NFT:红杉资本谈生成式AI：预计AI的杀手级应用将出现，比赛正在进行

13年前，我采访Wolfram|Alpha的创始人、美国计算机科学家史蒂芬.沃尔弗拉姆时，大吃一惊。当时Wolfram|Alpha刚推出，使命是：让每一个人都可以在搜索引擎里搜出计算机计算的结果。比如说，输入"HowmanypeopleinChina"，这个搜索引擎会直接跳出目前中国的总人口数、人口密度、平均年人口增长率、预期寿命及平均年龄等直观数据。当时我意识到：如果说，谷歌试图将人类智力活动的其中一维——记忆力，趋向于完美，那么，Wolfram|Alpha在致力的其实是人类智力活动的另一个维度——逻辑。但是当时，沃尔弗拉姆告诉我说，他更加渴望的是：最终能实现当用户向机器提问时，机器也能自动去其它地方寻找可能存在的纯计算空间，通过实时开发新的科学和方法去动态地发现新的答案。也就是说，希望在逻辑的这个维度，拓宽人脑目前能够达到的能力。最近在硅谷火热的生成式AI，则涉及到了人类的“创造力”领域。刚刚，红杉资本发表了他们对这一领域的分析，我们一起来读一下红杉资本对生成式AI梳理出来的框架。如下：

Signature Bank：周一重新开放，业务没有受到限制或中断:金色财经报道，Signature Bank表示，周一重新开放，（业务）没有受到限制或中断。客户仍将由私人客户组提供服务。(金十)[2023/3/20 13:15:13]

生成式AI还很早期。平台层刚刚好，而应用空间几乎还没开始。但预计AI的杀手级应用将出现，比赛正在进行人类善于分析事物。机器甚至更好。机器可以分析一组数据，并在其中找到模式，将其用于多种用途，无论是检测欺诈邮件或垃圾邮件、预测你快递的ETA，还是预测下一步给你看哪个TikTok。机器在这些任务上越来越聪明，这被称为是“分析式人工智能"，或者是传统人工智能。但是我们人类不仅擅长分析，也擅长创造。我们写诗、设计产品、制作游戏和编写代码。直到最近，机器还没有机会在创造性工作方面与人类竞争——它们被归为分析和死记硬背的认知劳动。但机器刚刚开始善于创造有意义和美丽的东西。这一新类别，被称为是“生成式人工智能"，意思是：机器正在生成新的东西，而不是分析已经存在的东西。生成式AI正朝着不仅更快、更便宜的方向发展，而且在某些情况下，它还会比人类手工创造的东西更好。每一个需要人类创造原创作品的行业，包括从社交媒体到游戏、从广告到建筑、从编码到平面设计、从产品设计到法律、从营销到销售，我们认为都有可能被重新发明。某些功能，可能会被生成性AI完全取代，而其他功能，则更可能是从人类和机器之间紧密的迭代创意周期中茁壮成长——但不管怎样，生成式AI应该在广泛的终端市场中释放出更好、更快、更便宜的创作。我们的梦想是：生成性AI将会把创造和知识工作的边际成本降至零，以产生巨大的劳动生产率和经济价值，以及相应的市场容量。生成性AI所涉及的领域——知识工作和创造性工作——包括了数十亿的工人。生成性AI可以使这些工人的效率和/或创造性至少提高10%：他们不仅会变得更快、更有效，而且会比以前更有能力。因此，生成性AI有可能产生数万亿美元的经济价值。为什么是现在？

日本JVCEA官员：取消筛选规则针对部分而非全部加密代币:金色财经报道，针对此前彭博社报道日本虚拟货币交易协会 (JVCEA) 正试图在 2024 年之前取消所有加密货币筛选一事。JVCEA机构副主席Genki Oda称，这并不完全准确。该规则并不意味着将完全取消预筛选过程，JVCEA 将继续执行某些检查，所有加密代币在获准在本地交易平台上市之前都经过 JVCEA 的审查。目前，除非一个代币已经在至少三个交易所上市，否则它必须经过漫长的预筛选过程才能被允许在其他交易所上市。

