FX168财经网_全球视野外汇黄金加密货币NFT资讯网

瑞银分析师警告：特斯拉人工智能炒作过度，股价面临持续下跌风险

ChatGPT 制造商 OpenAI、Perplexity、Claude 制造商 Anthropic 和 Inflection。日益增长的担忧引发了大型科技股的抛售，七大科技公司——微软、苹果、英伟达、Alphabet、亚马逊、Meta 和特斯拉——的市值周四合计蒸发近 6000 亿美元，创下有史以来第二大单日跌幅。福布斯估值马斯克是世界上最富有的人，估计净资产为 2457 亿美元。马斯克的大部分财富与他共同创立和领导的公司有关，尤其是汽车制造商特斯拉，周四该公司股价下跌后，他的财富缩水了约 110 亿美元，降幅为 5%。马斯克还共同创立并领导了火箭公司 SpaceX、隧道公司 The Boring Co.、脑植入公司Neuralink和新 AI 初创公司 xAI，特斯拉投资者已就此起诉他。他还拥有社交媒体平台 X，他在 2022 年收购了该平台，引起了争议。

Dan19772024-07-12

格隆汇基金日报 | 胡昕炜新进买入！千亿基金经理履新

纳入OpenAI、Anthropic和Perplexity等公司开发的模型。贝莱德拟235亿元收购英国数据公司Preqin 近日，贝莱德宣布以25.5亿英镑（约合235亿元人民币）现金发起收购Preqin（睿勤）。Preqin是私募市场知名的数据解决方案提供商，专注于追踪私募股权、对冲基金等领域。总部位于伦敦，覆盖全球19万只基金、6万名基金经理和3万名私募市场投资者，拥有超过20万用户。贝莱德首席执行官Larry Fink（拉里·芬克）表示，通过这笔收购，贝莱德得以把指数化的模式应用于快速增长的私募市场。年内，贝莱德已两度发起针对私募市场的较大规模收购。今年1月，贝莱德宣布以价值约125亿美元的现金和股票收购全球最大的独立基础设施投资管理公司Global Infrastructure Partners。三、基金产品最新动态

格隆汇2024-07-03

软银海外融资18.6亿美元助力孙正义的“AI宏图”

索”这一前沿领域的美国人工智能初创公司Perplexity AI，软银对于Perplexity的这一笔投资，可谓是孙正义领导之下的软件集团对于“超级人工智能”宏图至关重要的细分领域的最新赌注，孙正义押注Perplexity未来可能是“AI搜索”这一前沿领域的最强领导者。AI初创公司Perplexity目标在于利用人工智能技术加持下的无广告式高效AI搜索，与Alphabet Inc旗下的谷歌搜索引擎展开激烈竞争。在孙正义看来，软银集团的使命乃通过实现“超级人工智能”(ASI)愿景来帮助人类社会进步。软银亿万富翁创始人孙正义在上周对人工智能的未来提出了堪称宏伟的愿景，包括承诺实现他所谓的“超级人工智能”。孙正义谈到他想要打造出比人类聪明数千倍的人工智能系统，这是自软银在一系列不合时宜的初创公司赌注后短暂退出风投市场以来最宏大的声明。在上周软银股东大会上，孙正义宣称，他已经准备好在人工智能领域孤注一掷，且“无论输赢”。在上周五，孙正义更进一步放出豪言壮语，表示软银此前所做的一切都是为了实现AI梦想的热身准备工作，软银集团的目标是要打造出“超级人工智能”。他预言，超级人工智能可能会在10年内出现，其能力将会是人类的万倍。根据今年2月的媒体报道，软银计划在一个名为“Izanagi”的超级AI芯片项目中向人工智能相关芯片企业投入约1000亿美元。上周，当一名股东问及“Izanagi”时，孙正义表示，他将致力于取得成果，并将努力实现自己设定的目标，但没有详细说明。如果孙正义投资成功，这一AI芯片项目将成为ChatGPT问世以来人工智能领域最大规模的投资之一，甚至使得微软此前对OpenAI的100多亿美元投资相形见绌。孙正义前不久表示，他正在寻求筹集最高达1000亿美元的资金，打造一家规模庞大的合资芯片公司，使之能够与当前在AI芯片领域具有垄断地位的英伟达(NVDA.US)展开全面竞争，并为全球人工智能发展提供必要的核心芯片产品。在孙正义寻求人工智能相关投资的同时，孙正义领导下的软银一直在探索更大规模使用Arm芯片设计方案的方法。孙正义希望能够创建一家规模庞大的芯片公司，与软银控股的在芯片设计领域具有重要地位的Arm(ARM.US)形成互补，并打造一个未来规模和市场占有率比肩英伟达的人工智能芯片巨头。软银曾因Wework等失败投资而一度巨额亏损，但目前软银连续多个季度实现盈利。而在这背后，投资Arm所带来的巨额盈利功不可没。Arm可谓是孙正义在多年前成功投资阿里巴巴之后的最新投资代表作，而孙正义显然也因此准备继续对人工智能投下重注。 Arm出售全球几乎所有智能手机移动端芯片最核心指令集架构的许可证，ARM架构集中应用于智能手机领域，但现在ARM架构出现在电脑以及数据中心AI服务器芯片领域的频率同样越来越高，英伟达自研的Grace CPU正是基于ARM架构，亚马逊的自研数据中心Graviton服务器处理器同样采用ARM架构，微软最新推出的自研定制化AI芯片Azure Cobalt 100这款一服务器CPU同样基于ARM架构打造，专门设计用于在微软Azure云服务器上运行云计算工作负载。因此，乘着这股全球AI投资热潮，Arm今年以来暴涨超120%，市值高达1700亿美元，而软银持股比例接近90%。

