Kartin Jiatian Wong 是 Ora Protocol 的联合创始人，Ora Protocol 是一个可验证的 oracle 协议，可将 AI 和复杂的链上计算引入。^[1][2][3]

职业生涯

Wong 在接受 Alea Research 的采访时，讨论了他参与 crypto 的经历。他大约在 2011 年高中时开始探索 crypto，当时他用 Python 编写了一个 Bitcoin mining 脚本，并获得了早期利润。后来他搬到美国学习天文学。在本科期间，他与人共同创立了一家 AI 初创公司，该公司使用卷积神经网络对恒星图像进行分类，但该项目缺乏商业上的成功。毕业后，他加入 Google 担任软件工程师，从事密码学和 AI 方面的工作。2019 年，他通过交易重新进入 crypto 领域，然后完全致力于构建 crypto 初创公司。

他对 AI 的兴趣可以追溯到 2015 年，当时他尝试使用 RNN 和 LSTM 聊天机器人，但这些机器人成本高昂且性能不佳。2022 年 ChatGPT 的发布重新点燃了他对将 AI 与 blockchain 集成的关注，特别是围绕使 smart contracts 能够支持更复杂的计算。他最初探索使用 zero-knowledge proofs 在链上运行大规模 AI 模型，但发现这种方法对于具有数十亿个参数的模型来说效率低下。

为了解决这个问题，Wong 和他在 Ora 的团队转向了基于 Merkle tree 的验证。这促成了 OPML（Optimistic Machine Learning，乐观机器学习）的诞生，它将 AI 推理转化为可验证的 Merkle 结构。该项目于 2023 年开源，获得了广泛关注和资金。在测试了各种用例后，该团队在 2024 年转向了 AI 模型代币化。尽管与 agent 代币项目联系松散，但他们的重点仍然是推进基于模型的 AI 基础设施。^{[1] [7]}

访谈

关于 ORA

Wong 在 Magnet Labs 的 AI Radioroom 访谈中，讨论了 ORA 在 Ethereum blockchain 上的去中心化 AI 中的作用。他详细阐述了 ORA 的两个主要功能：实现受 Ethereum smart contracts 影响的去中心化 AI，以及促进初始模型发行 (IMO) 以代币化 AI 模型，将其转化为链上 oracle。他们探讨了使用公开可用数据训练 AI 模型的伦理影响，并强调需要区块链基础设施来防止去中心化应用程序中的单点故障。Wong 介绍了他们的 OPML（Optimistic Proof of Machine Learning，乐观机器学习证明）技术，用于去中心化推理以及选择用于代币化的模型的标准。此外，他还介绍了 ORA 使用 AI 启动公平分配系统的策略，以实现代币分配的民主化，旨在提高生态系统的透明度和社区参与度。^[8]

演讲

初始模型发行

Wong 在 AI x Web3 峰会上讨论了初始模型发行 (IMO) 的概念，强调了人工智能 (AI) 和 cryptocurrency 之间日益增长的融合。他概述了过去十年 AI 的发展历程，强调了其不断增强的功能以及由此产生的主要科技公司对闭源模型的垄断。Wong 将其与历史经济结构进行了类比，指出股票市场如何允许更广泛地参与投资，类似于他在 blockchain 上代币化 AI 模型的提议。他介绍了 IMO 的两个关键组成部分：用于代币化 AI 模型的新 Ethereum 标准，以及确保代币持有者之间的收入分成。Wong 解释了乐观机器学习的引入，该技术能够在 blockchain 上实现高效且可验证的 AI 模型操作。他还强调了模型选择过程的重要性，以避免资源浪费。他指出 Ora 作为将 AI 集成到 blockchain 中的 oracle 协议的作用，并将 IMO 定位为不断发展的市场中至关重要的业务机制。^[9]

AI Agents

Wong 在 ETHDenver 上讨论了可验证 AI agents 的开发，以及 Aura 对“世界超级智能”概念的追求。他认为，AI 的进步已经超越了人类智能，特别是过去十年神经网络参数的显着增加。Wong 强调，实现世界智能取决于 AI 系统的互连性，从而促进一种不受人类控制的去中心化和自主模型。他介绍了使用 blockchain 技术来增强 AI 的功能和筹款的概念，提出了两个关键组成部分：用于可验证性的乐观机器学习，以及使用代币系统的新经济模型。Wong 认为，这种去中心化的方法最终将使独立的 AI agents 能够在各自的经济生态系统中运行并有效地管理它们的交互。^[10]

小组讨论

去中心化 AI

Wong 在 Open AGI 峰会上参加了一个名为“构建者通往去中心化 AI 的路线图”的小组讨论，该讨论由 Kenzi Wang 主持，Alex Rusnak (Maru)、Michael Heinrich (Zero Gravity Labs) 和 Sean Ren (Sahara Labs) 参与。每位小组成员都分享了他们对各自项目的见解以及将去中心化技术与人工智能相结合的方法。他们强调了 blockchain 在增强 AI 开发中的数据可验证性、安全性和所有权方面的潜力，强调了创建可以实现 AI 功能访问民主化的去中心化模型的重要性。讨论了挑战，例如需要高效的数据处理管道以及去中心化和中心化 AI 训练之间的平衡。对话还深入探讨了 AI 对社会影响的哲学意义以及 Web 2.0 和 Web 3.0 技术之间不断发展的关系。总的来说，该小组展示了 blockchain 和 AI 交叉领域内的协作和创新可能性。^[11]

AI 的未来

Wong 和 Emad Mostaque (Stability AI, Schelling AI) 在 Ethereum 新加坡反思了去中心化系统对技术的影响，特别关注了离开 Stability AI 后 Schelling AI 的发展。他们强调了开源 AI 在教育和医疗保健等领域的重要性，认为这些系统应该建立在分布式账本上，以实现更好的透明度和弹性。对话强调了使 AI 与人类价值观保持一致的必要性，以确保这些技术的安全性和有效性，尤其是在医学等关键领域。他们探讨了将 AI 与 blockchain 相结合的潜在优势，认为这种集成可以实现更大的协作和创新，同时避免权力集中。与会者对 AI 的变革性可能性表示乐观，特别是在实现智能访问民主化和提高生活质量方面。然而，他们承认了与中心化控制相关的风险以及高级 AI 系统的伦理影响。^[12]

Agent 用例

题为“Agents Unleashed - AI Agent 用例的技术，位于链上和链下 Nexus”的小组讨论汇集了 AI 和 cryptocurrency 技术专家，以探索各种基础设施项目及其应用。参与者包括 Wong、Zoe Meckbach (Phala)、Daniel Olshansky (POKT)、Stephen King (Indexing.co)、Fran Algaba (Giza) 和 Modulus Labs。他们分享了关于他们的技术如何与 AI 相交的见解，特别是围绕服务 AI agents 的挑战和需求。他们讨论了 blockchain 技术在增强 AI 模型透明度和效率方面的潜力，以及 Web3 中数据访问和处理方面不断变化的需求。介绍了一些用例，突出了 AI 与金融系统和游戏领域的集成，同时也承认了与这些技术相关的成本，特别是在 zero-knowledge proofs 方面，可能非常高昂。讨论强调了利用去中心化基础设施来管理 AI agents 并提高 smart contracts 效用的共同兴趣。^[13]