FX168财经网_全球视野外汇黄金加密货币NFT资讯网

谷歌CEO提醒不要仓促推出AI技术需要合理监管

还是提醒那些正卷入这场竞争的公司。对于OpenAI更为直接的方式以及推出ChatGPT，他看到了经验教训。　　他说，有人指出，不能推出如此强大的技术，因为社会没有时间适应。“我认为这个观点合理。我认为有些负责任的人试图弄清楚如何使用这项技术，就像我们一样。” 　　对于生成类AI的风险，他提出了所谓的深度伪造（deepfake）视频。他说，此类隐患说明了监管的必要性。　　“制作深伪视频对社会造成伤害，后果是必然的，”他说。“任何与AI打交道一段时间的人都会意识到，这是一种截然不同且如此深刻的东西，我们需要社会规范来考虑如何适应。”

金融界2023-04-18

ChatGPT金融业应用首批研究成果出炉可解读美联储声明、预测股价

制定战略已有很长时间。但测试结果显示，OpenAI开发的这一技术在解析细微差别和上下文方面，达到了新的高度。　　“这是罕见的媒体宣传名副其实的案例之一，”Man AHL机器学习负责人Slavi Marinov表示。该机构使用所谓的自然语言处理技术来解读业绩、Reddit帖子等文本已有数年。　　第一篇论文题为《ChatGPT能否解读美联储表态？》，两名来自美联储的研究人员发现，在识别美联储声明是鸽派还是鹰派方面，ChatGPT与人类最为接近。里士满联储的Anne Lundgaard Hansen和Sophia Kazinnik通过研究显示，ChatGPT击败了常用的谷歌模型BERT，以及基于字典的分类。　　ChatGPT甚至能对其对于美联储声明的分类做出与美联储自身分析师类似的解释，该分析师也对美联储措辞进行了解读，从而作为本次研究的人类基准。　　以2013年5月声明中的这一句话为例：“劳动力市场状况最近数月总体上显现一些改善的迹象，但失业率依然高企。”ChatGPT认为这句话属于鸽派，因为其暗示，经济尚未完全复苏。这类似于测试中人类分析师Bryson的结论。论文将Bryson描述为一位“现年24岁的男性，以聪明才智和好奇心著称”。　　ChatGPT可像人类分析师一样对分类做出解释。　　第二篇论文题为《ChatGPT可以预测股价走势吗？回报可预测性和大型语言模型》，作者是佛罗里达大学的Alejandro Lopez-Lira和Yuehua Tang。他们令ChatGPT扮演金融专家，并解读公司新闻。他们使用了2021年末之后的消息，这一时期的新闻没有涵盖在模型的训练数据中。　　研究发现，ChatGPT给出的答案与股票随后的走势存在统计联系，显示这一技术可以正确地解析新闻的影响。　　研究的一个案例是，题为“Rimini Street针对甲骨文一案被罚63万美元”的新闻是利好还是利空甲骨文，ChatGPT解释道，此为利好消息，因为罚款“有可能可以提振投资者对甲骨文保护知识产权能力的信心，并增加对其产品和服务的需求”。　　对大部分经验老道的量化分析师而言，通过推特使用自然语言处理来评估某只股票有多受欢迎或是考虑最新新闻对公司股价的影响几乎已是家常便饭。但ChatGPT所显示的技术进展势将打开全新的信息世界，令该技术被更为广大的金融业人员所用。　　对Marinov而言，现在机器阅读能力几乎已能与人类比肩，并没有什么令人意外的，但ChatGPT有可能会加快整个过程。　　总部在伦敦的Man AHL在最初搭建模型时，该量化对冲基金将每句话进行手动标记，表明其是利好还是利空某个资产，从而给机器解读语言提供蓝本。该公司随后将整个过程变为一场游戏，对参与者进行排名，并计算他们对每一句话的赞同程度，以便所有员工都可参与。　　这两篇新论文显示，ChatGPT甚至可以在不进行针对训练的情况下完成类似的任务。美联储的研究显示，这种所谓的零次学习的表现已经超过了先前技术，但根据一些特定案例对其进行微调，会使表现更佳。　　“先前你要自己标记数据，”Marinov称。“现在，通过确定正确的ChatGPT指令，就可起到补充作用。”Marinov先前也联合创立了一个自然语言处理初创公司。　　彭博有限合伙企业上月也发布了一个大型金融语言模型。

