CHA:AI界新貴“出圈”：CNTM 和加密貨幣揭示何種未來？_chat幣最新消息

近來，聊天機器人程序ChatGPT爆火“出圈”，引發各界關注討論，人工智能(AI)這一概念也借此重回大眾視野。針對相關話題，清華大學計算機科學與技術系副教授黃民烈接受中新社專訪時表示，泛用性極強的ChatGPT已成為AI發展史上的里程碑，如何與AI共生是每個人可能都將面對的問題。

ChatGPT因何成為AI界新貴？

美國OpenAI公司2022年11月30日正式發布ChatGPT，上線僅5天，ChatGPT的注冊用戶數突破100萬；今年1月末，ChatGPT的月活用戶數破億，就此成為史上用戶數增長最快的消費者應用。

與ChatGPT類似的聊天機器人程序不少，但都沒有如ChatGPT一般引領AI領域的新風潮，原因之一就是ChatGPT的泛用性更強，僅靠其本身就可以完成翻譯、編程等專業任務。“ChatGPT最大的特點是通用任務助理，其可以在一個模型內完成極多開放任務，在生成任務、上下文理解、安全倫理方面也有相當好的表現。”黃民烈指出。

技術進步則是ChatGPT泛用性顯著增強的重要原因。黃民烈認為，相較于主要基于規則學習的第一代和第二代聊天機器人程序，以ChatGPT為代表的第三代聊天機器人程序在技術上有著顯著進步：其以Transformer為基本架構的大模型為技術底座，結合了大量數據和算力優化。

BurgerCities與區塊鏈域名服務商Unstoppable Domains達成合作:據官方消息，基于BNB Chain的元宇宙項目BurgerCities與區塊鏈域名服務商Unstoppable Domains達成合作。用戶可以使用Unstoppable Domains NFT域名登陸BurgerCities平臺。[2022/7/17 2:18:49]

AI界新貴ChatGPT走紅后，谷歌等大型科技公司紛紛宣布推出競品，參與AI領域的新角逐。美國微軟公司創始人比爾·蓋茨日前稱，AI將成為“2023年最熱門的話題”。

“ChatGPT的出現是AI發展史上的里程碑事件，標志著人機無縫交互時代的來臨，其可能再造搜索、推薦、手機助手等信息獲取形式，對信息產業和AI行業產生深遠影響。”黃民烈說。

ChatGPT面臨哪些爭議？

AI技術的發展也帶來了諸多爭議。以深度偽造(Deepfake)為代表的AI換臉技術此前引發了一波關于隱私權和真相的討論。

對此，黃民烈認為，ChatGPT已針對法律、道德等問題進行優化，其表現也比“同行”更好，研發者收集高質量人工反饋數據時，把涉及安全性和道德的問題作為ChatGPT的重要部分設計進去了，再通過強化學習，ChatGPT就學到了安全回復的能力。

Hive Blockchain發布2020年財報：年度凈收入為4250萬美元:9月24日消息，加密貨幣礦業公司Hive Blockchain公布截至2021年3月31日的財年凈收入為4250萬美元。與上一年財年相比，虧損190萬美元。與前一年相比，數字貨幣采礦收入增長174%，達到6670萬美元。整個財年，Hive共開采了595枚比特幣和96300枚以太幣。

該公司去年的采礦毛利率為5010萬美元，而前年為850萬美元，Hive將其歸因于控制其在瑞典的業務并結束比特幣云采礦，以及轉向魁北克的獨立采礦。除了瑞典和加拿大本土的數據中心外，Hive區塊鏈還在冰島擁有采礦設施，并在納斯達克（Nasdaq:Hive）、多倫多證券交易所（TSX.V:Hive）和法蘭克福證券交易所（FSE:HBF）上市。（CoinDesk）[2021/9/24 17:04:19]

不過，ChatGPT仍面臨道德問題。黃民烈舉了一個例子：若用戶要求ChatGPT作出違法舉動，就會遭到拒絕；但如果用戶借口創作小說要求ChatGPT提供違反法律的建議，就可能得到答案。

ChatGPT推出后，其強大的文字撰寫能力得到了學生群體的青睞，被用作完成論文。迄今為止，美國、英國等國多所高校已明令禁止學生在校內使用ChatGPT。美國《科學》雜志近期也發表聲明，稱不接受使用ChatGPT生成的投稿論文，ChatGPT也不可以作為論文合著者出現。

Riot Blockchain再次從比特大陸購買2500臺礦機:金色財經報道，比特幣礦業公司Riot Blockchain再次從比特大陸購買了另外2500臺S19 Pro Antminer礦機。Riot希望到2021年中期將其挖礦能力提高三倍。Riot表示，該公司為這些礦機支付了610萬美元，交付和部署定于12月。[2020/10/8]