金融界2024-07-01

苹果打造AI帝国！不止OpenAI，正在与Meta、Anthropic等讨论合作

作，此前也与谷歌、Anthropic和Perplexity等AI公司洽谈。据《华盛顿日报》周日（23日）报导，Meta公司已经与苹果公司讨论将其生成式AI模型整合到后者的Apple Intelligence体系中，而苹果备注瞩目的AI计划才于两周前刚解开面纱。 6月中上旬，苹果在其WWDC 2024大会上公布了一系列系统更新，除了常规的visionOS2、iOS18、iPadOS 18、MacOS 15 Sequoia等，最新公布的Apple Intelligence尤为重磅。同时，苹果宣布Siri正式与OpenAI的ChatGPT合作，运用其领先的大型语言模型提升Siri的AI回应品质等。今年三月，传闻苹果正在与谷歌洽谈，将Google旗下的聊天机器人Gemini引入iPhone中。有分析称，两者关于端侧AI的合作是双赢之举，一方面为苹果赢得极佳的响应速度、用户体验和出色的隐私保护，另一方面Gemini则获得进入苹果数十亿活跃设备的关键优势。此外，知情人士透露，人工智能新创公司Anthropic和AI搜寻新创公司Perplexity也一直在与苹果讨论将其AI模型引入Apple Intelligence。报道称，目前的讨论尚未最终敲定，也有存在洽谈失败的可能，并补充道，与苹果的合作将有助于AI公司获得更广泛的产品分销。报道指出，谈判合作的规模目前尚不清楚，但谈判设计AI公司通过Apple Intelligence出售其服务的高级订阅。知情人士称，在这些谈判中，苹果并没有要求任何一方向对方支付费用，而是寻找一种类似App Store的合作方式：AI工资通过Apple Intelligence出售其服务的高级订阅服务，苹果则从订阅收入中抽取一部分。苹果公司此前也表态，如果与OpenAI以外的合作伙伴达成协议，苹果用户可以选择除苹果内部系统外，他们想要使用的外部人工智能模型。原文链接

投资慧眼2024-06-24

瞄准苹果，欧盟又开枪！新一轮调查开启，巨额罚款在路上？

Meta、初创公司Anthropic、Perplexity等公司洽谈合作，将其生成式人工智能引入Apple Intelligence。不过，欧盟苹果用户暂时都将无法体验这些AI新功能。

格隆汇2024-06-24

继OpenAI后牵手Meta？苹果联合AI“佼佼者”们，打造全新帝国

模型。” 初创公司Anthropic和Perplexity也一直在与苹果公司讨论，将他们的生成式人工智能引入Apple Intelligence。不过，讨论尚未最终确定，规模会有多大尚不清楚，也有可能会失败。另外，预计苹果还将讨论与中国等不同地区的其他人工智能公司建立合作伙伴关系。 Apple Intelligence，“AI大模型商店”？在今年6月全球开发者大会上，苹果首次正式推出了 Apple Intelligence——个人AI系统。这是一款将内置在iOS 18、iPadOS 18和macOS Sequoia中的强大生成式AI模型。其使用的芯片是苹果自研的M系列和专属云服务器。 Apple Intelligence的功能主要涵盖文本、语音助手、音频、摘要等多种内容。它可以帮助用户自动生成求职信、邮件、博客内容，同时可以根据不同的语气、应用场景进行切换。也可以对现有的文本内容的语法、句子结构和标点符号等进行校准，帮助用户快速完成书写。彼时苹果便称，Apple Intelligence将寻求合作伙伴来推进更复杂或特定的任务，OpenAI则是第一个合作伙伴。随着越来越多公司与苹果展开合作，那么也就意味着其用户有了更多潜在选择，同时减少了对OpenAI的依赖。未来，Apple Intelligence甚至可能会成为“AI大模型商店”，作为AI分发平台提供类似于苹果商店的服务。

