个开创性项目，探索人工智能和 Web3.0 技术的交叉点。

讨论内容概述

本次讨论的主题是人工智能（AI）与 Web3 的结合，探讨了这两大领域如何相互促进和解决当前存在的挑战。讨论由 Pantera 研究部负责人 Matt Stevenson 主持，参与者包括 Near Protocol 联合创始人兼 CEO Ilia Pellun、BitTensor 核心开发者 Jacob（也称为 Const）以及 Sahara CEO 兼联合创始人 Sean。

Jacob 分享了 BitTensor 在创建去中心化 AI 市场方面的努力，通过市场机制和去中心化的共识机制，提升 AI 模型的质量和数据隐私。他认为，正确的激励机制和高效的资源分配是去中心化 AI 系统成功的关键。

Ilia 从 Near Protocol 的愿景出发，强调了构建去中心化互联网的重要性，并介绍了 Near AI 项目如何通过自动化编程和去中心化基础设施推动新一代互联网的发展。他指出，确保用户数据的安全性和隐私是构建去中心化互联网的关键。

Sean 则从用户隐私和数据主权的角度出发，介绍了 Sahara 构建了一个专为 AI 设计的去中心化区块链平台，优先考虑用户的资产主权和安全性。他强调，未来的 AI 发展需要一个多层次的基础设施，以确保用户在享受 AI 功能的同时，不会牺牲隐私和数据主权。

BitTensor：去中心化 AI 市场与激励机制

Jacob 介绍了 BitTensor 建立的去中心化网络，任何人都可以加入并贡献他们的计算资源和数据。这种去中心化的方法可以创建一个全球性的 AI 市场，使任何人都可以参与并从中受益。

Jacob 强调了正确的激励机制在去中心化 AI 系统中的重要性，正确的激励机制可以有效地解决当前 AI 和加密货币领域中的数据隐私和计算资源分配问题。他提到，BitTensor 通过市场机制吸引了大量团队和人才，激励他们将创新驱动到网络中。这种竞争机制比传统的中心化组织更高效。

在讨论去中心化 AI 系统的安全性和隐私时，Jacob 提到了使用去中心化的共识机制来确保系统的安全性和可靠性。他强调，通过市场机制和去中心化的共识机制，可以提升 AI 模型的质量和数据隐私。这种方法可以防止单点故障和恶意攻击，确保系统的稳定性和安全性。

Jacob 还谈到了 BitTensor 如何通过去中心化的计算网络来处理大规模的数据和计算需求。这种方法确保了计算资源的高效分配和利用，从而保证系统的高效和可靠。

Near Protocol：构建去中心化互联网与自动化编程

Ilia 讨论了 Near Protocol 的愿景，即通过去中心化的基础设施和 AI 技术来构建一个新一代的互联网，可以实现更高的安全性、隐私性和用户主权。

Ilia 介绍 Near Protocol 愿景是构建一个无需信任的去中心化互联网。这个互联网将提供支付、身份、出处和智能合约等基础设施，使用户能够在不牺牲隐私的情况下享受高质量的 AI 应用，确保用户数据的安全和隐私。这不仅需要先进的技术支持，还需要确保系统的透明性和可验证性，以增强用户的信任。

Near 最初是一个 AI 项目，后来转型为区块链项目。Ilia 强调了 AI 和区块链技术的结合如何能够创建更有用的 AI 应用，并推动去中心化互联网的发展。

Ilia 提到 Near AI 的重新启动，目标是教机器编程，改变构建软件的方式。Near AI 的重新启动是实现 Near Protocol 愿景的重要一步，旨在通过自动化编程和去中心化的基础设施，推动新一代互联网的发展。这将使得计算机能够根据用户的自然语言请求自行编写代码，提供更高效和可验证的软件开发环境。

Ilia 强调了使用先进的加密技术和严格的访问控制机制，以确保去中心化 AI 系统的安全性和隐私。此外，他还提到需要进行持续的安全审计和监控，以及时发现和修复潜在的安全漏洞。

Ilia 指出，去中心化解决方案需要在用户体验、AI 模型质量和数据集价值方面与中心化解决方案竞争。这是评估去中心化 AI 项目实际可行性的关键标准。

Sahara：用户隐私与数据主权的去中心化解决方案

Sean 指出，随着 AI 模型能力的提升，这些模型开始影响人们的工作和货币化机会。例如，AI 模型可以取代一些简单的设计、文本编辑和翻译工作。这引发了对用户隐私和数据主权的担忧。

Sean 强调，用户在使用 AI 功能时，往往需要上传个人数据，如健康记录、财务报告和聊天记录。这些数据可能被用来训练更强大的 AI 模型，从而进一步取代用户的业务。因此，保护用户隐私和数据主权变得至关重要。

Sahara 从用户的资产主权和安全性出发，致力于创建一个高性能的去中心化基础设施，旨在构建一个专为 AI 设计的区块链平台，使用户能够在不牺牲隐私的情况下享受 AI 功能，确保所有用户的安全性、公平性和可访问性。

Sean 提到，Sahara 的高性能去中心化基础设施设计用于确保用户数据的隐私和安全，同时提供弹性的计算资源，以应对突发的计算需求。这种设计确保了系统在高负载情况下仍能保持高效和稳定的运行。

Sean 认为，未来的 AI 发展需要一个多层次的基础设施来支持用户隐私和数据主权。这不仅需要先进的技术支持，还需要确保系统的透明性和可验证性，以增强用户的信任。Sahara 的多层次基础设施包括执行层、计算层和数据层，分别用于私人用户数据存储、AI 模型训练和推理，以及数据管理和交换。这种多层次的设计不仅确保了系统的高效和稳定运行，还增强了用户的信任和安全感。Sahara 的愿景是通过技术创新，推动一个更加公平、安全和可访问的 AI 生态系统。