作者：Ari Juels，Blockworks；编译：邓通，金色财经
世界各地的行业都在问“人工智能能为我们做什么？”
但以挑战规范而闻名的区块链行业也在问相反的问题：“区块链能为人工智能做什么？”
虽然有一些令人信服的答案，但围绕这个问题出现了三种说法，这些说法经常具有误导性，在一种情况下甚至可能是危险的。
最近 Coinbase 活动上的一个专家小组得出的结论是：“区块链可以通过加密数字签名和时间戳来对抗错误信息，从而清楚地表明什么是真实的，什么是被操纵的。”
这仅在非常狭隘的意义上是正确的。
区块链可以以防篡改的方式记录数字媒体的创建，即可以检测到特定图像的修改。 但这与真实性相去甚远。
考虑一张飞碟盘旋在华盛顿纪念碑上空的照片。 假设有人在以太坊区块链的第 20,000,000 号区块中注册了其创作。 这个事实告诉你一件事：飞碟图像是在 20,000,000 区块之前创建的。 此外，无论谁将图像发布到区块链（我们称她为爱丽丝），都是通过数字签名交易来实现的。 假设爱丽丝的签名密钥没有被盗，很明显爱丽丝在区块链上注册了这张照片。
然而，这些都没有告诉您图像是如何创建的。 这可能是爱丽丝用自己的相机拍摄的照片。 或者爱丽丝可能从鲍勃那里得到了这张图片，鲍勃对它进行了修图。 或者也许卡罗尔用生成式人工智能工具创建了它。 简而言之，区块链不会告诉你外星人是否正在华盛顿特区游览——除非你一开始就已经信任爱丽丝。
一些相机可以对照片进行数字签名来验证它们（假设它们的传感器不会被愚弄，这是一个很大的假设），但这不是区块链技术。
模型训练是一项需要大量数据的操作。 训练数据集越大越好，得到的模型就越好。 对于许多应用程序来说，对私人用户数据的培训至关重要。 例如，创建一个良好的机器学习模型来诊断医疗状况需要来自真实患者群体的数据。 安全地处理如此高度敏感的数据是一个挑战。 一些人鼓吹区块链技术是一种解决方案。
然而，区块链是为透明度而设计的——这一特性与保密性相悖。
支持者指出区块链行业先进的隐私增强技术可以解决这种紧张局势，尤其是零知识证明。 然而，零知识证明并不能解决人工智能模型训练中的隐私问题。 这是因为零知识证明不会向构建证明的人隐藏秘密。 如果我想向你隐藏我的交易数据，零知识证明会很有帮助。 但它们不允许我私下计算你的数据。
还有其他更相关的密码学和安全工具，其名称深奥，包括完全同态加密 (FHE)、安全多方计算 (MPC) 和安全飞地。 这些原则上可以支持保护隐私的人工智能。 不过，每个都有重要的警告。 声称它们是区块链专用技术有些言过其实。
Circle 首席执行官杰里米·阿莱尔 (Jeremy Allaire) 指出，机器人已经在使用加密货币执行交易，并在推特上表示“人工智能和区块链是天生一对”。 从某种意义上说，这是正确的，加密货币与人工智能代理的功能非常匹配。 但这也令人担忧。
许多人担心人工智能代理会逃脱人类的控制。 典型的噩梦场景包括自动驾驶汽车杀人或人工智能驱动的自动武器失控。 但还有另一个逃避途径：金融体系。金钱等于权力。 将这种能力赋予人工智能代理，它就能造成真正的伤害。
这个问题是我在 2015 年 6 月与人合着的一篇研究论文的主题。 我和我的同事研究了智能合约（在以太坊上自主中介交易的程序）被用来促进犯罪的可能性。 使用该论文中的技术和可访问 LLM（大型语言模型）（例如 ChatGPT）的区块链预言机系统，不良行为者原则上可以启动“流氓”智能合约，自动为犯下严重罪行的人支付赏金。
令人高兴的是，这种流氓智能合约在当今的区块链中尚不可能实现，但区块链行业和加密货币爱好者需要认真对待人工智能安全作为未来的问题。 他们需要考虑缓解措施，例如社区驱动的干预措施或预言机中的防护，以帮助加强人工智能安全。
区块链和人工智能的整合有着明确的前景。 人工智能可以通过为区块链系统创建自然语言界面来为区块链系统增加前所未有的灵活性。 区块链可以为模型训练和数据源提供新的财务和透明度框架，并将人工智能的力量交给社区，而不仅仅是企业。
不过，现在还处于早期阶段，当我们将人工智能和区块链描述为流行语和技术的诱人组合时，我们需要真正思考并看待事物。
热门资讯