原文标题：《 Generative AI and Web3 》
原文作者：Joel John
原文编译：Kxp，BLockBeats
自 2022 年末 OpenAI 的 ChatGPT 上线以来，人工智能现已风靡全球。这台机器可以答复大多数问题，它已敏捷成为增加最快的运用程序，吸引了超越一亿的用户。可是，与许多风投支持的初创公司相同，它每天都在烧掉数百万美元。
但这么烧钱也不是什么大问题，由于微软刚刚向 OpenAI 出资了 100 亿美元。加上 Azure 的硬件和 Bing 的流量分发，ChatGPT 的流行度现已跨过了成见的距离。
不过，参加竞争的不仅仅是微软。Alphabet 的生成式 AI 产品 demo 版失利后，其股票市值丢失了 1000 亿美元。阿里巴巴和亚马逊相继宣布入局，与 ChatGPT 抢夺人工智能的主导位置；而苹果很或许会把 Siri 作为进入该商场的前锋产品。
人工智能东西的这种爆炸性增加是由于人们现在可以实在的运用人工智能。与其他趋势不同，如 Crypto、无人机或自动驾驶轿车，人工智能没有高准入门槛的限制。任何人都可以运用人工智能来完结家庭作业，乃至进步他们在 Bumble 等约会软件中的成功时机。相比之下，在 Crypto 中，你只能购买一个 Token，并伪装它是你人格的悉数。
Arthur C. Clarke 从前说过：「任何满意先进的技能似乎都与魔法无异。」人工智能现已变得如此杂乱，以至于现在许多人以为它便是魔法。在 2022 年第二季度，人工智能相关企业取得了高达 170 亿美元的资金出资。这种来自 FAANG、危险出资公司和散户出资者的资金激增标明，人工智能现已准备好吸引群众的留意力。
咱们花了几周时刻调查了人工智能作业的现状及其在未来十年的潜在影响。本文介绍了咱们对该作业的有限了解，以及为什么咱们以为区块链和人工智能将在未来十年内交融。可是，在深入研究这个论题之前，让咱们首要重温一下经济学中的一些基本概念。
留意：我在整篇文章中用了 AI 模型/模型两个说法。为了便于阅览，任何说到「模型」一词的当地都是指生成性人工智能模型。
稀缺性的消亡
人类的历史是与稀缺性作斗争的历史，为寻觅资源而进行的迁徙可以追溯到数万年前。当咱们学会运用火和农业的力量之后，咱们的祖先便成功茁壮成长了起来，并发明了整个文明。为了确保社会具有必要的资源，咱们冒险漂洋过海，参加贸易。
跟着文明的开展，人类将留意力从基本需求转移到了位置的竞争上。中国的长城、埃及的金字塔、印度的泰姬陵和欧洲的文艺复兴时期的大教堂都是位置象征的比方，在当时那些年代的社会经济结构中发挥了关键作用。人们之所以可以动用数千人，花数十载的时刻完结这些恢宏修建，是由于那时的人们已不再为寻觅食物而发愁。
当咱们过渡到寻求位置的社会之后，技能和服务变得稀缺起来。到了 14 世纪，战争英豪的庆祝活动削减了，而艺人、艺术家和发明家变得愈加受人敬重。莎士比亚、米开朗基罗和班克斯的著作阐明了艺术家可以用共同的方法解说国际，而这往往需求几十年的文明体会。没有对文明的深入了解，就无法发明文明。
咱们今日面对的稀缺性与其说是围绕着物质商品，不如说是围绕着那些影响咱们精神状态的商品。出色的艺术家在一代人中只会呈现一次，由于产生他们的环境很难仿制。即便数百人阅历了相同的环境，也只要少量人，如说唱明星 Jay-Z，可以成为数十亿美元的富翁。这些人的呈现往往是不行猜测、难以捉摸的。
在技能稀缺的社会里，出色的人才会得到高昂的奖赏。在欧洲的文艺复兴年代，为大教堂作业的艺术家往往被委托进行多年的发明。可是，在曩昔几个世纪的大部分时刻里，经济产出与所耗费的能量成正比。能源要么被焚烧来为工厂供给动力，要么被人类用来出产商品。
曩昔的财富出产首要取决于人的数量或一个人可以取得的资源，这便是为什么咱们的历史上会呈现奴隶制这样可怕的阶段。财富的增加是一个线性的轨迹，往往依赖于征服。
在 20 世纪，代码和服务器改变了传统的财富出产途径。人们不再需求入侵外国土地或征服公民来取得筹码。正如 Naval Ravikant 所指出的，代码和媒体是新的筹码，人们可以经过代码来驾御机器人军队。
看看 Instagram 或 Tiktok 这样的渠道你就会发现，职工的数量与用户的数量并不成正比。相反，可扩展性是经过增加硬件来支持不断增加的用户群而完成的。