格隆汇2024-06-24

24小时环球政经要闻全览 | 6月24日

，人工智能初创公司Anthropic和Perplexity也一直在与苹果商谈，希望把它们的生成式人工智能引入苹果智能系统。英伟达将为卡塔尔电信公司Ooredoo提供人工智能技术据彭博，总部位于卡塔尔多哈的电信公司Ooredoo首席执行官称，与英伟达签署了一项协议，将在Ooredoo位于五个中东国家的数据中心部署其人工智能技术。Ooredoo在一份声明中表示，这将使Ooredoo成为该地区首家能够让其卡塔尔、阿尔及利亚、突尼斯、阿曼、科威特和马尔代夫数据中心的客户直接访问英伟达的人工智能和图形处理技术的公司。两家公司没有透露这笔交易的价值。美国检察官建议司法部对波音公司提起刑事指控当地时间6月23日，美国检察官在发现美国波音公司违反了与两起致命坠机事件相关的和解协议后，建议美国司法部高级官员对波音公司提起刑事指控，司法部必须在7月7日之前决定是否起诉波音公司。据悉，目前司法部内部的审议仍在进行中，尚未做出最终决定。长城汽车计划今明两年在马来西亚、印尼和越南新建工厂据新加坡商业时报，长城汽车东盟区域总裁程金奎接受采访称，公司计划今明两年在马来西亚、印尼和越南新建工厂。程金奎透露，长城汽车正与马来西亚EP Manufacturing合作，寻求在马六甲州组装产品，预计最快7月投产。印尼的组装厂则有望今年7月或8月投产。按计划，越南工厂将于明年实现当地组装。

