HAT:ChatGPT帮你写代码？人工智能ChatGPT之于Web3的几点思考-ODAILY_CHA

人工智能AI有人热情膜拜，有人畏惧如虎，AI的发展已经进入高层面的快车道，技术更新迭代日新夜异，技术无罪也无善恶，曾经科幻未来的人机交流，共生共存如今在我们的脑海中已经有了轮廓的意识感想，科技是第一生产力，无人能脱离科技之外。

最新的聊天AI-ChatGPT一经上线就引爆了科技狂徒和AI探索爱好者的热情，不到一周用户新增过100万，在与AI聊天中写代码，文档需求，感情治疗和离奇怪论成了搜索热榜，很多人陷入ChatGPT疯狂回答的循环中，就连其创始人之一的埃隆.马斯克也不禁感叹：我们离强大而危险的人工智能不远了。

ChatGPT有什么神奇魔法，吸引这么多人疯狂传播？

ChatGPT发展历程

GenerativePre-trainedTransformer，是一种基于互联网可用数据训练的文本生成深度学习模型。它用于问答、文本摘要生成、机器翻译、分类、代码生成和对话AI。

2018年，GPT-1诞生，这一年也是NLP的预训练模型元年。性能方面，GPT-1有着一定的泛化能力，能够用于和监督任务无关的NLP任务中。

Uniswap关于“BSL过期后跨链部署和新uniswap.eth子域名创建”的温度检查投票已通过:4月14日消息，Uniswap社区关于“商业源代码许可证（BSL）过期后跨链部署和新uniswap.eth子域名创建”提案的温度检查投票已结束，并以100%的支持率获得通过。

根据该提案，Uniswap基金会新任治理主管Erin Koen表示，BSL到期后，为每条链确定一个官方Uniswap V3部署将是有益的，以便为用户提供安全保障并明确Uniswap治理。此外，为了与在BSL到期后推荐的治理流程保持一致。Uniswap基金会建议创建一个新的ENS子域v3-deployments.uniswap.eth，以跟踪Uniswap v3在L1和L2上的官方部署。

此前消息，Uniswap V3核心代码版权商业保护（BSL）已于4月1日到期。[2023/4/14 14:03:18]

虽然GPT-1在未经调试的任务上有一些效果，但其泛化能力远低于经过微调的有监督任务，因此GPT-1只能算得上一个还算不错的语言理解工具而非对话式AI。

动态 | “科技先驱在描述AI和区块链时面临困难”成11月关于AI的最受欢迎推文之一:数据和分析公司GlobalData根据其影响力平台的数据，列出了2019年11月关于人工智能最受欢迎的10条推文。其中包括Salesforce首席数字布道师Vala Afshar在推特上解释人工智能和区块链所面临的困难。Afshar在推特上分享了比尔?盖茨1995年在David Letterman主持的一个脱口秀节目上接受采访的视频，谈到了科技先锋在描述人工智能和区块链时目前面临的困难。2019年11月19日，Afshar在推特上写道：“1995年，就在万维网诞生两年后，比尔?盖茨试图向Letterman解释‘互联网’。如今，科技先驱们在试图描述人工智能和区块链时，也面临着同样的困难和嘲笑。”此条推文获得了969个赞和467条转发。（GlobalData）[2019/12/23]

2019年GPT-2发布，不过，GPT-2并没有对原有的网络进行过多的结构创新与设计，只使用了更多的网络参数与更大的数据集：最大模型共计48层，参数量达15亿，学习目标则使用无监督预训练模型做有监督任务。

动态 | 慢雾关于 BSV 区块异常的进一步说明:此前慢雾安全团队披露“昨晚 BSV 区块连续出现多次回滚（高度 578640-578645），异常区块的交易数超多，通过慢雾安全团队的持续监测与分析，虽然 BSV 主网之后恢复正常且这次回滚行为和之前慢雾安全团队披露的 ETC 51% 双花盗币攻击行为不一样，出于谨慎目的，建议对接了 BSV 的交易所暂停 BSV 充提或提高确认数。”之后，通过与 BSV 社区的沟通，BSV 社区指出这是一位开发者在主网进行的一次短时生成大量交易的压力测试，该测试导致了本次区块深度重组事件，这种事件不会导致双花攻击，不会造成交易损失。通过慢雾安全团队的进一步分析来看，慢雾安全团队倾向认同这种“区块重组”说法。[2019/4/19]

