Web3-GPT DAO成立,一场湾区资深创业者的AI讨论

fffmCQ.jpg

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。

声明:该文观点仅代表作者本人,与炒币网无关。炒币网系信息发布平台,仅提供信息存储空间服务。对所包含内容的准确性、可靠性或者完整性不提供任何明示或暗示的保证,并不对文章观点负责。 提示:投资有风险,入市须谨慎。本资讯仅供参阅,不作为投资理财建议。

发表评论

登录后才能评论