Web3-GPT DAO成立,一场湾区资深创业者的AI讨论

This article is not available in the current language yet. Showing the original version.
Web3-GPT DAO由@Ramble 发起,汇集了一批资深创业者和投资人,共同探讨AI及ChatGPT-4在实际应用和创业过程中所涉及的创新和挑战。

原文:加密湾

作者:Lynn.ai在硅谷

Web3-GPT DAO 成立啦!

这个由@Ramble 发起的DAO汇集了一批资深创业者和投资人,今晚汇聚一堂,共同探讨AI及ChatGPT-4在实际应用和创业过程中所涉及的创新和挑战。发言者有杨宁,Leo,蔡凯龙以及其他Web3或AI创业者等。

GPT-4的神奇用例和想象不到的使用场景,GPT-4的限制和潜能,围绕GPT-4和AI的创业潜力,后AI时代人类的终局....大家的创意层出不穷、火花四溅,引起了我无数对AI的体会和思考。

Web3-GPT DAO成立,一场湾区资深创业者的AI讨论

下面节选了当晚的精彩发言记录:

杨宁(空中网总裁,著名天使投资人)

1)GPT是一个全新的东西,目前GPT处于早期阶段,有很多机会,要提升认知。

回忆93,94年,杨志远在斯坦福实验室创建了yahoo,当时只有链接+描述,类似黄页的网站。现在的 GPT 相当于当时的互联网网景那个时候,还处于早期阶段,非常简陋,但充满了机会和活力。

创业者需要注意,每一次科技浪潮中,行业早期时候,急功近利变现的都失败了,反而是思考怎么做一个好玩的东西的人,都赚了很多钱,因此要改变创业思路。当然到了中后期时候,竞争激烈时候就不一样了

现在还是朦胧期,aigc类似互联网的门户时代,新浪新闻,大家对于内容是消费最多的。Aigc创作内容,刚才有个小兄弟说,写诗没人看,为什么,因为内容发生了重构

  • 但在远古时期,大家就是画,没有多少内容,是没有内容吗?是太难看,自己看不下去,玩了几天就不玩了。
  • 照相机让图像内容爆发性增加,因为什么:容易。
  • 到了手机时代,照片过剩,
  • AIGC后内容再次爆发,会导致内容消费变化,往下走,AI更好,大量时间消费自己创作的内容,看=消费时间。attention到自己创造的内容,比你看别人的内容好看,信息重构,attention 转移。

AIGC是全新的东西,不是原有任何东西的升级,另外维度的新东西,互联网是门户网站而已嘛?AIGC是AI吗?AI不是互联网的升级,现有的一切不会消失,会变成重构,商业之间供应链,商家-机器-客户,关系重构,拆解和重构。

所有一切都会拆解和重构的时候,相当于地震了,毁灭了一切建立的秩序,很多牛逼公司都会完蛋,会在新的事物荡然无存,优势完全消失。

真正能获得巨大成功的人,必须在认知上有很大差异,你能看出来4维,5维的东西,能理解AI的重构,速度会别人快,每天进步一点,只要目标清晰,每天走一步,回头看走了很远。

编程也不用学了,整个coding就不存在了,彻底重构了,机器直接写底层程序,机器动态写程序。chatgpt做机器人,过去机器人的系统需要人写代码。

2)用大白话描述,GPT的历史,以及他是怎么工作的?

第一代机器人:波士顿机器人,非常土,非常原始,码农写的,所有行为通过编程,不靠谱,靠编程就不靠谱

第二代机器人:telsa机器人,强化学习,根据别人的输入

第三代机器人:chatgpt机器人,真正意义上的一定不是靠强化学习来的,让你的孩子碰钉子,有些事情不能通过强化学习,学傻了

机器人不是强化学习来的,强化学习很土,比如教小孩,天天碰钉子,学会了,也傻了。但小孩是通过对于知识的理解。

Gpt是机器学习上巨大的突破。

2014来斯坦福,李飞飞接待的,参观人工智能lab,很多phd搞的东西,有一个团队提出了大语言模型,当时觉得不可能,有很多玄学在里面。当时openai还没成立

大语言模型是什么?是人怎么理解这个世界,

假如说人类看到可乐,闭上眼睛描述可乐,不能完美描述的,因为可乐本身没有存这个。之前计算机是存储像素点,非常精确的,但是大脑不是这么工作的,是一个大语言的模型,可乐是描述出来了,过去知识的信息压缩,一个罐子+cola品牌logo+颜色+角度空间感。经常出错,因为信息压缩会失真,

人类处理信息不是像素级别,而是语言级别的,通过语言模型描述。gpt非常类似大脑的原理,大脑不是中文也不是英文,是大脑自有的语言,难以描述,我们人沟通的语言是一种API,存储了分析逻辑等一切的知识。(r:所以人设重要)

Gpt是“常识”,人类从周围环境获得大量的语料形成的常识,人如果在野外长大就啥也不会了。Gpt怎么工作的?一个机器人母体,打开一个窗口,就spawn一个分身,聊天过程中分身学习了,就有了bounding,了解了常识之外的东西。(r:母体是2021年的)

3)如何和GPT更加愉快的相处?

AI的一个概念:概率模型,天下一切ai都离不开随机数,母体产生分身的时候,出生的时候就有随机数(八字)有些聪明,有些笨,如果很笨,那就重新弄一个。

我们的分身训练,是在对话,教学,人和机器的关系,千万不要用命令思维,和孩子一样,逼着就不做,劝着就做,启发就做。

情商高的人懂交流,未来懂人机交互的人厉害,“机商高”

Openai是神来之笔,宇宙之间有数学性在里面,openai的模型是呼应的,其他ai竞品很难达到同样的效果

现在是事件驱动的,是很安全的,如果架构改成自己迭代,就比较可怕了。

如果邪恶势力想做怎么办?邪恶势力没那么多钱,未来会有共识,不去做这种机器训练机器的事情,但如果突破了这种模型就会很可怕。

Leo (PA天使基金创始人、裂变资本等基金合伙人)

怎么样去解放AIGC的无限潜能?生成一个是我但又不是我的视频,需要多少步?

