超越技术的界限：AI+Web3 的未来发展之道
语言分析哲学对符号 / 概念 / 隐喻的主体性构建
概念的类比与知识的隐喻
当我们开始认真思考一个概念的时候，这一行为如同将一束阳光照射在一个多面棱镜体上，概念就是这么一个多面棱镜体。
多面棱镜体所折射出的可见反射光，就是我们所能看见的关于这一概念的阐释，而可见光只是被反射出来的光谱中的一部分，大量的不可见光构成了概念的隐喻光谱。
隐喻是一种对概念的修辞手段，在特定的历史语境中，概念往往被植入诸多隐喻，而群体在交流互动中所形成的对概念的共识，本质上也是在构建并维护概念的隐喻光谱。
我们对诸概念的共识，来源于我们所共同看见的隐喻光谱。
诸多概念构成了我们知识体系的主要锚点，例如我们对 AI、Web3 的知识体系构建，直观上就是由一系列的关键概念构成。
而概念的隐喻，构成了知识的根隐喻，这些概念的隐喻在知识体系中以隐喻的光谱而呈现，一部分以字面意义的知识呈现，但很大一部分以各种修辞假借的隐喻深藏其中。
隐喻如何植入概念并形成共识
正如 Web3 这一概念，在数据所有权回归的叙事中，被植入了加密思想的主权个人隐喻。
这个隐喻的植入方式，是在对 Web3 这一概念的解构中，在广泛的「民主投票治理」的讨论语境中，引入「主权个人」的语素，附着在「民主」的相关语句之中。
这里我总结了一套如何植入思想隐喻的公式：
抢占舆论 > 解构概念 > 公共讨论 > 广泛语境 > 引入语素 > 附着语句 > 叙事构建 > 文化衔接> 集体共识
语素构成了我们在讨论语境中对词汇的特指，借此实现在特定的交流语境中，完成了对概念的隐喻修辞，并成为叙事共识的一部分。
再举个例子，当公民数据和用户数据两个概念出现时，其实已经完成了特定的前置语境的构建，以公民数据这一概念为代表，前置的语境是国家下的公民在国家边界内所产生的一切数据。
公民的活动是社会性的，进一步可分为公共数据与私有数据，这一区分决定了国家数据保护法的政策制定依据。
我们对 Web3 这一概念的全部表达，事实上反映了我们对 Web3 的知识体系的完整构成。而隐喻深藏其中，而我们却时常视而不见。
AI 领域的从业者由于不在 Web3 的叙事交流语境中，而是从技术概念本身去解构 Web3 的时候，注定丢失了 Web3 在叙事语境中存在的大量隐喻，而正是这些隐喻构成了 Web3 世界的集体共识。
当前 AI 领域的从业者，普遍无法真正理解 Web3 的最根本原因就在于此。
概念的类比与语言的堕化
我们时常对概念的可见部分，进行关联的类比，这是认知神经关联的大脑本能。人类大脑对概念建立关联性的优先级，要高于对概念建立因果关系的优先级。
当我们在讨论去中心化时， 往往语境中会形成一种惯性认知。
即去中心化的组织 / 机构，无需中央机构监督的一种自发组织形式，而由此又会进一步类比关联到一种自下而上的、自发性的民间组织，后面由此衍生的一系列可能关联的类比概念。
未经训练的大脑，无法深刻理解词汇背后的深刻意涵，更何况是在移动互联网割裂注意力的网络时代，注意力经济塑造了信息如何被最高效率化的接收，即消除词汇的精确性及其相关意涵，将词汇通俗简化为单一标签。
眼下，我们正处于一个语言堕化的时代。
我们失去了将概念在概念群或者意义群当中，得以展开延伸的思考空间，失去这一空间意味着我们的思考踏空了支撑概念的土壤。而大脑神经对单一标签概念的关联性，又进一步造就了概念在特定语境的语义失真。
人的思想性被囚禁在标签式语言符号的边界之中。
所以，我们作为科技领域的从业者，我们有必要客观认清我们当下所处的语言符号困境，我们无时不刻都在遭受语言堕化的威胁。
当我们在认真探讨 AI 与 Web3 的时候，我们需要从语言本身理解，我们所阐释的、所意涵的、以及其概念的隐喻，我们才能尽量避免语言堕化的陷阱。
深度有效的交流需要构建一个特定的、受保护的思考场域。
对去中心化历史语境的解构
当我们在讨论「去中心化」这一概念时，本身是在中文词汇的交流语境中，我们需要追溯到其英文单词「decentralization」。
当我们对「decentralization」这一单词进行翻译时，本质上「decentralization」的英文语素并不等于中文语素下的「去中心化」，也并不代表其精准的、明确的完全等同语义。
由于当代面临的语言符号困境，即碎片化的知识与单一化的标签，抹杀了网络环境中人们对精准词汇的理解与掌握能力。
「Decentralized」和「Decentralization」，常在中文语境中被我们翻译为「去中心化」，但在其概念史的语境中，作为语素所表达的概念隐喻，是对权力结构的再分配方式，而不是脱离 / 推翻原有的权力结构，并形成一种完全自由、自发性组织的新主体。
Decentralized 依旧是在一个具有整体边界的权力关系结构中，改变的是权力关系在再分配结构中的延展逻辑，而不是类似 Revolution 形式对权力结构进行根本性的改造 / 推翻。
