WEB:生成式 AI 改变 Web3 未来的 4 种方式

原文:Crypto.com,由c

AI已经跃升到一个新的水平,现在正在帮助构建Web3。本文将帮你了解生成式AI将如何塑造Web3的未来。

图片来源:由MazeAI生成

本文要点:

生成式AI是一种用于生成人工内容的AI。

Web3中的AI应用程序包括在游戏、NFT、资产创建和软件开发中部署数字收藏品。

除了内容生成之外,AI还可以通过简化开发流程和改善去中心化应用程序(dapps)的用户体验来帮助推动Web3发展。

虽然仍然存在版权、准确性和创造力等挑战,但AI时代已经到来——各种AI模型正在改变企业和行业的运行模式。

AI生成内容——内容生成的下一阶段

AI生成内容(AIGC)最近变得非常流行,DALL-E和ChatGPT等应用程序生产了令人印象深刻的视觉资产,以及实现了类人对话。

Cybozu推出Web3和生成式AI投资基金kintone Teamwork Fund:7月5日消息,日本企业Cybozu推出企业风险投资(CVC)kintone Teamwork Fund,将在新服务开发、Web3和生成式AI等新技术领域进行投资。

该基金已从7月4日开始招募希望获得投资和支持的初创公司,将为入选者提供投资和商业化支持。[2023/7/5 22:19:22]

从广义上讲,生成式AI是一种用于通过计算机模型生成内容的AI。AIGC被广泛认为是继专业生成内容(PGC)和用户生成内容(UGC)之后内容生成的下一阶段。

PGC通常由平面设计师和动画师等创意专业人士制作,供品牌使用或发布,而UGC则由最终用户创建,并直接在YouTube、Facebook或Twitter等社交媒体网站上分享。

近年来,随着AI的快速发展,它可以生成各种类型的内容。AI的一些相关分支是自然语言处理(NLP),它研究计算机如何处理和分析文本,以及生成对抗网络(GAN),它旨在生成与训练数据集具有相似特征的新数据。

AI生成的内容有助于加快创意过程,企业开始注意到它在改变内容创建方式以及创意团队跨行业运作方式方面的潜力。

以下是连接AI和Web3的潜在场景和用例。

AIGC在Web3中的应用

“TGV 4 Plus Opportunity Fund”拟投资生成式 AI 技术:金色财经报道,新加坡风险投资公司 True Global Ventures(TGV)已将此前募集了 1.46 亿美元的 “TGV4 Plus Follow On Fund” 更名为 “TGV 4 Plus Opportunity Fund”。根据 TGV 合伙人 Kelly Choo 透露,这家 VC 一直收到来自家族办公室的大量投资需求,要求其投资范围不局限于 Web3,而是要拓展到生成式 AI 领域,Kelly Choo 认为生成式 AI 可以帮助公司利用自己的专有数据来形成更好的产品或服务。[2023/5/12 14:59:43]

文本型AI及其对Web3的影响

文本型AI是指使用AI来生成文本。它是NLP的一种形式,可根据给定的输入生成类似人类的文本,用于各种应用程序,如摘要、对话系统和机器翻译。今天的文本生成器用于为各种目的生成原创的、有创意的内容,并且在Web3中的某些领域,文本生成可能非常有用。

日立旗下Hitachi Ventures推出3亿美元新基金,将投资Web3和生成式AI领域:4月21日消息,日立(Hitachi.Ltd)宣布旗下全球风险投资机构Hitachi Ventures(HV)设立第三支基金,以加速数字领域创新。

该基金的初始规模为3亿美元,是之前设立的第一和第二基金规模的两倍,拟重点对Web3和生成式AI领域里的初创公司进行战略投资。

Hitachi Ventures于2019年6月推出了第一支基金,并于2021年10月推出了第二支基金,本次新推出的第三支基金还将关注拥有人工智能、区块链、云计算、5G等尖端技术和服务模式的初创公司。[2023/4/21 14:18:07]

借助文本AI工具,可以重新构想在线搜索并提供更直观的Web导航方式。ChatGPT与微软在线搜索引擎Bing的最新集成现在引入了聊天界面作为一种搜索Web的方式。

与此同时,谷歌发布了自己的NLP模型版本Bard,这是一种由LaMDA驱动的实验性对话AI文本服务,有助于简化复杂的主题并综合查询的见解。

1.生成式AI可以改变人们搜索网络的方式

生成式AI有可能改变人们在网络上过滤信息的方式,并有可能减少对搜索引擎广告模型的依赖——许多当前的Web2用户长期以来一直希望避免这种情况。

文本生成工具允许用户在进行查询时消除SEO生成内容的噪音。如果搜索偏好发生变化,有利于文本型AI工具,则搜索引擎可能会被替换,这意味着需要挖掘的与搜索相关的广告混乱更少——这是Web3的核心标准,旨在将技术的权力重新交到用户手中。

亚马逊云服务CEO:生成式人工智能仍处于早期阶段:4月14日消息,据报道,亚马逊云服务(AWS)CEO表示,生成式人工智能仍处于早期阶段;专注于降低人工智能模型成本;生成式人工智能工具对于消费者而言是有用的。?(鞭牛士)[2023/4/14 14:03:08]

在区块链游戏中,文本型AI可以通过多种方式增强游戏开发人员和艺术家的创造力和生产力。通过利用文本型AI,可以快速制作和完善基本的视频游戏元素,从而通过更快地产生创意来简化创作过程。

