FX168财经网_全球视野外汇黄金加密货币NFT资讯网

当年马斯克离开 OpenAI 的真相

在 ChatGPT 的影响下，目前 OpenAI 成为了全球最火爆的 AI 公司。然而回顾过去，它与马斯克之间的恩怨从创立之初就埋下了。在 Elon Musk（埃隆·马斯克）帮忙创立人工智能研究公司 OpenAI 三年后，他本人却退出了。这家非营利组织于 2015 年成立，得到了马斯克和 Reid Hoffman 等亿万富翁科技名人的支持。他们向 OpenAI 投资了 10 亿美元，并吸引了许多大型科技公司和学术界的一些顶尖人才。但据知情人士透露，2018 年初马斯克告诉 OpenAI 创始人 Sam Altman，他认为这家合资企业已经比谷歌落后了一大截。所以马斯克提出了一个解决方案：由他控制并亲自负责运营 OpenAI。不过，Altman 和 OpenAI 的其他创始人一致拒绝了这个提议，于是马斯克宣布退出，并拒绝如约支付一大笔捐赠。这场冲突最终不仅导致了马斯克于 2018 年 2 月 20 日离开了 OpenAI，对这个即将改变世界的行业以及处于漩涡之中的公司造成了巨大影响，还导致了当今科技界最重要的两个大人物——马斯克和 Altman 之间产生了嫌隙。为更进一步了解当年事情的内幕，我们与八名知情人士进行了交谈，并首次在此披露细节。因“利益冲突”，马斯克离开 OpenAI 2018 年，即使当时冲动的马斯克和古怪又安静的 Altman 已经在硅谷颇有名声，但几乎没有人会想到二者会成为硅谷大事件的核心。一方面，马斯克还有其他令人头疼的问题，例如特斯拉一直在努力完成 Model 3 的生产目标，当时股价也在下跌，甚至威胁到了公司的未来。另一方面，当时 Altman 经营着强大的创投公司 YCombinator，2018 年他不仅加入了OpenAI 担任董事，还同时身兼总裁的头衔。而时任首席技术官的 OpenAI 联合创始人 Greg Brockman 和其他人一样，也反对马斯克的收购。据知情人士透露，随后 OpenAI 内发生了一场权力斗争。之后，马斯克退出了 OpenAI 董事会，并在公开场合表示，离开的原因是利益冲突：当时特斯拉正在开发自动驾驶人工智能，他们需要与 OpenAI 争夺人才。这种竞争确实存在并发生了，特斯拉挖走了 OpenAI 最优秀的人才之一 Andrej Karpathy，他后来成为了特斯拉自动驾驶项目的架构师。但 OpenAI 几乎没有人相信马斯克会因此而离开，他离开时还在 OpenAI 办公室发表了一次演讲，主要讲述了潜在的利益冲突，但大多数员工都不相信。据知情人士透露，OpenAI 的公告称马斯克将继续资助公司，但实际上马斯克食言了。他曾承诺在几年内捐赠大约 10 亿美元（当时他已经捐赠了 1 亿美元），但离开后这笔资助就停止了，结果导致 OpenAI 这家非营利组织无力支付在超级计算机上训练 AI 模型相关的天文数字费用。 OpenAI 转为营利性实体那年秋天，OpenAI 的一些人已经看清，成为一家尖端人工智能公司的成本将会上升。彼时 Google Brain 的 Transformer 开辟了一个新的领域，人工智能可以在其中不断改进，这也意味着需要提供无穷无尽的数据来训练模型，而这将是一项代价高昂的工作。于是，OpenAI 做出了一个重大决定，转而使用 Transformer 模型。随后 2019 年 3 月 11 日，OpenAI 宣布他们正在创建一个营利性实体，以便筹集足够的资金来支付训练最尖端的 AI 模型所需的计算能力。当时 OpenAI 表示：“我们希望继续履行公司的使命，同时提高我们筹集资金的能力，据我们所知目前现有的公司架构无法达到正确的平衡。”OpenAI 表示，他们正在限制投资者的利润，所有超出的利润部分都会流向最初的非营利组织。据知情人士透露，Altman 还做出了一个对科技老板来说不同寻常的决定：他不会占有这家新营利性实体的股权。一个原因是，Altman 非常有钱，投资了几家非常成功的科技初创公司，所以不需要这笔钱。另一个原因则是 Altman 指出，虽然 OpenAI 必须商业化才能继续发展业务，但这个项目的重点并不是赚钱——只有他不与任何所有权利益挂钩，他才能坚持最初的使命。但实际上，这个决定也间接导致了 OpenAI 的一些潜在投资者止步，因为他们担心 Altman 是因为没有看到这个项目的潜力才不要股权的。 ChatGPT 爆火后，马斯克几次针对 OpenAI 然而不到六个月后，OpenAI 就获得了微软 10 亿美元的投资，微软还提供了基础设施技术，二者一起搭建了一台超级计算机来训练 ChatGPT 以及图像生成器 DALL-E 的大型模型，如今最新的语言模型 GPT-4 有 1 万亿个参数。去年 11 月 ChatGPT 一经推出，OpenAI 立即成为最热门的新兴技术创业公司，甚至给谷歌造成了压力。据知情人士透露，马斯克对此非常愤怒。去年 12 月，也就是 ChatGPT 推出一个月后，马斯克取消了 OpenAI 访问推特数据的授权，这是推特在被马斯克收购之前签署的一份合同。今年 2 月 17 日，马斯克在推特上写道：“OpenAI 打着开源的旗号创立（这也是我将其命名为“Open”AI的原因），本来是一家非营利公司，目的是成为对抗谷歌的力量，但如今这家公司变成了闭源，不仅攫取大量利润，而且由微软控制。” 3 月 15 日，马斯克又在推特上写道：“我仍然很困惑，当初我捐赠了约 1 亿美元的非营利组织如今为何变成了一家市值 300 亿美元的营利性组织？如果这是合法的，为什么每个人不去效仿呢？” 对此，OpenAI 拒绝置评，马斯克也没有回应我们的评论请求，但他推特上发了一条消息：“我相信一切都会好起来”，同时还有一个表情符以及如下文字：“我意识到人工智能是人类创造的最强大的工具，如今却掌握在无情的垄断公司手中。” 本文作者（Reed Albergotti）评论马斯克与 OpenAI 之间的纠纷与公司本身作为营利实体的关系其实并不大，相反 OpenAI 给谷歌都造成了压力，而实际上马斯克与如今科技界这个最热门的项目并没有太大关系。虽然马斯克是 OpenAI 创立的关键人物，但后来他选择离开，现在一定觉得痛心疾首。如今，马斯克的目标是创办自己的 AI 公司，但他已经落后了，而且还需要为推特分心，更不用提还有特斯拉和 SpaceX 了。大多数创始人之间的纠纷都关系到某个想法的投资和信用。然而，马斯克是全世界最有钱的人，此次事件似乎更多的是关于自我、权力，而且我相信，他也希望安全地迎来人工智能时代。对于 Altman 来说，这也不是钱的问题。最令人惊讶的是，他甚至都没有 OpenAI 的股份，这也凸显了这家公司和整个 AI 行业的不寻常之初。对于他来说这也是个人的问题，因为作为 OpenAI 首席执行官，这是他再次证明自己的好机会。上个月，他在推特上写道：“我的第一次创业惨遭失败，败得一塌糊涂，而第二次创业表现良好。我多么希望在第一次创业时，有人能告诉我，没有人比你更加在乎自己的失败，只要你不灰心丧气，就可以重新站起来。” 虽然 Altman 无法通过OpenAI赚到任何钱，但他为自己在历史上赢得了一席之地。来源：元宇宙之心来源：金色财经

