FX168财经网_全球视野外汇黄金加密货币NFT资讯网

AIGC CHAIN“AIGC+WEB3”的模式加速推动创作者经济爆发

合创始人Cyrus Hodes。他拥有哈佛大学的公共管理硕士学位，巴黎二大学工业动力学硕士学位和巴黎科学院文学学士学位。此外，Cyrus是OECD人工智能计算和气候专家小组的成员，全球人工智能合作伙伴关系（GPAI）的专家，是气候行动人工智能和农业人工智能委员会的一部分。他是IEEE的“积极地球2030”合作——可持续性公共资源的联席主席。Cyrus是阿联酋总理办公室人工智能部长的首席顾问。而目前AIGC Chain的核心算法来自于Oben 团队，这是一家2014年在洛杉矶创建的、专注研发人工智能的科技公司。Oben已经为全球大量企业级客户和亿级体量用户提供了核心技术支持与服务，并开发了众多由 AI 驱动的产品功能，已获得多项 AI领域的技术专利。资深的AI团队成为了AIGC Chain在AIGC领域“发光发热”的“敲门砖”。将于今年3月开启测试节点申请的AIGC Chain的核心算法团队Oben非常还有着不俗的投资背景，它已获得来自腾讯、软银、K11等众多顶级投资机构数千万美元的投资。提及K11就不得不提其集团创办人及主席郑志刚。2022年8月，郑志刚在推特上发文，大方承认自己就是持有101 枚Azuki NFT 的神秘巨鲸—「LastKnight」。作为NFT巨头，Azuki的持有者已经成为了NFT社区中最活跃的买家之一，Discord讨论群的活跃人数随时都在万人以上。如果K11发动Azuki与AIGC Chain进行联动，将会引发NFT内容呈现形态的变化。并且NFT其实具有很高的可塑性及庞大的用户群体，AIGC可塑性高及低成本也会使得未来NFT通过AIGC再创作成为必然趋势。在Azuki这种巨鳄的带动下，AIGC Chain将会获得更多NFT项目的合作机会，并涌入大量的使用者。来源：金色财经