生成式AI可以改变NFT的生成方式

AI还可以帮助生成图像和视频——这些类型的内容可以被铸造成NFT。这些人工智能生成的NFT被称为生成艺术NFT,艺术家将首先输入一组规则,以及迭代次数和随机程度等参数。然后计算机将在这个指定的框架内生成艺术品。

其中一个例子是“CryptoPunks”生成者LarvaLabs,它创建了“Autoglyphs”NFT集合。以下是在AI的帮助下生成的NFT集合的其他示例。

以下是一些生成式艺术NFT示例:

1.Autoglyphs

Autoglyphs由CryptoPunks创作者LarvaLabs发布,构建于以太坊区块链之上,总量512个。

欧盟将要求所有生成式AI内容必须注明来源:金色财经报道,针对AI生成图片引发的混乱,欧盟内部市场专员、工业和信息化产业负责人蒂埃里·布雷顿公开表示,欧盟希望对AI生成的内容进行强制性的规定。布雷顿表示:“欧盟将是首个做出明确规定的政府,人工智能生成的一切,无论是文本还是图像,都有义务告知它们是由人工智能完成的。”欧盟人工智能法案将于本月起正式进行投票,生成式AI也将作为被监管的重点对象被纳入其中。(鞭牛士)[2023/4/3 13:42:07]

2.Fidenza

Fidenza系列由视觉艺术家TylerHobbs创作,利用了生成各种曲线和区块的通用算法,总量999个。

3.Ringers

Ringers系列由艺术家DmitriCherniak创作,这些艺术品由JavaScript生成,描绘了将绳子缠绕在一组钉子上的各种方式,总量1000个。

4.ChromieSquiggle

该系列由Erick‘Snowfro’Calderon创建,由九种不同样式方案中随机生成的波浪线组成,总量10000个。

5.LostPoets

该系列由数字艺术家Pak创作,既是NFT合集又是策略游戏,总量65,536个。

AI可以帮助生成链游中的头像和物品

生成式AI模型可以协助在Web3环境中大规模创建游戏资产——从化身、设备、车辆到人工制品。游戏行业可以应用文本到图像的生成式AI模型,这些模型能够根据文本描述生成创意资产和内容。在某些参数内,现代语言模型也可用于围绕所创建的资产构建上下文,例如物品力量统计数据、角色属性或智力。

AI生成的图像和视频现在非常先进,甚至可以用于在元宇宙中的区块链游戏和虚拟产品中创建特效。例如,MirrorWorld是一个GameFi项目,它利用AI驱动的虚拟“镜子”作为游戏角色的资产。Mirror资产在每款游戏中都可以完全互操作,确保资产持有者能够在游戏上线时使用它们应对新的挑战。

AletheaAI的CharacterGPT项目是生成式AI发挥作用的另一个例子。它具有一个称为CharacterGPT的多模态AI系统,可以从文本描述中生成交互式AI字符,从而实现文本到字符的创建。基于不同的自然语言描述,交互角色可以具有不同的外貌、声音、个性和身份。

这些角色可以在区块链上被代币化,他们的主人还可以定制他们的个性并训练他们的智力,以及在Alethea的AI协议上的各种其他dapp上交易和使用它们。这些交互式角色的拟议用例包括数字孪生、数字指南、数字伴侣、虚拟助手以及AI非玩家角色(NPC)。

AI可以帮助查找Bug

在构建Web3基础设施和应用程序时,AI可以帮助简化开发过程。

例如,AI应用程序用于调试代码。使用AI,ChatGPT在某种程度上展示了不仅可以读写代码,还可以发现代码中的错误的能力。

一些加密专业人士现在已经开始使用AI程序来完成简单的代码审计任务:智能合约审计公司Certik的开发人员使用ChatGPT来“快速理解和总结复杂代码片段的语义”。

最后:Web3中AI使用的挑战、风险和前景

AI带来了无限的可能性,它的唯一限制就是用户的想象力。即使在早期阶段,AI模型也继续展示其在转变企业甚至行业方面的能力。由于进入门槛低促使了广泛采用,AI很可能成为我们未来在这个数字世界中的生活方式。但是,此类技术也存在一些挑战和风险。

挑战之一可能是消费者和组织对AI生成的内容的抵制。例如,主要的图库网站和平台GettyImages禁止上传和销售使用AI艺术工具生成的插图。版权问题被认为是原因,因为一些人工智能生成的图像复制了受版权保护的内容,原始艺术家的水印仍然可见。

AIGC面临的另一个挑战是生成内容的质量问题。斯坦福大学教授AndrewNg举了一个例子,其中ChatGPT错误地认为算盘如何比GPU更快,幸好事实并非如此。

对于该领域的大多数人来说,AI这项技术已经被证明开始扰乱劳动力。然而,认为AI将在工作中取代人类是一种误解。事实上,它实际上可以在现有市场和新兴市场中创造新的机会:AI很可能会帮助增加就业机会,或者会创造出与AI相关的新型工作,只需要一些技能提升。

作家威廉·吉布森(WilliamGibson)的一句名言可能最能描述AI的未来:“未来已经来临——只是分布不均。”今天AI和Web3之间的交集也可以这样说。

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

地球链

[0:15ms0-1:33ms