FX168财经网_全球视野外汇黄金加密货币NFT资讯网

探索区块链和AI的交汇如何重塑世界

力驱动的。 OpenAI（微软支持）和Anthropic（谷歌和亚马逊支持）等人工智能/机器学习领域的主要参与者已经在整合资源，并围绕自身模型和数据建立壁垒。但是，尽管在计算、数据和分销方面具有早期优势，这种做法可能会破坏最初催生该行业的协作开发周期，扼杀发展势头。像以太坊这样的区块链提供了一个可行的解决方案，并已成为可靠的中立数据和计算系统，推动了开源创新。区块链已经支撑了一系列数字原生原语，这些原语处于有利地位，可以在一个越来越由生成式AI塑造的世界中发挥关键作用。我们相信，区块链有很大的机会成为人工智能领域开源研究和开发的主要力量。 3、当今市场状况今年，在核心基础设施、模型层，甚至是面向用户的应用程序（如聊天机器人、客户支持和编码助手）上，已经投入了大量资金。尽管如此，从长远来看，在传统领域里价值在哪里产生积累（以及流向谁）并不明显。在目前的范例中，AI有可能成为一股中心化力量，继续扩张web2市场主导者的地位。特别是在基础设施和模型层，游戏的名字是扩展——硬件和资本资源、数据访问、分销渠道和独特的合作伙伴关系方面的扩展。从AWS这样的云服务提供商，到英伟达（Nvidia）这样的硬件制造商，再到微软这样的老牌巨头，许多参与者都在走向全栈模式，无论是通过并购还是通过专利合作的方式。头部巨头们正在进行规模和利润的争夺，但是超昂贵、高精度的企业API模型的市场可能会受到经济、开源性能趋同、甚至是低延迟工作负载需求趋势的限制。与此同时，中端市场的很大一部分已经出现了类似于“OpenAI API wrapper”产品的商品化趋势，这些产品功能充足，但难以区分。 4、开源建设势头用于预训练、训练和微调的开源数据集，以及免费访问的基础模型和工具，鼓励着大大小小的企业直接利用开源系统和工具尽情发挥创造力。谷歌泄露的一篇文章概述了闭源和开源代码世界之间的差距正在迅速缩小。值得注意的是，如今96%的代码库都使用了开源软件，这一趋势在大数据、人工智能和机器学习领域尤为明显。与此同时，颠覆云服务寡头垄断的时机或已成熟。历来，三大巨头AWS、Google Cloud和Azure都是通过将工具和服务分层来占领市场，从而在企业竞争中深入巩固自己的地位。这种主导地位给企业带来了许多挑战，从限制性运营依赖到云基础设施相关的过高成本，尤其是考虑到主要提供商收取的溢价。现有公司面临着运营重组的费用压力，再加上试图尝试和整合越来越多的开源AI，将为使用去中心化替代方案重构业务创造一个窗口。因此，开源AI和区块链技术的新兴交叉点为实验和投资提供了一个非凡领域。 5、加密与AI：双向价值关系我们对人工智能和区块链之间潜在的共生关系感到异常兴奋。加密中间件可以通过建立有效的计算和数据市场（供应、标签或微调）以及证明或隐私工具，极大地改善人工智能供应方的信息输入。反过来，去中心化应用程序和协议将通过吸收这种劳动成果达到新的高度。不可否认，加密技术已经取得了长足的进步，但协议和应用程序仍然受到主流用户使用的仍然不直观的工具和用户界面的影响。同样，智能合约本身可能会受到限制，无论是在开发人员的手动工作负载需求方面，还是在整体功能的流动性方面。 Web3开发人员是一群非常高产的人。高峰时期，仅仅7.5万名全职开发者就创造了价值数万亿美元的产业。编码助手和ML增强DevOps有望助力现有工作，而无代码工具正在迅速赋能新一类建设者。随着机器学习功能被整合进智能合约并被带到链上，开发人员将能够设计出更加流畅和富有表现力的用户体验，并最终设计出全新的杀手级应用程序。这种链上体验的跨越式功能改进将吸引新的——可能是更多的——受众，催化出重要的采用反馈飞轮。生成式AI可能就是加密货币缺失的一环，它将改变UI/UX，并催生新一波技术发展浪潮。反过来，区块链技术将利用、泛化和加速人工智能的潜力。 6、使用区块链建设更好的数据市场（1）数据是机器学习的基础信息输入是的，计算基础设施的巨大改进是非常有用的，但正是像Common Crawl和The Pile这样的庞大数据库使基础模型如今吸引世界目光成为可能。此外，企业将利用这些数据完善其产品供应的基础模型，或建立未来的竞争护城河。最终，数据将成为用户和个人模型之间的桥梁，这些模型在本地运行，并不断适应个人需求。因此，数据的竞争是一个必不可少的前沿领域，区块链可以在这个领域占据优势——尤其是在质量成为塑造数据市场的重要属性的情况下。（2）质量重于数量早期研究表明，在未来几年，高达90%的在线内容可能是人工合成的。虽然合成训练数据具有一定优势，但它也引入了模型质量恶化和偏见强化相关的重大风险。未来几年，机器学习模型可能会耗尽非合成数据源，这是一个真正的风险。加密货币的协调机制和证明原语本质上是为支持去中心化市场优化的，让用户可以共享、拥有或变现他们用于训练或微调特定领域模型的数据。因此，web3可能是一个更好、更有效的人工生成训练和微调数据的源头。（3）进展情况区块链支持的去中心化训练、微调和推理过程也可以更好地保存和利用开源智能。较小的开源模型使用高效的微调过程进行改进，在输出精度上已经可以与较大的模型相媲美。因此，就来源和微调数据而言，趋势已开始从数量转向质量。跟踪和验证原始数据和衍生数据生命周期的能力可以促进复现性和透明度，从而为更高质量的模型和输入提供动力。