金色财经2023-04-30

金色早报 | 比特币减半时间预计为明年4月28日

头条 ▌ OpenAI完成3亿美元融资，估值达到270亿至290亿美元金色财经报道，ChatGPT背后的初创公司OpenAI完成3亿美元新融资，估值达到270至290亿美元。参与本轮融资的风投公司包括老虎全球管理、红杉资本、Andreessen Horowitz、纽约Thrive和K2 Global。据了解，Founders Fund也参与其中。风投的总体投资金规模略超3亿美元，本轮投资与早先微软入股属于同一轮。消息人士称，微软对OpenAI的投资规模据称大约100亿美元。（techcrunch） ▌过去24小时BTC链上手续费收入突破130万美元金色财经报道，Cryptofees.info数据显示，最近24小时，以太坊链上手续费收入为8822551.62美元，Bitcoin链上手续费收入为1357328.17美元、Uniswap链上手续费收入为2061422.92美元，SushiSwap链上手续费收入为967482美元、BSC链上手续费收入为607773.01美元，AAVE链上手续费收入为282712.65美元。 ▌数据:比特币减半时间预计为明年4月28日 4月29日消息，据欧科云链OKLink减半倒计时专题页显示，当前区块高度距离比特币减半时间剩余已不足365天，减半时间预计为2024年4月28日，届时区块奖励将从6.25 BTC降至3.125 BTC。行情截至发稿，据coinmarketcap数据显示： BTC最近成交价29194.37美元，日内涨跌幅-0.64%； ETH最近成交价1901.62美元，日内涨跌幅+0.27%； BNB最近成交价322.37美元，日内涨跌幅-0.59%； XRP最近成交价0.478美元，日内涨跌幅+0.10%； DOGE最近成交价0.08142美元，日内涨跌幅+1.29%； ADA最近成交价0.4026美元，日内涨跌幅-0.59%； MATIC最近成交价1.00美元，日内涨跌幅+0.49%。政策 ▌美国众议院将在2个月内制定加密法案金色财经报道，美国众议院金融服务委员会主席、众议员Patrick McHenry在Consensus 2023大会上表示，美国众议院金融服务委员会和众议院农业委员会将在5月开始举行联合公开听证会后，在“未来两个月”制定立法来监督加密行业。（Coindesk） ▌香港金管局：金管局将采取三轨道方式为将来可能发行数码港元作好准备金色财经报道，4月28日，香港金融管理局（金管局）发布其《2022年年报》。在有关数码港元方面指出，金管局将采取三轨道方式为将来可能发行数码港元作好准备，并推出第二轨道先导计划，邀请业界深入研究数码港元可行的应用场景。余伟文总结道，我们在拥抱金融创新和它带来的好处的同时，亦需明白有必要监察及处理好相关发展可能带来的风险。他表示，我们正密切注视虚拟资产领域的发展，并参与相关监管事宜的国际讨论。他透露，经考虑公众咨询收集到的意见及相关国际标准后，金管局将采纳“相同风险，相同监管”的方式制定稳定币的监管制度及界定其监管范围。 ▌香港金管局：将率先监管那些标榜与法币价值挂钩的稳定币 4月29日消息，香港金融管理局在其今日发布的《2022年年报》中表示，2023年的重点将会包括虚拟资产等，金管局在有关过程中会参考市场最新发展及国际标准的修订。为促进虚拟资产行业可持续及负责任地发展，金管局会积极参与相关国际组织，并与政府及其他金融监管机构合作，制定全面的虚拟资产监管架构。金管局将继续制定灵活及以风险为本的稳定币监管制度，以能在应对稳定币可能带来的货币及金融稳定风险的同时，支持金融创新与市场发展。金管局将着手制定更详细的监管要求，过程中会考虑多项因素，包括最新市场发展、国际机构就稳定币监管提出的建议与良好做法，以及就加密资产和稳定币讨论文件收到的回应。金管局亦会继续积极参与有关稳定币的国际讨论，以及留意主要市场在加密资产方面的发展。经考虑公众咨询收集到的意见及相关国际标准后，金管局将采纳“相同风险，相同监管”的方式制定稳定币的监管制度及界定其监管范围。“未来我们率先规管的对象将是那些标榜与一种或以上法定货币的价值挂钩的稳定币”，因为这类稳定币可能对货币及金融稳定带来更高及更迫切的潜在风险。区块链应用 ▌第160次以太坊ACDE会议：确定纳入EIP-4844、6780、6475、1153 4月29日消息，根据Christine Kim对第160次以太坊执行层核心开发者会议（ACDE）进行的总结，本次会议主要讨论在下次坎昆（Cancun）升级中，需要纳入哪些代码修改。