FX168财经网_全球视野外汇黄金加密货币NFT资讯网

ChatGPT全球爆火后传百度3月将推出类似的AI聊天机器人服务

索巨头百度公司正计划在今年3月推出与 OpenAI 的 ChatGPT 类似的人工智能聊天机器人服务，最初版本将嵌入其搜索服务中。这项工具将允许用户获得对话式的搜索结果，但名称尚未确定。百度的一位代表对该消息不予置评。报道发布后，百度港股快速转涨，一度涨超 2%，此前跌2.7%。该人士表示，百度计划在用户提出搜索请求时整合聊天机器人生成的结果，而不仅仅是链接。 ChatGPT 的技术通过从大量数据中学习，以效仿人类的回答方式来处理用户的问题，类似于提供像搜索引擎一样的信息，甚至像有抱负的小说家一样提供散文。#ChatGPT火爆全网# 中国的聊天机器人目前专注于社交互动，而 ChatGPT 在编程和论文写作等更专业的任务上表现更好。据路透社报道，微软公司已向 OpenAI 投资 10 亿美元，并计划增加投资。微软还致力于将 OpenAI 的图像生成软件添加到旗下 Bing 搜索引擎中，以向 Alphabet Inc 的谷歌发起新挑战。百度一直在大力投资人工智能技术，包括云服务、芯片和自动驾驶，以实现收入来源多元化。在上个月的一次开发者大会上，百度推出了三位由人工智能驱动的“创作者”，他们的技术使他们能够担任编剧、插画师、编辑或动画师的角色。

marsh2023-01-30

易链科技黑匣实验室：AI交互完整度已接近90%

次成为人们的关注焦点。近日微软宣布将对OpenAI进行高达数十亿美元的投资，借此来发展人工智能应用。此次投资后，微软将在消费者和企业产品中整合ChatGPT技术，此外微软也计划将ChatGPT技术整合到旗下Bing搜索引擎中，以此来提升微软在搜索引擎中的服务优势。 ChatGPT是由人工智能研究实验室OpenAI在2022年11月30日发布的全新聊天机器人模型，一款人工智能技术驱动的自然语言处理工具。它能够通过学习和理解人类的语言来进行对话，还能根据聊天的上下文进行互动，真正像人类一样来聊天交流，甚至能完成撰写邮件、视频脚本、文案、翻译、代码等任务。同时也引起无数网友沉迷与ChatGPT聊天，成为大家讨论的火爆话题。不到40天，ChatGPT的日活量已突破千万！据ARK风险投资公司首席未来学家Brett Winton统计数据，当年同样引起轰动的Instagram达到这一成就足足花了355天。目前科技行业的巨头都在大力发展人工智能，谷歌、Facebook和微软均在大力构建人工智能的框架。比如近期有报道谷歌目前也在研发能够与ChatGTP抗衡的人工智能聊天机器人。很多人都预测2023年将是AI之年。人工智能AI是否可以应用在区块链领域呢？答案是肯定的。在人工智能、大数据、区块链的基础上，易链科技黑匣实验室正在构建一个新的架构，这个架构里区块链是核心，是作为底层的一个数据基础。人工智能和大数据是搭建在区块链之上，人工智能识别对方区块链交互活动的请求，识别出活动类型后交给大数据进行活动分析和预判，得出活动后的结果。人工智能比区块链原有架构中的智能合约、脚本代码扩展空间更大，可以适应和处理更复杂的场景和对象。将人工智能和大数据加入区块链架构就是为了便于扩展和演进，人工智能比区块链原有架构中的智能合约、脚本代码扩展空间更大，可以适应和处理更复杂的场景和对象。新区块链架构几乎可以应用到社会活动的方方面面。总而言之，新区块链架构真正做到了数据人生、数据民主，数据将成为每个使用者基因的一部分，让数据说话，新区块链架构将为社会带来智能协同的时代，区块链数据将指引我们更加高效、积极的生活和工作。 2022年对于人工智能而言注定是值得被铭记的一年，在这一年中，人工智能无论在技术还是产业层面都取得了巨大发展与长足的进步，大量创新技术从概念走向实践。年初，AI加持下的冬奥为我们带来了焕然一新的观赛体验；年中，AI绘画从虚幻走向现实并斩获多项赛事大奖；年末，ChatGPT的横空出世将再次将这一整年的狂欢推向高潮。会计师事务所巨头普华永道在最新报告中指出，人工智能和区块链技术融合的“机器经济”规模将在2030年达到15万亿美元。区块链+人工智能AI今年有不有搞头？肯定有，您想不想分一杯羹? 一起聊聊吧。来源：金色财经

