生成式AI与Web3
发布时间：2023-03-06 11:19:31 所属栏目：大数据 来源：
导读：自2022年底OpenAI面向公众推出ChatGPT以来，人工智能一直是热门话题。人类提前收到了一份圣诞礼物,在机器人的帮助下解答了所有关于机器人的问题！
不过，参与竞争的不仅仅是微软。谷歌母公司Alphabet的生成式AI产
不过，参与竞争的不仅仅是微软。谷歌母公司Alphabet的生成式AI产
|
自2022年底OpenAI面向公众推出ChatGPT以来，人工智能一直是热门话题。人类提前收到了一份圣诞礼物,在机器人的帮助下解答了所有关于机器人的问题！ 不过，参与竞争的不仅仅是微软。谷歌母公司Alphabet的生成式AI产品的demo版失败后，股票市值损失了1000亿美元。阿里巴巴和亚马逊分别宣布了他们入局，与ChatGPT争夺人工智能的主导地位。而苹果很可能会把Siri作为进入该市场的前锋产品。 人工智能工具的这种爆炸式增长，源于人们现在发现人工智能真正有用了。当加密货币、无人机或自动驾驶汽车这样的趋势在市场上兴起时，它们的进入门槛很高。但你现在就可以用人工智能来作弊帮你完成家庭作业，ChatGPT甚至立马可以让你在交友网站Bumble上看起来超有吸引力。而对于加密货币，你只能购买一个代币（指NFT——译者注），并假装它是你个性的全部。 在过去的几周里，我们一直在努力理解该行业正在发生的事情，以及它在未来十年可能产生的重大影响。本文总结了我们对该行业（有限的）理解，以及为什么我们认为区块链和人工智能将在未来十年内相互融合。但在此之前，让我们重温一下经济学的一些基础知识。 注意：在本文中，我会在AI模型和模型之间进行切换。为了方便阅读，任何地方提到“模型”一词都指生成式AI模型。 人类作为一个物种的历史，是由我们与稀缺性的抗争来决定的。人们相信，人类在数万年前开始迁徙，以寻找更加青翠的牧场。一旦人类学会利用火和农耕的力量，我们的祖先就繁荣了起来，整个文明也应运而生。之后人类越走越远，开始跨洋贸易，以确保社会拥有所需的资源。 一旦一个文明不再需要担心食物或保护自己免受自然环境的影响，人类就会专注于争夺地位。中国长城、埃及金字塔、印度泰姬陵和欧洲文艺复兴时期的大教堂，就其本身而言，都是地位的象征，它们在各自时代的社会经济结构中起着重要作用。而人类之所以能追求需要耗费数万人数十年劳动的事业，是因为不需要担心这星期能否吃上饭。 随着人类过渡到追求地位的社会，技能和服务变得稀缺。除了政治领域外，到了14世纪，人类对战争英雄的赞颂减少了，而开始更多地欣赏艺人、艺术家和发明家。 看看莎士比亚、米开朗基罗或班克斯的作品。这些艺术家有着独特的解读世界的方式，需要长时间地深入文化体验中。如果没有长时间浸淫其中，人类就无法创造文化。 稀缺性变得不再只是人类为物质生活而消耗的商品，而是那些激跃我们精神的东西。需要几十年时间才能出现一位“一代巨匠”，因为产生他们的环境是很难复制的。即使有几百人在1990年代的纽约布朗克斯区有着同样的生活经历，也只有一人变成了身价数十亿美元的说唱大亨Jay-Z。而很少有人知道这些天赋异禀的人出现在哪里或如何出现。 一个技能稀缺的社会奖励卓越的才华，给予高昂的报酬。我们常常听到欧洲文艺复兴时期建造大教堂的艺术家们一旦被委以重任，任期就会长达数年。但在过去几个世纪的大部分时间里，经济产出与能量的投入呈线性关系。我们要么燃烧能源（为工厂提供动力），要么让人类消耗劳动力来从事生产。 财富的创造主要依赖于能调用的人力（或资源）的数量。这就是为什么人类历史上有奴隶制这样痛苦的经历。财富的增长呈线性轨迹，并往往依赖于掠夺。 代码和服务器改变了20世纪的发展路径。突然之间，人们不再需要入侵远方的土地或者迫使他人服从你的命令。正如纳瓦尔所说，代码和媒体是新的杠杆。写代码使你能拥有一支机器人军队服务于你。想一想 Instagram 或 Tiktok： 但是这些平台每年雇用的人数往往与雇用的用户数量不成正比。通过不断添置更新换代的硬件，就可支撑更多的用户，从而扩大规模。 这个富足的时代，可能首先以1990年代初互联网的诞生为标志。