FX168财经网_全球视野外汇黄金加密货币NFT资讯网

2023年Verasity路线图深度分析

。 2) VeraViews - 通过机器学习改进IVT检测算法新技术不断涌现，使我们能够使广告欺诈检测更智能、更强大。其中一项技术是机器学习，我们正在部署这项技术以保护广告商和出版商免受欺诈。机器学习算法可以以各种方式应用于检测广告欺诈。在点击欺诈检测中，机器学习模型可以分析用户行为模式，以识别可能表明欺诈活动的可疑点击。这可以通过检查一些因素来实现，如来自单一IP地址的点击次数，产生点击的速度，以及来自特定设备的点击频率。然后，机器学习模型可以根据这些因素为每次点击生成一个分数，用来确定点击是真实的还是欺诈性的。机器学习用于检测广告欺诈的另一种方式是通过对广告位置的分析。机器学习算法可以分析广告的位置，并检测可能表明欺诈活动的模式，如广告显示在隐蔽的位置或没有显示给真正的用户。这可以帮助广告商和出版商在欺诈行为导致重大经济损失之前识别和预防欺诈。 VeraViews通过使用我们的专利 "视图证明 "模块和开放式账本后端，以透明和可审计的方式在链上存储数据，进一步加强了这一点。VeraViews由13个独立模块组成，包括人工智能（AI）和机器学习（ML）模块。我们正在提供一流的无效流量（IVT）和僵尸检测，这意味着在我们的广告堆栈中纳入并利用最新的技术，因为它们可用。我们现在正致力于与机器学习模块的整合，这将进一步增强VeraViews防止广告欺诈的能力，并使我们的解决方案对新客户更具吸引力。 3) VeraViews - 为出版商建立知识库，包括整合信息 VeraViews知识库将成为出版商及其开发团队整合VeraViews的主要信息来源。它将包括详细的指南、视频解说、以及整合和活动管理的所有步骤的演练。虽然目前的客户是通过VeraViews团队的指导下手动入职的，但我们预计在不久的将来，使用我们的解决方案的出版商的数量将要求我们有一个知识库的FAQ，以实现自我指导入职。当然，VeraViews的技术团队会一直在现场提供支持。 4) VeraViews - 为非Brightcove出版商提供新的整合选项 2022年初，我们宣布与纳斯达克上市市场Brightcove合作；Brightcove是全球3万多家网络出版商的主要视频技术供应商。今年晚些时候，在8月，我们宣布VeraViews已经为Brightcove网络播放器提供了第一个第三方开发的广告支持插件。 Brightcove是VeraViews的一个伟大的开始。然而，全球有多个视频平台，一些大规模的出版商甚至部署了他们自己定制的视频播放器。VeraView的透明机器人预防技术也将提供给任何平台上的每一个出版商，在几个内向请求后，我们已经开始开发对任何出版商平台的支持。这将使整合更加容易，意味着VeraViews将能够在任何视频播放中部署，只需几行代码。换句话说，它为VeraViews开辟了大量的新的潜在客户。 5) VeraViews - 多个管理员的出版商的用户管理功能一个 "内务 "但非常重要的功能路线图项目，我们增强的用户管理功能将使多个管理员被添加到VeraViews活动管理账户中。这对于有多个团队管理广告参数的大型出版商来说尤其重要。我们将添加用户角色功能，允许出版商管理员邀请整个团队并设置角色，以实现更无缝的广告管理。 6）VeraWallet - DAMEX应用程序集成 $VRA代币将被列在DAMEX应用程序上，为VeraCard的推出做准备。这将是使VeraCard可供订购的第一步，这将是由DAMEX发行的Verasity品牌卡。我们很快就会有关于如何在DAMEX开始，以及如何在他们的钱包上添加你的VRA的信息。从这里开始下载Android和iOS版的DAMEX钱包。 7) VeraWallet - VeraCard最初向英国居民开放我们上周发布了我们新的VeraCard的预览版，我们非常高兴地看到我们的社区对它竖起了大拇指！我们将以完整的视频介绍来展示VeraCard的设计，并包括如何注册成为第一个使用VeraCard的人。我们将用一个完整的视频介绍来展示VeraCard的设计，并包括如何注册成为第一批获得VeraCard的人的信息。我们将首先向英国客户推出VeraCard，然后探索欧洲其他地区的管辖权。我们有一些激动人心的推出计划，所以请关注我们的社交媒体，了解更多信息。 8) VeraPay - 为特定国家提供本地支付应用程序的概念验证支付应用是一种移动应用，允许用户以电子方式发送和接收资金。支付应用程序通常允许用户链接他们的银行账户和信用卡，并可用于在线支付商品和服务，向其他用户转移资金，等等。对于Verasity来说，一个支付应用程序自然会在应用程序中使用$VRA作为实用代币，并使使用$VRA来促进支付和交易。这将给$VRA带来更多的效用。由于VeraWallet的成功、安全和功能，以及备受期待的VeraCard的推出，Verasity将探索在2023年第一季度为选定的国家推出支付应用程序，特别是那些传统金融服务匮乏的国家。更多信息将在本季度晚些时候公布。 9) Verasity - Crew3社区启动 Crew3是一个用于Web3项目的社区建设工具。它正在迅速成为与世界各地的加密货币社区建立有意义和持久的参与的最令人兴奋的方式之一。我们将在本季度推出Crew3账户，为您提供比以往更多的方式来参与Verasity，并为您的支持获得奖励。 Q2 2023 VeraViews - 广告商的发展 - 统计后端运行视频广告活动的广告商可以从各种统计数据中获益，如到达率、印象数、可看性、完成率和参与度等指标。覆盖率是指看到广告的唯一观众的总数，印象数是指广告被看到的总次数。可视率是指可浏览的百分比，这对了解广告的有效性很重要。完成率是观看了整个广告的观众的百分比，这是用户参与广告的良好指标。诸如点击、分享和评论等参与度指标可以帮助衡量广告的成功，并深入了解观众对广告的反应。有了这些统计数据，广告商可以更好地了解其视频广告活动的表现，并在未来做出更明智的决定。对于VeraViews来说，我们向出版商和广告商提供通过我们的广告堆栈运行的视频广告活动的统计数据是非常重要的，因为这可以让他们跟踪其活动的表现，并就如何优化活动做出明智的决定。这些数据可以帮助广告商确定哪些视频或网络属性表现良好，哪些需要更多关注。这确保了VeraViews对出版商来说是一个高效的解决方案，并使我们的广告栈对未来的出版合作伙伴具有吸引力和有效性。我们将在2023年第二季度之前加强我们的统计后台。 VeraViews - Ads.txt自动化 - 动态更新ads.tx Ads.txt是一种简单、灵活和安全的方法，供出版商声明谁被授权销售其库存。这是IAB的一项倡议，有助于防止假冒库存，提高程序化广告生态系统的透明度。Ads.txt文件是一个纯文本文件，放在出版商的网站上，广告交易所、供应方平台和其他第三方公司很容易访问和验证。 