金色财经2023-01-30

云从科技：大模型给AI行业带来了巨大的想象空间和市场机会

涨停。今日，公司在互动平台表示，随着OpenAI超级对话模型ChatGPT的发布，业界已经广泛感受到预训练大模型给AI行业带来的巨大机会。首先，ChatGPT将“预训练大模型+下游任务微调”的训练方法发挥到了天花板级的水准，模型效果较过去有了跨越式的进步，作为一个超级对话模型，ChatGPT对用户意图的理解、应答的正确性，异常情况下的反应，体验都显著超出了大家的预期，给AI应用带来新的想象空间；其次，ChatGPT的跨越式效果提升，主要得益于人机协同，即基于人类反馈的强化学习（RLHF），同时ChatGPT会给未来的人机交互体验带来巨大的提升，也使得各个应用场景下的人机协同变得更加容易和高效；人工智能技术产业落地的关键是技术平台化和应用场景化，而ChatGPT的成功是非常鼓舞人心的范例，过去的模型以具体场景下的专用模型为主，导致成本和门槛成为AI应用广泛落地的障碍，预训练大模型兼顾了通用性和灵活性，可以实现建模过程通用化、应用开发场景化，这将加速各行业的智能化升级进程。云从科技称，公司的理念与OpenAI很大程度上是一致的，而且目前的发展趋势与公司的长期布局相吻合。首先，公司的研究团队高度认同“预训练大模型+下游任务微调”的技术趋势，从2020年开始，已经陆续在NLP（Natural Language Processing，即自然语言处理）、OCR（Optical Character Recognition，即光学字符识别）、机器视觉、语音等多个领域开展预训练大模型的实践，不仅进一步提升了公司各项核心算法的性能效果，同时也大幅提升了公司的算法生产效率，已经在城市治理、金融、智能制造等行业应用中体现价值；其次，公司一直以来都在人机协同领域布局，打造了像人一样思考和工作的人机协同操作系统（CWOS），致力于整合打通视觉、语音、NLP等多个领域的大模型，不止于像ChatGPT那样在文本世界实现超级智能，还要彻底打通数字世界和物理世界，为“像人一样思考和工作”打下坚实的技术基础；公司也通过开放的人机协同操作系统实现了技术平台化，加上多年的行业深耕，能够通过“平台化的通用模型+带行业knowhow的专用模型”来帮助各行各业快速实现智能化升级。与此同时，更多颠覆性的消费级应用场景也会因技术进步而打开。云从科技表示，大模型给AI行业带来了巨大的想象空间和市场机会，也是公司的巨大想象空间和市场机会。（来源:界面AI）声明：本条内容由界面AI生成并授权使用，内容仅供参考，不构成投资建议。AI技术战略支持为有连云。