区块链可以建立一个持久的护城河，成为具有多样化、可验证和量身定制数据集的主要领域。这在传统解决方案过度索引算法进度以应对数据不足的情况下尤其有价值。（4）内容海啸即将到来的AI生成内容浪潮是另一个加密货币先发优势将发挥作用的领域。这种新的技术范式将以前所未有的规模赋能数字内容创作者，而Web3即插即用的基础设施让这一切都变得简单明了。加密货币具有主场优势，这要归功于多年来围绕以NFT形式建立数字资产和内容的所有权和不可变来源的原语的开发。 NFT可以捕获整个内容创作生命周期，但也可以代表数字原生身份、虚拟资产，甚至现金流。因此，NFT使数字资产市场（OpenSea、Blur）等新用户体验成为可能，同时也重新思考了书面内容（Mirror）、社交媒体（Farcaster、Lens）、游戏（Dapper Labs、Immutable），甚至是金融基础设施（Upshot、NFTFi）等商业模式。这项技术甚至可以比另一种选择——使用算法——更可靠地打击深度造假和计算操纵。一个明显的例子就是，OpenAI的检测工具因精度失败而关停。最后一点：简洁和可验证计算的进步也将升级NFT的动态格局，因为它们包含ML输出以驱动更智能、不断发展的元数据。我们相信，基于区块链技术的AI工具和界面将释放出全面价值，重塑数字内容格局。 7、采用零知识证明利用机器学习的无限知识区块链行业寻求技术解决方案，在保持无需信任动态的同时实现资源高效计算，这使得零知识（ZK）证明取得了十足进展。虽然最初的设计是为了解决以太坊虚拟机（EVM）等系统固有的资源瓶颈，但ZK证明提供了一系列与人工智能相关的有价值的用例。一个明显的例子就是对现有用例的简单扩展：高效、简洁地验证计算密集型过程，比如在链下运行ML模型，这样最终产品（比如模型推理）就可以通过智能合约以ZK证明的形式在链上整合。存储证明与协同处理相结合可以更进一步，在不引入新的信任假设的情况下，使链上应用程序更灵活敏捷，从而大大增强其功能。当然也允许实现全新的功能。当通过API调用ZK证明时，ZK证明可以用来验证特定模型或数据池是否真正用于生成推断。它还可以隐藏模型在医疗保健或保险等客户敏感行业中使用的特定权重或数据。公司甚至可以通过交换数据或IP来更有效地协作，从共享学习中受益，同时仍然保持其资源的所有权。最后，ZKP在区分人工数据和前面讨论的合成数据这一日益相关（且具有挑战性）的领域中具有真正的适用性。其中一些用例取决于围绕技术实现的进一步开发和寻找可持续的规模化经济的需求，但zkML有可能对人工智能的发展轨迹产生独特的影响。 8、长尾资产及潜在价值加密货币已经证明了其作为音乐和艺术等传统市场价值流的卓越架构师的作用。在过去的几年里，还出现了代表链下有形资产（如葡萄酒和运动鞋）的链上流动性市场。继任者自然将涉及先进的ML功能，因为人工智能被带到链上并可让智能合约访问。 ML模型与区块链围栏（rails）相结合，将重新设计以前由于缺乏数据或买家深度而无法获得的非流动性资产背后的担保流程。一种方法是，机器学习算法查询大量变量，以评估隐藏的关系，并最大限度地减少操纵者的攻击面。Web3已经在尝试围绕社交媒体关系和钱包用户名等新概念创建市场。与AMM对释放长尾代币流动性的影响类似，ML将通过获取大量定量和定性数据来获得隐性模式，从而彻底改变价格发现。这些新的见解可以形成基于智能合约的市场的基础。人工智能的分析能力将嵌入去中心化金融基础设施，以发现长尾资产中的潜在价值。 9、去中心化基础设施层加密货币在吸引和货币化高质量数据方面的优势解决了一方面问题。另一方面——人工智能背后的基础设施支持——也有类似前景。像Filecoin或Arweave这样的去中心化物理基础设施网络（DePINs）已经建立了用于存储的系统，这些系统本身就包含区块链技术。其他像Gensyn和Together这样的公司正在解决分布式网络模型训练的挑战，而Akash则推出了一个令人印象深刻的P2P市场，将过剩计算资源的供需联系起来。除此之外，Ritual正在以激励网络和模型套件的形式为开源AI基础设施建设基础，将分布式计算设备连接起来，供用户进行推理和微调。至关重要的是，像Ritual、Filecoin或Akash这样的DePIN也可以创建一个更大、更有效的市场。他们通过向更广泛的领域开放供应端，包括能够释放潜在经济价值的被动供应商，或者通过将性能较差的硬件整合到与高水平的同行相竞争的池中来实现这一点。技术栈的各部分都涉及不同的约束和价值偏好，并且对这些层进行规模性实战测试（特别是去中心化模型训练和计算的新兴领域）方面仍有大量工作要做。然而，基于区块链的计算、存储甚至模型训练解决方案的基础已存在，这些解决方案最终可以与传统市场一较高下。 10、结论加密与AI的联合正迅速成为最鼓舞人心的设计阵地之一。各领域已经形成了从内容创作和文化表达到企业工作流程及金融基础设施的方方面面的影响。总之，我们相信这些技术将在未来几十年重塑世界。最好的团队将进行无需许可的基础设施、加密经济学及人工智能进行原生结合，以提升产品/服务性能，实现全新行为，或实现具有竞争力的成本结构。加密技术向协作网络引入了前所未有的规模、深度和标准化数据粒度，而从这些数据中获得效用通常是没有明显方法的。与此同时，人工智能将信息池转换为相关背景或关系的向量。当这两个领域结合在一起时，可以形成一种独特的互惠关系，为去中心化未来的建设者奠定基础。来源：金色财经