金色财经2023-03-08

Web3 中的“硬核”女性：她们创建了哪些项目？

朗大学国际关系专业的文学学士学位，并在哈佛大学法学院获得了法学博士学位。在进入加密世界之前，她更像一个学者，曾担任耶鲁信息社会计划的研究员，耶鲁大学计算机科学的讲师，纽约大学的兼职副教授，以及斯坦福StartX 的驻场企业家。 2014年，Elizabeth Stark 正式进入加密世界，创办了StartBitcoin.org；2015年成为加密货币政策研究机构 Coin Center 的研究员，倡导实施针对加密货币和其他去中心化技术的良好政府政策；2016 年共同创立了Lightning Labs。 Lightning Labs 开发了为闪电网络提供动力的软件。其开源、安全和可扩展的系统使用户能够比以往更有效地发送和接收资金。此外它还提供一系列可验证的、非托管的基于闪电网络的金融服务。 Elizabeth Stark 在创业后也并没有切断与学术的联系，还在兼任耶鲁大学信息社会项目的访问学者，并在耶鲁大学任教。作为 Thiel Fellowship 的导师，她还致力于为 23 岁以下打算辍学从事其他项目的学生提供支持。何一，币安联合创始人兼 CMO、Binance Labs 负责人推特：@heyibinance 从全球交易所格局来看，币安无疑占据了核心地位。而作为联合创始人兼 CMO 的何一，在币安发展过程中发挥了不可或缺的作用。币安起初并不知名，但何一借助多项市场营销活动成功帮助它获得早期所必须的市场热度和用户量。2017 年底上线五个月之际，币安交易量排到全球 Top3，用户数量超 200 万。此后币安更是一骑绝尘。而在币安奠定坚实的交易所头部地位之后，何一开始负责 Binance Labs，借助币安资源寻找、帮助、孵化更多的早期优质加密项目及创始人。作为业内资管规模最大的风投机构之一，Binance Labs 不仅投中一大批在关键垂直领域中的早期项目，也为 Web3 加速进入主流做出了重要贡献。 Jinglan Wang，Optimism 联合创始人兼 CEO 推特：@jinglejamOP Jinglan Wang 最初对加密世界感兴趣是因为麻省理工学院比特币俱乐部，而为了更好地了解比特币，她果断选择转入计算机专业。从 2015 年开始，Jinglan Wang 醉心于以太坊的可扩展性研究。2019 年她参与创立非盈利研究组织 Plasma Group，这就是 Optimism 的前身。 Optimism 是一个利用 optimistic rollup 技术的以太坊 L2 解决方案，它大大降低了成本和交易时间，同时保留了以太坊的安全优势。2022 年 3 月，Optimism 估值达到 16.5 亿美元成功挤入加密独角兽行列。同年 6 月它正式推出治理代币 OP 并启动大规模空投，整个 crypto 为之沸腾。 Elena Nadolinski，Iron Fish 创始人兼 CEO 推特：@leanthebean Elena Nadolinski 毕业于美国弗吉尼亚理工大学，十几岁时就被美国白宫认定为计算机科学界的新星，曾在微软实习，并被热门的初创公司 Tilt 聘为工程师，然后在 Airbnb 从事软件开发工作。在 2017 年的 Ethereum-Google 之后，Nadolinski 开始对加密世界产生强烈的兴趣，大量阅读白皮书并与创始人、协议开发人员和工程师交流。她开始参加黑客马拉松和聚会，提出问题、提供解决方案、结交朋友。之后，Nadolinski 选择全职创业，并创立了Iron Fish。 Iron Fish 是第 1 层区块链，旨在成为所有 Web3 的通用隐私层。Iron Fish 使用零知识证明 (zk-SNARK) 和行业最高的加密标准，使用户能够进行完全私密的交易，成为所有区块链的真正 SSL 层。 Gloria Zhao，比特币核心维护者推特：@glozow （Gloria Zhao 虽然不算严格意义上的创业者，但作为比特币项目的代表之一，其经历同样“硬核”） Gloria Zhao 出生于美国加利福尼亚州，2020 年毕业于加州大学伯克利分校计算机科学专业。她还是英国支持比特币发展的非政府组织 Brink 的研究员。2020 年，Gloria Zhao 被 Brink 授予首个奖学金。自那之后，她一直积极致力于 Bitcoin Core，主要负责内存池和验证代码方面。去年 7 月， Gloria Zhao 成为第六位拥有 Bitcoin Core 提交权限的开发人员。而自 2009 年比特币问世以来，仅有 17 人获得过代码修改权限，Gloria Zhao 也是第一位拥有这一权限的女性。另据《华尔街日报》近期的一篇报道，Gloria Zhao 是最有希望成为比特币首席维护员的继任者。 Natalia Ameline、Elena Sinelnikova，Metis、CryptoChicks 联合创始人推特：@Natalia_Ameline @ElenaCryptoChic 左边为Elena Sinelnikova，右边为Natalia Ameline Natalia Ameline、Elena Sinelnikova 是以太坊扩容方案 Layer-2 Optimistic rollup 网络 Metis的两位联合创始人，同时也都是非营利性国际女性区块链教育中心 CryptoChicks 创始人。 Elena Sinelnikova 拥有计算机科学硕士学位，专长是区块链、网络安全和全栈编程。同时是软件开发团队负责人，区块链教育家，MaxGapPlus、Jupiter Vision 等项目的区块链顾问。 Natalia Ameline 是一位有着多行业经验的高级财务主管，拥有计算机科学和工商管理硕士学位以及 CPA/CMA 会计资格，擅长战略财务规划、决策支持、运营管理和变革管理。Natalia Ameline 早年在联合利华担任财务分析师，后加入全球知名航运公司 Pitney Bowes 并任职 18 年，从财务经理一直升任到财务高级主管、全球商业分析高级总监。除了 Metis、 CryptoChicks 联合创始人的身份外，Natalia Ameline 有一个备受关注的身份——以太坊创始人 Vitalik 的母亲。 Kathleen Breitman，Tezos 联合创始人推特：@_kathleenBreit Kathleen Breitman 毕业于康奈尔大学，2014 年与丈夫 Arthur Breitman一起发布了 Tezos 白皮书，并于 2016 年 10 月正式启动 Tezos 。此前，Kathleen Breitman 在由近百家金融公司组成的区块链联盟 R3 担任高级战略助理，还曾在埃森哲、Bridgewater 协会、《华尔街日报》任职。 Sandy Peng，Scroll 联合创始人推特：@SandyPeng1 Sandy Peng 毕业于剑桥大学，硕士毕业于伦敦政治经济学院，曾在香港证监会从事研究方面的工作，17 年开始开始从事 Web3 项目投资方面的工作，之前也做过游戏、产品类的项目。目前在 Scroll 团队负责非技术领域的工作。 2021年初，Sand 与 Ye Zhang、Haichen Shen 共同创立了以太坊扩容项目 Scroll。近期，Scroll 以 18 亿美元估值完成 5000 万美元融资，Polychain Capital、Bain Capital Crypto 等参投。 Kathryn Haun，Haun Ventures 的创始人兼 CEO 推特：@katie_haun Kathryn Haun 毕业于斯坦福大学，曾在美国司法部工作十年之久。2014年创建了美国政府首批加密货币工作组之一。2017年，Kathryn 离开政府加入 Coinbase 董事会，她在那里还遇见了 Chris Dixon，之后便离开 Coinbase 加入 a16z，成为加密部门的普通合伙人，共同推出并扩大了世界上最早和最大的专用加密风险基金。在和众多有着企业家精神的优秀的创业者和建设者共事之后，Kathryn Haun 在 2022 年创办了自己的加密投资公司 Haun Ventures，旨在帮助创始人构建下一代互联网。目前已经筹集了 15 亿美元的资金来支持 web3.0 的发展。据 RootData 数据，Haun Ventures 自创立以来已出手投资 12 笔，投资组合包括 OpenSea、Aptos 等明星项目。 Morgan Beller，NFX 合伙人、Diem 联合创始人推特：@beller Morgan Beller 毕业于康奈尔大学，获得统计和信息科学学士学位。Morgan 是 Libra 的联合创始人，也是 Facebook 用于 Libra 支付系统的数字钱包 Novi 的战略主管。她最初于 2017 年加入 Facebook，并负责 Facebook 在区块链、加密货币和去中心化技术上的战略。此前，她在 Medium 负责企业发展，领导了对 Embedly 的收购，并在制定 Medium 的订阅战略方面发挥了关键作用。Beller 还曾做过 a16z 合伙人，在 eBay 担任买家体验的产品经理等。 Morgan 于 2020 年加入专注于初创公司的风投机构 NFX，担任合伙人和加密投资基金主管。据 RootData 数据，NFX 投资组合数量为 24 个，投资过的项目中不乏 Celestia、Sui 等明星项目。 Cheryl Liu，Deeper Network 联合创始人 Cheryl Liu 是一名优秀的连续创业者，毕业于美国怀俄明大学，她还拥有数学结构学博士学位。在进入区块链领域之前，她曾在教育领域工作，并创立了线下学校，有着丰富的创业经验。直至后来接触了区块链，于2017年创立了链全科技咨询有限公司，才开始在区块链领域大展手脚。 Cheryl Liu 同时也是 Deeper Network 的市场合伙人和联合创始人。Deeper 作为 Web3 基础设施，为用户提供企业级防火墙、隐私保护和去广告等功能。 Marina Guryeva，Neon Labs 创始人兼 CEO 推特：@mariaveirug Marina Guryeva 自 2015 年以来积极参与区块链领域，曾为投资区块链的初创公司 CyberFund 的董事；后于 2019 年加入基于区块链的社交网络 Commun，担任总监领导由自治社区运营的基于区块链的社交网络。 2021 年，Marina 创立了 Neon Labs，致力于将 Solana 的可扩展性和低交易成本带入以太坊生态系统。在进入区块链行业前，Marina Guryeva 拥有丰富的市场公关和战略规划经验。 Leah Wald ，Valkyrie 联合创始人& CEO 推特：@LeahWald Leah Wald 是一位经济学家，擅长资产管理。她毕业于以色利海法大学，还曾在北京大学留学学习国际经济与汉语，后陆续攻读了美国乔治敦大学、Pitzer 学院的国际政治与经济硕士和 IE 商学院管理学硕士。从 IE 商学院毕业后，Leah Wald 先后从事了非政府组织、世界银行和资产管理工作。2020 年8月，Leah Wald 创办了专注数字资产经济的资产管理公司 Valkyrie，并于 2021 年 10 月成为在加拿大证券交易所上市的加密投资公司 Cypherpunk Holdings 的董事会成员。此外，Leah Wald 还是《福布斯》的特约撰稿人，曾与人合著过《超波理论：金融市场的流氓浪潮》。 Linda Xie，Scalar Capital 的联合创始人兼管理合伙人推特：@ljxie Linda Xie 是 Scalar Capital 的联合创始人兼管理合伙人。此前，她是 Coinbase 的早期员工和产品经理，负责构建内部工具，包括合规、欺诈和财务系统。在加入 Coinbase 之前，她是 AIG 的投资组合风险分析师，她也是 0x 的顾问。Linda 拥有加州大学圣地亚哥分校的经济学学士学位。 Linda Xie 与 Jordan Clifford 在 2017 年创办了专注于加密资产的对冲基金公司 Scalar Capital。据 RootData 消息，Scalar Capital 投资了 YGG、Aztec、dYdX、Aleo 等一系列明星项目。 Galia Benartzi ，Bancor 联合创始人推特：@galiabenartzi Galia Benartzi 是一位连续技术创业者。她拥有达特茅斯学院的比较文学学士学位、SAIS 约翰霍普金斯大学的国际经济学硕士学位。 2005 年从大学毕业后，Galia Benartzi 便参与创办智能手机社交游戏公司 Mytopia；2010 年，又创办 Particle Code 用于移动应用的跨平台开发技术，后被 Appcelerator 收购；2013 年，她从硅谷搬到特拉维夫，作为 Founders Fund 的风险合作伙伴，支持和投资以色列当地技术发展。2017 年 3 月参与创办去中心化的链上自动做市商 (AMM) 网络 Bancor 协议。Galia Benartzi 也是 Powder Mountain 创始成员，对分布式技术、女性赋权、自然健康与植物充满热情。 Rebecca Liao，Saga 联合创始人兼 CEO 推特：@beccaliao Rebecca Liao 曾于斯坦福大学学习经济学，并就读于哈佛法学院，是一个从业多年的律师。曾担任 B2B 行业独角兽 Globality 业务发展总监和亚洲区负责人，曾在美国克林顿外交政策团队任职并专注于技术政策方面。她还曾联合创立 Skuchain（年交易量超过 50 亿美元，被世界贸易组织评为贸易和供应链金融领域三大区块链公司之一）并担任顾问和前 COO。 Rebecca 目前还是 Sommelier Protocol的顾问，她正在为该项目设计 DAO。她还是斯坦福大学法律、科学和技术项目的研究员，制作并主持 global-public-policy 播客。 Rebecca 于 2022 年初创立 Saga，该协议重新构想了开发人员和最终用户与区块链的交互，着眼于可扩展性、主权和易于设置的特性，帮助将启动专用区块链变得像部署智能合约一样简单。 Grace Wang、Helena Gagern，Salsa 联合创始人从左到右分别为Helena Gagern、Grace Wang Salsa 是一个 Web3 消息传递平台，可使用链上数据个性化电子邮件和应用内消息。用户可以个性化他们的公告体验，社区管理员可以使用钱包到钱包消息传递协议发送安全消息。公司背后的两位联合创始人 Grace Wang、Helena Gagern 均为女性。Grace Wang 曾就读于宾夕法尼亚大学，后在 Palantir、Primer AI 从事软件开发和管理工作；Helena Gagern 毕业于伦敦大学学院，连续创业者，也有丰富的软件开发和产品设计等经验。 Imge Su Cetin，Defy 创始人& CEO Imge Su Cetin 是数据科学家，致力于使用在线搜索数据和社交媒体数据为位于柏林的 IOM 全球移民数据分析中心预测全球移民模式。她曾就读于加州大学圣地亚哥分校研究生院，专攻应用数据科学和统计分析，精通统计和分析工具和软件。 Imge Su Cetin 曾于 2019 年加入 Deep Decarbonization Initiative (D2I) （深度脱碳计划）担任研究员，该计划由加州大学圣地亚哥分校的雅各布斯工程学院和全球政策与战略学院合作创立；2020 年加入国际移民组织 IOM - UN Migration 担任数据科学家；2021年4月正式创办投资趋势数据平台 Defy 。 Séraphie de Tracy，Cohort 联合创始人 & CEO Séraphie de Tracy 拥有巴黎 HEC 商学院管理学硕士学位和 CEMS 双学位。她在企业 SaaS 服务方面拥有丰富的经验，曾担任金融科技公司 Stratumn 的首席运营官、增长运营副总裁和销售总监等职务，还曾在全球最大保险公司之一的 AXA Global P&C 担任高级战略经理，全球顶级战略管理咨询的罗兰贝格担任顾问。 2022 年 5月 Séraphie de Tracy 创办基于 NFT 的数字参与平台 Cohort 并担任首席执行官。Cohort是一个总部位于法国的Web3 SaaS解决方案，使用NFT（非可替代令牌）来帮助品牌创造创新体验和产品，而无需任何技术或大量时间承诺。通过Salesforce和Shopify等集成，Cohort通过“无代码、无加密、无钱包”解决方案消除采用障碍，使所有品牌和客户都可以访问web3。来源：金色财经

