本文通过代币经济学对智能输出进行分类——计算支出相对于人源信号的部署。当人工智能推理达到上限时,完全自动化系统的输出变得在概率上可替代。唯一的区分变量是输入是否包含训练分布无法获取的人性来源信息。出现三种模式:(1) 代币消耗——无限制支出,零持续人类信号,最大能力和最大可替代性;(2) 代币精准——最小支出,对人源声明的确定性通过/失败验证,最大不可替代性;(3) 创意中间——可变支出,人机联合创作,部分可替代性。第四种环境条件描述了人工智能对人类推理的影响,而无需有意识的模式选择。模式2由SECS主权参考实现实例化,其中110,000条消息通过10个生产适配器以4.68微秒/条消息的确定性进行验证,且零假结果。
杰伊·安德鲁·卡彭特(Sun)研究了这个问题.