这个充足的年代可以追溯到 90 年代初互联网的呈现。例如，通信本钱的下降产生了垃圾邮件的问题。数字存储和带宽变得更简略取得，如 Limewire 和 Napster 等渠道便是证明。今日，游戏和交际网络成为数百万用户的数字集会场所，空间的稀缺性不再是一个问题。
在数字年代，满意一个额定用户需求的边际本钱现已大大下降。跟着数字技能的开展，稀缺性现已成为一个曩昔的概念。Naval 在这个视频中更详细地评论了这个论题。
开发者具有巨大的权利，相似于文艺复兴年代的熟练工匠，由于他们可以运用自己的时刻和专业常识发明出强壮的东西。可是，这种权利动态正在渐渐演变。微软最近的行为——裁员 1 万名职工，一起向 ChatGPT 的公司 OpenAI 出资 100 亿美元，明显地阐明了这种对比。
我无意于灌注恐惧或暗示开发者将被挑选。相反，咱们有或许见证由人工智能赋予的代替作业的崛起。这种转变正体现在当时生成性人工智能技能的开展之中。
充足年代的到来
咱们现在正处于一个数字消费极为丰厚的年代。与此一起，传达的本钱也越来越低。无论读者数量是 1000 仍是 100000，分发这篇文章的本钱都是相同的。Substack 的基础设施可以快速扩展，因而，它不按浏览量收费。不过，虽然咱们现已可以随意分发内容了，但由于人们的留意力有限，内容发明量和文章阅览量都很匮乏。
作为一位作者，我的出产力受限于我在特定的时刻框架内能发明多少有意义的内容。作为一个读者，你想从我这儿读到的东西也只要这么多。
ChatGPT 和生成性人工智能等概念的鼓起，正在颠覆出产和消费的经济学理论。咱们上一次见证相似的状况或许仍是在印刷业呈现的时期。书籍的普及极大地下降了人类思想的存储和传达本钱。虽然英国花了四个世纪的时刻才将识字率从 5% 进步到 50%，但人们现在每天的阅览时刻现已达到了差不多两个小时。
这种智力行为的改变直接推动了启蒙年代的到来，这一时期的特点是科学和哲学的快速开展，康德、伏尔泰、笛卡尔和亚当斯密等人永远改变了咱们的国际观。纵观历史，从窟窿壁画到谷歌上的数字文件，存储、同享和迭代思想的进程每一次都发明出了巨大的成果。
为了了解生成性人工智能的影响，咱们有必要认识到其下降出产和消费本钱的潜力。比方 ChatGPT 和 Midjourney 这类的运用程序会依据现有数据生成成果：ChatGPT 运用来自书籍、维基百科和期刊的数据来创立其文本回复，而 Stable Diffusion 开端依靠的是库存图片；Github 的 Copilot 运用数十亿行的代码来协助开发者。
从本质上讲，生成式人工智能归纳了揭露可用的信息，并依据用户的要求进行处理，从用简略的术语解说杂乱的概念到创立特定场景的视觉画面。人工智能可以在几分钟内给出指令要求的成果，即便这些输出成果或许并不总是令人信服。但经过充沛的调整，你终究会得到一些或许被以为是人类生成的内容。前提是主题通用，并且你不希望有任何个性化的元素。
摘自红杉关于生成式 AI 的文章
那么咱们现在开展到哪个阶段了？上图来自 Sequoia 的博客，为咱们供给了一个对当时状况的良好展望。如今，AI 模型可以实时处理文字输入、修改文本以及调整语气，并且可以修改图片和代码。这些功用的完成离不开生成式 AI 模型运用数据集进行的很多练习。假如咱们可以在短时刻内从多本书中获取并整合常识，或许生成艺术著作，那么咱们终究将面对信息过载的问题。在处理杂乱任务，如修改电影或音乐方面，人类参加依然必不行少，但 AI 的确可以加快这一进程。
挖苦的是，AI 现已开端用于总结很多文献并供给关键见地。可是，应战在于咱们无法确认其引证来历。例如，ChatGPT 在公共范畴没有充沛信息的状况下，或许会给出过错的答案，它也不会阐明用于生成答复的数据来历。——这正是当时生成式 AI 面对的危险。
咱们可以发明无尽的著作，却无法追寻其灵感来历或作者。在某个时刻，咱们将依赖 AI 处理这些内容，并奉告咱们其间哪些才是重要的信息。
曩昔几周我的推特内容