例如，垃圾邮件是通信成本暴跌的结果。Limewire和Napster是数字存储和带宽价格暴跌的产物。游戏和社交网络是数百万人聚会的数字城镇，但我们不再关心容纳这些活动的“空间”的稀缺性。 只要是以数字方式提供的服务，容纳更多需求的边际成本就会急剧下降。互联网的大部分是“免费”的，象征着我们的世界逐渐数字化，稀缺性作为一个概念逐渐消失。纳瓦尔在下面的视频中解释了这种新发现的“丰饶性”。 开发人员类似于文艺复兴时期的熟练工匠。他们掌握获得杠杆并为自己制造工具赚取大量收益的能力。但这正在慢慢改变。而微软在同一周既解雇了1万名员工，又投资了100亿美元到ChatGPT背后的OpenAI，反映了这种鲜明对比。 我不是要引起恐慌，暗示开发人员很快就会变得多余。他们不会。但我们将迎来一个由AI赋能的新型劳动时代。这正是今天风光无限的生成式AI。 我们生活在一个富足的数字消费时代，流量传播不再需要花费很多。当我写就本文的时候，把它分发给1000个或10万个读者的成本是一样的。Substack不按浏览量收费，因为为分发所依赖的基础设施可以快速扩展。不过，尽管有将内容分发给更多人的渠道，但规模的两端都带有稀缺性，这是由人类注意力的局限所决定的。 作为一名作者，我的创作产出受时间限制。作为读者，你只想从我这里读到有意义的内容。 我们之所以看到ChatGPT和生成式AI等概念的爆发，是因为生产和消费的单位经济学正在被颠覆。人们最后一次看到如此深远的影响可能是在印刷术出现时。书籍降低了人类思想的存储和传播成本。在英国，识字率从5%上升到50%花了四个世纪的时间，但人们现在每天的阅读时间已长达~2小时。 这种知识行为的变化直接推动了启蒙时代的到来，这是一个以科学和哲学的快速发展为标志的时期，康德、伏尔泰、笛卡尔和亚当·斯密等人永远改变了我们的世界观。每当人类找到存储、分享和发展思想的新方法时，就会做出相当酷的事情，无论是在洞穴壁画还是在谷歌文档中。 让我们先了解一下生成式AI现在可以做些什么，看看它如何降低生产和消费成本。目前，像ChatGPT和Midjourney这样的应用程序仅有一个目的：基于它们所接收的数据，创建出令人信服的输出。这些数据通常来自于已公开的信息。 OpenAI的ChatGPT使用来自书籍、维基百科和期刊的数据以创建其文本回复。Stable Diffusion是一项生成艺术作品的服务，最初依赖于库存图片。Github的Copilot使用平台上数十亿行代码来辅助开发人员。 本质上，生成式AI会取用公开信息，对其进行合成，并根据用户上下文予以处理。这里的上下文可以是“用五岁孩子的语言解释比特币”或“展示加密货币在迪拜下雨”。AI平台会根据这些提令，在几分钟内创造机器生成的回复。 通常情况下，输出的结果往往并不足以令人信服，但经过适当的调整，你最终会得到一些像人类产出一样的东西。只要主题是通用的，并且你不期望有个性化的元素。 那么我们现在进展到了什么程度呢？红杉博客上的上图很好地展示了当前的现状。AI模型现在可以接受文本输入，实时编辑并改变语气，这同样适用于图片和代码。其原因是有大量的数据集可用于训练生成式AI模型。如果我们以前需要花大量时间，而今只需要其中的一个小零头，就可以阅读和处理来相同数量书籍的知识，或创作相同的艺术作品，那么我们将不可避免地达到一个过度饱和的状态。对于更复杂的任务，比如电影或音乐的编辑，需要更多的人力参与。但是AI确实使这个过程更加高效。 具有讽刺意味的是，AI已经被用于总结和提供大量工作的关键洞见。这里的挑战在于缺乏归属权和可验证的来源。例如，ChatGPT可能会在缺乏公共领域信息的情况下给我错误的答案。它不说明用于生成响应的数据来源。这就是目前生成式AI的危险所在。 我们可以创作无数的作品，却找不到什么或谁是它的灵感来源。而在某个时候，我们要依赖这些源头来处理无无穷无尽的内容，并告诉我们其中的重要信息。我们的生活就是一个巨大的网络，每个人都在其中扮演着不同的角色。 （编辑：聊城站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
站长推荐