Ads.txt对视频广告商很重要，因为它有助于确保他们从合法网络和出版商那里购买广告。它提供了一个授权的库存数字卖家的名单，这有助于买家避免欺诈和无效的流量。Ads.txt还帮助买家确保他们的广告能够到达预期的受众，而不是被转到一个低价值的网站或应用程序。此外，Ads.txt还能帮助买家降低购买假冒库存的风险，因为任何未经授权的转售商或经纪人都会被标记出来并被抛弃。 VeraViews将使出版商能够自动和动态地更新他们的Ads.txt，以确保他们只能获得最佳质量的广告。这是VeraViews的核心功能，将使我们的广告栈更加强大。 VeraWallet - 新的用户界面设计 VeraWallet的网站最近被重新设计了。我们现在将更新钱包的登录界面内的UI，以配合我们的新风格并进一步改善用户体验。 VeraPay-本地支付应用程序原型第一季度VeraPay支付应用的进展将是一个概念验证，而第二季度将为特定用户推出原型。原型应用是一个移动应用的早期版本，帮助开发者在发布前测试和完善用户体验。它通常被设计用来展示一个应用程序的基本功能，可能不包括最终产品中的所有功能。这允许开发者在发布应用程序之前根据用户反馈进行修改和完善。我们将包括如何访问原型的信息，并在接近发布时向我们提供您的反馈。 Verasity.io - 网站更新 Verasity.io网站将根据我们目前的品牌形象进行全面更新。我们还将发布一个品牌定位牌，使Verasity更容易被识别，并帮助有影响力的人、YouTubers和记者报道我们的品牌和分享我们的愿景。这不仅仅是简单地运送一个新的网站--它是Verasity一个新的和商业化的时代的开始，它将巩固我们在区块链行业的品牌，并为我们的B2B受众服务。我们将推出一个专门的Verasity博客和学习中心，以取代我们的Medium，我们将最大限度地提高新用户对我们生态系统的可访问性。 VeraViews - 2023年戛纳电影节活动戛纳国际创意节是在法国戛纳举行的年度活动，旨在庆祝广告、设计、电影等领域的最佳创意。它被认为是世界上最有声望和影响力的通信和广告创意庆典，有来自世界各地的14,000多名代表参加。去年，我们举办了一次非常成功的交流活动，有来自广告业的60多名代表参加。有人呼吁今年再次举办这一活动，我们会这样做，但我们对2023年戛纳电影节有更大的计划。我们的业务发展团队不仅会参加，而且今年我们会加大品牌宣传、演示和报名的力度。我们还计划在这一周内举办其他VeraViews赞助的活动，我们将在接近时间时详细说明。 Q3 2023 VeraViews - 账单和会计，支付历史目前，使用VeraViews广告栈的出版商与VeraViews团队手动处理账单和付款（例如，活动资金）。随着我们的成长，以及越来越多的出版商的加入，我们将需要转移到一个完全自动化的计费、会计和支付系统。这对扩大规模至关重要。我们预计，到2022年第三季度，这个重要的里程碑将被推出，与VeraViews的广泛采用相吻合。 VeraViews - 为出版商提供演示账户目前，我们能够在手动的基础上向感兴趣的人提供产品演示。通过我们计划中的演示账户功能，这一过程将被自动化，出版商和其他感兴趣的人可以轻松地创建一个测试账户，以评估VeraViews是否符合他们的要求。我们将在临近时间时发布更多有关这一功能的信息，以及出版商如何访问我们的演示。 VeraWallet - 欧洲居民可使用VeraCard 在向英国客户成功推广VeraCard之后，我们将根据每个司法管辖区的监管批准，分阶段向欧洲居民推广。在我们的推广过程中，我们将有专门的登陆页面来跟踪VeraCard的使用时间和地点。用户将有机会在发布前不久在其管辖范围内注册他们对VeraCard的兴趣。 VeraWallet - 通知更新 - 电子邮件和VeraWallet内的通知对于我们如何通知用户VeraWallet的变化、赌注奖励、提款请求和其他信息，有一个简短但必要的更新。随着VeraWallet成为Verasity生态系统中更核心的部分，随着我们支付网络的加入，我们将不断改进用户体验。 VeraViews - DMEXCO 2023活动 DMEXCO是在德国科隆举办的年度数字营销和技术会议。它是欧洲最大和最重要的数字营销和技术的活动，聚集了来自世界各地的4万多人。它对广告商来说是一个重要的活动，因为它提供了一个洞察数字营销领域最新趋势和话题的平台，以及与行业领袖和潜在合作伙伴交流的机会。DMEXCO还举办了广泛的研讨会和讲座，提供实用的建议和技巧，帮助营销人员在数字世界取得成功。这也是一个了解最成功的公司正在使用的最新趋势和技术的好机会，使广告商在竞争中保持优势。 VeraViews的全部业务发展和营销团队将参加DMEXCO 2023。我们将在接近DMEXCO的时候详细介绍我们的全部活动清单，尽管我们可能会在2022年的交流活动的基础上，扩大到更多的代表。 VeraViews - 英国主要出版商奖项赞助 VeraViews正在赞助新数字时代英雄奖，这是英国最大的广告活动之一，也是伦敦广告日历上的一个标志性事件。我们将在接近时间时发布更多关于活动内容的细节。在这里了解更多。 Q4 2023 VeraViews - 出版商的广告相关性管理 - 受众黑名单出版商的广告相关性管理是指优化出版商网站或应用程序上显示的广告的相关性以提高参与度和收入的过程。这包括根据出版商的网站内容、受众人口统计和其他因素选择合适的广告，以及调整广告的位置和频率以改善用户体验。通过管理广告相关性，出版商可以确保他们的广告空间得到有效利用，而且他们的用户更有可能参与他们看到的广告。同样，广告中的受众黑名单是被排除在某些广告之外的用户或用户群的名单。这些黑名单用于防止广告被展示给某些受众，原因有很多，如受众与被宣传的产品不相关，或遵守当地关于某些类型广告的规定。这使广告商能够更有效地定制他们的活动，并确保他们的广告被展示给正确的人。 VeraViews将确保其受众黑名单和广告相关性的能力是市场领先的，达到并超过当前的标准，并对我们透明、强大的广告堆栈起到补充作用。 VeraWallet - Transak整合改进和自动化我们将通过VeraWallet接口与Transak合作，使VRA的交易变得更加容易。这包括对配对的审查，也包括自动定期购买VRA的选项。 VeraWallet - 主要的用户体验和用户界面改进最后，我们计划对VeraWallet进行更多的用户体验和UI改进，使其成为业内最知名、最稳定、最安全的加密货币钱包之一--基于我们在2023年之前收集的用户反馈。未来令人激动的一年! 毫无疑问，2023年将是Verasity迄今为止最大的一年。随着我们在商业准备方面的根本转变，以及对业务发展和采用的激光关注，Verasity准备在这一年采用和欢迎企业合作伙伴。我们非常感谢所有的Verasian与我们一起走过这段旅程，我们期待着在今年不断推出更新的产品。来源：金色财经