格隆汇2024-06-24

深入探讨去中心化人工智能（DeAI）及其重要性

hatGPT：能够进行类似人类对话。 Perplexity AI：提高搜索准确性。 Jasper AI：作为内容写作的副驾驶。 DALL-E：从文本描述生成图像。 Pika Art：从文本生成高清视频。这些工具正在成为我们日常生活的一部分，使任务变得更容易和更高效。AI 不再只是一个未来的概念；它正在积极解决我们今天面临的重要问题。 AI 的发展正在改变众多行业，例如：帮助医生更快地诊断疾病使自动驾驶汽车能够安全导航为用户在线购物体验个性化原则上，AI 方法可以分为三大类：中心化 AI：由单一实体或企业控制。去中心化 AI：注重分布式控制、透明度和激励机制。开源 AI：强调促进协作和透明度。在今天的研究中，我们将重点探讨“去中心化 AI”。 AI 的开发生命周期在深入细节之前，让我们了解一下构成 AI 开发生命周期的不同组件。这将使我们更容易理解去中心化如何对这些步骤作出贡献。 AI 的创新需要多年来的进步、持续反馈、培训和参与。开发一个 AI 模型涉及几个关键阶段，以确保端到端操作流程的稳健性。以下是生命周期关键阶段的详细介绍：问题陈述识别和设计一切始于识别业务问题并定义要解决的目标。数据收集是最关键的步骤之一，确保模型使用相关且准确的数据。数据收集与探索这一阶段包括从各种来源聚合数据并评估其质量。初步数据分析有助于理解模式和趋势，从而制定数据预处理和特征工程（数据改进）的计划。数据整理与准备数据预处理包括清理和转换原始数据为丰富、可用的数据集。使用特征工程从现有数据创建新特征以增强模型性能。模型开发这一阶段涉及根据问题陈述和收集的数据选择最适合的机器学习实践。接下来的步骤是训练和测试模型，以确保其能够做出准确的预测。最后是优化，即提高模型的效率。模型部署将模型部署到现实环境中，使其开始进行预测、推荐或其他训练任务。你可以使用计算提供商将其投入生产。持续监控确保模型保持准确和有效。偏差检测确保决策的公平性。模型维护与再培训维护模型涉及定期更新和使用新数据进行再培训。重点是尽可能多地收集反馈，并将其反馈给模型以进行调整和改进。今天，大多数这些模型来自研究机构、私营公司或少数开源组织。Google、OpenAI、IBM、AWS 和 Microsoft 是一些主要参与者。去中心化 AI 的需求中心化 AI 存在其问题。试想一下，单点故障意味着一次漏洞可能会危及所有内容。相比之下，去中心化 AI (DeAI) 通过将数据分布在多个节点上，使系统更安全。如果一个节点受到攻击，其余节点仍能正常运作。这种设置还使用户对其数据拥有更多控制权，尤其是在利用完全同态加密 (FHE) 和零知识机器学习 (ZKML) 等技术时，降低了隐私风险。审查是中心化系统的另一个重大问题。一个实体可以控制和操纵信息。相比之下，去中心化 AI 分布控制，难以让任何单一实体主导叙述。这确保了信息保持可访问并免受不当影响。透明度是我认为的关键因素。开源模型、激励机制和协作工作流管理意味着任何人都可以随时检查和验证决策。这种开放程度解决了中心化系统中隐藏偏见和不透明过程的问题。此外，它允许更多人参与并贡献。例如，拥有闲置计算空间的人现在可以通过去中心化计算提供商如 Akash 和 Render 出租。去中心化模型还限制了中央实体的权力，防止 AI 被滥用于不公平的目的。通过促进协作和知识共享，它利用集体智慧和更大的治理，导致系统更稳健、更开放和更准确。加密技术在其中充当了促进者，将最好的两方面结合在一起。它提供了对顶级服务、计算、模型和数据的访问，同时为每个利益相关者提供激励循环、安全性和隐私。这种协同作用确保 DeAI 不仅有效，而且公平和安全。 DeAI 的实际应用以下是 DeAI 领域的一些关键应用：行业应用医疗保健 DeAI 通过实现医疗机构之间的安全、私密的数据共享来增强医疗保健。 AI 算法可以分析匿名数据以识别模式、预测疾病爆发并个性化治疗计划。例如，患者可以私下分享他们的数据给医院，并确保只有他们自己拥有数据，没有其他人。金融去中心化金融 (DeFi) 是 web3 的最大子生态系统之一。AI 可以帮助增强风险管理和交易。这些协议使用 AI 评估风险、预测资产价格并优化交易策略。例如，许多项目正在开发有效资产管理、AI 驱动的自动化做市商 (AMM) 工具等。安全和欺诈检测 AI 算法可以通过分析交易数据中的模式和异常来帮助系统检测和防止欺诈。这增加了 web3 协议的安全性。例如，在 NFT 生态系统中，AI 可以帮助识别假冒资产，确保完整性。内容/情感生成 AI 可以用于创建故事情节、传说、游戏机制等。例如，web3 游戏可以使用 AI 从文本描述生成游戏内容，智能合约管理角色画像和物品等资产的所有权。此外，了解用户对某个类别、问题或市场的看法非常有价值。Kaito 和 Nansen 等工具旨在提供这种情报。 AI 代理和自动化有项目正在为各种领域的任务构建自主 AI 代理，从客户服务到供应链管理。这些代理可以由任何人创建或在协作努力下创建，所有利益相关者都可以无缝地自动获得奖励。用户体验 web3 的用户体验并不是最好的，但模型可以通过个性化推荐和行为预测来提升这一体验。去中心化的社交网络是一个很好的例子，允许用户选择内容推荐的算法或根据自己的喜好策划他们的 feed。生态系统管理激励结构利益相关者可以通过提供数据、计算能力或开发算法获得奖励（赚取代币）。动机在于，存在强大的需求驱动因素，促使人们聚集在一起，合作解决难题，同时也能公平地获得时间和努力的回报。成本效率 DeAI 平台可以通过利用分布式网络中的未使用资源大幅降低成本。它们消除了对昂贵数据中心的需求，并确保资源被最大化使用。例如，Akash Network、Aethir 和 Render 等项目允许用户租用他们未使用的计算能力用于 AI 任务，提高了效率。治理 DeAI 还可以用于改进治理流程，特别是对于协议和去中心化自治组织（DAO）。 AI 可以自动化声誉管理和奖励，确保在 DAO 中公平地认可贡献。推动加密与 AI 结合领域发展的催化剂加密与 AI 结合的交叉领域有几个强劲的催化剂推动其发展。