FX168财经网_全球视野外汇黄金加密货币NFT资讯网_关键字搜索-FX168

全球数字财富领导者

CoNET｜客户端｜旧版｜｜

FX168 全球视野中文财经

登录 / 注册

OP Research：区块链的AI变局
 go
研究和思考，试着寻找这个问题的答案。 AI行业的发展现状生产力工具 AI可以被看作是一种生产力工具。就像石器、蒸汽机、内燃机、电动机、计算机和互联网等之于人类，它们能作为工具，为人类社会带来生产力和生产关系的剧变。AI改变的就是生产力，它为人类降低了计算机交互门槛的同时也为人类提高了重复性生产的效率，前者为人类生活提高了质量，后者为人类发展减轻了阻碍。具体来说，AI技术在许多行业产生了深远的影响，如智能制造、医疗健康、金融、交通、教育等领域。通过AI技术，人们可以让机器学习并自主执行一些非创造性任务，这对于某些行业来说可以提高生产效率，减少成本。例如使用AI预测蛋白质结构研发新型药物，Meta AI团队训练的ESMFold就预测了6亿多条宏基因组的蛋白质，展示了自然界蛋白质的广度和多样性，这在过去是难以想象的。通俗一点讲，使用AI技术，我们能用自然语言去处理过去复杂的程序，我们不需要了解复杂程序的原理，也不需要知道如何写代码，我们只需要告诉AI我们想要一个什么样的结果，AI就可以根据这个结果去执行中间的步骤，实现一个想要的结果，这就是AI带来的生产力的提升。（来自高盛全球投资研究）这也就是大家所熟知的AIGC，其将在智能客服、虚拟人、游戏等领域得到更广泛的应用。ChatGPT可以根据已有语料库为虚拟人、游戏等领域提供更加流畅自然的对话体验，进一步提升用户体验和产品的市场竞争力。而更重要的是，ChatGPT可以替代人类完成一些重复性的内容创作，比如程式化的报表、简单的信息收集与总结、翻译以及具有限定条件的插画作图等。进一步解放人类的生产力，专注于输入关键指令或进行创作，而不是重复性地执行指令。技术趋势指南 AI当前的核心应用包括通用人工智能、知识图谱、数据分析与合成、自动驾驶及AIGC等。其中：知识图谱：知识图谱是将各种实体、关系和属性以图的形式表示出来，以支持智能搜索、推荐和问答等应用。合成数据：合成数据是通过机器学习和其他AI技术生成的数据，可以用于训练和评估AI模型。由于隐私和安全等原因，真实的数据往往难以获取或共享。因此，合成数据可以在某些场景下替代真实数据。 AIGC：AIGC技术是一种基于深度学习和生成模型的技术，可以用于文本生成、音频生成、图像生成、视频生成等多个领域，其也是当前被讨论和应用最广泛的方向。（来自国海证券研究所）无论从市场融资数量和金额统计，还是从媒体关注度来说，2022年无疑是AIGC爆发的一年。不过，AIGC仍是一个相对较新的技术，其还处于探索和发展的较早期阶段。具体来说，AIGC的发展阶段可以描述为：研究阶段：主要关注AIGC的基本原理和算法，探索如何训练和优化模型，以及建立数据库。应用阶段：AIGC开始应用于各种实际场景开始探索如何将AIGC技术应用到具体的领域中。产业化阶段：AIGC开始被广泛应用于各种行业和领域，形成自己的产业链和配套生态系统。整体来说，我们才刚刚从研究阶段迈入应用阶段，AIGC的发展尚处于起步阶段。（来自国海证券研究所）核心要素数据、算法和算力是AI发展的三大核心要素。在数据方面，随着AI技术的不断发展，数据的质量和多样性也变得越来越重要。除了海量的应用场景数据之外，还需要对数据进行有效的清洗、预处理和标注，以便于提高算法的训练精确性。此外，还需要考虑跨模态、跨领域的数据融合问题，以便于更好地挖掘数据的价值和智能。在算法方面，目前AI技术的发展还处于不断迭代和提升的过程中。未来的发展趋势将主要体现在深度学习算法的多模态和大模型方面，以及在自主学习、知识迁移和增量学习等方面的创新。这将进一步提高AI算法的智能水平和应用范围，促进AI技术的广泛应用。在算力方面，随着AI计算的不断加速和优化，硬件载体也在不断升级和改良。例如，GPU、TPU等专用芯片的出现，大大提高了AI计算的效率和速度。此外，云计算和边缘计算的发展也为AI算力提供了更加灵活和多样化的运算环境。（来自高盛全球投资研究） Blockchain行业的发展现状分布式账本 Blockchain是去中心化的分布式账本。首先Blockchain具有不可篡改属性，这是来自于区块链底层的共识机制，由于链上数据都由区块记录和矿工/验证节点见证，而区块都是前后相连，连续记录的，所以智能合约和账户产生的链上数据一旦被区块记录将无法修改。随着节点数量上升、地理位置分散、算力增强或质押代币价值上涨，想要破坏共识的难度和代价就会越大。因此，中心化的个体是难以改变已经被记录的内容的。其次在不可篡改的前提下，基于代码构建的智能合约使得用户可以在无需信任任何人的情况下与其进行交互，智能合约会根据预设好的路径运行代码实现相应操作。这使得无需信任的链上交易成为了可能。同时，只有对应的账户可以调用智能合约内属于其的资产，不存在其他账户通过智能合约转走原账户资产情况。又因为原账户的每一次操作都需要签名确认身份，而首次转账交互甚至需要先Approve该智能合约调取账户资产。这让用户的钱包账户成为了其最好的身份(DID)和资产的载体。