下文我們將介紹一個集大語言模型、ZK、同態加密和 Meme 幣於一體的 AI 專案「BasedAI」。
（前情提要：NEAR參加輝達GTC大會就成AI領頭公鏈？它在憋什麼大招？）
（背景補充：人工智慧能改變以太坊？「AI+ETH」能帶來什麼創新火花）
近期 AI 賽道持續火熱。不少專案都在試圖讓自己 AI 化，冠以 「幫助 AI 做的更好」 的新主張，以期順著 AI 的風飛的更高。
但其中大部分老專案在過往的週期中已經價值發現，而類似 Bittensor 等新專案已經不再 「新」，我們仍需要尋找尚未兌現價值，且具有敘事潛力的專案。
在加密專案 「幫助 AI 做的更好」 中，改進隱私性一直都是個具有吸引力的方向：
其一是因為保護隱私天然與去中心化中的平權概念有內在共鳴，其二要保護隱私，不可避免的要用上 zk 和同態加密等技術。理念正確的敘事加上高深的技術，一個 AI 專案的發展大概率不會差。
而如果這樣一個嚴肅的專案還能加上 Meme 幣的玩法，會不會更有趣了？下文我們將介紹一個集大語言模型、ZK、同態加密和 Meme 幣於一體的 AI 專案「BasedAI」。
3 月初始，一個名為 BasedAI 的專案在推特上悄然註冊帳號，但轉帖之外也才正兒八經的發了 2 條推文；同時其官網看上去極其簡陋 —- 除了一篇高大上的論文版白皮書之外。
而某些外網 KOL 已經先人一步開啟了分析，並感言該專案可能是下一個 Bittensor。
同時，其同名代幣 $basedAI 自 2 月底開始一路高歌猛進，漲幅超過了誇張的 40 倍。
在仔細研讀了該專案的論文白皮書後，我們發現 BasedAI 是一個集大語言模型、ZK、同態加密和 Meme 幣於一體的 AI 專案；
在認可其敘事方向的同時，我們更感嘆於其精妙的經濟設計，將計算資源的排程和其他 Meme 幣的使用，很自然地聯絡在了一起。
考慮到該專案尚處在非常早期的階段，因此本期內容我們將對其進行解讀，看其是否有成為下一個 Bittensor 的潛力。
當嚴肅的科學和 Meme 結合
BasedAI 到底在幹啥？
在回答這個問題之前，不妨先看看這個 BasedAI 是誰做的。
公開資料顯示，BasedAI 由一個名為 Based Labs 的組織和 Pepecoin 創始團隊聯合開發，試圖解決當前 AI 領域大語言模型使用時的隱私問題。
前者 Based Labs 的公開資料並不多，其官網非常神祕，僅有一串由駭客帝國風格組成的技術關鍵詞（點此訪問）；而組織中的研究員 Sean Wellington， 正是 BasedAI 公開的論文白皮書作者：
同時，Google 學術資料顯示，Sean 於 UC 伯克利畢業，自 06 年起還發表了多篇與清算系統、分散式資料相關的論文，擅長 AI 和分散式網路研究，看上去是一位在技術領域頗有研究的大佬。
而另一邊，pepecoin 並不是目前大熱的那個 PEPE 幣，而是最初源於 16 年就啟動的一個 meme，當時還有自己的主網 L1，目前已經遷移到以太坊上。
你可以說這是個 OG Meme，也懂 L1 的開發。
但一邊是嚴肅的 AI 科學論文大佬，另一邊是 Meme 團隊；看似業務不相關的兩撥人，如何在 Based AI 中擦出火花？
ZK 和 FHE，兼顧 AI 計算效率和隱私
如果把 Meme 成分放在一邊，BasedAI 的推特簡介其實很直接的點出了專案的敘事價值：
「Your prompts are your prompts.」 （你的提示詞就是你的）
這實際上在強調隱私和資料主權的重要性：當你使用 GPT 等 AI 大語言模型時，你輸入的任何提示詞和資訊實際上都會被對面的伺服器接收，本質上你的資料隱私暴露給了 OpenAI 或其他模型提供方。
雖然這樣看上去無傷大雅，但終歸是有隱私問題，而你只能無條件信任 AI 模型提供方不會濫用你的對話記錄。
刨去 BasedAI 白皮書中晦澀的數學公式和技術設計，你可以簡單把 BasedAI 要做的事理解成：
將你與大語言模型對話的任何內容加密，在不暴露明文的情況下，還能讓模型完成計算，並最終返還只有你才能解密的結果。
你一定會預感到，要實現這種效果，又輪到 ZK（零知識證明）和 FHE（全同態加密）這兩個隱私技術登場了。
