聲明:此處表達的觀點和意見僅屬於作者個人,不代表 crypto.news 編輯部的觀點和意見。
所有行業都越來越依賴 AI 來支持日常運營。即使在加密貨幣領域,AI 也一直是推動採用的驅動力。然而,在表面之下,驅動 AI 的機制存在嚴重缺陷,在其決策過程中產生偏見和歧視。如果任其發展,這將限制技術的潛力並削弱其在關鍵市場中的目的。
這一挑戰的解決方案在於區塊鏈。利用同樣能夠在交易中實現更大透明度的去中心化技術,也能夠增加 AI 構建和運作方式的公平性。
AI 的偏見源於用於指導技術的底層數據。這些數據 — 可能包括從音頻片段到書面內容的所有內容 — 需要被「標註」,以便 AI 理解和處理信息。然而,研究表明,高達 38% 的數據可能包含偏見,這些偏見可能會強化基於性別或種族的刻板印象。
最近的研究繼續證實了這個問題。例如,2024 年關於面部表情識別模型的研究發現,憤怒被錯誤分類為厭惡的情況在黑人女性中比白人女性高出 2.1 倍。此外,2019 年 NIST 基準評審確定,許多商業面部識別算法對黑人或亞洲人面孔的錯誤識別頻率比白人面孔高出 10 到 100 倍,突顯了偏斜數據集如何導致代表性不足群體的錯誤率不成比例地高。
在這裡,關於「道德地」使用 AI 的討論經常被提出。不幸的是,由於監管和人們認為道德方法會限制盈利能力的觀念,這個話題正被降低優先級。這最終意味著道德地獲取和標註 AI 數據不太可能在短期內來自政府。如果該行業希望建立長期可靠性,就必須自我監管。
克服 AI 偏見需要獲取「前沿數據」:由代表性不足社區的真實個體創建的高質量、多樣化數據集,這些數據集能夠捕捉傳統數據集一直忽略的細微差別。通過吸引不同背景的貢獻者參與,產生的數據集不僅更具包容性,而且更加準確。區塊鏈為推進這種方法提供了強大的工具。
將區塊鏈整合到去中心化數據標註過程中,有助於實現和驗證對貢獻者的公平補償。它為每個數據輸入帶來完全可追溯性,允許明確歸因、更好地監督數據流動,以及基於特定項目敏感性的更嚴格控制。這種透明度確保數據是道德獲取的、可審計的,並符合監管標準,解決了傳統 AI 數據管道中長期存在的剝削、不一致和不透明問題。
這個機會超越了公平性,因為基於區塊鏈的標註也為新興經濟體創造了強大的增長潛力。到 2028 年,全球數據標註市場預計將達到 82.2 億美元。然而,考慮到 AI 技術的快速擴散、合成訓練數據的表現不佳以及對高質量訓練數據的需求增加,這可能還低估了該行業的真正潛力。對於早期採用者,特別是在現有基礎設施有限的地區,這提供了一個難得的機會,可以在產生有意義的經濟回報的同時,塑造 AI 經濟的關鍵層面。
關於 AI 從人類工作者那裡奪走工作的爭論仍在激烈進行,有些人推測可能會失去多達 8 億個工作崗位。同時,企業將越來越優先考慮強大的數據集,以確保 AI 工具的表現優於人類員工,為個人通過數據標註賺取收入創造了新的空間,並促使該服務行業中新的區域強國崛起。
在 AI 標註中使用區塊鏈不僅僅是為了支付透明度。利用一致的資產,如穩定幣,意味著無論用戶位於何處,都將獲得公平補償。
勞動密集型角色經常被外包到新興市場,公司之間相互壓價以獲取業務。雖然傳統流程可能會阻礙製造業和農業等既定行業的發展,但 AI 標註的新興領域不需要成為這種不公平做法的受害者。穩定幣支付系統最終意味著跨市場的平等,賦予新興經濟體一個可以與其國家生活工資相媲美的收入來源。
擁有最佳數據的人將擁有最佳 AI。就像金融市場曾經為了更快的互聯網連接而競爭到毫秒級,即使是微小的延遲也會轉化為數百萬的收益或損失,AI 現在依賴於其訓練數據的質量。即使是準確性的適度改進也能在規模上帶來巨大的性能和經濟優勢,使多樣化、去中心化的數據集成為 AI 供應鏈中的下一個關鍵戰場。數據是 Web2 和 Web3 融合可以產生最大和最直接影響的地方,不是通過取代傳統系統,而是通過補充和增強它們。
Web3 預計不會取代 Web2,但要成功,它必須充分擁抱與現有基礎設施的整合。區塊鏈技術提供了一個強大的層面來增強數據透明度、可追溯性和歸因,不僅確保數據質量,還確保對那些為其創建做出貢獻的人給予公平補償。認為以道德為導向的業務不能同時盈利是一個常見的誤解。在當今的 AI 競賽中,對更好、更具代表性數據的需求創造了一個商業必要性,即從世界各地的多樣化社區獲取資源。多樣性不再是一個勾選項,而是一個競爭優勢。
即使立法滯後或降低 AI 道德的優先級,行業仍有機會設定自己的標準。以前沿數據為核心,AI 公司不僅可以確保公平性和合規性,還可以為社區解鎖新的經濟機會,為智能技術的未來做出貢獻。