  • 首先用Eleven labs (声音合成软件)上传自己的声音
  • FaceTune Labs 上传自己的照片合成头像
  • DID生成视频,这样你的头像就能用你的语音说话录一段视频。还嫌麻烦?直接让GPT-4写python调用两家的API,就可以一键生成你专属的视频。未来人人都会有自己的虚拟人。

此外,我作为一个学python一年的选手,用gpt的体会是,有了它就什么都敢写敢做。也体会过Github Copilot,感受是有了它程序员以一当十。只要和他进行多轮对话,GPT就会慢慢被train,以后发生有什么bug或者错误反馈也不用和它太过解释,它自己就知道怎么修改。

Prompt的技巧在于,先给GPT一个人设,比如你是个最牛逼的程序员,或者拼写大师。然后为了激发gpt的想象力,可以给他3-5句话的例子或者解释(context),这样和它协作起来会变得更快。

写程序的门槛会变得无限低,但你不能完全不会程序。只要学会皮毛,知道python的宏观结构怎么搭,再加上自己有明确的目的,一边看youtube教程一遍和chatgpt协作,程序员就可以以一当十。

蔡凯龙(Web3资深从业者,投资人)

呼吁大家不要对AI的出现过于悲观,偶尔也要乐观,建议大家读:投资最重要的20件事,学习的第二层思维,懂insight logic,从二层思维出发,一层思维就是AI很牛,从二层思维来看,对chatgpt取代人的部分一点都不担心。AI写作有三件事做不了:

  • 联想,跨越性思维不行:飞流直下三千尺想不到
  • 价值观解决不了:写疫情不行,
  • 感情取代不了

AI的情感,思维联想,画不出梵高的画,不用担心这个阶段被替代,因此做情感,联想,思维,感情的事都不用担心。

Kartin (Hyperoracle创始人)

我本科创立过人工智能,2年前做过AI的研究和AI filming。AI生成图片,再分帧,变成短片。

剧本,影片,都是AI写的,人只需要做一个审稿的工作。但两年前的AI技术还很差,每10帧就需要人为改动一下,所以最终其实不能带来生产力的提高。因为AI的想象能力天马行空,但推理能力很差。

现在最多AI能生成6分钟的视频,再往上就开始乱来了。AI并不能想象帧之间的关系,所以能真正在视频生成上解放人的生产力还需要一段时间。

Sean (Web3+AI创业者,大厂AI工程师)

1) 微软的工程能力令人惊叹,未来可能有其他动作

去年11月底公布GPT3.5,微软就迅速宣布集成GPT在Bing里。今年3月GPT4出来,微软就立刻放出GPT集成在Office的宣传视频,形成联动。这一波操作显示微软强大的工程落地能力。当我们都在谈论GPT模型多么厉害的时候,不应该忽略这份工程能力,它打通了从研究到产品的整套线,并且在自己的生态里形成循环,一定是长期的愿景驱动,未来可能还有会其他的动作。

2)GPT红利不同于互联网1.0时代,大厂准备充分,竞争激烈

杨宁老师提到94年在斯坦福做网页的时候,那个互联网非常原始和初级,但给人的兴奋感和今天GPT是相同的。那个时候的大厂比如IBM,Intel反应就非常慢,没有抓住互联网时代的红利。新兴的公司迅速崛起,比如Yahoo抓住了门户网站,谷歌抓住了搜索引擎,后来的Amazon做成了电商,Facebook做成了社交。都跟当时的大厂没有什么关系。但这次的GPT红利大厂跟进的速度非常快,甚至是垄断,微软直接把GPT集成到bing和Office365中,Facebook推出开源语言模型,谷歌也推出了Bard挑战GPT。可以说,这一波谁都没有落后,都怕被超车。

3)GPT会改变现有的商业结构,最好做基于GPT的二次创业

紧跟上一点,这波红利大厂跟进很快,小团队使用GPT直接创业,容易被大厂卡住脖子和替代。这一点我非常赞同杨宁老师所说的,GPT会重构现有的商业模式,拉进供应链的距离。现在最好的做法就是提升认知,基于GPT做二次创业,把内容平台化。在早期的互联网时代,有很多急功急利的人都失败了。而那些做得好玩、有趣的人却成功了。在中后期,随着竞争的激烈和商业模式的成熟,华人社区蓬勃发展。但现在的AI驱动商业模式还处于早期和朦胧期。虽然大家的兴奋感都是一样的,变现模式还没有完全成熟。

4)大语言模型在垂直领域的落地是一个方向,细分赛道有机会

GPT作为一个通用模型,体现了在各个领域超强的逻辑推理和总结能力。直接去挑战各个大厂的大语言模型不太现实,即缺乏算力,也缺乏数据。但基于大模型做垂直领域,把一个分赛道做好是非常有机会的。比如医疗GPT,或者Web3安全审计GPT等等。

Joe(Web3创业者)

师从曼宁教授,之前很悲观,半年前就觉得非常乐观,AI数据和架构有一些问题,其他公司很难赶上。Nvida可能很值得关注。

Share to:

Author: 技术最前沿

Opinions belong to the column author and do not represent PANews.

This content is not investment advice.

Image source: 技术最前沿. If there is any infringement, please contact the author for removal.

Follow PANews official accounts, navigate bull and bear markets together
PANews APP
US stocks closed mixed, with crypto stocks generally declining.
PANews Newsflash