有连云2023-01-30

【研报透市】两天股价暴涨3倍！ChatGPT、AIGC爆火，券商：万亿市场开启，互联网奇异点正逐渐临近

面上，近期，微软在其官方博客宣布，已与OpenAI扩大合作伙伴关系。其声明称，作为两家公司合作伙伴关系的第三阶段，微软将向OpenAI进行一项为期多年、价值数十亿美元的投资，以加速其在人工智能（AI）领域的技术突破。　　此外，微软CEO纳德拉在前不久结束的达沃斯世界经济论坛上表示，微软计划将OpenAI实验室的ChatGPT等AI工具整合进微软旗下产品，并将其作为平台供其他企业使用。　　当地时间1月26日，美国数字媒体公司BuzzFeed周四宣布削减12％的员工。另外，公司表示将依靠ChatGPT的创建者OpenAI来加强部分内容创作，并为观众个性化一些内容，打算今年让人工智能在公司的编辑和业务运营中发挥更大的作用。　　BuzzFeed公司1月27日股价应声大涨119.77％，28日再涨85.17％，两天时间累计涨幅达到306.94％。　　国内方面，据财联社报道，百度将于3月在中国推出类似ChatGPT的人工智能聊天机器人。在2022年百度世界大会上，李彦宏指出，未来十年，AIGC将颠覆现有内容生产模式。可以实现十分之一的成本，百倍千倍的生产速度，生成AI原创内容。　　ChatGPT开启AI新纪元，迎万亿市场规模　　2022年12月1日，OpenAI发布了自然语言生成式模型ChatGPT，可以通过人工智能模型来与用户对话，并自动理解用户的问题，提供更精确、更有价值的信息。ChatGPT得到的关注空前，2022年12月5日，上线仅5天的ChatGPT用户数量突破100万。　　财通证券研报指出，ChatGPT建立在GPT-3的后续改进版本GPT-3.5基础上，通过引入强化学习模型，大幅提高了AI在人机对话时的准确度和可控性，实用性得到广大用户的积极反馈。ChatGPT下游应用场景包括代码机器人、小说衍生器、对话类搜索引擎、语音工作助手、对话虚拟人等，具备代替人工的创造力；ChatGPT也将带动上游算力、数据标注、自然语言处理需求，可谓开启AI新纪元。　　ChatGPT平台型技术将带动全行业AI发展提速：ChatGPT是AIGC技术进展的里程碑，该模型使得利用人工智能进行内容创作的技术成熟度大幅提升，有望成为新的全行业生产力工具，提升内容生产效率与丰富度。部分行业如搜索引擎、文稿创作、艺术设计等可能出现行业格局与商业模式的骤变，全行业“AI+”浪潮已至。数据、算力、算法作为AI三要素，相互耦合，共同促进，将带动AI行业整体协同发展。　　东吴证券则指出，2022年以来AIGC应用多点开花，ChatGPT是又一个起点，随着深度学习模型不断完善、开源模式的推动、大模型探索商业化的可能，AIGC有望加速发展，互联网奇异点正逐渐临近。　　东吴证券指出，GPT的升级增强了AIGC能力，释放更多潜在市场空间。AIGC在内容生成中的渗透率将快速提升，应用规模快速扩增。根据Gartner《2021年预测：人工智能对人类和社会的影响》，到2025年AIGC产生的数据将占所有数据的10％，而该比例在2021年不足1％。而量子位智库根据现有技术及需求成熟度预测，2030年AIGC市场规模将超过万亿人民币。　　ChatGPT横空出世，利好相关基础设施和应用　　投资机会上，东吴证券指出，ChatGPT上线象征着文本类AI进入新阶段，利好其基础设施及应用。　　算法、数据、算力是AI大模型训练的基础，建议关注基础设施相关标的：科大讯飞、海天瑞声、拓尔思等；　　ChatGPT上线推动文本类AI渗透于文本生产、智能批阅等应用领域，同时其对训练模型的改进对AIGC的全面发展有广泛意义，建议关注在相关领域布局的：微软、Meta、百度、阅文集团、中文在线、粉笔等。

金融界2023-01-30

百度股价拉升翻红涨超1%，此前一度跌近3%

人类进行改进。　　该程序是由美国公司OpenAI公司推出的，目前该公司正打算推出一款更高级的版本。　　日前，BuzzFeed宣布削减12％的员工。公司表示将依靠 ChatGPT 的创建者 OpenAI 来加强部分内容创作，并为观众个性化一些内容，打算今年让人工智能在公司的编辑和业务运营中发挥更大的作用。并宣布用ChatGPT来创作内容。随后该公司股价暴涨。

