CHA:人工智能ChatGPT之于Web3的幾點思考_人工智能幣有哪些

人工智能?AI?有人熱情膜拜，有人畏懼如虎，AI?的發展已經進入高層面的快車道，技術更新迭代日新夜異，技術無罪也無善惡，曾經科幻未來的人機交流，共生共存如今在我們的腦海中已經有了輪廓的意識感想，科技是第一生產力，無人能脫離科技之外。

最新的聊天?AI-ChatGPT?一經上線就引爆了科技狂徒和?AI?探索愛好者的熱情，不到一周用戶新增過100?萬，在與?AI?聊天中寫代碼，文檔需求，感情治療和離奇怪論成了搜索熱榜，很多人陷入?ChatGPT?瘋狂回答的循環中，就連其創始人之一的埃隆.馬斯克也不禁感嘆：我們離強大而危險的人工智能不遠了。

ChatGPT?有什么神奇魔法，吸引這么多人瘋狂傳播？

ChatGPT?發展歷程

GenerativePre-trainedTransformer，是一種基于互聯網可用數據訓練的文本生成深度學習模型。它用于問答、文本摘要生成、機器翻譯、分類、代碼生成和對話AI。

2018?年，GPT-1?誕生，這一年也是?NLP的預訓練模型元年。性能方面，GPT-1?有著一定的泛化能力，能夠用于和監督任務無關的?NLP?任務中。

分析師：轉向人工智能云服務的加密礦企需要更多努力:金色財經報道，分析師表示，希望為人工智能領域提供服務的加密貨幣礦工可能面臨一場艱苦的戰斗。Hut 8 Mining Corp.新成立的高性能計算部門已經貢獻了這家加密礦商第一季度銷售額的20%以上。CoinShares數字資產分析師Matthew kimmel表示，很少有加密貨幣礦工能夠為人工智能建立服務。實際上，只有少數礦工擁有人工智能所需的那種專用處理器。在去年加密貨幣崩盤后，沒有多少人能夠負擔得起在硬件和員工方面的額外投資。此外，微軟Azure和亞馬遜網絡服務等現有企業將有更大的發展空間。Hive Blockchain Technologies Ltd.首席執行官Aydin Kilic表示，與加密挖礦相比，人工智能需要不同的服務器、主板、cpu、軟件和更強大的gpu。

大多數加密挖礦都是使用完全不同的設備完成的。但在2021年，少數以太幣礦工搶購了人工智能使用的高端gpu，當時以太幣價格飆升，礦工們愿意為“資質過高”的處理器支付更高的價格。

在所謂的以太坊合并之后，這些芯片對于挖掘以太幣變得毫無用處。雖然一些礦商出售了需要持續維護和大型物理基礎設施的設備，但Hut 8和Hive Blockchain等其他礦商一直在建立新的高性能計算(HPC)業務線，為包括人工智能在內的一系列行業的客戶提供服務。

Hut 8表示，第一季度HPC業務的毛利率分別為47%和17%，是比特幣挖礦業務毛利率的兩倍多。但這還沒有考慮到Hut 8為建立和運行數據中心所做的初步投資。該公司于2022年1月以3000萬加元的價格收購了TeraGo Inc.的云和托管業務。

Hut 8首席執行官Jaime Leverton在接受彭博社采訪時表示:“你可以把比特幣礦變成一個GPU集群的想法太天真了，因為從環境、冷卻的角度來看，對基于GPU的計算的需求，以及最終客戶對正常運行時間和延遲的期望，都是完全不同的。”

加密貨幣挖礦服務公司Luxor Technologies的首席運營官Ethan Vera表示，只有擁有gpu挖礦經驗的大型礦商才有能力進行這類投資。他說，他們將與更成熟的云服務提供商競爭，這些云服務提供商也在尋求吸引人工智能客戶。

亞馬遜網絡服務正在與英偉達合作，建立一個可擴展的人工智能基礎設施，為訓練大型語言模型和開發生成式人工智能應用程序進行優化。同樣，微軟正在建立人工智能超級計算機，以幫助企業培訓、部署和擴展人工智能。[2023/5/21 15:16:10]

雖然?GPT-1?在未經調試的任務上有一些效果，但其泛化能力遠低于經過微調的有監督任務，因此?GPT-1?只能算得上一個還算不錯的語言理解工具而非對話式?AI。

馬斯克：過去對加密貨幣感興趣，現在對人工智能感興趣:金色財經報道，馬斯克在社交媒體發文稱，“過去對加密貨幣感興趣，但現在對人工智能感興趣。”[2023/3/4 12:41:48]

