文｜Joel John
編譯｜DeFi 之道 隔夜的粥
自 2022 年末 OpenAI 面向公眾推出 ChatGPT 以來，人工智能（AI）的熱度一直居高不下。圣誕老人來得很早，他給人類帶來了一臺能回答大多數問題的機器！ChatGPT 是增長到一億用戶用時最快的應用，就像許多由 VC 投資的初創公司一樣，它每天都在燃燒數百萬美元。
當然，這不再是引起關注的原因，因為微軟剛剛決定向 OpenAI 投資 100 億美元。結合 Azure 和 Bing ，ChatGPT 的受歡迎程度已經跨越了成見鴻溝。
不過，參與競爭的不僅僅是微軟。谷歌母公司 alphabet 在其生成型 AI 產品的 demo 搞砸之后，其股票市值損失了 1000 億美元。此外，阿里巴巴和亞馬遜各自宣布加入，旨在和 ChatGPT 爭奪 AI 主導地位，而蘋果公司很可能會利用 Siri 作為將其 AI 產品推向市場的前沿陣地。
AI 工具的爆炸性增長之所以出現，是因為人們現在可以實際使用 AI 。當 crypto 、無人機或自動駕駛汽車等趨勢進入市場時，它們面臨著很高的進入壁壘。而你現在可以立即使用 AI 在家庭作業上作弊。今天，ChatGPT 甚至可以讓你在 Bumble 上看起來很有吸引力。相比之下，在 crypto 領域，你只能購買 token，并假裝它是你個性的全部。
亞瑟·克拉克（Arthur C. Clarke）曾經說過：“任何足夠先進的技術，似乎都無法與魔法區分開來。”
AI 已經轉變為讓足夠大的社會群體相信它是魔法。僅在 2022 年第二季度，就有約 170 億美元的資金被投入到與 AI 相關的公司中。FAANG、VC 以及散戶投資者的興趣結合在一起，這項技術似乎已經準備好吸引大眾的關注。
在過去的幾周中，我們一直在努力了解該行業正在發生什么，以及未來十年該行業的影響有多大。這篇文章總結了我們對該行業的（有限的）理解，以及為什么我們認為，區塊鏈和 AI 將在未來十年混合在一起。但在我們開始之前，讓我們重溫一下經濟學的一些基礎知識。
注：我在整篇文章中在說 AI 模型和模型之間切換。為了便于閱讀，文中提到的任何“模型”一詞，都是指生成型 AI 模型。
01、坍塌的稀缺性
我們作為一個物種的故事，是由我們與稀缺的斗爭所定義的。據信，人類在數萬年前就開始遷徙，以尋找更綠色的牧場。一旦人類學會了利用火和農業的力量，我們的祖先就繁榮了，整個文明就出現了。人類走了很遠，開始跨海進行貿易，以確保社會擁有我們需要的資源。
一旦一個文明不再需要擔心食物或保護自己免受自然因素的影響，人們就會專注于爭奪地位。中國的長城、埃及的金字塔、印度的泰姬陵以及歐洲復興時期的大教堂，在各自的權利中都是地位象征，這在他們那個時代的社會經濟結構中發揮了作用。人類可以進行這些需要數萬人和數十年工作的努力，因為我們不再擔心本周是否能吃得飽。
當我們過渡到追求地位的社會時，技能和服務變得稀缺。在政治之外，到了14世紀，我們不再為戰爭英雄喝彩，而是開始更多地崇拜藝人、藝術家和發明家。
想想莎士比亞、米開朗基羅或班克西的作品。這些藝術家有獨特的解讀世界的方式，需要數十年的文化體驗。如果沒有足夠長的時間深入其中，你就無法創造文化。
稀缺性不再是我們用來維持體力的商品，而是激發我們精神狀態的東西。一位“一代中出現一次”的藝術家，需要數十年的時間才能出現，因為產生他們的環境很難模仿。即使上世紀 90 年代，數百人在紐約布朗克斯區也有過同樣的生活經歷，但只有一個人成為了身價數十億美元的說唱大亨 Jay-Z。而且很少有人知道這些異常值在哪里或如何出現。
在一個技能稀缺的社會里，杰出的人才會得到高額的報酬。我們經常聽到有關在文藝復興時期從事大教堂工作的藝術家，一次被委任多年。但在過去幾個世紀的大部分時間里，經濟產出與進入其中的能源是成線性關系的。我們要么燃燒能量（為工廠），要么讓人類花費能量來進行生產。
財富的生產，主要取決于你能接觸到的人（或資源）的數量。這就是為什么我們在歷史上會出現奴隸制等痛苦事件。財富通常依賴征服的線性軌跡上增長。
而代碼和服務器改變了 20 世紀的這條道路。突然間，你不再需要入侵遙遠的土地，或讓人們屈服于你的折磨。正如 Naval 所說，代碼和媒體是新的杠桿。編寫代碼可以讓你的機器人大軍為你服務，想想 Instagram 或 Tiktok 的例子：
