最近因为GPT导致区块链的AI板块大火，各家纷纷推出区块链的AI概念股（区块链概念股中的AI概念股，感觉好像套娃）
我之前（在punkcan的推特）说从本质上来说很难，现在我更正一下
如果要说区块链跟AI的关联性，倒是有些擦边的可以
例如ocean protocol是做数据服务的，可以通过激励机制增加对于AI数据模型的共享
也就是说区块链本身提供主要功能的是激励
有人会说，区块链让数据变的更加开放性，更加去中心化
但是这世上开放的AI模型可多了，不愿意开放的，就算有ocean protocol，还是不会开放
只能说这个机制可以增加更多小型的数据模型训练公司，贩售他们的成果来变现
从这个角度来看，任何东西都可以打着「激励」的概念来说自己跟AI有关，而且很多都是还在募资或开发阶段，可以想象割韭菜的比例非常高。
区块链的储存成本昂贵是一种硬伤，相反地AI却需要大量的储存技术，我不敢说未来AI也没法透过区块链来储存，但就现在而言，是相当不实际的做法。
另一种概念是，验证训练数据的准确性。
这个更玄了，这同样是打着激励，甚至还有点DAO概念的方向
意思是什么呢？
例如医疗分析的AI系统，势必就需要大量的病例数据
这时候有两个需求：
- 谁判断病例数据是有效的？
- 病例数据的来源需要被隐私保护
DAO领域有类似影响力权重的做法来应用在病例数据的判断，同样也包括激励规则在里面，链上验证又可以确保不同数据来自同一个病患，但不同时期的数据，从这个方向看来，区块链的确解决一部分的问题，只是这个方案相当具备针对性，并不是很容易拓展开来，而且对于私人医疗机构来说，不用区块链也可以做到这件事情。
所以问题就来了，既然来源群众的量体很小，小到不太需要利用区块链，那么他的利基点在哪？割韭菜？
第三种是算力共享的概念，类似SETI@HOME（没听过的可以去我推特问我）
项目方接手大量的训练模型，并拆解成小块数据
用户利用个人电脑的算力来处理模型训练
但这个做法是有限制的，很多训练模型需要的算力非常庞大，个人电脑基本上起不了什么作用，反而会造成不少浪费，但如果是文本训练之类的模型但是可以，例如让AI写文学写的更好之类的（这牵扯到AI在语言上是如何处理的）
也就是说这个概念中，能够运作的素材类型并不高，语义向量的需求基本上已经被解决了七七八八了，那为何还需要多此一举呢？还不如继续SETI@HOME
第四种：分散式运算
AI将算出来的模型跟API，透过分散式运算的方式，以去中心化的形态分布，让人人都可以取用
也就是说假设ICP是成功的，并且他支援AI数据的计算，那我们将迎来一个天网系统
但我也说了是「假设」，因为ICP并没有成功，首先他的节点难度高，成本也高，一般用户没有意愿去架设ICP节点，这样做不到真正去中心化运算的可能
目前他们能运作的运算也有限，暂时负担不了AI需要的高算力（当然这未来很容易解决）
现在只能说AI创造出一个里程碑，属于AI的里程碑，未来的AI还会进化