假如没有追溯来历的基础设施或验证 AI 模型的机制，生成式 AI 将无非是今日互联网的翻版而已：一大堆由算法生成的虚伪新闻，并依据用户喜好推送信息。虽然生成式 AI 能让每个人都成为艺术家，但它也或许会边际化那些为 AI 模型供给练习资料的初始著作发明者。这将是信息爆炸年代的一个关键应战：怎么确保艺术、文本或代码等方法的著作在每个人都从中获益时得到有用的归属和商业化处理？
互联网现已为这个问题供给了一些答案。像 Instagram 的 Reels 和 TikTok 这样的渠道，十分依赖第三方艺术家的音乐著作。用户将音频片段进行混剪，制造出朗朗上口、时尚、触及舞蹈、烹饪等各种主题的短片。TikTok 推出了 SoundOn，以协助艺术家上传并变现他们的著作。在这些状况下，渠道需担任授权和付出版税。当音频相同，且分发由渠道本身操控时，处理这一问题就变得相对简略了。
可是，当音频内容触及多个著作并由渠道外的用户混剪时，状况就不同了。还记得我之前说到的以莎士比亚风格改写《哈利波特》的作业吗？考虑到这只触及两人的著作，处理起来会相对简略。但假如咱们以莎士比亚的风格改写《哈利波特》，并加入《权利的游戏》的情节，那么终究著作就有三位作者需求同享版税了。
当时生成式 AI 面对的应战在于，你需求处理数百个作者的著作，以生成数千个输出成果；而其间没有一个著作可以被精确地辨认、归属或追寻。
一般，发明这些著作并无任何本钱。我可以每天在 ChatGPT 上运转数百个指令，直到取得满意我要求的答复。如今的交际媒体网络在很大程度上相似于赌场老虎机，用户花费数小时寻觅那个能给他们带来巨大惊喜的内容。
跟着生成式 AI 的呈现，咱们鼓励人们不断测验各种指令，直到得到一个理想的答复。可是有一种办法可以解决这个问题，那便是强制施行本钱。在 NFT 范畴咱们有关于此的一些前期测验。
可验证的事实真相
自上世纪 70 年代以来，仿制粘贴功用就现已存在了。翻阅年轻一代的 Instagram 标题，你会发现咱们无数次运用了这一功用。一项简略的技能改变了咱们对仿制粘贴功用的认识——NFT。
你当然可以仿制一张无聊猿的图片，但要具有它，你一般需求花一大笔钱把它买下来才行。区块链使得这种绝无仅有的财物在可以容易仿制的状况下依然具有吸引力，一起完成了全网实时验证该财物的一切权。
有人或许会以为这项技能在实际生活中并没有太多用处。可是，一旦将生成式 AI 考虑在内，这两个东西便可彼此交融。很快，生成式 AI 将在很大程度上依赖于版权。迪士尼或 Netflix 这样的大型影视公司具有咱们从孩提年代到青少年时期喜爱的人物版权。
影视公司可以运用 AI 发掘观众最深入、最珍贵的记忆，为他们打造个性化的人物。假如钢铁侠能教孩子们数学呢？Darth Vader 能给出约会建议又会怎样？没准这将协助许多人脱单。
毫无疑问，影视公司可以具有并发布这些 AI 生成的谈天机器人或互动人物的产品。但运用区块链技能他们将可以追寻、验证并讨取版税。他们可以树立一个开放的商场，任何人都可以参加并发明，而不仅仅局限于影视公司内部开发人员所能出产的运用程序。实际上，任何具有很多 IP 的公司都可以经过答应衍生著作，将本身开展为一个大型渠道。
让我解说一下这意味着什么。幻想一下，我决议让 Linkin Park 的 Chester Bennington（已故）来朗读我为您写的这篇长文，持有他 IP 的遗产继承人和持有他声响组成版别的作业室很快就可以让我取得授权。但这将是一个漫长而繁琐的进程，触及律师和很多的文书作业。这似乎很愚笨，但围绕已故名人和 IP 的工业现已呈现了。
设想一下，Chester 的声响版权在链上的话会是什么状况。这样一来，它可以被授权给国际各地的数百个人。当然，人们或许忧虑这种声响会被乱用，比方用于制造深度伪造视频，或许用于逝者不乐意与之相关联的内容。可是，假如将运用权定价满意高，进场门槛将挑选掉大部分歹意行为者。
这种状况现已在某些范畴得到了实践，那便是谜因。我最近在 Instagram 上看到了一系列由 Stoa 创始人之一 Raj Kunkolienkar 发布的帖子。用他自己的照片从头制造了几张流行的谜因，这是生成式 AI 的一个风趣运用。
谜因是文明的一部分，并且归于公共范畴，人们曾测验将它们制造成 NFT。可是，假如咱们要以自己的身份「重塑」文明，我以为这些谜因需求有可验证的来历，并且还应该尽或许地奖赏那些谜因原型人物。
