IOTA 涨 5%，SN9 项目实现去中心化 AI 训练

一个名为 SN9 的新项目正利用 IOTA 协议独特的架构来实现人工智能模型的大规模去中心化训练。此举可能挑战中心化 AI 供应商的主导地位，并为该网络创造一个重要的新应用场景。根据 2026 年 5 月 21 日的报道，这一进展将 IOTA 定位为更加民主化和协作式 AI 开发的潜在骨干。

最初的报告指出：“IOTA 的协作模型使 AI 训练民主化，有望降低准入门槛并促进创新。”报告同时提到，可扩展性挑战仍是需要考虑的因素。该项目旨在将 AI 训练的巨大计算负载分散到 IOTA 网络中，这与谷歌 (Google) 和 OpenAI 等公司采用的资源密集型、单一实体方法截然不同。

与谷歌 Gemini 应用中要求用户将生物识别数据信任给单一公司的中心化头像生成不同，SN9 在 IOTA 上的方法为用户拥有和控制 AI 训练数据贡献提供了一条路径。这符合 Fiduciary Commons 等拟议数据治理框架的原则，这些框架主张以公民为主体、权利优先的数据处理方式。虽然 IOTA 的 VIDA 限制了 AI 可以访问的数据，但 SN9 的应用则管理着 AI 如何“使用”这些数据。

引入 AI 模型训练这一高需求用例，可能会显著增强 IOTA 协议的效用并吸引新一波开发者。这顺应了关于“AI 治理鸿沟”的更广泛讨论，其中去中心化架构被视为解决“黑箱”模型问责制和透明度问题的方案。通过不仅分发数据而且分发训练过程本身，基于 IOTA 的系统可以提供更具可审计性和目的约束性的 AI，这也是 GAAFA 等旨在弥补政府自动化决策问责差距的框架的核心目标。

去中心化架构作为解决方案

SN9 项目的核心在于利用 IOTA 的 Tangle——一种不同于传统区块链的有向无环图 (DAG) 架构。这种结构专为高吞吐、零费用的微交易而设计，可以重新利用这些特性来处理分布式机器学习所需的恒定小数据包交换和模型更新。这种方法与中心化模型形成鲜明对比，在中心化模型中，像谷歌这样的单一实体控制着从数据收集到模型输出的整个过程，正如其 Omni 视频模型所示。

去中心化 AI 的支持者认为，它直接解决了旨在提高数据安全和治理的框架所强调的架构问题。例如，Fiduciary Commons 框架认为，中心化、聚合且重存储的数据架构是核心问题。一个基于 IOTA 的系统，可以将不同用途的数据在功能上进行分离，符合“用途隔离数据库”的概念。系统某一部分的违约不会暴露整个数据集，从根本上改变了与单一、庞大数据仓库相比的安全算力逻辑。

市场影响与 AI 治理的未来

尽管 SN9 项目尚处于早期阶段，但其对 IOTA 生态系统的潜在影响是投资者和开发者关注的重点。如果该协议能够证明其在如此高要求的应用中具备足够的可扩展性和安全性，那么提供一种替代大型科技公司持有的 AI 训练垄断的去中心化选择，可能会为 IOTA 代币带来巨大价值。

这一发展还契合了对透明且负责任的 AI 系统日益增长的需求。随着政府和企业在研究如何管理做出关键决策的 AI 系统，架构选择变得至关重要。如政府 AI 的 GAAFA 法规所提议的那样，一个决策逻辑可审计且数据所有权不集中的系统，可能会成为首选模型。SN9 对 IOTA 架构的使用提供了一个实际（尽管尚处早期）的案例，说明了如何构建此类系统，将关注点从单纯的政策转向政策与技术强制架构的结合。

本文仅供参考，不构成投资建议。