CoinFund创始人：去中心化AI可对抗政府对AI模型的控制

太长不看：核心要点速览

Brukhman将Anthropic的出口管制举措与中心化风险联系起来

代币化AI模型正成为一种潜在的商业模式。CoinFund的Brukhman表示，Anthropic遵守出口管制一事证实了AI模型是政府控制的最大目标。目前已有分布式GPU算力可用于训练前沿AI模型，但要使去中心化应用切实可行，还需要新的算法。

Gensyn、Prime Intellect和Pluralis等团队正在证明，分布式AI训练不仅可行，而且在成本上具有竞争力。Pluralis提出在参与者之间对AI模型权重进行代币化，为去中心化AI创建可持续的商业模式。去中心化AI可以作为应对政府对人工智能模型日益增强的控制的重要制衡力量。

Brukhman将Anthropic的出口管制举措与中心化风险联系起来

Jake Brukhman自2020年以来一直关注AI与去中心化网络的交叉领域。他认为，AI模型本质上是技术领域中一股中心化的力量。他表示，Anthropic遵守美国出口管制的行为证实了业内许多人的猜测。

在X平台的一篇帖子中，Brukhman写道，这一进展在一夜之间成为了"市场现实"。他将其视为业界思考AI治理方式的一个转折点。他担忧的核心在于AI可能落入单一国家控制之下的风险。

Brukhman指出，现有的商品化GPU算力在数量上已足以支持前沿模型的训练。他认为，障碍不在于硬件可用性，而在于高效利用这些硬件所需的算法。目前，多个研究团队正在解决这一问题。

他提到了Gensyn、Prime Intellect、Bagel、Pluralis、Nous Research、Macrocosmos以及Covenant AI等致力于分布式训练的团队。他表示，他们的研究曾一度被普遍认为是不可能的。而今天，这些研究证明，分布式训练不仅可行，而且在成本上可以与中心化方法相媲美。

代币化AI模型成潜在商业模式

开源AI模型已获得广泛采用，但在经济可持续性方面仍面临长期挑战。缺乏可行的商业模式，使得开放模型难以吸引长期投资和开发资源。Brukhman在他的评论中直接指出了这一差距。

在他提及的团队中，只有Pluralis提出了一个具体的解决方案。该方法涉及通过代币化结构将模型权重分割给网络参与者。这为贡献者创造了经济激励，同时保持了对模型的去中心化控制。

代币化模型结构意味着没有任何单一实体能完全控制AI系统。参与者共同拥有模型权重，这使得单方面的审查或控制变得极其困难。Brukhman认为这是迈向经济上可持续的去中心化AI的基础性一步。

Brukhman在论证结束时向整个行业提出了一个直接的问题：AI究竟会在政府监管下完全中心化，还是公开、开放的网络会取得胜利？他暗示，答案取决于行业是否能够抓住当下去中心化AI研究领域正在形成的势头。