Coindesk：Web3 應該怎樣追趕 AI 賽道？_ATG

在最近的一篇文章中，我探索了ChatGPT和Web3技術交叉的潛在機會。生成人工智能(AI)和ChatGPT和GPT-4等技術背后的炒作是有道理的，Web3也未能幸免。最近幾周，我們看到與AI相關的加密代幣反彈至歷史高位，甚至還有新的風險基金成立，以投資于生成AI和Web3的交叉領域。

雖然將ChatGPT類型的技術與Web3基礎設施相結合的可能性可以讓我們的想法飛起來，但Web3社區應該面對這樣一個現實，即生成AI的大部分價值都被傳統的Web2基礎設施所捕獲。進一步推斷這個想法會讓我們走上一個有爭議的理論的道路，這個理論仍然值得探索：ChatGPT勢頭會對Web3產生負面和持久的影響。

生成式AI在Web3空間中的潛在負面影響背后的核心思想相對簡單。生成式人工智能有可能改變軟件和內容開發和消費方式的方方面面，從基礎設施到應用層。這些天來，我們看到每個主要的技術和內容提供商都將生成AI整合到他們的平臺中。如果這場革命的核心發生在Web3之外，它很可能會對Web2和Web3技術之間的創新、人才和資金差距產生影響。此外，如果不迅速解決，這一差距可能會以多指數增長率繼續擴大。這個問題的解決方案當然遠非微不足道，但是可以探索一些第一性原理的想法來開始解決這個差距。

Acala社區投票通過“ACA釋放升級”提案：6年內每年排放1億枚ACA:8月14日消息，波卡DeFi平臺Acala有關“ACA釋放升級”的提案已獲社區投票通過。

該提案系Acala 2.0 Exodus升級的一部分，提議每年釋放1億枚ACA，期限為6年。具體釋放每月都會發生，釋放量的分配需要后續投票，將從6月份升級獲批開始追溯，目標執行日期為8月15日（區塊4238700）。銷毀方案將包含在下一次runtime升級中。[2023/8/14 16:25:04]

挑戰

如果我們考慮到10年來Web3沒有創建任何有意義的基礎設施或技術來支持機器學習(ML)，那么生成式AI運動正在Web2中發生就不足為奇了。Web3堆棧圍繞分散計算、存儲、身份和消息傳遞等基礎組件發展，但很少有人關注ML空間。毫不奇怪，所有ML突破都沒有出現在區塊鏈或Web3基礎設施中。當ChatGPT、GPT-4或stablediffusion等模型的發布表明生成AI可能達到逃逸速度時，Web3運動發現自己沒有相關基礎來支持新的生成AI革命。

過去 24 小時全網爆倉超3億美元:金色財經報道，Coinglass 數據顯示，過去 24 小時全網爆倉金額達到 3.11 億美元，其中多單爆倉金額為 2.87 億美元（比特幣爆倉金額達 1.13 億美元），空單爆倉約 2380.3 萬美元，總計有約 116,531 個投資者被爆倉，最大單筆爆倉單發生在 Bitmex - XBTUSD 價值 993.94 萬美元。[2023/6/6 21:18:19]

多指數增長和技術差距

Web3和Web2世界之間在生成AI能力方面的差距正在迅速擴大。云計算或移動計算等趨勢以線性或多項式速率發展，其中新版本通過新特性和功能改進了先前版本。生成式AI以多指數級的速度增長。

ChatGPT或GPT-4等模型使用數據和基礎設施的基線，這對試圖重新創建這些功能的初創公司來說是一個很高的門檻。此外，隨著越來越多的人使用這些模型，它們的性能呈指數級增長，并且它們收集了更多可用于預訓練未來版本的數據。在這一點上，差距會變得如此之大，以至于無法逾越。

擁有泰坦尼克號打撈權的公司將從殘骸中回收的實物標記為NFT進行發售:金色財經報道，擁有泰坦尼克號殘骸和殘骸現場的獨家打撈權的 Venture Smart Financial Holdings 和 Web3 公司 Artifact Labs 公司從泰坦尼克號殘骸中回收的實物文物將被標記為 NFT進行發售，并通過新的三方合作伙伴關系與世界共享。該計劃是將一些人工制品保存為 NFT，并與公眾分享所有權。[2023/2/23 12:25:34]

