FX168财经网_全球视野外汇黄金加密货币NFT资讯网

AI板块有哪些值得关注的项目？

和增强现实应用程序。 Alethea AI公司使用区块链技术将数字所有权转移到去中心化的交易所，创造一个便捷的、透明的和安全的生态系统。该平台使用了各种技术，包括机器学习、深度学习、自然语言处理和计算机视觉，从而为普通用户提供了被AI生成的数字资产的访问方式。目前，除了艺术家和创作者，Alethea AI还吸引了一些投资者和机构的参与。据报道，Alethea AI在2021年1月份成功完成了一轮1500万美元的融资，并计划将这些资金用于平台的扩展和开发。融资方面， 2021 年 8 月 Alethea AI 宣布通过代币私募获得 1600 万美元资金，主要投资者包括 NFT 基金 Metapurse、投资公司 Crypto.com Capital、亿万富翁投资者 Mark Cuban、Dapper Labs、BITKRAFT、Galaxy Interactive、Sfermion 和 LD Capital。优点  ○创新性的数字艺术创作方式： Alethea AI平台基于人工智能生产数字艺术，如一键生成画作、音乐、电影等，这是一种全新的数字艺术创作方式，能为数字娱乐领域注入新的活力。 ○制作者的保护：平台通过智能合约和数字版权保护，为数字艺术制作者提供更好的版权保护和利益保障。  ○投资机会： Alethea AI的生态系统吸引了大量的数字艺术和娱乐爱好者, 使该平台成为投资者投资的好去处。缺点 ●高费用：基于区块链技术的内容交易手续费较高，这可能会限制平台某些用户的财务实力。  ●目标少数精英：目标用户是数字娱乐和艺术行业，这个用户群体较小且专业性较强，对平台的积极参与和使用会产生一定的限制。  ●竞争激烈：在数字艺术和娱乐市场领域，竞争非常激烈，其他平台和公司有可能抢占市场和用户。「Cortex（CTXC）」 Cortex是一个去中心化的智能合约平台，它融合了人工智能和区块链技术，旨在为开发人员提供基于AI的DApps。 Cortex平台使用了深度学习的技术，能够从海量的数据中自动学习，并生成智能合约代码，从而实现更高效、更安全和更具可扩展性的智能合约。 Cortex的设计思想是"智能合约+AI模型"，通过这种方式，Cortex平台可以为用户提供具有高可靠性。目前，Cortex 已建立其 AI on Blockchain 生态系统，AI 研究人员可以凭借开源其 AI 模型而获得奖励，dApp 开发人员可以将 AI 集成智能合约从而大幅提升 dApp 开发速度，而 AI 模型提供商之间的竞争会导致 AI 模型进化得越来越好。融资方面，Cortex 于 2018 年 2 月完成了其 CTXC 币的私募，该轮融资由比特大陆和 FBG Capital 等领投。优点 ○AI 驱动：Cortex （CTXC）是一个 AI 驱动的区块链网络，为人工智能应用提供了一个很好的技术平台。  ○共识机制：Cortex （CTXC）采用了混合的共识机制，提高了网络的安全性以及可扩展性。  ○构建合约：Cortex （CTXC）允许开发人员使用 Solidity 编写的合约进行开发。  ○集成性：Cortex （CTXC）可以集成到各种平台和应用程序中，为人工智能和区块链领域的开发提供了更多的灵活性。缺点  ●竞争：Cortex （CTXC）的市场有很多竞争对手，包括了 DAG、Matrix、Penta 等众多区块链网络。  ●成熟度：Cortex （CTXC）的技术还不是很成熟，与一些竞争对手相比，技术发展还需要更加深入。  ●团队规模：Cortex （CTXC）的团队相对较小，虽然有很多经验丰富的人才但其人数较少，可能会影响项目的开发进度。  ●可能性：人工智能应该是大势所趋，但是与传统的区块链项目相比，Cortex （CTXC）的市场运作还有很多未知因素。以上四个项目是目前发展较好，或具有良好发展前景的AI概念项目，之前在社区群中也多次提到。就目前市场发展趋势来看，还是非常值得加以关注的！来源：金色财经

