原标题：丹佛许多Crypto x AI 演讲中分享的一些突出主题

原作者：丹尼·瑟索克

原始来源：推特

编译：凯特，火星财经

注：本文来自@DannySursock推特，火星财经整理如下：

在丹佛会议上的许多加密x AI 演讲中，对于该领域一些最有趣的项目所强调的未解答的问题和整体设计空间，人们比以往任何时候都更加兴奋

下面分享了一些突出的主题。

@MorpheusAIs 提醒我们，在电子邮件和互联网的核心协议公开发布之前，曾有人尝试对其进行监管。目前正在进行一场具有类似意义的生存之战，部分是在法庭上，部分是在区块链上。

@akashnet_ 为什么去中心化计算对人工智能如此重要

供应链积压/现有护城河/巨额前期资本成本/长期合同

^ 随着人工智能成为初创公司工具包的核心部分，而GPU 仍然难以获得，草根创新面临的所有主要威胁

唯一关于封闭模型开发风险的@ilblackdragon，包括

-广告直接在模型输出上运行

-供应商的法律和道德考虑

- 根据支付最多的人对输出进行重新排名

- 策划/有偏见的数据集破坏了模型知识

他对一系列机会感到兴奋：

- 内容的加密表示/保证

-链上代理（从专业服务到完全自主的运营商）

- 机器学习定义的资产（和智能合约）可以对未来的推理输出做出反应

@NousResearch 认为模型应该与用户保持一致，从训练数据到本地运行模型的能力

他们正在纠正操作系统模型排行榜的缺点，同时开创性地激发创造力，并共同构建一个可以与GPT4 相媲美（甚至超越）的开放模型……

@StabilityAI 展示了一个令人兴奋的演示，展示了当今操作系统模型的各种模式

他们看到社区开始创造性地使用基本模型原语在低端硬件上本地运行

强大的操作系统模型+本地运行能力=巨大的顺风车。

@ritualnet 正在为全球去中心化人工智能而战，利用他们的超级链和SDK 将人工智能带到链上并交到开发人员手中

随着人工智能渗透到所有技术领域，新形式的审查/操纵将会出现，底层模型将增加错误信息的输出……

他们正在与生态系统合作伙伴共同建设的领域：

- AI 加密原语（OPML、ZKML、TEE、FHE）

- 数据源、耗材、标签

- 计算、服务模型、微调等激励机制

- 分布式、负责任的人工智能治理

Gemini 的事故很好地提醒了我们为什么去中心化AI 至关重要，这里列出的团队（以及更多团队）正在使用CryptoTrack 来加速整个ML 堆栈的创新

感谢这个不断壮大的社区，去中心化的未来非常光明