文章源自元宇宙見聞
編輯|Camila?
原標題:《NFT+AI——打造智能所有權新形式》
NFT是當下最具潛力的賽道,也是絕佳的炒作題材。NFT市場的炒作使得即使是最簡單的NFT形式也能夠捕捉到令人難以置信的價值,因此,我們很難區分市場上的信號和噪音。
隨著時間和空間的發展,NFT的價值主張應該從靜態圖像或文本轉變為更加動態和智能的收藏品。將NFT和人工智能融合,讓AI能力加入到NFT的生命周期中,將為智能所有權的形式打開新的大門。
一、智能所有權
Vitalik Buterin 2014年的歷史肖像被作為NFT進行拍賣:金色財經報道,加拿大著名攝影師Andrew Miller宣布獨家拍賣以太坊創始人Vitalik Buterin的首張專業且從未售出的肖像,該肖像被鑄造成NFT。此次拍賣恰逢以太坊概念誕生10周年。拍賣將于 7 月 1 日在Manifold.xyz上開始,一直持續到7月30日,為收藏家提供了一個難得的機會來獲得以太坊早期歷史的一部分。起拍價為333 ETH。[2023/7/19 11:03:17]
現今,NFT在藝術或收藏品等領域仍然是一個熱點討論詞。
就目前的應用情況來看,NFT雖然引人注目,但其愿景非常有限。或許我們可以用另一種更有趣的方式來看待NFT,即將其視為數字所有權原詞——所有權表示比收藏品更具廣泛的應用價值。
雖然在物理世界中所有權主要表現為靜態記錄,但在數字鏈上世界中所有權可以是可編程的、可組合的,當然也可能是智能的。
樂天影院將向預定《黑客帝國4》電影票的用戶發放NFT:12月16日消息,韓國連鎖影院樂天影院(Lotte Cinema)將向預訂《黑客帝國4》電影票的用戶免費發放NFT。樂天影院將與華納兄弟、NFT技術創業公司W.CRAFT合作,向首批3萬名預訂電影票并申請NFT的人發放“secret codes(密碼)”,截至12月21日。獲得密碼的人可以在W.CRAFT的網頁上兌換NFT。這些NFT根據3D版《黑客帝國》重新創建了角色和符號。一個以《黑客帝國》為主題的虛擬畫廊將開放,其中將展示電影的片段和剪輯。雖然本次活動的NFT無法交易,但樂天影院計劃在未來發行可交易的NFT。(Forkast)[2021/12/16 7:43:49]
擁有智能數字所有權的可能性是無限的,以收藏品來舉例:
設想一下,數字藝術NFT可以用自然語言回答問題進行交談,以解釋其創作背后的靈感,并將這些答案調整到特定的對話環境中。如果更進一步設想,NFT可以適應用戶的感受、情緒并提供不斷滿足的體驗呢。
拍賣斯諾登首個NFT作品的Foundation平臺交易總額突破1億美元:金色財經報道,NFT市場Foundation交易總額已突破1億美元,本文撰寫時為1.02億美元,創下歷史新高,交易總量為39039筆,交易者總量為21268。今年四月,該平臺交易了“棱鏡門”披露者愛德華·斯諾登的首個 NFT 作品“Stay Free”,成交價格為 2224 枚 ETH(約合 547 萬美金)。[2021/10/31 6:22:51]
我們應該考慮智能數字所有權與當今的人工智能和NFT技術的交叉點。因為NFT很可能會演變成一種原始的數字所有權,而AI肯定應該成為其中的一部分。
二、AI+NFT
NFT 游戲Parallel獲Paradigm的5000萬美元投資:10月22日消息,NFT 科幻卡牌游戲Parallel宣布以5億美元估值獲得Paradigm的5000萬美元投資。Prarllel表示該項目之前的投資者包括YouTube聯合創始人 Chad Hurley、Focus Labs、OSS Capital 和 Yunt Capital 等。Parallel 項目是圍繞一個幻想故事情節展開的,講述了人類在試圖解決全球能源危機的世界末日之后逃離太空的故事。(techcrunch)[2021/10/22 20:48:14]
為了理解智能NFT如何能夠通過當今技術實現,我們應該了解一下哪些AI學科與當前這代的NFT有交集。
NFT的數字表示依賴于圖像、視頻、文本或音頻等數字格式,這些表示巧妙地映射到不同的AI子學科。
LBANK藍貝殼NFT交易區于3月3日16:00上線 B20、AXS:據官方公告,3月3日16:00,LBANK藍貝殼NFT交易區上線B20(Beeple 20)、AXS(Axie Infinity),開放USDT交易,3月3日15:00開放充值,3月3日16:00開放提現。
Metapurse的B20代幣,是部分所有權代幣。將The Beeple 20系列藝術品的所有權進行了分割。隨著Beeple的作品即將登陸佳士得的拍賣會,這可能是一種獲得其藝術品的獨特方式。
Axie Infinity是在以太坊區塊鏈上構建的,受神奇寶貝啟發的數字寵物世界。[2021/3/3 18:10:20]
人工智能之深度學習(DL)
