當川普爲 AI 投入萬億時，誰在爲 AI 提供可信數據？

當川普爲 AI 投入萬億美元時，表面看上去是模型、芯片、數據中心的比拼，但也引發出更深層的問題，AI 模型依賴的數據是如何驗證的，是否可追蹤的，在訓練過程黑箱和推理過程是不是可以審計的，模型之間是否可以協作，還是只能各自爲戰？

說人話就是當我們共 AI 獲取信息的時候，誰能確定 AI 給出的信息就是對的，數據污染已經不是一個說着玩的詞了，當初某號稱是 ChatGPT 殺手的 AI 應用就已經深深的陷入了到數據污染的環境，當數據源都是錯誤的時候，給出的答案如何能是正確的。

現在的AI是不是智能的？也許是，但即便是再聰明的 AI 也需要模型的訓練，但我們無法知道模型訓練用了哪些數據，也無法驗證 GPU 是否真的跑完了一個推理過程，更無法在多個模型間建立互信邏輯。

如果要讓 AI 真正走向下一代，可能需要同時解決這三個問題：

一，訓練數據必須可信、可驗證。

二，推理過程必須可被第三方模型審計。

三，模型必須能在無需平台撮合的前提下協調算力、交換任務、共享成果。

這不是單靠一個模型、一個 API 或一個 GPU 平台能解決的，而是需要一個真正爲 AI 構建的系統，這個系統應該既能低成本永久性的存儲數據，讓數據本身具備審查與被審查的權限，又能讓模型之間實現推理上的驗證，還需要要支持模型在特定前提下自主發現算力、協調任務、審計每一步執行的能力。

這在中心化的平台都很難做到，那麼是不是有可能在去中心化的平台上實現，而爲什麼又要用去中心化的方式來實現呢？

我覺得只有區塊鏈才能做到真正將“數據存儲、數據執行、數據驗證”融合在同一個底層網路中。這也是區塊鏈最大的魅力之一，不可篡改和透明性，但問題是，並不是每一條鏈都適合做 AI 的底層。

如果單純是儲存的話，已經有了 FIL 協議，但單純的儲存還不夠用，還需要能讓智能合約可以直接調用數據，審計推理結果，甚至協調 GPU 資源完成計算任務，這些特性，別說 FIL 就是大多數 L1 或 AI 應用暫時裏都還做不到。

如果說真能有些關聯的話，可能就是 @irys_xyz 會有些機會， Irys 並不是傳統的存儲鏈，而是準備打造成一個爲 AI 構建的數據執行網路。將數據作爲可編程的資產。模型之間可以在鏈上讀取數據、驗證推理、調用算力，並且通過智能合約實現定價、授權、分潤和驗證。

當然目前 Irys 也還有一些不成熟的地方，但這個發展的方向應該是對的，而且不論是中心化 AI 還是去中心化 AI，如果數據源不可信，那所有算力都是沙上建塔，再強的模型也不過是水中月，鏡中花。