人工智能在Web3中的应用：挑战、风险和前景

重点概括：

• 生成式人工智能（Generative AI）是一种用于生成人工内容（如文本、图像、音频和视频内容）的人工智能技术。
• Web3 中的人工智能应用包括在游戏中部署数字收藏品、NFT、资产创建和软件开发等方面。
• 除了内容生成外，人工智能还可以通过简化开发流程和改善去中心化应用程序（Dapps）的用户体验来推动 Web3 空间的发展。
• 尽管仍然存在版权、准确性和创造力等挑战，但 AI 时代已经到来——AI 模型正在改变企业和行业。

人工智能生成内容介绍

最近，人工智能生成的内容（AIGC）变得非常受欢迎，应用程序如 DALL-E 和 ChatGPT 分别产生令人印象深刻的视觉资产和进行类似人类对话的处理。

广义而言，生成式人工智能是一种通过计算机模型生成内容（如文本、图像、音频和视频）的人工智能。在专业生成的内容（PGC）和用户生成的内容（UGC）之后，AIGC 被广泛认为是下一个内容生成阶段。

PGC 通常由创意专业人士（如平面设计师和动画师）为品牌使用或发布制作，而 UGC 是由最终用户创建并直接在社交媒体网站（如 YouTube、Facebook 或 Twitter）上分享的。

随着人工智能近年来的快速发展，它现在可以生成各种类型的内容。一些相关的人工智能领域是自然语言处理（NLP），它研究计算机如何处理和分析文本，以及生成式对抗网络（GAN），它旨在生成具有类似于训练数据集的特征的新数据（例如图像和视频）。

人工智能生成的内容可以帮助加速创意过程，企业开始注意到它在改变内容创建方式以及创意团队跨行业运作方式方面的潜力。

以下是连接人工智能和 Web3 的潜在场景和用例。

AIGC 在 Web3 中的应用

文本 AI 及其对 Web3 的影响

文本 AI 是指使用人工智能生成文本。它是一种自然语言处理技术，可以从给定的输入中生成类似于人类写作的文本，并用于各种应用程序，如摘要、对话系统和机器翻译。今天的文本生成器被用来为各种目的产生原创性、有创意的内容，在 Web3 内部也有许多领域可以高度利用这些技术。

借助文本 AI 工具，在线搜索可以重新想象并提供更直观地浏览网络的方式。ChatGPT 最新与微软在线搜索引擎 Bing 集成，现在已经推出了聊天界面作为搜索网络的一种方式。

同时，谷歌发布了自己版本 NLP 模型称之为 Bard, 一个 LaMDA 驱动实验性会话 AI 文字服务，帮助简化复杂主题并综合查询洞察力。

生成式人工智能可能会改变人们搜索网络的方式

生成式 AI 有潜力改变人们在网络上过滤信息的方式，并有可能减少对搜索引擎广告模型的依赖——这是许多当前 Web2 用户长期以来一直想要规避的问题。

文本生成工具允许用户在查询时削减 SEO 生成内容的噪音（尽管需要人类干预和微调）。如果搜索偏好转向文本 AI 工具，那么搜索引擎可能会被替换，这意味着更少与搜索相关的广告杂乱无章——这是 Web3 核心标准之一，将技术权力重新交到用户手中。

在区块链游戏中，文本 AI 可以通过提高游戏开发者和艺术家的创造力和生产率来实现。通过利用文本 AI，基础视频游戏元素——如对话、故事和角色构成等——可以快速制作并完善，通过更快地生成想法来简化创意流程。

AI NFTs

AI 还可以帮助生成图像和视频，这些内容类型随后可以被铸造成 NFT。这些由 AI 生成的 NFT 称为生成艺术 NFT，其中艺术家将首先输入一组规则（例如颜色和模式范围），以及参数，如迭代次数和随机程度。计算机将在此指定框架内生成艺术品。

一个例子是“CryptoPunks”发生器 Larva Labs 创建的“Autoglyphs” NFT 收藏品。以下是其他通过 AI 辅助生成的 NFT 收藏品的示例。

关于【人工智能在Web3中的应用：挑战、风险和前景】的延伸阅读

• 重新理解Marlin：AI下半场的可验证计算L0「新基建」

  Marlin是一种可验证云计算服务，利用加密技术保证数据安全，为AI+Web3应用提供低延迟、低成本的解决方案。它基于TEE和ZKP技术，为用户提供通用化的云计算方案，并通过激励机制吸引节点为网络贡献资源。Marlin的愿景是成为AI世界的可验证通用L0，为Oracle预言机、ZK Prover系统、AI人工智能等应用场景提供节点算力和存储等网络资源服务。它可以为AI大模型训练提供安全的计算环境，并为多元化应用场景提供可验证计算中间件。在AI+Web3时代，Marlin有巨大的价值潜力，可能成为未来AI+Web3应用的关键基础设施。

