GPT:生成式 AI 改变 Web3 未来的 4 种方式

原文：Crypto.com

AI 已经跃升到一个新的水平，现在正在帮助构建 Web3。 本文将帮你了解生成式 AI 将如何塑造 Web3 的未来。

图片来源：由 Maze AI 生成

本文要点：

生成式 AI 是一种用于生成人工内容（如文本、图像、音频和视频内容）的 AI。

Web3 中的 AI 应用程序包括在游戏、NFT、资产创建和软件开发中部署数字收藏品。

除了内容生成之外，AI 还可以通过简化开发流程和改善去中心化应用程序 (dapps) 的用户体验来帮助推动 Web3 发展。

虽然仍然存在版权、准确性和创造力等挑战，但 AI 时代已经到来——各种 AI 模型正在改变企业和行业的运行模式。

AI 生成内容 (AIGC) 最近变得非常流行，DALL-E 和 ChatGPT 等应用程序生产了令人印象深刻的视觉资产，以及实现了类人对话。

从广义上讲，生成式 AI 是一种用于通过计算机模型生成内容（例如文本、图像、音频和视频）的 AI。 AIGC 被广泛认为是继专业生成内容 (PGC) 和用户生成内容 (UGC) 之后内容生成的下一阶段。

汪其香：据Gartner预测到2025年生成式AI产生的数据将占所有数据的10%:金色财经现场报道，在8月8日由金色财经主办的金色沙龙活动中，亚马逊云解决方案架构师汪其香发表主题演讲《AIGC概述与应用场景》。汪其香表示，从AI（Artificial intelligence）发展到ML(Machine learning )随着基础设施算力的提升，出现DL(Deep learning )，整个网络和模型越来越大、越来越深并且从结构上不断的创新，直到出现如今热门的AIGC（Generative AI），带来的自动内容创作，它改变了生产内容的方式。对比以前AIML在推荐和搜索领域对内容分发方式的改进，对生产力效率进一步提升，AIGC在未来在各个行业领域应用的场景会越来越多。

Gartner预测到2025年生成式AI产生的数据，将占所有数据的10%，而现在不到1%。未来我们所看到的很多内容和素材都会是由AI生成的，这个占比会快速提升10倍。现在很多行业都落地了AIGC的应用。它会覆盖在各个行业，除了生图外，还有生成视频、生成语音，帮我们去写作，在生活里的各方面，都会有AI创作的素材出现。[2023/8/9 21:34:03]

PGC 通常由平面设计师和动画师等创意专业人士制作，供品牌使用或发布，而 UGC 则由最终用户创建，并直接在 YouTube、Facebook 或 Twitter 等社交媒体网站上分享。

梁凤仪：香港证监会聚焦虚拟资产等范畴，Web3和生成式AI等是重大机遇:6月5日消息，6月5日，香港证监会行政总裁梁凤仪在香港投资基金公会的年会上，发表题为“重新思考、整备和部署：香港作为资产管理中心的发展路向”的演讲。梁凤仪表示：“香港证监会以推动增长为己任。我们了解市场上的投资产品要推陈出新，才能与时并进，迎合投资者不断变化的需求。我们目前聚焦于三大范畴：环境、社会及管治（environmental,socialandgovernance，简称ESG），虚拟资产，以及人民币计价产品。”

针对虚拟资产，梁凤仪表示，这些产品的需求近年不断上升，我们推出措施来鼓励负责任的科技创新和支持金融科技业界。我们认可了首批虚拟资产期货ETF，而这些ETF主要投资于在芝加哥商品交易所买卖的虚拟资产期货，当中包括全球首只以太币期货ETF及亚洲首只比特币期货ETF。两周前，我们发布了适用于持牌虚拟资产交易平台营运者的指引。与虚拟资产期货ETF一样，我们采取了多项保障投资者利益的措施，例如就可供零售投资者买卖的代币的纳入准则订明要求。

此外，尽管梁凤仪指出投资环境仍见严峻，但她表示：“我们不忘危中有机，‘机’有中国经济重启、数码化转型、第三代互联网（Web3）及生成式人工智能（generative AI）等，都正是推动创新和可持续投资的重大机遇。”[2023/6/5 21:16:10]

近年来，随着 AI 的快速发展，它可以生成各种类型的内容。 AI 的一些相关分支是自然语言处理 (NLP)，它研究计算机如何处理和分析文本，以及生成对抗网络 (GAN)，它旨在生成与训练数据集具有相似特征的新数据（例如图像和视频）。