在共识机制和智能合约的框架内，所有的链上资产和链上行为都可以被记录和确权，而基于其产生的权益也就都可以自动的归集到其所有人账户中。这能直接解决“真假美猴王”和“李代桃僵”的问题，没有人可以通过简单的Copy Paste来盗取他人资产，也没有人可以顶替权益所有人获得其利益。具体来说就是数字资产可以用Token形式定义其唯一的智能合约地址，例如用NFT代表数字画作；而任何人的行为都可以用不可交易的代币(SBT)来证明，例如对其工作内容或时空存在进行认证(Proof of Work/ Proof of Attendance )。技术趋势指南 Layer 0-2是Blockchain技术架构的分层结构，联盟链和私有链则是Blockchain应用场景的不同类型。 Layer 0：Layer 0指的是Blockchain的物理设施和网络架构，包括硬件设备、网络协议和传输介质等，其承载着信息跨链和解决资产的底层作用。当前以Cosmos、Polkadot和LayerZero为主要技术代表。 Layer 1：Layer 1是Blockchain的基础层，也称为公链，包括比特币、以太坊等。Layer 1的协议设计和技术实现决定了Blockchain的基本性能和功能。按照类型又可细分为EVM和非EVM系。 Layer 2：Layer 2是指在Layer 1之上构建的协议和解决方案，用于提升Blockchain的性能以及扩展应用场景。Layer 2协议目前有6种技术，其中以ZK Rollup和Optimistic Rollup为主流，这些协议可以使得Blockchain处理更多的交易、提高TPS和降低Gas fee等。联盟链：联盟链是由多个组织或机构共同管理和控制的区块链网络，这些组织通常是在共同利益目标才进行合作的，例如银行、保险公司、供应链公司等。联盟链与公链不同，它的参与者是有限的，节点数量相对较少，所以其交易速度和安全性都得到了一定的提升。私有链：私有链是由单个组织或机构独立控制的区块链网络，通常只允许内部人员参与。核心要素分布式节点、密码学、共识算法、智能合约以及加密货币是Blockchain发展的核心要素。分布式节点是Blockchain技术的最核心的部分，它使得数据能够以去中心化的方式存储和传输。而密码学是保证Blockchain的安全性和隐私性的重要理论工具。此外，共识算法是Blockchain实现分布式一致性的关键。智能合约是一种可以自动执行的计算机程序，可以在Blockchain上执行各种逻辑指令。最后，加密货币，即通过使用加密技术保证了交易的安全性和匿名性。通过分布式节点，所有的参与者都能够拥有一份完整的数据副本，这样就可以保证数据的透明性和安全性。Blockchain的核心技术——哈希函数、数字签名和非对称加密等都是密码学的应用。它们可以帮助保证数据的完整性和身份的认证，同时也能够保护用户的隐私。而通过共识算法，所有的节点都能够达成一致的共识，保证了数据的一致性和不可篡改性。常见的共识算法包括PoW、PoS等。智能合约可以实现无需第三方信任的交易，从而能在一定程度上提高交易的效率和安全性。比特币、以太币等加密货币的出现，推动了区块链技术的广泛应用和发展。 Blockchain与AI的交集作为Blockchain行业的一部分，在AI的浪潮之下，我们也需要去思考：AI对世界的改变中，包括了Blockchain吗？如果是，那这个改变会是什么？以及Blockchain的去中心化和确权能力又更给AI带来什么影响？首先，AI作为生产力工具可以降低技术门槛，那么自然也可以降低Blockchain行业中的技术门槛，并增加其生产效率。其次，AIGC也将让游戏和元宇宙摆脱程式化设定，为Blockchain带来新的叙事与玩法。而Blockchain的智能合约，将能够定义AI可以涉及的领域和范围，或限定AI的权限，避免其过度发展。同时，Blockchain 的去中心化可以为AI提供底层数据和训练模型所需要算力的资源共享与分配。另外Blockchain的确权能力还可以为数据、身份、所有权提供证明，规避AI带来的利益冲突。 AI对Blockchain的意义首先，AI 作为工具可以降低内容创作的门槛。让每个普通人都能不受技术限制地展现自己的创造力，输出优质的内容或NFT作品。这包括但不限于NFT创作、游戏资产创建、元宇宙建模、代码构建等。但当前AIGC在NFT领域的应用只有简单的图像输出，这与传统的Generative Art没有什么本质上的区别，AIGC真正在NFT上的应用应该是在NFT特性上做的进一步拓展，就像Mirror World用AI构建属于NFT的灵魂一样。（来自A16Z研究）其次，就是降低代码编写的技术门槛。代码分为两个方向，一个是发行项目，部署智能合约，另一个是黑客或者白客。这两个方向属于是对抗生成的两端，也就是说我们可以用AI进行自然语言编程，部署我们所需要的智能合约，而对方也可以去使用AI分析合约代码，并发起攻击。通过这样的方式，我们将可以使用AI来迭代已部署的合约代码，以此形成内卷，帮助整个行业的代码建立的更完善和可靠。在这个基础之上，大家可以去把更多的心思，放在优化区块链的架构或设计整个项目，又或者是经济模型上，去丰富项目的玩法，对整个业务层面进行创新。同样的，当AI简化整个技术门槛之后，过去的复杂操作将可以被广泛应用。