金融界2023-04-18

谷歌CEO：社会要为AI的影响做好准备，其发展“不是哪个公司可以决定的”

微软1月份宣布其搜索引擎Bing将包含OpenAI的GPT技术，该技术在2022年推出ChatGPT后引起了国际关注。然而，最近几周，公众和批评人士也对AI进展的后果感到担忧。3月，特斯拉CEO马斯克以及数十位学者呼吁立即暂停与“比GPT-4更强大”（OpenAI 的旗舰 LLM）的大型语言模型相关的培训“实验”。谷歌发布了一份概述“监管人工智能的建议”的文件，但Pichai表示，社会必须迅速适应监管、惩罚滥用行为的法律和各国之间的条约，以确保人工智能对世界安全，以及“与包括道德在内的人类价值观保持一致”的规则。 Pichai说：“这不是一家公司可以决定的，这就是为什么我认为这方面的发展不仅需要包括工程师，还需要包括社会科学家、伦理学家、哲学家等。” 当被问及社会是否为像Bard这样的人工智能技术做好准备时，皮查伊回答说，“一方面，我觉得没有，因为我们的思考和适应的速度赶不上技术发展的速度。” 不过，他补充说自己很乐观，因为与过去的其他技术相比，“开始担心其影响的人”很早就有所准备了。

Dan19772023-04-17

基金经理投资笔记|AI“杀手级”产品是判断行业是否迎来爆发式增长的标志，是不是现在发生仍有待观察

：一是国内ChatGPT技术成熟（或是openAI进入国内），二是垂直领域出现好的应用。　　在此之前，我们更倾向于AI暂时还处在主题投资的阶段。主题投资阶段的关键要素在于产业推进的进度，当产业快速向前推进时，相关主题的股票会大幅上涨；当产业推进放慢时，相关主题的股票也会体现出很大的股价波动。因此，我们需要跟踪走在产业发展前沿公司的技术和产品的推进进度（例如海外的微软、谷歌、英伟达，国内百度等公司），思考这些变化对产业发展趋势和竞争格局会带来怎样的影响，并以此来制定投资策略。这些变化时时刻刻都在发生，因为这些公司自身也在不断探索创新，我们只能保持紧密地跟踪并在尽可能快的时间内形成投资决策。　　对于处在主题投资阶段的股票投资而言，收益和风险都是巨大的。风险在于，在AI技术快速推进的情况下，没有谁敢保证自己是不会被颠覆的；收益在于，在AI技术快速推进的情况下，每一家公司也都有抢占未来整体或局部制高点的机会。因此，当前较优的投资策略是选择走在产业发展最前沿或是受益产业最新变化的标的，以尽可能控制买入成本的方式进行投资。尤其是对于主题投资盛行的A股市场而言，当软件公司股价涨幅超过微软、硬件公司股价涨幅超过英伟达时，我们就需要慎重考虑其股价波动的风险了，毕竟微软和英伟达才是目前走在产业发展最前沿的公司。　　当然，这些只是基于当前产业发展现状的分析，AI的一个重要属性就是不断快速迭代，如果未来AI的迭代发生质变的话，那么我们的上述分析就需要完全打破重来了。　　风险提示：投资有风险，投资需谨慎。以上所提及个股仅作举例说明，不作为推荐，不构成任何投资建议或承诺。

金融界2023-04-17

AI时代算力需求激增数字经济ETF（560800）翻红

有机构指出，AI时代算力需求激增。根据OpenAI的测算数据，2012年以来最大的AI训练运行所使用的算力呈指数增长，每3-4个月增长一倍。2012-2018年，AI训练运行所使用的算力已增长超30万倍(相比之下摩尔定律仅增长7倍)。未来伴随国内外巨头先后加码大模型领域投入，以及各家大模型参数量快速增长、从单模态向多模态升级等发展趋势，AI算力需求有望持续高景气。做多数字中国，把握稀缺数字经济主题投资机会。中证数字经济主题指数(931582)为目前市场上唯一涵盖数字经济领域的主题指数，鹏扬数字经济ETF(560800)为首只跟踪该指数的ETF基金；鹏扬中证数字经济ETF联接(015787.OF/015788.OF)为首只追踪该指数的场外指数基金。本处所列示信息仅用于沟通交流之目的，仅供参考，不构成对任何个股的投资建议，也不代表本公司对任何股票做出的判断或倾向。投资有风险，基金投资需谨慎。