深度學習的一些關鍵領域可能對NFT的智能能力產生難以置信的影響。當我們說AI時,通常會指出ML或深度學習,深度學習是人工智能的一個領域,它依賴于深度神經網絡從數據集中歸納知識。
盡管深度學習背后的理念早在20世紀70年代就已經存在,但在過去10年里,隨著許多框架和平臺的出現,它們出現了爆炸式增長,并推動了它的主流應用的發展。
計算機視覺
生成藝術似乎是一個將計算機視覺和NFT結合起來的清晰領域。今天的NFT主要與是關于圖像和視頻的,因此,它非常適合利用計算機視覺的進步來進一步的發展。
近年來,卷積神經網絡、生成式對抗神經網絡等技術,以及最近的轉換器等技術突破了計算機視覺的界限。圖像生成、物體識別、場景理解等計算機視覺技術可以應用于下一波NFT技術。
自然語言理解
將語言理解疊加到現有NFT形式的想法似乎是一種豐富NFT交互性和用戶體驗的微不足道的機制。
語言是表達認知的基本形式,包括所有權形式。在過去十年中,自然語言理解一直是深度學習領域一些最重要突破的核心。諸如GPT-3等模型供電的轉換器等技術在NLU中已經達到了新的里程碑。問答、總結和情感分析等領域可能與新型的NFT相關。
語音識別
語音智能可以被認為是深度學習的第三個領域,可以對NFT產生直接影響。近年來,CNN和循環神經網絡等技術推動了語音智能領域的發展。語音識別或音調分析等功能可以為有趣的NFT形式提供動力。
毫無疑問,音頻NFT似乎是語音智能方法的完美場景。
三、AI和NFT交叉點的三個關鍵類別
語言、視覺和語音智能方面的進步擴寬了NFT的視野,在AI和NFT的交叉點上釋放的價值將影響NFT生態系統的多個方面。
在現在的NFT生態系統中,有三個基本類別可以通過整合人工智能功能來立即重新定義:
AI生成的NFT
這似乎是NFT生態系統中受益于AI技術最新進展的最明顯的地方。利用計算機視覺、語言和語音等領域的深度學習方法,可以將NFT創建者的體驗豐富到我們以前從未見過的水平。
今天,我們可以在生成藝術等領域看到這種趨勢的表現,但它們在使用的人工智能方法以及它們處理的用例方面仍然相對受限。
在不久的將來,我們應該會看到AI生成的NFT的價值,它將超越生成藝術,擴展到更通用的非功能性工具類別,為利用最新的深度學習技術提供一個工具。
NFT的嵌入式AI
我們可以使用AI來生成NFT,但這并不意味著它們是智能的。
但如果它們能做到呢?將AI功能嵌入NFT是另一個市場維度——AI+NFT這兩種迷人的技術趨勢的交叉可以打開新的市場維度。想象一下結合語言和語音功能的NFT——可以與用戶建立對話,回答有關其含義的問題或與特定環境進行交互。
AI優先的NFT基礎設施
NFT深度學習方法的價值不僅體現在單個NFT層面,還體現在整個生態系統中。
在NFT市場、預言機或NFT數據平臺等構建模塊中加入AI功能可以為逐步實現NFT整個生命周期奠定基礎。
NFT數據API或預言機,它們提供從鏈上數據集或NFT市場中提取的智能指標,使用計算機視覺方法向用戶提出智能建議。數據和智能API將成為NFT市場的重要組成部分。
四、總結
AI正在改變所有軟件的格局,NFT也不例外。
通過結合AI功能,NFT可以從基本的所有權變為智能、自我進化的形式/所有權,從而為NFT創造者和消費者提供更豐富的數字體驗和更高的財富效應。
在智能NFT的時代,計算機視覺、自然語言理解或語言分析的最新進展與NFT技術的靈活性相結合,將為NFT生態系統帶來可能。
Tags:NFT人工智能PARAARAPARADOX NFT BSC人工智能考研考哪些科目Brise Paradisetara幣價格
文章源自元宇宙見聞 編輯|Camila? 前情提要|元宇宙社會重要基礎建設——區塊鏈信任機制隨著比特幣和區塊鏈技術的迅速采用,去中心化的話題變得越來越突出.
1900/1/1 0:00:00你或許也知道,限制目前區塊鏈技術大規模落地應用的一個很重要因素就是性能,這也是為什么很多傳統互聯網從業者不太看好區塊鏈技術的一個原因.
1900/1/1 0:00:00在Solana上構建EVM開發環境的NeonLabs剛剛宣布獲得4000萬美元融資,JumpCapital領投.
1900/1/1 0:00:00巴比特訊,11月8日,波卡基礎設施SubDAO宣布已在PolkadotJS上線。用戶可通過PolkadotJS支持SubDAO眾貸,每貢獻一枚DOT可獲得20枚GOV,此外還可獲10%的早鳥獎勵.
1900/1/1 0:00:00原標題:《十年難遇的財富風口,普通人在元宇宙中能有哪些機會?》元宇宙無疑是2021年最火的一個概念,從Roblox成功上市紐交所,短時間內市值超過400億美元.
1900/1/1 0:00:00據Cointelegraph11月12日報道,雖然由于Solana費用更低、交易更快,許多專家將其稱為“以太坊殺手”,但SolanaLabs聯合創始人RajGokal表示.
1900/1/1 0:00:00