金色财经2023-03-08

Stability AI联合创始人Cyrus Hodes宣布发起AIGC Chain 并于本月开启测试节点

理办公室人工智能部长的首席顾问。他拥有哈佛大学的公共管理硕士学位，巴黎二大学工业动力学硕士学位和巴黎科学院文学学士学位。从定位上来看，AIGC Chain基于一个简单的使命而成立：让全球各地的人们（无论种族、性别、教育水平、国籍、地点、文化和宗教信仰）都能公平地访问和简易地参与到AIGC生态系统。AIGC Chain是一个可分布式、模块化的AIGC模型基础设施，任何人都可以用它来训练自己的小AIGC模型，并按照自己的意愿将它们添加到AIGC Chain基础设施中。AIGC Chain是一个公共、去中心化的第二层解决方案。它是用Go语言构建的，最初与以太坊和iPollo合作。还有额外的计划将其扩展到其他网络，如BSC、Cosmos和像PAI这类的分布式算力网络。其目标是创建一个开放的、分布式AI网络，并支持存储公链，如Filecoin。AIGC Chain由AIGC生态系统集体训练和维护。AIGC Chain将支持一个P2P的市场，允许用户向AIGC社区销售分布式GPU服务、数据存储或者其他运营AI所需要的资源，无需中央平台或中介。这意味着参与者可以使用自己的web3身份，如区块链钱包地址或去中心化身份，访问市场，并向AIGC生态系统提供各种服务。市场允许参与者从各种卖家处访问和购买各种人工智能相关服务和资源，如分布式 GPU 服务、数据存储和数据标注。这有助于提高人工智能的公平性、效率和性能，并支持 AIGC 生态系统的发展。目前AIGC赛道存在着不少有待解决和优化的问题，比方说不公平、AI的艺术风格不一致性、贫困、信息熵高、信息无序等问题，而AIGC Chain将有望通过web3的方式来解决和优化这些问题。就不公平问题而言，人工智能生成的内容通过提供用户和组织新的技能和见解来解决问题，帮助他们取得成功。目前新冠疫情已经造成了巨大的经济破坏，使数百万人陷入贫困。少数族裔、边缘化和被忽视群体缺乏融入AI生态系统的条件，将进一步加剧贫富差距。使用AI生成模型和点对点市场可以帮助提升边缘化群体的独特文化、故事和技能，这些对整个人类都是有价值的。分散式AIGC基础设施将通过允许更大的参与来提高边缘化群体的参与度，从而减少疫情的负面影响，缓解贫富差距。 AIGC使用的扩散模型天生会生成随机和多样的结果。扩散模型使用随机过程，这意味着它依赖随机性和概率来生成输出，即使使用相同的提示输入，模型的输出也可能因一次运行到下一次而有所不同。此外，扩散模型可能在多样和多变的数据集上进行训练。这进一步导致了生成图像的随机性和不一致性。然而，在实际应用中，如内容生产中，通常需要一致性。AIGC Chain的技术贡献者开发了一种精确控制方法，协调视觉生成技术，解决了扩散生成图像的不一致问题。就信息无序而言，热力学第二定律指明宇宙的熵总是增加。所以如果要减缓宇宙热死亡的进程，就需要负熵。在物理学中，负熵是指系统比平衡状态更有序，而不是更无序。在经济系统里，这是说信息要有序，而不是无序，有序才能让经济和社会的发展更可持续。Web2平台用免费来换取用户的广告时间，广告对用户的信息获取来说往往是无效的，增加了熵，对整体的经济系统是熵增的。而Web3的去中心化的架构可以让用户自己决定希望获取什么样的广告，信息的熵比Web2的信息熵低，让整体经济系统更有序，更加可持续。区块链技术通过提供安全、透明、防篡改的信息存储和传输方式，提高了网络上信息的可靠性和信任度，从而减少熵。NFT 通过区块链网络验证，为艺术品的所有权提供了安全的认证方式，通过创建明确的所有权记录减少熵。总的来说，与中心化服务平台相比，AIGC Chain的分布式 AIGC 服务平台有潜力为用户提供更多的公平性、灵活性、创新性和更多的选择。在生态层面，AIGC Chain主网全面支持图灵完备的智能合约。智能合约（Smart Contracts）是内存块链中制定合约所使用的特殊协议，这是一种自动执行的合约，将双方的协议条款写入代码中，一旦启动就会自动运行，不需要任何人为的干预，自主控制其计算所涉及的资源，比如有权限调配合约双方的资金和财产。通过分布式的节点来自动运行，而不用透过中心化的单个服务器。智能合约为构建在 AIGC 网络上的 DApps 开辟了一套全新的用户体验和新的归因模型。例如，利用 AIGC 网络上的智能合约可以实现完全数字化的物品所有权、创新的支付消费模型、透明的版税分配、无需信任的众筹机制等等。这提供了额外的社会和经济交互层，补充了视频和数据传输的核心功能，并显着提高了平台用户的参与度和保留率。在EVM兼容方面，AIGC 虚拟机与以太坊虚拟机兼容。因此，移植现有的基于以太坊的合约很简单，成千上万的智能合约开发人员可以轻松地在 AIGC 上进行构建。AIGC 的 Ethereum RPC 适配器提供了对以太坊 RPC API 的支持，类似于 Binance Smart Chain 和 Polygon。Ethereum RPC 适配器软件将 AIGC RPC 端点转换为 Ethereum RPC API。有了它，AIGC 现在支持整个 Ethereum DApp 开发堆栈，包括 Metamask、Hardhat、Remix、Ethers.js、Web3.js 和 Truffle Suite。移植到 AIGC 的以太坊 DApp 可以使用相同的 API 调用与 AIGC 区块链交互。这意味着以太坊 DApps 几乎可以无缝部署和迁移到 AIGC Chain。这大大降低了开发者利用已有基础设施在AIGC CHAIN部署并基于AIGC CHAIN进行原生开发的难度。据AIGC Chain官方推特，AIGC Chain或将于2023年3月21日开启测试节点申请，申请者可通过训练AI模型获取丰厚奖励并折射至主网。AIGC Chain测试网将分为多个阶段进行，主网上线时间预计为2023年Q3~Q4。来源：金色财经

金色财经2023-03-07

Stable Diffusion联合创始人Cyrus Hodes加入AIGC Chain 即将到来的Web3+AI革命

理办公室人工智能部长的首席顾问。他拥有哈佛大学的公共管理硕士学位，巴黎二大学工业动力学硕士学位和巴黎科学院文学学士学位。从定位上来看，AIGC Chain基于一个简单的使命而成立：让全球各地的人们（无论种族、性别、教育水平、国籍、地点、文化和宗教信仰）都能公平地访问和简易地参与到AIGC生态系统。AIGC Chain是一个可分布式、模块化的AIGC模型基础设施，任何人都可以用它来训练自己的小AIGC模型，并按照自己的意愿将它们添加到AIGC Chain基础设施中。AIGC Chain是一个公共、去中心化的第二层解决方案。它是用Go语言构建的，最初与以太坊和iPollo合作。还有额外的计划将其扩展到其他网络，如BSC、Cosmos和像PAI这类的分布式算力网络。其目标是创建一个开放的、分布式AI网络，并支持存储公链，如Filecoin。AIGC Chain由AIGC生态系统集体训练和维护。AIGC Chain将支持一个P2P的市场，允许用户向AIGC社区销售分布式GPU服务、数据存储或者其他运营AI所需要的资源，无需中央平台或中介。这意味着参与者可以使用自己的web3身份，如区块链钱包地址或去中心化身份，访问市场，并向AIGC生态系统提供各种服务。市场允许参与者从各种卖家处访问和购买各种人工智能相关服务和资源，如分布式 GPU 服务、数据存储和数据标注。这有助于提高人工智能的公平性、效率和性能，并支持 AIGC 生态系统的发展。目前AIGC赛道存在着不少有待解决和优化的问题，比方说不公平、AI的艺术风格不一致性、贫困、信息熵高、信息无序等问题，而AIGC Chain将有望通过web3的方式来解决和优化这些问题。就不公平问题而言，人工智能生成的内容通过提供用户和组织新的技能和见解来解决问题，帮助他们取得成功。目前新冠疫情已经造成了巨大的经济破坏，使数百万人陷入贫困。少数族裔、边缘化和被忽视群体缺乏融入AI生态系统的条件，将进一步加剧贫富差距。使用AI生成模型和点对点市场可以帮助提升边缘化群体的独特文化、故事和技能，这些对整个人类都是有价值的。分散式AIGC基础设施将通过允许更大的参与来提高边缘化群体的参与度，从而减少疫情的负面影响，缓解贫富差距。 AIGC使用的扩散模型天生会生成随机和多样的结果。扩散模型使用随机过程，这意味着它依赖随机性和概率来生成输出，即使使用相同的提示输入，模型的输出也可能因一次运行到下一次而有所不同。此外，扩散模型可能在多样和多变的数据集上进行训练。这进一步导致了生成图像的随机性和不一致性。然而，在实际应用中，如内容生产中，通常需要一致性。AIGC Chain的技术贡献者开发了一种精确控制方法，协调视觉生成技术，解决了扩散生成图像的不一致问题。就信息无序而言，热力学第二定律指明宇宙的熵总是增加。所以如果要减缓宇宙热死亡的进程，就需要负熵。在物理学中，负熵是指系统比平衡状态更有序，而不是更无序。在经济系统里，这是说信息要有序，而不是无序，有序才能让经济和社会的发展更可持续。Web2平台用免费来换取用户的广告时间，广告对用户的信息获取来说往往是无效的，增加了熵，对整体的经济系统是熵增的。而Web3的去中心化的架构可以让用户自己决定希望获取什么样的广告，信息的熵比Web2的信息熵低，让整体经济系统更有序，更加可持续。区块链技术通过提供安全、透明、防篡改的信息存储和传输方式，提高了网络上信息的可靠性和信任度，从而减少熵。NFT 通过区块链网络验证，为艺术品的所有权提供了安全的认证方式，通过创建明确的所有权记录减少熵。总的来说，与中心化服务平台相比，AIGC Chain的分布式 AIGC 服务平台有潜力为用户提供更多的公平性、灵活性、创新性和更多的选择。在生态层面，AIGC Chain主网全面支持图灵完备的智能合约。智能合约（Smart Contracts）是内存块链中制定合约所使用的特殊协议，这是一种自动执行的合约，将双方的协议条款写入代码中，一旦启动就会自动运行，不需要任何人为的干预，自主控制其计算所涉及的资源，比如有权限调配合约双方的资金和财产。通过分布式的节点来自动运行，而不用透过中心化的单个服务器。智能合约为构建在 AIGC 网络上的 DApps 开辟了一套全新的用户体验和新的归因模型。例如，利用 AIGC 网络上的智能合约可以实现完全数字化的物品所有权、创新的支付消费模型、透明的版税分配、无需信任的众筹机制等等。这提供了额外的社会和经济交互层，补充了视频和数据传输的核心功能，并显着提高了平台用户的参与度和保留率。在EVM兼容方面，AIGC 虚拟机与以太坊虚拟机兼容。因此，移植现有的基于以太坊的合约很简单，成千上万的智能合约开发人员可以轻松地在 AIGC 上进行构建。AIGC 的 Ethereum RPC 适配器提供了对以太坊 RPC API 的支持，类似于 Binance Smart Chain 和 Polygon。Ethereum RPC 适配器软件将 AIGC RPC 端点转换为 Ethereum RPC API。有了它，AIGC 现在支持整个 Ethereum DApp 开发堆栈，包括 Metamask、Hardhat、Remix、Ethers.js、Web3.js 和 Truffle Suite。移植到 AIGC 的以太坊 DApp 可以使用相同的 API 调用与 AIGC 区块链交互。这意味着以太坊 DApps 几乎可以无缝部署和迁移到 AIGC Chain。这大大降低了开发者利用已有基础设施在AIGC CHAIN部署并基于AIGC CHAIN进行原生开发的难度。据悉，AIGC Chain或将于2023年3月开启测试节点申请，AIGC Chain测试网将分为多个阶段进行，主网上线时间预计为2023年Q3~Q4。来源：金色财经