英伟达宣布生成式AI引擎DGX GH200已投入量产，可支持万亿参数AI大模型训练:5月29日消息，美东时间5月28日，英伟达创始人兼CEO黄仁勋在NVIDIA Computex 2023演讲中宣布，生成式AI引擎NVIDIA DGX GH200现已投入量产。

英伟达官网显示，NVIDIA DGX GH200是将256个NVIDIA Grace Hopper超级芯片完全连接到单个GPU中的新型AI超级计算机，支持万亿参数AI大模型训练。能够处理大规模推荐系统、生成式人工智能和图形分析，并为巨型人工智能模型提供线性可扩展性。[2023/5/30 9:49:41]

AI 生成的内容有助于加快创意过程，企业开始注意到它在改变内容创建方式以及创意团队跨行业运作方式方面的潜力。

以下是连接 AI 和 Web3 的潜在场景和用例。

文本型 AI 是指使用 AI 来生成文本。 它是 NLP 的一种形式，可根据给定的输入生成类似人类的文本，用于各种应用程序，如摘要、对话系统和机器翻译。 今天的文本生成器用于为各种目的生成原创的、有创意的内容，并且在 Web3 中的某些领域，文本生成可能非常有用。

三星电子禁止员工使用ChatGPT等生成式AI，拟推出内部工具:5月2日消息，出于安全考虑，三星电子已禁止员工使用ChatGPT、Google Bard和Bing等流行的生成式AI工具，正准备推出内部工具。

公司内部备忘录显示，三星电子担心传输到生成式AI平台的数据被存储在外部服务器上，导致其难以被追回和删除，并可能最终被泄露给其他用户。三星电子的新规禁止在公司所属的电脑、平板电脑、电话及内部网络使用生成式AI系统，但不影响出售给消费者的设备，由用户自行决定。

此前，摩根大通、美国银行和花旗等华尔街大行已禁止或限制使用ChatGPT。（金十）[2023/5/2 14:38:28]

借助文本 AI 工具，可以重新构想在线搜索并提供更直观的 Web 导航方式。 ChatGPT 与微软在线搜索引擎 Bing 的最新集成现在引入了聊天界面作为一种搜索 Web 的方式。

与此同时，谷歌发布了自己的 NLP 模型版本 Bard，这是一种由 LaMDA 驱动的实验性对话 AI 文本服务，有助于简化复杂的主题并综合查询的见解。

生成式 AI 有可能改变人们在网络上过滤信息的方式，并有可能减少对搜索引擎广告模型的依赖——许多当前的 Web2 用户长期以来一直希望避免这种情况。

加密初创公司Solvo将允许用户使用生成式AI创建NFT:金色财经报道，加密货币初创公司Solvo近期宣布将使用生成式AI技术，用户可以生成自己的NFT。并通过上传或拍照的方式来设计自己的NFT，也可以通过输入描述他们想要的图像来实现。目前，Solvo在Optimism链上可以免费铸造AI生成的NFT。在未来的版本中，用户将能够存入和取出该NFT以及其他NFT。[2023/2/14 12:06:47]

文本生成工具允许用户在进行查询时消除 SEO 生成内容的噪音（尽管涉及人工干预和微调）。 如果搜索偏好发生变化，有利于文本型 AI 工具，则搜索引擎可能会被替换，这意味着需要挖掘的与搜索相关的广告混乱更少——这是 Web3 的核心标准，旨在将技术的权力重新交到用户手中。

在区块链游戏中，文本型 AI 可以通过多种方式增强游戏开发人员和艺术家的创造力和生产力。 通过利用文本型 AI，可以快速制作和完善基本的视频游戏元素（例如对话、故事和角色组合等），从而通过更快地产生创意来简化创作过程。

AI 还可以帮助生成图像和视频——这些类型的内容可以被铸造成 NFT。 这些人工智能生成的 NFT 被称为生成艺术 NFT，艺术家将首先输入一组规则（如一系列颜色和图案），以及迭代次数和随机程度等参数。 然后计算机将在这个指定的框架内生成艺术品。

其中一个例子是“CryptoPunks”生成者 Larva Labs，它创建了“Autoglyphs”NFT 集合。 以下是在 AI 的帮助下生成的 NFT 集合的其他示例。