金色财经2023-03-09

易点天下：着手ChatGPT语料输出和广告行业场景做结合

hatGPT的知识所有权属于OPEN AI 公司，但ChatGPT 在在线广告业务上有很好的应用场景，公司目前已经着手把ChatGPT的语料输出和广告行业场景做结合，进行二次训练，用于广告投放业务。（来源:界面AI）声明：本条内容由界面AI生成并授权使用，内容仅供参考，不构成投资建议。AI技术战略支持为有连云。

有连云2023-03-09

AI板块的CNTM 3月还会延续下个故事吗？

技术的投资与开发，致力于成为全球领先的AI公司。日本雅虎与CNTM正式达成了合作，在AI智能搜索方面进行全面的业务合作，雅虎也将为CNTM提供相应的资源与资金支持，致力于共同打造全球第一的AI Web3搜索引擎。日本知名机构伊藤商事进行战略融资，2月25日台湾会议与ADA（艾达）圆满达成合作，3月5日在香港与APTOS联手合作举办的第一次线下Move Dev Meetup，共同打造AI服务平台的盛举已经顺利完成！今日再出重大利好，全球首个 Fiat-DeFi 融合的 Web3 SaaS 平台——SaaSGo。主要支持 Web3 应用程序的交钥匙部署，包括 DeFi、NFT、GameFi 等。SaaSGo与CNTM达成联手合作！为Web3的基础建设共同努力！总结加密领域市场在过去几年蓬勃发展后，迎来了2022年加密数字市场的寒冬。过去一年，尤其经过FTX破产冲击全球加密市场后，数字货币持有者更多关注的是一些有市场深度的数字货币和一些新兴加密期权AI交易平台，其中，CNTM成功出圈，引起了全球加密货币爱好者的兴趣和关注。来源：金色财经

金色财经2023-03-06

中信证券：持续看好ChatGPT及AI领域的相关产业投资机会

。我们判断这一模式亦有望在未来成为各大AI公司在提供AI服务时的商业化范式，推动更多AI产品在中短期的商业化落地，从而在全球范围内加速AI产业化进程。我们持续看好ChatGPT及AI领域的相关产业投资机会，并建议持续聚焦芯片、算力设施、模型架构&工程实践、应用场景等核心环节。