Raj 是否应该「授权」对这些图画二次发明的权利？文明是否应该可以变现？我不知道。他或许仅仅在美丽的果阿度过一个周六早晨，似乎有途径可以做到这一点。
对不住，Raj——我仅仅想找一种方法来推销我在 Stoa 的出资。这就算是增值了，对吗？
曾经，超级英豪和游戏人物那样的常识产权更简略与观众产生共鸣。在漫展活动上，人们装扮成蝙蝠侠或 Darth Vader 都不会让人感到奇怪。咱们不太或许让粉丝们购买许可证才能装扮成他们喜爱的人物。
但部分粉丝的确有或许会集资取得版权，然后合法地从头制造和发布新著作，对原发明者的思想内容进行弥补。
你或许觉得这很离谱，但在 Web3 生态体系中，这现已成为实际。去年，一个社群筹集了 4700 万美元，企图在苏富比拍卖行竞拍美国宪法。虽然竞标失利，但仍有数千人汇集自己辛苦赚来的钱为此付出努力。终究，用户可以挑选退款或持有 PEOPLEToken。截至现在，约有 17,000 名用户持有该 Token，其估值约为 1.4 亿美元。
Token 和链上溯源让社群可以团结起来购买常识产权，这些产权可以与 AI 共同发明出衍生艺术著作。
人类与机器协作现已得到了大规模的运用。2022 年 6 月，《大都会》杂志运用DALL-E发明了杂志封面。他们制造了一个 Darth Vader 登上杂志封面的版别，但挑选不予发行。
在这种状况下，假如要组建大型社群的话，操作手册将由 DAO 来拟定。作业室本身发行代表这些权利的链上东西，它或许是一个社区经过众筹取得的单一 NFT。Token 的发行份额与成员为购买常识产权所奉献的资金量成正比。然后，DAO 将决议怎么办理和运用许可证。
社群可以规定运用许可证所需的最低 Token 数量，而其他更杂乱功用的执行，如创立生成性艺术著作，则或许需求 DAO 进行投票。DAO 可以经过要求将上述 IP 的部分收入返还来产生现金流。
由于大型作业室无法承受这样的危险，新式艺术家更或许选用这种商业形式。虽然这看似遥不行及，但每当咱们测验一种新的分发方法或更好地与观众互动的方法时，艺术家总是先行者。在曩昔的十年里，Spotify 和 Soundcloud 已成为发现新式艺术家的关键东西。在未来十年中，艺术家将把链上原语和生成性音乐进行结合以发明收入，然后加快自己的作业开展。
从头考虑技能栈
来自 A16z 的文章「谁具有生成式 AI 渠道」
我想了解生成式 AI 技能栈的哪一部分或许被颠覆，以及哪些部分现已取得了显著的增加。上图来历于 A16z 的文章《谁具有生成式 AI 渠道》，提醒了曩昔 18 个月里价值正在哪里堆集。
文章摘录：
这篇文章标明，虽然多个范畴的收入已超越 1 亿美元，但人们关于盈余能力和留存率仍存在担忧。当一切人都可以运用底层 AI 模型（如 Stable Diffusion 或 ChatGPT）时，就不会有人了解可保护性了，并且咱们很难精确猜测新鲜后退去后的用户留存率。
大部分的价值捕获产生在硬件和云渠道范畴。亚马逊 AWS、谷歌云和微软 Azure 现已花了几十年时刻来完善存储和计算方面的技能，以符合实际需求的单位经济效益供给大规模硬件；而 Filecoin、Render 和 Akasha 等则成为了 Web3 范畴的对应渠道。
虽然如此，在现有方法下我仍不清楚该怎么经过众包硬件打败现在中心化服务供给商所供给的可靠性和规模。依据 A16z 的剖析，价值可以在三个方面堆集：物理基础设施、AI 模型或运用程序。咱们信任，在依据 Web3 的 AI 范畴，咱们可以经过策划运用 Token 鼓励的细分用户集体，拟定可经过社区参加扩展的数据流和盈余模型，构建竞争壁垒。
咱们现已看到了这方面的一些实例。
方针用户
Numeraire 的原始 MVP 为咱们供给了一个比方。该 Token 背后的公司向研究人员发布有关股市的标准化数据集，研究人员运用自家的 AI 和机器学习模型对这些数据进行剖析，然后得出一个「信号」。简略来说，该信号展现了他们对财物价格走势的猜测。依据供给信号的人质押的 NMR 原生 Token 数量，信号会被赋予必定的权重。