這些平臺雇傭的人數往往與用戶數量不成正比。你可以通過添加更多硬件來擴展，以支持更多用戶。
20 世紀 90 年代初，互聯網的出現可能標志著這個富足的時代。例如，垃圾郵件是由于溝通成本崩潰而產生的。Limewire 和 Napster 是數字存儲和帶寬崩潰的代表。游戲和社交網絡是數百萬人聚集的數字鄉鎮，但我們不再關心容納這些人的“空間”的稀缺性。
只要以數字方式提供服務，滿足更多人需求的邊際成本就大幅下降。互聯網的大部分都可以“自由”訪問，這象征著隨著我們的世界變得數字化，稀缺作為一個概念是如何逐漸崩潰的。Naval 在下面的視頻中解釋了這種新發現的“富足”（abundance）。
開發者與文藝復興時期的熟練工匠相似。他們擁有獲得杠桿作用的力量，并為他們的時間構建工具創造巨大的倍數。但這種情況正在慢慢改變。在同一周，微軟同時解雇了 10000 名員工，并向 ChatGPT 背后的 OpenAI 投資了 100 億美元，但很少有人能捕捉到這種鮮明的對比。
我并不是要煽動恐懼，并暗示開發人員很快就會被解雇。不是那樣的。但我們將看到一個其他形式的工作被 AI 賦予權力的時代。這就是當今在生成型 AI 領域所發生的事情。
02、產生富足
在數字消費方面，我們生活在一個豐富的時期，因為分發手段的成本不高。當我寫這些話時，我知道將其分配給 1,000 或 100,000 個讀者會花費我同樣的費用。Substack 不根據觀點收費，因為為分發提供動力的基礎設施可以快速擴展。因此，盡管我們有渠道將內容分發給更多的人，但由于人類注意力的限制，規模的兩端都是稀缺的。
作為一名作者，我受到在一段時間內可以創造多少有意義的輸出的限制。而作為一名讀者，你只想從我這里讀到這么多。
我們看到了諸如 ChatGPT 和生成型 AI 之類的概念的爆炸，因為圍繞生產和消費的單位經濟正在被破壞。我們上一次有如此深刻的東西，很可能是在印刷機出現的時候。書籍降低了人類思想的存儲和傳播成本。花了四個世紀后，英國的識字率從 5 %上升到 50 %，而現在人們每天閱讀約 2 小時。
智力行為的這種變化直接為啟蒙時代提供了動力，這是一個以科學和哲學的快速發展為標志的時期，康德、伏爾泰、勒內·笛卡爾以及亞當·斯密等人永遠改變了我們的世界觀。每次我們想好如何存儲、共享和迭代想法時，我們都會做一些非常酷的事情。無論是洞穴繪畫還是谷歌文檔。
讓我們從理解生成型 AI 今天可以做什么開始，看看它是如何降低生產和消費成本的。當前，諸如 ChatGPT 和 Midjourney 之類的應用可實現一個目的：它們根據已被喂養的數據創建令人信服的輸出。而數據通常來自公開中已經可用的內容。
OpenAI 的 ChatGPT 使用來自書籍、維基百科和期刊的數據來創建文本響應。Stable Diffusion 是一種生成型藝術的服務，最初依賴于庫存圖像。Github 的 Copilot 使用平臺上數十億行代碼來幫助開發人員。
本質上，生成型 AI 獲取公開可用的信息，對其進行合成，并根據用戶上下文對其進行處理。這里的上下文可能是“explain Bitcoin like I am five”，也可以是 “cryptocurrencies raining over Dubai”。這些 prompt 提示詞反過來又在幾分鐘內創建機器生成的響應。
通常情況下，輸出不夠令人信服，但經過充分的調整，你最終會得到一些可以用于生產的東西。只要主題是通用的，并且你不期望有個性的元素。
來自紅杉資本的生成型 AI 文章
那我們走了多遠？紅杉博客上面的全景圖對時事有很好的展望。AI 模型現在可以進行文本輸入，實時編輯和更改音調。圖像和代碼也是如此。原因是可用于訓練生成 AI 模型的大型數據集的可用性。如果我們能夠在歷史所用時間的一小部分時間內消費和綜合多本書中的知識，或者創作藝術，我們將不可避免地達到一個消費太多的地步。對于更復雜的事情，例如編輯電影或音樂，目前仍然需要許多人的參與。但 AI 確實使這一過程變得更加高效。
具有諷刺意味的是，AI 已經被人用來總結和提供大量工作的關鍵見解。這里的挑戰是缺乏歸因和可驗證的出處。例如，對于沒有公共領域信息的特定查詢，ChatGPT 可能會給我一個錯誤的答案。它沒有給出用于生成響應的數據的出處。這就是當前形式的生成型 AI 的危險所在。