在性能方面，除了理解能力外，GPT-2在生成方面第一次表现出了强大的天赋：阅读摘要、聊天、续写、编故事，甚至生成假新闻、钓鱼邮件或在网上进行角色扮演通通不在话下。在“变得更大”之后，GPT-2的确展现出了普适而强大的能力，并在多个特定的语言建模任务上实现了彼时的最佳性能。

动态 | Coinbase提交关于提高加密货币钱包安全性的专利:据悉，Coinbase已经提交了一项专利，涉及一项旨在提高加密货币钱包安全性的新技术。Coinbase的专利于2018年8月14日提交给美国专利和商标局（USPTO）。这样做的目的是确保用户可以在不影响其安全性的情况下，从他们的比特币钱包中直接付款。[2018/8/21]

2020年5月，OpenAI发布了GPT-3，这个模型包含的参数比GPT-2多了两个数量级，它比GPT-2有了极大的改进。

GPT-3在许多NLP数据集上都取得了很强的性能，包括翻译、问题回答和cloze任务，以及一些需要即时推理或领域适应的任务，如在句子中使用一个新词或执行3位数运算。GPT-3可以生成人类评估人员难以区分的新闻文章样本。

2022年初，OpenAI发布了InstructGPT，这是一个经过微调的新版本GPT-3，可以将有害的、不真实的和有偏差的输出最小化。上线后InstructGPT更名为Chatgpt。

日本财务高级官员：关于数字货币的讨论未来还会继续:日本财务省高级官员称G20公报关于贸易的措辞较上次汉堡公报措辞很可能变动不大，而关于数字货币及其他“棘手问题”的讨论很可能还将在未来继续。[2018/3/20]

未来还会有更为强大的GPT-4？是的，OpenAI也曾经提出GPT-4的报告，它能够通过图灵测试，并且能够先进到和人类没有区别，除此之外，企业引进GPT-4的成本也将大规模下降。

ChatGPT火爆现象的解析

OpenAI官方称，ChatGPT是在人类的帮助下创建并训练的，人类训练师对该AI早期版本回答查询的方式进行排名和评级。然后，这些信息被反馈到系统中，系统会根据训练师的偏好来调整答案——这是一种训练人工智能的标准方法，被称为强化学习。

为了创建一个用于强化学习的奖励模型，OpenAI也需要收集比较数据，其中包括两个或更多按质量排名的模型回复。

为了收集这些数据，OpenAI收集了AI培训师与聊天机器人的对话，并随机选择了一个模型编写的消息，抽查了几个备选的回复，再让AI培训师对这些回复进行排名。

此外，利用这些奖励模型，这项研究使用近似策略优化算法对模型进行微调，并对这个过程进行了多次迭代。

ChatGPT的火热突显了我们作为传统知识获取渠道的颠覆和便捷，过去知识的传播在于集中式被动授取，过程无聊且波动浮点过大，有好有坏，良莠不齐，ChatGPT让我们看到了未来新的学习链：数据库+AI筛选+用户需求.