以下是一些生成式艺术 NFT 示例：

1. Autoglyphs

Autoglyphs 由 CryptoPunks 创作者 Larva Labs 发布，构建于以太坊区块链之上，总量 512 个。

2. Fidenza

Fidenza 系列由视觉艺术家 Tyler Hobbs 创作，利用了生成各种曲线和区块的通用算法，总量 999 个。

3. Ringers

Ringers 系列由艺术家 Dmitri Cherniak 创作，这些艺术品由 JavaScript 生成，描绘了将绳子缠绕在一组钉子上的各种方式，总量 1000 个。

4. Chromie Squiggle

该系列由 Erick ‘Snowfro’ Calderon 创建，由九种不同样式方案中随机生成的波浪线组成，总量 10000 个。

5. Lost Poets

该系列由数字艺术家 Pak 创作，既是 NFT 合集又是策略游戏，总量 65,536 个。

生成式 AI 模型可以协助在 Web3 环境中大规模创建游戏资产——从化身、设备、车辆到人工制品。 游戏行业可以应用文本到图像的生成式 AI 模型，这些模型能够根据文本描述生成创意资产和内容。 在某些参数内，现代语言模型也可用于围绕所创建的资产构建上下文，例如物品力量统计数据、角色属性或智力。

AI 生成的图像和视频现在非常先进，甚至可以用于在元宇宙中的区块链游戏和虚拟产品中创建特效。 例如，Mirror World 是一个 GameFi 项目，它利用 AI 驱动的虚拟“镜子”作为游戏角色的资产。 Mirror 资产在每款游戏中都可以完全互操作，确保资产持有者能够在游戏上线时使用它们应对新的挑战。

Alethea AI 的 CharacterGPT 项目是生成式 AI 发挥作用的另一个例子。 它具有一个称为 CharacterGPT 的多模态 AI 系统，可以从文本描述中生成交互式 AI 字符，从而实现文本到字符的创建。 基于不同的自然语言描述，交互角色可以具有不同的外貌、声音、个性和身份。

这些角色可以在区块链上被代币化，他们的主人还可以定制他们的个性并训练他们的智力，以及在 Alethea 的 AI 协议上的各种其他 dapp 上交易和使用它们。 这些交互式角色的拟议用例包括数字孪生（旨在反映物理对象的虚拟模型）、数字指南、数字伴侣、虚拟助手以及 AI 非玩家角色 (NPC)。

在构建 Web3 基础设施和应用程序时，AI 可以帮助简化开发过程。

例如，AI 应用程序用于调试代码。 使用 AI，ChatGPT 在某种程度上展示了不仅可以读写代码，还可以发现代码中的错误的能力。

一些加密专业人士现在已经开始使用 AI 程序来完成简单的代码审计任务：智能合约审计公司 Certik 的开发人员使用 ChatGPT 来“快速理解和总结复杂代码片段的语义”。

AI 带来了无限的可能性，它的唯一限制就是用户的想象力。 即使在早期阶段，AI 模型也继续展示其在转变企业甚至行业方面的能力。 由于进入门槛低促使了广泛采用，AI 很可能成为我们未来在这个数字世界中的生活方式。 但是，此类技术也存在一些挑战和风险。

挑战之一可能是消费者和组织对 AI 生成的内容的抵制。 例如，主要的图库网站和平台 Getty Images 禁止上传和销售使用 AI 艺术工具生成的插图。 版权问题被认为是原因，因为一些人工智能生成的图像复制了受版权保护的内容，原始艺术家的水印仍然可见。

AIGC 面临的另一个挑战是生成内容的质量问题。 斯坦福大学教授 Andrew Ng 举了一个例子，其中 ChatGPT 错误地认为算盘如何比 GPU 更快，幸好事实并非如此。

对于该领域的大多数人来说，AI 这项技术已经被证明开始扰乱劳动力。 然而，认为 AI 将在工作中取代人类是一种误解。 事实上，它实际上可以在现有市场和新兴市场中创造新的机会：AI 很可能会帮助增加就业机会，或者会创造出与AI 相关的新型工作，只需要一些技能提升。

作家威廉·吉布森 (William Gibson) 的一句名言可能最能描述 AI 的未来：“未来已经来临——只是分布不均。” 今天 AI 和 Web3 之间的交集也可以这样说。

DeFi之道

个人专栏

阅读更多

金色财经 善欧巴

金色早8点

Arcane Labs

MarsBit

Odaily星球日报

欧科云链

深潮TechFlow

BTCStudy

澎湃新闻

标签：WEBNFTWEB3GPTCoinwebnfts币简介Web3Campgpt币价格

酷币交易所热门资讯