在crypto.news的采访中，Selva Ozelli与RoboTech Frontier Hub创始人Denis “Dan” Saklakov探讨了人工智能、区块链与金融的交叉领域，以及他的AI辅助投资工具Meijin如何利用投资者的风险画像来管理包括加密货币在内的资产退出策略。
Denis “Dan” Saklakov是一位律师、数字资产管理者和应用AI科学家，其研究领域涵盖数字资产、区块链技术和人工智能。他曾在一家加密货币交易所工作，自2024年起担任RoboTech Frontier Hub的管理合伙人，致力于开发AI、机器人技术、金融、人机交互和先进计算交叉领域的技术。
我的背景横跨法律、数学统计、金融、人工智能和技术领域。我最初接受的是律师培训，后来转向公司金融、投资银行、并购、私募股权和资产管理。我在西北大学获得了硕士学位，最近完成了麻省理工学院（MIT）的应用AI科学研究生项目。
目前我居住在纽约市，并担任RoboTech Frontier Hub的管理合伙人。我将自己大部分当前工作描述为“AI和AGI（通用人工智能）架构”：即智能系统应如何使用信息、做出决策并与现实世界互动，同时防止计算能力自动转化为不受控制的权力。
这一问题在金融、机器人技术、AI验证、人机界面和先进计算中具有实际应用价值。在我最近出版的《在我们之前机器做出选择：自由的AGI架构、人类生存与共享意识》一书中，我描述了更广泛的AGI安全架构。本书的核心问题是如何使高级智能具备非凡的能力，同时防止这种能力本身成为自我授权的权力。
RoboTech Frontier Hub源于我在处理科学和工程理念时反复遇到的一个问题。许多有趣的技术未能得到充分发展，因为发明者担心解释科学原理会让他人窃取产品，因此一切都被保密。但当科学本身被隐藏时，其他研究人员就无法测试它、批评它、识别其局限性或将其与其他领域联系起来。
我们决定采用不同的模式。在RoboTech，我们试图在技术之下奠定真正的科学基础。在适当的情况下，我们会公布足够的科学基础，供其他研究人员审查、挑战和开发。同时，我们保护实际的实现、算法和商业技术。简而言之，我们不想为了保护产品而隐藏科学。我们希望科学思想经受住审查，然后在那些经得起考验的基础上构建技术。
Meijin就是一个例子。Meijn背后的基本观察非常简单：投资者往往花费大量时间决定购买哪种加密货币、股票或ETF，却投入了较少严谨的思考来决定何时卖出。Meijin不会为您选择资产。您选择比特币、以太坊、Zcash、莫德纳股票、石油合约或其他资产。在您拥有该资产后，Meijin才开始工作。
我们首先量化投资者准备承担的风险水平。然后，系统持续监控头寸，并围绕该风险画像管理退出策略。随着条件的变化，它可能会分阶段减少或出售头寸。目的不是承诺可能的最高卖出价格——没有人能诚实地保证这一点。目的是使卖出决策变得系统化而非情绪化。加密货币市场24小时运作，投资者睡觉，但监控系统不需要，这使得Meijin在此场景下特别有用。
另一个重要的区别是最终执行逻辑是确定性和可审计的。我们可以使用AI进行分析，但我们不希望语言模型简单地即兴发挥最终决策来移动他人的资金。Meijin只是我们的众多项目之一。
Awareness Runtime 解决了现代AI造成的另一个问题：模型可能产生一个非常有说服力但实际上没有证据支持的答案。我们正在开发一个验证层，旨在在AI生成的结论成为专业决策或外部行动之前评估其依据。这对于金融专业人士和律师尤为重要。
Theta-Star和Guardrail 解决了一个不同的问题：即使AI系统得出了正确的结论，是谁赋予了它行动的权力？我们将智能与授权分离，以便提出行动建议的系统不能简单地创建自己的执行权限。这在飞行员、驾驶员和其他高风险职业的自动化中尤为重要，因为这些职业可能需要极快地做出决策。
ActionAtlas 将我们的工作延伸至机器人领域。其理念是为机器人提供紧凑、专用的信息包，这些包可以在无法假设永久云连接、GPS或外部基础设施的情况下本地可用。本质上，它可以作为家庭机器人的地图。