金融界2023-03-06

谷歌AI绘画4大牛携手创业天使估值7个亿

文的四位核心作者，出走目的是要搞自己的AI公司。虽然公司名称暂未对外公布，但新公司将一以贯之的路线是很清楚的：以Imagen为基础，沿着原来的项目做下去，不仅继续做文生图，还要做视频方向。核心人才创业，自然少不了VC塞钱——已经按1亿美元的惊人天使估值完成了首轮融资，而且更多VC想给钱而赶不上、投不进。这也算是文生图、文生视频、AIGC赛道上，最知名的研究团队之一了。文生图骨干成员共创AIGC新公司新公司联创四人，Chitwan Saharia、William Chan、Jonathan Ho以及Mohammad Norouzi，都出自谷歌。他们之前精力重点放在AIGC的文生图板块，是谷歌用来对抗DALLE-2的大杀器Imagen的论文共同作者，位置都挺重要的那种。先来介绍一下Chitwan Saharia，也是Imagen的共同一作。 Chitwan本科毕业于孟买理工学院计算机科学与工程专业，在孟买理工学院和蒙特利尔大学都当过程序和算法方面的研究助理。2019年加入谷歌，base多伦多，花了3年时间从二级软件工程师做到高级研究科学家，去年12月从谷歌离职。 Chitwan有语音识别、机器翻译的经验，在谷歌工作时，主要负责领导image-to-image扩散模型的工作。第二位William Chan，也是Imagen论文共同一作。他同样出身计算机工程，先后就读于加拿大滑铁卢大学、卡内基梅隆大学，中间在新加坡国立大学当过1年交换生。在卡内基梅隆大学拿下博士学位后，William还在加拿大最大的社区学院之一乔治布朗学院，主攻烘焙和烹饪（？），学了3年。 Willian从2012年起加入谷歌，于2016年成为谷歌大脑的一份子，去年5月离职时，他已经是谷歌大脑多伦多的研究科学家了。然后要介绍的是Jonathan Ho，UC伯克利博士毕业。他不仅是Imagen论文的core contribution，还是Diffusion Model奠基之作《Denoising Diffusion Probabilistic Models》的一作。博士毕业于UC伯克利计算机科学专业的Jonathan，之前在OpenAI当过1年的研究科学家，后来在2019年加入谷歌，共工作了2年零8个月，去年11月以研究科学家的身份从谷歌离职。新公司的最后一位联创叫Mohammad Norouzi，也是Imagen论文的共同一作。 △ 他在多伦多大学计算机科学博士就读期间，拿到了谷歌ML博士奖学金。毕业后他加入谷歌大脑，在那儿工作了7年，在谷歌的最后title是高级研究科学家，工作重点是生成模型。同时，Mohammad也是谷歌神经机器翻译团队的原始成员，SimCLR的联合发明人。他在GitHub主页上小小地透露了自己的最近动态：目前，我在一家初创公司工作，公司使命是推进人工智能的发展水平，帮助人类提高创造力。我们正在招聘！这句话以外，关于新公司的更多信息，四人在任何社交平台都没有更详细的透露。这已经是谷歌最近漏出去的第n波人了。就拿刚刚过去的2个月来说，先是包括顾世翔（Shane Gu，‘让我们一步一步地思考’研究者）在内的至少4名谷歌大脑成员加入OpenAI；情人节时，Hyung Won Chung和CoT最早的一作Jason Wei携手组团叛逃OpenAI。本周三，您猜怎么着？嘿，又跑了一个： OpenAI狂喜，只有谷歌大漏勺本勺受伤的世界诞生了。 Imagen是什么？了解完谷歌漏走的这四个人，回头来说说为他们职业生涯赢得掌声的Imagen项目。 Imagen是谷歌发布的文生图模型，发布时间在DALL-E 2新鲜出炉一个月以后。本文开头放的熊猫震惊表情包，就是朝Imagen输入“一只非常快乐的毛茸熊猫打扮成了在厨房里做面团的厨师的高对比度画像，他身后的墙上还有一幅画了鲜花的画”后，得出的一张要素完备的AI生成画作。（不好意思，请自行断句）在Imagen出现之前，文生图都共用一个套路，那就是CLIP负责从文本特征映射到图像特征，然后指导一个GAN或Diffusion Model生成图像。 Imagen不走寻常路，开辟了text-to-image新范式：纯语言模型只负责编码文本特征，具体text-to-image的工作，被Imagen丢给了图像生成模型。具体来讲，Imagen包含一个冻结的语言模型T5-XXL（谷歌自家出品），当作文本编码器。T5-XXL的C4训练集包含800GB的纯文本语料，在文本理解能力上比CLIP强不少，因为后者只用有限图文对训练。图像生成部分则用了一系列扩散模型，先生成低分辨率图像，再逐级超采样。依赖于新的采样技术，Imagen允许使用大的引导权重，所以不会像原有工作一样使样本质量下降。这么一来，图像具有更高的保真度，并且能更好地完成图像-文本对齐。概念说起来简单，但Imagen的效果还是令人大为震撼的。生成的狗子飙车技术一流：比起爆火的DALLE-2，Imagen能更准确地理解同时出现两个颜色要求的情况：一边绘画一边写字这种要求，Imagen也成功完成，不仅写得对，还能加光影魔术手般的烟花特效（不是）。以及对后来研究更有帮助的是，谷歌通过Imagen的研究，优化了扩散模型。首先，增加无分类器引导（classifier-free guidance）的权重可以改善图文对齐，同时却会损害图像保真度。为了解决这个bug，在每一步采样时引入动态阈值（dynamic thresholding）这个新的新的扩散采样技术，来防止过饱和。第二，使用高引导权重的同时在低分辨率图像上增加噪声，可以改善扩散模型多样性不足的问题。第三，对扩散模型的经典结构U-Net做了改进，变成了Efficient U-Net。后者改善了内存使用效率、收敛速度和推理时间。后来在Imagen上微调，谷歌还推出了能“指哪打哪”版本的文生图模型DreamBooth。只需上传3-5张指定物体的照片，再用文字描述想要生成的背景、动作或表情，就能让指定物体“闪现”到你想要的场景中。比如酱婶儿的：又或者酱婶儿的：大概是Imagen效果太过出色，劈柴哥后来亲自宣发的谷歌AI生成视频选手大将，就叫做“Imagen Video”，能生成1280*768分辨率、每秒24帧的视频片段。啊，等等，谷歌有Imagen Vedio，这和四人的新公司不是撞方向了吗？仔细看了下论文，无论是Imagen还是Imagen Video，各自都有大篇幅涉及风险、社会影响力的内容。出于安全、AI伦理和公平性等方面考虑，Imagen和Imagen Vedio都没有直接开源或开放API，甚至连demo都没有。哪怕市面上出现开源复刻版本，也不是最正宗的味道。此前就曝出过在谷歌每年的内部员工调查“Googlegeist”中，员工表示对谷歌执行能力不佳的质疑。也许，这四人出走，继续做Imagen，并做Imagen的视频版，说不定就是为了想把项目放到一个更开放的AI环境。而且这种出走创业，也是热钱大钱向AIGC汹涌的结果。所以既然AIGC的创投热潮已经在太平洋那头开启，那应该在太平洋这头也不会悄无声息。或许你已经听说了一些同样的大厂出走创业，欢迎爆料说说~~ 来源：“量子位”（ID：QbitAI），DeFi之道作者：衡宇来源：金色财经