2019?年?GPT-2?發布，不過，GPT-2?并沒有對原有的網絡進行過多的結構創新與設計，只使用了更多的網絡參數與更大的數據集：最大模型共計?48?層，參數量達?15?億，學習目標則使用無監督預訓練模型做有監督任務。

在性能方面，除了理解能力外，GPT-2?在生成方面第一次表現出了強大的天賦：閱讀摘要、聊天、續寫、編故事，甚至生成假新聞、釣魚郵件或在網上進行角色扮演通通不在話下。在“變得更大”之后，GPT-2?的確展現出了普適而強大的能力，并在多個特定的語言建模任務上實現了彼時的最佳性能。

2020?年?5?月，OpenAI?發布了?GPT-3?，這個模型包含的參數比?GPT-2?多了兩個數量級，它比?GPT-2?有了極大的改進。

GPT-3?在許多?NLP?數據集上都取得了很強的性能，包括翻譯、問題回答和?cloze?任務，以及一些需要即時推理或領域適應的任務，如在句子中使用一個新詞或執行?3?位數運算。GPT-3?可以生成人類評估人員難以區分的新聞文章樣本。

聲音 | 天津市薊州區委書記：落實區塊鏈峰會成果 開啟人工智能引領加速鍵:據北國網消息，近日，天津市薊州區委書記于立軍接受時表示，近年來，薊州立足京津冀生態涵養區功能定位，乘天津世界智能大會東風，積極搶抓新一代人工智能發展機遇。他還指出，薊州下一步要“落實第三屆世界智能大會區塊鏈分論壇暨全球區塊鏈科技創新峰會成果，開啟人工智能引領加速鍵”。[2019/6/13]

2022?年初，OpenAI?發布了?InstructGPT，這是一個經過微調的新版本?GPT-3?，可以將有害的、不真實的和有偏差的輸出最小化。上線后?InstructGPT?更名為?Chatgpt。

未來還會有更為強大的?GPT-4?？是的，OpenAI?也曾經提出?GPT-4?的報告，它能夠通過圖靈測試，并且能夠先進到和人類沒有區別，除此之外，企業引進?GPT-4?的成本也將大規模下降。

ChatGPT?火爆現象的解析

OpenAI?官方稱，ChatGPT?是在人類的幫助下創建并訓練的，人類訓練師對該?AI?早期版本回答查詢的方式進行排名和評級。然后，這些信息被反饋到系統中，系統會根據訓練師的偏好來調整答案——這是一種訓練人工智能的標準方法，被稱為強化學習。

聲音 | 郭宇航：將暫停在區塊鏈、人工智能方面的投資:據界面消息，中國區塊鏈應用研究中心理事長郭宇航3月6日在一場媒體小型溝通會中表示，自己將會暫停在區塊鏈、人工智能方面的投資。[2019/3/8]

為了創建一個用于強化學習的獎勵模型，OpenAI?也需要收集比較數據，其中包括兩個或更多按質量排名的模型回復。

為了收集這些數據，OpenAI?收集了?AI?培訓師與聊天機器人的對話，并隨機選擇了一個模型編寫的消息，抽查了幾個備選的回復，再讓?AI?培訓師對這些回復進行排名。

此外，利用這些獎勵模型，這項研究使用近似策略優化算法對模型進行微調，并對這個過程進行了多次迭代。

ChatGPT?的火熱突顯了我們作為傳統知識獲取渠道的顛覆和便捷，過去知識的傳播在于集中式被動授取，過程無聊且波動浮點過大，有好有壞，良莠不齊，ChatGPT?讓我們看到了未來新的學習鏈：數據庫+AI?篩選+用戶需求.

AI?靠海量算力學習到海量的跨領域知識，雖然不夠精確，卻能大大節省人類通過“視覺+大腦”的讀書培訓認知時間消耗，如果能通過算法來識別答案正確與否，AI?將成為人類的全知導師、生產助手。

動態 | 部分服務產業人士忽視了人工智能和區塊鏈等新興科技:據美通社消息，全球領先的信托、基金管理和企業服務提供應商瑞致達(Vistra)發布了《Vistra 2020》產業研究報告第八版。報告顯示：業內許多人的關注只放在自動化“了解客戶”和反洗錢要求等基本問題上，而忽視了人工智能和區塊鏈等新興的科技上。報告發現只有22%受訪者關注區塊鏈，考慮到加密貨幣可能在企業服務產業構成的潛在影響，這個比例相對較低。[2018/11/29]