让我们来看看其中的一些。首先，生态系统的资金一直在增加。过去一年中，共有 10.2 亿美元被投入到 136 轮融资中，平均每轮 750 万美元。Hack VC、Variant、Paradigm 和 Polychain 等著名投资者正在进行重大投资。这一资本的涌入正在为该领域的研究和创新提供动力。其次，这项技术旨在提供比中心化系统更具成本效益的替代方案。它可以将潜在的运营成本降低近 50%，高效处理大数据量，并同时提供安全性和隐私性。例如，Akash 声称与 AWS、GCP 和 Azure 相比，其计算提供的成本降低了 85%。从市值来看，该领域的领先项目，如Bittensor、Akash、Render、Worldcoin，在过去的一年里在二级市场上表现异常出色。这些项目一直是 web3 中表现最好的资产之一。根据 Coinbase 的报告，Crypto x AI 品类在品类层面也表现明显出色。 2024 年 4 月，NVIDIA 公布的业绩非常出色。以下是一些新闻中的数据：他们报告称 2024 年第一季度的收入为 260 亿美元，比 2023 年第四季度增长 18%，比去年同期增长 262%。 2024 年第一季度每股摊薄 GAAP 收益为 5.98 美元，比上一季度增长 21%，比去年同期增长 629%。这些数字相当亮眼。中心化服务的宕机事件最近，所有中心化服务（包括 Google.com、ChatGPT、Perplexity）都同时宕机，而所有 Web3 服务则完好无损地运行着。Akash Network 的创始人在此事件期间发出了这样一条推文。由于这些以及许多其他类似的举措、事件和创新，这个领域正在快速发展。领先的远见者生态系统正在积聚势头，这要归功于一些关键行业人物的支持和参与。 Erik Voorhees ShapeShift 的创始人和推特上的大人物，推出了 Venice AI，旨在创建一个无需许可的替代品，替代类似 ChatGPT 的流行 Web2 大语言模型（LLM）。 Venice 侧重于用户隐私和反审查，利用开源技术提供未经过滤和无偏见的信息。 Emad Mostaque Stability AI 的创始人和前 CEO，已辞职，全身心投入 DeAI，他正在构建 Schelling AI。他认为，随着 AI 变得越来越关键，透明和分布式治理将变得非常重要。 Niraj Pant 前 Polychain Capital 的 GP，现正在构建 Ritual.net。这个平台旨在为 AI 构建一个主权执行层，允许开放和无需许可的创建、分发和改进 AI 模型。 Ritual.net 的第一阶段 Infernet 允许开发者通过智能合约和链下访问模型。存在的问题虽然去中心化 AI 提供了许多好处，但它也面临着需要注意的重大挑战。以下是当前面临的主要问题：初始设置成本和挑战建立一个 DeAI 网络面临相当大的困难。构建必要的基础设施和吸引参与者需要大量的时间和资源。这个冷启动问题突显了吸引早期采用者的强大激励措施的必要性。然而，在未达到临界质量之前，网络难以获得牵引力。增加的协调需求管理一个去中心化网络非常复杂。同步多个节点和利益相关者，确保数据一致性，维护安全性，并以成本效益高的方式运营需要大量努力。虽然这种协调体现了加密 x AI 的精髓，但有时可能变得低效和繁琐。可扩展性挑战网络在可扩展性方面面临挑战。在不降低性能的情况下处理不断增加的数据和交易是当今的一个重大挑战。由于节点运行时间的差异，去中心化网络可能会遇到延迟和带宽问题，影响整体效率。诸如分片之类的解决方案仍在发展中，可能无法完全缓解这些问题。资源获取公司在获取最先进的资源方面往往会遇到障碍。主要的中心化提供商可以大量投资于最新的硬件和软件，赋予他们竞争优势。相反，DeAI 项目由于资金有限，可能落后，影响其性能和能力。例如，NVIDIA 倾向于优先为像 GCP、Azure 和 AWS 这样的大型用户分配资源，而不是他们的 Web3 对手，因为需求更高。然而，对于 Web3 提供商来说，当前供应超过需求，或者他们可能仍处于初期建设阶段。法规和法律挑战加密在很大程度上处于法规的灰色地带。缺乏明确的监管框架可能会导致法律风险和不确定性。在去中心化环境中遵守 GDPR 等法规变得更加困难，导致全球范围内持续的斗争。加密 x AI 的未来加密和 AI 的融合有望催生创新项目和应用，解决现实世界的挑战。在我们即将发布的博客中，我们将深入探讨加密的几个关键子类别。我们将探索零知识机器学习（zkML），如 Modulus Labs 和 Giza 等项目，开发以模型推理为中心的产品。此外，我们还将研究去中心化云计算提供商如 Render、Akash Network 和 Aethir，强调它们在提供可扩展且具有成本效益的传统云服务替代方案中的作用。还有许多其他类别，包括 AI 代理、消费者应用和 Web3 游戏，正在蓬勃发展，如 Prime、Nim Network 和 AI Arena 等项目在这一领域运作。虽然列表可以继续扩展，但我们将把进一步的探索留待下一篇博客文章中。在这个领域中，有着悠久历史和成功记录的几个项目包括： Bittensor：这个项目正在开发一个去中心化网络，通过区块链激励参与者共享 AI 模型和数据集，使用“子网”奖励贡献。 Fetch：致力于自主 AI 代理市场，Fetch 提供与 ChatGPT 和 Slack 等顶级服务的集成，通过简单的 API 集成实现对齐。 Akash Network：专注于构建一个提供云计算资源的去中心化市场，Akash Network 使用其 AKT 代币进行治理、安全和网络内的交易。结束语我坚信去中心化 AI（DeAI）有望成为游戏规则的改变者，我们才刚刚开始见证其在生态系统中的增长。 DeAI 体现了透明性、协作和全球影响的原则。正如我们所讨论的，它正在重塑各个关键领域。 Render、Akash 和 Worldcoin 等项目凭借其显著的吸引力和资金，不仅展示了这一领域的巨大潜力，还预示了未来几年可能会经历的显著增长。展望未来，我们将深入探讨加密 x AI 的子类别，继续探索这一动态领域。未来光明，我们才刚刚开始。来源：金色财经