金融界2023-01-30

A股AIGC概念爆发，汉王科技等多股涨停，此前美股BuzzFeed因计划用ChatGPT写稿股价暴涨

表示将依靠 ChatGPT 的创建者 OpenAI 来加强部分内容创作，并为观众个性化一些内容，打算今年让人工智能在公司的编辑和业务运营中发挥更大的作用。并宣布用ChatGPT来创作内容。　　1月26日，BuzzFeed股价上涨150％，1月27日该股股价再度暴涨160％。　　公开资料显示，BuzzFeed创立于2006年，是美国的一个新闻聚合网站，早期以小测试等“病毒式传播”的爆款内容闻名。2021年BuzzFeed通过与一家SPAC公司合并上市。为了实现业务盈利，该公司去年削减了新闻部门，并计划将创作者网络规模扩大一倍。　　此外，港股人工智能公司商汤科技在假期间大涨20％。　　国盛证券认为，随着ChatGPT带来的算法突破，NLP能力上限有望持续攀升，在机器人、智能语音/视觉、AIGC、智能公文写作等领域有望不断落地，不断拓展泛AI技术在现实生活中的应用范畴。　　华鑫证券表示，ChatGPT是工具、技术的属性，脱离应用场景讨论技术无意义（算法放在场景里才有生产力），如何将工具实践，并有效提升效率才可带来社会与商家的价值，在 ChatGPT 为代表的 AIGC 产业中，有望助力应用场景效率提升的板块有数字营销、出版、动漫、游戏、电影、视频、创意设计等。

金融界2023-01-30

AIGC概念大幅高开海天瑞声、云从科技、拓尔思均20%涨停

消息面上，微软公司在官方博客宣布，已与OpenAI扩大合作伙伴关系。声明称，作为两家公司合作伙伴关系的第三阶段，微软将向OpenAI进行一项为期多年、价值数十亿美元的投资，以加速其在人工智能（AI）领域的技术突破。