金色财经2023-03-06

小心过度减持美元！高盛对冲基金负责人：利率上调50基点仍可能 “押注峰值再创高”

像是一个例外，而不是持久的新常态？” 哈佛大学教授、前奥巴马政府首席经济顾问杰森·福尔曼(Jason Furman)认为，美联储3月应加息50基点，最高加息至6%。他解释说：“经济非常过热，我们在通货膨胀方面几乎没有取得任何进展，预计未来会出现大幅放缓方面没有出现任何理由，各种潜在通胀措施都在讲述同样的故事，供应链解冻应该会降低通胀，但他们没有。” “6%通胀率远远高于美联储的2%通胀目标。” Tony则表示，他认为这里最大的近期风险是美联储是否开放50个基点。“如果他们不这样做，我怀疑市场可以应对。如果他们这样做，我们不会为此定价。这过于简化了，但我认为这是当下市场的基本风险。” 在不到3周的时间里，市场将获得非农就业人数、美国CPI、鲍威尔、日本央行、欧洲央行、美联储、英国央行等发布货币政策会议。 “该数据集可能会让我们走上可能非常不同的路径，但考虑到在许多地方存在这种事件风险，并且有一些波动率，总体波动率并不是特别高，即使在很长的历史上也很低，选项看起来很便宜。” 截至目前，美联储仍锁定在2月初确定的，美联储将再有3次加息25个基点的步伐。 “所以我们可能有两个不同的周期，2012-201年的读数太低，基金利率低但经济疲软，中性必须低，还有另一个则是现在更高的读数，我们已经加息很多但经济没有放缓，中性必须高。” “也许真正的答案是经济，尤其是2008年后的房地产崩盘，对基金利率的反应并不那么灵敏。” Tony提出观点称：“我仍然相信这是我们最重要的，即使是截然不同的观点，长期和可变滞后这个词似乎有些混淆，它实际上指的是对GDP水平影响达到峰值之前的时间，而不是峰值对GDP增速的影响。我们知道的所有主要宏观经济模型都与我们的FCI增长脉冲模型一致，即对GDP增长的峰值拖累是提前的。这些要点解释了为什么我们对去年金融环境收紧对GDP增长拖累的估计在2022年下半年达到顶峰，并在2023年迅速消退。” 在利率上升的背景下，本说明是对股票背后正在形成的一些明显趋势的高质量检查，例如，周期性工业和通胀赢家/输家正在做他们应该做的事情。一年一度的伯克希尔·哈撒韦公司信函值得快速进行复习，即：“从而开始了我们通往2023年的旅程，这是一条崎岖不平的道路，涉及我们所有者的持续储蓄，即通过他们的留存收益、复利的力量、我们避免重大错误，以及最重要的顺风，我们令人满意的结果是十几个真正好的决定的产物，大约每五年一个，以及一个有时被遗忘的有利于长期投资者的优势。” 美元行情分析美元指数在鲍威尔半年度证词和美国2月份非农就业报告公布的关键一周开始之际，在104.55-60附近巩固七周以来的最大单周跌幅。这样一来，美元指数在亚洲市场低迷的情况下提振了温和的避险情绪。值得注意的是，上周美国数据走软和美联储会谈喜忧参半，令美元指数承压。美国2月份ISM服务业PMI为55.1，而市场预期为54.5，市场预测为55.2。PMI调查的通胀部分，即支付价格分项指数，从67.8小幅降至2月份的65.6，但超过了分析师预期的64.5。同期，新订单分项指数从60.4升至62.6，就业指数从50升至54。在那一周的早些时候，美国1月份耐用品订单有所减少，而美国大型企业联合会(CB)的消费者信心指数也闪现出大部分悲观的细节。此外，亚特兰大联邦储备银行行长博斯蒂克(Raphael Bosti)正如决策者所说：“央行可能会在夏中至夏末暂停当前的紧缩周期，这再次引发了人们对美联储政策转向的担忧。” 相反，旧金山联邦储备银行行长玛丽·戴利在周末表示，如果通胀和劳动力市场数据继续高于预期，利率将需要比美联储决策者预期的更高，并保持更长的时间据路透社报道，去年12月。值得注意的是，美联储周五公布了半年度货币政策报告，其中明确表示，“持续上调联邦基金利率目标是必要的”。报告还表示，美联储坚定地致力于让通胀回到2%。在此背景下，美国10年期国债收益率升至2022年11月以来的最高水平，最迟回落至3.95%。技术面上，FXStreet分析师Anil Panchal提到，21天和50天指数移动平均线(EMA)收敛于104.15-10附近，这对美元指数空头来说似乎是一个棘手的难题。

小萧2023-03-06

人工智能：中国式ChatGPT的“大跃进”

