加速学习Web3技术，追赶人工智能发展步伐

最近有一篇文章探讨了 ChatGPT 和 Web3 技术交叉的机会。生成人工智能和 ChatGPT、GPT-4 等技术的炒作似乎很有道理，而且 Web3 也未能幸免。最近几周，与 AI 相关的加密代币反弹至历史高位，甚至有新的风险基金成立，以投资于生成 AI 和 Web3 的交叉领域。

尽管将 ChatGPT 等技术与 Web3 基础设施相结合可能很有前途，但 Web3 社区必须面对的现实是，大部分生成 AI 的价值都被传统的 Web2 基础设施所抓住。如果我们进一步深入考虑这种想法，可能会引起争议，但仍值得探讨: ChatGPT 势头会对 Web3 产生消极和持久的影响。

生成式 AI 有可能对软件和内容开发及消费的各个方面产生影响，从基础设施到应用层。目前，我们看到每个主要的技术和内容提供商都将生成 AI 整合到他们的平台中。如果这场革命发生在 Web3 之外，那就很可能会对 Web2 和 Web3 技术之间的创新、人才和资金差距产生影响。此外，如果不迅速解决，这一差距可能会不断扩大。虽然解决这个问题的方案并不微不足道，但可以探索一些第一性原理的想法来开始解决这个差距。

Web3 没有创建任何有意义的基础设施或技术来支持机器学习技术的发展，这也是生成式 AI 运动在 Web2 中发展的原因。Web2 平台包含生成人工智能功能，为新一代应用程序提供了动力。Web3 的堆栈围绕分散计算、存储、身份和消息传递等基础组件发展，但很少有关注 ML 空间。因此，新一代生成式 AI 应用程序将从根本上由 Web2 云平台提供支持，而在 Web3 基础设施中的占用空间很小。

在生成 AI 的能力方面，Web3 和 Web2 世界之间的差距正在不断扩大。这也意味着 Web3 平台在采用方面可能会远远落后。当前的 Web3 基础设施不具备拥抱生成 AI 的计算、数据或数据科学框架基础。去中心化应用程序可以通过 Web2 API 与模型交互来整合生成 AI 功能，但 Web3 原生生成 AI 的想法似乎目前有些困难。随着生成式 AI 继续快速发展，Web3 面临的挑战在不同维度上变得显而易见。

Web3 需要找到新的机会，并适应这一新的趋势。尽管缺乏强大的机器学习基础使 Web3 无法参与第一波生成式 AI 创新，但还有两个明显的领域可以真正受益于 Web3 架构的原生功能，即去中心化的生成式人工智能和知识证明。它们都有潜力为 Web3 带来新的一线希望。

本站所有软件信息均由用户上传发布，版权归原著所有。如有侵权/违规内容，敬请来信告知邮箱：764327034@qq.com，我们将及时撤销！转载请注明出处：https://czxurui.com/zx/96186.html