金色财经2024-06-17

去中心化人工智能（DeAI）：用例、催化剂及关键问题

atGPT：能够进行类似人类的对话。 Perplexity AI：提高搜索准确性。 Jasper AI：你的写作助手。 DALL-E：由文本描述生成图像。 Pika Art：通过文本制作高清视频。这样的应用程序会越来越多。这些工具正在成为我们日常生活的一部分，它们让工作更轻松、更高效。人工智能不仅仅是一个未来概念，它也积极地解决了我们今天面临的重大问题。人工智能的发展正在影响改变众多行业，例如：帮助医生更快地诊断疾病让自动驾驶汽车安全行驶为用户提供个性化的线上购物体验原则上，人工智能方法可以分为三大类：集中式人工智能：由单一实体或企业控制。去中心化人工智能：专注于分布式控制、透明度和激励。开源人工智能：强调促进协作和透明度。本文，我们将专门探讨“去中心化人工智能”。 2、人工智能开发生命周期在我们深入研究细节之前，让我们了解塑造AI开发生命周期的各组件。这将使我们更容易理解去中心化对各环节的贡献。人工智能的创新需要多年来不断进步、持续反馈、训练和参与度。开发一个人工智能模型涉及几个关键阶段，来确保强大的端到端操作流。下面是关于人工智能开发生命周期关键阶段的详细介绍：问题陈述、识别和设计这一切都起始于确定业务问题并定义要实现的目标。数据收集是最关键的步骤之一，以确保模型使用准确的相关数据。数据收集和探索这一阶段包括汇总不同来源的数据并评估这些数据的质量。初始数据分析有助于理解模式和趋势，从而为数据预处理和特征工程(数据改进)制定计划。数据整理和准备数据预处理将原始数据清理并转换为丰富、可用的数据集。使用特征工程从现有数据中创建新特征，以增强模型的性能。模型开发这个阶段根据问题陈述和收集的数据选择最适合的机器学习实践。下一步就是训练并测试模型，以确保模型能够做出准确的预测。最后一步是优化，也就是提高模型的效率。模型部署将模型部署到现实环境可以让模型开始进行预测、推荐或实施任何训练任务。要将其投入生产需要用到算力供应商。持续监测以确保模型一直准确和有效。偏差检测以确保决策的公平性。模型维护和再训练维护模型需要定期更新和使用新数据进行再训练。重点是收集尽可能多的反馈，并将其发送回模型进行调整和增强。如今，这些模型大多来自研究机构、私人公司或一些开源组织。谷歌、OpenAI、IBM、AWS和微软等公司都是其中的主要参与者。下面是各垂直领域不同参与者的GenAI模型市场地图。我们来快速了解一下人工智能技术这些年来的发展情况。 3、对去中心化AI的需求集中式AI有其自身问题。想想看：一个单点故障就可能危及一切。另一方面，去中心化人工智能（DeAI）通过在多个节点上分布数据来改变游戏规则，使系统更加安全。如果一个节点受到攻击，其他节点将继续正常运行。这种设置还使用户能够更好地控制他们的数据，降低隐私风险，尤其是在使用全同态加密（FHE）和零知识机器学习（ZKML）等技术的情况下。审查是中心化系统的另一个大问题。单个实体可以控制操纵信息。另一方面，去中心化AI会分散控制权，使任何单一实体都难以主导叙事。这确保了信息的可访问性，并且不易受到不当影响。在我看来，透明度是一个关键因素。开源模型、激励机制和协作工作流管理意味着任何人都可以在任何时候检查和验证决策。这种程度的开放性解决了人们对集中式系统中的隐藏偏差和不透明过程的担忧。此外，它允许更多的人加入并做出贡献。例如，拥有闲置计算空间的人现在可以通过像Akash和Render这样的去中心化算力供应商将其出租。去中心化模型还限制了中央实体的权力，防止人工智能被滥用于不公平的目的。通过促进协作和知识共享，它可以利用集体智慧和更大范围的治理，从而产生更可靠、开放和准确的系统。加密货币充当了这个推动者，将两个世界的优点结合在一起。它提供对顶级服务、计算、模型和数据的访问渠道，同时还为所有利益相关者提供激励循环、安全性和隐私保护。这种协同作用确保了DeAI不仅有效，还很公平和安全。 4、DeAI的实际应用以下是DeAI领域的一些主要应用：（1）按领域划分医疗保健 DeAI通过在医疗机构之间实现安全的私有数据共享来改善医疗保健。人工智能算法可以分析匿名数据，以识别模式，预测疾病爆发，并制定个性化的治疗方案。例如，患者可以私下与医院共享他们的数据信息，并确保只有他们自己拥有这些数据。金融去中心化金融（DeFi）是web3最大的子生态系统之一。人工智能可以帮助加强风险管理和交易。这些协议使用人工智能来评估风险、预测资产价格以及优化交易策略。例如，许多项目正在开发用于有效资产管理的工具、人工智能驱动的自动做市商（AMM），等等。安全和欺诈检测人工智能算法可以通过分析交易数据的模式和异常情况，帮助系统检测并预防欺诈。这增加了web3协议的安全性。例如，在NFT生态系统中，人工智能可以帮助识别虚假资产，确保诚信。内容/情感生成 AI可以用来创造故事大纲、剧情、游戏机制等等。例如，web3游戏可以使用AI从文本描述中生成游戏内容，并使用智能合约管理角色和道具等资产的所有权。另外，了解用户对某个类别、问题或市场的看法是非常宝贵的。像Kaito和Nansen这样的工具旨在提供这方面的能力。 AI智能体和自动化有些项目针对从客户服务到供应链管理等各个领域里的任务构建自主AI智能体。这些智能体可以由任何人创建，也可以协作来创建，所有利益相关者都可以自动无缝地获得奖励。用户体验 Web3的用户体验并不是最好的，但是模型可以通过个性化推荐和行为预测来帮助增强用户体验。去中心化社交网络就是一个很好的例子，它允许用户选择内容推荐算法，或者根据他们的喜好来管理他们的信息流。（2）按生态系统管理程度划分激励机制利益相关者可以通过提供数据、算力或开发算法来获得奖励（赚取代币）有强烈的需求驱动人们这么做，大家在困难的问题上合作，同时他们付出的时间和努力也会得到合理的回报。成本效率 DeAI平台可以通过利用分布式网络中未使用的资源来帮助大幅降低成本。它们消除了对昂贵的数据中心的需求，保资源得到最大程度的利用。例如，Akash Network、Aethir和Render等项目允许用户将未使用的算力出租给人工智能任务，从而提高效率。