对话 Human Protocol：人类证明治理将使 DeFi 更加公平

编译：布兰

Human Protocol 是一种区块链基础设施，旨在通过支持数字就业市场的增长来分散人力资源。最近在以太坊主网上线后，该协议现在已经能够完全自动化数据标记工作的生命周期，使人机协作能够创建和完成大量真实世界的可替代任务。

借助人工智能和机器学习技术，用户现在可以通过 Human 的原生代币 HMT 获得奖励，以成功完成反机器人视觉挑战，例如识别网格图像中的交通灯。然后整理这些数据并用于支持消除劳动力市场中的偏见，促进更加循环的零工经济。

为了更深入地思考这些最近的进展以及对区块链技术领域的更广泛影响，Cointelegraph 与 Human Protocol 的技术总监 Harjyot Singh 进行了讨论。

Harjyot 是金融科技工程领域的杰出企业家，拥有计算机科学和人工智能的学术背景。他目前的重点是“探索人工智能和区块链等尖端技术如何改善大多数互联网用户的日常体验。”

Cointelegraph：Human Protocol最近在以太坊主网上发布 CAPTCHA 网络应用程序的公告将如何支持协议的发展？

Harjyot Singh：我们对我们最近取得的成就感到兴奋。Human Protocol 在以太坊主网上的发布使我们能够实现人类去中心化就业市场的第一个实例。这也与协议的演变有关。

Human Protocol 目前每天通过其支持的应用程序处理大量用户交互。它旨在跨多个区块链运行，而以太坊是第一个主网部署。我们在这里学习和实现的东西能够让我们在其他地方利用和执行，包括 Solana 和 Polkadot。

显然，此次发布还使我们能够推出 HMT，这有助于我们发展人类社区并激励更广泛的参与。但真正的增长来自于Human应用程序：进入Human生态系统的第一个门户，也是位于世界任何地方的个人可以通过完成任务直接获得 HMT 的第一种方式。

同样重要的是要注意 Human 应用程序不仅仅是一个 CAPTCHA 应用程序——它允许人们执行多种任务。

CT：读者会熟悉谷歌的 reCAPTCHA 系统。从技术角度来看，Human模型有何不同，以人为中心的识别方法有什么好处？

HS： 重要的是要注意 hCaptcha 不是Human基金会的一部分。它只是一个使用Human Protocol的应用程序。Human有一个更广泛的目标，即标记多种人类工作，而不仅仅是可以通过 CAPTCHA 运行的狭窄任务集。

也就是说，reCAPTCHA 和 hCaptcha 之间的一个主要区别在于，hCaptcha 为用户在解决 CAPTCHA 时所做的工作支付网站费用，而不是强迫他们将这些劳动捐赠给谷歌。

CT：Vitalik Buterin 最近提倡跨 DeFi 过渡到“Proof-of-humanity”（人类证明机制）治理。如果广泛实施，你如何看待这会对空间产生影响？

HS： 我认为这将使 DeFi成为一个更公平的空间。目前，根据钱包余额分配选票的系统会导致巨大的问题。它允许加密鲸鱼影响对他们有利的提案。

Human 的“Proof-of-humanity”将允许每个经过验证的Human用户投一票，这也将打击机器人的流行。因为Proof-of-humanity是第一个也是唯一一个链上人类验证系统——它对链上 DeFi 世界有意义。

但人类证明的潜力并不止于此。任何机器人造成严重破坏的空间——例如在DEX发起抢先交易——都可能应用Proof-of-humanity来解决它。

CT：你能否分享一些可以在利用英特尔视频和图像标签系统、CVAT 以及基于文本的 INCEpTION 的市场上促进Human合同的具体示例？

HS：AI 初创公司的请求者需要 10万张标记损坏汽车的图像。他们提供图像以及 HMT 的总和，这些 HMT 一直保存在智能合约中，直到工作完成。Human Protocol 代理确保数据可以安全共享并为应用程序做好准备。

然后，Human Exchanges 可以将任务智能地分配给英特尔 CVAT 用户，这些用户可以在不同的链上运行，并根据速度、成本等将工作发送到不同的链。

工作者可以连接到交易平台并查看工作，并通过在汽车损坏区域周围绘制详细的图形开始完成英特尔 CVAT 上的精细工作。预言机记录和评估工作，然后更新智能合约，为完成工作的工作者保留 HMT。

CT：你的原生代币 HMT如何确定任务提供的优先级？

HS： 我们利用平衡证明作为促成任务提供订单排序的因素之一——换句话说，有多少任务将分配给一个工作者或劳动力池与另一个。但是，为了减少系统中的摩擦，我们还对许多其他参数进行了加权平均，以使新用户能够立即加入。

CT：你认为 AI 和机器学习系统目前在技术能力和文化意识方面有多先进，以支持人类的可扩展性？

HS： 人工智能系统目前擅长专业智能。也就是说：他们擅长执行特定的、线性的任务，例如 GPS、聊天机器人或亚马逊的 Kiva 机器人，它可以将盒子与亚马逊员工之间进行中继。但人工智能并不擅长广义智能，这是灵活性、反应和适应的领域，是人类蓬勃发展的领域。

在文化意识方面，我认为我们已经为下一波人工智能浪潮做好了准备。AI 产品已经在我们的生活中根深蒂固——从手机上的面部解锁系统到机器人清洁器。

然而，我认为文化高估了当前的人工智能能力。我认为大多数人认为人工智能比实际更聪明、更有能力，因为我们自 1950 年代以来一直在谈论人工智能。然而，正如我们在 1980 年代的“人工智能冬天”所看到的那样，进展一直不稳定。

例如，我们已经将无人驾驶汽车的必然性融入到我们的文化知识中，但它们还没有完全起飞。我想我们已经准备好了；我认为人们只是在等待产品。

CT：随着我们进入更加自动化的经济，构建机器服务于人类真正价值和需求的系统对我们来说有多重要？

HS：我们听到了很多关于人工智能以及将机器引入就业市场的影响的不同说法。但与其取代人类工人，我们更喜欢关注机器如何支持甚至赋予他们权力。智能自动化意味着更多的补救工作——小任务——可以由机器处理，这有助于最大限度地利用人类工人的时间、精力和注意力。

人类拥有机器所不具备的能力——创造力、独创性、想象力——而机器在执行重复性任务时效率更高。支持这一点的基础设施特别适合知识工作者的成长，他们能够提供麻烦和专业的投入，但他们的时间越来越稀缺。这也意味着为专业工作人员提供做出明智和自信决策所需的数据。

Human Protocol 旨在允许机器完成重复性任务并请求其他机器完成这些任务。通过这种方式，我们希望激发人类的潜力，并为创造性地解决问题提供空间和重点。