比如循环贷、闪电贷、最优挖矿策略、自动获取收益、头矿离场时间判断，整个路径AI都可以完成，AI可以自主编程，选择路径，直接部署好。就像游戏王的技能卡一样，我们只需要使用技能卡，之后技能会自己出现并产生效果。这能将在过去需要较高门槛才能完成的操作下放给普通用户，以MEV为例，如果我们想要获取MEV价值，就需要写MEV的夹子机器人，而当普通人也能做到的时候，那就不存在利润空间，因为大家都可以做到的时候，就需要拼Gas抢跑，由于博弈论原理，最后MEV价值会被高昂的Gas fee榨干，最终导致无利可图使得MEV影响降低。这属于是技术下放倒逼行业优化。又或者是促进区块链技术的普及。根据Footprint Analytics数据，当前以太坊活跃用户也不过32万人，不及互联网用户的零头。最大的问题在于用户没有进入区块链的需求，而少量有需求的用户也被复杂的链上交互拦在门外。此外，以前数据上链或是使用基于区块链的门票、证件，都需要搭一个区块链系统，或是支付大量gas fee，这个成本是巨大的。而现在基于AI技术我们可以低成本实现区块链构建或者优化链上数据使用路径降低gas fee，因此任何需要确权和信息透明的地方，都可以利用区块链技术并部署智能合约。所以，通过AI简化的交互系统，将为Blockchain行业带来大量用户。我们需要知道的是，AI能带来的改变只存在于区块链的应用层。用户基于自己在交互中的认知，使用AI跳过编写智能合约的过程，直接部署用于解决某一需求的应用。发行项目的关键将不再是发行，而是创新和运营。相信未来应用层的格局必然会发生翻天覆地的变化。但应用层之下的执行层、共识层、数据层的改变，AI是无能为力的，因为这是对底层机制的创新，绝对不是简化重复性工作就能带来质变的领域。正如，伦敦升级中EIP1559的落地给了以太坊进一步向前的动力，上海升级的完成才能让ETH质押量增长提高以太坊安全性并让LSD板块再度起飞。（来自Crypto.com） Blockchain在AI中的作用 Blockchain的去中心化特性与当下的AI技术发展表现出的中心化特性存在一定背离，但也正是这种背离为AI面临的问题提供了解决方案。现代的AI和大数据技术在很大程度上是中心化的，即它们通常由少数大型公司或组织掌控，这些公司拥有强大的技术和资源，并且具有决定市场走向和用户行为的权力。这种中心化的特性，使得人们在使用AI时，必须要相信AI会真的按照指令诚实地执行。因此，AI的开发和应用过程中存在一定的风险和问题，例如隐私泄露、算法偏见、数据滥用等等。然而，Blockchain分布式和去中心化的特性刚好能解决这些问题，通过智能合约，限定AI能使用的数据集，以及能运行的范围，以防止AI做恶；同时可以建立节点，监控AI的行为，如果它做恶，监督者就可以举报，对AI使用的算力进行罚没，以此来让AI只做促进人类发展的行为，防止AI的过度使用和越权行为。具体来说，对于AI训练所需的底层数据的分享与确权，Blockchain可以让用户自主选择是否将自己的数据提供给AI模型训练，这将需要倚靠zk技术的进一步发展，来实现不透露个人信息的同时提供用户数据。整个数据收集、储存和共享的过程将建立在去中心化节点之上，以保证数据安全和可用性，并对数据来源确权。从而让使用这些数据训练成型的AI在产生收益时，可以根据所涉及的数据将部分收益作为分红给到数据所有人，保证数据提供者权益。之前提到的AI训练数据的生成和共享也可以借助Blockchain的去中心化、安全和透明性等特点，以确保数据的隐私和安全性。而为AI运行提供Prompt的用户同样可以基于其对prompt的所有权，获得其prompt被调用而产生的部分收益。从而同时保证AI数据所有人和AI运行prompt所有人的利益。另外值得一提的，就是算力挖矿。AI模型的建立除了需要大量的数据，还需要算力来进行训练，但现在世界上的算力是处于供不应求的状态。那么可以将算力以去中心化的形式集中建立云计算矿池，通过算力挖矿补贴算力提供者，再以拍卖形式出售给AI模型的训练，从而让有限算力获得最大的利用率，同时还能保证计算的安全性和可靠性。更重要的是，我们还可以将数据、算法、算力整合，建立一个AI as a Service的协议，以自身的去中心化的优势和可复用性为有需求的用户提供AI模型构建服务。那么从数据的获取，到数据处理，再到算法选择和算力调用，都经由一个生态进行，在保证供应链优势的同时还能避免中心化风险。除了AI模型的构建之外，当我们着眼于AI的应用时，我们可发现AI超强学习能力所带来的盗版、洗稿、虚拟人等问题在Blockchain面前都不成问题。艺术作品以NFT形式记录在链上，其唯一智能合约地址可以证明作品的真实性。而艺术作品的价值除了艺术品本身，还取决于其创作者的身份，就像后人对梵高的向日葵模仿的再像，也不值一文，而区块链就能够证明哪一幅向日葵是出自梵高之手。AI应用之一的知识图谱也可以基于区块链构建分布式知识图谱，并确保其中的数据不会被篡改、删除或冒领。对于由AI使用个人过往数据构建虚拟人设的问题，也可以使用OAT或SBT来解决。任何链上行为都有对应记录，而针对相关记录创建的OAT或SBT也是唯一的，基于账户中的OAT或SBT就可以定义其身份，这都得益于区块链的不可篡改性，过去发生的事都被记录在之后的每一个区块中，无法凭空捏造过去没有存在过的行为。