Ritual的聯合創始人Niraj Pant在Cryptonews的獨家訪談中談到了為什麼區塊鏈和人工智能（AI）尚未攜手合作，以及區塊鏈已經準備好實現這一目標。
他告訴我們，AI和加密貨幣之間的關係是相互有利的，AI-enabled dapps的缺乏以及Revolut對此所做的努力，GPU問題以及加密貨幣如何解決它，以及為什麼某些DeFi方面效率不高以及機器學習如何改變這一情況。
在這次訪談中，Pant討論了以下內容：
建立自主世界和遊戲；
建立分散的AI基礎架構
應用機器學習於DeFi；
智能代理；
Story Protocol與Ritual合作，在鏈上培訓和跟踪模型。
Niraj Pant進行了廣泛的訪談，您可以在上面觀看或在下面閱讀。
創建基於鏈的AI基礎
Pant告訴Cryptonews Podcast主持人Matt Zahab，AI加密現在才出現，而不是在上個周期。
長期以來一直有分散的AI的想法。但它面臨著許多挑戰。它無法達到今天在加密空間內不斷增長的子行業的水平。
一個關鍵的挑戰是現在還沒有像我們現在看到的發展成熟的轉換器（深度學習）架構。
然而，今天，我們發現許多大型語言模型背後都有機器學習（ML）架構，這些模型用於大型產品，例如ChatGPT。
此外，在此之前，幾乎沒有多少消費者AI應用。
隨著轉換器架構的崛起，以及2020年ChatGPT和GPT-3的創建，“AI開發的新文藝復興”已經開始。
“我們終於看到了一個大型的AI消費者用例，”Pant說。
現在，許多公司和初創企業正在使用AI，開發它，並為其籌集資金。
在所有這些情況發生之前，將AI帶入區塊鏈幾乎是不可能的。區塊鏈無法有效地支持訓練、推理和調整等操作。
區塊鏈現在才達到所需的效率水平。我們正在見證提速，更好的加密學，第二層區塊鏈，零知識證明等的改進。
AI可能仍然是“空中樓閣”，但這些發展正在“將我們帶到一個可以在區塊鏈上實際進行AI的空間”。
加密貨幣和人工智能：雙向利益
Pant表示，加密貨幣和人工智能可以互相幫助。兩者之間存在“兩個領域的匯合”。
因此，這兩者獲得了“雙向利益”。
AI高度集中。這就是加密貨幣可以提供幫助的地方。
AI基本上只是全球人們使用的一些主要產品（例如ChatGPT，Midjourney和Runway），並且只有少數公司製作這些模型（OpenAI，Microsoft，Google和Facebook）。
然而，加密貨幣世界對於集中權威的想法非常抵制。他們意識到，過多權力的手很容易被濫用。
值得注意的是，AI不會消失：幾乎所有產品都以某種方式使用它，而且“數十億人”將在幾年內每天使用它。
因此，擁有“分散的、透明的替代方案，在其中可以獲得隱私、計算完整性、治理權利以及對其做出貢獻的用戶和人們的所有權非常重要”。
同時，AI也可以幫助加密貨幣。有很多有趣的用例，從非同質化代幣（NFT）生成，到構建定制遊戲，創建定制電影等等。
“我們正在進入這個新時代，可以將無窮的AI與加密所帶來的所有權和自主權特性相結合，”Pant說。
它們處於技術光譜的兩端：一個是集中化的，一個是去中心化的。將它們合併在一起是關鍵。
缺少：AI-enabled Dapps
在開始從事Ritual之前，Pant在Polychain擔任了六年的常務合夥人。
當時，他對AI越來越感興趣，同時也“非常關注加密基礎架構方面的事情”。這使他開始研究加密和AI的交集。
當時，他與之合作的許多團隊都有很好的想法，但他開始注意到沒有人在建立AI-enabled的去中心化應用（dapps）。
“這感覺像是一個巨大的機會，”Pant評論道。“這將會大幅增長。”
因此，他們的公司雖然起步很小，但現在正在“迅速增長”。Ritual團隊在這個領域受到的關注“急速上升”。
他們的團隊致力於使開發人員能夠在智能合約中輕鬆使用AI，並實現上述用例。
為此，他們分兩個階段建立了Ritual。
第一階段是一個名為Infernet的系統。
這是一個輕量級的庫，用於在鏈下進行計算，這是一個分散的神諭網絡，使智能合約開發人員能夠從Infernet節點請求在鏈下進行的計算，並通過Infernet SDK將其傳遞給他們的消費在鏈上的智能合約。
例如，如果開發人員想基於用戶輸入創建新的NFT，他們可以構建一個智能合約，將信息中繼到Infernet鏈下計算系統，該系統在容器內完成工作，然後返回結果，可選擇性地包含證明或隱私。
目前的重點是EVM兼容的區塊鏈，但在未來，它將是“真正的任何東西”。
第二階段被稱為Ritual Chain。