证券之星2023-04-17

盘点11家ETHGlobal Tokyo黑客松决赛项目

能方面，Octoplorer 使用了 OpenAI ChatGPT 3.5 的 “text-davinci-003 ” 模型，该模型由 langchain 库增强，进一步提高了智能效果。目前，Octoplorer 的服务适用于以太坊和 Polygon。 Myna Myna 是一个服务于日本用户的钱包解决方案，其允许日本用户使用政府所颁发的身份证件（My Number Card）作为硬件钱包，从而实现一种简单、安全的加密货币托管方案。 Myna 可以为每个 My Number Card 生成符合 EIP-4337 的合约钱包，且会为用户抽象掉其中的钱包创建过程，并支持诸如社交恢复等功能。这将使日本居民能够在任何紧急情况下安全地转移钱包的所有权。 probablynothing.works Probablynothing.works 是一个允许 Web3 社区从广告中获得收入的协议。广告创收本是传统网络社区创收的一个重要途径，但截至目前，出于各种原因，Web3 世界的广告业务迟迟未能取得有效发展。 Probablynothing.works 的愿景是打通 Web3 世界广告服务的桥梁，该协议所设计的体系涉及了四类角色，包括广告信息发布者、传播信息的广告商、接收信息的网站访问者，以及为发布者和广告商之间提供基础设施的协议运营商。Probablynothing.works 希望利用 NFT 来对接发布者和广告商之间的供需，一方提供信息传播服务并收费，另一方则可根据希望将自己广告传播至哪些社区来选择传播渠道并付费。 AbswapX AbswapX 可以理解为一个为 DeFi 启用限价订单和预定策略的自动化模块。具体来说，AbswapX 可以为任何合约钱包或 EOA 钱包创建了一个自动化模块，以便能够创建从任何源链上的任何代币到 EVM 中任何目标链上的另一个代币的限价单。 AbswapX 的实现路径为： 1. 当用户创建限价订单时，他们会指定具体代币对、价格关系、交易数量； 2. 之后，限价订单添会被加到 AbswapX 订单簿中。AbswapX 会利用 Gelato Network 来根据用户的指定要求创建具有调用数据的代理任务。 3. 当价格关于触达用户的指定时，Gelato Network 自动执行交易，然后以指定价格将用户的代币换成所需的代币。 AbswapX 现部署在 Gnosis Chain 和 Polygon Chain 上，测试网方面，则已部署至 Goerli、Mumbai、Polygon zkEVM、Linea、ScrollzK、Taiko 和 Mantle 上。 Tanuki Tanuki 是一个无需信任的钱包活动评分协议，其使用 ZKP 来无信任地读取链上的历史活动，以计算钱包的分数。出于各种需求（比如空投根据），许多协议现在都会需要对曾交互过的钱包进行评分，但当前评分方法大多是在链外进行的，因此存在中心化、不够透明、需要额外信任等问题。为解决这一问题，Tanuki 选择了利用 ZK 协处理器 Axiom，以无信任的方式读取和汇总链上历史数据，这使得每个协议能够公平、透明地计算相关指标，促进无信任的互动。 Tanuki 提供有基础设施相关代码，可以无缝集成到各种协议中。 YORU YORU 是一个兼备隐私保护功能的社交支付工具，在该项目看来，当前加密货币的社交支付存在着两大主要挑战。一是任何人都可以跟踪交易历史。链上交易是透明的，任何人都可以从同一地址跟踪钱包的余额；二是 Web3 上的用户体验很糟糕，地址复杂难记，且每笔交易都需要 gas 费用（尤其是从新地址提取某种资产时需要事先准备 ETH）。为解决这两大难题，YORU 利用账户抽象和隐形地址来进行代币转移。隐私传输方面，通过 YORU 所进的交易会将代币发送到一个一次性的隐形地址，该地址由接收者拥有，只有发送者和接收者知道。用户体验方面，YORU 支持通过 DID 和 ENS 进行公钥注册，用户可以将他的钱包账户与他的社交媒体账户绑定，如 Gmail、Twitter、Line 等。此外，YORU 还利用了账户抽象中的 Paymaster 来赞助交易，从而避免了接收者需要事先在一次性隐形地址中存入 ETH（用作提取接受资产的 gas ）的问题。 SuperPlay SuperPlay 是一个用户友好的游戏平台，其运转流程及特点如下：用户在访问游戏项目网站并注册之后，SuperPlay 会自动创建一个与其电子邮件地址相关的合约钱包；在该钱包内，用户拥有少量游戏项目的 ERC 20 代币，以此获得一定时间内（如一周内）的游戏体验资格；在该时间内，用户无需使用钱包里的任何资产，游戏项目方会垫付相关 gas；试用结束后，用户可以选择取消或订阅游戏；继续订阅时，用户可以选择使用信用卡来支付游戏订阅的费用，该费用将按周自动从其合约钱包中扣除。通过提供无需购买资产（用于订阅游戏的 ERC 20 代币）以及支付 Gas 费的 Web3 游戏试玩体验，SuperPlay 大幅降低了 Web3 的入场门槛。 POMPoarding POMPoarding 提供了一种简易的 Web3 社区协同工具。 POMPoarding 允许社区成员通过简单的问答组合起来，无需事先了解加密货币或钱包；在社区管理方面，POMPoarding 提供了一个仪表盘，允许社区领导者便捷地管理成员；POMPoarding 还利用了 Push Protocol 和 The Graph 来管理社区之间的消息传递；在后端，POMPoarding 则利用 SAFE 创建了一个多签钱包，用于治理、财务管理等方面的工作。来源：金色财经