我們可以創造無限量的作品，而不知道是什么或是誰激發了它。在某個時刻，我們將依靠它來處理這些無限量的內容，并告訴我們其中的重要內容。
過去幾周我的Twitter提要是什么
如果沒有追蹤來源的基礎設施或驗證 AI 模型的機制，生成型 AI 將模仿當今的互聯網。一大堆假新聞由算法驅動，這些算法根據最能留住用戶的內容推送內容。雖然生成型 AI 可以讓每個人都成為藝術家，但它可能會讓那些制作人工智能模型用來訓練自己的最初作品的人相形見絀。這將是豐富時代的決定性挑戰 —— 當每個人都從中受益時，你如何確保所使用的作品（以藝術、文本或代碼的形式）得到有效的歸屬和商業化？
互聯網已經有了這個問題的答案。Instagram 的 Reels 和 Tiktok 等平臺非常依賴第三方藝術家的音樂。用戶“重新混合”音頻剪輯，制作出朗朗上口、時尚而簡短的剪輯內容，從舞蹈動作到烹飪，無所不包。Tiktok 發布了 Soundon，以幫助藝術家上傳作品并將其貨幣化。在這些情況下，平臺應負責許可和支付版稅。當介質通常是相同的（音頻曲目）并且分發歸你所有時，這是一項簡單的任務。
你可能讀到這里后，產生了一些厭倦感，這篇文章很長。因此，在我們討論這篇文章中更復雜的部分之前，請考慮休息一下，看看我最近在 Instagram 上看到的混音。這是一件甜美的藝術作品，而它也是版權律師的噩夢。
這也是一個很好的例子，說明了當數字媒介縮小距離和重新組合作品的成本時，文化是如何“融合”的。
好吧，言歸正傳……
當多個工作體被平臺外的用戶進行和重新混合時，動態變化了。還記得我提到過用莎士比亞的風格改寫《哈利·波特》嗎？鑒于你只是看兩個人的作品，這仍然很容易。那如果我們用莎士比亞風格的《權力的游戲》中的情節轉折來改寫《哈利·波特》呢？是三個人在那里分享版稅。
今天，生成型 AI 所面臨的挑戰是，你正在研究數百人的作品，創建數千個輸出，并且沒有一個被識別，歸因或跟蹤。
通常，創建這些工作體不會產生任何成本。我可以在 ChatGPT 上每天運行數百次 prompt 提示詞，直到得到符合我需要的響應。如今，社交媒體網絡的功能非常強大，類似于賭場老虎機。在這一點上，用戶花費數小時來尋找能給他們帶來巨大多巴胺沖擊的內容。
隨著生成型 AI 的出現，我們鼓勵人們繼續運行 prompt 提示詞，直到找到可以通過的輸出。但有一種方法可以解決這個問題，那就是強制執行成本。我們有 NFT 的早期變化。
03、可驗證的真理
自 1970 年代以來，復制粘貼按鈕就一直存在。滾動瀏覽任何千禧一代的 Instagram 標題，你會發現我們在大量使用它們。而一項簡單的技術改變了我們對復制的看法，那就是 NFT。
當然，你也可以復制一只無聊猿（BAYC）的圖片！但只有一種方式可以擁有它，這通常涉及在獲取它時放棄財富。這種擁有獨特資產的轉變變得可取，即使它可以輕易復制，也是由區塊鏈造成的。區塊鏈使你可以在全球范圍內實時驗證你是否擁有真正的東西成為可能。
有人可能會說，這項技術并沒有太多的實際使用案例。但一旦我們考慮到生成型 AI，這兩種工具就會融合在一起。生成型 AI 很快將嚴重依賴版權。像迪士尼或Netflix這樣的大型工作室，擁有我們在童年和青少年時期喜歡的角色的權利。
AI 將使這些工作室能夠創建自定義和個性化的變體，通過利用他們最深刻，最珍貴的回憶來與觀眾交流。如果托尼·史塔克（Tony Stark）可以教孩子數學呢？達斯·維達（Darth Vader）提供約會技巧怎么樣？也許這會讓我們中的許多人擺脫單身。
當然，工作室可以擁有并發布這些 AI 生成聊天機器人或交互式角色的變體。但是結合區塊鏈，將使他們能夠跟蹤、驗證和索取版稅。他們可以建立一個開放的市場，讓任何人都可以來構建，而不是將構建的應用限制在工作室中的開發人員可以生產的范圍內。實際上，任何持有大量 IP 的公司都可以通過允許衍生作品的工作，向規模化平臺過渡。
讓我解釋一下這意味著什么。想象一下，我決定讓林肯公園的切斯特·本寧頓 (Chester Bennington，已故) 閱讀我為你寫的這篇長文是個好主意，擁有他的 IP 的人和擁有他聲音合成版本的工作室很快就會將他的聲音授權給我。但這將是一個漫長而費力的過程，涉及到律師以及令人難以置信的大量文書工作。這可能看起來很愚蠢，但整個行業已經在圍繞著死去的名人和 IP 在展開。