除了此次升级的主角EIP-4844（降低L2手续费）外，开发者还同意将以下EIPs纳入升级： ·EIP-6780（修改SELFDESTRUCT操作码的功能，主要是为未来应用Verkle树做准备）； ·EIP-6475（为可选值引入新的简单序列化类型，以提供更佳的可读性和紧凑的序列化）； ·EIP-1153（引入瞬态存储操作码）。另外，还有部分EIPs提案尚未被正式接受纳入升级（EIP-6913、6493、4788、2537、5656）以及部分被确定不考虑纳入本次升级（Big EOF和EVMMAX）。在对围绕坎昆EIPs进行讨论后，下一次会议议程将是关于EIP-4844的进展。此前消息，以太坊核心开发人员会议中表示，计划对区块链的共识层进行代码修改，为下一次坎昆升级（Cancun-Deneb）做准备，预计将于今年晚些时候进行。以太坊的Cancun-Deneb升级中预期的最重大变化将是EIP-4844，也称为“ proto-danksharding ”。 EIP-4844旨在通过以太坊节点实现链下数据的临时存储和检索，以满足区块链应用程序的数据和存储需求。如果成功激活，EIP-4844有望降低第2层rollup解决方案（包括Optimism和Arbitrum）的交易成本。加密货币 ▌数据：过去一周Circle USDC流通量减少5亿美元 4月29日消息，据官方数据，4月20日至4月27日期间，Circle共发行7亿美元USDC，赎回11亿美元USDC，流通量减少约5亿美元。截至4月27日，USDC总流通量为305亿美元，储备量为307亿美元，其中现金52亿美元，短期美国国债255亿美元。 ▌0VIX：已在链上向攻击者发出最后通牒，要求其退还资金 4月29日消息，Polygon生态项目0VIX Protocol发推称，目前已在链上向攻击者发出最后通牒，要求其退还资金或承担其行为的法律后果。此次攻击漏洞利用是 vGHST 价格操纵的结果，vGHST 在 0VIX 上被列为不可抵押资产。作为紧急程序，oToken 的转移、挖矿和清算已在 0VIX Polygon POS 和 zkEVM 市场暂停，0VIX 目前正在研究解决方案，有关情况及其影响的更多信息将很快发布。 ▌马斯克宣布推特上的创作者现在可以将他们的内容货币化金色财经报道，特斯拉首席执行官马斯克宣布，推特上的创作者现在可以将他们的内容货币化。最新的以用户为中心的改革——允许用户在全球范围内通过推特上的所有形式的帖子获利——旨在提高粉丝的参与度，并在社交媒体平台上创造新的收入来源。 ▌PancakeSwap“削减区块奖励”提案已获投票通过 4月29日消息，治理页面显示，PancakeSwap DAO关于“削减区块奖励”的提案投票已结束，“积极减少”的方案以57.77%的支持率获得投票通过，根据该提案，“积极减少”意为立即将CAKE Syrup Pool释放量从6.65 CAKE/ 区块调整为3 CAKE/区块，此后，每月减少0.5 CAKE/区块，持续5个月，CAKE Syrup Pool释放量在第6个月减少到0.35 CAKE/区块（约2% APR）。此外，根据官方推特，目前CAKE Syrup Pool释放量现已减少至3 CAKE/区块。重要经济动态 ▌Arm已秘密登记美国IPO，面临估值挑战软银旗下芯片设计公司Arm Ltd.已经向美国证券交易委员会（SEC）秘密递交IPO注册声明的草案。Arm拟议的美国IPO规模和发行价指导区间尚未确定。此前有报道称，Arm计划通过美国IPO募资80亿-100亿美元；多家银行的高管预计，Arm将通过美国IPO获得300亿-700亿美元的估值。在半导体板块剧烈波动之际，这样的估值区间凸显出Arm面临的估值挑战。金色百科 ▌PKI体系在非对称加密中，公钥则可以通过证书机制来进行保护，PKI（Public Key Infrastructure）是建立在公私钥基础上实现安全可靠传递消息和身份确认的一个通用框架，PKI框架包含CA\RA、证书数据库三个重要组件，CA（Certification Authority）：负责证书的颁发和作废，接收来自 RA 的请求，是最核心的部分，RA（Registration Authority）：对用户身份进行验证，校验数据合法性，负责登记，审核过了就发给 CA，证书数据库：存放证书，一般采用 LDAP 目录服务，标准格式采用 X.500 系列。免责声明：金色财经作为区块链资讯平台，所发布的文章内容仅供信息参考，不作为实际投资建议。请大家树立正确投资理念，务必提高风险意识。来源：金色财经