黃民烈認為，使用ChatGPT完成作業或學術論文的問題之一是侵犯版權。但不能“因噎廢食”，“技術可以繼續發展，并在此過程中對問題進行針對性治理”。

另一方面，科技進步未能解決地區發展不平衡問題，全球科技鴻溝問題至今仍然存在。AI作為尖端科技，也只有少數國家能夠在此領域進行大量投入。

黃民烈稱，與AI息息相關的大模型訓練需要大量算力和數據，訓練和推理成本也很高昂，無論是學術界還是科技界，只有少量的機構能負擔起相關技術的研發，這在一定程度上已經造成了不公平問題。

“AI威脅論”是否危言聳聽？

隨著AI技術日趨成熟，“AI威脅論”得到了更多關注。ChatGPT推出后，其具備的各種專業功能不斷被發掘出來。有觀點認為，程序員、翻譯、客服等崗位最終都可能被AI取代。

針對AI技術發展可能引發的失業問題，黃民烈認為，AI工具的普及將降低自由撰稿人、游戲制作者等職業的門檻，帶來更多自由職業的機會。不過，未來人工智能生成內容(AIGC)、用戶生成內容(UGC)及專業生產內容(PGC)進行更深入地結合后，一些職業的淘汰是不可避免的，“如何與AI共生是每個人可能都將面對的問題”。

幣核科技與AnChain.AI達成戰略合作:據幣核科技官方消息，近日數字資產交易所系統服務商幣核科技與區塊鏈安全公司AnChain.AI達成戰略合作，未來雙方將攜手深耕系統安全領域，在幣核科技原有的冷熱錢包隔離、多重簽名以及獨創托管清算體系基礎上，結合AnChain.AI人工智能風控系統，對資金來源及去向進行AML 反洗錢審查，為幣核科技交易系統生態再添鎧甲。

AnChain.AI 是領先AI驅動的區塊鏈安全風控合規公司，伯克利大學區塊鏈加速器成員。創始團隊來自世界頂級網絡安全，云計算大數據企業軟件行業和頂級銀行合規風控團隊。

幣核科技交易系統產品已服務全球超過260家客戶，2年間從未出現安全事故，一直以頂級安全為底線，為客戶的資產保駕護航。[2020/6/28]

此外，科幻作品中的“AI威脅論”常包含一個重要因素——愈發強大的AI終將尋求消滅或取代人類。

對此，黃民烈稱，科幻作品中的反派AI形象都具有自我意識，但現實中的AI目前既沒有自我意識也沒有自主決策能力，現階段，AI所有能力的來源都是人類提供的數據和反饋。“ChatGPT這類系統是典型的機器屬性，僅為滿足人的信息需求或完成任務而存在，并不具有人格、情感、風格等。機器屬性和能夠滿足情感、社交、陪伴需求的類人屬性相結合才是真正的數字生命體，也就是真正意義上的‘人工智能’。”

聲音 | 郭光華：ChainX可利用BTC的二層擴展去擴展應用:11月21日，在《金色深核》線上直播中，PolkaX團隊總負責人郭光華針對擴展ChainX應用問題表示，ChainX有2條腿，一條腿是跨鏈，另外一條是BTC的二層擴展。拓展應用適用范圍，可以通過BTC的二層擴展去擴展，用BTC去做WASM合約，消耗的Gas費用比ETH上做合約成本更少。在ChainX 網絡中，BTC轉賬比ETH轉賬更快更便宜。

BTC的二層擴展可以給ChainX的適用落地場景有了無限可能，當Polkadot上線了，ChainX成為Polkadot的二級relay鏈。那么Polkadot生態的任何平行鏈上的Dapp都可以用ChainX上的BTC合約平臺，這就可以往更高層的Dapp通信去跨鏈，定制協議。這樣就不局限于現在chainx網絡上BTC的跨鏈只有交易的問題了。[2019/11/21]

Connected2Me是一個專門為Web3打造的人工智能服務平臺，其產品和服務已在全球廣泛地被報道與采用，其基于GPT3.5打造的人工智能Web3搜索引擎Jinn即將隆重登場

盡管2022年加密行業經歷了Terra和FTX暴雷等黑天鵝事件，導致整個行業信心崩潰，但熊市期間仍然取得了一些正面的進展。幣圈熊市也是需要熱點來點燃市場的熱情！

幣圈的熱點好像就是這樣轉換的！之前的元宇宙然后動物園系列然后defi然后鏈游GMTaxs之類的！然后就是NFT無聊猿ape之類的然后就是公鏈APT等等現在是ai這個有幾個月熱度了agix都十幾倍了！

