區塊鏈能爲人工智能做什么？澄清三大誤導性說法

作者：Ari Juels，Blockworks；編譯：鄧通，金色財經

世界各地的行業都在問“人工智能能爲我們做什么？”

但以挑战規範而聞名的區塊鏈行業也在問相反的問題：“區塊鏈能爲人工智能做什么？”

雖然有一些令人信服的答案，但圍繞這個問題出現了三種說法，這些說法經常具有誤導性，在一種情況下甚至可能是危險的。

敘述#1：區塊鏈可以對抗生成人工智能引起的錯誤信息

最近 Coinbase 活動上的一個專家小組得出的結論是：“區塊鏈可以通過加密數字籤名和時間戳來對抗錯誤信息，從而清楚地表明什么是真實的，什么是被操縱的。”

這僅在非常狹隘的意義上是正確的。

區塊鏈可以以防篡改的方式記錄數字媒體的創建，即可以檢測到特定圖像的修改。 但這與真實性相去甚遠。

考慮一張飛碟盤旋在華盛頓紀念碑上空的照片。 假設有人在以太坊區塊鏈的第 20,000,000 號區塊中注冊了其創作。 這個事實告訴你一件事：飛碟圖像是在 20,000,000 區塊之前創建的。 此外，無論誰將圖像發布到區塊鏈（我們稱她爲愛麗絲），都是通過數字籤名交易來實現的。 假設愛麗絲的籤名密鑰沒有被盜，很明顯愛麗絲在區塊鏈上注冊了這張照片。

然而，這些都沒有告訴您圖像是如何創建的。 這可能是愛麗絲用自己的相機拍攝的照片。 或者愛麗絲可能從鮑勃那裏得到了這張圖片，鮑勃對它進行了修圖。 或者也許卡羅爾用生成式人工智能工具創建了它。 簡而言之，區塊鏈不會告訴你外星人是否正在華盛頓特區遊覽——除非你一开始就已經信任愛麗絲。

一些相機可以對照片進行數字籤名來驗證它們（假設它們的傳感器不會被愚弄，這是一個很大的假設），但這不是區塊鏈技術。

敘述#2：區塊鏈可以爲人工智能帶來隱私

模型訓練是一項需要大量數據的操作。 訓練數據集越大越好，得到的模型就越好。 對於許多應用程序來說，對私人用戶數據的培訓至關重要。 例如，創建一個良好的機器學習模型來診斷醫療狀況需要來自真實患者群體的數據。 安全地處理如此高度敏感的數據是一個挑战。 一些人鼓吹區塊鏈技術是一種解決方案。

然而，區塊鏈是爲透明度而設計的——這一特性與保密性相悖。

支持者指出區塊鏈行業先進的隱私增強技術可以解決這種緊張局勢，尤其是零知識證明。 然而，零知識證明並不能解決人工智能模型訓練中的隱私問題。 這是因爲零知識證明不會向構建證明的人隱藏祕密。 如果我想向你隱藏我的交易數據，零知識證明會很有幫助。 但它們不允許我私下計算你的數據。

還有其他更相關的密碼學和安全工具，其名稱深奧，包括完全同態加密 (FHE)、安全多方計算 (MPC) 和安全飛地。 這些原則上可以支持保護隱私的人工智能。 不過，每個都有重要的警告。 聲稱它們是區塊鏈專用技術有些言過其實。

敘述#3：區塊鏈可以爲人工智能機器人提供資金——這是一件好事

Circle 首席執行官傑裏米·阿萊爾 (Jeremy Allaire) 指出，機器人已經在使用加密貨幣執行交易，並在推特上表示“人工智能和區塊鏈是天生一對”。 從某種意義上說，這是正確的，加密貨幣與人工智能代理的功能非常匹配。 但這也令人擔憂。

許多人擔心人工智能代理會逃脫人類的控制。 典型的噩夢場景包括自動駕駛汽車殺人或人工智能驅動的自動武器失控。 但還有另一個逃避途徑：金融體系。金錢等於權力。 將這種能力賦予人工智能代理，它就能造成真正的傷害。

這個問題是我在 2015 年 6 月與人合着的一篇研究論文的主題。 我和我的同事研究了智能合約（在以太坊上自主中介交易的程序）被用來促進犯罪的可能性。 使用該論文中的技術和可訪問 LLM（大型語言模型）（例如 ChatGPT）的區塊鏈預言機系統，不良行爲者原則上可以啓動“流氓”智能合約，自動爲犯下嚴重罪行的人支付賞金。

令人高興的是，這種流氓智能合約在當今的區塊鏈中尚不可能實現，但區塊鏈行業和加密貨幣愛好者需要認真對待人工智能安全作爲未來的問題。 他們需要考慮緩解措施，例如社區驅動的幹預措施或預言機中的防護，以幫助加強人工智能安全。

區塊鏈和人工智能的整合有着明確的前景。 人工智能可以通過爲區塊鏈系統創建自然語言界面來爲區塊鏈系統增加前所未有的靈活性。 區塊鏈可以爲模型訓練和數據源提供新的財務和透明度框架，並將人工智能的力量交給社區，而不僅僅是企業。

不過，現在還處於早期階段，當我們將人工智能和區塊鏈描述爲流行語和技術的誘人組合時，我們需要真正思考並看待事物。