人工智能正在悄然重塑现代生活的方方面面。从网页搜索到投资、学习和投票，人工智能模型如今正介入我们一些至关重要的决策。然而，日益便捷的背后隐藏着一个更深层、更紧迫的问题：公众无法了解这些模型的运作方式、它们基于哪些内容进行训练，以及谁从中受益。
这真是似曾相识。
我们以前在社交媒体上经历过这种情况，它赋予少数公司前所未有的公共话语权。这导致了算法的不透明、货币化的愤怒以及共享现实的侵蚀。这一次，面临风险的不仅仅是我们的信息流，还有我们的决策系统、法律框架和核心机构。
我们正闭着眼睛走进去。
01
中心化的未来正在形成
当今的人工智能领域被少数几家实力雄厚、闭门造车的实验室所主导。这些公司利用从互联网上抓取的海量数据集（有时未经同意）训练大型模型，并将其发布到每天影响数十亿次数字交互的产品中。这些模型不接受审查，数据不可审计，结果也不可信。
这种中心化不仅仅是一个技术问题，更是一个政治和经济问题。认知的未来将构建在黑匣子中，置于法律防火墙之后，并以股东价值为目标进行优化。随着人工智能系统变得更加自主并融入社会，我们面临着将重要的公共基础设施转变为私人管理引擎的风险。
问题不在于人工智能是否会改变社会；它已经改变了。真正的问题是，我们是否对这种转变如何展开拥有发言权。
02
去中心化人工智能的案例
然而，还有一条替代道路——世界各地的社区、研究人员和开发人员已经在探索这条道路。
这一运动并非强化封闭的生态系统，而是倡导构建设计透明、治理去中心化、并对其驱动者负责的人工智能系统。这种转变需要的不仅仅是技术创新，更需要围绕所有权、认可度和集体责任进行文化重塑。
在这样的模型中，数据并非只是被提取和货币化，无需任何确认。数据由生成者贡献、验证和管理。贡献者可以获得认可或奖励。验证者成为利益相关者。系统的发展将受到公众监督，而非单方面控制。
虽然这些方法仍处于早期开发阶段，但它们指向一个截然不同的未来——情报流动是点对点的，而不是自上而下的。
03
为什么透明度不能等待
人工智能基础设施的整合正在以惊人的速度进行。数万亿美元的公司竞相构建垂直整合的管道。各国政府正在提出监管措施，但进展缓慢。与此同时，人们对人工智能的信任正在动摇。爱德曼最近的一份报告发现，只有35%的美国人信任人工智能公司，与前几年相比大幅下降。
这场信任危机并不令人意外。公众如何能信任一个他们不理解、无法审计、也无法追诉的系统？
唯一可持续的解药是透明度，不仅体现在模型本身，更体现在各个层面：从数据收集方式，到模型训练方式，再到谁从中获利。通过支持开放基础设施并构建归因协作框架，我们可以开始重新平衡权力格局。
这并不是要阻碍创新，而是要塑造创新。
04
共享所有权可能是什么样子
构建透明的人工智能经济需要重新思考的不仅仅是代码库，还意味着要重新审视过去二十年来定义科技行业的激励机制。
更加民主的人工智能未来可能包括追踪数据贡献如何影响结果的公共账本、对模型更新和部署决策的集体治理、贡献者、培训师和验证者的经济参与，以及反映当地价值观和背景的联合培训系统。
它们是未来的起点，在未来，人工智能不仅对资本负责，而且对社区负责。
05
时钟在滴答作响
我们仍然可以选择如何发展。我们已经见证了将数字代理权拱手让给中心化平台的后果。而人工智能的出现，其后果将更加深远，也更加难以逆转。
如果我们希望未来情报成为共享的公共产品，而不是私人资产，那么我们必须开始建立开放、可审计和公平的系统。
首先要问一个简单的问题：人工智能最终应该为谁服务？
免责声明：
本文所发布的内容和图片旨在传播行业信息，版权归原作者所有，非商业用途。如有侵权，请与我们联系删除。所有信息不构成任何投资建议，加密市场具有高度风险，投资者应基于自身判断和谨慎评估做出决策。投资有风险，入市需谨慎。
设为星标 避免错过
虚拟世界没有旁观者，每个点赞都是创造历史的像素
关注我，一起探索AWM⁺
2025-07-04
2025-07-03
2025-07-02
商业赞助
点击下方 “目录” 阅读更多
热门跟贴