金色财经2023-11-16

Follow聪明钱VC趋势抓住潜在机遇 8-10月千万美元投融资汇总 | veDAO研究院

tenstorrent.com/ 5.Anthropic 金额：1亿美元轮数：未披露时间：2023-08-13 投资机构：韩国电信运营商SK Telecom（SKT）历史融资总额：5.5亿美元 (2023年05月完成4.5亿美元C轮融资)。项目类型：人工智能，大语言模型。项目介绍： Anthropic是由前OpenAI领导人创立的AI公司，Anthropic和SKT计划合作开发一个专门为全球电信公司服务的多语言大语言模型Claude。Claude的核心技术是“宪法”训练（“constitutional” training），在“宪法”训练框架下，人工智能模型一旦经过训练，就能在没有人类反馈的情况下自我改进，识别不当行为并自我调整，避免了人类偏见对AI模型的影响，从而实现AI模型的“无害化”升级。Claude AI能够处理超过10万个上下文token，竞争对手OpenAI的聊天机器人最多只能处理4K、8K和32K个上下文token。推特数据：粉丝数14.1万，运营稳定。相关链接：https://www.anthropic.com/ 6.Prins AI 金额：1亿美元轮数：B轮时间：2023-10-01 投资机构：AAB VC领投项目类型：人工智能历史融资总额：1.22亿美元 (2023年08月完成2200万美元A轮融资)。项目介绍： PRINS AI是一家基于区块链技术的AI驱动数字人（AI Digital People）服务提供商，Prins AI平台利用区块链技术和智能合约记录AI数字人训练和应用行为，还采用加密货币奖励机制让用户参与AI数字人训练计划。PRINS AI数字人技术现已广泛应用于广电媒体、品牌营销、电商直播/短视频、教育娱乐、AR/VR/AI等各类线上线下不同场景。Prins AI将用这笔资金继续深度学习技术研发，推出更准确、自然和高效的数字身份产品，扩大团队，招聘更多技术人才。推特数据：粉丝数735，运营频率较低。相关链接：https://app.vedao.com/projects/9b1d1d569f33b7acc60ddd271c8e3296a7ea8d817e36d89123e0f88927bac997 7.Elemental Cognition 金额：6000万美元轮数：未披露时间：2023-08-18 投资机构：未披露项目类型：人工智能项目介绍： Elemental Cognition Inc是由IBM Watson团队前负责人David Ferrucci于2015年创立的人工智能初创公司，旨在创建具有高级推理能力的人工智能，该公司提供两种企业聊天机器人解决方案Cogent和Cora，专为金融、交互式旅行规划和科研自动化等多种应用量身定制。Elemental Cognition强调其独特的混合AI平台，集成了大规模语言模型与基于AI的推理引擎，以提高精确度和可控性。文件显示，该公司已向17名投资者完成了价值5995万美元的股权出售，并计划额外获得 575 万美元的融资。推特数据：粉丝数375，运营频率较低。相关链接：https://ec.ai/ 8.Animoca Brands 金额：5000万美元轮数：战略融资时间：2023-10-30 投资机构：NEOM投资基金，其中2500万美元将以每股4.50澳元的转换上限发行可转换票据，剩余的2500万美元将用于在二级市场购买公司股票。历史融资总额：16亿美元 (2022年4轮融资完成15.5亿美元)。项目类型：元宇宙，NFTs，Gaming。项目介绍：Animoca Brands是数字娱乐、区块链和游戏化领域的领导者，致力于推进数字产权并为建立开放的虚拟世界做出贡献。Animoca Brands利用区块链为用户提供了去中心化的数字资产和虚拟物品，增加了游戏和应用的可互操作性。这不仅有助于创造更加开放和自由的数字生态系统，还鼓励了用户在不同平台间流动性的体验。该公司开发和发布了广泛的产品组合，包括 REVV 代币和 SAND 代币；原创游戏，包括 The Sandbox、Crazy Kings和Crazy Defense Heroes；以及利用流行知识产权的产品，包括 Disney、WWE、Snoop Dogg、行尸走肉、电力别动队、MotoGP和Formula E。