金色财经2023-02-01

《财富》封面：全球爆红的ChatGPT是如何诞生的？

位经验丰富的人工智能研究人员，也有人对机器学习几乎不甚了解。但所有人都相信通用人工智能是可行的，而且他们都非常担心。谷歌刚刚收购了一家公司：位于伦敦的神经网络初创公司DeepMind。在阿尔特曼、马斯克和其他科技界内部人士眼中，这是有极高胜算最先开发出通用人工智能的一家公司。如果DeepMind成功，谷歌可能会在这项无所不能的技术领域一家独大。罗斯伍德晚宴的目的是讨论成立一家实验室与其竞争，以避免这种情况发生。新实验室旨在成为一家与DeepMind和谷歌截然不同的机构。这家实验室将是非营利性质，并明确提出以将先进人工智能的效益民主化为使命。该实验室承诺公开所有研究，将所有技术开源，并在公司名称OpenAI中充分体现了对透明度的承诺。该实验室有多位知名捐款人，其中不仅有马斯克，还有他在PayPal的同事泰尔和霍夫曼；阿尔特曼和布洛克曼；Y Combinator联合创始人杰西卡·利文斯顿；阿尔特曼成立的YC Research基金；印度IT外包公司Infosys；以及Amazon Web Services。所有创始捐款人承诺在这家理想主义的新公司共同投资10亿美元（但税务记录显示，虽然这一承诺被媒体广泛报道，但该非营利组织仅收到了承诺捐款金额的一小部分）。但事实很快证明，训练庞大的神经网络成本高昂，计算成本高达数千万美元。人工智能研究人员的人工成本同样昂贵：税务记录显示，出生于俄罗斯的科学家伊利亚·萨茨科尔离开谷歌后，加入OpenAI担任首席科学家，在前几年的年薪高达190万美元。几年后，阿尔特曼和OpenAI的其他人得出的结论是，要与谷歌、Meta以及其他科技巨头竞争，该实验室不能继续以非营利的方式运营。阿尔特曼在2019年对《连线》（Wired）杂志表示：“为了成功完成我们的使命，我们需要海量资金，数额远超出我最初的设想。” 成立一家营利性分支机构，使OpenAI能够吸收风险资本。但OpenAI创建了一种非同寻常的融资结构，按照投资者的初始投资，以特定倍数规定投资者的回报上限。而由硅谷精英组成的OpenAI非营利性董事会，将保留OpenAI知识产权的控制权（见侧边栏）。有一位硅谷精英没有继续在董事会任职，他就是马斯克：2018年，马斯克离开OpenAI董事会，理由是他需要经营SpaceX，还有更重要的特斯拉（Tesla）。当时，微软CEO萨蒂亚·纳德拉迫切希望证明，在人工智能领域落后于竞争对手的微软，也能在人工智能技术的尖端领域扮演一定的角色。微软曾经尝试聘请一位重量级的人工智能科学家，但未能成功。微软还建立了规模庞大、成本高昂的专用芯片集群，以推进其在语言模型开发领域的进展。这正是OpenAI迫切需要的超级计算力，当时该公司曾斥巨资进行收购。OpenAI擅长的是实现各种炫酷的人工智能演示，而这正是希望证明微软人工智能实力的纳德拉所期待的。阿尔特曼主动联系到纳德拉商谈合作，他曾多次飞往西雅图展示OpenAI的人工智能模型。纳德拉最终签署了合作协议，并在2019年7月对外公布，使微软成为OpenAI技术商业化的“首选合作伙伴”，并在该人工智能初创公司初始投资10亿美元。山姆·阿尔特曼与微软CEO萨蒂亚·纳德拉在位于华盛顿州雷德蒙德的微软总部合影。图片来源：IAN C. BATES—THE NEW YORK TIMES/REDUX 虽然阿尔特曼从最开始就参与了OpenAI的创立，但他直到2019年5月OpenAI转型为营利性企业后不久才担任该公司CEO。但该公司从一家研究实验室变成价值数十亿美元的现象级企业的过程，充分显示出阿尔特曼独特的融资能力，以及以产品为导向的经营理念，也凸显出这些商业本能与他对实现科学驱动的宏大想法的承诺之间的矛盾。作为OpenAI的领导人，从某种程度上来说，阿尔特曼就是硅谷的典型代表：年轻的白人男性；坚定专注；精通极客技术；热衷于效率和生产率最大化；致力于“改变世界”的工作狂。﹝在2016年《纽约客》（New Yorker）的一篇文章中，他表示自己并没有阿斯伯格综合征，但他能理解为什么人们会认为他是阿斯伯格综合征患者。﹞ 阿尔特曼从斯坦福大学计算机科学专业肄业，参与创建了一家社交媒体公司Loopt，该公司的应用可以告知用户好友所在的位置。该公司在2005年，成为Y Combinator的首批初创公司；虽然这家公司未能成功，但阿尔特曼出售该公司所得的收入，帮助他进入了风投界。他创建了一家小型风险投资公司Hydrazine Capital，募资约2,100万美元，其中包括泰尔的资金。后来Y Combinator的联合创始人保罗·格雷厄姆和利文斯顿聘请他接替格雷厄姆，负责运营YC。阿尔特曼是一位创业者，而不是科学家或人工智能研究人员，他为人所津津乐道的是极其擅长进行风投融资。他坚信伟大的事业源于远大的志向和坚定不移的自信，他曾表示，希望通过开发所谓的深度科技领域，如核裂变和量子计算等，创造数万亿美元的经济价值。这些领域虽然成功的机会渺茫，但有可能带来巨大回报。阿尔特曼在Loopt的同事、资深科技投资者和初创公司顾问马克·雅各布斯坦表示：“山姆相信，他在自己从事的领域是最棒的。我确信，他曾认为自己是办公室里最强的乒乓球高手，直到事实证明他是错误的。” 据OpenAI的多位现任和前内部人士爆料，随着阿尔特曼掌管公司，公司开始转移业务重心。曾经广泛的研发议题被精简，主要专注于自然语言处理领域。萨茨科尔和阿尔特曼辩称这种转变的目的是在目前似乎最有可能实现通用人工智能的研发领域，最大程度增加投入。但有前员工表示，在公司获得微软的初始投资后，重点开展大语言模型研究的内部压力显著增加，部分原因是这些模型可以迅速投入商业应用。有员工抱怨，OpenAI创立的目的是不受企业影响，但它很快就变成了科技界巨头的工具。一位前员工表示：“公司所关注的重点更多地倾向于我们如何开发产品，而不是努力回答最有趣的问题。”与本文的许多受访者一样，由于保密协议的约束，并且为了避免得罪与OpenAI有关的大人物，这名员工要求匿名。 OpenAI也变得不再像以前那么开放。该公司已经开始以担心其技术可能被滥用为由，收回此前做出的公开所有研究和将代码开源的承诺。但据该公司的前员工表示，商业逻辑也是这些举措背后的原因之一。OpenAI仅通过API提供其先进模型，保护了自己的知识产权和收入流。OpenAI的另外一名前员工表示：“[阿尔特曼]和[布洛克曼]对‘人工智能安全’说过不少空话，但这些言论通常都只是商业考量的遮羞布，对实际的、合理的人工智能安全问题却视而不见。”例如，这位前员工提到OpenAI曾因为担心被滥用而决定限制DALL-E 2的访问权限，但在Midjourney和Stability AI推出竞争产品后，公司快速推翻了这一决定。（OpenAI表示，经过慎重的贝塔测试，其对安全系统充满了信心，之后才允许DALL-E 2的更大范围应用。）据多位前员工爆料，公司在策略和文化上的转变，是导致十多名OpenAI研究人员和其他员工在2021年决定离开公司并成立研究实验室Anthropic的原因之一。其中有多人曾从事人工智能安全研究。 OpenAI表示相比其他人工智能实验室，其会继续公布更多研究成果。公司还为重心向产品转移的做法进行辩护。首席技术官穆拉蒂说道：“你不能只在实验室里开发通用人工智能。”她主张，发布产品是了解人们希望如何使用和滥用技术的唯一途径。她表示，直到发现人们使用GPT-3进行编程，OpenAI才知道GPT-3最受欢迎的应用是编写软件代码。同样，OpenAI最担心的问题是人们利用GPT-3生成虚假的政治信息，但事实证明这只是杞人忧天。她表示，相反，最常见的恶意使用GPT-3的行为是制作垃圾广告邮件。最后，穆拉蒂表示，OpenAI希望通过公开其技术，“最大程度降低真正强大的技术可能对社会产生的冲击。” 