讓我們想象一下，切斯特的聲音權是在鏈上的。它可以被授權給全世界數百人。當然，擔心聲音可能被濫用是有原因的。也許會有 deep fake 的東西。或者對于已故藝術家可能不想看到他們的聲音與之相關的輸出。但如果版權定價足夠高，進入壁壘將過濾掉大多數不良行為者。
這已經在一個地方發揮作用了，那就是 meme（模因）。我最近在 Instagram 上看到了 Stoa 創始人之一 Raj Kunkolienkar 的一系列帖子。這個家伙用他的圖像重新制作了幾個流行的 meme（模因），這是一個生成型 AI 所能做的有趣的用例。
Meme 是一種文化，是公有的。有一些嘗試將它們制成 NFT。但如果我們要以自己的身份“重塑”文化，我認為需要有可驗證的來源。我們應該可以獎勵我們使用的 meme（模因）背后的原始面孔。
Raj 是否應該“授權”重新制作這些圖像？文化應該貨幣化嗎？我不知道。這家伙可能在周六早上在美麗的果阿閑逛，但似乎有辦法做到這一點。
抱歉，Raj - 我只是想找到一種方法來兌現我在 Stoa 的投資。這算作增值……對吧？
從歷史上看，代表超級英雄和游戲角色的 IP 被認為很容易與他們的觀眾產生共鳴。沒有人會覺得人們在動漫展上打扮成蝙蝠俠或達斯維達很奇怪！而且，我們不太可能創造一個世界，在這個世界里，粉絲們要購買許可證才能來打扮成他們最喜歡的角色。
但確實有可能的是，粉絲群的一個子集確實整合了資源，以獲得合法翻拍和發布新作品的權利，從而增加原創創作者的想法。
你可能認為這很牽強，但這在 Web3 生態系統中已經成為現實。去年，一個社區在蘇富比舉辦的拍賣會上籌集了 4700 萬美元以用于購買美國憲法。盡管競標失敗了，但成千上萬的人匯集了他們辛苦賺來的現金來為這項工作做出貢獻。該項目最終允許用戶申請退款或持有原生代幣 $PEOPLE。在撰寫本文時，約有 17,000 名用戶擁有該代幣，目前其市場估值約為 1.4 億美元。
代幣和鏈上出處使社區能夠團結起來獲得 IP，這些 IP 可以與 AI 一起使用來創造粉絲創作的藝術衍生品。
這種人類智慧和機器生產的產出的結合已經在大規模發生。
2022 年 6 月，Cosmopolitan 雜志發布了使用 DALL-E 創作的雜志封面。他們在雜志封面上用了達斯·維德 (Darth Vader) 的一個 AI 作品，但選擇不出版。
在這種情況下，如果要激活大型社區，劇本將依賴于 DAO。工作室本身發行代表這些權利的鏈上工具。它可以是社區通過眾籌獲得的單一 NFT。代幣的發行與為獲取 IP 所投入的資金成正比。然后， DAO 決定如何管理和處理許可證的使用。
社區可以規定使用許可證所需的 token 的最小數量。創建生成藝術等更復雜的功能可能需要 DAO 投票。DAO 可以通過要求將所述 IP 收入的一部分返還給 DAO 來產生現金流。
由于現有的大型工作室可能對這種風險做法沒有足夠的胃口，因此接受這種商業模式的可能是新藝術家。這可能看起來有些牽強，但每當我們找到一種新的發行形式或更好地與觀眾互動的方式時，藝術家都是第一個接受它的人。在過去十年中，Spotify 和 Soundcloud 一直是發現新興藝術家的決定性工具。在接下來的十年里，藝術家們將通過鏈上原語和生成音樂來結合金融化，以加速他們的職業生涯。
04、重新思考堆棧
來自 A16z 的文章《誰擁有生成式 AI 平臺 》
我想了解生成式 AI 堆棧的哪些部分可能會被破壞，哪些部分已經顯示出有意義的增長。上面的圖來自 A16z 的《誰擁有生成式 AI 平臺》文章，它對過去 18 個月的價值積累具有重要意義。
摘自文章：
“我們觀察到，基礎設施供應商很可能是迄今為止該市場的最大贏家，占據了整個市場的大部分資金。應用公司的收入增長非常快，但往往在留存率、產品差異化和毛利率方面苦苦掙扎。而大多數模型提供商，盡管對這個市場的存在負有責任，但尚未實現大規模的商業規模。