金色财经2023-03-05

千亿ChatGPT的狂欢和月薪3K的数据标注员

；赚差价的Sama则称自己是“有道德的AI公司”，已经帮助5万多人摆脱了贫困。据国盛证券估计，类ChatGPT的大模型训练一次就要烧掉200万-1200万美元，仅每日的电费消耗就高达4.7万美元；2022年，OpenAI公司净亏损高达5.45亿美元。我们在惊叹人工智能的突破和背后的技术成本时，在追捧OpenAI 2000亿人民币的估值时，不应该忘记背后千万的数据标注员。他们在聚光灯外，如一叶叶扁舟，飘荡在人工智能蓝海上。（应受访者要求，本文人名为化名。）来源：元宇宙之心来源：金色财经

金色财经2023-03-05

AI永不落幕 CNTM从未停下脚步

技术的投资与开发，致力于成为全球领先的AI公司。日本雅虎与CNTM正式达成了合作，在AI智能搜索方面进行全面的业务合作，雅虎也将为CNTM提供相应的资源与资金支持，致力于共同打造全球第一的AI Web3搜索引擎。日本知名机构伊藤商事进行战略融资，2月25日台湾会议与ADA（艾达）圆满达成合作，今日再出重大利好，3月5日即将在香港与APTOS联手合作，共同打造AI服务平台技术面昨日分析（分析已经完全实现，从0.07突破0.08，还在持续上升中）CNTM从小时线看出目前的走势中0.066庄家护盘严重，明显的强力支撑点位，触及及反弹，走势很明显，但是多次触及0.07附近回踩下来，在这个区间进行洗盘，今天已经开始起量，突破0.07这个位置并不难现阶段看点：CNTM目前从四小时级别及小时线级别中明确的看到，整体的走势之前在0.065-0.07区间洗盘且庄家吸筹，洗掉不坚定者，昨天在突破第一阶段之后来到第二个阶段进行洗盘，前期起一波量能之后，处于第二阶段的吸筹，那么现在的埋伏只是为了后续突破第二阶段整体拉菲的过程，下方有力且庄家的筹码位置在0.060-65区间，这个位置作为一个防守的位置，上方空间会不断的放大。很多人问，昨天推荐没买，今天已经涨了十几个点了我还进不进场？你只需要记住一句话，等CNTM市值到达一亿美金的时候，你不会在意你是0.6还是0.7进的场，你只会看到的是自己有没有筹码来源：金色财经