金融界2023-01-30

DAOrayaki｜加密中观经济学、第五权利及更有效的DAO

？ 2022 年 11 月 30 日，OpenAI 发布了 ChatGPT，一种会话界面和大型语言模型。对许多人来说，这是一个革命性的时刻。它的输出让人震惊，节省时间并且答案令人信服地真实（当 OpenAI 认为可以安全回答时）。非常了不起的是，你今天在几秒钟内可以通过LLM 得到一个不完美但有效的答案，而这个答案将花费领域专家几分钟的考虑和在线论坛几个小时的辩论。聊天机器人一直是人们渴望的陪伴对象。图灵测试背后的动机可能是想要一个不会打破沉浸感的聊天机器人。仍有待测试的是，作为社会动物的人类是否能通过数字大脑得到增强。我们一起打猎，一起耕种，现在社会可以被描述为工业规模机器的管理人员和操作员的巨大缓冲区，比以往任何时候都更加社会化。人类会优化阻力最小的路径，选择复制或“谷歌”他们可能通过批判性思维和反复失败获得的不同知识。ChatGPT 的出现：学生可能会使用 LLM 为他们写论文，取得好成绩。Stack Overflow 可能会为了个人利益而受到女巫攻击，而观众（程序员）可能会以某种方式遵守 deepfakes 的交响曲。脚本小子可能会提示 ChatGPT 存在恶意软件。LLM 的主流使用是否会削弱我们的生产能力，尤其是在健全、有效和发散性思维方面？奇点之前的最后傀儡师人工智能可以产生的最深远的影响在于人力资本分配的文化。最近的一个观点很好地描述了人们对 ChatGPT 的反应：最高兴的是那些发现机器显然可以胜任书面委托而目瞪口呆的人。到目前为止，一切都在预料之中。如果回看历史会发现，人们通常高估了新的通信技术的短期影响，而严重低估了它们的长期影响。印刷、电影、广播、电视和互联网也是如此。在试图理解AI的影响时，我们试图分离出短期的破坏，以猜测中期和长期的后果。话虽如此，也许通过市场动态来描述这种反弹是一个好方法。AI助手改变了内容创作的稀缺性，从而在某种程度上成为做市商。每当一个众所周知的“精灵”离开“瓶子”时，消费者通过重新定价市场和逐步淘汰次优供应商而获得不对称的利益。反过来，基于AI生产的供应商随着时间的推移，积累了更多的资本。有人可能会争辩说，存在能够负担得起爬取整个互联网以生成训练数据集的公司的寡头垄断。可能只有有限数量的 SaaS 能够负担得起消耗此类资源来生成新颖的 ML 模型。如果基于 ML 的商业变得足够不稳定，那么能够实现和保持 PMF 的人可能会更少。在过去，我们被像HAL 9000、Skynet和Butlerian Jihad这样的心理战术哄骗。许多公司和智能代理在 AI 经济中就稀缺性进行合作。我们现在的资本主义社会产生一个没有负面反馈的技术官僚的可能性有多大，它可以逐步淘汰社会经济阶层，基本原则，如人权/财产权，或加速某种形式的大规模毁灭的可能性? 这听起来可能很陈词滥调，但需要注意的即将到来的拐点将对社会运作方式产生根本性影响。一年后，有人可能会写下关于特定 AI 依赖产品的快速立法或郁金香狂热。在 5-10 年内，将实现对独资经济、现有政府形式和个人自主/消费的清算。“ Megacorp ”模式可能在整个颠覆过程中仍占主导地位，我们可能会发现自己处于“网络状态”，或者更像奥威尔式的状态。这一切都是因为计算机（通过任何方式获得）将编译我们对自然语言的集体使用，以包含当今社会的许多操作和经济功能。无论时间线是什么，这都将是远在“奇点”之前的一个明显拐点。方法与技术 InstructGPT的核心是一群人来策划最好的模仿（也称为通过人类反馈或 RLHF 进行强化学习）。但 InstructGPT 是一个 LLM，有点静态且易于重置。一个提示界面，幕后的模型经过反复训练，以猜测对提示的最简单的奖励反应。 OpenAI 的 RLHF 图解然而，要“完善” NLP 也存在挑战。虽然这些技术极具前景和影响力，并引起了人工智能领域最大研究实验室的关注，但仍然存在明显的局限性。这些模型可以毫无不确定性地输出有害或实际上不准确的文本。