Billy Luedtke — 比特币和以太坊早期建设者、前 ConsenSys 领导人、去中心化身份先驱和创始人直觉系统— 认为人工智能和区块链的交集不仅仅是一种技术好奇心,而是数字文明的下一个阶段。
“人工智能和区块链的融合不仅仅是‘自然而然’的,而是不可避免的,”Luedtke说道。“它们是同一个等式的两部分:智能和信任。”
他认为,随着自主人工智能代理获得经济权力,它们将不再依赖为人类建立的银行或法定系统。
“我们真的期望自主人工智能代理通过银行,在为人类构建的传统轨道上进行美元交易吗?当然不是,”他说。
“他们将使用数字原生货币进行交易,并通过开放、可编程、可验证的系统相互协调并与世界进行协调——确切的环境加密货币是专为“
对于 Luedtke 来说,区块链提供了人工智能迫切需要的信任基础。
“如果人工智能是认知的未来,区块链“是协调的未来,”他说道。“如果不实现核心人工智能堆栈(数据、模型、计算和内存)的去中心化,我们就会直接走向反乌托邦。”
他警告说,如果没有开放系统,少数公司将拥有世界的情报层,塑造真相、获取途径甚至经济机构。
他解释说:“加密货币的诞生是为了分散金融权力。但随着人工智能变得比金钱本身更强大——塑造市场、叙事和决策——它也必须去中心化。”
对于 Luedtke 来说,加密货币进化的下一步是认知的去中心化。这意味着可验证的数据来源、开源模型治理、分布式推理和无需许可的内存层。
他说:“区块链不仅仅是人工智能的附加功能——它是唯一已知的能够在没有中央控制的情况下大规模协调智能系统的机制。”
当被问及去中心化是否能够真正挑战大型科技公司在人工智能领域的主导地位时,Luedtke 强调说:“是的,而且绝对需要。”
他解释道:“去中心化能够有效挑战企业人工智能主导地位的唯一方式是通过协调。”
没有任何一个项目、协议或实验室能够独自推翻大型科技公司——但成千上万个规模较小、目标明确的团队,各自构建出一块拼图,就能做到这一点。这就是加密货币的强项:如同超级力量般协调一致。
但要做到这一点,开源生态系统必须超越意识形态。“开放模型、分布式计算、可验证数据市场——这些想法不能停留在理论层面,”他说。“它们必须成为建筑商和代理商实际使用的最佳工具。”
“如果加密货币向我们展示了如何协调货币,”Luedtke 总结道,“那么去中心化的人工智能将向我们展示如何协调思想。”
作为人工智能成为世界上大部分信息的作者,Luedtke 认为真理本身将需要一个新的基础设施层。
他解释说,Intuition 正在构建的正是这个:“互联网的加密存储层——一个共享的基础,知识不仅被存储,而且被验证,其中每条信息都带有自己的来源证明和声誉轨迹。”
他说:“就像区块链为货币带来可验证性一样,我们现在需要知识的可验证性。”
“没有它,人工智能将继续产生无人能够追踪的输出,而真相将沦为噪音。”
Luedtke 将当今的人工智能基础设施繁荣与早期的互联网进行了比较。
“感觉几乎一模一样,”他说,并提到“爆炸性的创新、无休止的资本涌入,以及少数占主导地位的参与者争相抢占先机,抢在其他人意识到发生了什么之前。”
他警告说:“从长远来看,开放协议会胜出,但前提是它们建立得足够早。”一旦垄断变得牢固,开放性就会成为事后才考虑的事情。
“目前,人工智能正处于同样的转折点,”他说。“在互联网认知层被少数几个守门人掌控之前,我们还有一段短暂的时间将去中心化、可验证性和互操作性融入到基础设施中。”
Luedtke 预计,各国政府将开始以严格的集中监督来监管人工智能,这是出于对快速发展和不可预测的技术保持控制的本能。
然而,他认为这种模式很快就会被证明是不可持续的,因为传统框架不足以在以机器速度运行的系统中强制执行透明度或问责制。
他认为,真正的可验证性取决于密码学、开放数据标准和分散治理——这些机制允许以数学方式而不是官僚方式执行规则。
吕德克表示,随着时间的推移,人工智能的监管结构可能会演变成将基于协议的治理与公共监督相结合的混合系统,从文书驱动的控制转向透明的、代码强制的问责制。
Luedtke 还强调代币化数据市场对于人工智能经济具有变革性的作用。
他说:“代币化数据市场彻底颠覆了人工智能的经济模式。”
几十年来,数据一直被悄无声息地从用户、创作者和社区中免费获取,然后被少数几家公司货币化。代币化彻底颠覆了这种关系。
他解释道:“当数据集上链、来源透明、且具有经济权重时,模型就会开始反映多数人的动机,而不是少数人的动机。”
“它创建了一个反馈循环,其中更好的数据会得到奖励,更高质量的策展会获得更多的回报,整个社区可以共同塑造他们所依赖的情报。”
“代币化数据不仅仅为人工智能提供资金,”Luedtke 说道,“它还能让人工智能更加民主化。”
最后,Luedtke 设想未来人工智能和加密技术的采用曲线最终会融合,形成一个单一的、相互关联的技术生态系统。
在他看来,加密技术提供了人工智能独立运行所需的基础要素——持久记忆、本土经济和可验证的身份——而人工智能则通过智能、适应性和类似人类的直觉增强了加密技术。
他认为,这两个领域的融合将创建一个封闭的反馈回路,其中智能可以拥有价值,而价值本身可以思考。
认知与协调的融合代表了下一个伟大的技术前沿,它可以重新定义数字系统如何交互、发展和自我管理。