金色财经2023-02-28

CNTM和ADA会议结束之后又与APT达成协议,CNTM会再次成为AI板块中的佼佼者吗

技术的投资与开发，致力于成为全球领先的AI公司。日本雅虎与CNTM正式达成了合作，在AI智能搜索方面进行全面的业务合作，雅虎也将为CNTM提供相应的资源与资金支持，致力于共同打造全球第一的AI Web3搜索引擎。 APTOS与CNTM3月5日会议 27号官方发推宣布：APTOS（APT）和 Connectome（CNTM）台湾聚会将于 3月 5 日举行 , 如果达成合作，APT影响力足够大，埋伏埋伏等起飞! 本次台湾会议总结 CNTM的CEO石井敦围绕下一代搜索引擎Jinn来进行分享 Jinn是第一个基于生成人工智能的Web3搜索引擎，DALL-E 2和GPT-3.5背后的技术相同 Jinn是一个受过链接预测训练的搜索引擎。这意味着给定一些上下文，它试图预测最有可能跟随该文本的链接。您通过编写提示与Jinn搜索进行交互：这些是可以在链接之前出现的文本片段。新的搜索引擎“Jinn”基于生成的文本到链接AI模型。替代搜索概念允许您以新的方式发现网络。 Jinn是一个人工智能驱动的链接自动完成虽然谷歌主要使用人工智能模型来更好地理解用户的查询，从而提供更合适的搜索结果，但初创企业ConnectoMe的新搜索引擎“Jinn”采取了不同的方法。要了解Jinn的工作原理，与OpenAI的GPT-3进行比较是有帮助的：例如，大型语言模型根据文本输入预测下一个可能的单词，从而完成短篇小说或翻译。相比之下，Jinn搜索引擎依赖于基于文本输入预测可能链接的AI模型。如果您经常使用Jinn进行搜索，Jinn还将提高她在此过程中的能力，并使她的搜索结果更准确 Jinn搜索是一个更具创意的搜索 Jinn的优势在于发现新的网络内容：搜索查询的许多可能变化导致网络的深度。有时，Jinn基于提示的搜索感觉就像一个未来，智能助理甚至可以为最模糊的想法贡献主题适当的内容。新的搜索引擎Jinn进入了alpha阶段。它使用基于生成文本到链接AI模型的不寻常搜索概念。Jinn完成搜索输入，这些输入可以以未完成的句子、项目符号列表甚至对话框的形式给出，例如，链接可能会在输入句子的下一个点跟随。使用相同的原则，仅使用单词而不是链接，大型语言模型编写连贯的文本。Jinn目前不太适合搜索可靠的信息。但新的搜索原则可用于重新发现网络。总结 ChatGPT风靡全球，AI板块已然出圈，概念普及中，即将迎来爆发式增长，CNTM是欧易交易所中唯一的AI币种，AI板块爆发，欧易必将跟上，CNTM市值很低，目前只有1000多万美金市值，币种潜力严重被低估，车子轻，热度高，易拉升，近期CNTM经过了一轮超跌（洗盘）开始横盘整理，目前周线级别已有反弹趋势，基本面利好多多，日本知名机构伊藤商事进行战略融资，2月25日台湾会议与ADA（艾达）圆满达成合作，今日在出重大利好，3月5日即将在香港与APTOS联手合作，共同打造AI服务平台，综上所属，CNTM需提早布局，等待风口启动，必定再次爆发，火箭即将升空。来源：金色财经

金色财经2023-02-27

会议结束!CNTM的崛起能否重新点燃AI板块？

技术的投资与开发，致力于成为全球领先的AI公司。日本雅虎与CNTM正式达成了合作，在AI智能搜索方面进行全面的业务合作，雅虎也将为CNTM提供相应的资源与资金支持，致力于共同打造全球第一的AI Web3搜索引擎。此前，CFX宣布将与中国电信合作于今年晚些时候在香港推出首个 BSIM 试点项目。第二天，欧易OKX行情显示，CFX上行突破0.1 USDT，最高涨至0.11 USDT；现报0.09736 USDT，24H涨幅为18.88%。而CNTM与雅虎的合作，势必将超越CFX与中国电信，强势起飞！ 3.Jinn将在Aptos部署，并在香港和Aptos官方举办会议 3.AI板块热度不减，CNTM再出重磅消息不止雅虎，日本第一财团伊藤忠商事在2020年对CNTM进行了战略投资2023年双方将围绕CNTM 下一代搜索引擎Jinn来展开。总结： CNTM属于AI概念，今年是AI概念的元年，在此刻AI人工智能的热潮中，身为OK的AI代言币种，CNTM能走多远相信不用我多说，大家还要继续犹豫下去吗？来源：金色财经

