HAT:AI界新贵“出圈”：CNTM 和加密货币揭示何种未来？_人工智能币龙头

近来，聊天机器人程序ChatGPT爆火“出圈”，引发各界关注讨论，人工智能(AI)这一概念也借此重回大众视野。针对相关话题，清华大学计算机科学与技术系副教授黄民烈接受中新社专访时表示，泛用性极强的ChatGPT已成为AI发展史上的里程碑，如何与AI共生是每个人可能都将面对的问题。

ChatGPT因何成为AI界新贵？

美国OpenAI公司2022年11月30日正式发布ChatGPT，上线仅5天，ChatGPT的注册用户数突破100万；今年1月末，ChatGPT的月活用户数破亿，就此成为史上用户数增长最快的消费者应用。

与ChatGPT类似的聊天机器人程序不少，但都没有如ChatGPT一般引领AI领域的新风潮，原因之一就是ChatGPT的泛用性更强，仅靠其本身就可以完成翻译、编程等专业任务。“ChatGPT最大的特点是通用任务助理，其可以在一个模型内完成极多开放任务，在生成任务、上下文理解、安全伦理方面也有相当好的表现。”黄民烈指出。

技术进步则是ChatGPT泛用性显著增强的重要原因。黄民烈认为，相较于主要基于规则学习的第一代和第二代聊天机器人程序，以ChatGPT为代表的第三代聊天机器人程序在技术上有着显著进步：其以Transformer为基本架构的大模型为技术底座，结合了大量数据和算力优化。

韩国金融监管机构寻求对加密违规行为追究刑责:11月24日消息，根据韩国金融服务委员会（FSC）向国会的国家政策委员会提交的报告，该监管机构正寻求对加密违规行为追究刑责。该报告将成为该国通过立法监管加密市场的基础。报告中指出，加密非法收益是通过价格操纵和内幕消息获得的收益。

非法收益达到50亿韩元（420万美元）以上时，将处以5年以上徒刑。金额在5-50亿韩元之间，处以3年以上5年以下徒刑。金额低于5亿韩元将处以1年以上3年以下徒刑。罚款将至少是非法所得金额的三倍。但在正式立法前，该国或将展开关于承认数字货币为有效金融资产的讨论，以便政府可以对加密交易的收益征税。（Korea Times）[2021/11/24 7:08:48]

AI界新贵ChatGPT走红后，谷歌等大型科技公司纷纷宣布推出竞品，参与AI领域的新角逐。美国微软公司创始人比尔·盖茨日前称，AI将成为“2023年最热门的话题”。

“ChatGPT的出现是AI发展史上的里程碑事件，标志着人机无缝交互时代的来临，其可能再造搜索、推荐、手机助手等信息获取形式，对信息产业和AI行业产生深远影响。”黄民烈说。

ChatGPT面临哪些争议？

AI技术的发展也带来了诸多争议。以深度伪造(Deepfake)为代表的AI换脸技术此前引发了一波关于隐私权和真相的讨论。

韩国金融服务委员确认不延长加密货币交易所的申报期限:7月18日，韩国金融当局驳斥了他们正在考虑为处于危机中的加密货币交易所提供宽限期的理论。韩国金融服务委员会一位官员表示，“从未讨论过给予另一个宽限期的补救措施。”“相关法律是去年通过的，今年3月生效。这是为了确认维持虚拟货币交易所申报截止日期为9月24日的政策，不得延期。”

根据《特定金融信息法》，支持以韩元存取款的虚拟货币交易所必须在9月24日前满足ISMS认证和实名账户等条件，才能完成向金融情报室(FIU)的申报。未能申报的交易所必须终止在韩元市场的交易。（韩联社）[2021/7/18 1:00:26]

对此，黄民烈认为，ChatGPT已针对法律、道德等问题进行优化，其表现也比“同行”更好，研发者收集高质量人工反馈数据时，把涉及安全性和道德的问题作为ChatGPT的重要部分设计进去了，再通过强化学习，ChatGPT就学到了安全回复的能力。

不过，ChatGPT仍面临道德问题。黄民烈举了一个例子：若用户要求ChatGPT作出违法举动，就会遭到拒绝；但如果用户借口创作小说要求ChatGPT提供违反法律的建议，就可能得到答案。

ChatGPT推出后，其强大的文字撰写能力得到了学生群体的青睐，被用作完成论文。迄今为止，美国、英国等国多所高校已明令禁止学生在校内使用ChatGPT。美国《科学》杂志近期也发表声明，称不接受使用ChatGPT生成的投稿论文，ChatGPT也不可以作为论文合著者出现。