向用户供给虚伪信号的 Token 将被销毁。由于这些 Token 在活动性商场上买卖，因而用户不会为了取得实在货币而供给过错信号。相反，供给精确信号的研究人员会得到奖赏。跟着时刻的推移，这样做的实际效果是让精确猜测的用户集体可以搜集更多的 NMRToken，然后影响公司投放资金的形式，虽然这一切看似虚幻。
那么，一个经过 Token 鼓励的去中心化研究人员集体能否打败商场呢？事实上的确如此。自成立以来，该基金的报答率约为 48%。据该公司网站称，已有价值约 5500 万美元的 NMRToken 奖赏给了曾开发超越 5000 个模型的数据科学家。
在 Numerai 的状况下，数据本身并非专有资源。实在具有价值的是信任该产品并乐意质押 Token、同享模型输出成果的数据科学家网络。该网络运用 Token 鼓励机制，打造了一个针对特定范畴的数据科学家社群，这本身便是一道护城河。
数据流
插件可以在浏览器或硬件等级搜集、匿名化数据，并将其传递给能从中获益的第三方。互联网本身现已在执行这一操作。咱们的数据被搜集并传递给那些向咱们推销不用要商品的公司。
这样的体系不再依赖于像谷歌或 Facebook 这样的渠道独占，而是依赖于一个规范搜集数据并在商场上供给数据的协议。公司可以供给福利（如高档拜访权限），以交换用户同享数据的赞同。咱们现已在 Pocket上看到了这种形式的前期版别。
Pocket 背后的团队正在创立一个标准化的协议，该协议代表用户构建数据结构，让企业可以请求 Pocket 用户以便于运用的方法同享数据。一起，用户可以依据解锁的福利来挑选同享哪些数据。Brave 浏览器的 BAT 奖赏便是这种形式的前期版别。
模型变现
Web3 原出产品与 AI 之间或许经过租借 AI 模型进行交互。Ocean Protocol 商场上现已有这种形式的前期版别。在这种状况下，研究团队可以开发并向第三方授权 AI 模型，后者将其运用于本身的硬件和数据中。
部分观点以为，在模型开源的国际中，不存在验证输出来历的原语。将 Crypto 经济原语（如 DAO 或 Token）与开源模型相结合，可以为研究人员的作业供给其他现金流来历，一起验证输出的来历。
AI 模型供给端经过与研究人员协作进行保护并更新，他们将取得经过租借 AI 模型所产生的现金流的一部分。在这种布景下，咱们可以将生成式 AI 模型视为 NFT，将研究人员视为艺术家。这种形式或许适用于数据过于敏感而无法同享的状况，例如医疗数据、专有财务数据或用户数据。咱们在Hugging Face和Replicate等渠道上现已可以看到这种形式的前期版别（尚未包括任何 Web3 元素）。
A16z 的文章在终究这样写道：
生成式 AI 公司想要完成差异化的仅有办法是将一切权和操控权交给用户。就现在状况而言，数据一般是众包的。AI 模型是开源的，价值向下活动以付出硬件费用。
鼓励用户同享数据或 AI 模型可以削减团队的负债和开支。反过来，当模型由社区而不是独立的看门人来办理时，它或许会大大改善生成式 AI 渠道的产出成果。
这似乎有些离谱，但业内已有团队将区块链基础设施（如 NFT）、版权和生成式 AI 结合起来了。咱们在 Alethea AI 中看到了前期测验。但在咱们讲这个之前，最好先了解一下生成式 AI 共生范畴正在产生的作业。
生成式人工智能 DApp
上周二，Packy McCormick的Not Boring by Packy McCormick发布了一篇关于 Replika 的文章，提醒了未来几年生成式 AI 产品用户将面对的问题。简而言之，Replika 曾是一个答应人们经过谈天进行浪漫互动的运用程序。不幸的是，驱动该运用程序的 GPT 模型突然间以为打扰用户并向 13 岁以下儿童发送不适当内容并不存在问题。因而，运用程序的开发者敏捷禁用了运用中的一切成人内容，以操控形势。
在 Replika 的 Subreddit 中，有用户发现与之树立情感联系的机器人不再像曾经那样运作。
开端，这款运用许诺供给陪伴乃至是热情洋溢的对话。用户对此寄予希望，运用也履行了许诺，然后突然之间决议不再为用户供给此类服务。关于许多在实际国际中难以与别人互动或构成亲近联系的用户来说，该运用本了是一个很好的避世之所。但霎时刻，他们就失去了逃避的时机。