这种不完美代表了 RLHF 的长期挑战和动力——在一个固有的人类问题领域中运行意味着永远不会有一条明确的终点线可以跨越，使模型被标记为完整。在使用 RLHF 部署系统时，由于强制性和深思熟虑的人为因素，收集人类偏好数据非常昂贵。RLHF 性能仅与其人工注释的质量一样好，人工注释有两种：人工生成的文本，例如微调 InstructGPT 中的初始 LM，以及模型输出之间的人类偏好标签。生成写得很好的人工文本来回答特定的提示是非常昂贵的，因为它通常需要雇用兼职人员（而不是能够依赖产品用户或众包）。值得庆幸的是，用于训练大多数 RLHF 应用的奖励模型的数据规模（~50k 标记偏好样本）并不那么昂贵。然而，它仍然比学术实验室可能负担得起的成本更高。目前，只有一个基于通用语言模型的 RLHF 大规模数据集（来自Anthropic）和几个较小规模的任务特定数据集（例如来自OpenAI的摘要数据）。RLHF 数据挑战是标注者的偏见。几个人类标注者可能有不同意见，导致了训练数据存在一些潜在差异。 RLHF 可以应用于自然语言处理 (NLP) 之外的机器学习。例如，Deepmind 探索了将其用于多模态代理。同样的挑战适用于这种情况：可扩展强化学习 (RL) 依赖于查询成本低廉的精确奖励函数。当 RL 可以应用时，它已经取得了巨大的成就，创造了可以匹配人类才能分布极值的 AI（Silver 等人，2016 年；Vinyals 等人，2019 年）。然而，对于人们经常参与的许多开放式行为，这种奖励功能并不为人所知。例如，考虑一种日常互动，要求某人“将杯子放在你附近”。对于能够充分评估这种交互的奖励模型，它需要对以自然语言提出请求的多种方式以及满足（或不满足）请求的多种方式具有鲁棒性，同时对不相关的变化因素（杯子的颜色）和语言固有的歧义（什么是“接近”？）不敏感。因此，为了通过 RL 灌输更广泛的专家级能力，我们需要一种方法来生成精确的、可查询的奖励函数，以尊重人类行为的复杂性、可变性和模糊性。除了对奖励函数进行编程之外，一种选择是使用机器学习来构建它们。我们可以要求人类评估情况并提供监督信息以学习奖励函数，而不是尝试预测和正式定义奖励事件。对于人类可以自然、直观、快速地提供此类判断的情况，使用此类学习奖励模型的 RL 可以有效地改进智能体（Christiano 等人，2017 年；Ibarz 等人，2018 年；Stiennon 等人，2020 年；）导致奇点的许多因素有待进一步发展，我们可以比实施它们所花费的时间框架更有把握地确定它们是什么。Chris Lattner从他的 POV中提到了“稀疏门控的专家组合”：简单地描述一下，也许有一个中介可以策划和组合许多“专家”的输入。这为进一步研究提供了广阔的设计空间。也许中间层应该以不同的方式进行选择。如，利用空间数据。一项特别引人入胜的工作是Nethack Learning Environment。就像Twitch Plays Pokemon是可行的，因为 JRPG 是回合制的，输入相对简单，NLE 也是回合制的，只需要键盘输入。此外，它在游戏的不同阶段的多个环境中具有程序生成，使其成为训练 AI 的极其有用的熔炉。根据我自己玩这个游戏的经验，你必须在回合制的基础上策划和组合许多策略。借助 polypiling 和 bones harvesting 等元博弈策略（作弊），AI 可以通过多种方式在逐场游戏的基础上进一步学习。 *拍击界面*“这个 Unicode 可以容纳这么多对象” 如Tesla和Neuralink最近开发的企业级机器学习。工业规模的生产需要工业规模的反馈增强强化学习。Optimus 可能是一个噱头，但它可能比Atlas在过去 9 年中对机器人的改进更多。Neuralink 植入物可能会杀死受试者，但它们会推动极其精确的手术机械和零件的发展。制造业的反馈很好，但卫生部门的需求最大。现在，我们是零售生物传感器的早期采用者。随着时间的推移，同态密码学将使机器学习能够利用大量健康数据。数万年来，我们已经将药物消费众包，但我们如何与人工智能共存仍有待观察，人工智能可以在任意时间跨度内管理任意物质的剂量。