从灰度7月推出的去中心化人工智能基金开始，中心化AI和去中心化AI逐渐开始被人拿来相互比较，我们在这期播客的开始分析了它们各自的优缺点，中心化AI的“三宗罪”和去中心化AI的四大潜力。

然后是三个不同领域的去中心化AI实际应用案例。首先是Render Network，它致力于高端GPU渲染的民主化；其次是MediBloc，这个项目旨在革新医疗数据管理；最后是Maersk（马士基）的整合机器学习的云计算区块链（CBML）系统，展示了AI和区块链如何在航运业中发挥作用。

然而，去中心化AI的发展并非一帆风顺。它面临一系列的挑战，包括可扩展性问题、不同系统间的互操作性、模型一致性和更新的困难，以及复杂的合规性问题。这些挑战不仅反映了技术层面的困难，也凸显了去中心化AI在实际应用中需要克服的现实问题。

区块链和AI结合，不一定需要加密货币的介入，加密货币的介入与否其实和商业模式直接挂钩，而且在某种程度还会给去中心化AI增加变数和风险。因此虽然这个领域充满潜力，但要真正实现大规模应用还需要解决许多技术和商业模式上的问题。

你知道什么去中心化AI的项目或者案例吗，你又怎么看待去中心化AI未来的发展潜力？不放在留言区告诉我们

03:57 从灰度推出的去中心化人工智能基金开始

07:28 中心化AI的概念及其优缺点

13:11 去中心化AI的概念、优缺点及其潜在优势

15:41 Render Network：将高端GPU渲染民主化

22:54 MediBloc：打造针对健康数据交换优化的高性能区块链

37:07 Maersk的CBML系统：旨在实现航运业可持续实践

49:50 分析去中心化AI面临的挑战（可扩展性、互操作性、模型的一致性和更新、合规）

56:56 区块链技术、加密货币与AI的关系

主播：

Zhiyang (Twitter)

微信公众号：三叶草加密研究

免责声明: 所有观点纯属主播个人意见仅供分享，不构成任何投资建议。加密货币投资风险巨大，在做出任何投资决定前，请先做好充分调查并咨询相关专业人士。

Ep.46 数据主权的新纪元：去中心化AI会是那个破局者？

Cryptoria｜用简单的语言，讲述纷乱繁杂的加密世界