金色财经2023-04-30

被颠覆、被捅刀、被群嘲：谷歌还能打赢这场AI之战吗？

前就已布局AI的谷歌，被横空而出的黑马OpenAI甩在了身后。保守和迟钝，是它步伐缓慢的两大“罪魁祸首”。匆忙推出的类ChatGPT产品Bard，也遭到外界吐槽。走过“失去的十年”，谷歌会输掉这场AI之战吗？ 01 慌乱的谷歌面对ChatGPT的威胁，皮查伊很快做出了第一个决定：让Bard尽快上马，这是一个对标ChatGPT的AI对话产品。3月21日，谷歌召开Bard上线发布会，皮查伊没有出席。在科技界，这意味着CEO对该产品要么不重视，要么信心不足。在发布会上，谷歌播放了一段展示视频—— 问：“詹姆斯·韦伯太空望远镜有什么新发现，值得我告诉我9岁的孩子？”Bard给出了三段回答，其中一段是：“望远镜拍摄了第一张太阳系外行星的照片。” 很快有人发现，第一张太阳系外的行星照片拍摄于2004年，在NASA官网可查。接着，更多的Bard试用者开始吐槽。推特上有一条高赞用户评论：“看到谷歌的产品后，我不担心AI的威胁了。” 从这一刻起，谷歌的两大AI团队——Google Brain和DeepMind开始意识到：OpenAI已经超越了自己。 Bard的幕后研发团队Google Brain过去隶属于谷歌研究院，成立于2010年，曾是世界上最前沿的AI研究团队，在神经网络、视觉识别等领域储备了大量人才，谷歌搜索、谷歌眼镜、无人驾驶汽车都使用过他们的技术。 DeepMind同样成立于2010年，专攻机器学习技术，2014年被谷歌以5亿美元收购。它更聚焦于精品项目，如阿尔法狗、阿尔法Fold。前者曾击败世界围棋冠军李世石，在全世界登上头条；后者成功预测了蛋白质DNA结构，在国际生物界引起巨大震动。 Bard的首战失利，让皮查伊冷静下来。 4月20日，他宣布将两大AI团队合并，新团队被命名为“Google DeepMind”，由DeepMind创始人戴米斯·哈萨比斯（Demis Hassabis）担任CEO。Google Brain的负责人杰夫·迪恩（Jeff Dean）被任命为首席科学家，基本失去了游戏资格。哈萨比斯是DeepMind联合创始人之一，现年46岁，他将公司总部设在了家乡——英国伦敦国王十字街上。哈萨比斯的父亲来自希腊，母亲是新加坡华人，曾被称为国际象棋神童，15岁就从剑桥大学毕业，他用机器学习做的第一件事是教AI玩游戏。在谷歌内部，没人质疑他的能力。哈萨比斯图源：DeepMind官网为什么DeepMind会胜出？谷歌前员工娜塔莎·贾奎斯曾在两支团队都工作过，她说：“Brain的工作方式是自下而上的，研究更多靠个人兴趣驱动。而DeepMind是自上而下的，老板定方向，员工有标准的OKR考核。” 哈萨比斯快速宣布了架构调整，DeepMind人马全面上位。对Brain团队的员工来说，散养式的科研风格就此消失。 02 失去的十年从2014年收购DeepMind算起，谷歌这10年都没有拿出过真正颠覆性的AI产品。为什么？答案：保守和迟钝。谷歌前产品经理高拉夫·内马德透露：“谷歌顾虑很多，非常害怕公司声誉受损……他们倾向于保守主义。” 谷歌的保守披着一层伦理捍卫者的外衣，它不断向外界传递“AI很危险”的论调。2018年，谷歌发布《人工智能原则》，强调AI研发必须有益于社会、反对歧视等。谷歌内部对AI伦理相当敏感，多次有员工对媒体爆料称，公司AI产品已有了人类意识，呼吁暂停研究。谷歌强调AI伦理，既受“不作恶”的价值观和美国社会崇尚政治正确的舆论环境影响，也是出于公司的利益考虑。早在2017年，谷歌就研发了一款对话式AIGC产品——LaMDA。当时谷歌内部评估了LaMDA的风险，认为它不时犯错，会误导用户，让用户对谷歌产生不信任感。而谷歌的主业之一搜索，致力于帮助用户找到正确答案，AIGC被认为有可能动摇公司的根基。 “谷歌研发这个东西的时间最长，它为什么不敢推一个产品出来？”前百度总裁张亚勤在接受《三联生活周刊》采访时表示，“因为大公司会害怕产品不完善、会犯错，而ChatGPT相当于提供了一个用户的标准。” 在他看来，微软可以大胆将ChatGPT加入到Bing搜索中，因为它的市场份额不大。但如果谷歌在搜索中加入聊天机器人，“就要用很多算力，就会影响利润”。虽然ChatGPT也偶尔会给出不靠谱的答案，但OpenAI是一家非上市企业，因此他们大胆将产品推给了公众。相比于保守，谷歌对技术的迟钝就不可理解了。 “Facebook和Google没有意识到这个领域可以有这么大的突破。”一位国内投资人表示。谷歌和OpenAI都使用了模仿人类神经网络的机器学习技术，但路线上略有区别。谷歌采用监督式学习模型，OpenAI采用预训练模型；谷歌更强调干预，而OpenAI先让ChatGPT自主学习，随后再引入人工标注语料进行训练和引导。这更像一场黑暗中的军备竞赛。直到2018年，马斯克还认为谷歌领先于OpenAI。谷歌的AI对话产品Bard 图源：谷歌官网然而，当谷歌在竞争压力下放弃保守，公开发布AI对话产品，Bard却收获了一边倒的差评。一位美国资深科技记者评价道：“（和GPT相比）这就像一个标准的聊天机器人。” 更丢脸的是，当巴伦周刊记者让Bard描述下自己的长相时，它的回答是：“我应该有六英尺高（1.83米），棕色的短发，蓝色的眼睛。我的皮肤应该是浅色的，着装很休闲，比如T恤和牛仔裤。”（编者注：典型的美国主流群体白人形象。）对一家强调“AI政治正确”的公司，这实在有些讽刺。如今，谷歌开始失去这场军备竞赛中最重要的资产：人才。今年3月，有媒体统计过，已至少有13位人工智能领域明星级人才离开了谷歌，其中包括预训练语言模型的负责人雅克布·德弗林（Jacob Devlin），他加入了OpenAI。 03 谷歌会掉队吗？如果谷歌输掉这场AI之战会怎么样？二级市场已经给出了回答。Bard发布当天的一次回答错误，就让谷歌母公司Alphabet市值减少了1000亿美元。微软还在“捅刀”，它极力将自己塑造为搜索行业颠覆者。微软CEO萨提亚·纳德拉（Satya Nadella）在一场电话会议上表示，融入了ChatGPT后，Bing在搜索市场的份额正在增长：“最大的软件类别——搜索业务，正在发生翻天覆地的变化，我们将继续这一旅程。” 不过，据美国流量检测机构Statcounter的数据，今年3月，谷歌搜索的全球市场份额为93.17%，和去年10月（ChatGPT推出前）相比还有所上升；微软Bing目前份额为2.88%，并没有显著增长。在AI大语言模型赛道，仍有人看好谷歌。长期跟踪美国AI行业的弘芯基金投资总监何祥鑫并不认为谷歌这10年在AI领域一无所获。在他看来，ChatGPT中的T所代表的transformer，其实是谷歌发明的。只不过，谷歌将许多成果用于改进旗下产品体验，比如搜索结果和YouTube的内容推荐，“这些都不是革命性的”。而ChatGPT的惊人效果在于，将无监督学习、有监督学习和强化学习整合到一起。谷歌正在不断改进Bard，密集推出新功能。美国知名科技博主阿莱克斯·坎特洛维茨表示：“谷歌的聊天机器人技术可能具有后发优势。”有业内人士认为，OpenAI的“预训练模型”给行业确立了技术路线，谷歌的优势将很快发挥出来：算力、数据和人才。谷歌合并AI团队的举动也被认为及时且有必要。一位用户在社交新闻平台Reddit评论道：“在大语言模型领域，你是要押注两个各拥有50万GPU（图形处理器）的团队，还是一个拥有100万GPU的团队？” 4月26日，谷歌母公司Alphabet发布了2023年Q1财报，营收和利润双双超市场预期，云业务首次实现盈利。皮查伊在电话会议上首先提到了AI，虽然这项业务并没有单独体现在财务数据上。他一边“安利”Bard，一边极力淡化生成式AI对搜索广告业务的威胁：“用户想自己选择要看的内容，即使我们给他们提供了回答和内容摘要，他们也是如此。” 在谷歌AI一号位哈萨比斯看来，这场迈向通用人工智能的战斗才刚刚开始，谷歌并没有落后太远。他说：“AI最终会拥有人类的意识，但今天它还远远谈不上。” 来源：元宇宙之心来源：金色财经