ZK 允許你在不暴露明文的情況下，證實一件事的真假；FHE 允許你在加密的情況下， 對加密資料進行計算。
兩者一結合，就能實現 — 你的提示詞以加密形式提交給 AI 模型，模型返回給你回答，但中間的相關方都不知道你問的問題是什麼，以及回答的結果是什麼。
這聽起來不錯，但有個關鍵問題 — 執行 FHE 技術上需要消耗大量計算資源和等待時間，效率較低。
而諸如 GPT 等 LLM 大模型面向使用者，又要求快速顯示結果，如何處理計算效率和隱私保護之間的矛盾呢？
BasedAI 在其論文中專門強調了其提出的 「Cerberus Squeezing」 技術，並以複雜的數學公式進行論證：
我們無從專業的評估這個技術的數學實現，但其要做的事可以被簡單理解成：
優化 FHE（全同態加密）中處理加密資料的效率，有選擇地將計算資源集中在最有影響力的地方，快速完成計算以顯示結果。
同時論文也用資料實證了這個優化所帶來的效率提升：
在使用了 Cerberus Squeezing 的情況下，全同態加密所需要的計算步驟可以被近乎縮短一半。
至此，我們可以快速的模擬出一個使用者在使用 BasedAI 時的全流程：
- 使用者輸入提示詞，要求分析某人對話記錄中展現的情感，但希望保護記錄隱私。
- 通過 BasedAI 平臺以加密形式提交這些資料，同時指定需要使用的 AI 模型（比如情感分析模型）。
- BasedAI 網路中的礦工接收到這個任務，使用自己的計算資源來執行指定的 AI 模型，處理這批加密資料。
- 網路節點在不解密資料的情況下完成計算任務，將加密的處理結果返回給使用者。
- 使用者收到加密結果，使用自己的金鑰解密，得到了自己需要的資料分析結果。
「大腦」、礦工和驗證者
在技術之外，BasedAI 這個網路中具體有哪些角色，來執行技術並滿足使用者需求呢？首先需要介紹的，是其自創的 「大腦」 概念。
A 「Brain」 from Based Labs
一般對 AI 加密專案來說，逃不脫的幾個要素是：
- 礦工：負責執行計算任務，消耗計算資源
- 驗證者：驗證礦工完成的工作的正確性，並確保網路中的交易和計算任務的有效性
- 區塊鏈：將執行的計算和驗證任務的結果寫在帳本上儲存，並通過鏈所自帶的原生代幣激勵不同角色的行為。
BasedAI 在這 3 要素的基礎上，還套了一層 「大腦」 的概念：「你必須有一個大腦，來裝進礦工和驗證者的計算資源，讓這些資源為不同的 AI 模型進行計算並完成任務」。
說白了，這些 “大腦” 作為特定計算任務的分散式容器，用於執行修改過的大型語言模型（LLMs）。每個 “大腦” 可以選擇它希望其關聯的礦工和驗證者。
如果你覺得這個解釋很抽象，可以將擁有一個大腦理解成擁有一個 「開展雲服務的許可證」：
你想拉一批礦工和驗證者來做大語言模型的加密計算，那你必須要持有一個經營許可證，證上寫著：
- 你營業的地址在哪（編號）
- 你的營業範圍是啥（用 AI 做情感分析，文生圖，醫療助手..）
- 你的計算資源有多少，能力有多大
- 你具體拉了哪些人進來
- 你幹這這件事能獲得多少獎勵
從 Based AI 的論文中可以看到，BasedAI 的每個 “大腦” 都能容納多達 256 個驗證者和 1792 個礦工，而系統一共只有 1024 個大腦，這又無形增加了大腦的稀缺性。
而礦工和驗證者要加入某個大腦，需要這麼做：
礦工：連入該平臺，決定要分配的 GPU 資源（更適合計算），可存入 $BASED 代幣，開始計算工作
驗證者：連入該平臺，決定要分配的 CPU 資源（更適合驗證），可存入 $BASED 代幣，開始驗證工作
存入的 $BASED 代幣越多，礦工和驗證者在大腦上執行的效率越高，他們獲得的 $BASED 獎勵就越多。
顯然，一個大腦代表了一定的權力和組織關係，這也為代幣和激勵設計打開了空間（後文詳細介紹）。
不過這個大腦的設計，是不是有點眼熟？
不同的大腦，在 Bittensor 中有點類似不同的子網 subnet，執行不同特定的任務，使用不同的 AI 模型；
而在上個週期流行的 Polkadot 中，不同的大腦又像不同的 「卡槽」，來執行一個個平行鏈，執行不同的任務。