总而言之，AI作为生产力工具可以加速Blockchain行业的发展与普及，以及AIGC对元宇宙和NFT板块带来了新方向与叙事，但是AI只能替代重复性工作，降低技术性门槛，并不能对关键技术进行创新。所以AI给Blockchain带来的改变只会停留在应用层。而Blockchain之于AI行业，是一个风险控制器，也是一个资源优化器。Blockchain能限制AI的过度发展与越权操作，也能解决数据和资产的确权保护用户权益，并将AI所需的数据与算力分配进行整合优化。但也仅限于促进AI的透明化、去中心化和数据确权。参考资料： [1]《大语言模型涌现演化信息，加速蛋白质结构预测》Science前沿 [2]《How AI Can Help Build Web3》crypto.com [3]《AIGC：内容生产力的革命》国海证券 [4]《Mastering Bitcoin》Andreas Antonopoulos [5]《Bitcoin: A Peer-to-Peer Electronic Cash System》Satoshi Nakamoto [6]《Ethereum White Paper》Vitalik Buterin [7]《Challenges and Recent Advances》Blockchain-Based Payment Channel Networks [8]《AI爆发对创作者和NFT的影响》浅思 [9]《AIGC困局与Web3破圈之道》 [10]《超越 Web3，资本新宠 AIGC 的奇幻漂流》来源：金色财经
金色财经2023-05-04
当年马斯克离开 OpenAI 的真相
 go
I 的股份，这也凸显了这家公司和整个 AI 行业的不寻常之初。对于他来说这也是个人的问题，因为作为 OpenAI 首席执行官，这是他再次证明自己的好机会。上个月，他在推特上写道：“我的第一次创业惨遭失败，败得一塌糊涂，而第二次创业表现良好。我多么希望在第一次创业时，有人能告诉我，没有人比你更加在乎自己的失败，只要你不灰心丧气，就可以重新站起来。” 虽然 Altman 无法通过OpenAI赚到任何钱，但他为自己在历史上赢得了一席之地。来源：元宇宙之心来源：金色财经
金色财经2023-04-30
AI中的明牌与暗牌
 go
重要。我的判断是，相比Mobile，AI行业的周期会长很多，不是一波机会，而是潮起潮落的若干波机会，至少十年以上。但具体到每个项目的切入点，傻瓜时间会短很多。 ChatGPT是2012年11月发布的，三个月后，国内外的大厂都达成了一致——必打之局，AI的基础底座必须拿下，数数手里的筹码就开干了。大厂的动作幅度也都很大，微软推出new bing和copilot，Adobe推出Firefly，Google Amazon Meta从各自角度切入，BAT字节华为也都入局。对平台层来说，傻瓜时间窗口只有两三个月，这是前所未有的。相比mobile的应用，AI应用的傻瓜时间窗口也会短很多，黑暗森林法则会在AI应用里演绎的淋漓尽致。mobile时代，字节、快手、拼多多有3-5年的窗口期，然后大厂发现被偷家了，开始狙击和反追。在mobile的黑暗森林中，猎人是看到火把才开枪的；在AI的黑暗森林中，不用看火把，火柴刚点燃，猎人已经一个火箭筒打过来了。为什么推测AI的黑暗森林法则会加剧呢？三个原因：一是ChatGPT和Midjourney上来就是C端爆品，效果肉眼可见，AI具备认知能力是第一次，生成这么逼真的图片也是第一次，一下把大家炸醒了，秒懂。二是当下互联网的人才密度是前所未有的，一群实力派演员，刚演完了mobile这场为期十年的商业大片，然后导演宣布，兄弟们，互联网创业Game over了，以后拍戏只拍硬科技了，大家做做生意自寻出路吧。现在导演改口了，PC是第一季，mobile是第二季，后面三四五六季的主题都是AI。又有戏可以演了，不all in是不行的！这批人，既有财富自由的大厂高管，也有一批能力成熟的founder，这些人普遍把业务带上过10亿收入，或者千万用户，融过1亿美金以上，带过千人团队。他们的心态都很一致——“上天欠我一个大成”，这些人天天在找合适的创业剧本。三是大家的判断力被“预训练”过了，会预判你的预判。过去30多年的科技史、商战史、投资史是巨大的数据，相当于已经炼成了一个科技商业大模型，当我们用到惊艳的产品，看到爆炸性的新闻时，我们的大脑就会告诉我们，这是个大机会还是小机会，往后可能局面如何，yesterday once more。在可预见的黑暗森林法则下，如果是暗牌，可能少做PR，低头拧螺丝，闷声发大财才是正确姿势。如果是明牌，那就喊出声音，团结能团结的力量，把实力做实才是王道，然后在明牌的基础上看能不能打几张暗牌。暗牌在哪里我们来看mobile时代的几张大暗牌，拼多多、字节、快手、B站、小红书、米哈游、Shein等等，都是从侧翼杀到平台级别的主战场的，都经历过两个阶段：看不上，和拦不住。之所以看不上，是因为新一代平台都是以feature的形式出现。起初，今日头条是百度新闻里的一个子功能——自动推荐，拼多多是微信里的拼团游戏——很像一场运营活动，快手是把视频转成gif的一个工具。 feature足够犀利，就能打中垂直人群，产生高留存率。但这个垂直人群的规模有多大？