治理 DeAI还可以用于改进治理流程，尤其针对协议和DAO。 AI可以自动化声誉管理和奖励，例如，确保贡献在DAO中被公平对待。 5、Crypto x AI领域的增长催化剂有一些强大的催化剂在推动着Crypto和AI的交融。让我们来看看其中的几个。首先，生态系统中的融资一直在增加。在过去的一年里，共有136轮10.2亿美元的融资，平均每轮750万美元。Hack VC、Variant、Paradigm和Polychain等知名投资公司一直在进行大规模投资。资本的流入加速了该领域的研究和创新。其次，该技术旨在为集中式系统提供一种经济有效的替代方案。它可以降低近50%的潜在运营成本，有效地处理大数据量，同时还能提供安全性和隐私保护。例如，与AWS、GCP和Azure相比，Akash声称在算力供应方面提供85%的折扣。第三，按市值计算，该领域的领先项目，如Bittensor、Akash、Render和Worldcoin，过去一年里在二级市场的表现异常出色。这些项目都是web3中表现最好的资产。根据Coinbase的报告，Crypto x AI类别在各类别中同样表现出色。第四，NVIDIA今年4月份的业绩非常不错。我们来看新闻报道中的一些数字：他们的2024年第一季度的收入为260亿美元，比2023年第四季度增长18%，比去年同期增长262%。今年第一季度，GAAP稀释每股收益为5.98美元，比上一季度增长21%，比去年同期增长629%。第五，最近所有的中心化服务，包括Google.com、Chatgpt、Perplexity，都一起宕机了，而所有的web3服务都完好无损，运行良好。Akash Network的创始人在事件发生前后发布了如下推特。由于这些以及许多其他类似的计划、事件和创新，该领域正在快速发展。 6、走在前沿的远见者由于一些关键行业人物的支持和参与，该生态系统正在积聚越来越大的发展动力。 Erik vooorhees Erik Voorhees是ShapeShift的创始人，也是一个影响力巨大的Twitter名人，他推出了Venice AI，用来创建一个无需许可的流行的web2 LLM（如ChatGPT）替代方案。 Venice专注于用户隐私和无审查特性，使用开源技术提供未经审查的无偏见信息。 Emad Mostaque 是Stability AI的创始人和前首席执行官，现已离职，专注于DeAI领域——正在开发Schelling AI。他认为，随着人工智能变得越来越重要，透明和分布式治理将变得及其重要。 Niraj Pant 曾是Polychain Capital的合伙人，现在正在开发Ritual.net。该平台旨在为AI构建一个主权执行层，实现AI模型的开源无许可的创建、分发和改进。 Ritual.net的第一阶段（Infernet）允许开发人员通过智能合约访问链上链下的模型。 7、不足之处虽然去中心化人工智能有许多好处，但它也遇到了值得关注的重大挑战。以下是它目前面临的关键问题：初始设置成本和挑战建立DeAI网络存在相当大的困难。建立必要的基础设施并吸引参与者需要大量的时间和资源。这个冷启动问题突出了需要有强有力的激励措施来吸引早期采用者。然而，在没有达到足够大的规模的情况下，该网络很难获得牵引力。增加的协调需求管理一个去中心化网络是很复杂的。同步多个节点和利益相关者、确保数据的一致性、维护网络安全并经济高效地运行网络需要大量的工作。虽然这种协调体现了Crypto x AI的本质，但它有时会变得低效和笨重。扩容挑战网络面临着扩容问题。在不降低性能的情况下处理不断升级的数据和交易是当前的一个重大挑战。由于节点正常运行时间的不同，去中心化网络可能会遇到延迟和带宽问题，从而影响整体效率。像分片这样的解决方案仍在发展中，可能无法完全缓解这些问题。资源访问企业在获取尖端资源时经常遇到障碍。主要的集中式供应商可以大量投资最新的硬件和软件，从而为他们带来竞争优势。而DeAI项目受到有限资金的限制，可能会落后，影响其表现和能力。例如，由于更高的需求，NVIDIA倾向于将资源优先分配给GCP、Azure和AWS等超大规模服务器。然而，对于web3供应商来说，目前的供应大于需求，或者他们可能仍处于初级开发阶段。监管和法律挑战 Crypto在很大程度上是在监管灰色地带运作的。缺乏明确的监管框架可能会带来法律风险和不确定性。在一个去中心化的环境中，遵守GDPR等法规变得更具挑战性，从而加剧一场持续的全球斗争。 8、Crypto x AI的未来加密和人工智能的融合有望促进致力于解决现实挑战的创新项目和应用程序的发展。在我们后面的文章中，我们将深入研究加密领域的几个关键子类别。我们将通过Modulus Labs和Giza等项目探索零知识机器学习（zkML），它们正在开发以模型推理为中心的产品。此外，我们将研究去中心化云计算供应商，如Render、Akash Network和Aethir，重点介绍它们在提供可扩展且具有成本效益的传统云服务的替代方案方面的作用。 Bittensor：该项目正在开发一个去中心化网络，激励参与者通过区块链共享人工智能模型和数据集，并使用“子网”来奖励贡献。 Fetch：Fetch聚焦自主AI智能体市场，提供与ChatGPT和Slack等顶级服务的集成，通过简单的API集成促进对齐。 Akash Network：专注于建立一个提供云计算资源的去中心化市场，Akash Network利用其AKT代币进行治理、安全保障和网络内交易。 9、结论我坚信去中心化人工智能（DeAI）将改变游戏规则，我们才刚刚开始看到它在生态系统中的发展。 DeAI体现了透明、协作和全球影响的原则。正如我们所讨论的，它正在重塑各个关键领域。像Render、Akash和Worldcoin这样的项目，凭借其出色的牵引力和融资，不仅突出了该领域的巨大潜力，而且还预示着它在未来几年可能经历大幅增长。展望未来，我们将深入研究Crypto x AI的各子类，继续探索这个动态垂直领域。未来是光明的，而我们才刚刚开始。来源：金色财经