金色财经2023-04-29

OpenAI完成103亿美元融资估值达到270亿-290亿美元

　　据TechCrunch报道，OpenAI完成103亿美元融资，估值达到270亿-290亿美元。

金融界2023-04-29

马斯克会见美参院民主党领袖舒默讨论AI监管问题

立法者最关心的问题。ChatGPT是由OpenAI公司开发的一款风靡全球的语言模型聊天机器人，已经吸引了数十亿美元的投资，并可能改变经济。　　近几个月来，舒默一直致力于制定一个“概述人工智能新监管制度的高级框架”。　　本月早些时候，舒默表示，随着ChatGPT等程序的广泛使用，他已开始建立人工智能（AI）监管规则。他表示，他已经起草并分发了一份框架，概述了一套新的监管制度，该制度将防止AI对国家造成潜在的灾难性损害，同时确保美国在这项变革性技术方面取得进步，并处于领先地位。　　在华盛顿，越来越多的人正在推动人工智能监管。参议院情报委员会主席、民主党人马克·华纳周三致信主要人工智能公司的首席执行官，要求他们采取措施解决人们的担忧。　　还讨论了特斯拉　　舒默在近一个小时的会面后告诉记者，他们还讨论了马斯克的电动汽车公司特斯拉。　　“听着，我们进行了一次很好的会谈。我们谈到了布法罗。特斯拉在布法罗有一家大型工厂，我们讨论了人工智能，”舒默表示。　　位于布法罗的特斯拉超级工厂占地120万平方英尺，于2017年开始生产太阳能电池和模块，随后于2019年开始生产电动汽车充电器的电子元件。　　今年1月，马斯克在华盛顿会见了两位白宫高级官员，讨论了特斯拉和拜登政府如何共同推动电动汽车生产。今年早些时候，他还会见了众议院议长、共和党人凯文·麦卡锡。