AI靠海量算力学习到海量的跨领域知识，虽然不够精确，却能大大节省人类通过“视觉+大脑”的读书培训认知时间消耗，如果能通过算法来识别答案正确与否，AI将成为人类的全知导师、生产助手。

ChatGPT存在哪些局限性

体验过ChatGPT的用户普遍反映目前AI聊天反馈内容信息不准确，有时会给出看上去正确但荒谬的答案、微调提问的方式会得到完全不同的答案、有时会反复使用某些句子，甚至提供了混乱的信息，拥有经历和专业知识的人一眼就看到其中的错误。

这些局限性具体表现为：

在训练的强化学习阶段，没有真相和问题标准答案的具体来源，来答复你的问题。

训练模型更加谨慎，可能会拒绝回答

监督训练可能会误导/偏向模型倾向于知道理想的答案，而不是模型生成一组随机的响应并且只有人类评论者选择好的/排名靠前的响应

ChatGPT之于Web3的思考

ChatGPT在寻找答案、解决问题的效率上已经部分超越了如今的搜索引擎，ChatGPT或许在未来会改变我们获取信息、输出内容的方式，Web3对于ChatGPT都有哪些需求？

浅层需求

项目社群搜索：点对库精准需求筛选，可以提高赛道分类的选择效率，在精力分配上着重于热点和熟悉领域。

排名价格追踪:排名和价格在市场的不同阶段都存在浮动值和大变革，因个人需求和使用习惯无法追随各个交易所和平台的数据海洋，准确的内容输出加大了用户对数据的粘性。

知识分享：知识阶段的跨栏一般需要个人的勤劳和热情去突破，不同社群和内容的分类导致新群体用户的沉重感，先驱者们无法抽身高效传授经验，精准化内容输出能改变传统知识获取渠道。

AMA问答：项目路线图，白皮书，关键人物活动内容在AMA的问答式中能快速掌握，在项目和社区的开展都能面向更多不同的用户群体，在社区品牌IP的传播上起到AI客服功能。

需求指导预测：数据的对比筛选的结果远超个人情绪波动，数据能明确个人需求内容，并在不同段提升或减少资产账面，预测市场环境及未来走势，明显丰富的数据更能把握决定。

深度思考

Web3内容生产：稳定准确的正向内容产出目前是Web3急需的，Web3宏大的世界里仅靠专业内容生产者提供服务内容显得比较单薄且缓慢，AI在内容输出的较率和稳定性上将远超个人，无论是内容质量，画面呈现和沟通效率上。

智能合约布署和安全审计：AI在代码的构造上利用数据库的完整可以提供专业的开发参考范本和校验检查，当然在智能合约的开发上却不可完全依赖AI的程序式输出，毕竟独立项目的需求在于个人，不过安全审计是个反复检测和寻找漏洞修复的过程，AI在利用数据的对比和筛查中能随时起到提醒和纠错的功能。

虚拟机升级：Web3使用区块链技术，而区块链的封闭特性无法及时反映外部信息，虚拟机的出现解决了将链外数据传输链内的空缺，但虚拟机提供数据的准确性和产生的信任感却得不到合理有效的验证时，AI在这方面或许能改变其工作方式。

人才的流动和积累：Web3是下一代技术的全面升级，需要的区块链人才广泛且专业，但现在人才普遍沉淀于传统行业，在招聘和交流上，经常会因表达不明确和传统思维的禁固让人才不敢轻易踏入，而转身入行的新人们又苦于行业的信息冲击而烦恼，新技术和项目内容的快速迭代需要专业授与，AI起到专业导师和图书宝藏的身份。

技术分享和共创：通过检测和积累技术成果，记录项目的成功经验并将其转化为理念，持续生成和输出，形成一个能与个人进行互动交流的共创领域，未来AI将作为个人工作组织的增幅效果，提高对创造性认知的理解，拓展科技的维度。

总结

人工智能AI在科技层的落地应用上体现出了强大的爆发力，AI在生产效率的提升上进一步促进了个人能力和边界的进步，Web3是个新的领域，未来AI在Web3的赛道中可能爆发出哪些现象级的科技，这是一个充满想象的场景，我们拭目以待！

文章来源

『声明：根据央行等部门发布的《关于进一步防范和处置虚拟货币交易炒作风险的通知》，本文内容仅用于信息分享，不对任何经营与投资行为进行推广与背书，请读者严格遵守所在地区法律法规，不参与任何非法金融行为』

标签：HATATGCHANAICloudChatCATGE币DeFiChainINAI

Gateio热门资讯