推特数据：粉丝数21万，运营积极稳定。相关链接：https://app.vedao.com/projects/21312908cf109604735f567e6c24cd2f18e6b250b18978d3d99090351ab5f63f 9.Core Scientific 金额：5390万美元轮数：未披露时间：2023-09-21 投资机构：比特大陆Bitmain 历史融资总额：1.51亿美元（2020年4400万美元A轮融资，2021年完成5400万美元融资)。项目类型：基础设施，Mining。项目介绍：Core Scientific 是北美最大的区块链数据中心提供商和数字资产矿工之一。自 2017 年以来，他们一直积极参与数字资产领域，通过自己的设施和知识产权，为客户提供高效的数字资产托管挖矿和自挖矿服务。Core Scientific拥有先进的人工智能技术，可以提供高质量的解决方案。公司拥有大量的区块链基础设施，可以为客户提供高效的服务。截至 2023年9月，Core Scientific运营着约20万台比特币矿机，用于托管和自挖矿，其位于美国五个州的数据中心设施的总算力为22.0 EH/s。本轮投资者比特大陆和Core Scientific已达成一项股权和现金组合的协议，为购买新型、更高效的比特币挖矿设备提供资金。另外，比特大陆已与Core Scientific达成一项新的托管协议，以支持比特大陆的挖矿业务。推特数据：粉丝数1.27万，运营积极稳定。相关链接：https://app.vedao.com/projects/12756671cd9aa2f8d0f35f4cb75c0cd9fa0084b206f47b2752f78768cb5f5dac 10.MotherDuck 金额：5250万美元轮数：B轮时间：2023-09-20 投资机构：Felicis领投，a16z、Madrona、Amplify Partners、Altimeter、Redpoint和Zero Prime参投。历史融资总额：1亿美元（2022年完成4700万美元融资）。项目类型：云服务，数据。项目介绍：MotherDuck是一家托管DuckDB云服务的数据库初创公司。DuckDB是一个功能齐全、免费、开源的进程内OLAP数据库，由DuckDB社区和DuckDB实验室开发和维护。MotherDuck是一个独立的组织，与DuckDB Labs密切合作，构建基于DuckDB的云分析服务。DuckDB 包含一个列式矢量化查询执行引擎，该引擎仍会解释查询，但会在一次操作中处理大量值（“向量”），这大大减少了传统系统（如 PostgreSQL、MySQL 或 SQLite）中按顺序处理每一行的开销。向量化查询执行可显着提高 OLAP 查询的性能，有效地支持数据服务的工作负载，减少每个单独值所花费的CPU周期数。推特数据：粉丝数3961，运营积极稳定。相关链接：https://motherduck.com/ 关注我们 veDAO是一家由AI驱动的web3趋势追踪&智能交易一站式平台，将大数据分析所呈现出的市场趋势与交易深度结合，致力于打造更适合Web2和Web3用户买卖投资的web3 AI交易所。 veDAO拥有行业领先的由链上分析&情绪指标构成的AI大语言模型，为用户提供主动型数据支持，结合智能、快捷、安全、实时监控的AI交易功能，截止目前，平台重度使用用户已超过40000人，关联22000+Web3垂直行业 Twitter KOL，与180+专业机构组成veDAO专家委员会，平台项目库超10000+个，且有240+星探与veDAO一起不断增加Web3项目。 veDAO以两周一次版本更新的速度不断升级，决心搭建起Web2通往Web3的桥梁，成为未来Web2和Web3用户查项目、找热点、看趋势、一级投资、二级交易的首选平台。 Website：http://www.vedao.com/ Twitter：https://twitter.com/vedao_official Facebook：bit.ly/3jmSJwN Telegram：t.me/veDAO_zh Discord：https://discord.gg/NEmEyrWfjV 投资有风险，项目仅供参考，风险请自担哦来源：金色财经