Decentralized 这一概念的本质，是认识论对控制论的一次解构，Decentralized 是解构的产物，不是对建构的指引。（划重点！）
在认识论的控制论｜Heinz von Foerster 的一文中，海茵茨说道：「『认识论的控制论』（Cybernetics of Epistemology）的真正意思是『控制论的认识论』（An Epistemology of Cybernetics），这不仅是一种控制论的认识论，而且任何声称完备的认识论，都将是某种形式的控制论。」
将 Decentralized 视为建构的指引，本质上是将认识论错置为主体论，这是造成「去中心化」思想困境的根本原因。（此处为重点）
不管有意或者无意，过去的叙事方式犯下了根本性的错误，将「去中心化」作为叙事共识的主体性符号，使得这一符号成为塑造共识的存在主体，脱离了其原来作为一种认识论的解构功能。
我一直认为，「decentralized」和「decentralization」被翻译为去中心化并被广泛语境所大量使用，是非常糟糕的语言符号的堕化现象。
所以你会发现，整个加密领域的叙事哲学，从 2009 年至今，十几年了没有任何根本哲学的实质性发展，以太坊正统王是指望不了的。
其实不禁唏嘘，金融垄断的根本成因在于资本异化的必然规律，加密货币其实也脱离不了金融货币本身的异化魔咒。
认清这一根本性事实，有助于我们把 Crypto 放在合适的历史位置，而不必和 Web3 发生混淆，也为后续 Web3 叙事概念的建构，汲取历史经验的教训。
我估计 AI 领域的从业者也很难相信，当 Crypto 开始自我解构时，Web3 所呈现出来的去中心化信仰，事实上就沦为一种被语言堕化所造成的，一种形而上的符号化囚徒困境。
无论是坚持去中心化信仰，又或者祛魅去中心化信仰，都会继续面临一个巨大的思想困境。而这些思想性的问题，都是我们在探讨 AI 与 Web3 的现状时，不得不考虑的重要因素。
所以，结合上文，我们通过历史学的时间分析，点破了加密文化中的「去中心化」开始了自我解构，而通过对语言分析哲学的使用，我们消除「去中心化」与「中心化」这一思想性的概念隔阂。
这项理论分析工作的完成，得以让 AI+Web3 进入了概念史的历史统一场域之中。
AI+Web3 得以进入共同历史的经验空间，一致面向未来的期待视野。
二、洞察行业现状与趋势
在我现阶段有限的信息掌握范畴中，从中挑选了 10 个我个人感兴趣的的案例，这个代表性并非是对市面上所有 AI+Web3 项目的代表性，在此特指声明。
我认为的一个好的代表性项目，在于其具有良好的相关性，正如「概念的类比与知识的隐喻」这一章节所阐述的，相关性所延展开来的概念，有助于我们了解更多隐藏的信息，并挖掘出更多的可能性。
注：以下 10 个代表项目仅学习参考，不构成任务投资建议。
1、基础设施
基础设施决定了 AI+Web3 在未来的商业应用生态，基础设施最重要的价值，其实就是解决 AI on-chain 的难题，目前比较典型的技术如 zkML（Zero knowledge machine learning），即零知识证明与机器 学习结合的技术路线，能够实现将 AI 的推理证明上链。
而事实，AI on-chain 是一个比较前沿的命题，也取决于不同的开发团队对 AI on-chain 的理解，当前 AI 生态的基座是大模型，Web3 生态的基座是公链，模型与公链之间建立桥梁又或者两者融合，决定着未来该交叉领域的根基。
Bittensor
Bittensor 是一个用于去中心化子网的协议。子网的存在是为了产生去中心化智能。每个子网是一个基于激励的竞争市场，旨在产生最优秀的去中心化智能。
子网运行在区块链上，构成了 Bittensor 生态系统的核心。子网参与者的奖励以 TAO 代币的形式提供。
引用自： https://bittensor.com/
通过 Bittensor 的白皮书概述，我们也能够大致看待 Bittensor 试图所构建，一个点对点的智能交易市场。
与其他商品一样，市场可以帮助我们有效地生产机器智能。我们提出了一个市场，其中智能由互联网上其他智能系统进行点对点定价。
节点通过训练神经网络对彼此进行排名，学习其邻居的价值。分数累积在数字分类账上，排名高的节点通过在网络中获得额外的权重而得到货币奖励。
然而，这种点对点排名形式对勾结不具有抵抗力，可能破坏机制的准确性。解决方案是一种激励机制，最大程度地奖励诚实选择的权重，使系统对高达网络权重的 50% 的勾结具有抵抗力。
结果是一个集体运营的智能市场，不断产生新的训练模型，并支付为信息论价值做出贡献的参与者。
引用自：Bittensor: A Peer-to-Peer Intelligence Market
Cortex