金色财经2023-04-17

OpenAI CEO：大语言模型规模已接近极限并非越大越好

　　OpenAI联合创始人兼CEO Sam Altman在麻省理工学院“想象力行动”活动上谈到了大语言模型（LLM）的发展趋势和安全问题。　　他认为，OpenAI正接近LLM规模的极限，规模越大并不一定意味着模型越好，而可能只是为了追求一个数字而已。　　LLM的规模不再是衡量模型质量的重要指标，未来将有更多的方式来提升模型的能力和效用。　　他将LLM的规模与过去芯片速度的竞赛进行了类比，指出今天我们更关注芯片能否完成任务，而不是一味追求速度。　　他表示，OpenAI的目标是为世界提供最有能力、最有用、最安全的模型，而不是为了参数数量而自我陶醉。

金融界2023-04-17

马斯克创立X.AI公司！推特罕见“囤芯片”研发语言模型宣战ChatGPT美国合规监管

港)讯美国人工智能(AI)大战开打，OpenAI的ChatGPT聊天机器人引发科技界轰动后，亿万富翁马斯克(Elon Musk)正式创立X.AI新公司，贯彻他所呼吁的AI须美国合规监管。马斯克最近将推特和旗下X集团(X Corp)合并，开始挖角AI人才外，罕见囤积大量芯片以研发大规模语言模型。《华尔街日报》报道指出，在内华达州创立的X.AI公司法律文件显示，马斯克是其上市董事，而马斯克家族办公室的主管贾里德·伯查尔是该公司的秘书，X.AI已授权出售这家私营公司的1亿股股票，该公司名称援引马斯克所描述的X超级应用程序(APP)。 (来源:Twitter) 据法律专家称，与特拉华州相比，内华达州的法律赋予公司管理层和管理人员更多的自由裁量权和保护。马斯克近期在谈到AI时，警告人工智能技术的风险，并主张政府对其进行监管。据熟悉外展的研究人员称，作为其AI野心的组成部分，马斯克在过去几个月里一直在招募AI研究人员，目标是与OpenAI形成竞争关系，该公司于2022年11月推出聊天机器人ChatGPT，引发科技投资者对该领域兴趣的狂热。#ChatGPT火爆全网# 招兵买马外，马斯克也投入庞大资金，扩充推特资料中心运算能力。回顾2022年马斯克收购推特时，曾对外宣称推特财务状况不稳定，但内情人士透露，推特近期投资数千万美元，向英伟达(NVIDIA)采购1万个GPU芯片。 ChatGPT正是使用辉达A100 GPU芯片来训练其模型，而英伟达推出新一代H100 GPU芯片，强调其运算速度比A100快好几倍，因此外界推测，推特将使用H100 GPU芯片来进行AI研发计划。推特在美国仅存的两座资料中心，分别位在萨克拉门托(Sacramento)和亚特兰大(Atlanta)。