金融界2023-04-28

行业图谱 | 2023年中国AIGC行业图谱V2.0，有连云深耕金融AIGC场景应用

，为中间层和应用层提供支持和保障，例如OpenAI等。第二层为中间层，模型即服务，是在预训练模型基础上，通过专门的调试和训练，快速抽取形成垂直化、场景化、定制化的小模型和应用工具层，可以实现工业流水线式部署，例如二次元画风生成模型 Novel-AI等。第三层为应用层，面向C端和B端用户，依托底层模型和中间层的垂直模型，各厂商进一步开放面向C端和B端用户的各种各样的AIGC产品和服务，满足海量用户的内容创建和消费需求。例如有连云的文本生成软件、视频生成软件等，可自动生成智能资讯和智能视频的“云创AIGC”产品。有连云是一家国内领先的金融AIGC服务提供商，以连接为核心，深耕金融场景，运用自然语言处理、大数据和知识图谱技术，为大型金融机构及上市公司等龙头企业提供智能创作、智能连接、智能风控为一体的金融AIGC应用解决方案，辅助销售、市场与风控决策，实现显著的增益、降本、增效。云创（YouLian AIGC）, 通过自然语言处理，知识图谱与生成式AI技术，高效实现智能金融资讯与智能视频的生产。云连（YouLian Connection）,AIGC实现智慧连接与智能推荐。云数（YouLian Data）,辅助智能风控与声誉管理。有连云基于对金融场景的洞察力及成熟领先的金融场景解决方案，已获得数百家大型金融机构与上市公司的信任。未来，有连云将继续与同业伙伴一起，不断探究和发展金融AIGC领域的场景应用，助力B端企业提升内容创作效率并带来更多的商业化变现可能。风险提示：界面有连云呈现的所有信息仅作为参考，不构成投资建议，一切投资操作信息不能作为投资依据。投资有风险，入市需谨慎!

有连云2023-04-28

昆仑万维、万兴科技两只个股20CM涨停，在线教育概念涨幅超6%

科技旗下海外主要产品已接入Azure OpenAI服务。未来,双方将在云计算、大数据、认知服务、OpenAI等信息技术领域,开展更为广泛的合作。值得关注的是，这是继国内首批获得Azure OpenAI商用服务权限后,万兴科技携手微软的全新重磅合作。作为微软全球创新的主要合作伙伴,万兴科技还将享有微软新产品的优先测试、使用权益。东方证券分析认为，优质的教育产品需求始终旺盛，此前各家公司更多资源在教材教辅数字化，硬件产品等领域加强投入，为后续大语言模型应用奠定了良好的基础。随着国内大语言模型在国内的逐步成熟，多模态能力持续扩展，我们整体看好AI在教育的应用落地。风险提示：界面有连云呈现的所有信息仅作为参考，不构成投资建议，一切投资操作信息不能作为投资依据。投资有风险，入市需谨慎!

有连云2023-04-28

汤姆猫：目前公司接入ChatGPT产品功能原型封闭式首轮测试已结束

证券之星2023-04-28

用ChatGPT辨“鹰鸽”！摩根大通推出AI模型以破译美联储信息并发现潜在交易信号

寻找交易优势的一大驱动力，也是最早采用OpenAI技术而研发出的工具之一。本月稍早公布的研究论文指出，ChatGPT可用于解读美联储声明究竟是鹰派还是鸽派，或是确定新闻标题对股价是不是利好。 (图片来源：彭博社) 根据摩根大通的模型，虽然最近几个月美联储声明的“鹰鸽分数”的波动不断，官员发言的相关数据也呈现下滑趋势，但两者均徘徊在20多年来最高水平，这是美联储持续存在鹰派立场的明显迹象。彭博社调查中经济学家的预测中值显示，美联储下周将把基准利率再上调25个基点，至5.25%。美联储去年为了对抗通胀，采取40年来最激进的紧缩政策，此举导致股市和债市罕见地遭到同步抛售，此后投资者一直高度关注美联储的政策路径。尽管资产价格此后有所回升，但债券交易员一直押注今年晚些时候会降息，无视美联储主席鲍威尔(Jerome Powell)有关2023年不会降息的警告。按照摩根大通的模型，美联储的“鹰鸽分数”每上升10个百分点，就意味着美联储下次政策会议加息25个基点的可能性大约上升10个百分点，反之亦然。摩根大通表示，对欧洲央行和英国央行的政策倾向也可以使用该模型来分析，预计未来几个月将扩大到全球30多家央行。