換言之，創造最大價值的公司（即訓練生成式 AI 模型，并將其應用于新應用的公司）并沒有獲得大部分價值。預測接下來會發生什么，則要困難得多。但我們認為要了解的關鍵是，堆棧的哪些部分是真正差異化和可防御的。這將對市場結構（即橫向與縱向公司發展）和長期價值驅動因素（如利潤率和留存率）產生重大影響。到目前為止，我們很難在現有企業的傳統護城河之外的任何地方找到結構性防御能力。”
這篇研究文章表明，盡管多個垂直行業的收入超過 1 億美元，但人們對盈利能力和留存率存在擔憂。沒有人知道當基礎 AI 模型（如 Stable Diffusion 或 ChatGPT ）提供給每個人時，防御能力是什么樣子的。而且很難準確預測，一旦這種新奇感消失，用戶會堅持多久。
大部分價值捕獲發生在硬件和云平臺端。AWS、Google Cloud 和 Azure 已經花了幾十年時間來完善存儲和計算方面的東西，以提供具有合理單位經濟效益的大規模硬件。而像 Filecoin、Render 和 Akasha 等參與者已經成為 Web3 領域的等價物。
盡管如此，在目前的形式下，我很難看到眾包硬件如何能夠擊敗中心化提供商今天提供的可靠性和規模。根據 A16z 的說法，價值可以在三個地方產生：物理基礎設施、AI 模型或應用程序。我們相信，在基于 Web3 的人工智能中，護城河將圍繞管理利基用戶（通過代幣激勵）、創建數據流和通過社區參與實現規模化的貨幣化模型而構建。
我們已經在一些地方看到了這種情況。
05、利基用戶
Numeraire 有一個早期的 MVP，其代幣背后的公司向研究人員發布了股票市場上的標準化數據集。然后，研究人員在數據上運行他們專有的 AI 和 ML 模型以返回“信號”。用簡單的語言表示的信號，可以衡量他們認為資產價格的趨勢。根據發出信號的人所持有的 NMR（原生代幣）數量對信號進行加權。
提供虛假信號的用戶會被燃燒掉他們的代幣。由于這些代幣在流動性市場上交易，因此用戶不愿意為真實貨幣發出錯誤信號。相反，提供準確信號的研究人員會得到回報。隨著時間的推移，有效發生的是，你已經使一部分具有準確預測的用戶能收集更多 NMR 代幣，從而影響公司部署資金的方式。這一切聽起來都像是一場鬧劇。
通過代幣激勵的去中心化研究人員群體能否擊敗市場？事實的確如此。自成立以來，該基金的回報率約為 48%。根據該公司的網站，價值約 5500 萬美元的 NMR 代幣已獎勵給制作了 5000 多個模型的數據科學家。
對于 Numeraire 的例子，數據本身不是專有的。數據科學家網絡對產品有足夠的信任度，愿意抵押他們的代幣并分享他們模型的輸出，這才是有價值的。該網絡使用代幣激勵來創建一個特定的數據科學家社區。就其價值而言，這本身就是一條護城河。
06、數據流
可以在瀏覽器或硬件層使用插件來收集、匿名化數據并將數據傳遞給可以從中受益的第三方。目前，互聯網已經做到了這一點。我們的數據被收集并傳遞給為我們不需要的東西做廣告的公司。
與谷歌或 Facebook 這樣的平臺壟斷不同，這樣的系統將依賴于一種協議，該協議將收集的數據的性質標準化并在市場上提供。公司可以提供好處（例如高級訪問權限）以換取愿意共享其數據的用戶。我們在 Pocket 上看到了一個非常早期的變體。
它背后的團隊正在創建一個標準化協議，該協議代表其用戶構建數據，允許企業要求 Pocket 用戶以他們可以輕松使用的形式共享該數據。用戶可以根據解鎖的特權選擇他們分享的內容。我們在 Brave Browser 的 BAT 獎勵中有一個非常早期的變體。
07、模型貨幣化
Web3 原生產品和 AI 交互的另一種方式可能是通過出租 AI 模型。今天，Ocean Protocol 的市場上提供了一個早期的變體。在這種情況下，研究團體可以開發 AI 模型，并將其授權給提供硬件和數據的第三方。
部分論點是，在模型是開源的世界中，將沒有原語來驗證輸出的來源。而將 DAO 或代幣等 crypto 經濟原語與開源模型相結合，將允許通過其他方式從研究人員投入的工作中創造現金流，同時驗證輸出的來源。
供應方（AI 模型）通過研究人員的合作進行維護和更新，這些研究人員接收通過租賃 AI 模型產生的部分現金流。在這種情況下，將生成式 AI 模型視為 NFT，將研究人員視為藝術家。它可能適用于數據過于敏感而無法共享的情況，例如醫療保健數據、專有財務數據或用戶數據。我們在 Hugging Face 和 Replicate 等平臺上可以看到早期的變體（沒有任何 Web3 元素）。