去年底萨克拉门托中心关闭后，推特平台运算能力明显减弱，但训练AI需要强大运算能力，因此外界推测这批GPU芯片将投入亚特兰大资料中心。按照这个推测去计算，H100 GPU芯片一个至少需要花费3万美元，若以1万个计算，将需要至少3亿美元。知情人士透露，推特AI研发计划类似ChatGPT的大规模语言模型(LLM)，但目前一切还处于初步阶段，也不知未来推特将如何应用AI技术。文章中也提到，马斯克8年前与他人共同创立OpenAI，但在与现任首席执行官山姆·奥特曼(Sam Altman)的权力斗争中败北后，他于2018年初离开公司。马斯克曾抱怨ChatGPT在政治上有偏见，并告诉同事他想创建更加求真的AI模型，尽管他没有公开说明这意味着什么。马斯克的新实验室如果成功，将促使科技公司之间为开发更强大的AI模型竞争加剧。OpenAI今年早些时候发布GPT-4，这是一种旨在模仿人类阅读和写作的AI模型，能够在LSAT等标准化考试中胜过大多数人，该技术还被集成到微软公司的新版搜索引擎Bing中。与此同时，阿里巴巴、谷歌和亚马逊公司也宣布自家AI计划。 3月末，马斯克与一些技术高管和人工智能研究人员一起呼吁，暂停六个月或更长时间的先进AI技术的开发，暂停的支持者认为，这将使行业有时间为其设计和制定安全标准，避免潜在的危害。但很显然，在呼吁迟迟无法得到回应的情况下，马斯克选择加入这个阵营。马斯克与X这个名字有着长期的联系，他以前曾创立X.com这家公司，也就是后来PayPal的前身。另外，他称自己的一个孩子为X。马斯克周六(4月15日)针对AI软件开发人员麦凯·瑞格利(Mckay Wrigley)发布的推文做出回应，他写道：“令人震惊的是，人们无法将指数级增长应用到AI的能力上。如果你说我们现在有GPT-4级别的AI模型，一年前你会被称为疯子。现如今你会想，再过一年，可能是5年或10年内，它会像小行星一样撞击世界。” 马斯克回应说：“我早在GPT-1之前就看到它的发生，这就是我多年来一直试图警告公众的原因。当我2015年与奥巴马在旧金山进行唯一一次会面时，我不是为了推销特斯拉或SpaceX，而是为了鼓励AI监管。” 马斯克近期也回应有关参议院多数党领袖查克·舒默(Chuck Schumer)为国会监管AI奠定基础的消息，他表示：“好消息，AI监管将比今天看起来重要得多。” 长期以来，马斯克一直认为对AI进行监督是必要的，他将这项技术描述为“可能比核武器更危险”。“我们需要某种监管机构或监督人工智能发展的机构，以确保它的运作符合公共利益，”他上个月告诉特斯拉投资者。