tqttier2023-04-27

人工智能如何实现有趣的Web 3用例？

。例如，当用户与chatGPT互动时，OpenAI会收集用户的私人数据，并将其用于模型的训练，这会导致敏感信息的泄露。这是三星公司的情况。零知识（zk）技术可以帮助解决ML模型在私有数据上执行推理时出现的一些问题。在这里，我们考虑两种情况：开源模型和专有模型。对于开源模型，用户可以在其私有数据上本地下载模型并运行。例如，Worldcoin计划升级World ID。在此用例中，Worldcoin需要处理用户的私人生物识别数据，即用户的虹膜扫描，以创建名为IrisCode的每个用户的唯一标识符。在这种情况下，用户可以在其设备上保持其生物识别数据的私密性，下载用于IrisCode生成的ML模型，本地运行推理，并创建证明表明其IrisCode已成功创建。生成的证明保证了推理的真实性，同时保持了数据的隐私。像Modulus Labs开发的ML模型的高效zk证明机制对于这种用例至关重要。另一种情况是当用于推理的ML模型是专有的。这项任务有点困难，因为本地推理不是一种选择。但是，ZKP有两种可能的方式可以帮助。第一种方法是使用ZKP将用户数据进行匿名处理，如前面数据集创建案例中所讨论的，然后将匿名化的数据发送到ML模型。另一种方法是在将预处理输出发送到ML模型之前，在私人数据上使用本地预处理步骤。在这种情况下，预处理步骤隐藏了用户的私人数据，以便无法重构。用户生成一个ZKP，表明预处理步骤的正确执行，然后专有模型的其余部分可以在模型所有者的服务器上远程执行。这里的示例用例可能包括可以分析潜在诊断的患者的医疗记录的AI医生，以及评估客户私人财务信息的金融风险评估算法。 03、内容的真实性和对抗深度伪造技术与专注于生成图片、音频和视频的生成式人工智能模型相比，chatGPT可能已经抢占了风头。然而，这些模型目前已经能够生成逼真的深度伪造作品。最近由AI生成的Drake歌曲就是这些模型所能实现的例子。由于人类被编程成相信所见所闻，这些深度伪造作品代表了一个重大威胁。有许多初创公司正在尝试使用Web 2技术来解决这个问题。然而，Web 3技术，如数字签名，更适合解决这个问题。在Web 3中，用户的交互，即交易，由用户的私钥进行签名以证明其有效性。同样，无论是文本、图片、音频还是视频，内容也可以由创建者的私钥进行签名以证明其真实性。任何人都可以根据创建者的公共地址对签名进行验证，该地址在创建者的网站或社交媒体账户上提供。Web 3网络已经构建了所有需要的基础设施来实现此用例。Fred Wilson讨论了如何将内容与公共加密密钥关联起来，以有效打击错误信息。许多声誉良好的风险投资公司已经将其现有的社交媒体资料，如Twitter，或去中心化的社交媒体平台，如Lens Protocol和Mirror，与一个加密的公共地址相链接，这为数字签名作为内容认证方法的可信度提供了支持。尽管这个概念很简单，但仍然需要大量的工作来改进这个认证过程的用户体验。例如，需要自动化创建内容的数字签名，以提供无缝的流程给创建者使用。另一个挑战是如何生成已签名数据的子集，例如音频或视频片段，而无需重新签名。许多现有的Web 3技术独具优势，可以解决这些问题。 04、专有模型的信任最小化另一个Web 3可以为人工智能提供帮助的领域是，在专有机器学习模型作为服务提供时，最小化对服务提供者的信任。用户可能需要验证他们所支付的服务是否真正得到了提供，或获得机器学习模型公平执行的保证，即所有用户都使用同一模型。零知识证明可用于提供此类保证。在此架构中，机器学习模型的创建者生成一个表示该模型的零知识电路。需要时，该电路用于为用户推断生成零知识证明。零知识证明可以发送给用户进行验证，也可以发布到处理用户验证任务的公共链上。如果机器学习模型是私有的，则独立的第三方可以验证所使用的zk电路是否代表了该模型。机器学习模型的信任最小化方面在模型的执行结果具有高风险时特别有用。例如：医疗诊断的机器学习模型在这种用例中，患者提交其医疗数据以供机器学习模型进行潜在的诊断。患者需要确保目标机器学习模型已正确地应用于其数据。推断过程生成证明机器学习模型正确执行的零知识证明。贷款的信用价值评估零知识证明可以确保银行和金融机构在评估信用价值时考虑申请人提交的所有财务信息。此外，零知识证明可以证明公平性，即证明所有用户都使用同一模型。保险索赔处理目前的保险理赔处理是手动和主观的。机器学习模型可以更公正地评估有关保险单和索赔详细信息的索赔。结合零知识证明，这些索赔处理的机器学习模型可以被证明已考虑所有政策和索赔细节，并且所有同一保险单下的索赔都使用同一模型进行处理。 05、解决模型创建的中心化问题创建和训练LLM是一个耗时且昂贵的过程，需要特定的领域专业知识、专用计算基础设施以及数百万美元的计算成本。这些特征可能会导致强大的中央实体（例如OpenAI），这些实体可以通过限制对其模型的访问来对其用户行使重大影响力。考虑到这些集中化风险，人们正在就Web 3如何促进LLM不同方面的去中心化展开重要的讨论。一些Web 3的支持者提出采用去中心化计算作为与中央化玩家竞争的方法。其基本观点是，去中心化计算可以成为一种更便宜的选择。然而，我们认为这可能不是与中央化玩家竞争的最佳角度。去中心化计算的缺点在于，由于不同异构计算设备之间的通信开销，它在ML训练中可能会慢10-100倍。作为替代方案，Web 3项目可以专注于以PoPW的方式创建独特且有竞争力的ML模型。这些PoPW网络还可以收集数据以构建独特的数据集来训练这些模型。一些正在朝这个方向发展的项目包括Together和Bittensor。 06、AI代理的支付和执行渠道过去几周，利用LLMs来推理完成某个目标所需任务并执行这些任务以实现目标的AI代理正在崛起。AI代理的浪潮始于BabyAGI的想法，并迅速扩散到高级版本，包括AutoGPT。这里的一个重要预测是，AI代理将变得更加专业化，以在某些任务上表现出色。如果存在专门的AI代理市场，那么AI代理可以搜索、雇佣和支付其他AI代理来执行特定任务，从而实现主项目的完成。在此过程中，Web 3网络为AI代理提供了理想的环境。对于支付，AI代理可以配备加密货币钱包，用于接收付款和支付其他AI代理。