金色财经2023-02-27

AI 赋予文字无限力量：“由文本生成一切”的一年

资源进行训练，因为Stability AI公司选择公开该模型及其权重，Stable Diffusion的发布受到了万众瞩目。神经网络架构的创新并不是促成以上改进的唯一原因。雅虎在2015年发布了Yahoo Flickr Creative Commons 100 Million Dataset（YFCC100M），在当时是有史以来最大的公共多媒体数据集合。最近，Large-scale Artificial Intelligence Open Network（LAION）发布的数据集更在规模上令YFCC100M黯然失色。2021年发布的LAION-400M包含4亿个图像-文本对，然后是2022年发布的LAION-5B包含50亿个图像-文本对。值得注意的是，虽然这些数据集能够大规模地训练图像-文本模型，但它们并非没有问题。The Decoder的报告曾发现LAION的数据集包含未经同意发布的病人图像，研究人员也评论说，该数据集的质量并不纯正。如此庞大的数据集必然会有其他的伦理问题出现，OpenReview上的作者和审稿人似乎就这些问题进行了颇有见地的意见交流。从文本到一切！如果人工智能模型可以将文本转换为图像，那么它们可以将文本转换为视频吗？当然可以！10月份，一批从文本到视频的生成软件面市。Meta公司的Make-a-Video可以根据文本和静止图像生成视频，而谷歌大脑的Phenaki可以根据一系列构成故事的提示词生成一个连续视频。也许更有用，或者说更令人担忧的是，这些生成模型也能胜任代码的编写。当用户注意到GPT-3可以写出像样的代码时，GPT-3开始登上新闻头条，声名鹊起。从那时起，代码生成语言模型的能力有了很大的进步。OpenAI的Codex能将自然语言转化为代码，并且许多其他类似的模型也在纷纷效仿。DeepMind的AlphaCode也能以合理的水平解决编程问题。这些技术进步彼此追赶的速度令人印象深刻，正如Kevin Roose等人所评论的那样：“AI的发展速度如此惊人，怎么强调都不为过。我刚写完一篇关于AI惊人发展速度的文章，市场上就有了一些重大发布，包括OpenAI的Whisper（语音到文字的转录软件）和文字到视频的生成软件。” 而且AI还可以更进一步：文本也可以转化为其他媒介，包括音频、动作和3D。而且，正如我们的同伴Jacky Liang博士所展示的，语言模型甚至可以根据自然语言指令编写机器人政策代码。看起来生成式AI的可能性是无穷无尽的。我们只是看到了人工智能模型创造力的雏形。我预计，随着越来越强大的模型开发出来，文本将能够指导大量的发明创新。红杉资本最近发布的《生成式AI应用格局》，已经展示了许多不同的细分赛道。在一个特定的生成赛道内，有许多可能性和商业领域可以应用这种类型的生成工具。文本生成不仅可以承担文章的写作，还可以承担平台的后期语言调整；图像生成和文本转3D工具可以为游戏、信息应用和市场营销创造各种工艺品；其他应用提供了生成文档的能力。而且，正如上图所指出的，音乐、音频和生物/化学方面的应用还没有到来。 ChatGPT和更多的“文字到文字” 即使是在“文本到文本”领域，也有海量的事情可以做：最近推出的ChatGPT在互联网上炸开了锅，基本上是因为该模型有能力以对话的形式全面回答问题。你可以要求它为你制定一个简单的锻炼计划，写一个课程大纲，建议你做什么，向你某位哲学家的作品，以及其他很多事情。不够值得注意的是，ChatGPT的知识有严重的局限性。事实上，如果你要求ChatGPT提供关于某个特定主题的更多细节（例如普鲁斯特关于时间性质的想法），它就会开始自己绕圈子——挺符合你对一篇高中生作文的期望。事实上，ChatGPT的存在可能会改变我们对写作技巧的某些方面的理解。 > 也许有理由感到乐观，如果你把这一切放在一边。也许每个学生现在都能立即进入更高的写作层次，每个学生都可以直接进入写作事业的更精细的方面，任何难以模仿的东西都将变得更明显。