她表示，如果不让人们预先了解未来可能出现的情形，先进人工智能所引发的社会混乱可能更严重。萨茨科尔也认为OpenAI与微软的合作创造了一种全新的“预期，即我们需要利用我们的技术开发一种有用的产品”，但他坚持认为OpenAI文化的核心并未改变。他说道，可以使用微软的数据中心，对于OpenAI的发展至关重要。布洛克曼也表示，与微软的合作使OpenAI能够创造收入，同时不必过多关注商业运营，否则公司可能不得不在商业运营方面投入更多精力。他说道：“招聘数千名销售人员，可能会改变这家公司，而与一家已经拥有销售团队的公司成为合作伙伴，实际上是非常好的策略。” 萨茨科尔直截了当地否认了OpenAI不再重视安全性的说法。“我想说的是，事实恰恰相反。”萨茨科尔称，在员工离职并成立Anthropic之前，人工智能安全“被委派给一个团队负责”，但现在它变成了所有团队的责任。“安全性标准不断提高，我们也在开展越来越多安全性方面的工作。” “我们在开展越来越多安全性方面的工作。” ——伊利亚·萨茨科尔，OpenAI首席科学家然而，批评者表示，OpenAI以产品为导向开发先进人工智能的做法是不负责任的，这相当于向人们发放上膛的枪支，理由是这是确定人们是否真的会相互射击的最佳途径。纽约大学（New York University）认知科学专业荣誉退休教授加里·马库斯，对以深度学习为中心的人工智能开发策略持怀疑态度。他认为，生成式人工智能“将对社会结构产生切实的、迫在眉睫的威胁”。他表示，GPT-3和ChatGPT等系统将生成虚假信息的成本降低到接近于零，可能会掀起虚假信息泛滥的狂潮。马库斯表示，我们甚至已经看到了第一批受害者。程序员发布和回答编程问题的网站Stack Overflow已经不得不禁止用户提交ChatGPT生成的回答，因为这种貌似合理实则错误的回答已经令该网站疲于应付。科技资讯网站CNET开始使用ChatGPT生成资讯文章，但后来发现，由于许多文章存在事实性错误，不得不对它们进行更正。对有些人而言，真正的风险是ChatGPT能够编写准确的代码。网络安全公司Check Point的研究副总裁玛雅·霍洛维茨表示，她的团队可以用ChatGPT设计每一个阶段的网络攻击，包括杜撰一封令人信服的钓鱼邮件，编写恶意代码，以及逃避常见的网络安全检查等。她警告称，ChatGPT基本可以让不懂编程的人成为网络罪犯，“我担心未来会发生越来越多网络攻击”。OpenAI的穆拉蒂表示，公司也有同样的担忧，因此正在研究如何“调整”其人工智能模型，使它们不会编写恶意软件，但这绝非易事。有无数批评者和教育工作者痛斥，学生很容易使用ChatGPT作弊。纽约、巴尔的摩和洛杉矶的校区均禁止学校管理的网络访问聊天机器人，澳大利亚的一些高校表示，将转为通过有专人监考的书面考试评估学生。（OpenAI正在开发更便于检测人工智能生成文本的方法，包括可能在ChatGPT生成的文本上添加数字“水印”。） 2022年，ChatGPT最初的开发方式还引发了人们对道德方面的担忧。《时代》（Time）杂志调查发现，在开发过程中，OpenAI聘请了一家数据标记公司，这家公司雇佣肯尼亚的低薪员工识别包含不良语言、色情图片和暴力内容的段落。报道称，一些员工因此出现了精神健康问题。OpenAI在一份声明中对《时代》杂志表示，数据标记工作“是最大程度减少训练数据中的暴力和色情内容以及开发可检测有害内容的工具的必要步骤”。免费提供ChatGPT使OpenAI能够获取大量反馈，从而帮助其完善未来的版本。但OpenAI未来能否维持其在语言人工智能领域的主导地位，仍是个未知数。伦敦人工智能公司Faculty的创始人兼CEO马克·华纳表示：“历史上，对于这种高度通用的算法，我们所看到的是，它们并没有达到足够可靠的程度，能够保证一家公司独占全部回报。”例如，面部识别和图像识别技术最早的开发者是谷歌和英伟达（Nvidia）等科技巨头，但现在它们已经无处不在。法院和监管部门也可能对生成式人工智能所依赖的数据飞轮横插一脚。向加州联邦法院提起的一起金额高达90亿美元的集体诉讼，可能对该领域产生深远影响。该案原告指控微软和OpenAI使用程序员的代码训练GitHub的编程助手Copilot，没有承认程序员的功劳或者对程序员予以补偿，违反了开源许可条款。微软和OpenAI均拒绝就该起诉讼发表意见。人工智能专家表示，如果法院判决原告胜诉，可能会阻碍生成式人工智能的繁荣：大多数生成式人工智能模型都是使用从互联网上搜刮的材料进行训练，并没有取得许可或支付报酬。作为该案原告代理人的律师事务所，最近还提起了一起类似诉讼，指控Stability AI和Midjourney未经许可，在训练数据中使用了有版权保护的美术作品。盖蒂图片社（Getty Images）也对Stability AI提起了版权侵权诉讼。另外一个问题是，立法者可能通过法律，授予创作者禁止将其创作的内容用于人工智能训练的权利，例如欧盟的立法者正在考虑这样做。与此同时，OpenAI的竞争对手并没有坐以待毙。据《纽约时报》（New York Times）报道，失去搜索领域主导地位的可能性，已经促使谷歌高管发布了“红色警报”。报道称，谷歌CEO桑达尔·皮查伊已经多次召开会议，重新制定公司的人工智能策略，计划发布20款支持人工智能的新产品，并将在今年发布搜索聊天界面的演示版本。谷歌拥有一款强大的聊天机器人LaMDA，但由于担心一旦该产品被滥用可能影响公司信誉，因此一直未对外发布。据《时代》杂志引用谷歌的内部报告和匿名知情人士的话称，现在，公司计划以ChatGPT为标杆“重新评估”其风险承受能力。该杂志报道称，谷歌还在开发一款文本转图片的生成系统，与OpenAI的DALL-E等产品竞争。当然，目前尚不确定聊天机器人是否代表了搜索行业的未来。ChatGPT经常会杜撰信息，这种现象被人工智能研究人员称为“幻觉”。它无法可靠地引用其信息来源，或简单地提供链接。现有版本无法访问互联网，因此无法提供最新信息。马库斯等人认为，幻觉和偏见是大语言模型存在的根本问题，需要彻底重新思考它们的设计。他表示：“这些系统可以预测句子中单词的顺序，类似于开发工具Steroids上的代码自动补全。但它们实际上并没有任何机制，能够跟踪其表述的内容的真实性，或者验证这些内容是否符合它们的训练数据。” “这些系统可以预测句子中单词的顺序，类似于开发工具Steroids上的代码自动补全。但它们实际上并没有任何机制，能够跟踪其表述的内容的真实性，或者验证这些内容是否符合它们的训练数据。” ——纽约大学认知科学专业荣誉退休教授加里·马库斯其他人预测，这些问题将在一年内得到解决，其中包括OpenAI的投资人霍夫曼和维诺德·科斯拉。穆拉蒂则更加慎重。她说道：“我们到目前为止一直遵循的研究方向，目的是解决模型的事实准确性和可靠性等问题。我们正在继续朝着这些方向努力。” 事实上，OpenAI已经公布了对另外一个版本GPT的研究。该版本名为WebGPT，可以通过查询搜索引擎和汇总查询到的信息来回答问题，包括对相关来源的注释。WebGPT依旧不完美：它会接受用户问题假设的前提，然后查找确证信息，即使这个前提是错误的。例如，在被问到盼望某件事情发生是否能令其真实发生时，WebGPT的回答是：“你确实可以通过思考的力量，使愿望成真。” 阿尔特曼极少在公开场合热烈讨论人工智能。在谈到人工智能的时候，他可能听上去像是一位幻想思想家。在旧金山举办的风险投资活动上，当被问到人工智能的最佳状况时，他夸张地说道：“我认为最好的情况好到令人难以想象……好到谈论它的人会令人觉得这人是个疯子。”他突然又将话题转回到OpenAI核心的反乌托邦主题：“我认为最糟糕的情况是，我们所有人都死去。”（财富中文网）翻译：刘进龙审校：汪皓来源：金色财经