Oda称，目前需要审查的资产不到10项，并补充说该协会有 5到8名专门负责审查资产的工作人员。此外，JVCEA 和 FSA 已经解决了管理问题并拥有直接沟通途径。JVCEA 下一步将转向澄清加密资产的会计标准。JVCEA 正准备与金融监管机构和会计师事务所讨论如何进行审计。[2022/10/22 16:35:18]

生成式AI和更广泛的AI都有这个问题：为什么是现在？答案是：更好的模型、更多的数据，和更多的计算。

现代汽车公司提交NFT相关商标申请:7月11日消息，据元宇宙商标律师Michael Kondoudis在社交媒体透露，现代汽车公司已向美国专利商标局（USPTO）提交NFT相关商标申请，涵盖范围包括：NFT及NFT支持的媒体、发行、交易及验证NFT、虚拟服装、头像和汽车图片等。[2022/7/11 2:05:23]

由于这一类别的变化比我们能捕捉到的要快，值得我们回顾最近AI发展的历史，以便把当前时刻放置于上下文背景中。

浪潮1：小模型至上

5年多以前，小模型被认为是理解语言的"最先进技术"。这些小模型，擅长分析任务，并被部署在从预测交付时间到欺诈分类的工作中。然而，对于通用的生成任务，它们的表达能力还不够强。生成人类水平的写作或者代码，仍只是一个梦想。

派盾：KCT代币发生Rug Pull并归零，损失约607枚BNB:金色财经消息，派盾（PeckShield）监测显示，KCT代币发生Rug Pull，代币价格下跌100%，超607枚BNB转入Tornado.Cash。[2022/5/24 3:37:21]

浪潮2：规模竞赛

谷歌研究院的一篇里程碑式论文描述了一种用于自然语言理解的新神经网络架构，称为transformers，可以生成质量上乘的语言模型，同时，具有更高的可并行性，需要的训练时间也大大减少。这些模型是少数的学习者，可以相对容易地针对特定领域进行定制。

当然，随着模型越来越大，它们开始提供人类的水平，然后是，超人的结果。从2015年到2020年，用于训练这些模型的计算量增加了6个数量级，其结果在手写、语音和图像识别、阅读理解以及语言理解方面，超过了人类性能的基准。其中，OpenAI的GPT-3脱颖而出：该模型的性能比GPT-2有了巨大飞跃，在从代码生成到冷笑话写作的任务上，提供了诱人的Twitter演示。?

尽管有所有基础研究领域的进展，这些模型并不普遍。它们体积大、运行困难，不能广泛使用，而且作为云服务使用的费用昂贵。但是尽管有这些限制，最早的生成性AI应用开始进入战场。?

浪潮3：更好、更快、更便宜计算变得更便宜。新的技术，如扩散模型，缩小了训练和运行推理所需要的成本。研究界继续开发更好的算法和更大的模型。开发者的权限从封闭测试版扩大到了开放测试版，或者在某些情况下，开放源代码。浪潮4：杀手级应用出现?随着平台层的稳固，模型继续变得更好、更快、更便宜，以及模型的访问趋向于免费和开源，应用层的创造力爆发时机已经成熟。就像手机通过GPS、相机和随身连接等新功能，释放了新类型的应用一样，我们期待这些大型模型能够激发新一波生成性AI应用。正如十年前移动通信的拐点为少数几个杀手级应用创造了一个市场缺口，我们预计：AI领域的杀手级应用也将出现。比赛正在进行。市场格局?下面是一个我们制作的示意图，描述了将为每一个类别提供动力的平台层，以及将建立在这些平台层上的潜在应用类型。……

本文剩余内容的主要摘要如下：

1，红杉资本认为，这些平台层上的生成式AI的潜在应用类型是什么？哪一些是让红杉资本感到兴奋的应用？

2，生成式AI的应用会有一些什么特点？如在交互模式方面、形成因素方面、具有可持续性的品类领导者方面、障碍和风险方面等等。

3，目前，我们正站在生成式AI的哪一个阶段？时间表和进度条会如何发展？

责编：Lynn

标签：VCENFTALPHAFRAVCEGG币NFTifyAlpha TokenFrance Rev Finance

比特币交易热门资讯