韩国金融监督院院长辞职:据韩联社消息，韩国金融监督院院长崔兴植（音译）辞去职务。金融监督院是负责检查和监督银行进行数字货币交易的核心机构，2月中旬有人怀疑其所属职员利用政府政策情报进行数字货币投资。[2018/3/12]

黄民烈认为，使用ChatGPT完成作业或学术论文的问题之一是侵犯版权。但不能“因噎废食”，“技术可以继续发展，并在此过程中对问题进行针对性治理”。

另一方面，科技进步未能解决地区发展不平衡问题，全球科技鸿沟问题至今仍然存在。AI作为尖端科技，也只有少数国家能够在此领域进行大量投入。

黄民烈称，与AI息息相关的大模型训练需要大量算力和数据，训练和推理成本也很高昂，无论是学术界还是科技界，只有少量的机构能负担起相关技术的研发，这在一定程度上已经造成了不公平问题。

“AI威胁论”是否危言耸听？

随着AI技术日趋成熟，“AI威胁论”得到了更多关注。ChatGPT推出后，其具备的各种专业功能不断被发掘出来。有观点认为，程序员、翻译、客服等岗位最终都可能被AI取代。

针对AI技术发展可能引发的失业问题，黄民烈认为，AI工具的普及将降低自由撰稿人、游戏制作者等职业的门槛，带来更多自由职业的机会。不过，未来人工智能生成内容(AIGC)、用户生成内容(UGC)及专业生产内容(PGC)进行更深入地结合后，一些职业的淘汰是不可避免的，“如何与AI共生是每个人可能都将面对的问题”。

尼日利亚央行鼓励公民接受数字货币eNaira:11月12日消息，尼日利亚中央银行（CBN）鼓励尼日利亚人接受国家数字货币eNaira。CBN公司传播部主任Osita Nwanisobi周四在拉各斯国际贸易博览会的CBN特别日上发出这一呼吁。他强调该数字货币的好处，“

预计eNaira将通过让更多的人进入金融领域来深化金融包容性，支持弹性支付生态系统，降低处理现金的成本，实现对公民的直接和透明的福利干预，提高收入和税收的透明度，促进侨民汇款，降低金融交易成本，并提高支付效率。”（Independent）[2021/11/12 6:49:13]

此外，科幻作品中的“AI威胁论”常包含一个重要因素——愈发强大的AI终将寻求消灭或取代人类。

对此，黄民烈称，科幻作品中的反派AI形象都具有自我意识，但现实中的AI目前既没有自我意识也没有自主决策能力，现阶段，AI所有能力的来源都是人类提供的数据和反馈。“ChatGPT这类系统是典型的机器属性，仅为满足人的信息需求或完成任务而存在，并不具有人格、情感、风格等。机器属性和能够满足情感、社交、陪伴需求的类人属性相结合才是真正的数字生命体，也就是真正意义上的‘人工智能’。”

Connected2Me是一个专门为Web3打造的人工智能服务平台，其产品和服务已在全球广泛地被报道与采用，其基于GPT3.5打造的人工智能Web3搜索引擎Jinn即将隆重登场

公告 | Dash宣布激活ChainLocks以防止51%攻击，完成多阶段激活进程:Dash官方7月2日宣布激活了ChainLocks，以保护网络免受51%攻击，提高了安全性。Dash 0.14版本的最后两个spork（即多阶段fork）被激活，完成了网络升级多阶段激活进程。[2019/7/7]

尽管2022年加密行业经历了Terra和FTX暴雷等黑天鹅事件，导致整个行业信心崩溃，但熊市期间仍然取得了一些正面的进展。币圈熊市也是需要热点来点燃市场的热情！

币圈的热点好像就是这样转换的！之前的元宇宙然后动物园系列然后defi然后链游GMTaxs之类的！然后就是NFT无聊猿ape之类的然后就是公链APT等等现在是ai这个有几个月热度了agix都十几倍了！

Connected2Me成就回顾

基于人工智能的个性化金融服务：

去中心化的理财产品AI测评；

通过AI模型演练为用户提供定制化的AI顾问服务；

Connected2Me未来发展

基于ChatGPT的理论，创建CNTM的GPT平台：Jinn；

为Jinn加入双引擎结构：GPT引擎+传统搜索引擎，从而实现Web3的AI搜索功能；

将Jinn与CNTM1.0的板块结合，增强金融领域的AI搜索推荐功能；

Jinn=ChatGPT+Sparrow

ChatGPT目前的三个核心问题和痛点：

对于知识类型的问题，ChatGPT会给出看上去很有道理，但是事实上是错误答案的内容；

拓展解读：对于这样来说，由于ChatGPT的一部分回答很准确，而一部分看上去有道理，但事实上很离谱，而用户并没有足够的能力来进行辨别，这将给用户如何采信ChatGPT的答案带来很多困惑。