ChatGPT?存在哪些局限性

體驗過?ChatGPT?的用戶普遍反映目前?AI?聊天反饋內容信息不準確，有時會給出看上去正確但荒謬的答案、微調提問的方式會得到完全不同的答案、有時會反復使用某些句子，甚至提供了混亂的信息，擁有經歷和專業知識的人一眼就看到其中的錯誤。

這些局限性具體表現為：

在訓練的強化學習階段，沒有真相和問題標準答案的具體來源，來答復你的問題。

訓練模型更加謹慎，可能會拒絕回答

監督訓練可能會誤導/偏向模型傾向于知道理想的答案，而不是模型生成一組隨機的響應并且只有人類評論者選擇好的/排名靠前的響應

ChatGPT?之于Web3的思考

ChatGPT?在尋找答案、解決問題的效率上已經部分超越了如今的搜索引擎，ChatGPT?或許在未來會改變我們獲取信息、輸出內容的方式，Web3對于?ChatGPT?都有哪些需求？

淺層需求

項目社群搜索：點對庫精準需求篩選，可以提高賽道分類的選擇效率，在精力分配上著重于熱點和熟悉領域。

排名價格追蹤:排名和價格在市場的不同階段都存在浮動值和大變革，因個人需求和使用習慣無法追隨各個交易所和平臺的數據海洋，準確的內容輸出加大了用戶對數據的粘性。

知識分享：知識階段的跨欄一般需要個人的勤勞和熱情去突破，不同社群和內容的分類導致新群體用戶的沉重感，先驅者們無法抽身高效傳授經驗，精準化內容輸出能改變傳統知識獲取渠道。

AMA?問答：項目路線圖，白皮書，關鍵人物活動內容在?AMA?的問答式中能快速掌握，在項目和社區的開展都能面向更多不同的用戶群體，在社區品牌?IP?的傳播上起到?AI?客服功能。

需求指導預測：數據的對比篩選的結果遠超個人情緒波動，數據能明確個人需求內容，并在不同段提升或減少資產賬面，預測市場環境及未來走勢，明顯豐富的數據更能把握決定。

深度思考

Web3內容生產：穩定準確的正向內容產出目前是Web3急需的，Web3宏大的世界里僅靠專業內容生產者提供服務內容顯得比較單薄且緩慢，AI?在內容輸出的較率和穩定性上將遠超個人，無論是內容質量，畫面呈現和溝通效率上。

智能合約布署和安全審計：AI?在代碼的構造上利用數據庫的完整可以提供專業的開發參考范本和校驗檢查，當然在智能合約的開發上卻不可完全依賴?AI?的程序式輸出，畢竟獨立項目的需求在于個人，不過安全審計是個反復檢測和尋找漏洞修復的過程，AI?在利用數據的對比和篩查中能隨時起到提醒和糾錯的功能。

虛擬機升級：Web3使用區塊鏈技術，而區塊鏈的封閉特性無法及時反映外部信息，虛擬機的出現解決了將鏈外數據傳輸鏈內的空缺，但虛擬機提供數據的準確性和產生的信任感卻得不到合理有效的驗證時，AI?在這方面或許能改變其工作方式。

人才的流動和積累：Web3是下一代技術的全面升級，需要的區塊鏈人才廣泛且專業，但現在人才普遍沉淀于傳統行業，在招聘和交流上，經常會因表達不明確和傳統思維的禁固讓人才不敢輕易踏入，而轉身入行的新人們又苦于行業的信息沖擊而煩惱，新技術和項目內容的快速迭代需要專業授與，AI?起到專業導師和圖書寶藏的身份。

技術分享和共創：通過檢測和積累技術成果，記錄項目的成功經驗并將其轉化為理念，持續生成和輸出，形成一個能與個人進行互動交流的共創領域，未來?AI?將作為個人工作組織的增幅效果，提高對創造性認知的理解，拓展科技的維度。

總結

人工智能?AI?在科技層的落地應用上體現出了強大的爆發力，AI?在生產效率的提升上進一步促進了個人能力和邊界的進步，Web3是個新的領域，未來?AI?在Web3的賽道中可能爆發出哪些現象級的科技，這是一個充滿想象的場景，我們拭目以待！

來源：星球日報

Tags：GPT人工智能CHACHATgpt幣團隊人工智能幣有哪些FIFA Champschat幣還值得擁有嗎

抹茶交易所