金色财经2023-11-15

探索区块链和人工智能的未来

能力。像OpenAI（由微软支持）和Anthropic（与谷歌和亚马逊合作）这样的AI/机器学习领域的主导企业，已经在整合资源并围绕其模型和数据建立壁垒。但是，尽管在计算、数据和分发方面具有早期优势，这种方法有可能通过分割最初孕育该行业的协作开发周期来阻碍发展势头。相关推荐：香港明年将设人工智能超算中心区块链（如以太坊）作为可信的中立数据和计算系统，为开源创新提供了可行的应对方案。区块链已经支持了一系列数据原语，这些原语在逐渐受到生成式AI塑造的世界中发挥关键作用。我们相信，区块链有很大机会成为AI开源研究和开发的主要领域。丨当今市场的状况今年的生成式 AI 热潮已经在核心基础设施、模型层，甚至聊天机器人、甚至面向用户的应用程序（如聊天机器人、客户支持和编码助手）方面投入了大量资金。尽管如此，从长远来看，传统堆栈在哪里（以及对谁）产生价值并不明显。在当前的模式下，AI有可能成为一种集中化力量，扩大Wbe2市场领导者的主导地位。特别是在基础设施和模式层面，游戏的名称就是规模--硬件和资本资源、数据访问、分销渠道和独特的合作伙伴关系。从 AWS 这样的云服务提供商到 Nvidia 这样的硬件制造商，再到微软这样的老牌巨头，许多企业都在通过并购或专有合作的方式实现全栈式发展。处于顶端的巨头们正在为规模和准确性展开激烈的边缘竞争，但超高成本、高准确性的企业 API 模型市场很可能会受到经济因素、新出现的开源性能平价，甚至是低延迟工作负载需求趋势的限制。与此同时，中间市场的很大一部分产品已经商品化，类似于 "OpenAI API 封装器 "的集合，虽然功能足够，但无法区分。丨基于开源的发展势头用于预培训、培训和微调的开源数据集，以及可免费访问的基础模型和工具，已经在鼓励各种规模的企业直接利用开放系统和工具发挥创造力。谷歌泄露的一份文件概述了封闭世界与开源世界之间的差距正在迅速缩小。值得注意的是，当今 96% 的代码库已经使用开源软件，这一趋势在大数据、AI和机器学习领域尤为明显。与此同时，云服务寡头垄断的颠覆时机可能已经成熟。从历史上看，AWS、Google Cloud 和 Azure 三大巨头通过分层工具和服务，在企业堆栈中占据了一席之地。这种主导地位给企业带来了一系列挑战，从限制性的运营依赖到与云基础设施相关的过高成本，尤其是考虑到主要供应商收取的溢价。现有企业面临着重组运营支出的压力，同时又希望尝试和整合范围不断扩大的开源AI，这将为利用去中心化替代技术重新构想堆栈创造一个窗口。因此，开源AI和区块链技术的新兴交叉点为实验和投资提供了一个非同寻常的领域。丨加密货币 x AI：互惠互利的关系我们对AI和区块链之间潜在的共生关系深感兴奋。加密中间件可以通过建立高效的计算和数据市场（提供、标记或微调）以及认证或隐私工具，大幅改善AI供应方的投入。反过来，去中心化应用和协议也将通过吸收这些劳动成果达到新的高度。不可否认，加密货币已经取得了长足的进步，但对于主流用户来说，协议和应用程序仍然受到工具和用户界面不直观的影响。同样，智能合约本身也会受到限制，这不仅体现在对开发人员手工工作量的要求上，还体现在整体功能的流畅性上。 Web3 开发人员是一群非常高效的人。最高峰时仅有约 7500名全职开发人员，却打造了一个价值数万亿美元的产业。由 ML 强化的编码助手和 DevOps 有望为现有的工作增添动力，而无代码工具正在迅速为新一类开发者赋能。随着 ML 功能被集成到智能合约中并引入链上，开发者将能够设计出更无缝、更具表现力的用户体验，并最终设计出全新的杀手级应用。链上体验的这一步功能改进将吸引新的--而且很可能是更多的--受众，催化一个重要的采用-反馈飞轮。