A16z 發布的文章以關于價值累積的相關注釋結尾：
“今天，生成式 AI 似乎沒有任何系統性的護城河。作為一階近似，應用程序缺乏強大的產品差異化，因為它們使用相似的模型；模型面臨不明確的長期差異，因為它們是在具有相似架構的相似數據集上訓練的；云提供商缺乏深度的技術差異，因為它們運行相同的 GPU。”
生成式 AI 公司有意義差異化的唯一方法，是將所有權和控制權傳遞給用戶。就目前的情況而言，數據通常是眾包的。AI 模型是開源的，價值向下流動以支付硬件費用。
激勵用戶共享數據或 AI 模型可以減少團隊的責任和開支。反過來，它可能會導致生成式 AI 平臺生成的輸出變得更好，同時模型由社區而不是獨立的看門人管理。
這似乎有些牽強，但業內團隊已經將原語（如 NFT）、版權和生成式 AI 結合起來。我們看到了 Alethea AI 的早期變化。但在我們到達那里之前，讓你快速了解生成式 AI 同伴世界中正在發生的事情可能是件好事。
08、生成式 AI DApp
上周二，來自 Not Boring 的 Packy McCormick 發布了一篇關于 Replika 的文章。這是一篇令人興奮的讀物，揭示了基于 AI 的生成產品的用戶在未來幾年將面臨的問題。簡而言之，Replika 是一款允許人們通過聊天進行浪漫互動的應用程序。不幸的是，在某些時候為應用程序提供支持的 GPT 模型，決定騷擾用戶并將 NSFW 內容發送給 13 歲以下的兒童可能是個好主意。因此，該應用程序的開發人員在匆忙中禁用了該應用中的所有成人內容，以控制事態。
來自 Replika 的 Subreddit 帖子
該應用程序最初承諾提供陪伴和可能的熱烈對話。用戶被賦予了一個期望，然后應用交付了它，但突然開發商決定不再繼續為用戶提供承諾。對于很多難以與他人互動或在現實世界中建立有意義的聯系的用戶來說，這是一次有意義的逃避。但突然之間，這種服務不再存在了。
它代表了生成式 AI 產品的用戶在未來幾年將面臨的挑戰。在這些應用程序上花費數小時的人們幾乎不擁有其中的任何創意、模型或輸入。少數具有先發優勢的公司可以通過構建可公開訪問的內容而獲益匪淺。
它改變了權力動態，有利于發布用戶所使用的生成式 AI 模型的公司。因此，OpenAI 可以開始優先考慮他們投資的公司并阻止競爭。減輕這種風險的一種方法是專注于將模型作為公共產品開源，并將它們作為一個社區進行管理。
Alethea AI 一直致力于實現這一使命，假設你已經創建了一個尖端模型并希望只有 token 用戶能夠訪問它。或者，你可能想要嵌入帶有 AI 的 NFT，并將其從無生命的靜態資產轉變為能夠實時對話的交互式智能資產，Alethea 的協議為開發人員和創作者提供了無需許可的訪問權限。
這里有一些警告。我們正處于帶有生成式 AI 的 2007 年的移動應用時代。任何時候出現一種新的媒介，都需要一段時間才能有更多的人開始發布其變體。人們仍在研究如何為利基垂直市場創建 AI 模型。我很想提供一個生成式 AI 模型，其每周分析鏈上活動并將其作為 Bored Ape NFT 進行討論。但是我缺乏這樣做的技能。
就像我們看到從金融科技應用到 DeFi 的逐漸演變一樣，將會有一個中心化的、閉源的供應商主導市場的階段。只有當團隊認識到將所有權傳遞給更大的用戶群，才能以中心化公司通常無法實現的方式解鎖網絡效應和數據源時，我們才會看到更多開源、社區管理的模型。圍繞利基生成式 AI 模型形成一個集體，加入集體（或訪問 AI 模型）的唯一方法是上傳你的數據。就像流動性挖礦一樣，但適用于生成式 AI 的時代。
Alethea 去年展示了它的樣子，他們通過蘇富比拍賣會發布了一款 iNFT（智能NFT），它以接近 50 萬美元的價格售出。這個 NFT 是一種藝術形式，其可以使用 OpenAI 的 GPT-3 與你進行對話。長期以來，Web3 原生公司已經習慣了在中心化擁有的平臺上進行構建的風險。游戲、錢包和交易所通常都是從應用商店中去平臺化的。
而依賴 OpenAI 的 NFT 也存在同樣的風險。因此，該項目背后的團隊開發了名為 CharacterGPT 的 GPT 模型。與你今天在 ChatGPT 上獲得的基于文本的回復不同，他們開發的模型能夠生成合成語音、面部動畫以及個性，但目前這個 CharacterGPT 也是私有和中心化的。