NeuroPhase 探索了另一个前沿：计算系统与人类神经信号之间的接口。我们长期的目标是将机器接口移近人类大脑的自然信息处理过程，而不是要求人体为了与机器有效沟通而变得越来越具有侵入性。换句话说，长期方向是人类与机器的融合，但我们试图让机器更接近人类，而不是强迫人类身体变得越来越像机器。
我们还研究微重力和轨道环境中的量子计算。基本的科学问题是某些量子计算平台是否可以从微重力、低温和机械隔离的组合中受益。从长远来看，这可能对遥远轨道环境中未来量子赋能超级智能系统的训练和操作具有相关性。
另一个方向Critical Systems 将分析和优化方法应用于实体供应链，包括识别关键工业和航空航天制造中的真实瓶颈。
这些项目看起来截然不同，但它们都源自同一模式：识别潜在的科学问题，确定证据和数学实际支持该观点的地方，暴露足够的科学基础以供审查，然后在这些边界内构建受保护的技术。
对我来说，区块链与AI最有用的交集在于机器决策的信任。这在Meijin等具体应用中体现得非常明显。假设一个AI系统分析了一个加密头寸并决定投资者应该减少它。重要的问题不仅是：“AI决定了什么？”或“预测准确吗？”我们还需要知道系统使用了什么信息，它处于什么状态，适用什么规则，以及系统是否实际上有权执行该决策。
区块链可以帮助解决这个问题，而无需将AI本身运行在链上。计算可以保留在传统硬件上。可以通过密码学锚定到独立分类账的是系统的相关状态、权限、决策条件和执行历史。重要的是，做出决策的AI不应控制后来用于证明发生了什么的记录。它不应该能够做一个决定，重写历史，然后声称做了另一个决定。
区块链并不能神奇地使AI模型正确。错误的陈述可以被完美地存储在区块链上。区块链能提供的是来源证明和一个难以被决策系统本身重写的记录。对于加密货币投资者来说，随着AI从仅提供市场评论转变为可能与账户、交易所和金融基础设施直接互动的系统，这种区别变得越来越重要。
想象一下医疗保健中的同样问题。您可能希望纳米机器人清理动脉，但您绝对要防止它做可能杀死您的事情。因此，您需要一个防弹的、外部保护的记录，定义该纳米机器人允许做什么和不允许做什么。这正是区块链或其他独立安全的密码学分类账变得极其有用的问题类型。
我认为我们正走向这样一个世界：AI以机器速度提供分析，而密码学系统有助于建立存在的状态、授予的权限以及实际发生的行动。这比仅仅给AI产品加上代币更有意思。
AI发展非常迅速，在加密货币领域，后果可能会特别快地显现出来，因为数字资产市场已经是数字化、全球化、自动化且24小时开放的。我不认为交易者有用的问题仅仅是AI发展是“太快”还是“太慢”。
实际的问题是，当越来越强大的AI系统开始以人类无法现实地监督每一个个别决策的速度分析市场、执行策略并与金融基础设施通信时，会发生什么。这就是为什么我认为下一阶段不仅仅是更好的预测，我们需要更好的验证。如果一个非常强大的AI在毫秒级内产生交易建议，但没有人能确定底层信息是否可靠或系统是否有权限进行 resulting 交易，那么它就没什么用。
这就是我看待AI和区块链互补的方式。AI可以进行日益复杂的分析。区块链和相关密码学基础设施可以帮助建立来源证明、权限和独立可验证的记录。确定性执行系统随后可以定义AI实际被允许做什么。对于散户投资者来说，这一切最终应该几乎不可见。用户不需要理解内部架构。实际体验应该简单得多：我选择了这个资产，我定义了愿意承受多少风险，系统持续监控它，我可以稍后理解它为何采取行动。这正是我们在Meijin中追求的方向。
我之前曾建议，按照常规方法预测AI的发展可能在相对较短的时间范围内变得困难，可能在本世纪末左右。我并不把2030年视为某种科学确定的截止日期，它是一个预测 horizon。但即使未达到我们所谓的AGI或技术奇点，AI也已经变得足够强大，足以改变财务决策的方式。对于加密货币而言，这种变化并非理论上的。市场已经在机器速度下运作。现在的挑战是让机器速度的智能变得足够可信，从而可以使用。
声明：文章不代表币圈网立场和观点，不构成本站任何投资建议。内容仅供参考！
免责声明:本站所有内容仅供用户学习和研究,不构成任何投资建议.不对任何信息而导致的任何损失负责.谨慎使用相关数据和内容,并自行承担所带来的一切风险.