Connected2Me成就回顧

基于人工智能的個性化金融服務：

去中心化的理財產品AI測評；

通過AI模型演練為用戶提供定制化的AI顧問服務；

Connected2Me未來發展

基于ChatGPT的理論，創建CNTM的GPT平臺：Jinn；

為Jinn加入雙引擎結構：GPT引擎+傳統搜索引擎，從而實現Web3的AI搜索功能；

將Jinn與CNTM1.0的板塊結合，增強金融領域的AI搜索推薦功能；

Jinn=ChatGPT+Sparrow

ChatGPT目前的三個核心問題和痛點：

對于知識類型的問題，ChatGPT會給出看上去很有道理，但是事實上是錯誤答案的內容；

拓展解讀：對于這樣來說，由于ChatGPT的一部分回答很準確，而一部分看上去有道理，但事實上很離譜，而用戶并沒有足夠的能力來進行辨別，這將給用戶如何采信ChatGPT的答案帶來很多困惑。

ChatGPT目前這種基于GPT大模型基礎上進一步增加標注數據訓練的模式，對于LLM模型吸納新知識非常不友好。

拓展解讀：新知識總是在不斷出現，而出現一些新知識就去重新預訓練GPT模型是不現實的，無論是訓練時間成本還是金錢成本，都不可接受。如果對于新知識采取Fine-tune的模式，看上去可行且成本相對較低，但是很容易產生新數據的引入導致對原有知識的災難遺忘問題，尤其是短周期的頻繁fine-tune，會使這個問題更為嚴重。

ChatGPT或GPT4的訓練成本以及在線推理成本太高，無法承載超過千萬級的用戶同時使用。

拓展解讀：假設繼續采取免費策略，OpenAI無法承受，但是如果采取收費策略，又會極大減少用戶基數，無法實現規模化。

Sparrow是ChatGPT的良好補充：

sparrow在人工標注方面的質量和工作量不如ChatGPT；

Sparow的基于retrieval結果的生成結果證據展示，以及引入LaMDA系統的對于新知識采取retrieval模式，可以完美解決新知識的及時引入，以及生成內容可信性驗證兩個核心問題。

核心技術路線

第一階段：冷啟動階段的監督策略模型。靠GPT3.5本身，盡管它很強，但是它很難理解人類不同類型指令中蘊含的不同意圖，也很難判斷生成內容是否是高質量的結果。為了讓GPT3.5初步具備理解指令中蘊含的意圖，首先會從測試用戶提交的prompt(就是指令或問題)中隨機抽取一批，靠專業的標注人員，給出指定prompt的高質量答案，然后用這些人工標注好的數據來Fine-tuneGPT3.5模型。經過這個過程，我們可以認為GPT3.5初步具備了理解人類prompt中所包含意圖，并根據這個意圖給出相對高質量回答的能力；

第二階段：訓練回報模型。這個階段的主要目的是通過人工標注訓練數據，來訓練回報模型。在這個階段里，首先由冷啟動后的監督策略模型為每個prompt產生K個結果，人工根據結果質量由高到低排序，以此作為訓練數據，通過pair-wiselearningtorank模式來訓練回報模型。對于學好的RM模型來說，輸入，輸出結果的質量得分，得分越高說明產生的回答質量越高。

第三階段：采用強化學習來增強預訓練模型的能力。本階段無需人工標注數據，而是利用上一階段學好的RM模型，靠RM打分結果來更新預訓練模型參數。

二三階段迭代：不斷重復第二和第三階段，每一輪迭代都使得LLM模型能力越來越強。因為第二階段通過人工標注數據來增強RM模型的能力，而第三階段，經過增強的RM模型對新prompt產生的回答打分會更準，并利用強化學習來鼓勵LLM模型學習新的高質量內容，這起到了類似利用偽標簽擴充高質量訓練數據的作用，于是LLM模型進一步得到增強。

下一代搜索引擎：Jinn

Jinn將采用傳統搜索引擎+ChatGPT的雙引擎結構，ChatGPT模型是主引擎，傳統搜索引擎是輔引擎。傳統搜索引擎的主要輔助功能有兩個：一個是對于ChatGPT產生的知識類問題的回答，進行結果可信性驗證與展示，就是說在ChatGPT給出答案的同時，從搜索引擎里找到相關內容片段及url鏈接，同時把這些內容展示給用戶，使得用戶可以從額外提供的內容里驗證答案是否真實可信，這樣就可以解決ChatGPT產生的回答可信與否的問題，避免用戶對于產生結果無所適從的局面。

傳統搜索引擎的第二個輔助功能是及時補充新知識。既然不可能隨時把新知識快速引入LLM，那么可以把它存到搜索引擎的索引里，ChatGPT如果發現具備時效性的問題，它自己又回答不了，則可以轉向搜索引擎抽取對應的答案，或者根據返回相關片段再加上用戶輸入問題通過ChatGPT產生答案，這里有一部分將參考LaMDA關于新知識處理的具體方法。

Tags：CHAGPTATGCHATcarxchainTruthGPT (ETH)CATGIRLchat幣最新消息

ICP