生成式AI可能会成为加密货币缺失的一环，改变用户界面/用户体验(UI/UX)，催化一大波新的技术发展。反过来，区块链技术也将利用和加速AI的潜力。丨使用区块链建立更好的数据市场数据是 ML 的基础输入没错，计算基础设施的巨大进步功不可没，但像Common Crawl和The Pile这样庞大的数据存储库才是当今世界上最吸引人的基础模型的来源。此外，公司还将利用数据来完善其产品的基础模型，或建立未来的竞争护城河。最终，数据将成为用户与个人模型之间的桥梁，个人模型可在本地运行，并不断适应个人需求。因此，数据竞争是一个重要的前沿领域，也是区块链可以发挥优势的领域，尤其是当质量成为塑造数据市场的重要属性时。质量胜于数量早期研究表明，在未来几年中，高达 90% 的在线内容可能是合成生成的。虽然合成训练数据具有优势，但它也带来了模型质量下降和偏见强化的重大风险。未来几年，机器学习模型可能会耗尽非合成数据源，这是一个真实的风险。加密货币的协调机制和证明原语在本质上进行了优化，以支持去中心化的市场，用户可以在这些市场中共享、拥有或货币化他们的数据，用于训练或微调特定领域的模型。因此，Web3 可能被证明是人类生成的训练和微调数据的更好、更有效的来源。复合进步区块链支持的去中心化训练、微调和推理过程也能更好地保存和复合开源智能。使用高效微调流程改进的小型开源模型在输出准确性方面已经可以与大型开源模型相媲美。因此，在源数据和微调数据方面，趋势开始从数量转向质量。对原始数据和衍生数据的生命周期进行跟踪和验证的能力可实现可重复性和透明度，从而提高模型和输入的质量。资料来源：Will Henshall / Epoch (TIME) 区块链可以建立一个持久的护城河，作为拥有多样化、可验证和定制数据集的主要领域。这一点尤为重要，因为传统解决方案过度依赖算法的进步来弥补数据的不足。丨内容海啸这种新的技术范式将以前所未有的规模为数字内容创作者赋能，而 Web3 则提供了即插即用的基础，让这一切变得有意义。加密货币拥有主场优势，这要归功于多年来围绕原语的开发，这些原语以 NFT 的形式确立了数字资产和内容的所有权和不可篡改的出处。 NFT 可以捕捉整个内容创建生命周期，也可以代表数字原生身份、虚拟资产甚至现金流。因此，NFT 可以带来新的用户体验，例如数字资产市场（OpenSea、Blur），同时也可以重新思考围绕书面内容（Mirror）、社交媒体（Farcaster、Lens）、游戏（Dapper Labs、Immutable），甚至金融基础设施（Upshot，NFTFi）。该技术甚至可以比使用算法进行深度伪造和计算操纵更可靠。在一个明显的例子中，OpenAI 的检测工具就曾因准确性失误而被关闭。最后一点：简洁、可验证的计算技术的进步也将提升 NFT 的活力，因为它们结合了 ML 输出，以驱动更智能、更不断发展的元数据。我们相信，区块链技术之上的AI工具和接口将释放全栈价值并重塑数字内容格局。丨用"零知识"驾驭ML的无限知识区块链行业一直在寻找既能实现资源高效计算又能保持无信任动态的技术解决方案，这促使零知识（ZK）密码学取得了明显的进步。最初为了解决以太坊虚拟机（EVM）等系统固有的资源瓶颈问题，但零知识证明提供了一系列与AI相关的有价值的用例。一个显而易见的方法就是现有解锁的扩展：高效、简洁地验证计算密集型流程，例如在链下运行 ML 模型，以便最终产品（例如模型的推理）可以通过智能合约以以下形式在链上获取： ZK 证明。存储证明与协同处理相配合，可以更进一步，在不引入新的信任假设的情况下，使链上应用更具反映性，从而实质性地增强链上应用的能力。其影响还能实现全新的功能。