时代互联资讯中心
实际也不然，从广义概念来看，Web3作为主流认为的下一代价值互联网，亦属于互联网层级，尽管由于基础设施与应用受限难以大范围应用，但当下AI在传统互联网中的应用也并非不可作用于Web3，目前，AI在Web3的典型应用方向DeFi、链游、NFT、DAO、智能合约中均有结合点，更进一步的，又可分为产品构成、数据采集以及辅助服务。
从产品层面来看，当下以AIGC为卖点的项目并不少，NFT类别更是首当其冲，AI的应用可弥补创造力的不足，赋予创作家们色彩丰富的选择，此点早在AI热之前就已有产品涉及。AI生成艺术Art Blocks，由Erick Snowfro于2020年创建的一个可编程随机生成加密艺术品的NFT项目平台，艺术家可通过上传脚本到以太坊智能合约,自动生成艺术作品，目前，其NFT交易总量已超过10亿美元。
从数据采集而言，又主要集中于DeFi领域，其可作为量化工具与预测机器实现加密领域分析与套利，由于AI的无时限与机器学习，其更可替代人为操作。同时，在预言机数据的抓取中，通过AI的实时抓取与喂价，也可保持数据全天候操控与更新，以降低交易滑点。目前Web3已有众多AI基础设施项目出现，Openfabric AI 、Oraichain、Fetch.ai 以及此前提及的SingularityNET 都是典型代表。
最后则为辅助服务，辅助服务实际涵盖范围最广，相对而言现实中的应用门槛也最低，主要集中在社群与社交领域，通过机器客服、内容推荐、资料检索等方向提供服务，例如链游可引入更具灵活性的生成性AINPC提供趣味性与可玩性，又或是研究机构通过AI降低内容性噪比，均属于此类。
而从更长远的角度，智能合约生成与安全检索、供应链管理、电子商务等链条复杂的各种领域也可应用AI提升效率。
03 大厂焦虑，ChatGPT造神？
由此可见，不论是Web2还是Web3，似乎都掀起了以ChatGPT为代表的滔天巨浪，社会舆论也众说纷纭，AI可替代人类的说法不断蔓延，造神论从以往的 Web3、元宇宙转向了当下的AI。
但比之更焦虑的却并非是用户，而是国内的大厂们。面对来势汹汹的热潮，大厂只能加速跟进，但要反超，以现有的研发进度，还需一定时间。
从技术手段来看，作为应用级别的ChatGPT所使用的底层大模型训练并非存在技术隐秘性，尽管我国在类GPT的基座模型中存在代差，但也仍有GLM-130B、百度文心、华为盘古以及阿里M6模型等多种语言或多模态大模型百花齐放。
归根结底，资金投入与投入环境或许才是大厂们望其项背的，从OpenAI2015年出世到如今，接近10年的长期投入，不论是耗资还是时间成本，都极为高昂，国内对于硬科技的长周期规律与包容性环境明显较弱。而近年来，高端芯片为首的国家级封锁也让我国以算力为核心的AI产业发展掣肘良多。
多位业内投资人表示，鉴于数据数量与市场环境，国内大厂推出类似产品，周期至少在2年左右。而狂掷200亿All in ChatGPT的360也无奈直称，公司的类ChatGPT技术的各项指标只能达到略强于GPT-2的水平，与当前的ChatGPT相比尚有代差的落后。
与此同时，生成性AI与搜索引擎的融合应用还在进化，长期也将具有典型的寡头效应。
ChatGPT也已开始作出其商业化尝试，抵消在应用时大算力服务器支持带来的高昂服务器成本，尽管订阅用户每月20美元的价格尚不足为道，但也成功实现了AI商业的一大步。从现实角度，训练成本正在逐渐实现摩尔定律般的降低，相比两年前，如今在公有云中仅需约140万美元即可对GPT-3进行训练，类似GPT-3等模型的训练成本下降了80%以上。
但另一方面，ChatGPT是否能成功造神仍有待考察。从技术而言，尽管实现了人工智能的通用性和高交互性，但其终究未能具备可思考的引申能力，仍需要借助人类反馈的RLHF进行训练与识别，对于日常内容，以共生为关联为标准对模型训练会产生虚假关联和东拼西凑的合成结果，除了偶尔会一本正经的胡说八道外，在众多专业级别的领域如医疗、天文其也无法产生适当的回答。
技术之外的伦理与安全也正在接受社会的审视。
从安全角度，生成性AI的发展难免数据安全与版权难题，而监管手段目前还未演进至可覆盖到该领域。首先，ChatGPT产生的内容并非是独创性的，而是通过所挖掘的单词之间的关联统计关系合成语言答案，由于其黑匣子的特性，内容安全性与准确性难以得到保障，海外，美国纽约、加拿大、欧洲、澳洲等部分高校联盟已然命令禁止ChatGP在学术界的使用；此外，国家间的数据采集也有安全泄露，甚至是危害国家安全的隐患。在我国，该隐患尤其显著，也被众多国人戏称为AI护城河，但数据有效性的不足，也难免阻碍了该领域的发展。
难以否认的是，ChatGPT已然可以在很多方面超越人类，客服服务、资料检索、内容编写、甚至代码开发等领域，已然可以见到ChatGPT的身影，而此前，一份内部文件显示，ChatGPT成功通过了谷歌的编程面试，拿到了年薪18.3万美元的L3工程师offer。
如同工业革命、集装箱革命一般，工具升级所带来的效率提升，是切实存在，但初级、甚至部分中高级的岗位得以替换，似乎也已成为技术进步而带来的必然规律。
较为讽刺的是，在人类对未来的畅想中，始终认为，与内容相关的创造力岗位难以被替代，但目前首次受冲击的，却正好是这类行业。人性特质的机器化，带来的人文伦理争议，也正在社会上引起热议。
或许比较庆幸的是，就目前的数据量与数据资源来看，倾微软之力正在研发中的GPT-4或许将是生成性AI诞生的终局版本。
