作者：陳默 來源：cmdefi?
Justine Moore 花了6個月的時間做一項實驗，每天與ChatGPT交流，不斷分享個人想法和情感，試圖創(chuàng)建一個真正理解自己的“AI大腦”，結(jié)果AI的能力完全超出預期，她列舉了以下幾個場景：
1. 與他人溝通：通過使用大語言模型（LLM），可以幫助我們更清晰地傳達復雜的想法，大幅提升溝通能力。
這一點本身我自己也在用，目前我用到的AI最強能力，我覺得就是總結(jié)和溝通能力，如果你的總結(jié)能力比較欠缺，特別是對于在需要把一件事情或是一個項目給別人講清楚的情況下，利用AI學習總結(jié)和溝通能力真的是太強了。
2. 自我理解：AI大腦能夠很好地“心理分析”你，幫助你更清楚地認識自己的優(yōu)勢和弱點，糾正認知偏見。
3. 與應用程序交互：AI大腦可以被帶入其他應用，解鎖真正個性化的體驗，比如一個完全理解你風格的寫作助手，或為你量身定制的工作或社交工具。
實際上如果你是一個重度AI使用者，可能已經(jīng)有過類似的體驗，至少我覺得未來每個人都會有一個適配自己的AI大腦。
1. 用戶數(shù)據(jù)的完整性與質(zhì)量
要讓AI大腦真正理解你，首先需要大量且高質(zhì)量的個人數(shù)據(jù)。這包括你的歷史對話、行為記錄、情感傾向、偏好和決策等。數(shù)據(jù)越豐富越完整，AI大腦越能夠完美捕捉你的思維模式和個性。
2. 數(shù)據(jù)的私密性與安全性
個人數(shù)據(jù)的隱私保護至關(guān)重要，因為它已經(jīng)學習了你大量的生活習性、性格喜好，甚至弱點缺陷。在構(gòu)建“AI大腦”時，用戶需要對數(shù)據(jù)有完全的控制權(quán)，確保這些數(shù)據(jù)不會被濫用或泄露。畢竟，你的AI大腦最好不要讓別人入侵。
3. 透明的模型訓練和數(shù)據(jù)使用機制
一個真正理解自己的AI大腦，透明度是關(guān)鍵。用戶應該知道他們的數(shù)據(jù)如何被使用、AI模型如何訓練，這也可以被理解是安全性的一種。
在Justine的理念中，也基于以上3條，AI大腦應該完全掌握在用戶手中，避免大科技公司對數(shù)據(jù)的壟斷和利用。
所以，去中心化的架構(gòu)可能成為一條通道，它可以通過讓用戶成為數(shù)據(jù)和AI模型的實際所有者，確保用戶在數(shù)據(jù)和AI模型的整個生命周期中都保持對其貢獻的控制和利益相關(guān)性。
這一方案的核心理念是 -賦予用戶對數(shù)據(jù)的完全主權(quán)，這基本與“AI大腦”的理念完全契合。
Vana引入“非托管數(shù)據(jù)”的概念，確保數(shù)據(jù)僅用于用戶授權(quán)的操作。用戶始終擁有對自己數(shù)據(jù)的控制權(quán)，不會被平臺或第三方托管。
實現(xiàn)方式就是，數(shù)據(jù)在貢獻給服務器之前會進行加密處理。每個用戶將自己的數(shù)據(jù)通過服務器的公鑰進行加密，確保即使數(shù)據(jù)被傳輸?shù)郊w服務器或用于AI訓練時，數(shù)據(jù)本身仍然是保密的，只有擁有解密密鑰的參與者才能解密和訪問數(shù)據(jù)。
這一點不僅解決了用戶的數(shù)據(jù)主權(quán)和隱私性，也為數(shù)據(jù)質(zhì)量奠定了基礎(chǔ)，這也很重要，因為保證了隱私性，用戶才能沒有顧慮的提供真實數(shù)據(jù)，配合Vana區(qū)塊鏈的貢獻證明（Proof-of-Contribution）機制，加入了Crypto已經(jīng)深入骨髓的代幣激勵模型，能夠讓用戶更加有動力去提供高質(zhì)量數(shù)據(jù)。
綜合來說，Vana DataDAO 主要解決的就是數(shù)據(jù)主權(quán)問題，當然包括數(shù)據(jù)隱私和安全。事實上想訓練一個AI助手并不難，很多訓練語言模型的API都能夠提供這種環(huán)境，但未來我們的需求是否只會滿足于一個“助手”？AI 就像一個潘多拉魔盒，打開之后釋放出的魔力之強大可能越來越讓人難以拒絕，如果人類的需求上升到AI大腦、AI超級大腦的級別，關(guān)于數(shù)據(jù)主權(quán)的問題就不可避免。
喜來順財經(jīng)