ChatGPT目前这种基于GPT大模型基础上进一步增加标注数据训练的模式，对于LLM模型吸纳新知识非常不友好。

拓展解读：新知识总是在不断出现，而出现一些新知识就去重新预训练GPT模型是不现实的，无论是训练时间成本还是金钱成本，都不可接受。如果对于新知识采取Fine-tune的模式，看上去可行且成本相对较低，但是很容易产生新数据的引入导致对原有知识的灾难遗忘问题，尤其是短周期的频繁fine-tune，会使这个问题更为严重。

ChatGPT或GPT4的训练成本以及在线推理成本太高，无法承载超过千万级的用户同时使用。

拓展解读：假设继续采取免费策略，OpenAI无法承受，但是如果采取收费策略，又会极大减少用户基数，无法实现规模化。

Sparrow是ChatGPT的良好补充：

sparrow在人工标注方面的质量和工作量不如ChatGPT；

Sparow的基于retrieval结果的生成结果证据展示，以及引入LaMDA系统的对于新知识采取retrieval模式，可以完美解决新知识的及时引入，以及生成内容可信性验证两个核心问题。

核心技术路线

第一阶段：冷启动阶段的监督策略模型。靠GPT3.5本身，尽管它很强，但是它很难理解人类不同类型指令中蕴含的不同意图，也很难判断生成内容是否是高质量的结果。为了让GPT3.5初步具备理解指令中蕴含的意图，首先会从测试用户提交的prompt(就是指令或问题)中随机抽取一批，靠专业的标注人员，给出指定prompt的高质量答案，然后用这些人工标注好的数据来Fine-tuneGPT3.5模型。经过这个过程，我们可以认为GPT3.5初步具备了理解人类prompt中所包含意图，并根据这个意图给出相对高质量回答的能力；

第二阶段：训练回报模型。这个阶段的主要目的是通过人工标注训练数据，来训练回报模型。在这个阶段里，首先由冷启动后的监督策略模型为每个prompt产生K个结果，人工根据结果质量由高到低排序，以此作为训练数据，通过pair-wiselearningtorank模式来训练回报模型。对于学好的RM模型来说，输入，输出结果的质量得分，得分越高说明产生的回答质量越高。

第三阶段：采用强化学习来增强预训练模型的能力。本阶段无需人工标注数据，而是利用上一阶段学好的RM模型，靠RM打分结果来更新预训练模型参数。

二三阶段迭代：不断重复第二和第三阶段，每一轮迭代都使得LLM模型能力越来越强。因为第二阶段通过人工标注数据来增强RM模型的能力，而第三阶段，经过增强的RM模型对新prompt产生的回答打分会更准，并利用强化学习来鼓励LLM模型学习新的高质量内容，这起到了类似利用伪标签扩充高质量训练数据的作用，于是LLM模型进一步得到增强。

下一代搜索引擎：Jinn

Jinn将采用传统搜索引擎+ChatGPT的双引擎结构，ChatGPT模型是主引擎，传统搜索引擎是辅引擎。传统搜索引擎的主要辅助功能有两个：一个是对于ChatGPT产生的知识类问题的回答，进行结果可信性验证与展示，就是说在ChatGPT给出答案的同时，从搜索引擎里找到相关内容片段及url链接，同时把这些内容展示给用户，使得用户可以从额外提供的内容里验证答案是否真实可信，这样就可以解决ChatGPT产生的回答可信与否的问题，避免用户对于产生结果无所适从的局面。

传统搜索引擎的第二个辅助功能是及时补充新知识。既然不可能随时把新知识快速引入LLM，那么可以把它存到搜索引擎的索引里，ChatGPT如果发现具备时效性的问题，它自己又回答不了，则可以转向搜索引擎抽取对应的答案，或者根据返回相关片段再加上用户输入问题通过ChatGPT产生答案，这里有一部分将参考LaMDA关于新知识处理的具体方法。

标签：HAT人工智能比特币BTCchatcoin币还有救吗人工智能币龙头莱特币和比特币的关系nhbtc币怎么样

芝麻开门交易所热门资讯