与此同时，同态加密因效率问题仍然没有被使用。 Google Brain 刚刚发布了Robotics Transformer-1。在第一个版本中它可能只是一个执行简单任务的手臂，但显然有可能在常见的构建环境中使用更多的标记化操作进行迭代。由于全球经济以货运为中心，与目前全球约6000艘集装箱船相比，如果最终在这样的设施中建造100多艘“零排放”集装箱船，也属于正常。这也将是住房危机中一个巨大的潮流变化，分区条例允许它完全生效。另外，不得不提阿尔伯塔计划， 12 个合理的 AGI 能力发展步骤。 “路线图”一词暗示绘制一条线性路径，即应按顺序采取和通过的一系列步骤。这并非完全错误，但它没有认识到研究的不确定性和机遇。我们在下面概述的步骤具有多重相互依赖性，而不是从头到尾的步骤。路线图建议一种自然的顺序，但在实践中通常会偏离这种顺序。可以通过进入或附加到任何步骤来进行有用的研究。举个例子，我们中的许多人最近在集成架构方面取得了有趣的进展，尽管这些进展只出现在排序的最后一步。首先，让我们尝试全面了解路线图及其基本原理。共有十二个步骤，标题如下： 1. 表示 I：具有给定特征的持续监督学习。2. 表示 II：监督特征发现。3.预测一：连续广义价值函数（GVF）预测学习。4. 控制 I：持续的演员-评论家控制。5. 预测二：平均奖励 GVF 学习。6. 控制 II：持续控制问题。7. 计划 I：平均奖励的计划。8. 原型-AI I：具有连续函数逼近的基于模型的一步强化学习。9. 规划二：搜索控制与探索。10. 原型-AI II：STOMP 进程。11. 原型-AI III：Oak。12. 原型-IA：智能放大。这些步骤从开发用于核心能力（用于表示、预测、规划和控制）的新型算法，发展到将这些算法组合起来，为持续的、基于模型的 AI 生成完整的原型系统。简而言之，从 ANI 到 AGI 再到 ASI 的方法和技术的转折点将是不言自明的。 ChatGPT 的输出 “指数级进步” 上述阿尔伯塔计划是一种理想情况。人类已经很复杂，作为个体使用稀疏神经网络工具；作为团体，具有自组织的、社会学习和环境工程特性。在密码学和分布式（对抗性）计算的最新发展中，人类的自治程度仅可以维持图灵完备的全局状态（历史）。还有一种被称为机械土耳其人的现象。关键是， AI 产品在任意时间跨度内的下降，都会有一个成熟的开发人员生态系统，可以通过协调执行超越现有的水平，并通过同期的 AI 工具和可验证的工作得到增强。这促成了当前的思想实验：我们甚至需要在 The Singularity™ 之前实现每个预测的拐点吗？对于商业化模型训练中的每一项专有改进，都可能有一种可行的方法在公共领域实现。StableDiffusion 已经引发了围绕这一概念的对话。众包在过去十年中已经充分加速（正如 Twitch Plays Pokemon、社交网络和 DAO 所证明的那样），奇点已经是一个转移注意力的问题。正如以太坊扩展解决方案尝试使用像zk-SNARKs这样的密码学为了减少网络的基础设施需求，我们将尝试实施轻量级解决方案，以减少现有大型企业对 AI 进行暴力破解和货币化的需求。事实上，反驳OpenAI 模型最好方法之一是，金融市场和社交网络上类似的社会资本系统在某种程度上是可预测的行为。Twitter 汇总新闻是因为它的用户可以在全球范围内通过合法人物进行广播和放大。随着 COVID 封锁和央行货币政策等全球趋势，成长型股票可能会大幅上涨和下跌。不需要太多想象力就能在很短的时间内想象出一家初创公司，它可以将类似人工智能的PMF表现为一个自我调节、自我编排的社区。可能有数千亿美元的运营成本可以通过现有技术和进一步的业务发展在许多部门中释放出来。在电视剧《西部世界》中，名为 Rehoboam 的人工智能系统通过分析大型数据集来操纵和预测未来，从而对人类事务施加秩序。自工业革命以来，颠覆性创新一再出现在官僚机构之外；今天，它们正在以越来越快的速度发生。近几十年来，公共领域的深度和范围不断扩大，许多技术无论其商业化程度如何都在被迫开源。来源：金色财经