• Sam Altman 围绕 OpenAI 打造出一个致富帝国

  OpenAI首席执行官奥特曼同时经营副业，但只有一份工作让他发了财。他投资了多家想抓住人工智能风口的公司，包括网络安全软件公司和清洁能源公司。他最成功的投资是支付处理初创公司Stripe。奥特曼也投资了使用OpenAI技术的初创公司。他曾因投资引发利益冲突而被罢免职务，但重新担任首席执行官后制定了新的利益冲突政策。董事会正在进行改革，包括强化利益冲突政策和独立审计委员会。奥特曼计划通过全面披露和董事会管理来解决利益冲突问题。

区块链游戏中的 AI 化身和物品

生成式 AI 模型可以在 Web3 环境下协助创造大规模的游戏资产，包括头像、装备、车辆和文物等。游戏行业可以应用文本到图像生成式 AI 模型，能够从文字描述中产生创意资产和内容。在一定参数范围内，现代语言模型也可用于建立所创建资产的上下文，例如道具强度统计、角色属性或传说。

如今，由人工智能生成的图像和视频已经非常先进，甚至可以用于创建区块链游戏和元宇宙虚拟产品中的特效。例如，Mirror World 是一个 GameFi 项目，利用了基于 AI 的虚拟“镜像”，作为游戏中角色的资产。Mirror 资产在每款游戏中都可以完全互操作，确保资产持有者能够在游戏上线时使用它们应对新的挑战。

Alethea AI 公司推出了 CharacterGPT 项目作为另一个生成式 AI 示例。该项目采用多模态 AI 系统称为 CharacterGPT 来从文本描述中生成交互式 AI 角色，并实现了从文字到角色创作。这些交互式角色可以根据不同自然语言描述具有独特外观、声音、个性和身份。

这些角色可以被标记化并记录在区块链上，并且其所有者还可以自定义其个性并训练其智力，并在 Alethea's AI Protocol 各种其他 dapp 之间进行交易和使用。这些交互式角色提出了许多应用场景，包括数字孪生（反映物理对象设计而成的虚拟模型）、数字指南、数字伴侣、虚拟助手以及人工智能非玩家角色（NPCs）。

AI 可以帮助找到漏洞

当涉及构建 Web3 基础设施和应用程序时，人工智能可以帮助简化开发过程。

例如，人工智能应用程序可用于调试代码。使用人工智能，ChatGPT 已经展示了在某种程度上不仅可以阅读和编写代码，还可以找到代码中的错误。

一些加密专业人士现在开始使用这个 AI 动力程序进行简单的代码审计任务：智能合约审计公司 Certik 的开发人员使用 ChatGPT 进行“快速理解和总结复杂代码片段的语义”。

最终结论：AI 在 Web3 中的应用面临的挑战、风险和前景

随着人工智能的发展，其可能性是无限的，只受用户想象力的限制。即使在早期阶段，人工智能模型继续展示其在转变企业甚至行业方面的能力。由于低门槛导致广泛采用，很可能人工智能将成为我们数字世界中未来的生活方式。然而，这种技术也存在一些挑战和风险。

一个挑战可能是消费者和组织对AI生成内容的反对。例如，主要的股票照片网站和平台之一Getty Images已禁止上传和出售使用AI艺术工具生成的插图。版权问题被视为原因，因为一些AI生成的图像复制了受版权保护的内容，原始艺术家的水印仍然可见。

AIGC 面临的另一个挑战是质量问题。斯坦福大学教授 Andrew Ng 提供了一个例子，在该例子中 ChatGPT 错误地解释算盘比 GPU 更快速度这个事实（幸运地不是真实情况）。

对于大多数人来说，这种技术开始干扰工作岗位，这是一个令人担忧的挑战。然而，认为 AI 将取代人类在工作中的角色是一个误解。事实上，它可以在现有和新兴市场上创造新机会：AI 很可能要么帮助增强工作，要么创造新类型的与 AI 相关的工作，需要一些技能提升。

著名作家 William Gibson 曾经形容过关于 AI 的未来：“未来已经到了——只不过分配得不太均匀。” 这也适用于当今 AI 和 Web3 交汇处。

免责声明：本文仅代表作者个人观点，不代表链观CHAINLOOK立场，不承担法律责任。文章及观点也不构成投资意见。请用户理性看待市场风险，以及遵守所在国家和地区的相关法律法规。
图文来源：crypto.com，如有侵权请联系删除。转载或引用请注明文章出处！

标签：AIWeb3精选