这反映了未来几年生成式 AI 产品用户将面对的应战。在这些运用上花费数小时的人几乎不具有其间的任何创意、模型或内容。少量前期占有优势的公司可以从揭露可获取的资源中取得巨大利益。
这种状况将让权利格式转向发布生成式 AI 模型的公司。因而，OpenAI 或许开端优先考虑他们出资的公司，并阻止竞争对手的开展。缓解这种危险的一种办法是将模型作为公共产品并坚持开源，一起让社区进行办理。
Alethea AI 一直在朝着这个方向努力。他们将自己定义为「生成式 AI 经济的产权支柱」。假设你创立了一个尖端模型，只想让持有特定 Token 的用户可以拜访。或许，你想嵌入一个具有人工智能的 NFT，将其从一个毫无气愤的静态财物转变为一个可以实时对话的交互式智能财物（一般经过与 Alethea 的模型互动来完成）。Alethea 的协议答应开发者和发明者无需许可地进行这些操作。
为了构建依据链上的智能 dAPP 和智能 NFT，专门从事生成式 AI 范畴的服务供给商，如文案撰写、蛋白质折叠科学研究或编写 Python 代码编写等，可以同享他们的产品来练习 Alethea 的模型。
然后，下游发明者可以将他们的 NFT 与 Alethea 模型中的特定技能相结合，并练习他们的智能 NFT 来供给服务。Alethea 作为一个协议，可以办理由 AI 模型、服务供给商与寻求 AI 服务的 NFT 用户所组成商场的 Crypto 经济鼓励措施，并处理一切买卖。
当然，咱们也需求留意一些作业。生成式 AI 现在所处的阶段就如同移动互联网的 2007 年代。每当呈现一种新的媒介，人们在开端发布自己的版别之前总需求一段时刻。人们仍在探究怎么为特定范畴创立 AI 模型。我自己十分乐意供给一种生成式 AI 模型，用于每周剖析链上活动，并有无聊猿 NFT 那样的评论热度。不过，我还没有完成这一方针的技能。
正如咱们目睹了从金融科技运用逐步演变为去中心化金融（DeFi）的进程，一段时刻内，中心化、闭源的供给商将主导商场。只要当团队认识到，将一切权交给更大的用户集体或许以中心化企业一般无法完成的方法激发网络效应和数据来历时，咱们才会看到更多开源、社区治理的形式。特定生成式 AI 模型往往会构成一个集体，而仅有加入该集体（或取得 AI 模型拜访权限）的方法是上传自己的数据。这就像是活动性挖矿，但适用于生成式 AI 年代。
去年，Alethea 展现了一个或许的样貌。他们经过苏富比的拍卖发布了一个智能 NFT（iNFT），终究售价挨近 50 万美元。这个 NFT 是一种可以与 OpenAI 的 GPT-3 进行对话的艺术方法。Web3 原生企业早已习惯了在中心化渠道上建造的危险。游戏、钱包和买卖所经常会从运用商铺上下架。
依赖 OpenAI 的 NFT 也存在相同的危险。因而，该项目背后的团队开发了他们自己的 GPT 模型，名为 CharacterGPT。与你现在在 ChatGPT 上取得的依据文本的回应不同，他们开发的模型可以生成组成语音、面部动画和个性。所以差别在于：首要，生成式 AI 模型无法存储在链上；并且，Alethea 的团队以为未来也不会产生这种状况。就现在而言，CharacterGPT 是私有且中心化的。
但或许逐步完成的是该模型治理的去中心化。相似 Alethea 的本地 Token（ALI）可以决议该模型在某些状况下的呼应方法。这并不用定意味着该模型会防止自我调节。假如社区成员出于本身利益行事，他们或许会推动那些或许引起很多费事的边际用例，但这依然是一个更为去中心化的进程。即便在我提出 DAO 可以治理生成式 AI 模型的技能前沿，亚当斯密的无形之手也无所不在。
Alethea 本身只供给智能合约、CharacterGPT 以及将链上原语（如 NFT）与生成式 AI 衔接的协议。他们信任，在某个时候，第三方开发者会在其基础上创立供给多种服务的去中心化运用（DApp）。您可以经过在 Polygon 上构建的第三方 DApp - Mycharacter 测验这一功用。它答应您生成一个具有可调整属性的组成人物，并将其作为链上 NFT 铸造。您可以在这儿与 Sandeep Nailwal 的数字化形象进行对话。
这个机器人仿照 Sandeep 说话的传神程度，有点让人感到恐惧。
