从这一角度而言，Ben Goertzel着眼于SingularityNet公司，正努力创建这样一个平台——借此开发出更多人工智能工具，供应给那些想要利用人工智能作为工具并应用到工业领域的公司。

创立“AI应用商店”SingularityNet

SingularityNet是一个门为AI研究者提供的交易平台。除了能供开发者推广自己开发的AI商品，它还兼具中央枢纽的功能，可以将大数据整合在一起，生成能够承担极其复杂任务的“通用人工智能”（AGI）。

从人工智能开发者的角度来看，如果开发的一些时髦小程序能放在Github上，那么放在Docker里或服务器上就不费劲。把它装在SingularityNet应用程序编程接口（API）也很简单。之后，可以通过发现机制找到Docker里的人工智能代码，因为我们已经被告知主节点的位置，之后并没有把代码放到Github供极客们下载和使用，而是放到网上和应用程序编程接口（API）里。由此，人们可以通过SingularityNet发现机制找到并使用。

Ben Goertzel表示，我们很明确自己在做什么，所以才这样做。我们想创建一个平台，在该平台上人工智能工具彼此之间可以达到自动或至少是半自动连接。例如，如果需要查找一份归档文件，可以用户身份在SingularityNet上输入指令：“你好，我需要一份归档文件。”

你可能会从20个不同文档总结节点中找到许多相关文档，可以看一下这些文件的知名度，然后选择一个知名度和价格都合适的，之后那个节点会提供你所输入的文档。如果文档总结节点系统遇到不能解决的问题，就会将这个问题转移给另一个节点。当然，它可以把解决不了的问题移交给一个视频汇总节点，然后能够弥补一小部分之前花在文件总结节点上的钱。也就是说，如果看到俄语中的一个引用，或许该节点不具备识别俄语的功能，但是它能在微型处理器的基础上将这句引用移交给能够进行翻译的俄语－英语翻译节点，然后翻译结束后将其发回给文档汇总节点。

因此，可以把人工智能各节点联合或构建子网络，在这些联合的节点或子网络中，会发生学习行为，如果此文档汇总节点学习一定类型的视频引用，它会转到视频分析节点，这种学习行为是在这两种不同的人工智能节点的联系中发生的。某种程度上，它类似于大脑的学习过程。大脑有两个神经元，如果他们共同发挥作用，两者之间的联系会得到加强。它是种长期性的增强过程或赫布型学习（对神经元的刺激使得神经元间的突触强度增加，这种学习方法被称为赫布型学习）过程，所以在每个人工智能节点内，都会学到一些东西。

如果该过程是一个机器学习过程，你也能从人工智能节点之间的联系层面收获很多，该过程建立在整个网络层面上，非常有意思。

如今区块链的确是网络探测技术的一部分，这种网络探测很有价值，因为在20世纪90年代末，网络层缺乏，也正是Ben Goertzel首次尝试建立节点时受到阻碍的部分原因。

那时没有动态加密技术，如果想从自己设计的标识中获利，没有加密仪器使其奏效。拥有那样的仪器很有价值，其价值就类似于绘图处理器对于分布式图像处理的价值。所以我们现在所拥有的这一项完整的基本保密技术装备，实现了在此基础上再建立一层保密装置的可能。

Ben Goertzel介绍到，SingularityNet的人工智能团队遍布全球，尽管我个人主要是在香港，实际上SingularityNet最大的人工智能办公室设在埃塞俄比亚的亚的斯亚贝巴。那里有25或30个人工智能研发人员和几十个实习生，这是个低成本的研发中心。那里的大学非常好，所以SingularityNet可以聘请到优秀的年轻毕业生。

人工智能在亚洲和欧洲的价格已经很高了，非洲将会成为下个外包地点。投入更多时间花在非洲市场，你会发现人们对人工智能的需求还是很大的。

Ben Goertzel正在非洲开发一种应用，可以根据一张植物叶子的图像识别早期农作物病害。另外，Ben Goertzel也开发了人工智能辅导系统，这种应用可以像人工智能辅导系统一样，可以帮助那些无法接受良好教育的农村儿童。

乌兹别克斯坦的开发者上传机器学习的人工智能节点后，埃塞俄比亚的使用者能够使用这个节点识别叶子上的农作物病害。他们也许会给乌兹别克斯坦的开发者一些报酬。通过SingularityNet的代币交易平台，这种交易成了可能，不论这项应用的适用程度如何，都引起了IBM和Google的兴趣。

将所有人工智能技术应用到军事、政府或大型公司，意味着人工智能的广泛应用并不能带来太多收益，也意味着人工智能工具只能为特定领域提供帮助，这与我们当前的做事方式有所不同。

在这种更分散的方式中，全世界更多开发者和使用者将参与其中，Ben Goertzel认为实质上随着人工智能技术变得越来越先进，情况将会朝着好的方向发展。

然而，没人敢担保人工智能的发展方向。人工智能领域鱼龙混杂，Ben Goertzel宁愿看到全人类整体参与推动通用人工智能的发展，也不愿其他组织来操控人工智能。

恰巧，这种非集中化的通用人工智能机制应运而生。或许，此时推行高级通用人工智能恰逢其时。

而关于使用动机，有些人出于政治目的，有些人追求效益，有些人则出于研究目的。但这些动机似乎并不矛盾。因为他们所需要的正是这种多样灵活的去中心化（非集中化）的智能“孵化地”。