当通过应用程序接口调用时，ZK 密码学可用于验证特定模型或数据池是否确实用于生成推论。在医疗保健或保险等客户敏感行业，它还可以隐藏模型消耗的特定权重或数据。公司甚至可以通过交换数据或知识产权进行更有效的合作，在保持资源专有性的同时从共享学习中获益。最后，ZKP 在区分人类数据和前面讨论的合成数据这一日益相关（且具有挑战性）的领域具有真正的适用性。其中一些用例取决于围绕技术实施和大规模寻求可持续经济的进一步开发的需要，但zkML有可能对AI的发展轨迹产生独特的影响。丨长尾资产和潜在价值加密货币已经证明了其作为音乐和艺术等传统市场价值流动的卓越架构师的作用。在过去几年中，代表葡萄酒和运动鞋等链外有形资产的链上流动市场也已出现。随着AI被引入链上并应用于智能合约，自然而然的后续发展将涉及先进的 ML 功能。 ML 模型与区块链轨道相结合，将重塑以前由于缺乏数据或买家深度而无法访问的非流动资产背后的承销流程。其中一种方法是使用 ML 算法查询大量变量，以评估隐藏的关系，最大限度地减少操纵者的攻击面。Web3 已经在尝试围绕社交媒体连接和钱包用户名等新概念创建市场。与 AMM 在释放长尾代币流动性方面的影响类似，ML 将通过摄取海量定量和定性数据来得出非显而易见的模式，从而彻底改变价格发现。这些新见解将为基于智能合约的市场奠定基础。 AI的分析能力将接入去中心化的金融基础设施，以发掘长尾资产中沉睡的价值。丨去中心化基础设施层加密货币在吸引高质量数据并将其货币化方面的优势解决了等式的一方面。另一方面 – AI背后的支持性基础设施 – 也有类似的前景。 Filecoin或Arweave等去中心化物理基础设施网络( DePIN )已经构建了原生包含区块链技术的存储系统。 Gensyn和Together等其他公司正在应对跨分布式网络进行模型训练的挑战，而Akash则推出了一个令人印象深刻的 P2P 市场，将过剩计算资源的供需双方连接起来。除此之外，Ritual正在以激励网络和模型套件的形式为开放式AI基础设施奠定基础，连接分布式计算设备供用户运行推理和微调。重要的是，像Ritual、Filecoin或Akash这样的DePINs也可以创建一个更大、更高效的市场。它们通过将供应端开放到一个更广泛的领域，包括能够释放潜在经济价值的被动提供者，或者通过将性能较低的硬件整合成与其复杂对手相媲美的资源池，来实现这一目标。每个部分的堆栈都涉及不同的限制和价值偏好，还需要大量工作来在规模上进行这些层的实战测试（特别是去中心化模型训练和计算领域的新兴领域）。然而，基于区块链的计算、存储甚至模型训练解决方案的基础已经存在，最终可以与传统市场竞争丨它的含义加密货币和AI正在迅速成为最具启发性的设计领域之一。这两个领域已经影响到从内容创作和文化表达到企业工作流程和金融基础设施的一切。我们相信，这些技术将在未来几十年重塑世界。最好的团队正在本地化地将无需许可的基础设施和加密经济学与AI相结合，以提高性能、实现全新的行为或实现具有竞争力的成本结构。加密货币将标准化数据的规模、深度和细粒度引入协调网络，通常没有明显的方法从这些数据中获得效益。同时，AI将信息池转化为相关上下文或关系的向量。当这两个前沿领域结合在一起时，它们可以形成一种独特的相互关系，为去中心化未来的建设者铺平道路。 *非常感谢Niraj Pant、Akilesh Potti、Jason Morton、Dante Camuto、David Wong、Ismael Hishon-Rezaizadeh、Illia Polosukhin和其他人在该领域的前沿工作、宝贵的见解和灵感 - 所有这些不仅使本文成为可能，而且使加密货币的光明未来成为可能。来源：金色财经