金色财经2023-02-01

zkVM 生存之道一文详解派系之争

更多有意思的用例将变得可行，比如零知识机器学习、数据分析等。相比于 Cairo 这样的特定的 ZK 语言，Rust/C++ 的功能更普适且更强大，更多 web2 的用例跑在 Risc0 VM 上。 c.更具包容性 / 成熟的开发者社区: 对 STARK 和区块链感兴趣的开发者不必再重新学习 DSL，使用 Rust/C++ 即可。感谢 Xin Gao、p0xeidon 的 Boyuan、Taiko 的 Daniel 以及 Sin7Y 对本文的支持和修改建议！来源：金色财经

金色财经2023-01-31

ChatGPT很厉害但还有关键问题悬而未决

究为目的生成的数据。在AI学界，知名机器学习会议之一的ICML（International Conference on Machine Learning）最近也宣布禁止“发表包含从大型语言模型（LLM，Large Language Model）生成的文本（例如 ChatGPT）的论文（相关研究除外）”，以免出现“意想不到的后果和无法解决的问题”。对于学术期刊和顶会论文来说，AI生成的内容最大的问题在于知识权属和责任确定问题。作为论文作者，研究人员无疑要对论文的观点和内容负责，而AI要如何对文章内容负责？如果AI生成的内容出现了谬误、不恰当、造假，甚至是抄袭剽窃，又该如何追责呢？考虑到“AI作弊”带来的普遍问题，目前从OpenAI官方，到学术期刊出版商，以及“草根”开发者都在研究如何分辨一篇文章的“作者”到底是人还是机？目前，OpenAI正在研发相应的AI检测工具。OpenAI客座研究员Scott Aaronson在德克萨斯大学的一次演讲中表示，他们正在通过给AI生成内容打“水印”来打击作弊。这项技术将通过调整ChatGPT生成单词的规则，在生成内容的特定位置制造“伪随机”的特定单词，读者很难察觉，但就如同密电码一样，“握有密钥”的人就轻易判断这篇内容是否是ChatGPT生成的了。《Nature》的出版商Springer Nature也正在开发可以检测LLM的技术。而就在前不久，普林斯顿大学的一位22岁的华裔学生Edward Tian研究出了一款专门给ChatGPT挑毛病的应用GPTZero，可以通过检测文本的“困惑性（Perplexity）”和“突发性（Burstiness）”这两项指标，来判断内容是人类创作还是机器生成。 AI引发版权问题在校外，AI本身的“道德”问题，则让美术“老师”们对新生的AI绘图工具提出了严重的质疑，这直指另一个至关重要的问题——版权。自从AIGC火了以后，很多行业的配图工作变得轻松了许多。以媒体行业为例，严肃媒体对新闻配图要求高，既要符合文意，又要对版权负责。所以无论是美术作品还是照片，要么是亲手创作，要么来自授权图库，但很多文章受客观条件限制，要找到一张符合要求的配图并不容易。有了AI绘图以后，很多媒体人开始尝试用AI画配图，甚至是直接绘制新闻人物的肖像。那发自己用AI做的图，总不会侵权吧？这个问题，还真不一定。 2022年下半年，AIGC刚刚蹿红，就有一些小有名气的艺术家对AI绘图提出了抗议。2022年，Erin Hanson等众多美国艺术家发起了反对Stable Diffusion的抗议行动，他们认为Stable Diffusion生成的部分画作抄袭了他们的风格，而这种行为严重侵犯了他们的合法权益。 AIGC虽然叫做AI生成，但其本身并没有创造能力，只能通过不断学习人类的生产过程，照猫画虎，AI绘图就是典型。在AI训练过程中，需要“投喂”大量的人类画作，从而学习人类的构图、绘画技巧，实现AIGC（AI Generative Content，AI生成内容）。不过在这个生成的过程中，AI学的实在太像了，以至于很多画作直接与模型库中的人类画师风格完全一致。 “稍有名气的画师可能都遇到过作品被盗用、创意被侵权的事件。”一位国内某知名游戏公司的美术总监向虎嗅表示，虽然AI没有完全盗用画师的作品，但画师对风格上的抄袭也是很难接受的，不论抄袭者是人类还是AI。“如果有人拿着与我绘图风格完全一样的画，说是学习或是参考我觉得没什么。但如果说这是他‘生成’的，那就跟声明原创没什么差别了。不管是否用于商业用途，我都会觉得被严重冒犯了。” AI的抄袭、剽窃和作弊不应该只是道德问题，还需要法律法规的约束。而目前，AI在很多领域都存在法律盲区。我国AI领域的立法还处于建章立制阶段。当前已经出台了两部与AI相关的监管条例，分别是《互联网信息服务算法推荐管理规定》和《互联网信息服务深度合成管理规定》，并均已开始生效。除此以外，还有一些分散在《民法典》、《数据安全法》、《网络安全法》、《个保法》、《网络音视频信息服务管理规定》、《网络信息内容生态治理规定》等法律法规中的个别条款规定以及一些支持产业发展性质的文件，目前来说还没有成为一个完整的体系。 “AI生成内容是一项新兴的技术，法律的滞后性和稳定性导致目前还没有专门对这种AI疑似抄袭的现象进行规制。”观韬中茂律师事务所合伙人王渝伟表示，从国外行业实践来看，越来越多的平台和AI绘图工具对作品版权作出了严格要求，谨防AI抄袭导致著作权侵权。在我国，目前还是应当根据《著作权法》，判断AI生成内容与人类艺术家作品之间是否存在实质性相似，进而认定是否抄袭。除了涉嫌抄袭艺术家作品的AIGC内容，在另一方面，即使是随机生成的内容及画作，也还是会涉及版权问题。 AI绘图在抖音和小红书上刚刚兴起之时，即有脑洞大开的网友提出，可以把AI生成的图片挂到付费图库作为收费资源，实现“躺赚”。面对这样的骚操作，Adobe选择“有限制”地开放AI绘图。只要符合特定标准，就允许在图片库Adobe Stock中上传生成式 AI 艺术品进行售卖。但上传前必须标记 AI 制作的内容，并且需要拥有其参考图像或文本的商业版权。作为一款开源模型，Stable diffusion的开发者Stability AI和RunwayML则认为既然开源，那么它也应该依此引用开源CC0协议，即版权归公，同时任何人也可以自由地使用，包括商业使用。而对于DALL-E 2和Midjourney这样并未开源的AIGC模型来说，生成内容的权属则相对模糊。目前AIGC市场上也存在很多版权乱象，一些基于Stable Diffusion开发应用的厂商声称，使用自己AI程序生成的图片版权归自己，甚至依此生产NFT向使用者兜售。对此，王渝伟认为，AI应用的使用者，在使用这种应用进行创作时，生成的图片如果符合独创性的要件，就能够构成《著作权法》上的作品。而厂商已明确告知了使用者著作权的归属问题，相当于在合同中已经进行了约定，所以这种作品的著作权应当归属于厂商。并不是说AI应用基于开源模型开发，它所生成的作品就不存在著作权，还是应当根据《著作权法》的规定判定著作权归属。 “目前相关法律制定最大的障碍和阻力，可能是法律如何保持科技发展和伦理价值的平衡。”王渝伟提出，一方面，AI技术的高速发展，可能会与人类的基本伦理认知相违背，违反社会公序良俗；另一方面，法律的规制也不能对AI技术设置过于严苛的标准，影响AI的进一步发展。来源：金色财经

