IOTA 漲 5%，SN9 項目實現去中心化 AI 訓練

一個名為 SN9 的新項目正利用 IOTA 協議獨特的架構來實現人工智能模型的大規模去中心化訓練。此舉可能挑戰中心化 AI 供應商的主導地位，並為該網絡創造一個重要的新應用場景。根據 2026 年 5 月 21 日的報導，這一進展將 IOTA 定位為更加民主化和協作式 AI 開發的潛在骨幹。

最初的報告指出：「IOTA 的協作模型使 AI 訓練民主化，有望降低准入門檻並促進創新。」報告同時提到，可擴展性挑戰仍是需要考慮的因素。該項目旨在將 AI 訓練的巨大計算負載分散到 IOTA 網絡中，這與 Google 和 OpenAI 等公司採用的資源密集型、單一實體方法截然不同。

與 Google Gemini 應用中要求用戶將生物識別數據信任給單一公司的中心化頭像生成不同，SN9 在 IOTA 上的方法為用戶擁有和控制 AI 訓練數據貢獻提供了一條路徑。這符合 Fiduciary Commons 等擬議數據治理框架的原則，這些框架主張以公民為主體、權利優先的數據處理方式。雖然 IOTA 的 VIDA 限制了 AI 可以訪問的數據，但 SN9 的應用則管理著 AI 如何「使用」這些數據。

引入 AI 模型訓練這一高需求用例，可能會顯著增強 IOTA 協議的效用並吸引新一波開發者。這順應了關於「AI 治理鴻溝」的更廣泛討論，其中去中心化架構被視為解決「黑箱」模型問責制和透明度問題的方案。通過不僅分發數據而且分發訓練過程本身，基於 IOTA 的系統可以提供更具可審計性和目的約束性的 AI，這也是 GAAFA 等旨在彌補政府自動化決策問責差距的框架的核心目標。

去中心化架構作為解決方案

SN9 項目的核心在於利用 IOTA 的 Tangle——一種不同於傳統區塊鏈的有向無環圖 (DAG) 架構。這種結構專為高吞吐、零費用的微交易而設計，可以重新利用這些特性來處理分布式機器學習所需的恒定小數據包交換和模型更新。這種方法與中心化模型形成鮮明對比，在中心化模型中，像 Google 這樣的單一實體控制著從數據收集到模型輸出的整個過程，正如其 Omni 視頻模型所示。

去中心化 AI 的支持者認為，它直接解決了旨在提高數據安全和治理的框架所強調的架構問題。例如，Fiduciary Commons 框架認為，中心化、聚合且重存儲的數據架構是核心問題。一個基於 IOTA 的系統，可以將不同用途的數據在功能上進行分離，符合「用途隔離數據庫」的概念。系統某一部分的違約不會暴露整個數據集，從根本上改變了與單一、龐大數據倉庫相比的安全算力邏輯。

市場影響與 AI 治理的未來

儘管 SN9 項目尚處於早期階段，但其對 IOTA 生態系統的潛在影響是投資者和開發者關注的重點。如果該協議能夠證明其在如此高要求的應用中具備足夠的可擴展性和安全性，那麼提供一種替代大型科技公司持有的 AI 訓練壟斷的去中心化選擇，可能會為 IOTA 代幣帶來巨大價值。

這一發展還契合了對透明且負責任的 AI 系統日益增長的需求。隨著政府和企業在研究如何管理做出關鍵決策的 AI 系統，架構選擇變得至關重要。如政府 AI 的 GAAFA 法規所提議的那樣，一個決策邏輯可審計且數據所有權不集中的系統，可能會成為首選模型。SN9 對 IOTA 架構的使用提供了一個實際（儘管尚處早期）的案例，說明了如何構建此類系統，將關注點從單純的政策轉向政策與技術強制架構的結合。

本文僅供參考，不構成投資建議。