圈内人2023-04-17

KNN3：Web3 AI 赋能的创作者经济的下一个前沿

平台的聚合数据。凭借最少的编码要求和 OpenAI 的强大功能，任何需要使用 Web3 数据的人都可以访问 Transformer，这类似于与个人助理交互以满足您的数据需求。并且可以无缝填补中心化平台退出后留下的空缺。（Transformer SQL生成接口） Transformer 的集成平台为用户提供无缝体验和高度敏捷性，支持独立功能和可编程工作流。它提供随时可用的 SDK，可以轻松地将 Web3 数据服务集成到现有系统中，并预先构建了所有必要的工具和功能，以便将 Web3 数据轻松整合到工作流中。此外，Transformer 允许用户自定义他们自己的 SDK，确保用户可以充分利用他们的 Web3 数据，并根据他们的业务需求做出数据驱动的决策。（Transformer工作流程界面）对于任何寻求利用 Web3 数据的力量的人来说，用于 Web3 数据服务的 Transformer 是最终的解决方案。亲自体验 Transformer 的变革力量，立即开始彻底改变您的 Web3 数据探索。体验变形金刚?：https://transformer.knn3.xyz/ 排版：多智能体人工智能加强人类创造准确的提示或输入对于引导 AI 助手生成所需的输出至关重要。目前，人类和人工智能相互交流的方式仍有很大的改进空间。许多AI助手提供固定的格式或流派供用户填写和输出，这会限制输出的创造性和灵活性。KNN3 的 Typography 是一个很有前途的解决这个问题的方法。通过使用多代理 AI 来增强人与 AI 之间的交流，Typography 可以帮助用户更好地将他们的需求和偏好传达给 AI 助手，从而产生更高效和有效的输出创建。优化人类与 AI 之间的交流过程对于推进 AI 领域并使其更易于访问、无缝和用户友好至关重要。 Typography 采用基于 AI 代理的提示工作流程，为用户提供引导性问题和提示模板，Typography 可以帮助不知道该表达什么或缺乏技巧的用户有效传达他们的需求。（排版用户界面）基于代理的提示工作流程：引导问题 -> 人工回答 -> 提示模板 -> AI 反馈 -> 后评价 -> 上下文句柄 Typography 的最终使命是让 AI 的用户体验无缝是一个重要的使命。通过服务于人类与 AI 之间有效沟通的想法和目的，Typography 有可能使 AI 对每个人都更易于访问和用户友好。Typography 是一种革命性的产品，旨在改变当前由大型组织垄断数据和 AI 的情况，是一种用户友好的工具，使用户能够创建、构建和赢得他们的社交存在。（排版用户界面） K'Nexus NFT：数据-文本-图像，AI共创NFT 2022 年，NFT 的人气激增，这在很大程度上是由 NFT PFP 推动的。传统的 NFT 设计往往依赖于固定的模板，缺乏个性，无法体现用户的链上社交行为。这就是 KNN3 Nexus NFT 的用武之地，通过提供新的叙述方式重新定义 NFT 概念：Web3 数据 - 文本 - 图像。AI共创通过考虑用户NFT图像定制，支持NFT图像，确保捆绑产品权益体现不可替代代币的价值本质。 KNN3 的 Nexus NFT 扩展了 NFT 的范式，web3 数据-文本-图像链接并提供数据支持系统。通过基于链的用户配对，将每个维度的数据加密为“文本提示”，为每个 NFT 创造一个独特的价值结构。 (K' Nexus NFT) Nexus NFT 从 6 个不同级别的链上社会足迹中检索 6 维社会价值模型 - Possession、Follow、Bond、Attendance、Governance 和 Lens。将来自 Web3 数据的见解加密成一半的文本提示，并将其与用户的审美偏好和个性相结合。然后，使用户能够与 Typography 产品的前端进行交互以完成提示的另一半，并共同生成反映用户的 AI Avatar。当各个维度的元素和谐地融合在一起时，Nexus NFT 将被重新混合，为用户提供一个独特的、个性化的 NFT 头像，代表他们在网络空间中的社交数据个性。这种方法旨在为 NFT 提供超越其货币价值的新的社会价值和兴趣水平。看看 Nexus NFT 如何发展以及它们是否在 NFT 市场上获得吸引力将是一件很有趣的事情。关于 KNN3 网络 KNN3 Network 是一站式的以 Web3 用户为中心的 DataFi 解决方案，适用于 d/Apps 和智能合约。KNN3 允许 d/Apps 和智能合约以多种算法友好的方式与跨平台的以用户为中心的数据进行交互。关注作者，主页有更多精彩内容来源：金色财经

金色财经2023-04-17

OpenAI CEO：大语言模型规模已接近极限，并非越大越好

　　OpenAI联合创始人兼CEO Sam Altman在麻省理工学院“想象力行动”活动上谈到了大语言模型（LLM）的发展趋势和安全问题。他认为，OpenAI正接近LLM规模的极限，规模越大并不一定意味着模型越好，而可能只是为了追求一个数字而已。LLM的规模不再是衡量模型质量的重要指标，未来将有更多的方式来提升模型的能力和效用。他将LLM的规模与过去芯片速度的竞赛进行了类比，指出今天我们更关注芯片能否完成任务，而不是一味追求速度。他表示，OpenAI的目标是为世界提供最有能力、最有用、最安全的模型，而不是为了参数数量而自我陶醉。

金融界2023-04-16

24小时热点