金色财经2023-01-28

美股收盘：纳指涨逾百点新能源车股走高特斯拉飙涨逾11%

zFeed周四称，计划使用人工智能公司OpenAI的公开API（应用程序编程界面）来增强该公司的在线测验体验，并使其内容个性化。该公司首席执行官Jonah Peretti在一份给员工的备忘录中表示，今年由AI启发的内容将“从研发阶段转变为我们核心业务的一部分”。　　知名分析师郭明錤表示，苹果已经暂停了其正在开发的Wi-Fi芯片的工作。苹果设计的Wi-Fi芯片的开发目前已“暂停”，苹果将推迟“一段时间”。这意味着苹果供应商博通将在可预见的未来继续为苹果提供Wi-Fi芯片，包括为即将于2023年发布的iPhone 15/Pro系列机型提供芯片。　　LG新能源表示，预计其全球近一半的电池产能将被指定用于北美市场，公司正在与特斯拉及其他电动汽车初创公司谈判，从其拟议的亚利桑那州电池厂供应电池。　　据知情人士表示，法国汽车制造商雷诺及其日本合作伙伴日产汽车计划于2月6日在伦敦正式宣布就重组联盟达成协议。两家公司的领导人周四通过视频连线举行了联盟董事会会议，此前双方就如何重启长期合作关系进行了数月的紧张谈判。周四会议后，双方的董事会仍需单独批准一项潜在的交易。　　其他市场面，周五德国DAX 30指数收涨0.11％，报15150.03点。法国CAC 40指数收涨0.02％，报7097.21点。意大利富时MIB指数收涨0.83％，报25435.75点。英国富时100指数收涨0.05％，报7765.15点，富时250指数收涨0.60％。　　纽约商品交易所2月交割的黄金期货价格下跌60美分，跌幅0.1％，收于每盎司1929.40美元。按照最活跃合约计算，本周黄金期货价格上涨了近0.1％，为连续第六周上涨。

金融界2023-01-28

美股开盘：纳指跌近50点科技股多数下跌英特尔大跌10%

分。　　Buzzfeed公司计划采用OpenAI加强内容创作　　数字媒体公司Buzzfeed周四暴涨近120％，报2.09美元，使公司市值达到近3亿美元，这是自2021年12月通过与空白支票公司合并上市以来的最大涨幅，原因是该公司计划使用OpenAI来加强部分内容创作。　　特斯拉与墨西哥当地尚未就新电动汽车工厂达成协议　　据日经新闻27日报道，墨西哥东北部新莱昂州经济发展部副部长伊曼纽尔（Emmanuel Loo）表示，特斯拉和该州尚未就建设新的电动汽车装配厂达成协议。“不，我们还没有达成协议。”伊曼纽尔说，并补充说他不知道是否会在今年做出决定。　　高露洁Q4每股收益及营收超出预期　　高露洁周五发布了第四季度的财报，数据显示，公司营收高于分析师的预期，每股收益超出了分析师的预期。在该公司发布的最新财报中，公司每股收益为0.77美元，总营收为46.3亿美元，分析师预期该公司的营收为45.7亿美元，每股收益为0.76美元。　　阿里巴巴否认将在新加坡建全球总部，全球总部“始终在杭州” 　　阿里巴巴集团相关负责人表示，阿里巴巴出生在杭州，生长在杭州，发展在杭州，阿里全球总部始终在杭州，是自然也是必然。对此前“阿里在新加坡筹建全球总部”的说法，该负责人称，“不实，系误读。”该负责人介绍，2019年，阿里巴巴部分参与了当地合作伙伴开发建设新加坡某大厦，仅作为Lazada等集团部分东南亚业务的办公场所。　　景顺旗下两机构减持近4.03亿美元再鼎医药ADR 　　据港交所数据，景顺旗下两家机构1月19日同时减持再鼎医药。其中，景顺顾问公司Invesco Advisers， Inc.持股比例由7.01％降至6.53％；持股数减少471.54万股至约6394.09万股；按平均股价45.0343美元计，涉资约2.12亿美元。景顺发展中市场基金Invesco Developing Markets Fund持股比例由6.21％降至5.78％；持股数减少423.20万股至约5663.25万股；按平均股价45.0343美元计，涉资约1.91亿美元。两家合计减持近4.03亿美元。

金融界2023-01-27

24小时热点