Public ledger · append only
数据信用>碳信用
碳信用败在了数据信用天生擅长的那件事上。一个文件有哈希值，一次训练是一条被记录的事件，而一本公开账本能把"没人在核实"变成任何人都能读的收据。
数据信用 > 碳信用
他们告诉你，这项服务是免费的。
2021 年，Apple 加了一个开关，询问用户是否愿意被追踪。Meta 告诉投资人，这会让它在次年损失 100 亿美元。一个数据来源，一个平台，一家公司，一年。
这就是那个被"免费"送给你的东西的真实价格。这也是唯一一个被公开过的诚实数字，而它之所以存在，只是因为一个竞争对手把它逼了出来。
罚款只是一项开支
Meta 因剑桥分析事件向美国联邦贸易委员会（FTC）支付了 50 亿美元，又因为史上最大的一笔 GDPR 罚款缴纳了 12 亿欧元。它现在的生意规模，比这两笔罚款之前都更大。
Cost of doing businessMeta
- FTC settlement · Cambridge Analytica$5,000,000,000
- GDPR fine · largest ever issued€1,200,000,000
- Business afterwardsbigger than before
Budgeted
一项你可以编进预算的处罚，就不是处罚，而是价格。二十年的监管，换来的是一项做生意的成本和一个同意横幅，而钱依然只朝一个方向流动。生成数据的人拿到的是一项免费服务，收集数据的公司拿到的则是那几千亿美元。
而且没人在核实
问题不在于规则太弱，而在于没人核实任何事情。
你注册一个账号，点了同意。接下来会发生什么，它被卖给了谁，它训练了哪个模型，最终流进了哪个数据经纪商手里，这些都不会出现在你会去看的任何地方。也没有人核对你同意的那份政策，是否和公司实际做的事一致。
不是说这个答案不好。是根本没有答案，因为根本没有人在问这个问题。
过去的事，没法撤销
二十年积累的数据，已经在模型里面了，拿不出来。机器遗忘行不通，也不会有哪个法庭下令删掉一个前沿模型。所以，每花一年时间去打一场追溯性的官司，同样的攫取就会在不计价的情况下继续往前运行一年。
别再想着把它要回来了。给它定一个面向未来的价格。这正是"信用"存在的意义。
数据信用胜过碳信用
碳信用的想法是对的，只是载体用错了。
所以，要把信用额度放在一本公开的、只能追加的账本上。登记一件作品，就铸造一枚信用额度。一次超过阈值的训练，就销毁一枚。这张收据是永久的，任何人都能读取，不需要向实验室或监管机构申请许可。用未登记的数据训练，或者从做了这件事的人那里购买数据集，你就要为逃掉的那部分付出三倍或五倍的代价，具体倍数定为多少都行，只要能让诚实的路线更便宜就好。
Register a work
Train a model
- Minted
- 0 u
- Burned
- 0 u
- Penalties
- none
这就是整个方案。碳信用败在了数据信用天生擅长的那件事上。而一份公开的销毁记录，正是对"没人在核实"这个问题的回答，因为它是一种不需要信任任何人就能完成的披露。
这能筹到多少钱
按照广播电台支付一揽子播放许可费的方式来设定这项征费：超过一定算力阈值后，按一个百分比缴纳到一个基金里。
| 征费率 | 按 $100B 模型营收计 | 按 $200B 计 | 按 $500B 计 |
|---|---|---|---|
| 1% | $1.0B | $2.0B | $5.0B |
| 3% | $3.0B | $6.0B | $15.0B |
| 5% | $5.0B | $10.0B | $25.0B |
Fund$6Ba year
= grants of $100,00060,000
我们把它称为每年 60 亿美元。它会随着行业自动增长，而这正是按百分比征收的意义所在。
不要承诺每个人都能拿到一张支票
老实说的部分
归因的做法很粗糙。一个国家的征费，可能就是另一个国家的出口税。负责征收的机构本质上是一种垄断，需要有人监督。
但这些都不是它至今没有发生的原因。它没有发生，是因为那些赚着几千亿美元的人，更喜欢现在这套安排：服务是免费的，罚款只是一项开支，而且没人在核实。