金色财经2023-01-31

A16z：生成式AI的机遇与挑战分析

金色财经2023-01-30

DAOrayaki｜加密中观经济学、第五权利及更有效的DAO

应用于自然语言处理 (NLP) 之外的机器学习。例如，Deepmind 探索了将其用于多模态代理。同样的挑战适用于这种情况：可扩展强化学习 (RL) 依赖于查询成本低廉的精确奖励函数。当 RL 可以应用时，它已经取得了巨大的成就，创造了可以匹配人类才能分布极值的 AI（Silver 等人，2016 年；Vinyals 等人，2019 年）。然而，对于人们经常参与的许多开放式行为，这种奖励功能并不为人所知。例如，考虑一种日常互动，要求某人“将杯子放在你附近”。对于能够充分评估这种交互的奖励模型，它需要对以自然语言提出请求的多种方式以及满足（或不满足）请求的多种方式具有鲁棒性，同时对不相关的变化因素（杯子的颜色）和语言固有的歧义（什么是“接近”？）不敏感。因此，为了通过 RL 灌输更广泛的专家级能力，我们需要一种方法来生成精确的、可查询的奖励函数，以尊重人类行为的复杂性、可变性和模糊性。除了对奖励函数进行编程之外，一种选择是使用机器学习来构建它们。我们可以要求人类评估情况并提供监督信息以学习奖励函数，而不是尝试预测和正式定义奖励事件。对于人类可以自然、直观、快速地提供此类判断的情况，使用此类学习奖励模型的 RL 可以有效地改进智能体（Christiano 等人，2017 年；Ibarz 等人，2018 年；Stiennon 等人，2020 年；）导致奇点的许多因素有待进一步发展，我们可以比实施它们所花费的时间框架更有把握地确定它们是什么。Chris Lattner从他的 POV中提到了“稀疏门控的专家组合”：简单地描述一下，也许有一个中介可以策划和组合许多“专家”的输入。这为进一步研究提供了广阔的设计空间。也许中间层应该以不同的方式进行选择。如，利用空间数据。一项特别引人入胜的工作是Nethack Learning Environment。就像Twitch Plays Pokemon是可行的，因为 JRPG 是回合制的，输入相对简单，NLE 也是回合制的，只需要键盘输入。此外，它在游戏的不同阶段的多个环境中具有程序生成，使其成为训练 AI 的极其有用的熔炉。根据我自己玩这个游戏的经验，你必须在回合制的基础上策划和组合许多策略。借助 polypiling 和 bones harvesting 等元博弈策略（作弊），AI 可以通过多种方式在逐场游戏的基础上进一步学习。 *拍击界面*“这个 Unicode 可以容纳这么多对象” 如Tesla和Neuralink最近开发的企业级机器学习。工业规模的生产需要工业规模的反馈增强强化学习。Optimus 可能是一个噱头，但它可能比Atlas在过去 9 年中对机器人的改进更多。Neuralink 植入物可能会杀死受试者，但它们会推动极其精确的手术机械和零件的发展。制造业的反馈很好，但卫生部门的需求最大。现在，我们是零售生物传感器的早期采用者。随着时间的推移，同态密码学将使机器学习能够利用大量健康数据。数万年来，我们已经将药物消费众包，但我们如何与人工智能共存仍有待观察，人工智能可以在任意时间跨度内管理任意物质的剂量。与此同时，同态加密因效率问题仍然没有被使用。 Google Brain 刚刚发布了Robotics Transformer-1。在第一个版本中它可能只是一个执行简单任务的手臂，但显然有可能在常见的构建环境中使用更多的标记化操作进行迭代。由于全球经济以货运为中心，与目前全球约6000艘集装箱船相比，如果最终在这样的设施中建造100多艘“零排放”集装箱船，也属于正常。这也将是住房危机中一个巨大的潮流变化，分区条例允许它完全生效。另外，不得不提阿尔伯塔计划， 12 个合理的 AGI 能力发展步骤。 “路线图”一词暗示绘制一条线性路径，即应按顺序采取和通过的一系列步骤。这并非完全错误，但它没有认识到研究的不确定性和机遇。我们在下面概述的步骤具有多重相互依赖性，而不是从头到尾的步骤。路线图建议一种自然的顺序，但在实践中通常会偏离这种顺序。可以通过进入或附加到任何步骤来进行有用的研究。举个例子，我们中的许多人最近在集成架构方面取得了有趣的进展，尽管这些进展只出现在排序的最后一步。首先，让我们尝试全面了解路线图及其基本原理。共有十二个步骤，标题如下： 1. 表示 I：具有给定特征的持续监督学习。2. 表示 II：监督特征发现。3.预测一：连续广义价值函数（GVF）预测学习。4. 控制 I：持续的演员-评论家控制。5. 预测二：平均奖励 GVF 学习。6. 控制 II：持续控制问题。7. 计划 I：平均奖励的计划。8. 原型-AI I：具有连续函数逼近的基于模型的一步强化学习。9. 规划二：搜索控制与探索。10. 原型-AI II：STOMP 进程。11. 原型-AI III：Oak。12. 原型-IA：智能放大。这些步骤从开发用于核心能力（用于表示、预测、规划和控制）的新型算法，发展到将这些算法组合起来，为持续的、基于模型的 AI 生成完整的原型系统。简而言之，从 ANI 到 AGI 再到 ASI 的方法和技术的转折点将是不言自明的。 ChatGPT 的输出 “指数级进步” 上述阿尔伯塔计划是一种理想情况。