金色财经2024-06-14

6月5日财经早餐：比特币大涨！降息预期升温，黄金为何续跌？

nthropicAI旗下Claude和Perplexity等大模型接连瘫痪。据QR Code Generator的分析显示，在ChatGPT首次故障后的四小时内，谷歌AI聊天机器人Gemini的搜索量激增60%，达到32.7次。马斯克回应关于特斯拉的AI芯片采购计划夸大其词媒体称，英伟达 (NVDA.US)内部邮件显示，马斯克让英伟达将原本预留给特斯拉的几万颗H100芯片，优先发货给他旗下的社交媒体公司X和AI初创公司xAI，而非特斯拉 (TSLA.US)，这导致特斯拉推迟收到价值超过5亿美元的GPU。马斯克回击称，特斯拉没有合适的场所来激活那些英伟达芯片，所以它们只会闲置在仓库里。英特尔以110亿美元出售爱尔兰工厂的股权给阿波罗周二，英特尔 (INTC.US)宣布，将向阿波罗全球管理公司出售位于爱尔兰的Fab 34半导体工厂相关合资公司49%的股权，出售金额达110亿美元，而英特尔则保留51%的股份，从而保持对公司的控股权。 CrowdStrike盘后涨超6%，一季度营收9.21亿美元超分析师预期 CrowdStrike美股盘后涨超6%，此前一度跌约10%。公司一季度营收9.21亿美元，分析师预期9.047亿美元。预计全年营收39.8亿-40.1亿美元，公司原本预计39.2亿-39.9亿美元。今日要闻前瞻中国5月财新服务业、综合PMI 美国、欧元区5月服务业、综合PMI终值欧元区4月PPI 露露柠檬财报加拿大央行利率决议（投资慧眼编辑：Penny Pan) 原文链接

投资慧眼2024-06-05

24小时热点