省理工学院（7人）、剑桥大学（5人）、哈佛大学（4人）和佐治亚理工学院（4人）。 ChatGPT 团队成员毕业前10名高校此外，很多成员都有名企工作经历，包括：Facebook、Stripe、Uber、Quora、NVIDIA、Microsoft、Dropbox、DeepMind、Apple、Intel等公司，其中有10人来自谷歌，OpenAI的首席科学家Ilya Sutskever亦是从谷歌转会而来，Ilya Sutskever是AlphaGo的作者之一，师从人工智能学界泰斗Geoffrey Hinton。 ChatGPT团队成员流动示意图 1985年出生在苏联的Ilya Sutskever，如今已经是英国皇家学会院士。据说Ilya Sutskever退出谷歌，与Sam Altman、Elon Musk等人一起创立OpenAI时，年薪曾大幅缩水。但他参与创立OpenAI的初衷是“确保强大的人工智能造福全人类”的大义和情怀。 OpenAI初创之时是一家非营利研究机构，从这点上来看，无论是否带着情怀加入这家公司的研究人员，还是给“非营利”事业烧钱的投资人，多少都有一点对技术的“信仰”，这种驱动力，可能是钱买不来的。不过OpenAI给这些科技精英们提供的薪酬待遇并不低。据纽约时报报道，2016年，OpenAI向Ilya Sutskever支付了超过190万美元。另一位行业大佬级的研究员Ian Goodfellow（对抗式生成网络的提出者）2016年从OpenAI得到的报酬则超过80万美元，而他在这一年中只工作了9个月，不过Ian Goodfellow在OpenAI没有待很长时间就离开了。一直以来，硅谷的AI研究员都是高收入人群。在谷歌发布的官方招聘信息中，在美国工作的全职“高级软件工程师，大型语言模型，应用机器学习”（Staff Software Engineer, Large Language Models, Applied ML）岗位基本工资范围为年薪17.4万-27.6万美元（约120万-190万元人民币）+奖金+股权+福利。这份工作的主要职责是：为谷歌大型语言模型的关键冲刺做出贡献，将尖端的 LLM（Large Language Mode，大型语言模型）引入下一代谷歌产品和应用程序，以及外部用户。在建模技术方面进行协作，以支持全方位的 LLM 调整，从提示工程、指令调整、基于人类反馈的强化学习 (RLHF)、参数高效调整到微调。微软研究院的研究员岗位“博士后研究员-机器学习和强化学习”（Post Doc Researcher-Machine Learning and Reinforcement Learning）年薪则在9.4万-18.2万美元（约64万-125万元人民币）。工作职责是“与其他研究人员合作制定自己的研究议程，推动有效的基础、基础和应用研究计划。” ChatGPT团队中另一个有意思的点是团队中有9位华人成员，其中5人本科毕业于国内高校，美国学界对人才的虹吸效应也正是硅谷巨头以及“OpenAI”们强大人才竞争力的基础。 “中国的AI人才是从14亿人里挑，美国是从80亿人里挑，全世界优秀的人很多都到美国去了。”图灵联合创始人、原智源研究院副院长刘江表示，要承认差距确实存在，不过他也表示，“在这方面，我们也不用气馁。中国也有自己的优势，比如市场化、产品化的能力，近年来我们不比美国同行差了。” 国内大厂的实力如何？除了人才问题，国内大模型研究落后美国另一个原因是在生成式AI和大模型研究方面起步略晚，而起步晚的原因，则还是与“钱”脱不开关系。从技术角度看，生成式技术在Stable Diffusion和ChatGPT等网红产品出现之前，技术实现的效果并不理想，且需要消耗大量算力进行研究。所以大厂、资本很难斥以重资，投入到这种看上去不太赚钱，还要烧钱的业务。中国的AI产业更注重应用场景，而非基础理论和技术创新。各家大厂在NLP的理解方面有很多成熟业务，比如听写、翻译，在视觉识别和AI大数据处理方面也有很多应用场景。所以这部分业务自然是AI研发的主力，一方面他们赚钱，另一方面在这些领域的技术积累，使研究人员能够“在规定跑道上赛跑”，而不是在未知领域探路。这一点不只是限制了国内公司，更是很多全球巨头的创新桎梏。正如诺基亚做不出iPhone一样，巨头都不喜欢“破坏式创新”，谷歌发布的Bard只因一个小失误就牵动了母公司Alphabet的万亿市值，这也正是谷歌一直声称不愿发布LaMDA大模型的理由，害怕会因AI的失误影响自己的商誉。而OpenAI显然不太在乎ChatGPT在公测中会出什么问题，毕竟他发布ChatGPT时只是一家估值200亿美元的独角兽。不过，在这波大模型的追赶赛中，国内大厂的团队也可以说是实力颇强。百度在大模型方面走的最早，百度自2019年开始研发预训练模型，先后发布了知识增强文心（ERNIE）系列模型。文心大模型研发的带头人，百度首席技术官、深度学习技术及应用国家工程研究中心主任王海峰博士，是自然语言处理领域权威国际学术组织ACL（Association for Computational Linguistics）的首位华人主席、ACL亚太分会创始主席、ACL Fellow，还是IEEE Fellow、CAAI Fellow及国际欧亚科学院院士。他还兼任中国电子学会、中国中文信息学会、中国工程师联合体副理事长等。目前，王海峰在国内外期刊会议上发表的学术论文有200余篇，获得已授权专利170余项。虽然没有像百度一样公布类ChatGPT产品的发布时间表，但腾讯、阿里和华为分别提出的“混元”、“通义”和“盘古”三个大模型，均已研发了很长时间。据机器学习和自然语言处理著名学者Marek Rei教授在2022年4月发布的统计（2023年的统计尚未发布）显示，2012-2021年中，在ML（Machine Learning，机器学习）和NLP顶级期刊和会议发表论文数量最多的机构是谷歌，微软紧随其后。发文数量最多的中国机构是清华大学，第二是位列第16的腾讯，腾讯也是前32名中唯一的中国互联网厂商。不过，在2021年单年的统计中，阿里和华为也登上此榜，腾讯仍排在较靠前的位置。 Marek Rei发布的2021年ML、NLP顶会、期刊发文量统计目前，腾讯官方并没有公布“混元”大模型研发团队的具体信息。不过，腾讯旗下AI研发团队“腾讯AI Lab”的专家构成，也显示出了腾讯在AI领域的一部分实力。腾讯AI Lab由100余位AI科学家和超过300名应用工程师组成，带头人张正友博士是腾讯首席科学家、腾讯 AI Lab 及 Robotics X 实验室主任，腾讯首位17级研究员、杰出科学家。他在美国斯坦福大学（Stanford University）发布的2022 年度“全球前2%顶尖科学家榜单”（World's Top 2% Scientists 2022）中，排名全球“终身科学影响力排行榜”第1002名，中国排名 Top 10。阿里在LLM领域的研究主要由阿里巴巴达摩院负责，阿里巴巴集团资深副总裁，阿里云智能CTO、达摩院副院长周靖人主导，他是IEEE Fellow，多次担任VLDB，SIGMOD，ICDE等国际顶级会议程序委员会主编、主席，在顶尖国际期刊和会议上发表论文超百篇，并拥有几十项技术专利。华为也未对“类ChatGPT产品”公开表态，但在大模型方面华为亦有“盘古”大模型正在研究。该项目由华为云人工智能领域首席科学家田奇博士领导，他是计算机视觉、多媒体信息检索专家，IEEE Fellow，国际欧亚科学院院士，教育部长江讲座教授，国家自然科学基金海外杰青，中国科学院海外评审专家，在国内多所高校任讲席教授及客座教授。在自己组建团队投入研发的同时，百度、阿里、腾讯、华为等IT大厂，也与中科院计算所自然语言处理研究组、哈尔滨工业大学自然语言处理研究所、中国人民大学高瓴人工智能学院等高校研究有很多的技术合作。 “集中力量办大事”的科研机构数据闭环是大模型研发的关键，用户越多，积累时间越长，就意味着可以用于迭代升级的数据和反馈也就越多。在这方面OpenAI已经利用前两代的开源GPT模型和GPT-3积累了大量数据。ChatGPT虽然才推出了3个月，但用户量和访问量增长速度飞快，这些都为OpenAI在大模型研发方面积累了巨大的先发优势。 “AI大模型如果落后了，就会面临卡脖子的风险。”很多AI专家对此都有担心，由此国内也诞生了一些应对此种局面的非营利性AI科研机构。这些机构多数有高校研究实验室背景加持，以及地方政策支持，人才聚拢能力非常强劲。北京智源人工智能研究院（以下简称“智源研究院”）是科技部和北京市政府共同支持，联合北京人工智能领域优势单位共建的非营利性创新性研发机构。智源研究院理事长张宏江，是美国国家工程院外籍院士，ACM Fellow和IEEE Fellow，同时也是微软亚洲研究院的创始人之一。 2021年，智源研究院发布了1.7万亿参数的超大模型“悟道”的1.0和2.0版本，这项工作由100余位科学家共同打造。其中包括清华大学计算机系自然语言处理与社会人文计算实验室（THUNLP）的孙茂松教授，清华大学知识工程研究室（KEG）的唐杰教授，清华大学交互式人工智能课题组（CoAI）的黄民烈教授。目前“悟道”大模型已经与OPPO、好未来、淘宝、搜狗、美团等开展了落地合作。在与美团的合作中，大模型给搜索广告带来了2.7%的收入增长。在南方的科技重镇也有一家相似的研究机构，粤港澳大湾区数字经济研究院（以下简称IDEA研究院），IDEA研究院是由深圳市政府大力支持的AI研究机构。与智源研究院有一个颇有趣的相似之处，IDEA研究院的创始人沈向洋博士同样出身微软亚洲研究院。沈向洋博士是美国国家工程院外籍院士和英国皇家工程院外籍院士，他参与创建了微软亚洲研究院，担任院长兼首席科学家，并曾担任微软公司全球执行副总裁，主管微软全球研究院和人工智能产品线，并负责推动公司中长期总体技术战略及前瞻性研究与开发工作。 IDEA研究院NLP研究中心负责人张家兴博士也来自微软亚洲研究院，他的团队推出的开源模型“太乙”，据称在中文文生图领域可以达到接近Stable Diffusion（一款开源文生图AI模型）的水平。目前IDEA研究院正在持续迭代开发的预训练模型体系“封神榜”，已经开源了6个系列共10个模型，包含4种模型结构，模型参数最大为35亿。其中包括：以Encoder结构为主的双向语言系列模型的二郎神系列；面向医疗领域，拥有35亿参数的余元系列；与追一科技联合开发的新结构大模型周文王系列；以Decoder结构为主的单向语言模型闻仲系列；以Transformer结构为主的编解码语言模型，主要解决通用任务的大模型燃灯系列；以及主要面向各种纠错任务的比干系列。 2月20日晚，复旦大学自然语言处理实验室对媒体宣传邱锡鹏教授团队发布了“国内第一个对话式大型语言模型MOSS”，并在公开平台（https://moss.fastnlp.top/），邀请公众参与内测。然而就在外界都等着看MOSS表现如何惊艳之时。MOSS的内测网站却挂出了一则道歉公告。目前MOSS的测试网站已经挂出了停止服务的公告。一位AI大模型专家对虎嗅表示，“邱锡鹏的实验室学术研究的氛围很浓。虽然这次的MOSS很少有人得到体验机会，但是从后边的公告来看，有可能是在工程优化，并发处理等方面的准备还没有那么充分。” 在近期举行的2023年世界人工智能开发者先锋大会上，邱锡鹏教授公开表示，如果优化顺利，MOSS计划在2023年3月底开源。虽然，没能成功抢发“国产ChatGPT”，但AI业内人士对邱锡鹏教授团队仍然给出了肯定的评价，“邱锡鹏教授的团队比较偏重学术，这和早期的OpenAI在科研心态上是有共性的，非营利性的AI研究机构，没有那么多功利的考虑。” 创业公司都有“大佬”背书 AI技术属于计算机科学，虽然计算机技术已发展多年，但AI仍属于前沿科技，对LLM以及其他通用大模型的研究更是兴起不久，仍然需要依靠应用数据，持续迭代升级，不管MOSS是不是因为工程经验绊了跟头，要在AI、大模型这些领域实现突破，能推广到市场中，接地气的技术和产品才是王道。事实上，目前国内AI行业活跃的实验室大多已开始尝试商业化，在市场的磨砺中探索大模型未来的出路。深言科技深言科技源自清华大学计算机系自然语言处理与社会人文计算实验室（THUNLP）。THUNLP由清华大学人工智能研究院常务副院长孙茂松，以及刘洋、刘知远，三位教授带头。实验室在2017年推出的中文诗歌自动生成系统「九歌」则是最有影响的诗歌生成系统之一，「九歌」已经为用户创作了超过3000万首诗词。孙茂松教授领衔研发的CPM模型是智源研究院的大模型「悟道·文源」的前身，也是国内最成熟的中文生成式大模型之一。深言科技的团队也是由CPM模型的部分研发团队成员所组成的，目前该公司产品包括可以根据意思搜索词语的“WantWords反向词典”，以及根据意思查询句子的“WantQuotes据意查句”。智谱AI 智谱AI的前身是清华大学知识工程研究室（KEG），KEG专注研究网络环境下的知识工程，在知识图谱、图神经网络和认知智能领域已发表一系列国际领先的研究成果。2006年，智谱AI就启动了科技信息分析引擎ArnetMiner（以下简称AMiner）的相关研究，先后获得了国际顶级会议SIGKDD的十年最佳论文（Test-of-Time Award）、国家科学进步奖二等奖、北京市发明专利奖一等奖。 2022年8月，由KEG与智谱AI共同研发的千亿级模型参数的大规模中英文预训练语言模型GLM-130B正式发布，其在多个公开评测榜单上超过GPT-3 v1。此外，智谱AI还打造了认知大模型平台（BigModel.ai），形成AIGC产品矩阵，提供智能API服务。聆心智能 2月17日，聆心智能宣布完成由无限基金SEE Fund领投的Pre-A轮融资。聆心智能的底层技术是超拟人大规模语言模型，基于大模型可控、可配置、可信的核心技术优势，聆心智能推出“AI乌托邦”，该系统允许用户快速定制 AI 角色。聆心智能由清华大学交互式人工智能课题组（CoAI)黄民烈教授支持。CoAI是清华大学朱小燕教授及黄民烈教授领导的实验室。2020年，就已经开源了1200万对话数据和中文对话预训练模型CDial-GPT。黄民烈教授也曾参与了智源研究院的“悟道”大模型研发。西湖心辰西湖心辰背靠西湖大学深度学习实验室，创始人是西湖大学助理教授、博士生导师蓝振忠，主要研究大规模预训练模型的训练与应用。蓝振忠曾在谷歌担任研究科学家，也是轻量化大模型ALBERT的第一作者。西湖大学在人工智能领域的研发实力很强，除了蓝振忠博士的深度学习实验室，西湖大学NLP实验室，在该领域的研究也非常领先。学术带头人张岳博士在Marek Rei教授的顶会、期刊发文量统计中，于2012-2021年期间排名全球第四。 “目前国内LLM领域的创业公司相对IT大厂来说主要有两个优势，技术和数据。”西湖心辰COO俞佳对虎嗅表示，国内大模型创业公司在技术方面普遍已有多年研究经验，构筑了一定的技术壁垒，这是很难短期超越的。同时，由于已经推出了相关产品，“数据飞轮”已经转起来了，这些数据的质量相比互联网数据质量要高很多，能够对产品迭代起到很大支撑作用。对于国内大模型创业公司未来的发展趋势，俞佳认为可能性很多，“有些公司可能会走出自己的道路，也有的公司可能会像OpenAI一样与IT大厂开展深度合作，甚至像DeepMind直接并入其中。” 出品｜虎嗅科技组作者｜齐健编辑｜陈伊凡来源：DeFi之道来源：金色财经

