事實上，這是一個神奇的世界——但由名為 GPT-3 的人工智能設計。唯一需要的輸入是句子“一只長著翅膀的貓在公園里散步”。GPT-3 跨越 77 行設計了 Stella 和 Fox 的相遇。自測試階段開始以來，該對話框只是開發人員在 Internet 上發布的眾多應用程序之一。人類與人工創造的界限以一種徹頭徹尾的可怕方式模糊。

GPT-3是目前NLP(自然語言處理)領域最先進的模型，即領域 處理書面和口頭語言。與許多現代模型一樣，GPT-3 基于神經網絡技術(“深度學習”)，其計算參數比以前的任何模型多 10 倍。這使得訓練模型既費時又費錢。與以前的模型相比，計算結果令人印象深刻，并且取得了令人難以置信的進步。如果你推斷這種發展，那么這些場景會讓每一部科幻電影都黯然失色。與以前的模型相比，計算結果令人印象深刻，并且取得了令人難以置信的進步。如果你推斷這種發展，那么這些場景會讓每一部科幻電影都黯然失色。與以前的模型相比，計算結果令人印象深刻，并且取得了令人難以置信的進步。如果你推斷這種發展，那么這些場景會讓每一部科幻電影都黯然失色。

AI - 濃縮的知識庫

但是，如果你問 GPT-3 “我的腳有幾只眼睛”這個問題，人工智能會用“兩只”來回答這個問題，這不是很“智能”。這個荒謬答案的原因是訓練數據集建立了眼睛數量和物體之間的關系。因此，“人工智能”一詞并不精確，因此該領域的研究人員經常避免使用：該技術是一個巨大的壓縮知識數據庫，能夠使用可以組合的條目以閃電般的速度創建“新”現實作品反正。

這就是該技術的實際進步和潛力所在：大多數日?；顒佣际乾F有構建塊的簡單“混合”，例如駕駛汽車或寫電子郵件。這些例程只有通過人類創造性的貢獻才能變得特別復雜：例如，用個人筆記個性化電子郵件或有遠見地開車，因為孩子們正在隔壁打球。應用于正確的問題，這種形式的人工智能作為知識數據庫具有廣闊的前景。

自 2017 年以來，全球人工智能初創公司已籌集了超過 850 億美元的資金，并且仍在努力通過該技術獲利。一個主要原因是長尾問題(見圖)：少數物體或事件是常見的，而大多數是罕見的?？梢詾榇罅堪咐龢嫿ㄒ粋€可以輕松復制的可靠模型。然而，對于其他情況，成本密集的詳細工作和人工交互是必要的，并且可擴展性有限。一個例子是語言。這包括一個非常常用的核心詞匯，與一個大的、很少使用的詞匯形成對比。

數據壟斷存在相當大的風險

人工智能的未來在于模式的重要性。AI 可以識別它們(例如人臉)或重新組合它們(例如創建人造人臉)。收集大量異構數據對于訓練人工智能是必要的。數據收集不僅使模型更好，而且最重要的是開辟了解決長尾問題的方法：這是打開需要更小、更具體模型的客戶群的唯一途徑。然而，非常龐大、多樣化的數據量也可以減少長尾，從而提高模型的擴展性并降低模型的成本?？梢酝ㄟ^兩種方式收集必要的訓練數據：集中式或分散式。數據的集中存儲和豐富會產生具有卓越貨幣化潛力的更好模型，隨著時間的推移，這會導致巨大的數據壟斷企業的增長。在最好的情況下，可以創造更好的服務，讓我們的生活更輕松;在最壞的情況下，這會導致對個人信息的完全控制，并出現無法追蹤其決定的黑匣子。

然而，無論如何，集中式路徑會導致隱私受到侵蝕并導致單點故障，其中計算模型是以不透明的方式在閉門造車的情況下創建的。在最壞的情況下，這會導致對個人信息的完全控制，并出現無法追蹤其決定的黑匣子。然而，無論如何，集中式路徑會導致隱私受到侵蝕并導致單點故障，其中計算模型是以不透明的方式在閉門造車的情況下創建的。在最壞的情況下，這會導致對個人信息的完全控制，并產生無法追蹤其決定的黑匣子。然而，無論如何，集中式路徑會導致隱私受到侵蝕并導致單點故障，其中計算模型是以不透明的方式在閉門造車的情況下創建的。

