微软认为人工智能（AI）是“我们这个时代的标志性技术”，它在AI研究和投资方面都处于尖端地位。

但这并不意味着这家以西雅图为基地的技术巨头不对加密世界给予密切的关注，包括区块链技术和AI可能在未来相互支持的方式。

在最近的纽约康奈尔区块链大会上，微软数字化转型、区块链和云供应链董事尤克·罗德斯被问及公司如何看待这一可能的技术交集。

“我认为随着这两种技术的进步，你可以创建出结合两者力量的智能体。我们只是刚刚触及皮毛，”他说。

在一次名为“加密x AI”的讨论中，主持人Alex Lin在Reforge的联合创始人和合伙人，进一步挖掘罗德斯的观点，问他：微软有一天会有自己的区块链吗？

“加密领域已经发生了大量有趣的事情，”包括开源社区，罗德斯回应说，“所以我们为什么要试着重新创造那些已经投入了大量资金的东西呢？”

相反，微软今天的重点更多是优化现有技术，如2层区块链汇总。罗德斯补充道：

加密“定位精准”

罗德斯和林在4月26日康奈尔科技活动上与尼尔·迪赛维尔、PayPal数字货币的首席财务官；潘特拉研究部门的负责人马特·斯蒂芬森；以及Hyperbolic Labs的首席执行官和联合创始人贾斯珀·张一起亮相。

斯蒂芬森认为，“加密处于非常好的位置，可以成为特定类型AI的‘选择和工具’”，特别是转型和扩散模型。考虑到“去中心化、多智能体”AI未来的可能性，这一点尤其正确。

尽管如此，加密可能不得不在人工智能的主导下扮演次要角色。罗德斯承认，像AI这样的大趋势往往会“把其他新兴技术，包括加密/区块链和Web3的空气吸走”。

“这是一个热点话题——区块链网络和AI之间的交集或共生，”林评论道。但这也容易夸大宣传，有时很难区分炒作和现实。

例如，林继续说道，关于去中心化图形处理单元（GPU）的讨论很多，“但没有人谈论延迟”，即数据跨网络传输所需的时间。

近期：特朗普是否关心加密？比特币是美国大选的最新战场

如今，从集中的网络获得的AI请求或推荐可以相当快速地获得。然而，由于“延迟”，林说，去中心化网络不会那么快产生这些结果。

Hyperbolic Labs的张并不认为这对区块链等去中心化网络来说会是个问题。“推断是可行的，”他说。

比如，一个以德克萨斯州的数据中心为基础的集中网络收到了来自英国的用户的请求。那个数据请求“需要从英国跨越海洋到德克萨斯州，然后再返回。所以这实际上有很大的延迟，”张说。

相比之下，在一个合理的去中心化网络中，用户可以轻松地在伦敦找到处理该请求的本地节点，这将会“实际上减少通信开销”。

确实，Hyperbolic Labs最近在其去中心化网络上启动了AI推断接口，并取得了与集中式解决方案相当的低延迟结果，张回忆说。

小型语言模型：崛起的趋势

如今，关于AI的讨论主要集中在需要大量计算能力的大型语言模型（LLMs）上。然而，据罗德斯所说，在所谓的边缘AI方面，“有很多事情正在进行——更小、实际上在手机和笔记本电脑上运行高效的语言模型。”

微软一直在开发小型语言AI模型，这些模型需要更少的训练数据和计算能力来开发和运行，包括其Phi-3系列开放模型。罗德斯回忆说，其能力“真的开始接近一些大型语言模型。”

监管者瞄准AI

未来几年，AI可能像加密货币一样在全球范围内受到监管者的严格审查。与会者对于政府规则和规定方面的障碍有何预测？

林表示，“我认为，特别是美国，在这方面做得不太好”，他引用了美国证券交易委员会对加密货币的过度监管。他说：“现在，[SEC主席]根斯勒已经发表声明，我们将比区块链的数字资产更加积极地对AI进行监管。”

金融科技巨头PayPal七个月前推出了自己的美元锚定稳定币，PayPal美元（PYUSD），林询问迪塞维尔对美国监管的看法。

迪塞维尔表示，“我认为美国并不擅长监管。”“看看这里的所有创新。”

当然，在处理政府机构时有时会令人沮丧，但他解释说：“监管者的任务”是：“不对客户造成伤害。”他们试图保护消费者，这没有任何本质上的错误。或者，就像他所说的：“

然而，其他司法管辖区，包括欧盟，正在对稳定币发行商越来越开放，美国必须对此保持警觉。“如果美国不加快步伐，那将是一种会逐渐消失的优势，”迪塞维尔承认。“美国在正确紧迫性的水平上有所挣扎。”

考虑到人工智能的模糊决策过程——所谓的黑箱问题——找到适当的监管量可能会更具挑战性。他说：“鉴于AI的这种不透明性，监管者可能很难管理对消费者的潜在伤害。”

透明度、不可更改性和追踪能力的区块链技术可能实际上能提供机会。林说：

为何AGI？

林在会议结束时请与会者分享他们对AI未来的展望。例如，人工智能通用智能（AGI）在未来五到十年内会成为现实吗？在短期内我们可以期待些什么？

“在不久的将来，AI可能会变得足够强大，以至于每个人都会开始使用它，”张预测说。“每家公司都将成为一家AI公司，就像现在每家公司都是一家互联网公司一样。”

“我认为在五到十年内，AGI将成为可能，”张继续说。“看看AI模型现在的改进速度有多快，再加上去中心化基础设施的帮助，我们可以汇总计算能力，”即提高可用GPU的整体数量，这也应该允许小型参与者参与。

在其他地方，全同态加密（FHE）——据IBM称，这种技术通过“在不解密的情况下释放不受信任域上数据的价值”实现零信任，应该继续发展，并成为另一个确保隐私的有用工具。“FHE将在3-5年内更加成熟，并且提供另一个重要的工具，主要针对那些零知识证明解决的问题之外的不同用例，”罗德斯说。

读者： MakerDAO和Aave的DeFi冲突再次因DAI的增长风险而激化

FHE在医疗保健行业，如涉及敏感个人数据的临床试验中，可能会特别有用。

罗德斯总结说，提到了沃顿商学院的艾森·摩利克的这番话：“你今天使用的AI将会是你用过的最糟糕的版本。”同样可以应用于ZK证明和全同态加密。他认为，保护隐私的计算框架将会变得更加出色。

迪塞维尔在科技和金融领域工作了几十年，目睹了许多具体预测的来去。他说：“但我发现，乐观经常奏效。”然后他告诉与会者：“