金色财经2023-03-05

李光耀遗嘱风波持续，次子李显扬控诉：新加坡当局持续对我们家进行迫害

2017年七八月间，他们起诉了我儿子，哈佛大学经济学家李绳武。经过三年漫长的庭审，新加坡法院判定他‘诽谤’司法系统”。李绳武被罚款1万5000新元。他当时说，决定缴付法庭罚款，“以求买个安宁”。不过他说，自己并不认罪，也从不否定他“诽谤”的内容。李显扬说，“2020年，他们以李光耀2013年签署的遗嘱为由，起诉了我妻子林学芬。（实际上）我才是真正的目标。” “无情的攻击仍在继续”，李显扬总结说。说个题外话，三周前，2月中旬，新加坡多家媒体报道，李显扬长子李绳武获颁全球知名的2023年斯隆研究奖。这个国际著名奖项每年向物理学、化学和数学领域杰出青年颁发，以表彰和奖励有潜力革新各自研究领域的人。李显扬在脸书发帖指出，过去许多斯隆研究奖得主，已成为科学界杰出人物。有56名得主获得了诺贝尔奖，17人获得数学界最高荣誉的菲尔兹奖（Fields Medal）。六七年前，2016年，李绳武获选进入哈佛大学研究员学会，成为研究员。李显扬说，相信李绳武是首位入选哈佛研究员学会的新加坡人，这项罕见的荣誉旨在表彰年轻学者在提升学术智慧方面的潜力。（李绳武。图源：哈佛）反对党提出“七大问” 早在2017年6月19日，总理李显龙就发出视频。他说：“吁请所有国会议员，包括非人民行动党议员，对此次争议务必追根究底，在国会毫不保留地向我和我的部长提问。” 翌日，新加坡最主要的反对党工人党发布声明，抛出了对于李家“家庭纠纷”的一系列问题。工人党指出，关于欧思礼路38号故居的家事留给李家自己处理，或是上法庭解决，他们关心的是有无出现滥用权力，是否会伤害人民对于新加坡的信心，以及政府的威信。 # 工人党提出的疑问包括：一、政府会否同意成立一个特别特选委员会（Special Select Committee），让由不同政党议员组成的委员公开听审，同时现场向公众直播，以便调查李总理弟弟和妹妹指李总理滥权的指控，也让指控者有机会在国会提呈所有相关证据二、政府有何措施约束部长及高级公务员，不让他们参与自己有个人或经济利益的讨论或决策？制度上如何保证？对于李光耀的遗产和资产，政府和总检察署是否认为与内阁阁员产生或可能产生利益冲突？这些利益冲突或潜在的利益冲突如何处理？三、政府有无明确的规定或者制度，能让部长和次长们的家属，不滥用自己的身份，在超出他们专业的领域里接触，影响，命令高级公务员们？这类规定或制度是以什么频率和形式传达到公共服务和他们的家属们？如果有证据证明权力被滥用，应采取什么法律制裁？四、政府有无预防措施，预防部长为了个人目的或对付异议而利用国家机关与政府机关来收集个人信息？五、部长或次长在什么情况下应该采取法律行动，上庭维护自己的声誉；在什么情况下他/她不应采取法律行动，而应通过公共场合（例如国会）对这些指责进行抗辩？六、政府在什么情况下会成立不对外宣布的部长委员会来处理事务？目前有几个这样的委员会？涉及国家安全事务的除外，这些委员会的组成人员和职责范围和目的可以公开吗？至于处理欧思礼路38号事宜的部长委员会，是否会邀请文物专家参加委员会工作？是否考虑舆论和民意？七、国家文物局所执行的捐赠契约，是否能透露给第三方知道？如果可以，是在什么情况下？与欧思礼路38号有关的捐赠是否受保密协议保护？如果受保护，为何文物局把捐赠契约的内容透露给总理知道？时任新加坡国立大学法学院王江雨副教授判断，“李显龙认为，兄妹家事之争已经涉及政府和总理本人的信誉，要将此事提交国会辩论”。王江雨指出，这个做法其实是李光耀本人确立的。1995年有人指控时任内阁资政的李光耀和副总理李显龙购买房产时接受不当折扣，形同受贿。时任总理的吴作栋下令调查，李光耀也主动要求总理把这件事情提交国会辩论，反倒是反对党觉得没啥题目可做。