可能的是模型治理的逐漸去中心化。像 Alethea (ALI) 這樣的原生代幣可以決定模型在特定情況下的響應方式。這并不一定意味著該模型會避免自我監管。如果社區成員出于自身利益而工作，他們很可能會推掉會造成很多麻煩的邊緣用例。但這仍然是一個更加去中心化的過程。亞當·斯密的無形之手掌控著一切。即使在技術前沿，我建議 DAO 也可以管理生成式 AI 模型。
Alethea 本身只提供智能合約、CharacterGPT 以及將鏈上原語（如 NFT ）與生成式 AI 連接的協議。人們相信，在某個時候，第三方開發人員會創建 DApp，在其之上提供多種服務。你可以通過基于 Polygon 構建的第三方 dApp 進行嘗試——名為 Mycharacter。它可以讓你創建一個合成角色，其屬性可以被調整并將其鑄造為鏈上 NFT。你可以在此處與 Sandeep Nailwal 的數字化身（他的聲音非常準確）交談。
這個 AI 機器人能以 Sandeep 的聲音說話
另一個展示 AI 服務和鏈上原語如何結合的 dApp 是諾亞方舟（Noah’s Ark），少數預選 NFT 的用戶可以使用該產品，并將其作為 AI 角色進行交互。讓我解釋一下這是如何工作的。用戶將他們的 NFT 與平臺上的所謂的 pod “融合”。在撰寫本文時，每個 pod 在 OpenSea 上的售價為 300 美元。從本質上講， pod 是 Alethea AI 服務的訪問卡。你將一個 pod 與一個 NFT 連接起來，以啟用諸如朗誦歌曲或告訴你天氣情況等功能。
這些東西目前看起來依舊像是玩具，當然，沒有人對整天和 NFT 交談會感到興奮。我對消費品使用的基準之一是它是否讓我興奮。我期待著使用我的 PS-VR 設備。但與一個 NFT 機器人進行交談？可能并沒有那么多，這有助于理解創始人正在建設的項目的含義。
Alethea 的主要使命不是單獨構建對話界面，就目前的情況而言，實際上大多數 Web2 都是為 OpenAI 收集數據的前端，即使是使用 ChatGPT 或 Stable Diffusion 的用戶，也在不知不覺中為其增長做出了貢獻，但沒有獲得任何價值。論點是，我們將看到用戶擁有的多種模型在未來出現，并且沒有任何協議可以輕松發現它們并將其嵌入現有的鏈上原語，這就是 Alethea 目前在追求的東西。
但是這樣的未來會涉及什么？要理解這一點，我們需要回到我們開始這篇文章的地方——富足時代的稀缺性。
就像我們在互聯網出現時看到的一樣，通過種子和 P2P 文件共享，我們將經歷一段版權侵犯和混亂的時期。建立一個類似于希特勒的 AI 模型是否合乎道德？如果第三方開發者使用了工作室擁有的 IP ，版稅應該如何分配？在此期間，這將有助于將 IP 權上鏈。做這件事的工具現在已經存在了，那就是 NFT。
工作室和創作者都將從中受益。突然間，你有機會從閑置的資產中創造現金流。另一方面，（基于 AI 的生成工具）的創造者可以在不懷疑自己是否違法的情況下擴大規模。Github 的 Copilot 功能可以讓你在今天的編碼中借助 AI 的幫助。但是，如果你可以復制你最喜歡的開發人員的風格呢？Rick Rubin 對你制作的節拍的輸入如何？
有人使用了 Paul Graham 的所有文章來構建一個像他一樣回應的機器人。你可以在下面的推文中看到它的演示。
在這種情況下，你如何確保版權訪問以及版稅支付？
生成式 AI 是關于人類才能的可擴展性。文本和藝術是我們在該技術周圍看到的突出用例，因為它們是訓練模型的兩種最有記錄和最容易獲得的工作媒介。隨著創建模型的難度和輸入模型的復雜性的提高，我們將看到個人發布自己的 AI 服務。這反過來會減少人們回答基本問題的時間。可能是我的 AI 版本向創始人推薦風投基金，或者解釋與他人合作的危險。
啟用模型所需的智能和知識模式越少，用戶訪問這些服務的成本就越高。現實世界以類似的經濟學運作，因為你支付過高的保費才能獲得越來越小眾的提供商的服務，例如專門從事 Web3 的律師或對游戲足夠了解的 VC 。
09、社區 Vs 公司