目前，Web3基礎設施不具備擁抱生成AI的計算、數據或數據科學框架基礎。去中心化應用程序(dapp)當然可以通過Web2API與模型交互來整合生成AI功能，但Web3原生生成AI的想法目前似乎有點挑戰。隨著生成式AI繼續快速發展，Web3面臨的挑戰在不同維度上變得顯而易見。

SPI資產管理：對加密貨幣拋售的擔憂進一步拖累了風險資產:金色財經報道，SPI資產管理公司表示，在投資者等待美國CPI數據之際，對加密貨幣拋售的擔憂進一步拖累了風險資產，石油泄漏、廣泛的風險規避，以及美國CPI數據公布前美元走強，這些都無助于油價走高。[2022/11/10 12:44:25]

讓我們來看看堆棧的不同級別。

平臺

AWS、Azure和谷歌云等云平臺正在迅速整合自然語言、圖像、視頻等領域的生成人工智能功能。生成AI模型的計算和數據要求目前似乎超出了Web3基礎設施的能力。因此，新一代生成式AI應用程序將從根本上由Web2云平臺提供支持，而在Web3基礎設施中的占用空間很小。如果生成式AI實現了它的承諾，這意味著Web3平臺在采用方面可能會遠遠落后。

應用

由于Web2平臺包含生成人工智能功能，這將為新一代應用程序提供動力，這些應用程序將把生成人工智能作為一等公民。這些新一代應用程序將不成比例地出現在Web2中，因為Web3堆棧不具備支持生成AI功能的能力。當然，我們會看到dapps包含由ChatGPT等模型提供支持的功能，但顯然，這些功能將完全在鏈下。

下一波金融科技

多年來，加密和Web3技術被視為金融科技現代化的下一個主要趨勢。毫無疑問，重點已經轉向生成人工智能。大多數金融科技平臺更關心的是不被ChatGPT等模型支持的更精簡的替代方案所破壞，而不是建立數字貨幣軌道。

開發人才

圍繞生成式AI技術的創新水平和ChatGPT等技術的流行無疑具有傳染性，并且正在吸引尋求構建下一代應用程序的開發人員。生成式AI技術的爆炸式增長與加密領域的嚴重衰退同時發生。結合這兩個事件，Web3空間可能面臨開發人員人才流失進入生成AI空間的風險。

風險投資

風險投資是另一個可能從Web3轉向生成AI的領域。2021年的牛市為Web3公司帶來了創紀錄水平的風險投資，去中心化金融(DeFi)和不可替代代幣(NFT)等運動最終展示了Web3承諾的實際應用。2022年的低迷加上生成AI領域的爆炸式增長，已經將VC資金流向生成AI領域，這也有助于吸引科技行業的頂尖人才。

一線希望

缺乏強大的機器學習基礎使Web3無法參與第一波生成式AI創新，但這仍然可以解決。鑒于當前的技術狀況和挑戰，生成人工智能可以在兩個明顯的領域真正受益于Web3架構的原生功能。

去中心化的生成式人工智能：人們對知識集中化和對大型生成式人工智能模型的控制有足夠的擔憂，這為去中心化的替代方案創造了機會。盡管去中心化AI趨勢從未得到有意義的采用，但生成AI正在重新出現圍繞去中心化價值主張的對話，以減輕這些模型的控制、偏見、公平和其他所需特征。

知識證明：反對采用生成式AI的一些最大阻力來自生成有、種族主義、有偏見的內容的可能性，以及它們產生幻覺或“編造東西”的傾向。從這個角度來看，在ChatGPT等生成式AI模型的預訓練、微調和使用過程中實施可驗證的可追溯性機制，對于在關鍵任務場景中采用它來說是一項非常重要的能力。這是區塊鏈運行時非常適合將問責制注入生成AI模型的場景之一。

Tags：WEBWEB3GPTATGCoinwebWEB3.0幣人工智能chatGPTzatgo

XMR