原文作者：Danny Sursock
原文来源：twitter
编译：Kate, 火星财经
注：本文来自@DannySursock推特，火星财经整理如下：
在Denver大会举行的许多 Crypto x AI 演讲中，比以往任何时候都更愉快的是，该领域一些最有趣的项目所强调的未回答的问题和整体设计空间
下面分享了一些突出的主题。
@MorpheusAIs提醒我们，在电子邮件和互联网的核心协议公开拓布之前，人们曾试图对其进行监管。目前正在进行一场具有类似意义的生存之争——部分是在法庭上，部分是在区块链上
@akashnet_关于为什么去中央化打算对人工智能如此主要
供应链积压/现有护城河/巨大的前期成本本钱/长期条约
^随着人工智能成为创业工具包的核心部分，而GPU仍旧无法访问，对基层创新的所有紧张威胁
唯一的@ilblackdragon关于封闭模型开拓的风险，包括
-广告直接运行在模型输出
-供应商的法律和道德考虑
-根据谁支付最多来重新排名产出
-精心策划/有偏见的数据集毁坏模型知识
他对一系列的机会感到愉快：
-内容的加密表示/担保
-链上代理(从专业做事到完备自主的运营商)
- ML定义的资产(和智能合约)能够在未来对推理输出做出反应
@NousResearch认为模型该当与用户保持同等，从演习数据到本地运行模型的能力
他们正在纠正操作系统模式排行榜的毛病，同时开拓引发创造力的办法，并共同构建与GPT4相媲美(乃至超越)的开放模型……
@StabilityAI展示了一个令人愉快的演示，展示了当今各种模式的操作系统模型
他们已经看到社区开始有创意地利用根本模型原语，在低端硬件受骗地运行
强大的操作系统模型+本地运行能力=巨大的顺风。
@ritualnet正在为环球、去中央化的人工智能而奋斗，利用他们的超级链和SDK将人工智能带到链上并进入开拓者手中
随着人工智能渗透到所有的技能领域，新的审查/操纵形式将会涌现，根本模型将会增加缺点信息的输出……
他们正在与生态系统互助伙伴一起构建的领域：
- 用于 AI 的加密原语（OPML、ZKML、TEE、FHE）
- 数据来源、供应、标签
- 用于打算、做事模型、微调等的勉励机制
- 分布式、负任务的 AI 管理
Gemini的事件很好地提醒了我们为什么去中央化人工智能是至关主要的，这里列出的团队(还有更多)正在利用加密轨道来加速全体ML堆栈的创新
由于这个不断增长的社区，去中央化的未来是非常光明的