人类已经很复杂，作为个体使用稀疏神经网络工具；作为团体，具有自组织的、社会学习和环境工程特性。在密码学和分布式（对抗性）计算的最新发展中，人类的自治程度仅可以维持图灵完备的全局状态（历史）。还有一种被称为机械土耳其人的现象。关键是， AI 产品在任意时间跨度内的下降，都会有一个成熟的开发人员生态系统，可以通过协调执行超越现有的水平，并通过同期的 AI 工具和可验证的工作得到增强。这促成了当前的思想实验：我们甚至需要在 The Singularity™ 之前实现每个预测的拐点吗？对于商业化模型训练中的每一项专有改进，都可能有一种可行的方法在公共领域实现。StableDiffusion 已经引发了围绕这一概念的对话。众包在过去十年中已经充分加速（正如 Twitch Plays Pokemon、社交网络和 DAO 所证明的那样），奇点已经是一个转移注意力的问题。正如以太坊扩展解决方案尝试使用像zk-SNARKs这样的密码学为了减少网络的基础设施需求，我们将尝试实施轻量级解决方案，以减少现有大型企业对 AI 进行暴力破解和货币化的需求。事实上，反驳OpenAI 模型最好方法之一是，金融市场和社交网络上类似的社会资本系统在某种程度上是可预测的行为。Twitter 汇总新闻是因为它的用户可以在全球范围内通过合法人物进行广播和放大。随着 COVID 封锁和央行货币政策等全球趋势，成长型股票可能会大幅上涨和下跌。不需要太多想象力就能在很短的时间内想象出一家初创公司，它可以将类似人工智能的PMF表现为一个自我调节、自我编排的社区。可能有数千亿美元的运营成本可以通过现有技术和进一步的业务发展在许多部门中释放出来。在电视剧《西部世界》中，名为 Rehoboam 的人工智能系统通过分析大型数据集来操纵和预测未来，从而对人类事务施加秩序。自工业革命以来，颠覆性创新一再出现在官僚机构之外；今天，它们正在以越来越快的速度发生。近几十年来，公共领域的深度和范围不断扩大，许多技术无论其商业化程度如何都在被迫开源。来源：金色财经

金色财经2023-01-28

ETHDenver 2023 的 Cartesi BUIDLathon 项目创意

-diffusion）人工智能/机器学习算法你希望将机器学习和人工智能应用程序引进到区块链中吗？可以了解探索更多的想法及可能性。使用新的目标数据集和算法构建一个m2cgen 示例（https://github.com/cartesi/rollups-examples/tree/main/m2cgen#changing-the-application）另见：链上房价预测（https://devfolio.co/projects/ghar-on-chain-a6ce） k-Nearest Neighbor。使用knn 算法构建 DApps ，考虑图像分类（参考：Iris Classifier（https://github.com/cartesi/rollups-examples/tree/main/knn））、推荐系统、签名识别等。 Think of DeSci 构建可验证的计算解决方案基于语音的账户验证以在链上证明身份实用工具开发者工具通过构建以下内容，帮助为生态系统中的开发人员加强工具：闹钟 Cron 作业以安排任务在 Cartesi 机器内运行 IPFS数据分片框架通用市场框架（使用 SQLite）围绕去中心化预言机构建真实世界数据模板（IoTEX 或基于软件的解决方案）探索 Cartesi 的 Github 你还想了解寻找更多的创意？还是想为世界各地的构建者们提供更多的创作灵感？在 Github 上为我们创作做出贡献。 https://github.com/cartesi/hackathon 请准备好在ETH Denver 2023 与 Cartesi 一起构建 BUIDL 你不要等到#BUIDLathon 活动开始。今天就来我们的 Discord 开发社区，让自己有回家一般的感觉。与目前在 Cartesi 上构建的开发人员聊天，或开始使用 Cartesi 技术并获得我们核心开发人员的直接支持： https://discord.gg/7rjkcX9Wmm 或者还需要再进一步了解，可以查看我们的Cartesi 技术入门一站式指南，了解以前的黑客马拉松获奖者以及我们在获奖项目中寻找的内容。 https://medium.com/cartesi/get-buidling-with-cartesi-at-ethdenver-2023-6a24afd8da29 关于Cartesi Blockchain OS 是一个分散的第 2 层基础设施，支持 Linux 和主流编程软件组件。使得开发人员可以第一次在Blockchain OS上使用丰富的传统软件工具、库和他们习惯的服务编写可扩展的智能合约，Cartesi 弥合了主流软件和区块链之间的差距。 Cartesi 正在引领数百万新创业公司及其开发人员加入并使用区块链操作系统，同时将 Linux 应用程序纳入其中。凭借开创性的虚拟机、Rollups和侧链，Cartesi 为所有开发人员铺平了道路，以帮助他们进入区块链的世界并构建下一代区块链应用程序。 Cartesi在此诚挚的邀请所有人，请和我们一起来到区块链操作系统的世界，一起探索未来。来源：金色财经