逗号连接、主谓不一致、冗长的修饰语等令人头痛的机械性问题都不复存在，写作的基础技能已经直接给定了。正如我所提到的，ChatGPT似乎还只能对它所阐述的主题作比较浅层次的描述，无法太深入。它可以写得足够流畅，并给你一些所需要的细节，但如果你能提供它所缺乏的深入分析和深刻理解，它就还不能替代你的工作。文本能超越自己吗？通过在多模态数据集上训练模型，我们可以理解文字、语言中编码的信息如何映射到图像、三维图像和我们周围世界的其他表现形式。“文本到图像”表明，生成的图像可以反映精确的文字描述。但是生成式AI还不能做到尽善尽美，Stable Diffusion模型在其生成的图像中明显存在着赋予人类正确手指数量的问题。但值得注意的是，在“文本到图像”系统中，仅仅通过扩大语言模型就能实现改进。Imagen使用仅在文本上训练的T5编码器（110亿个参数），产生的图像比DALL-E 2更逼真，后者的文本编码器已被训练为产生类似于匹配图像嵌入的文本嵌入。也就是说，将文本转化为其他模态的可能性（我们可以做什么，以及我们用目前的方法能走多远）并不明显。对那些看到真正发展限制的观点，我感同身受：尽管“文本到图像”数据集可以告诉我们这个世界的很多景象，但它们不存在于物质世界中，缺乏像我们一样能够与物体、与其他人类互动的能力，并通过互动从周围世界中收集视觉和非视觉信息。但是显然，有很多事情可以做。谷歌最近的RT-1（变形机器人）展示了如何利用自然语言来解决机器人任务。 “ChatGPT可以为你策划一场主题派对，但它能帮你在派对结束后打扫屋子吗？很可惜不能。我在谷歌机器人的朋友刚刚公布了RT-1，一款带有眼睛、手臂和轮子的变形机器人！” 正如François Chollet在一次采访中向我指出的那样，在“文本到图像”这个领域，神经网络的能力可以大放异彩。我也对潜在的二级应用场景感到兴奋，比如在文本指导下的分子设计和其他并不显而易见的创意。然而，我认为要真正发掘“文本到X”模型的潜能，着实需要有更好的界面：我们需要以更好的方式，向模型表达我们的意思、概念和想法。提示工程作为一门学科出现，可以反映出我们目前与GPT-3等模型的交流方式是低效的。展望未来，我认为在我们使“文本到一切”成为现实的过程中，我们需要解决两个驱动发展的问题： 1. 我们如何构建界面，使我们能够更好地将我们的意图传达给AI模型？ 2. 这些模型能够为我们带来哪些有用的生成结果或行动？但是在实际问题之外，我认为另一个问题更有意思：文本到{文本、图像、视频等}的模型并不完美，但非常好用。在将想法以图像或视频的形式呈现出来这一方面，这些模型远比普通人，甚至是本身颇有艺术造诣的人类要好得多。正如Daniel Herman关于ChatGPT提出的问题：对从事艺术、从事视频制作而言，文本到一切意味着什么？我们是否会进入这样一个时期：艺术的基础知识变得更加商品化，任何人都可以通过不同的媒介，以更精细的艺术手法传递自己的思想？在那里，水彩画的技巧被简化为提示中的文字，剩下的就是人类和AI系统之间的共舞互动？一如既往，我们不应该夸大这些AI系统的能力——它们经常会出现显而易见的错误。但是，当遇到正确的问题时，AI可以表现得很出色，为人类提供更多空间去做更有趣的事情，并追寻写作、艺术的更高层次。而且，除了这些直接的应用之外，“文本到X”模型及其基础技术还有哪些尚待探索的进一步应用？研究人员已经在考虑如何使用NLP模型来预测蛋白质的氨基酸序列，这是预测字母序列的一个明显的应用，离生成文本只有一步之遥。投资者和人工智能报告的作者Nathan Benaich，在我最近与他的谈话中提到，他对最先进的扩散模型如何应用于生物和化学领域感到兴奋。今年是“从文本到一切”的一年，如果说从今年的惊人发展中可以学到什么的话，那就是文本作为一种“发出指令”的媒介，正变得更加强大。你不需要艺术培训，也不需要一套数字艺术软件或绘画工具，也能来把“漂浮的城市”这一想法变成视觉现实。你可以把它说出来或打出来，让它存在。你将用你的文字创造什么？来源：DeFi之道作者：Daniel Bashir 来源：金色财经

金色财经2023-02-26

24小时热点