第一个能够在区块链上运行人工智能和人工智能驱动的去中心化应用（dApps）的分布式世界计算机。
Cortex 是一个开源、点对点、去中心化的区块链，支持将人工智能（AI）模型上传并在分布式网络上执行。
Cortex 通过提供一个开源的人工智能平台，使得 AI 模型能够轻松集成到智能合约中，从而创建增强人工智能的去中心化应用程序（DApps），实现了人工智能的民主化。
引用自： https://www.cortexlabs.ai/
Spice AI
Spice AI 是一个可组合、即插即用的 AI 数据的基础设施平台，预先加载了 Web3 数据。加速下一代智能软件的开发。
Spice AI 的企业级解决方案，Spice.ai 在内部建设所需的时间的一小部分和成本的一小部分内，提供了预先填充的、面向全球的数据和 AI 基础设施。
Spice.ai 通过单一且互连的 AI 后端服务，提供了构建数据和 AI 驱动应用的构建块，包括实时和历史时间序列数据、定制 ETL、机器学习训练和推断。
引用自： https://spice.ai/
Lets Workshop
AI 与 Web3 在算力资源的这个市场中，我认为高度集中的、分布式的都会同时存在，根据具体情况有属于自己各自合适的方案。
例如 OpenAI 在训练大模型必然需要集中的算力资源，但 OpenAI 同时也在探索使用分布式算力资源的技术方向。
你可能感兴趣的文章
-
德意志银行调查：1/3散户认为比特币年底跌破20000美元
根据德意志银行的一项最新调查，有三分之一的散户投资者认为比特币到年底价格将跌破20,000美元,由于市场波动和不确定性的增加，许多散户投资者对未来比特币价格的预期持悲…
2024-01-29 -
FTX狂售加密货币？现金储备3个月内翻倍至44亿美元
值得注意的是，FTX的这一举措可能对整个加密货币市场产生一定的影响,大量出售加密货币可能会对市场造成一定的冲击，导致价格波动,更多详细资讯请看下面正文…
2024-01-29 -
Ripple正招募加密ETF开发经理！Fox记者：先推出XRP期货ETF 再是现货
Ripple招募业务开发（机构DeFi）资深经理，其中职位要求包含负责「推动与加密货币相关的ETF计划」，被市场期待是Ripple准备申请XRPETF的迹象,更多详细资讯请看下面正文…
2024-01-28 -
美国佛罗里达与阿拉斯加全面禁止币安美国(Binance.US)运营
币安及其创办人赵长鹏（CZ）在与美国司法部达成43亿美元和解后，Binance.US仍持续为美国客户提供服务，但面临更大的监管挑战,更多详细资讯请看下面正文…
2024-01-28 -
EthSign推出Sign Protocol！为何去中心化电子签名成不可逆趋势？
1月5日，去中心化电子协议签署平台EthSign发布预备推出一项创新技术「Sign Protocol」，此项协议为全链协议，超出了EVM链的范围，包括对比特币、TON和Solana的支持, 更多详…
2024-01-27 -
超高回报不合理！香港证监会将Floki 、 TokenFi质押列入可疑名单
香港证监会(SFC)今(26)日发出警告，呼吁公众提防两项分别名为「Floki Staking Program」及「TokenFi Staking Program」的可疑投资产品,更多详细资讯请看下面正文…
2024-01-27 -
Tornado Cash发起We Want Justice DAO！为创始人筹款辩护
在美国财政部外国资产控制办公室（OFAC）将Tornado Cash列入制裁名单并逮捕其创办人后，Roman Storm发起了一项为他和Alexey Pertsev辩护的筹款活动「WeWant Justice DAO」,…
2024-01-26 -
OKX公布OKB插针补偿方案：空投USDT给符合资格用户
主流交易所OKX的平台币OKB于23日突发闪崩50%的异常波动事件，官方今日正式公布补偿方案，将在2月1日之前「以USDT形式」空投至符合资格用户的资金账户,更多详细资讯请看下面…
2024-01-26 -
ALT上架币安飙涨5000%！AltLayer特色、代币经济、申领空投介绍
据币安研报显示，AltLayer是一个专为rollups设计的开放去中心化协议，其核心网络构建了一个Rollups-as-a-Service(Raas)仪表板，它采用了Optimistic和ZK Rollup堆栈，使开发…
2024-01-26 -
SEC要求Ripple交出重要文件！瑞波诉讼4月23日展开庭审
SEC起诉瑞波（Ripple）案将在今年4月23日展开最终审判，上周，SEC要求瑞波交出重要财务文件，并在23日进一步向法院提交答复，要求法院强制执行，强调其要求在程序上适当,更…
2024-01-26
