用去中心化的方式開啟AI的增長輪
OpenAI 的 Sora 又將 震蕩的熱度隨之上升，這波牛市AI震盪肯定不會缺席。最近看到一個Animoca投資的
如果透過Web3的方法連結AI生態中的各個實體，那麼在鏈上需要賦予實體唯一標識，聚集實體提供的價值代幣化，再透過以合約代幣的方式自動實現實體之間價值的轉移，在鏈下有效率地進行要素間的交互，並取代鏈上資料。KIP協定就搭建了這樣一套協定。
在AI領域，資料是被稱為「燃料訓練」的重要要素，可用於多種AI場景，例如AI模型、RAG（檢索增強生成）等訓練都需要用到知識資料。模型比較好懂，但是RAG技術可能一般人理解的差不多，KIP 推特的“KIP 講解器系列：#2”中（由於AI 相關的項目技術性，KIP 的推特中做了個專欄“講解器系列”，對KIP 相關的一些技術進行解釋說明，連結：https://twitter.com/KIPprotocol/status/1759395956876017808）有對此進行解釋，簡單來說就是在使用者與AI對話時，透過查詢獨立於AI模型的知識庫，來增強AI回饋的資訊品質。這是由於目前AI模型對「世界知識」的學習還不足，可能某些數據存在敏感問題、隱私問題或版權問題等不能公開給AI模型，或者某些資訊太新，AI來不及學習到，因此採用RAG的方式，用戶提出問題時，AI模型可以去外部知識庫和數據庫中檢索相關信息，來生成它本身不知道的答案。因為只是查詢，並不需要獲取整個數據資源，只需要擁有查詢權限即可，因此AI能夠利用的知識量增加了。
KIP是第一個提出將RAG進行去中心化的項目，並提到對RAG去中心化的意義：為所有價值創造者提供一個公平的競爭環境，以對抗人工智慧壟斷，讓人工智慧能夠通過數以百萬計的小型和大型創作者的協作努力有效地發揮作用，而不需要一家大公司來協調每項核心功能。
在不同的AI場景下，參與對象和付費對象可能不同。 例如，在模型訓練場景中，可能涉及資料資產和模型； 而在RAG場景中，除了模型和資料資產之外，還涉及應用程式和應用程式使用者。 RAG場景中的支付對像是App使用者。 在Kip的結算層設計中，App用戶充值的資產將被放入KIP收益池。 除了資料資產之外，模型和App也有自己的SFT。 基於 SFT 記錄對 使用特定的資料、模型和 App，讓這些資料、模型和 App 對應的錢包從 KIP 收入池中取得對應數量的 $KIP 作為收入，從而實現收入的自動分配。
Kip 的團隊成員均為 Crypto-Native，包括 AI 領域的資深技術專家和連續創業家。 該協議的第一個 dApp 預計將於今年第一或第二季推出。
$KIP 作為 KIP 生態中的唯一代幣，具有交易、治理、社區激勵、參與 Launchpad 等功能，總體規模 100 億枚，其中 35% 生態系統基金用於獎學金生態建設者、各種促進活動和社區獎勵。
目前階段還較早，可以參與KIP的GENESIS CAMPAIGN活動，邀請碼可以DC找裡，很可能會有社區空投。
個人認為，雖然已經出現了群體 AI 概念的項目，但這些項目中存在著明顯的只是蹭概念、還有一些無法落地的項目。KIP 珊瑚與 AI 結合的項目，而且是能夠面向普通 AI 用戶的。 KIP也有一個成長飛輪：使用的用戶越來越多，數據所有者、模型、AI應用的收益增益，將會有更多的數據、模型、應用加入協議，帶來更優的使用體驗，促進用戶規模的成長但飛輪的開啟需要給予用戶一個進入的理由，前期或許可以幫助代幣刺激用戶，但在刺激的窗口期過去後，讓留下的只有堪比美Web2 AI應用的使用體驗。總之，期待產品的上線。
