บล็อกเชนสามารถสนับสนุนตลาด AI การชำระเงินของเอเจนต์ การพิสูจน์แหล่งที่มาของข้อมูล และบันทึกการตรวจสอบได้ แต่ AI แบบกระจายศูนย์จำเป็นต้องมีความเป็นส่วนตัว ความรับผิดชอบ และประโยชน์ใช้สอยที่แท้จริงนอกเหนือจากเรื่องเล่าเกี่ยวกับโทเค็น
ปัญญาประดิษฐ์และบล็อกเชนแก้ปัญหาที่แตกต่างกัน แต่สามารถทับซ้อนกันในลักษณะที่เป็นประโยชน์ได้ ระบบ AI สร้างการทำนาย การตัดสินใจ เนื้อหา และเวิร์กโฟลว์อัตโนมัติ บล็อกเชนสามารถประสานความเป็นเจ้าของ การชำระเงิน การพิสูจน์แหล่งที่มา อัตลักษณ์ และบันทึกการตรวจสอบระหว่างผู้มีส่วนได้ส่วนเสียที่ไว้วางใจซึ่งกันและกันไม่เต็มที่
กรณีการใช้งานที่แข็งแกร่งที่สุดไม่ใช่การที่ AI จะเข้ายึดครองอย่างคลุมเครือ แต่เป็นโครงสร้างพื้นฐานสำหรับบริการอัตโนมัติ หากตัวแทนซอฟต์แวร์สามารถขอข้อมูล จ่ายค่าเรียกใช้โมเดล ประนีประนอมงาน และบันทึกผลลัพธ์ โครงสร้างพื้นฐานบล็อกเชนสามารถให้การชำระบัญชีและความรับผิดชอบสำหรับปฏิสัมพันธ์เหล่านั้นได้
ตลาด AI แบบกระจายศูนย์เป็นหนึ่งตัวอย่าง นักพัฒนาสามารถเผยแพร่โมเดล บริการข้อมูล หรือตัวแทนเฉพาะทาง ในขณะที่ผู้ใช้จ่ายสำหรับการเข้าถึงผ่านสัญญาที่เขียนโปรแกรมได้ ระบบชื่อเสียง กฎระดับบริการ และกระแสการชำระเงินที่โปร่งใสสามารถทำให้การประสานงานในตลาดง่ายขึ้น แต่การควบคุมคุณภาพยังคงเป็นเรื่องยาก
แหล่งที่มาของข้อมูลเป็นกรณีการใช้งานสำคัญอีกประการหนึ่ง ระบบ AI พึ่งพาข้อมูลการฝึกฝน คำสั่งนำเข้า (prompts) ผลลัพธ์ และวงจรป้อนกลับ บันทึกทางคริปโตกราฟีสามารถช่วยพิสูจน์ที่มาของข้อมูล ใครเป็นผู้ให้สิทธิ์ใช้งาน เมื่อใดที่ข้อมูลถูกใช้ และว่าผลลัพธ์นั้นถูกสร้างขึ้นโดยโมเดลเฉพาะหรือไม่ สิ่งนี้มีความสำคัญต่อสิทธิในลิขสิทธิ์ การปฏิบัติตามกฎระเบียบ ความสามารถในการทำซ้ำของการวิจัย และการตรวจสอบได้ขององค์กร
เอเจนต์ AI ยังสามารถใช้สัญญาอัจฉริยะเพื่อประสานกิจกรรมทางเศรษฐกิจ เอเจนต์ด้านโลจิสติกส์อาจชำระเงินสำหรับข้อมูลเส้นทาง เอเจนต์ด้านการซื้อขายอาจชำระค่าธรรมเนียม หรือเอเจนต์ด้านการวิจัยอาจซื้อทรัพยากรการประมวลผล ประโยชน์คือการชำระบัญชีอัตโนมัติ ความเสี่ยงคือข้อผิดพลาดอัตโนมัติ เอเจนต์ต้องการสิทธิ์ในการเข้าถึง ขีดจำกัดการใช้จ่าย การตรวจสอบ และขั้นตอนการย้อนกลับเมื่อเป็นไปได้