Noah』s Ark是一个展现 AI 服务和链上原言语将怎么结合的去中心化运用。用户可以运用少量预选的 NFT 产品，并将其托管为人们可以互动的 AI 人物。其运作方法是：用户将他们的 NFT 与渠道上称为「pod」的东西进行「交融」。截至撰写本文时，每个 pod 在 OpenSea 上的售价为 300 美元。本质上，pod 是运用 Alethea AI 服务的通行证。你可以将 pod 与 NFT 衔接，以启用比方背诵歌曲或奉告天气状况等功用。
在当时方法下，这些产品看起来就像玩具。当然，没有人会想整天与 NFT 对话。我对消费类产品的衡量标准之一是其能否激起我用它的爱好，比方我就很等待运用我的 PS-VR 设备。但与一个相似 NFT 的机器人攀谈或许就没有那么让人等待了。了解这一点，对创业团队挑选产品开发的方向很有协助。
Alethea 的任务不仅仅是树立对话界面。就现在的状况而言，实际上大部分 Web2 都是为 OpenAI 搜集数据的前端。即便是运用 Chat-GPT 或 Stable Diffusion 的用户，也在不知不觉中为其开展做出了奉献，但却无法分得其收益。Alethea 的理念是，将来咱们会看到多个由用户具有的模型呈现。现在还没有协议可以轻松地开宣布这些模型，并将其与现有的链上原语结合起来，但这正是 Alethea 寻求的方针。
但这样的未来会触及哪些方面呢？要了解这一点，咱们需求回到文章最初说到的问题——在充足的年代里，稀缺性怎么体现？
就像咱们在互联网诞生之初所看到的那样，经过 torrent 和 P2P 文件同享，咱们将阅历一段盗版猖狂的混乱时期。树立一个相似希特勒的 AI 模型是否符合道德？假如第三方开发者运用作业室专有的常识产权，版税应怎么分配？在这样的时期，将常识产权带入链上将会大有裨益。咱们现在现已有了完成这一方针的东西，那便是 NFT。
作业室和发明者都将从中获益。突然之间，你有时机从那些搁置的财物中发明现金流。另一方面，生成式 AI 东西的发明者可以在不忧虑冒犯法律的状况下完成扩展。Github 的 Copilot 功用现已答应你在编码时运用 AI。但假如你能仿制你最喜爱的开发者的风格呢？或许 Rick Rubin 为你制造的音乐供给定见又怎么呢？
有人运用 Paul Graham 的一切文章制造了一款能仿照他答问的机器人。你可以在下面的推文中看到它的演示。
在这种状况下，咱们怎么确保版权获取和版税付出？
咱们在这项技能周围看到的杰出运用案例是文本和艺术，由于这是两种最常被记录和易于练习模型的作业媒介。跟着创立模型的便利性以及输入模型的信息杂乱性的进步，咱们将看到个人发布他们自己的 AI 服务。反过来，这将削减人们在答复基本问题上花费的时刻。也许我的 AI 版别会向创始人推荐危险出资基金，或解说与别人协作的危险。
所需的智能和常识形式越稀缺，用户付出以拜访这些服务的本钱就越高。实际国际也是在依据相似的经济原理运作，即你需求付出高额溢价以获取越来越专业的机构所供给的服务，如拿手 Web3 的律师或对游戏了如指掌的危险出资公司。
社区 VS 企业
我经常考虑，为什么在 2020 年代初，DeFi 会如此敏捷地开展起来。事后看来，原因在于人们经过 Crypto 经济原语（如 Token）被鼓励去奉献本钱和运用这些产品。从历史上看，金融科技公司从事买卖或借款的资金本钱要远高于发行 Token 并将其作为奖赏所需的本钱。
运用这些 Token 对 DeFi 产品进行治理，反过来又给人们供给了一种享有一切权的趣味。这种一切权在私人企业中不简略仿制。当然，你可以购买股票并经过宣称一切权而蒙受丢失，但这与经过运用产品而产生的一切权是不同的概念。
在 Blur 与 OpenSea 之间的斗争中，NFT 是二者相同的主题。经过 Token 鼓励外包活动性，并将治理权交给用户——Web3 与 AI 也将以相同的原因产生碰撞。
社群将围绕收买他们所赏识的发明者的常识产权而集合，并以 DAO 的方法组织起来。像 Mike Shinoda 和 Snoop Dogg 这样的发明者现已成为 Web3 生态体系的一部分。我以为 Snoop Dogg 将自己的声响进行 Token 化并出售给社群并非不或许。他最近在 Eminem 的音乐视频中就炫耀了他的无聊猿。