新加坡眼2023-03-05

美前财长：美联储应为3月加息50基点敞口大门下周鲍威尔恐放鹰？

不需要考虑加息0.5个百分点。萨默斯是哈佛大学教授，也是彭博电视的付费撰稿人。他表示，政策制定者应考虑下周五的2月就业报告和市场反应，然后再做出决定。根据萨默斯的说法，最近有六大冲击损害了美联储所寻求的软着陆的可能性：消费者价格指数(CPI)的季节性修正，将通胀下降趋势从2022年最后几个月的数据中剔除； 1月份的CPI显示通胀加速；个人消费支出价格(PCE)指数也有所回升； 1月份的经济指标“表现强劲”；工资数据“不再显示出我们预期的那种减少”；美国国债收益率大幅上升，10年期国债收益率攀升至4%以上。萨默斯说，“不幸的是，‘过渡团队’提出的论点看起来更像是一厢情愿的想法。”他最近几周还表示，存在经济突然放缓的风险。萨默斯说:“我非常失望地看到，美联储的一些讲话似乎把3月份加息50次排除在外。”“我希望美联储高层领导层会对3月份加息50个基点的可能性持不可知论态度。” 萨默斯还批评了进步民主党人试图左右拜登(Joe Biden)总统对目前空缺的美联储副主席的人选。马萨诸塞州参议员沃伦(Elizabeth Warren)希望拜登挑选一位副主席来对抗鲍威尔。她说，鲍威尔“已经明确表示，他将在利率问题上采取极端措施，他愿意让数百万人失去工作。” 萨默斯说，这场运动将适得其反，因为在短期内，“现任官员将希望看起来他们没有被摆布”，而美联储将希望在面对任何政治压力时展示其独立性。随着时间的推移，美联储“政治化”的迹象可能推高中期通胀预期，推高长期收益率，进而推高抵押贷款利率。他说：“对于进步人士来说，这确实是一种非常错误和有问题的策略，即使他们认为最重要的是降低利率和刺激经济。”“所以我希望他们能放弃这种公开活动。”

夏洛特2023-03-04

前白宫首席经济顾问：美联储3月应加息50基点，最高加息至6%

　　哈佛大学教授、前奥巴马政府首席经济顾问杰森·福尔曼（Jason Furman）认为，美联储有再次落后于通胀曲线的危险，这可能会增加控制通胀的成本。　　福尔曼在一条推文中写道：“美联储不需要在3月份的会议上改变路线——它应该坚持它设定的反应函数。根据最近的数据，这将与加息50个基点一致。” 　　福尔曼引用了他最近发表的一篇文章的观点，他认为，在3月份的下次会议上，美联储应该从加息25个基点转变为加息50个基点。　　福尔曼指出，自上次FOMC会议以来，过去三个月衡量的几乎所有通胀指标都有所上升，此外，消费、就业增长、工时增长、收入增长、核心订单增长等方面的经济数据都很强劲。　　福尔曼说：“如果你把对潜在通胀的看法上调0.25-0.50个百分点，再加上上调对劳动力市场实力和经济对加息的弹性的看法，这将与将终端利率上调至6％左右一致。” 　　福尔曼说：“美联储说过，它依赖于数据，很难想象数据会有更大的变化。” 　　他写道：“一年前，美联储明显落后于曲线。美联储后来赶上了这一曲线，但现在有再次落后的危险，这有可能大大增加降低通胀的成本。”

金融界2023-03-03

中国式ChatGPT“大跃进”