這是一個主權的第一層鏈，將Infernet的想法擴展到執行層，用戶可以獲得更直接的證明、隱私和鏈上語義，這使得更容易構建他們想要的應用程序。
它將是一個定制的執行層，旨在支持AI本地操作，並在加密貨幣和AI交集處實現一類新的應用程序。
“這是我們未來一年的路線圖，”Pant說。“我們計劃在夏天進行開發網。”
然而，開發人員可以在Infernet上構建應用程序，並在選擇的情況下將其移至鏈上。
GPU困境及加密貨幣如何解決它
Niraj Pant告訴Matt，當涉及到圖形處理單元（GPU）作為服務時，“有很多不同的創新向量”。
這可以是在地理方面、新市場方面、通過令牌的激勵措施、不同類型的硬件、能夠協調這些機器等。
因此，GPU作為服務是“加密AI最有趣的應用之一”。
GPU可以用於“一系列任務”。但是，除非你是一家大型公司，否則購買一個GPU非常耗時且昂貴。等你得到一個時，技術已經發展，所以“你總是處於落後狀態”。
另一個選擇是使用雲服務。然而，這些服務的供應有限和/或“他們只是在實際原始成本之外收取瘋狂的溢價”。
這些情況導致許多正在構建AI的初創企業無法負擔GPU。
第三種選擇是Web2提供商為技術娴熟的用戶提供基本服務。
雖然這些服務很好，但它們沒有像加密市場那樣的“完整市場”：買家和賣家在兩邊。相反，提供商始終在另一邊。
因此，這些公司正在“運行自己的供應”。他們的硬件有限，他們可以決定交易和與誰進行交易。
然而，加密市場可以擴大硬件供應範圍。也許歐洲或亞洲的某些團體現在可以開放供應並滿足需求。
另一個關鍵是通過新穎的獨特架構橋接到更多類型的硬件上。加密貨幣可以做到這一點。
“而且，最重要的是加密貨幣使用了大量的GPU，”Niraj Pant說。
與此同時，Ritual已與一家名為Ionet的外部GPU-as-a-service公司合作。他們擁有“全球範圍內的大型GPU集群”，運行Ritual節點並能夠處理Ritual的需求請求。
使用ML使DeFi更高效
Ritual最近推出了一個名為Infernet ML的工具包。
這是一系列由團隊預先構建的ML工作流程，是“一堆示例，可以使您在不同的ML框架上執行像那個NFT mint那樣的操作，或者在智能合約中使用LLM，或者真正做任何其他事情”。
Pant指出，ML幫助去中心化金融（DeFi）是加密AI最有趣的應用之一。
今天，當您啟動DeFi協議時，您是在努力完成一項任務。一些DeFi協議在提供的內容上非常狹窄，而其他協議則是具有許多不同產品的全功能系統。
然而，構建協議並不是工作的終點。現在，團隊必須管理與此有關的一切，例如系統本身、資金庫、協議安全性、風險等等。
此外，Pant認為，DeFi今天的一個重大問題是治理。去中心化組織（DAO）的治理難度很大，需要“耗費大量時間和人力”。
閱讀提案、審議、進行“政治”以獲得所需的投票所需的時間需要幾天，最後進行投票。
“這對於許多任務來說非常低效，”Pant說。
然而，儘管人類治理在很長一段時間內可能仍然對於資金庫管理是必要的，但AI和ML可以在其他方面發揮作用。
“這可能是利率參數，或者是清算因子或抵押因子等等。您可以從不同協議流入數據，從不同的交換處流入價格鏈，並將其用於推動這些不同因素周圍的決策，“共同創辦人解釋道。
因此，如果某個借貸市場上的資產價格在某個範圍內大幅下降，這將表明該項目應該加緊所需的抵押物，使人們增加抵押物，以便協議不會面臨額外風險。
因此，DeFi可以在許多不同的方式中與AI一起使用，Niraj Pant指出，從治理提案到資金庫管理，再到風險參數管理，以及在借貸、收益生成、投資組合優化等許多不同用例中。
與此同時，Ritual的一位顧問是Gauntlet的創始人兼首席執行官Tarun Chitra。未來，Gauntlet可能創建模型並獲得版稅，這是一種比當前更直接的收入形式。“所以這是一個非常令人興奮的未來。我們內部經常討論這一點，”Pant說。
此外，Revolut即將推出大量圍繞AI和PC的用例，與NFT的交互方式的新類型，使遊戲更加個性化等等，Pant總結道。
Niraj Pant簡介
Niraj Pant是Ritual的聯合創始人，Ritual是用於人工智能（AI）的分散執行層。
在創辦Ritual之前，Pant在Polychain擔任了六年的常務合夥人，領導了Offchain Labs、EigenLayer和Compound等初創企業的投資。
他在UIUC的分散系統實驗室擔任密碼學研究員，開始了他的職業生涯。