โครงการที่ทดลองใช้ปัญญาประดิษฐ์แบบกระจายศูนย์ได้สำรวจตลาดบริการ AI-as-a-service ตัวแทนทางเศรษฐกิจอัตโนมัติ การชำระเงินระหว่างเครื่องต่อเครื่อง คะแนนความน่าเชื่อถือ และการประสานงานระหว่างตัวแทน แนวคิดเหล่านี้มีแนวโน้มดี แต่การทดสอบที่แท้จริงคือความสามารถในการลดต้นทุน ปรับปรุงการเข้าถึง หรือสร้างขีดความสามารถที่ API แบบรวมศูนย์ไม่สามารถให้ได้
ความเป็นส่วนตัวเป็นความท้าทายสำคัญ กระบวนการทำงานของ AI มักเกี่ยวข้องกับข้อมูลอ่อนไหว และบล็อกเชนสาธารณะมีลักษณะโปร่งใสโดยกำเนิด โครงสร้างพื้นฐาน AI แบบกระจายศูนย์อาจจำเป็นต้องใช้หลักฐานแบบไม่เปิดเผยข้อมูล (zero-knowledge proofs) การประมวลผลแบบความลับ ตลาดข้อมูลแบบเข้ารหัส บัญชีแยกประเภทแบบกำหนดสิทธิ์ หรือการประมวลผลนอกเชนพร้อมการยืนยันบนเชน การออกแบบที่เหมาะสมขึ้นอยู่กับข้อมูลและแบบจำลองภัยคุกคาม
ความรับผิดชอบก็สำคัญไม่แพ้กัน หากเอเจนต์อัตโนมัติตัดสินใจผิดพลาด ใครคือผู้รับผิดชอบ: ผู้พัฒนาโมเดล, ผู้ให้บริการข้อมูล, ผู้ใช้, โปรโตคอล, หรือตลาด? บล็อกเชนสามารถบันทึกสิ่งที่เกิดขึ้นได้ แต่ไม่สามารถกำหนดความรับผิดชอบทางกฎหมายหรือขอบเขตจริยธรรมได้ด้วยตัวเอง
แรงจูงใจแบบโทเค็นสามารถช่วยเริ่มต้นเครือข่ายได้ แต่อาจทำให้พฤติกรรมบิดเบือนได้ แพลตฟอร์ม AI แบบกระจายศูนย์ไม่ควรพึ่งพาการเก็งกำไรโทเค็นเพียงอย่างเดียว จำเป็นต้องมีโมเดลที่มีประโยชน์, การคำนวณที่เชื่อถือได้, เครื่องมือสำหรับนักพัฒนาที่แข็งแกร่ง, การกำกับดูแลที่ชัดเจน, ค่าธรรมเนียมที่โปร่งใส, และมาตรการป้องกันสแปม, การโจมตีแบบไซบิล, และผลลัพธ์คุณภาพต่ำ
อนาคตของบล็อกเชนและ AI มีแนวโน้มจะเป็นไปในทางปฏิบัติมากกว่าภาพยนตร์: บันทึกแหล่งที่มา, การชำระเงินของเอเจนต์, การประสานงานการประมวลผลแบบกระจายศูนย์, ตลาดโมเดล, การยืนยันตัวตน, และบันทึกการตรวจสอบ ผู้ชนะจะเป็นระบบที่ทำให้ AI น่าเชื่อถือ ตรวจสอบได้ และเข้าถึงได้ง่ายขึ้น โดยไม่ต้องอ้างว่าโทเคนทำให้ปัญญาประดิษฐ์เป็นแบบกระจายศูนย์โดยอัตโนมัติ
คำถามสำคัญคือ AI ปรับปรุงระบบจริงหรือไม่ หรือเพียงแค่ปรับปรุงสไลด์นำเสนอ โครงการ AI-crypto ที่มีประโยชน์ควรทำให้ข้อมูล, ตัวตน, การประมวลผล, แหล่งที่มา, อัตโนมัติ, หรือการประสานงานดีขึ้นในลักษณะที่ผู้ใช้สามารถตรวจสอบได้ โครงการที่อ่อนแอเพียงแค่เชื่อมโยงภาษา AI เข้ากับโทเคน ความแตกต่างจะปรากฏชัดในแง่ของการใช้งาน, รายได้, การยอมรับจากนักพัฒนา, และความเป็นจริงที่ว่าโทเคนจำเป็นต่อการทำงานของผลิตภัณฑ์หรือไม่