此外，AI代理可以插入加密网络以无需获得许可地委托资源。例如，如果一个AI代理需要存储数据，那么AI代理可以创建一个Filecoin钱包，并支付IPFS上的分散式存储费用。AI代理还可以从分散式计算网络如Akash委托计算资源来执行某些任务，甚至扩展其自身的执行。 07、保护免受AI侵犯隐私鉴于训练性能良好的ML模型需要大量数据，可以安全地假定任何公共数据都会被用于ML模型，以预测个人行为。此外，银行和金融机构可以建立自己的ML模型，这些模型是根据用户的财务信息进行训练的，并能够预测用户的未来财务行为。这可能是对隐私的重大侵犯。这种威胁的唯一缓解是默认的金融交易隐私。这种隐私可以通过使用zCash或Aztec支付等私人支付区块链和Penumbra和Aleo等私人DeFi协议来实现。 AI赋能的Web3应用案例 01、链上游戏为非程序员玩家生成机器人像Dark Forest这样的链上游戏创造了一种独特的范例，玩家可以通过开发和部署执行所需游戏任务的机器人来获得优势。这种范式转变可能会排除不能编写代码的玩家。然而，LLM可以改变这一点。LLM可以被微调来理解链上游戏逻辑，并允许玩家创建反映玩家策略的机器人，而不需要玩家编写任何代码。像Primodium和AI Arena这样的项目正在致力于为他们的游戏吸引人工智能和人类玩家。机器人战斗、赌博和投注链上游戏的另一个可能性是完全自治的AI玩家。在这种情况下，玩家是一个AI代理，例如AutoGPT，它使用LLM作为后端，并可以访问外部资源，例如互联网访问和潜在的初始加密货币资金。这些AI玩家可以像机器人战争一样进行赌博。这可以开辟一种关于这些赌注结果的投机和赌博市场。为链上游戏创建逼真的NPC环境目前的游戏很少关注非玩家角色（NPC）。NPC的行动有限，对游戏进程的影响很小。鉴于人工智能和Web3的协同作用，可以创建更具吸引力的由AI控制的NPC，这些NPC可以打破可预测性，使游戏更有趣。这里潜在的挑战是如何在最小化与这些活动相关的吞吐量（TPS）的同时引入有意义的NPC动态。过度的NPC活动所需的TPS要求可能会导致网络拥塞，对实际玩家产生不良用户体验。 02、去中心化社交媒体目前去中心化社交（DeSo）平台面临的一个挑战是，它们与现有的中心化平台相比并没有提供独特的用户体验。接受与AI的无缝集成可以提供缺乏Web2替代品的独特体验。例如，AI管理的帐户可以通过共享相关内容、在帖子上发表评论和参与讨论来帮助吸引新用户加入网络。AI帐户还可以用于新闻聚合，总结与用户兴趣相匹配的最新趋势。 03、去中心化协议的安全和经济设计测试基于LLM的AI代理可以定义目标、创建代码并执行代码的趋势为测试去中心化网络的安全性和经济健全性创造了机会。在这种情况下，AI代理被指示利用协议的安全性或经济平衡。AI代理可以首先审查协议文件和智能合约，识别弱点。然后，AI代理可以独立竞争执行机制来攻击协议，以最大化自己的收益。这种方法模拟了协议在启动后所经历的实际环境。根据这些测试结果，协议的设计者可以审查协议设计并修补弱点。迄今为止，只有专业公司（例如Gauntlet）具备为去中心化协议提供此类服务所需的技术技能集。然而，我们预计，经过Solidity、DeFi机制和先前的开发机制训练的LLM可以提供类似的功能。 04、用于数据索引和指标提取的LLM 尽管区块链数据是公开的，但索引该数据并提取有用的见解一直是一个持续的挑战。该领域的某些参与者（如CoinMetrics）专门从事索引数据和构建复杂指标以销售，而其他人（如Dune）专注于索引原始交易的主要组件，并通过社区贡献众包指标提取部分。最近的LLM进展表明，数据索引和指标提取可能会受到破坏。Dune已经认识到了这个威胁，并宣布了一个LLM路线图，其中包括SQL查询解释和基于NLP的查询的潜力。然而，我们预测LLM的影响将比这更深入。这里的一种可能性是基于LLM的索引，其中LLM模型直接与区块链节点交互，为特定的指标索引数据。像Dune Ninja这样的初创公司已经在探索创新的LLM应用于数据索引。 05、引入新生态的开发者不同的区块链竞争吸引开发者来建立该生态系统中的应用程序。Web 3 开发者活动是某个生态系统成功的重要指标。开发者面临的主要难点是在开始学习和构建新生态系统时得到支持。生态系统已经投资数百万美元，以专门的开发者关系团队的形式支持探索生态系统的开发者。在这方面，新兴的LLMs已经展示出惊人的成果，可以解释复杂的代码、捕获错误，甚至创建文档。经过调整的LLMs可以补充人类经验，显著扩大开发人员关系团队的生产力。例如，LLMs可用于创建文档、教程、回答常见问题，甚至支持hackathon的开发人员使用模板代码或创建单元测试。 06、改进DeFi协议通过将人工智能集成到DeFi协议的逻辑中，许多DeFi协议的性能可以显著提高。迄今为止，集成AI到DeFi的主要瓶颈是实现链上AI的成本过高。AI模型可以在链下实现，但以前没有办法验证模型执行。然而，通过Modulus和ChainML等项目，链下执行的验证正在变得可能。这些项目允许在链下执行ML模型，同时限制链上成本。在Modulus的情况下，链上费用被限制为验证模型的ZKP。在ChainML的情况下，链上成本是支付给分散的AI执行网络的Oracle费用。一些可以从AI集成中受益的DeFi用例。 AMM流动性供应，即更新Uniswap V3流动性的范围。使用链上和链下数据保护债务头寸的清算保护。复杂的DeFi结构化产品，其中金库机制由财务AI模型定义，而不是固定策略。这些策略可以包括由AI管理的交易、借贷或期权。考虑不同链上的不同钱包的高级链上信用评分机制。结论我们认为Web3和AI在文化和技术上是兼容的。与Web2倾向于排斥机器人不同，Web3由于其无需权限的可编程性而允许AI蓬勃发展。更广泛地说，如果您将区块链视为一个网络，那么我们预计AI将主导网络的边缘。这适用于各种消费者应用，从社交媒体到游戏。到目前为止，Web 3网络的边缘在很大程度上是人类。人类启动和签署交易或实施具有固定策略的机器人。随着时间的推移，我们将看到越来越多的AI代理在网络边缘处。AI代理将通过智能合约与人类和彼此进行交互。这些交互将使新颖的消费者体验成为可能。来源：金色财经

金色财经2023-04-26

24小时热点