这是是第二重迷雾。静态来看这个人群可能只有5%，未来会有50%吗，能泛化成功吗，这个问题上往往很有争议。几乎所有的大产品，都是起于垂直人群，然后不断泛化，变成国民级产品的。之所以拦不住，不单纯是因为先发优势，一定是这种先发优势转化成了某种结构性优势：第一种是规模带来的效应——网络效应、双边效应、或者规模效应。抖音、快手、B站、小红书这种都是天然带社区属性的，对手可以像素级别的抄功能，可以大力出奇迹的做投放，但到了一定规模后，社区氛围形成，这种氛围很难抄。第二种是链条即资产，简单说就是业务链条长，需要鼠标加水泥，创业公司把脏活苦活都干了。外卖、打车、物流、OTA、教育里的头部公司都是这么做的。第三种是自带天然屏障，典型的是拼多多，借用微信流量发展起来，但微信对淘宝不开放，这是天然屏障。换言之，什么容易被看上呢？在已有的大品类做创新容易被盯上，比如做手机浏览器，只要到了百万日活，百分百被盯上，大厂在2012年就全部立项手机浏览器，派的也是相对精锐的团队。在PC时代，浏览器是入口级产品，浏览器可以截搜索的流量，大厂的神经已经被刺激过了，只要日活过了红线，先派团队防守了再说。但feed流是不容易被盯上的，PC时代没有feed流这个品类，且feed流和搜索的KPI正好是相反的，feed流的KPI是时长越长越好——kill time，搜索的KPI是步长越少越好——尽快让用户找到结果，然后离开。所以天然不容易联想到一起。 AI创业上，暗牌是什么？这个超级难回答，要是现在就能说出来那就不是暗牌了。或者换个问题，什么牌桌上天然容易出暗牌？举几个例子，感受一下。第一个是泛娱乐，本质上今日头条、快手、拼多多、B站、小红书、米哈游做的都是娱乐业。娱乐业是个无限游戏，水无常形，只要玩法对了，路子对了总能找到增量人群，并且最大的增量人群永远是下一代。很多产品是带社区属性的，社区文化是最难抄的一部分了，到了一定规模后确实拦不住。 AI有三个明显的特性，自然语言交互、生成式、多模态感知，基于某一个特性很容易长出全新玩法。比如可以想象，类似原神这样的游戏会变成真开放世界，里面是一个个智慧体在交互，连路人甲NPC都是AI驱动的，并且语言交互将成为推动情节的重要手段。比如，一些虚拟人的聊天软件，比如character.ai、MiniMax都是AI驱动的娱乐新玩法。第二个是长链条、重链条的行业，通常和服务业相关。比如美团外卖有600万骑手，放到2012年，绝大多数的互联网公司会选轻模式，而非重模式，这是一种避重就轻的“看不上”。而这种重链条的行业，往往比的是拧螺丝的效率，链条即资产，后面可能“拦不住”。 AI会改变很多行业，尤其是售卖认知的服务业，比如法律、医疗、教育、编程、会计、客服等等。software as a service将变成result as a service，什么是result？对很多行业来说，result是AI+人工。以法律行业为例，可能最有价值的不是给法务从业者提供软件，而是自己做了一个AI驱动的律所，中台全部AI化，靠AI解决成本的问题，和不可规模化的问题，但前端和客户沟通的还是律师，因为要提供深度服务和情绪价值。私有化的数据，和很重的服务链条，可能会让它拦不住。第三个是做“看不见”的客户，Shein是个好例子。Shein是背靠中国供应链，往海外卖快时尚的品牌，2014年开始用Shein这个品牌，低调了六七年，大众听到这公司的时候，年销售额已经千亿，估值几百亿美金了。这种低调除了公司刻意为之，很大程度上是因为做了“看不见”的客户，客户完全在海外，和国内的玩家几乎形不成竞争。这几乎是创业最幸福的状态了，不要有太多故事，也就不会有太多事故。当然，还有很多适合出暗牌的方向，欢迎来一起探讨，我的思考有限，这里只是举几个例子。现在，最大的明牌已经出来了——大语言模型这个底座，和ChatGPT这个应用。价值极大，门槛极高，别的不说，几千万美金是入场券，几亿美金有机会进决赛。打明牌和暗牌都有赢的机会，只是打法不一样。打明牌基本看牌面，看手里的筹码数量，更看绝对实力。打暗牌有猥琐发育，以小博大的机会，可能会抽中大奖，但也碰运气。同时，明牌和暗牌不是对立的，而是动态变化的，比如做大模型的团队，做大模型本身是明牌，但上面到底做chatGPT还是别的应用，这是暗牌。而所有的暗牌，被大厂和大佬盯上后，就成为明牌。实践出真知，欢迎一起来讨论更多的暗牌。来源：元宇宙之心来源：金色财经
金色财经2023-04-29
被颠覆、被捅刀、被群嘲：谷歌还能打赢这场AI之战吗？
go
型赛道，仍有人看好谷歌。长期跟踪美国AI行业的弘芯基金投资总监何祥鑫并不认为谷歌这10年在AI领域一无所获。在他看来，ChatGPT中的T所代表的transformer，其实是谷歌发明的。只不过，谷歌将许多成果用于改进旗下产品体验，比如搜索结果和YouTube的内容推荐，“这些都不是革命性的”。而ChatGPT的惊人效果在于，将无监督学习、有监督学习和强化学习整合到一起。谷歌正在不断改进Bard，密集推出新功能。美国知名科技博主阿莱克斯·坎特洛维茨表示：“谷歌的聊天机器人技术可能具有后发优势。”有业内人士认为，OpenAI的“预训练模型”给行业确立了技术路线，谷歌的优势将很快发挥出来：算力、数据和人才。谷歌合并AI团队的举动也被认为及时且有必要。一位用户在社交新闻平台Reddit评论道：“在大语言模型领域，你是要押注两个各拥有50万GPU（图形处理器）的团队，还是一个拥有100万GPU的团队？” 4月26日，谷歌母公司Alphabet发布了2023年Q1财报，营收和利润双双超市场预期，云业务首次实现盈利。皮查伊在电话会议上首先提到了AI，虽然这项业务并没有单独体现在财务数据上。他一边“安利”Bard，一边极力淡化生成式AI对搜索广告业务的威胁：“用户想自己选择要看的内容，即使我们给他们提供了回答和内容摘要，他们也是如此。” 在谷歌AI一号位哈萨比斯看来，这场迈向通用人工智能的战斗才刚刚开始，谷歌并没有落后太远。他说：“AI最终会拥有人类的意识，但今天它还远远谈不上。” 来源：元宇宙之心来源：金色财经
