文章来源：Forbes

作者：Sean Lee

AI 正在迅速发展，但主导这一领域叙事的却是少数几家科技巨头。虽然 OpenAI、谷歌和 Meta 频频登上头条，但一场更为静默、或许也更具根本性的革新正在悄然发生：去中心化人工智能（DeAI）的兴起。

这不仅仅是算法的革新，更是对中心化控制的反抗。用户正日益对不透明的系统、隐藏的数据议程，以及集中在少数人手中的权力感到警惕 — — 但要摆脱这些“围墙花园”，就需要重建 AI 的基础架构。然而，已有多个项目正积极应对这些挑战，为重新定义 AI 的角色奠定基础。

去中心化 AI 有何不同？

在去中心化、无需信任的环境中部署 AI，从根本上改变了游戏规则。每一次推理可能都需要加密验证，数据访问往往涉及复杂的区块链索引。与中心化巨头不同，DeAI 项目无法在计算需求激增时，简单地通过 AWS 或谷歌云自动扩展资源 — — 除非违背其核心原则。

试想一个用于社区治理的 DeAI 模型：它必须与智能合约交互（可能支持跨链），通过复杂的加密技术确保隐私，并实现透明操作 — — 这与典型的 AI 分析计算挑战截然不同。

这种复杂性解释了为何早期对 DeAI 的设想常常遭遇挫折。它们要么牺牲去中心化换取效率，要么因处理需求过大而不堪重负。真正的进展始于团队停止将传统 AI 强行塞入区块链框架，转而针对去中心化、透明性和用户控制等挑战，从零开始设计系统。

从理论到主网：真实应用落地

DeAI 项目终于走出理论阶段。多个团队已部署了可运行的系统，直指中心化替代方案的缺陷。

其中，Kava在推动透明度、挑战中心化 AI 方面脱颖而出，成为一股重要力量，展示了去中心化模型如何成功对抗科技巨头。正如 Kava 联合创始人 Scott Stuart 在我们近期于香港展开的深度交流中所详尽阐述的那样，其平台融入了去中心化 AI 元素，超过 10 万用户的真实需求印证了市场对可问责系统的渴望。这一不断增长的用户群体有力证明了 Kava 对当前“黑箱”AI 的挑战，其社区治理模式与透明化运营策略，为行业提供了一个清晰且可行的替代方案。

NEAR Protocol 为高吞吐量的去中心化应用提供了可扩展的基础设施，支持高效的 DeAI 流程。互联网计算机（ICP）则开创了让 AI 应用完全在链上运行的平台，确保端到端的去中心化和安全性。

构建基础架构

DeAI 的独特需求暴露了现有 Web3 基础设施的短板。Akash Network 率先意识到这一点，其解决方案是去中心化物理基础设施网络（DePIN），通过整合全球闲置计算资源，创建了一个计算市场，为 AI 工作负载提供了灵活且经济高效的替代方案，以取代中心化云提供商，并增强了抗审查能力。

数据可访问性是另一个关键环节。The Graph 优化了区块链数据的索引和查询，使 DeAI 应用能够访问和处理海量链上信息，以进行有意义的分析和决策，而不会使单个节点不堪重负。

在整个生态系统中，团队真切地感受到了这些基础设施升级所带来的全方位影响。如今，DeAI 展现出了更为强大的能力，能够从容应对各类复杂任务。 无论是管理复杂的 DeFi 策略，还是为去中心化社交平台提供动力，它都能游刃有余地完成，且始终坚守去中心化的核心原则。

得益于这些基础设施的显著进步，像 Kava 这类项目的可行性正与日俱增。它们部分运行在依托 Akash 等平台所构建的去中心化轨道之上，正沿着这条由先进基础设施铺就的道路稳步前行，不断拓展着自身的发展空间。

前进之路

Web3 基础设施的演进为 DeAI 部署开辟了独特可能性。以 DeFi 可用性为例，Kava 计划在今年晚些时候推出的 AI 智能体旨在自动化复杂的跨链策略及优化流动性激励，为主流用户消除令人望而生畏的复杂性。这不仅需要 AI 逻辑，还需要与各种协议的无缝交互以及强大的数据源，而 The Graph 等基础设施则为此提供了便利。

社区治理是另一前沿领域。像 Dexe 这样的项目正在探索社区驱动的框架，将 AI 开发与用户共识和监管需求相结合，如果基础设施足够强大，甚至可能使用 AI 智能体来模拟政策影响或管理去中心化自治组织（DAO）的资金。

打破概念炒作，直击技术本质

DeAI 的成功不仅取决于巧妙的模型或意识形态吸引力。基础设施提供商和应用开发者仍需应对计算瓶颈、跨链通信标准、数据真实性及真正去中心化等持续挑战。

理论模型在与主网实际情况接触时，往往会暴露出问题。问问任何部署 DeAI 的团队，他们都会提到所遇到的极端情况 — — 当前模型难以应对的意外市场波动、网络拥堵高峰以及治理漏洞利用等问题。

下一个关键阶段涉及标准化和互操作性。随着更多 DeAI 应用涌现，对数据、计算和治理通用框架的需求愈发迫切。长期成功取决于构建一个无缝协作的去中心化生态系统，而非孤立竞争的解决方案。

这些基础要素 ：强大的基础设施、可访问的数据、适应性强的治理 ，或许不如模型训练突破那般吸引眼球，但它们将最终决定去中心化 AI 能否兑现透明、可问责、以用户为中心的未来承诺，还是仍然局限于小众应用。今天，致力于解决这些根本性挑战的团队正在塑造 AI 的明天。

去中心化 AI：突破科技巨头的“围墙花园” was originally published in KavaChinese on Medium, where people are continuing the conversation by highlighting and responding to this story.