UID:a16z：藝術不死，只是以生成 AI 的形式存在_人工智能就業方向及前景

也許我們從生成人工智能中看到的最令人費解的含義是，與“創造力將是人類獨創力的最后堡壘”的普遍觀點相反，實際上將相當困難的創造性任務自動化似乎比將相對簡單的編程任務自動化要容易得多。為了理解這一點，我們比較了兩個更流行的生成AI用例：代碼生成和圖像生成。但我們相信這種說法更普遍，即使生成模型擴展到更復雜的應用程序也是如此。

簡單來說，雖然像GitHubCopilot這樣的產品，在其當前形式下，可以使編碼更高效，但它并不能消除對具有編程知識的有能力的軟件開發人員的需求。一個重要原因是，在構建程序時，正確性真的很重要。如果AI生成一個程序，它仍然需要人來驗證它是否正確——這項工作的重要程度幾乎與開始創建它的水平相同。

另一方面，任何會打字的人都可以使用像StableDiffusion這樣的模型在幾分鐘內生成高質量、獨一無二的圖像，而且成本要低很多個數量級。創造性的工作產品通常沒有嚴格的正確性約束，模型的輸出非常完整。很難不看到依賴創意視覺的行業發生全面的相變，因為對于許多用途而言，人工智能現在能夠產生的視覺效果已經足夠了，而我們仍處于該技術的早期階段。

dYdX推出MEV儀表板，公開展示每個驗證節點的潛在MEV提取行為:8月3日消息，dYdX發推表示，dYdX交易研究團隊與Skip Protocol合作使用儀表板公開展示每個驗證節點的潛在MEV提取行為，目標是阻止MEV提取行為并針對不良行為者采取行動。此外dYdX在公共測試網絡上部署了一個不良驗證節點，該角色通過夾擊所有符合條件的訂單來最大化利潤。[2023/8/3 16:15:26]

我們完全承認，按照該領域的發展速度，很難對任何預測充滿信心。不過現在，我們似乎更有可能看到完全由程序員創建的充滿創意圖像的應用程序，而不是完全由創作者構建的具有人工設計藝術的應用程序。

為什么炒作，為什么是現在？

在我們深入了解代碼生成與圖像生成的具體細節之前，了解一下目前AI整體現狀和生成AI的流行程度是很有用的。

BNB Chain啟動“Kickstart Program”計劃以支持鏈上開發者啟動項目:金色財經報道，BNB Chain宣布計劃在2023年12月上旬啟動“Kickstart Program”計劃，以幫助區塊鏈開發人員在主要行業參與者的支持下開始他們的項目，其中包含來自BNB Chain 的 16 個項目的入門工具包和服務，CertiK 和 PeckShield 等著名安全審計項目也會提供幫助，NodeReal、Amazon 和 Particle 等基礎設施和技術服務提供商也將參與。根據 GitHub 上披露的公告顯示，開發人員和項目負責人必須完成申請、評估、索賠和行動四個步驟，提交申請后評估完成后，項目將被告知獎勵要求。[2022/12/29 22:13:33]

生成AI正以前所未有的速度被開發人員采用。在我們撰寫本文時，StableDiffusion輕松遙遙領先于GitHub存儲庫的趨勢圖表。它的增長遠遠領先于基礎設施或加密領域的任何最新技術。幾乎每天都有使用該技術的初創公司的啟動和融資公告，在線社交網絡上充斥著由生成模型創建的內容。

Reddit Avatar NFT累計銷售額突破1000萬美元，總銷售量達到32,548筆:11月1日消息，據Dune Analytics最新數據顯示，Reddit Avatar NFT累計銷售額已突破1000萬美元，截至目前為10,000,494美元，總銷售量達到32,548筆。此外，當Reddit Avatar NFT持有地址總量為2,869,722個，單一NFT持有地址為2,844,696個。[2022/11/1 12:02:22]

過去十年對人工智能的總體投資水平也不容小覷。自2010年代中期以來，我們已經看到僅出版物的數量就呈指數級增長。今天，arXiv上發布的所有文章中約有20%是關于AI、ML和NLP的。重要的是，理論成果已經跨越了一個臨界閾值，它們變得易于使用，并引發了新技術、軟件和初創公司的寒武紀大爆發。

上圖中最近的峰值主要是由于生成人工智能。在短短十年內，我們已經從可以對圖像進行分類和創建詞嵌入的專家專用AI模型，發展為可以編寫有效代碼并使用自然語言提示創建非常準確圖像的公開可用模型。創新的步伐剛剛加快也就不足為奇了，當生成模型開始侵入曾經由人類主導的其他領域時也就不足為奇了。

加密初創公司Sumo Signals完成550萬美元融資，OnDeck Venture領投:7月27日消息，加密初創公司Sumo Signals完成550萬美元融資，OnDeck Venture領投。據悉，Sumo Signals提供人工智能套利交易指標，幫助加密交易者執行有利可圖的交易。（Globe News Wire）[2022/7/27 2:41:28]

生成AI和編程

生成AI的最早用途之一是作為程序員的輔助。它的工作方式是在大量代碼庫上訓練模型，然后在程序員編碼時向他們提出建議。結果非常出色。如此大量的使用使這種方法有望成為未來編程的代名詞。

生成的代碼：防止不使用分號而遭受的攻擊。

然而，相對于我們將在下面介紹的圖像生成，生產率的提高并不大。如上所述，部分原因是正確性在編程中至關重要。例如，最近的一項研究發現，對于匹配高風險CWE的場景，40%的AI生成代碼包含漏洞。