金色财经2023-11-14

美股开盘：道指涨近50点区块链概念股走高理想汽车绩后涨近2%

歌加码押注AI独角兽！OpenAI劲敌Anthropic将用谷歌云芯片周三，谷歌公布，扩大同OpanAI劲敌、AI安全和研究初创公司Anthropic的合作伙伴关系，Anthropi将运用谷歌新一代的Cloud TPU v5e芯片进行AI推理。

金融界2023-11-09

亚马逊组建新团队训练大型语言模型代号“Olympus”

出了Titan等较小的模型。该公司还与Anthropic和AI21 Labs等人工智能模型初创公司合作，向AWS用户提供这些模型。

金融界2023-11-08

ChatGPT推出新功能：用户可构建自定义版本的ChatGPT

但它面临着来自谷歌的 Bard 和 Anthropic 的 Claude 2 的日益激烈的竞争。11 月 5 日，埃隆·马斯克宣布他已经创建了自己的人工智能聊天程序，名为“Grok”。来源：金色财经

金色财经2023-11-07

马斯克与英国首相讨论人工智能：AI可能成为人类的好朋友

OpenAI、谷歌的DeepMind、Anthropic、亚马逊、Mistral、微软和Meta。当被苏纳克问及他对这一举措的看法时，马斯克开玩笑地说：“这很烦人，这是真的”，但他表示支持这一计划，因为“多年来我们学到，有一个裁判是一件好事”。马斯克和苏纳克都认为可能需要物理“关闭开关”，以防止机器人以危险的方式失控，就像《终结者》系列电影和其他科幻电影中描述的那样。苏纳克说：“所有这些情节基本相同的电影都是以主人公关掉开关结束的。”他补充说，物理开关的重要性是当天早些时候峰会讨论的一部分。马斯克表示，他认为确保人工智能技术有“某种关闭开关”是我们应该“非常关注”的事情。“如果有一天他们的软件更新了，他们就不再那么友好了，那该怎么办？”他说。这不是马斯克第一次谈到物理开关的重要性，今年较早时，他在X平台上发布视频展示特斯拉“擎天柱”机器人的最新进展时，一位用户指出了擎天柱脖子后面的一个“红色按钮”，可能是作为防止潜在的机器人统治世界的场景的安全措施。马斯克回应称：“我们一定会尽力保证擎天柱的安全。它需要很容易地使用遥控器或你的手机就能暂停，无需集中控制。” 马斯克说，总的来说，他认为人工智能“很可能会成为一股向善的力量，”他说，问题在于事情变得非常糟糕的可能性“不是零”。马斯克说，人工智能系统可能会变得如此先进，以至于它可以通过记住对话，了解人们的好恶，成为一个人的“好朋友”。他指出，他的儿子有学习障碍，交朋友也有困难。“一个AI朋友对他来说会很好。”

金融界2023-11-03

【一周科技动态】大科技公司谁最强？

账户起订; 谷歌随亚马逊向AI初创公司Anthropic投资20亿美元； FTC认为亚马逊曾试图通过破坏通信记录来妨碍反垄断调查； $美国超微公司(AMD)$ $高通(QCOM)$ 财报优秀，看好AI芯片明年带来20亿美元销售收入；高通认为新开发的Snapdragon X电脑芯片可以超越苹果和英特尔的最好产品；因美政府扩大对华芯片出口限制，英伟达可能丢掉价值超50亿美元订单美国UAW汽车工会总裁盯上特斯拉一周核心观点苹果财报回顾苹果FY23Q4：营收略好于预期，但连续4个季度同比下滑，欧洲、大中华区、日本均现降幅，Mac和iPad业务需求不足连续拖累，iPhone差强人意。服务收入16%+，毛利率回升至45.2%。公司仍乐观预计iPhone和Mac将在下个季度还会继续增长，但是iPad和可穿戴设备可能会“大幅下滑”。谁是强势科技股大科技公司的财报基本结束，Q3的表现整体上是超出预期的，与Q3整体乐观的经济数据也是吻合的，但走势多有差异。我们做了一个总结（NVDA财报未出不做统计，AAPL仅统计盘后）：财报后当日跌的最惨的，无论是当日最大跌幅，还是收盘跌幅，均为TSLA；涨的最好的是AMZN；财报后一日表现最好的AMZN，不过加上报两日前的涨跌幅，反而是MSFT走得最稳。这跟我们之前所说的MSFT胜在“稳定”不谋而合。而AMZN因为财报前两日跌了近7%，所以财报当日的+6.8%也只能算“补足”；财报当日虽然表现不好，但是后继有人，并且强势拉回来的，是META。这么来看，财报季到此，大科技股的强势程度：MSFT\AMZN>META>GOOG>AAPL>TSLA，这些基本与几家大公司近期的业绩和行业预期吻合。此外，本周二线科技股反弹强烈，部分公司在财报后有两位数的反弹，涨势喜人。不过大量个股也是前两个Q跌幅巨大，短期内的反弹动能较大，回溯1-2个季度，或者从今年年初来看整体回报，依然还是比不上大科技公司。目前，今年以来回报最好的还是NVDA（AI行情），紧接着有158%涨幅的META，甚至有冲向历史新高的可能。期待月底的NVDA行情，给整体科技股进一步的指引。而Q1和Q2的NVDA财报当日及前后几日都有巨大的波动，是交易良机。 "TANMAM"的投资策略我们将这权重最大的7家公司合成一个投资组合，称之为“TANMAM”组合。以等权重、每季度重新调整权重的方式对这个组合进行回测，那么从2015年以来表现是远超 $标普500ETF(SPY)$ 的，总回报达到了1320%，同期SPY回报145%。年初以来，该组合总回报为87.7%，夏普比率为4.2，而同期SPY总回报回升至13.9%，夏普比率0.9；本周反弹，TANMAM组合回升7.8%，SPY回升4.4%。

老虎证券2023-11-03

谷歌A涨近2%向Anthropic投资20亿美元

。消息上，谷歌同意在此前对人工智能公司Anthropic投资的基础上，向这家公司投资至多20亿美元，以支持该公司和OpenAI的大模型展开竞争。

金融界2023-10-30

谷歌A涨近2% 向Anthropic投资20亿美元

。消息上，谷歌同意在此前对人工智能公司Anthropic投资的基础上，向这家公司投资至多20亿美元，以支持该公司和OpenAI的大模型展开竞争。

金融界2023-10-30

24小时热点