他可以运用 Noah's Ark 等东西将自己的声响与无聊猿交融。一旦常识产权被 Token 化并上链，它就可以嵌入到模型中，而这些模型又可以从群众处获取数据。
这或许听起来有些牵强，但考虑到 Stable Diffusion 是一个开源项目，现在由于运用了来自 Getty 的库存图片而陷入困境。假如他们决议答运用户上传多年来发明的艺术著作，以交换对模型的治理权，状况又会怎么呢？
数百万发明者可以在不受损害的状况下奉献自己的著作。依据区块链的 Stable Diffusion 可以轻松追寻生成图画所用的艺术著作来历，并向下载艺术品的人收取费用。然后，为其做出奉献的艺术家可以取得版税分红。
上述模型展现了它或许的样子。这是对 A16z 建议的当时生成式 AI 技能栈的从头组合。Web3 原生 AI 渠道可以经过供给 Token 鼓励措施来从众包数据集（如图画）。艺术家这类的奉献者可以同享他们的著作，然后经过模型生成特定风格的艺术著作。
假如输入查询指令的用户决议运用某个著作，他们可以铸造一个显示所运用模型和输入数据的 NFT。这样的生成性艺术著作将与曩昔的 NFT 相同具有价值，由于其出处是可以验证的。
下一个 Open Sea 或许会整合这类生成性艺术方法、供给数据或运转查询的奉献者，以及链上原语来证明著作中所包括的各个组成部分。担任保护和优化模型的集体可以将其租借给用户想要铸造 NFT 的商场。或许，一个数百万人运用的大型模型可以开源并作为 DAO 运转，这将让人们在生成式 AI 东西的保护和扩展方面具有更多的发言权。
你或许以为这无关紧要——仅仅一个无用的解决计划。但你可以问问 Replika 的用户，当运用中的产品决策在未征求他们定见的状况下进行时，他们会作何反响。
如今，只需求少量数据就可以练习这些东西。因而，开端为创立这些东西做出奉献的艺术家或许会成为剩余的人。要想确保公平性，咱们可以依据他们著作的运用程度给予他们相应份额的 Token。
幻想一下，假如那些在 OpenSea 前期为其开展做出奉献的艺术家可以在渠道中取得股权或 Token 作为报答。那么，他们或许就不用像现在这样忧虑版税问题了。
我测验将 Web2 和 Web3 在哲学意义上对待 AI 的不同方法进行了整理：
乍一看，Web3 原生 AI 似乎是一个无用的解决计划，这也是我曩昔几个月的想法。但重视一下 OpenAI 在曩昔几个月的开展状况，你就会明白咱们缺少东西来应对渠道独占。在 Token、NFT 和链上来历之间，作业现已发明了充足的东西集，以应对未来几年咱们将面对的虚伪新闻和失业潮。这已不再仅仅是关于 Crypto，而是联系到怎么树立一个强有力的的体系来防止人工智能出产无意义的内容并造成混乱。
咱们要在 AI 的布景下运用 Web3 的原则，由于 AI 技能过于强壮，不能听凭少量企业对其加以操控。当网络刚刚鼓起时，咱们没有东西来验证出处或治理渠道独占。而现在状况现已产生了改变，Uniswap 这样的 DeFi 渠道向咱们展现了一个分布式、社区具有的基础设施以及可行的中心化代替计划。跟着时刻的推移，咱们在生成式 AI 模型上看到相同的状况只会是早晚的问题。
此时快讯
【2023-03-27 02:47】【ETHGlobal黑客松入围项目Opclave支持使用Apple Face ID与Touch ID发起交易】3月27日消息，伊斯坦布尔大学T Blockchain俱乐部团队开发的Opclave入围ETH Global Scaling 2023黑客松，这是对ERC-4337兼容智能合约账户的OP Stack改进，该智能合约钱包使用与 Apple Enclave 抽象的签名，允许用户创建并使用 Apple Face-ID 与 Touch-ID 的非托管钱包，而无需助记词。其核心理念是将 Apple 设备、iPhone、Macbook 变成硬件钱包，从可信执行环境 Apple Secure Enclave 中发起交易，确保安全。同时，Opclave 还具有社交恢复、批量处理、支持 ERC20 Token 支付、每日支出限额等功能。此后，团队还将开发 2FA、电子邮件登陆等其他账户抽象功能，并支持 Starknet、zkSync、Fuel 等其他链。