以太坊L2網絡總鎖倉量為39.1億美元:金色財經報道，L2BEAT數據顯示，截至目前，以太坊Layer2上總鎖倉量為39.1億美元。近7日漲幅4.42%，其中鎖倉量最高的為擴容方案Arbitrum，約20.5億美元，占比52.12%。其次是Optimism，鎖倉量7.33億美元，占比19.15%。dYdX占據第三，鎖倉量6.03億美元，占比15.92%。[2022/7/10 2:02:40]

因此，用戶必須在生成足夠的代碼以提供有意義的生產力提升與仍然限制它以便檢查正確性之間取得平衡。因此，Copilot幫助提高了開發人員的工作效率——最近的研究將收益提高了2倍或更少——但達到了我們在開發人員語言和工具之前的進步中看到的水平。例如，根據一些估計，從匯編語言到C語言的跳躍將生產率提高了2-5倍。

對于更有經驗的程序員來說，關注點可能會超出代碼的正確性并擴展到整體代碼質量。正如fast.ai的JeremyHoward就最新版本的OpenAICodex模型所解釋的那樣，“它編寫冗長的代碼是因為它生成的是平均代碼。對我來說，將普通代碼變成我喜歡并且我知道是正確的代碼比從頭開始編寫要慢得多——至少在我熟悉的語言中是這樣。”

因此，雖然很明顯生成編程是開發人員生產力的階躍函數，但尚不清楚這種改進與我們之前看到的有很大不同。生成AI可以培養更好的程序員，但他們仍然必須進行編程。

生成AI和視覺效果

另一方面，生成模型對圖像生成等創造性工作輸出的影響是極端的。它在效率和成本方面帶來了許多數量級的改進，并且很難不看到它在整個行業范圍內帶來階段性轉變。

生成AI在這個領域的工作方式是從用戶那里獲取簡單的文本輸入，稱為提示，然后模型生成視覺輸出。目前，有用于創建許多輸出格式的模型，包括圖像、視頻、3D模型和紋理。

特別有趣的是如何擴展這些模型以生成新的或特定領域的圖像，而幾乎沒有創造性的干預。例如，Guido采用了預訓練圖像模型，并在他自己的幾十張照片上對其進行了重新訓練。從那里，他能夠在提示中使用<guido>生成圖片。以下是根據以下提示生成的照片：“<guido>美國隊長”、“<guido>在巴黎”、“<guido>在油畫中”。

在商業環境中，圖像生成與代碼生成的巨大差異在于生成式AI在多大程度上改變了經濟計算。為了創建上述圖片，Guido在基礎設施資源上為幾張照片花費了大約0.50美元來訓練模型。經過訓練后，生成圖像的計算資源成本約為0.001美元，可以在云端或最新一代筆記本電腦上完成。此外，生成圖像只需幾秒鐘。

如果沒有生成AI，獲得自定義圖像的唯一方法是聘請藝術家或自己動手。即使我們假設一個人可以在一小時內以10美元的價格創建完全定制的逼真圖像，生成AI方法也很容易便宜四個數量級，速度也快一個數量級。更現實地說，任何定制藝術品或圖形設計項目都可能需要數天或數周時間，并且將花費數百甚至數千美元。

與上述編程輔助工具類似，生成AI將被藝術家用作一種工具，兩者都需要一定程度的用戶監督。但是，很難夸大圖像模型模仿完整藝術家輸出的能力所產生的經濟差異。使用代碼生成模型，即使編寫執行標準計算任務的非常基本的功能程序也需要審查、編輯和添加許多代碼片段的測試。但對于一個基本圖像，輸入promt并從十幾個建議中挑選圖像可以在一分鐘內完成。

以我們自己的漫畫家YokoLi(@stuffyokodraws)為例。我們使用她之前的70張圖像訓練了一個模型，該模型能夠生成具有令人毛骨悚然的模仿水平的圖像。每個藝術家都必須弄清楚下一步要創作什么，她甚至發現經過訓練的模型可以呈現出比她想象的更多的選擇——至少在給定時間段內被迫生產某些東西時是這樣。繪制同一對象的方法有數百種，但生成模型可以立即明確哪些路徑值得探索。

因此，當涉及到此類任務時，我們并不是說計算機在1:1的基礎上一定比人類更好。但與許多其他任務一樣，當計算機可以產生完整的工作輸出時，它們會在規模上秒殺我們。

試著猜猜下面哪些圖是Yoko直接畫的，哪些是生成的。

答：AI模型生成的圖像擁有一個非白色背景。

經濟的巨大進步、創造新風格和新概念的靈活性以及生成完整或接近完整作品的能力向我們表明，我們準備好看到創意資產是業務主要部分的所有行業發生顯著變化。并且這不僅限于圖像，而是適用于整個設計領域。例如：

生成AI可以創建2D藝術、紋理、3D模型，并幫助進行游戲關卡設計。在營銷方面，它看起來有望取代庫存藝術、產品攝影和插圖。我們已經在網頁設計、室內設計和景觀設計中看到了應用。我們真的才剛剛開始。如果一個用例需要創造性地生成內容，那么很難理解為什么生成AI不會顛覆它或至少成為這個流程的一部分。

Tags：UIDIDODYDX人工智能Liquid Staked ETHIDOOdydx幣升值潛力人工智能就業方向及前景

UNI