BasedAI 官方也給出了一個 「醫療大腦」 執行任務的示意：
病患醫療記錄被加密提交到醫療大腦，生成提示詞來詢問合適的診斷意見；
BasedAI 網路中合適的大語言模型在 ZK 和 FHE 的幫助下，無需解密敏感的病患資料即可生成回答，該步驟呼叫礦工和驗證者的計算資源；
醫療保健提供者從 BasedAI 網路接收加密輸出。只有提交使用者才能解密其結果，獲得治療建議，而在此過程中資料不會被暴露或洩露。
玩出花的 「大腦」 許可權售賣，利好 Pepecoin
那麼， 怎麼獲得一個大腦，拿到 AI 模型加密計算的 「開工許可證」 許可權呢？
BasedAI 聯合 Pepecoin，將這個許可權的售賣玩出了花，並賦予了 Pepecoin 這個 MEME 代幣使用價值。
由於大腦只有 1024 個，專案方很自然的利用了 NFT 的 Mint — 每售出一個大腦，都會生成一個對應的 ERC-721 代幣，你可以將其看成一個許可證。
而要 Mint 這個大腦 NFT，需要 2 種與 Pepecoin 相關的動作才能解鎖：燃燒或質押 Pepecoin。
燃燒方面，第一個大腦需要使用者花費 1000 個 Pepecoin 才能 Mint；
每 Mint 一個大腦，下一次 Mint 的成本增加 200 Pepecoin；
通過這種方式生成的大腦可轉讓交易；
如果所有 Brains 都是通過 Burn 燃燒方法獲取，則會有 107,563,530 Pepecoin 將被永久銷燬。（CMC 資料顯示，當前流通量為 133M，若這個燃燒全部實現，幾乎減少了 80% 的代幣供應量）
而在質押方面：
要求使用者質押 100,000 Pepecoin，為期 90 天；
Brain 的 ERC-721 NFT 在質押後立即發行；
通過這種方式生成的大腦不可轉讓，但會被逐漸獎勵 $BASED 專案原生代幣
90 天后可以解除質押
無論採用哪種方式，隨著更多的大腦被建立，相應數量的 Pepecoin 要麼被燒燬，要麼被鎖定，具體取決於兩種方法的參與比例。
很顯然，與其說這是 AI 資源的分配，不如說是加密資產的分配。
由於大腦的稀缺性和其開工帶來的代幣獎勵，生成大腦時對 Pepecoin 的需求將顯著增加；質押也好，燃燒也罷， 都會減少流通中 Pepecoin 的供應量，對於代幣的二級市場價格來說當然是理論上的利好。
同時，只要 ERC-721 合約中發行並活躍的 Brain 數量少於 1024 個，BasedAI Portal 將繼續發行 Brain。
如果 1024 個 Brain 全部發放完畢，BasedAI Portal 將不允許建立新的 Brain。
一個以太坊地址可以持有多個 Brain NFT。 BasedAI 門戶將允許使用者管理從與連線的 ETH 錢包相關的所有擁有的 Brain 中獲得的獎勵。活躍的大腦擁有者預計每個大腦每年可賺取 30,000 至 80,000 美元（官方論文資料）。
在這個經濟激勵的引導下，加上 AI 和隱私的敘事，可以預見 Brain 正式上線之後的火爆程度。
總結
在加密專案裡，技術本身並不是目的，技術的作用在於引導注意力，進而引導資產分配和流動。
從 BasedAI 的大腦設計中可以明顯看到，專案把 「如何促進資產分配」 這件事玩明白了： 在資料隱私的敘事正確下，把涉及到 AI 因素計算所需的資源整合成一種許可權，製造這種許可權的稀缺性，進而引導資產流入到許可權中，推高另一個 MEME 代幣的消耗。
計算資源得到了正確配置並能獲取激勵，專案的 「大腦」 資產賺到了稀缺度和聲量，Meme 幣減少了流通供應…
從造資產層面看，BasedAI 的設計相當老道，也十分精妙。
但如果真要回答那些心照不宣、避而不談、揣著明白裝糊塗的問題：
有多少人會因此使用這個隱私保護的大語言模型？有多少 AI 巨頭公司又願意與這樣不利己的隱私保護技術合作？
答案恐怕依然難以樂觀。
不過，敘事乘風起，炒作正當時。
有時我們需要的不是質疑是否真的有路可走，而是應當順風而行。
參考資料：
X：https://twitter.com/getbasedai
Pepecoin：https://twitter.com/pepecoins