我經常想知道，為什么 DeFi 在 20 世紀 20 年代初會如此迅猛地發展。事后看來，原因是人們受到了代幣等 crypto 經濟原語的激勵，從而出資并使用這些產品。從歷史上看，從事交易或貸款的金融科技公司的資本成本，遠遠高于發行代幣并將其作為獎勵的成本。
反過來，將代幣用于這些 DeFi 產品的管理，會給人們一種主人翁感。這在一家私營企業中是不容易復制的。當然，你可以通過聲稱擁有所有權來購買股票并賠錢，但這與通過使用產品獲得的所有權不同。
Blur 和 OpenSea 之戰的核心是相同的主題，但是在 NFT 的背景下。通過代幣激勵以及向用戶傳遞治理來外包流動性。Web3 和 AI 發生碰撞的原因也是一樣的。
社區將聚集在一起，獲取他們所推崇的 DAO 創作者的 IP 權利。邁克·希諾達（Mike Shinoda）和史努比狗狗（Snoop Dogg）等創作者已經成為 Web3 生態系統的一部分。Snoop Dogg 可以使用像諾亞方舟這樣的工具將他的聲音與他的無聊猿（BAYC）結合。一旦 IP 被代幣化并上鏈，它就可以嵌入到模型中，而模型又可以從公眾那里獲取數據。
這可能會讓人覺得牽強——但考慮到 Stable Diffusion 是一個開源項目，它現在因使用來自 Getty 的庫存圖片而遇到麻煩。如果他們決定允許用戶上傳他們多年來創作的藝術品，以換取模型的治理，這可能會是一個好主意？
數以百萬計的創作者本可以在這個過程中不感到麻煩的情況下做出貢獻。基于區塊鏈的 Stable Diffusion 可以輕松跟蹤誰的作品用于生成圖像，并向下載該作品的人收取費用。然后，版稅可以與貢獻該作品的藝術家分攤。
（我不是在這里播種想法，但這是下一個類似 OpenSea 的機會。一個由藝術家治理的，基于 stable diffusion 的圖像網站，如果你正在構建它，請聯系我們）
上面的模型分解了它可能看起來的樣子。這是 A16z 提出的生成式 AI 堆棧當前外觀的混合。Web3 原生 AI 平臺可以從眾包數據集（如圖像）中獲益，以換取代幣激勵。像藝術家一樣，貢獻者可以分享他們的作品，而這些作品又可以通過返回特定藝術風格的模型運行。
如果進行查詢的人決定使用一件作品，他們可以制作一個NFT，顯示所使用的模型和其中的數據。這種生成式藝術作品將與過去的 NFT 一樣有價值，因為它們的出處是可驗證的。
下一個 OpenSea 可能會結合這種形式的生成藝術、提供數據或運行查詢的貢獻者以及鏈上原語來證明進入工作主體的組件。這同樣適用于 AI 模型。維護和優化模型的合作社可以將其出租給用戶想要鑄造 NFT 的市場。或者，數百萬人使用的大型 AI 模型可以自行開源并作為 DAO 運行。這使人們能夠在如何維護和擴展生成式 AI 工具方面擁有更多發言權。
你可能認為這無關緊要 - 這是一個尋找問題的解決方案。但是詢問 Replika 的用戶，他們對在沒有咨詢他們的情況下在應用程序中做出的產品決策有何看法。
如今，訓練這些工具只需要少量數據。因此，最初為創作這些作品做出貢獻的藝術家最終可能會變得多余。確保公平結果的一種方法，是根據他們的工作被使用的比例給予他們 token。
想象一下，如果在早期為 OpenSea 的知名度做出貢獻的藝術家，能在平臺中獲得股權或 token 獎勵。那么，也許他們就不必像今天這樣擔心版稅了。
我嘗試在下面列出 Web2 和 Web3 之間的 AI 方法在哲學上的差異。
Web3 原生 AI 乍一看是一種尋找問題的解決方案。這就是我過去幾個月的想法。但請注意 OpenAI 在過去幾個月里是如何演變的。你會明白我們缺乏工具來對抗另一個平臺壟斷。在代幣、 NFT 和鏈上來源之間，該行業創造了大量的工具集，以應對未來幾年我們將看到的大量假新聞和失業。這不再是關于 crypto 的，它是關于執行適當的系統，以避免 AI 產生的胡言亂語造成混亂。
我們需要在 AI 的背景下使用 Web3 的原則，因為它是一項太強大的技術，不能留在少數公司手中。當網絡出現時，我們沒有工具來驗證出處或管理平臺壟斷，我們大部分時間都花在這上面。現在情況不同了，像 Uniswap 這樣的 DeFi 平臺已經向我們展示了一個分布式的、社區擁有的去中心化方案可以運行。在我們看到生成式 AI 模型出現相同情況之前，這只是時間的問題。