省理工学院（7人）、剑桥大学（5人）、哈佛大学（4人）和佐治亚理工学院（4人）。 ChatGPT 团队成员毕业前10名高校此外，很多成员都有名企工作经历，包括：Facebook、Stripe、Uber、Quora、NVIDIA、Microsoft、Dropbox、DeepMind、Apple、Intel等公司，其中有10人来自谷歌，OpenAI的首席科学家Ilya Sutskever亦是从谷歌转会而来，Ilya Sutskever是AlphaGo的作者之一，师从人工智能学界泰斗Geoffrey Hinton。 ChatGPT团队成员流动示意图 1985年出生在苏联的Ilya Sutskever，如今已经是英国皇家学会院士。据说Ilya Sutskever退出谷歌，与Sam Altman、Elon Musk等人一起创立OpenAI时，年薪曾大幅缩水。但他参与创立OpenAI的初衷是“确保强大的人工智能造福全人类”的大义和情怀。 OpenAI初创之时是一家非营利研究机构，从这点上来看，无论是否带着情怀加入这家公司的研究人员，还是给“非营利”事业烧钱的投资人，多少都有一点对技术的“信仰”，这种驱动力，可能是钱买不来的。不过OpenAI给这些科技精英们提供的薪酬待遇并不低。据纽约时报报道，2016年，OpenAI向Ilya Sutskever支付了超过190万美元。另一位行业大佬级的研究员Ian Goodfellow（对抗式生成网络的提出者）2016年从OpenAI得到的报酬则超过80万美元，而他在这一年中只工作了9个月，不过Ian Goodfellow在OpenAI没有待很长时间就离开了。一直以来，硅谷的AI研究员都是高收入人群。在谷歌发布的官方招聘信息中，在美国工作的全职“高级软件工程师，大型语言模型，应用机器学习”（Staff Software Engineer, Large Language Models, Applied ML）岗位基本工资范围为年薪17.4万-27.6万美元（约120万-190万元人民币）+奖金+股权+福利。这份工作的主要职责是：为谷歌大型语言模型的关键冲刺做出贡献，将尖端的 LLM（Large Language Mode，大型语言模型）引入下一代谷歌产品和应用程序，以及外部用户。在建模技术方面进行协作，以支持全方位的 LLM 调整，从提示工程、指令调整、基于人类反馈的强化学习 (RLHF)、参数高效调整到微调。微软研究院的研究员岗位“博士后研究员-机器学习和强化学习”（Post Doc Researcher-Machine Learning and Reinforcement Learning）年薪则在9.4万-18.2万美元（约64万-125万元人民币）。工作职责是“与其他研究人员合作制定自己的研究议程，推动有效的基础、基础和应用研究计划。” ChatGPT团队中另一个有意思的点是团队中有9位华人成员，其中5人本科毕业于国内高校，美国学界对人才的虹吸效应也正是硅谷巨头以及“OpenAI”们强大人才竞争力的基础。 “中国的AI人才是从14亿人里挑，美国是从80亿人里挑，全世界优秀的人很多都到美国去了。”图灵联合创始人、原智源研究院副院长刘江表示，要承认差距确实存在，不过他也表示，“在这方面，我们也不用气馁。中国也有自己的优势，比如市场化、产品化的能力，近年来我们不比美国同行差了。” 国内大厂的实力如何？除了人才问题，国内大模型研究落后美国另一个原因是在生成式AI和大模型研究方面起步略晚，而起步晚的原因，则还是与“钱”脱不开关系。从技术角度看，生成式技术在Stable Diffusion和ChatGPT等网红产品出现之前，技术实现的效果并不理想，且需要消耗大量算力进行研究。所以大厂、资本很难斥以重资，投入到这种看上去不太赚钱，还要烧钱的业务。中国的AI产业更注重应用场景，而非基础理论和技术创新。各家大厂在NLP的理解方面有很多成熟业务，比如听写、翻译，在视觉识别和AI大数据处理方面也有很多应用场景。所以这部分业务自然是AI研发的主力，一方面他们赚钱，另一方面在这些领域的技术积累，使研究人员能够“在规定跑道上赛跑”，而不是在未知领域探路。这一点不只是限制了国内公司，更是很多全球巨头的创新桎梏。正如诺基亚做不出iPhone一样，巨头都不喜欢“破坏式创新”，谷歌发布的Bard只因一个小失误就牵动了母公司Alphabet的万亿市值，这也正是谷歌一直声称不愿发布LaMDA大模型的理由，害怕会因AI的失误影响自己的商誉。而OpenAI显然不太在乎ChatGPT在公测中会出什么问题，毕竟他发布ChatGPT时只是一家估值200亿美元的独角兽。不过，在这波大模型的追赶赛中，国内大厂的团队也可以说是实力颇强。百度在大模型方面走的最早，百度自2019年开始研发预训练模型，先后发布了知识增强文心（ERNIE）系列模型。文心大模型研发的带头人，百度首席技术官、深度学习技术及应用国家工程研究中心主任王海峰博士，是自然语言处理领域权威国际学术组织ACL（Association for Computational Linguistics）的首位华人主席、ACL亚太分会创始主席、ACL Fellow，还是IEEE Fellow、CAAI Fellow及国际欧亚科学院院士。他还兼任中国电子学会、中国中文信息学会、中国工程师联合体副理事长等。目前，王海峰在国内外期刊会议上发表的学术论文有200余篇，获得已授权专利170余项。虽然没有像百度一样公布类ChatGPT产品的发布时间表，但腾讯、阿里和华为分别提出的“混元”、“通义”和“盘古”三个大模型，均已研发了很长时间。据机器学习和自然语言处理著名学者Marek Rei教授在2022年4月发布的统计（2023年的统计尚未发布）显示，2012-2021年中，在ML（Machine Learning，机器学习）和NLP顶级期刊和会议发表论文数量最多的机构是谷歌，微软紧随其后。发文数量最多的中国机构是清华大学，第二是位列第16的腾讯，腾讯也是前32名中唯一的中国互联网厂商。不过，在2021年单年的统计中，阿里和华为也登上此榜，腾讯仍排在较靠前的位置。 Marek Rei发布的2021年ML、NLP顶会、期刊发文量统计目前，腾讯官方并没有公布“混元”大模型研发团队的具体信息。不过，腾讯旗下AI研发团队“腾讯AI Lab”的专家构成，也显示出了腾讯在AI领域的一部分实力。腾讯AI Lab由100余位AI科学家和超过300名应用工程师组成，带头人张正友博士是腾讯首席科学家、腾讯 AI Lab 及 Robotics X 实验室主任，腾讯首位17级研究员、杰出科学家。他在美国斯坦福大学（Stanford University）发布的2022 年度“全球前2%顶尖科学家榜单”（World's Top 2% Scientists 2022）中，排名全球“终身科学影响力排行榜”第1002名，中国排名 Top 10。阿里在LLM领域的研究主要由阿里巴巴达摩院负责，阿里巴巴集团资深副总裁，阿里云智能CTO、达摩院副院长周靖人主导，他是IEEE Fellow，多次担任VLDB，SIGMOD，ICDE等国际顶级会议程序委员会主编、主席，在顶尖国际期刊和会议上发表论文超百篇，并拥有几十项技术专利。华为也未对“类ChatGPT产品”公开表态，但在大模型方面华为亦有“盘古”大模型正在研究。该项目由华为云人工智能领域首席科学家田奇博士领导，他是计算机视觉、多媒体信息检索专家，IEEE Fellow，国际欧亚科学院院士，教育部长江讲座教授，国家自然科学基金海外杰青，中国科学院海外评审专家，在国内多所高校任讲席教授及客座教授。在自己组建团队投入研发的同时，百度、阿里、腾讯、华为等IT大厂，也与中科院计算所自然语言处理研究组、哈尔滨工业大学自然语言处理研究所、中国人民大学高瓴人工智能学院等高校研究有很多的技术合作。 “集中力量办大事”的科研机构数据闭环是大模型研发的关键，用户越多，积累时间越长，就意味着可以用于迭代升级的数据和反馈也就越多。在这方面OpenAI已经利用前两代的开源GPT模型和GPT-3积累了大量数据。ChatGPT虽然才推出了3个月，但用户量和访问量增长速度飞快，这些都为OpenAI在大模型研发方面积累了巨大的先发优势。 “AI大模型如果落后了，就会面临卡脖子的风险。”很多AI专家对此都有担心，由此国内也诞生了一些应对此种局面的非营利性AI科研机构。这些机构多数有高校研究实验室背景加持，以及地方政策支持，人才聚拢能力非常强劲。北京智源人工智能研究院（以下简称“智源研究院”）是科技部和北京市政府共同支持，联合北京人工智能领域优势单位共建的非营利性创新性研发机构。智源研究院理事长张宏江，是美国国家工程院外籍院士，ACM Fellow和IEEE Fellow，同时也是微软亚洲研究院的创始人之一。 2021年，智源研究院发布了1.7万亿参数的超大模型“悟道”的1.0和2.0版本，这项工作由100余位科学家共同打造。其中包括清华大学计算机系自然语言处理与社会人文计算实验室（THUNLP）的孙茂松教授，清华大学知识工程研究室（KEG）的唐杰教授，清华大学交互式人工智能课题组（CoAI）的黄民烈教授。目前“悟道”大模型已经与OPPO、好未来、淘宝、搜狗、美团等开展了落地合作。在与美团的合作中，大模型给搜索广告带来了2.7%的收入增长。在南方的科技重镇也有一家相似的研究机构，粤港澳大湾区数字经济研究院（以下简称IDEA研究院），IDEA研究院是由深圳市政府大力支持的AI研究机构。与智源研究院有一个颇有趣的相似之处，IDEA研究院的创始人沈向洋博士同样出身微软亚洲研究院。沈向洋博士是美国国家工程院外籍院士和英国皇家工程院外籍院士，他参与创建了微软亚洲研究院，担任院长兼首席科学家，并曾担任微软公司全球执行副总裁，主管微软全球研究院和人工智能产品线，并负责推动公司中长期总体技术战略及前瞻性研究与开发工作。 IDEA研究院NLP研究中心负责人张家兴博士也来自微软亚洲研究院，他的团队推出的开源模型“太乙”，据称在中文文生图领域可以达到接近Stable Diffusion（一款开源文生图AI模型）的水平。目前IDEA研究院正在持续迭代开发的预训练模型体系“封神榜”，已经开源了6个系列共10个模型，包含4种模型结构，模型参数最大为35亿。其中包括：以Encoder结构为主的双向语言系列模型的二郎神系列；面向医疗领域，拥有35亿参数的余元系列；与追一科技联合开发的新结构大模型周文王系列；以Decoder结构为主的单向语言模型闻仲系列；以Transformer结构为主的编解码语言模型，主要解决通用任务的大模型燃灯系列；以及主要面向各种纠错任务的比干系列。 2月20日晚，复旦大学自然语言处理实验室对媒体宣传邱锡鹏教授团队发布了“国内第一个对话式大型语言模型MOSS”，并在公开平台（https://moss.fastnlp.top/），邀请公众参与内测。然而就在外界都等着看MOSS表现如何惊艳之时。MOSS的内测网站却挂出了一则道歉公告。目前MOSS的测试网站已经挂出了停止服务的公告。一位AI大模型专家对虎嗅表示，“邱锡鹏的实验室学术研究的氛围很浓。虽然这次的MOSS很少有人得到体验机会，但是从后边的公告来看，有可能是在工程优化，并发处理等方面的准备还没有那么充分。” 在近期举行的2023年世界人工智能开发者先锋大会上，邱锡鹏教授公开表示，如果优化顺利，MOSS计划在2023年3月底开源。虽然，没能成功抢发“国产ChatGPT”，但AI业内人士对邱锡鹏教授团队仍然给出了肯定的评价，“邱锡鹏教授的团队比较偏重学术，这和早期的OpenAI在科研心态上是有共性的，非营利性的AI研究机构，没有那么多功利的考虑。” 创业公司都有“大佬”背书 AI技术属于计算机科学，虽然计算机技术已发展多年，但AI仍属于前沿科技，对LLM以及其他通用大模型的研究更是兴起不久，仍然需要依靠应用数据，持续迭代升级，不管MOSS是不是因为工程经验绊了跟头，要在AI、大模型这些领域实现突破，能推广到市场中，接地气的技术和产品才是王道。事实上，目前国内AI行业活跃的实验室大多已开始尝试商业化，在市场的磨砺中探索大模型未来的出路。深言科技深言科技源自清华大学计算机系自然语言处理与社会人文计算实验室（THUNLP）。THUNLP由清华大学人工智能研究院常务副院长孙茂松，以及刘洋、刘知远，三位教授带头。实验室在2017年推出的中文诗歌自动生成系统「九歌」则是最有影响的诗歌生成系统之一，「九歌」已经为用户创作了超过3000万首诗词。孙茂松教授领衔研发的CPM模型是智源研究院的大模型「悟道·文源」的前身，也是国内最成熟的中文生成式大模型之一。深言科技的团队也是由CPM模型的部分研发团队成员所组成的，目前该公司产品包括可以根据意思搜索词语的“WantWords反向词典”，以及根据意思查询句子的“WantQuotes据意查句”。智谱AI 智谱AI的前身是清华大学知识工程研究室（KEG），KEG专注研究网络环境下的知识工程，在知识图谱、图神经网络和认知智能领域已发表一系列国际领先的研究成果。2006年，智谱AI就启动了科技信息分析引擎ArnetMiner（以下简称AMiner）的相关研究，先后获得了国际顶级会议SIGKDD的十年最佳论文（Test-of-Time Award）、国家科学进步奖二等奖、北京市发明专利奖一等奖。 2022年8月，由KEG与智谱AI共同研发的千亿级模型参数的大规模中英文预训练语言模型GLM-130B正式发布，其在多个公开评测榜单上超过GPT-3 v1。此外，智谱AI还打造了认知大模型平台（BigModel.ai），形成AIGC产品矩阵，提供智能API服务。聆心智能 2月17日，聆心智能宣布完成由无限基金SEE Fund领投的Pre-A轮融资。聆心智能的底层技术是超拟人大规模语言模型，基于大模型可控、可配置、可信的核心技术优势，聆心智能推出“AI乌托邦”，该系统允许用户快速定制 AI 角色。聆心智能由清华大学交互式人工智能课题组（CoAI)黄民烈教授支持。CoAI是清华大学朱小燕教授及黄民烈教授领导的实验室。2020年，就已经开源了1200万对话数据和中文对话预训练模型CDial-GPT。黄民烈教授也曾参与了智源研究院的“悟道”大模型研发。西湖心辰西湖心辰背靠西湖大学深度学习实验室，创始人是西湖大学助理教授、博士生导师蓝振忠，主要研究大规模预训练模型的训练与应用。蓝振忠曾在谷歌担任研究科学家，也是轻量化大模型ALBERT的第一作者。西湖大学在人工智能领域的研发实力很强，除了蓝振忠博士的深度学习实验室，西湖大学NLP实验室，在该领域的研究也非常领先。学术带头人张岳博士在Marek Rei教授的顶会、期刊发文量统计中，于2012-2021年期间排名全球第四。 “目前国内LLM领域的创业公司相对IT大厂来说主要有两个优势，技术和数据。”西湖心辰COO俞佳对虎嗅表示，国内大模型创业公司在技术方面普遍已有多年研究经验，构筑了一定的技术壁垒，这是很难短期超越的。同时，由于已经推出了相关产品，“数据飞轮”已经转起来了，这些数据的质量相比互联网数据质量要高很多，能够对产品迭代起到很大支撑作用。对于国内大模型创业公司未来的发展趋势，俞佳认为可能性很多，“有些公司可能会走出自己的道路，也有的公司可能会像OpenAI一样与IT大厂开展深度合作，甚至像DeepMind直接并入其中。” 来源：金色财经

金色财经2023-03-03

24小时热点