金色财经2023-04-29
官方版AutoGPT即将上线新功能，金证股份逆市封涨停板
 go
的重要一步，有望在应用端持续落地，利好AI行业发展。　　公开信息显示，金证股份参股公司金智维是一家专注于提供企业级RPA平台的人工智能公司，以“RPA+AI+大数据”为核心技术，打造“RPA+X”产品矩阵，为企业、组织提供一站式数字员工整体解决方案。
金融界2023-04-25
官方版AutoGPT即将上线新功能、RPA应用望打开广阔想象空间
 go
的重要一步，有望在应用端持续落地，利好AI行业发展。　　可关注：金证股份、法本信息
金融界2023-04-25
后 ChatGPT 时代问自己 25 个问题
 go
ain 希望，通过与朋友、同事和一些 AI 行业专家的讨论，可以确定 AI 为各个领域的各个人群带来的或即将带来的一些最棘手的问题。尽管这些问题没有正确或错误的答案，但能够让我们思考 AI 将会如何改变几乎所有的事情。基于此，Sean Captain 在 WSJ 发文，整理出了“ChatGPT时代，你需要问自己的25个问题”。学术头条在不改变原文大意的情况下，做了简单的编辑。 1.如果你借助 AI 为一些项目或产品提出了不错的建议，可以将其认为是你自己的想法吗？如果你提出了原始问题，答案是什么？如果你只是简单修改了 AI 生成的内容，答案是什么？如果你承认 AI 在其中起到的关键作用，答案又是什么？ 2.你想知道你喜欢的绘画、歌曲、小说或电影是否由 AI 产生的吗？如果你知道创作者是一台机器，你还会喜欢这些作品吗？AI 生成的艺术作品是否应该被允许参加艺术比赛？ 3.如果一个 AI 剽窃了一个艺术家的作品，而且有人使用了这个作品，谁应该受到指责？如果用户不知道 AI 进行了剽窃，你的答案是什么？他们又如何证明自己不知道呢？ 4.是否应该把 AI 工具免费提供给买不起的人群，或者提供一些补贴？如果不这样做，会不会使那些无法获得这些工具的工人和学生处于不利地位？ 5.与人类的思维不同，机器学习是一个 “黑盒子”，无法解释自身发生了什么。即使机器学习在某些方面优于人类，我们又是否应该更信任它，而不是专业人士（如医生），但他们可以证明自己的决定是正确的。 6.假设 AI 在生死攸关的决策（如驾驶或医疗诊断）中比人类准确得多，但在某些情况下（如不能识别人行道上的儿童），AI 会更容易失败。在这种假设下，使用 AI 是合乎道德的？因为总的来说，会有更多的人得到拯救？ 7.虽然当前的 AI 是没有情感的，但它可以看起来是有的。与这样的 AI 建立友谊会不会太天真？或者令人毛骨悚然？如果发展为一段恋爱关系呢？如果 AI 真的有情感，答案是什么？ 8.你如何为使用 ChatGPT 这样的聊天机器人划定道德底线？可以让它们写一封电子邮件来帮助你安排会议吗？向你的客户进行推销呢？在网上约会应用程序中替你聊天呢？给正在经历抑郁症的朋友写信呢？ 9.目前还不可能对 AI 生成的内容进行版权保护。需要保护吗？如果需要，谁应该拥有版权：用户、AI 模型提供者、训练 AI 模型所用数据的归属人？所有人？ 10.如果 AI 系统在驾驶汽车方面明显好于人类，那人类自己开车是否是不道德的？因为这增加了事故的风险，每年可能会导致数以万计的人牺牲。如果 AI 只是略胜一筹，但总的来说，每年仍能挽救成千上万的生命呢？ 11.Al 通过从错误中学习来改进自己，这些错误往往包括对边缘化群体的偏见或仇恨。Al 提供者是否有责任在发布其产品之前根除这些偏见？如果他们没有这样做，受影响的群体是否应该起诉这些公司？ 12.鉴于 AI 的潜在危害（如不准确或有偏见），对于重大的人工智能新进展，是否应该像药物上市前一样，有一个政府评估和批准程序？如果这会大大推迟新 AI 工具的发布，又该怎么办？ 13.如果 AI 在公司内部生成包含种族主义、性别歧视、反同性恋或其他辱骂性语言的信息，员工可以起诉吗？如果可以，他们应该起诉谁？是他们的雇主？还是技术提供者？ 14.研究表明，一些由 AI 驱动的任务，如评估求职者，更容易产生歧视。然而，使用 AI 也可以让更多的求职者得到考虑，因为 HR 可以人工阅读的求职简历有限。那么，你希望心仪公司使用 AI 来面试吗？ 15.为了保护隐私，在执法过程中限制 AI 监控，如面部识别，即使这意味着更少的罪犯将被抓获或定罪，这是否合乎道德？ 16.AI 可以创造模仿逝者的聊天、音频和视频。与这些 AI 对话会得到安慰，还是会延长失去亲人的痛苦，让他们停滞不前？