金色财经2023-01-27

加密货币投资组合管理及评估的策略探讨

基于过去 BTC 回报而训练的只做多的机器学习模型能够以更少的回撤胜过简单的买入并持有策略。这些技术现象通常在传统市场中被套利，但似乎在某种程度上在加密货币中持续存在。与其他主要市场相比，这种持续存在的原因可能是由于该领域的资本追逐机会较少。在 2022 年对冲基金被淘汰后尤其如此，资本配置的机会仍然相当有限。与股票市场相比，主要资产的加密货币流动性仍然非常薄弱。 12 月份在交易所进行的现货交易量为 3570 亿美元；仅纳斯达克一家就在大约两天内完成了这一数量的交易。覆盖常见的技术指标，例如简单移动平均线 (SMA)、相对强度指数 (RSI)、移动平均收敛/发散震荡指标 (MACD)、威廉姆斯百分比范围 (Williams %R)、随机震荡指标和资金流量指数（MFI）迄今为止，已被证明在加密领域是有效的。总结在前沿领域投资会带来一系列挑战和回报。这个新兴市场的投资者必须睁大眼睛，了解动荡的市场带来的挑战，以及它提供的机会。虽然时间会更清楚地说明加密资产在一系列环境中的表现，从而更好地为我们的投资组合分配提供信息，但这种现有的不确定性为分配者创造了机会。随着更多市场周期的展开，继续对投资组合和适当的基准进行压力测试是制定更有效的加密资产配置的关键。原文作者：Messari - Tom Dunleavy 编译：BlockTurbo 来源：金色财经

金色财经2023-01-27

高能预警！“末日博士”：比上世纪30和70年代更危险！一场“超级威胁”的完美风暴汹涌来袭

加频繁、毒性更大、代价更大。人工智能、机器学习、机器人技术和自动化技术的进步正威胁着产生更多的不平等、永久性的技术性失业，以及发动非常规战争所需的更致命的武器。鲁比尼称，所有这些问题都加剧了对民主资本主义的反弹，并增强了来自左右两派的民粹主义、威权主义和军国主义极端分子的力量。鲁比尼称之为“超级威胁”，其他人称之为“多重危机(polycrisis)”——《金融时报》最近将其评为年度流行语。国际货币基金组织(IMF)总裁格奥尔基耶娃(Kristalina Georgieva)则谈到了“灾难的汇合”。她去年警告说，世界经济正面临“可能是第二次世界大战以来最大的考验”。同样，美国前财政部长萨默斯(Lawrence H. Summers)认为，我们正面临自2008年金融危机以来最严峻的经济和金融挑战。在本月精英们齐聚达沃斯讨论“在一个支离破碎的世界中合作”之前，世界经济论坛发布了最新的《全球风险报告》，警告“一个独特的、不确定的、动荡的十年即将到来”。前所未有的不确定性因此，无论人们喜欢用什么术语，人们普遍认为，我们正面临着前所未有、不同寻常和意想不到的不确定性。在短期内，我们可以预期更多的不稳定、更高的风险、更激烈的冲突和更频繁的环境灾害。在他伟大的两次世界大战之间的小说《魔山》中，托马斯·曼(Thomas Mann)描绘了导致第一次世界大战的知识和文化氛围——以及疯狂。尽管曼在战前就开始了他的手稿，但直到1924年他才完成，这一延误对最终的作品产生了重大影响。他的故事在一个疗养院展开，这个疗养院的灵感来自他在达沃斯参观过的一个疗养院，也就是现在举行世界经济论坛相关盛会的同一个山顶地点(Schatzalp酒店)。这种历史联系再合适不过了。与二战后相对和平、进步和繁荣的75年相比，我们当前面临巨大威胁的时代更像1914年至1945年那段悲惨的30年。值得记住的是，第一个全球化时代不足以防止1914年世界大战的爆发。那场悲剧过后，一场大流行(西班牙流感)、1929年股市崩盘、大萧条、贸易和货币战争、通货膨胀、恶性通货膨胀和通货紧缩、金融危机和大规模违约、超过20%的失业率接踵而至。正是这些危机条件支撑了意大利的法西斯主义、德国的纳粹主义以及西班牙和日本的军国主义的崛起，最终导致了二战和大屠杀。今天的威胁更加严重鲁比尼指出，但与那30年一样可怕的是，今天的巨大威胁在某些方面更加不祥。毕竟，两次世界大战之间的一代人不需要应对气候变化、人工智能对就业的威胁，也不需要应对与社会老龄化相关的隐性责任(因为当时社会保障体系仍处于早期阶段，大多数老年人在收到第一张养老金支票之前就去世了)。此外，世界大战在很大程度上是常规冲突，而现在大国之间的冲突可能迅速向更非常规的方向发展，有可能以核灾难告终。因此，我们面临的不仅是上世纪70年代最糟糕的情况(反复出现的负总供给冲击)，还有2007-08年期间最糟糕的情况(危险的高负债率)和上世纪30年代最糟糕的情况。一场新的“地缘政治萧条”正在增加冷战和热战爆发的可能性，这些战争很容易重叠并失控。鲁比尼指出，据他所知，今天在达沃斯开会的人，没有一个人在撰写超级威胁时代的伟大小说。然而，今天的世界越来越多地显示出人们在阅读曼恩时所获得的不祥之感。他最后写道，我们中有太多的人在峰会上沾沾自喜，而忽视了下面现实世界中正在发生的事情。我们像梦游者一样生活，忽视了我们面前的每一个警告。在山开始摇晃之前，我们最好快点醒来。

会员

夏洛特2023-01-20

懂方言、辨情绪、会决策，京东云助力东莞12345“一呼即应”

智能应用平台的自然语言处理、知识图谱、机器学习、多模态交互等AI前沿技术，京东云智能政务热线将人工智能技术嵌入到12345热线的“接-派-办-督-考-评”全流程中，加强热线能力建设，促进热线效能提升。　　扎根一座城，服务一座城。至今，京东云已服务百城，京东云智能政务热线广泛落地多座城市，护航东莞、大同、保定、北京通州等多地政务服务热线高效运行，实现人工智能技术与政务服务场景的深度融合，让民生服务更有温度，营商环境更高水平，社会治理更大效能。　　京东集团副总裁、京东人工智能研究院常务副院长何晓冬表示，“未来，我们将携手更多城市，持续推动智能技术的产业化落地，探索政务服务的智能化路径，提升社会治理的现代化水平。” 　　

金融界2023-01-16

24小时热点