最近由于GPT引起的区块链AI板块大火，各家都推出了区块链的AI概念股(区块链概念股里的AI概念股感觉像洋娃娃)。
我之前说过(在punkcan的推特上)本质上很难，现在我来纠正一下。
如果要谈和艾的关联性，那就有点边缘化了。
比如海洋协议是数据服务，可以通过激励机制增加AI数据模型的共享。
换句话说，区块链本身提供了激励的主要功能。
有人会说，区块链让数据变得更加开放和分散。
但世界上有很多开放的AI模型，不愿意开放的人，即使有海洋协议也不会开放。
只能说这种机制可以增加更多的小数据模型训练公司，把他们的成果卖出去变现。
从这个角度来看，一切都可以说是在“动机”的概念下与AI相关，很多还处于募资或开发阶段。可想而知，韭菜割的比例很高。
区块链高昂的仓储成本是硬伤。相反，AI需要大量的存储技术。我不敢说未来不能通过区块链存储AI，但就目前而言，这是相当不现实的。
另一个概念是验证训练数据的准确性。这个就更神秘了。这也是一种激励，甚至还有一点道概念的指向。这是什么意思？
比如医学分析的AI系统，必然需要大量的病例数据。这时，有两个要求：
谁来判断案例数据是否有效？案例数据的来源需要应用于隐私保护领域DAO中影响力权重相近的案例数据的判断，其中也包括激励规则。链式验证可以保证不同的数据来自同一个患者，但是从这个方向来说，区块链确实解决了一些问题，但是这个方案针对性比较强，不容易扩展，而且对于民营医疗机构来说，没有区块链也可以。
那么问题来了。既然源人群量很小，太小了用不了区块链，那么他的利基在哪里？割韭菜？
第三个是计算能力共享的概念，类似于SETI@HOME(没听说过的可以上Twitter问我)
项目方接手了大量的训练模型，拆解成小块的数据。
用户使用个人计算机的计算能力来处理模型训练。
然而，这种做法是有限的。很多训练模式需要巨大的计算能力，个人电脑基本起不到什么作用，反而会造成很大的浪费。但如果是文本训练之类的模型，可以比如让AI写出更好的文学作品(这就涉及到AI如何处理语言)。
也就是说，在这个概念里，可以操作的素材类型并不高，对语义向量的需求基本已经解决了，何必呢？不妨继续SETI@HOME。
第四种：分散经营
AI会通过去中心化的操作，把计算出来的模型和API以去中心化的形式分发出去，让所有人都可以访问。也就是说，假设ICP成功，它支持AI数据的计算，我们将迎来一个天网系统。
但我也说是“假设”，因为ICP不成功。首先，它的节点难度大，成本高，普通用户不愿意设置ICP节点，无法真正做到去中心化运营。
目前他们能操作的操作有限，暂时还负担不起AI需要的高计算能力(当然这在未来会很容易解决)
现在只能说AI创造了一个里程碑，属于AI的，未来的AI还会进化。