如果聊天机器人有缺陷，它们是否会扭曲我们对这个人真正身份的理解？ 17.如果 AI 能够扫描大量的健康记录，它可能会发现新的医疗方法。如果我们的个人健康记录有可能改善或拯救数百万人的生命，那么是否应该为此而提供我们的个人健康记录？在这种情况下，我们将如何保护隐私？ 18.近年来，AI 聊天机器人治疗师一直在激增，但相关 app 不受医疗隐私法的监管，且一些已被证明会与广告商等第三方分享信息。鉴于此，你会把你的秘密告诉 AI 吗？如果你确信 AI 会根据你的要求删除你所说的任何内容，又会怎样？ 19.以严厉或辱骂的方式对待一个聊天机器人或虚拟助手，即使它们没有情感，可以吗？如果 AI 可以假装拥有情绪，又是否可以？对待聊天机器人的坏行为，是否会“怂恿”我们对真实的人做出更恶劣的行为？ 20.假设有可能创造出一个有情感的 AI，社会是否应该首先制定一个关于劳动条件、言论自由、隐私权、甚至死亡权等问题的权利法案？是否应该由有情感的 AI 自己来设计或修改？ 21.聊天机器人写了一篇博士论文，学生只是检查并对作品进行修改，这是否合乎道德？学生改写的内容占比为多少才能被认为合乎道德？ 22.内容创作者应该阻止 AI 爬取他们的网站并从他们的工作中学习吗？如果这是 AI 获取重要信息的唯一途径呢？ 23.AI 不具备道德能力。那么，要求它帮助做出道德决是否合乎道德？ 24.当 Al 被用来做出影响人们的决定（比如抵押贷款评估）时，人们是否应该有知情权？任何被 Al 拒绝的人是否应该有权质疑该决定并接受人类的重新评估？ 25.AI 公司是否应该采取额外的努力来建立多样化的开发团队？如果没有来自某些种族或文化群体的人参与开发 AI，那么 AI 做出影响这些群体的决定是否公平？来源：金色财经
金色财经2023-04-23
人工智能芯片战打响！微软启动Athena项目减少对英伟达依赖
 go
这些模型的GPU也非常昂贵。英伟达是AI行业GPU的领先生产商，其主要数据中心芯片的售价约为10,000美元。此外，其H100 GPU在eBay上的售价为40,000美元。据报道，微软的超级计算机使用了数万个英伟达的H100和A100数据中心GPU。微软制造自己的芯片的主要原因之一是降低成本。根据该报告，与英伟达相比，Athena可能会将每个芯片的成本降低三分之一。此外，微软还希望减少对英伟达的依赖。因此，在内部构建芯片可能意味着微软可以根据自己的需要设计芯片、架构和兼容性。根据该报告，微软设计了Athena用于训练和运行其AI模型。鉴于微软的目标是在Bing、Office 365和GitHub中引入AI支持的功能，这种投入在成本方面可能对公司有利。设备上的人工智能通常，AI模型在云端运行。然而，最近的进展表明，完全在设备上运行AI模型是可能的。最近，一组高通工程师设法在Android设备上运行文本到图像的AI模型Stable Diffusion。目前，市场上有笔记本电脑配备了旨在帮助训练AI模型的芯片。微软也在Surface品牌下生产配备高端硬件的高端笔记本电脑。据报道，微软还在为其Surface笔记本电脑设计自己的基于ARM的处理器。不过，这些芯片尚未发布。因此，我们可能会看到下一代Surface笔记本电脑完全在设备上运行类似ChatGPT的模型。与英伟达竞争？目前，英伟达是领先的AI芯片供应商，占据了90%以上的企业级GPU市场。英伟达专注于构建 GPU，而微软的重点在别处，它希望将其AI产品带给企业。目前，微软正在构建供自己内部使用的Athena。因此，微软不太可能在芯片市场上与英伟达竞争。目前，微软的目标是降低其云运营成本。然而，最终，微软可以使用Athena来增强其云服务和设备，提供比竞争对手更好的性能和更低的成本。
埃尔文2023-04-21
华西证券：给予盛视科技买入评级
 go
展迈上新台阶。　　我们认为，公司作为AI+行业的先行者，具有卡位优势。随着以ChatGPT为代表的AI能力提升，AI行业应用将会加速普及，公司具备AI相关技术储备与应用经验，具有人才、客户基础、行业Know-How等多重优势，将会直接受益。AI的应用不仅能提升公司内部的研发、交付效率，同时也将提升公司产品和解决方案的竞争力和附加值，“AIOT平台为干、业务系统为枝、智能终端为叶”的盛视AIoT产业链将成为公司的护城河和长期发展的驱动力。　　乘“一带一路”东风，发力海外市场　　根据公司年报，公司成立了海外事业部，目前已在尼日利亚成立了全资子公司，在科特迪瓦、阿联酋、沙特阿拉伯、柬埔寨成立了办事处，并计划在阿联酋、沙特、柬埔寨成立全资子公司，营销网络不断完善，持续推进海外市场拓展及项目交付等相关工作。通过一年多的自主开发和与伙伴合作等多管齐下，目前已经有多个项目签约并在交付中。　　另据官网报道，3月27日，由盛视科技主办的华为公路水运口岸智慧化军团“中资伙伴出海计划”23年3月会议在盛视科技深圳总部圆满召开。本次会议以“智慧连通，主动出海”为主题，邀请了中国路桥工程有限责任公司、中交第四航务工程勘察设计院有限公司、中国技术进出口集团有限公司、中国山东国际经济技术合作有限公司、源讯科技（中国）有限公司和华为技术有限公司等近20家企业的40多位代表参加了会议，共同分享口岸和公路智慧化全球窗口机遇和主动拓展海外市场的成功经验，讨论多方伙伴的互动配合与协作模式，探讨如何共同走向海外，开拓广阔市场。　　