當今互聯網的局限

去中心化路徑可以抵消這種發展，但需要對當今互聯網的架構進行徹底的重構?；ヂ摼W最初是作為設備網絡開發的。它是為數據交換和為此優化的底層協議而設計的。為了訪問互聯網，一個人必須“上網”。只有通過我們自己的網絡服務器才能以網站或電子郵件地址的形式出現在互聯網上。同時，它是一個必須積極參與的用戶網絡。然而，今天，人們認為您“在線”是理所當然的——即使您沒有自己的網絡服務器。這是通過客戶端-服務器基礎設施實現的，它允許設備(客戶端)使用服務(由服務器提供)。這種分工——一方面是具有大量計算資源的設備(服務器)，另一方面是具有接口(客戶端)的設備——是當今互聯網的主要基礎設施。

然而，這廢除了設備和用戶之間最初的一對一關系，維護用戶網絡存在的中央服務取代了用戶自己的網絡服務器。使用這些服務也會導致用戶個人數據的所有權發生重大轉變，這既不是計劃也不是可預見的?，F在，這些數據的所有權已大部分從用戶轉移到服務。這一發展形成了個人服務在經濟上取得巨大成功的核心，并加速了眾多生活領域的數字化。結果，出現了一個數字身份，它似乎只由我們擁有和訪問，不受用戶控制。數據交換基礎設施的缺點越來越明顯：互聯網缺乏協議，除了數字所有權之外，還可以在用戶無需操作自己的服務器的情況下啟用數字身份。這正是區塊鏈所提供的。

互聯網缺乏允許數字所有權和數字身份的協議，而用戶不必操作自己的服務器。這正是區塊鏈所提供的?；ヂ摼W缺乏允許數字所有權和數字身份的協議，而用戶不必操作自己的服務器。這正是區塊鏈所提供的。

區塊鏈：沒有人擁有的數據庫

區塊鏈基于一個直觀的想法：所有權和身份以數字方式錨定的全球數據庫。真正的創新是這個數據庫不屬于任何人，因此不能被任何人控制。只有數據的所有者才能修改他的財產(例如以比特幣或代幣的形式轉移價值)或他自己的身份(例如控制個人數據)。通過設計，區塊鏈代表了一個保護隱私的強大而安全的基礎設施。開放訪問與加密條目相結合使經典的平臺黑客變得毫無意義。由于缺乏中央控制，只有個人可以被黑客入侵，但絕不會擁有數百萬用戶的整個平臺。然而，區塊鏈的優勢遠遠超出了網絡的純粹安全方面：它的結構實現了真正的去中心化，并允許參與者進行直接交換。您發送給鄰居的短信通常要經過數千公里才能在中央服務器上更新，并最終出現在鄰居的應用程序中。這聽起來可能不真實，但兩個相鄰的設備不一定知道它們是相鄰的——因此只有服務器可以協調它們的交換。

然而，對于未來的自主交通，附近其他參與者的知識是必不可少的。車輛需要知道與誰以及如何交互：加油、停車或使用汽車共享服務時?；A設施，這實現了車輛或車輛與燃油泵之間的直接通信，即“機器對機器”，效率更高，并為“無縫”交換開辟了更多選擇。因此，區塊鏈為真正的物聯網提供了技術基礎。

從人工智能到集體智慧

區塊鏈評論家正確地指出，自動駕駛汽車和智能城市的未來生活場景可以通過現有技術掌握。但是，如果我們設想一個深度網絡化的未來，每個電子設備都是互聯網上的參與者，那么不僅數據傳輸所需的帶寬必須擴大很多倍，最重要的是數據中心的數量和容量。

在這個物聯網背后的實際計算工作將不得不顯著增長——同時這意味著中心化程度的提高，更強大的數據壟斷的出現，以及由此導致的巨大黑盒模型的主導地位. 解決方案既簡單又優雅：區塊鏈提供了基礎設施 基于設備之間的點對點通信。

與物理世界類似，這允許在碎片化的互聯網中自由移動，而無需登錄。數據完全受個人控制，僅提供單個過程所需的信息 - 不多。例如個人數據的傳輸或應用程序訪問權限。對于設備而言，這是自動駕駛未來的曙光，汽車與停車位協商停車時間和費用，智能手機自動為旅途購買最便宜的火車票。這是一個數字世界擺脫奇怪和尷尬行為的未來 我們已經習以為常了——比如反復輸入用戶名和密碼。數字世界和物理世界融合在一起，用戶保留控制權。

這種基于區塊鏈的基礎設施是全新的，到目前為止還剛剛起步——但它為開發一個新的、以用戶為中心的去中心化互聯網提供了肥沃、健康的土壤：一個人工智能不會陷入僵局的互聯網- 自我強化、不透明過濾氣泡的終結，但人工智能的敏銳眼光和區塊鏈提供的去中心化融合成一種新的智能。這是集體智慧的萬維網。