我们认为，随着“一带一路”的深入推进，公司的海外业务将会成为新的利润增长点，为公司的可持续发展增添新的动能。　　投资建议　　我们维持公司23-24年营收21.06/27.60亿元的预测不变，新增25年营收预测，至23-25年营收预测21.06/27.60/36.21亿元；维持公司22-24年每股收益（EPS）1.53/2.10元的预测不变，新增25年每股收益（EPS）预测，至23-25年分别为1.53/2.10/2.91元，对应2023年4月13日36.68元/股收盘价，PE分别为24.1/17.5/12.6倍，维持公司“买入”评级。　　风险提示　　1）疫情导致企业IT预算下降；2）行业竞争加剧导致盈利水平下降；3）核心技术突破进程低于预期；4）新产品推广进程不及预期；5）公司核心人才团队流失。证券之星数据中心根据近三年发布的研报数据计算，民生证券吕伟研究员团队对该股研究较为深入，近三年预测准确度均值为57.79%，其预测2023年度归属净利润为盈利3.94亿，根据现价换算的预测PE为26.37。最新盈利预测明细如下：该股最近90天内共有4家机构给出评级，买入评级3家，增持评级1家；过去90天内机构目标均价为48.75。根据近五年财报数据，证券之星估值分析工具显示，盛视科技（002990）行业内竞争力的护城河良好，盈利能力良好，营收成长性一般。财务可能有隐忧，须重点关注的财务指标包括：应收账款/利润率、应收账款/利润率近3年增幅、经营现金流/利润率。该股好公司指标3星，好价格指标2星，综合指标2.5星。（指标仅供参考，指标范围：0 ~ 5星，最高5星）以上内容由证券之星根据公开信息整理，与本站立场无关。证券之星力求但不保证该信息（包括但不限于文字、视频、音频、数据及图表）全部或者部分内容的的准确性、完整性、有效性、及时性等，如存在问题请联系我们。本文为数据整理，不对您构成任何投资建议，投资有风险，请谨慎决策。
证券之星2023-04-16
MarsNFT底层技术AI+或将开启新元宇宙时代
 go
题必是ChatGPT，他的面世再度引爆AI行业，同时掀起了一波又一波热潮，头部厂商与创业者纷纷涌入，备受业界瞩目与市场追捧。在这汹涌的狂欢背后，实则代表着AI发展的阶跃，即AI直接创造了生产力，甚至被视为全新的生产力革命。那么，MarsNFT底层技术AI+如何开启新元宇宙时代？围绕新一代AI及元宇宙，又有哪些率先落地的应用场景与机遇呢？元宇宙是一个由一系列区块链、AI等技术支持的数字世界。在当今的数字时代，探索超越现实世界的数字空间不再是白日梦——这要归功于AI。从与机器人的互动对话到创建数字形象，AI正在让元宇宙栩栩如生，让我们有身临其境的真实体验感。 3D超现实空间是由MarsNFT和Exreal Space宣布强强联合共同推出的元宇宙平台，场景由AI人工智能、区块链等技术构成，可应用到不同行业中，Exreal Space打破了物理世界和数字空间之间得界限，不仅做到了现实世界和数字空间无缝衔接，Exreal Space还具备更科技感的沉浸式体验，AI人工智能使3D数字人与元宇宙相辅相成，产生了密不可分的联系，AI人工智能为元宇宙与3D数字人架起桥梁。如果元宇宙是一座房子，AI将是可信赖的看门人，始终确保一切顺利进行。实际上，元宇宙中的AI让元宇宙中的3D数字人更加聪明，她们能像真人一样在元宇宙3D超现实空间中活动。AI还能增强元宇宙场景的互动性。总之，AI赋予元宇宙“生命”。而不再是原来旧网络中单调重复的NPC角色。以 AI 为核心，元宇宙可以达到新的高度，创造出远超我们最疯狂梦想的沉浸式体验。AI驱动的3D数字人提供更人性化更聪明的互动——近乎实时地响应对话、根据用户行为做出决策，而复杂的算法确保数字世界不断发展以提供不重复的体验。也大大的提升我们在数字空间的体验感。最重要的是，AI还可以帮助我们创建内容。随着用户创建的更多内容，AI算法可以快速识别模式和趋势以生成新的交互式内容，例如故事情节或迷你游戏。借助大数据和强大的分析工具，我们很快就能拥有专门为每个用户量身定制的个性化体验！当我们为元宇宙的未来做准备时，AI创新会推动体验的提升，现在是为3D超现实空间做准备的好时机，在这个超现实空间中，元宇宙与AI驱动交互使现实世界和数字空间无缝衔接，虚实结合，打破了物理世界和数字空间之间的界限。毕竟，当你的AI嵌入式化身与其他AI驱动的化身互动时，你正在体验一个比现实生活更真实的数字世界。 3D超现实空间Exreal Space高度融合了虚拟现实3D技术和web3.0技术，改变了线下展会在时间、地域和空间上的限制。未来3D超现实空间Exreal Space将广泛的应用到到展会、博物馆、演唱会、远程会议、网络直播等实体产业中，助力企业重振实体经济和活力。3D超现实空间Exreal Space可以让用户拥有更加真实的感官互动体验，通过虚实结合，使得产品和企业以多元化立体的形式，通过3D超现实空间Exreal Space，更好地展示企业文化和产品细节，增强客户的互动体验，更好地传递企业信息，为实体经济赋能。来源：金色财经
金色财经2023-04-14

上一页
1
•••
51
52
53
54
55
•••
58
下一页

24小时热点

最新话题更多