FX168财经网_全球视野外汇黄金加密货币NFT资讯网

FIL链上的IDO平台——FLAME 要借着FVM的东风起飞？

ilecoin 的layer 1带来可编程性和兼容性，生态迎来新的发展阶段。Filecoin生态系统提供了FLAME Launch所需的基础设施，而FLAME Launch则为Filecoin生态系统带来了更多的生命力和活力，吸引了更多的优质开发者和投资者。 FLAME Launch与Filecoin构成了一个强大的区块链生态系统 FLAME Launch为开发者和投资者提供了更多的机会和途径，推动了区块链技术和DeFi生态系统的发展。这种关系将继续助力Filecoin 和FLAME Launch在未来的发展和扩展，为他们的用户和社区带来更多的价值和收益。 FLAME代币经济代币名称：FLT 代币总供应量：100M 代币分配： 10%种子轮&IDO 10%的初创团队-24个月的锁仓期。此后每月有10%呈线性释放 35%的基金会12个月的锁仓期。此后每月有10%呈线性释放 35%的生态系统发展12个月的锁仓期。此后每月有10%呈线性释放 10%的流动性-为项目早期提供流动性 FLAME路线图：使用FLAME LAUNCHPAD 启动的好处完善的解决方案：作为一个去中心化的 Flame Launch 发射器，层级的价格由 DAO 管理。我们邀请加密社区中的每个人怀着对未来的远大抱负帮助我们实现筹款民主化。公平公正的分配： Flame Launch launchpad促进项目内 100% 公平和公正的资金分配。基金分配基于简单的层级及其持有的 Filecoin代币数量。万无一失的分配：我们简单的分层系统确保资金分配给所有新的基于 Filecoin 的加密项目。 Flame Launch launchpad 不像传统的 launchpad 那样工作，在传统的 launchpad 中点击第一种方法。 FLAME团队介绍写在最后目前，Flame Launch战略合作项目已有50+，涵盖Web3基础设施、DeFi、NFT、GameFi、SocialFi、Dao等赛道项目，未来将会有更多Web3项目加入Flame Launch生态，用户及用户数据将实现互联互通，建立一个Web3可信流量平台，赋能项目全生态健康发展、应用落地。FVM将开启Filecoin生态数字红海，而FLAME主打的就是底层生态，基于FILECOIN区块链的生态应用梦工厂，未来不仅值得想象并且非常值得期待！来源：金色财经

金色财经2023-04-06

基于 2-of-2 多方安全计算的 MACI 匿名化方案

g 或 VHDL 需要一定的硬件设计和编程经验。 2.Xilinx Vivado Design Suite：这是一款商业软件，用于 FPGA（现场可编程门阵列）的设计和开发。它提供了一个综合工具，可以将高级语言或 RTL（寄存器传输级）代码转换为逻辑电路的形式。它支持多种编程语言，包括 C、C++、SystemC、Verilog 和 VHDL 等。 3.Yosys：这是一款开源的 EDA（电子设计自动化）工具，用于数字电路的设计和仿真。它支持从 Verilog 和 VHDL 等硬件描述语言转换为逻辑电路的形式。它也支持从高级语言（如 C、C++ 和 Python）转换为 RTL 代码，然后转换为逻辑电路的形式。混淆电路（Garbled Circuit）逻辑门的加密（混淆）回到现在的例子中，因为我们的公钥在 deactivate[] 数组中都是有序号的（序号等价于用户的编号），且数组 deactivate[] 中的最大元素个数是有上限的（用户的个数）。因此，假设最大元素个数是N，那么，就需要构建N个子电路，然后合成一个最终的逻辑电路。由于逻辑电路在每一个 epoch 中（一个 epoch 是区块链更新 registry 中元素的一个周期）是固定的，那么，所有用户都可以使用这个早已经生成好的，并存储在区块链中的逻辑电路。在本文例子中，由于 deactivate[] 数组中只有两个元素，因此子电路只有两个（每个子电路对应于一次公钥的对比）。注：在一个 epoch 中，registry 数组中元素个数是固定的，因此用户的输入和数组中的元素的对比次数是固定的，因此逻辑子电路的个数是确定的，且逻辑子电路是事先可以确定好的，因此整个逻辑电路是唯一确定的。接下来，就是将逻辑电路的每一个输入进行加密，然后将每一个逻辑门进行混淆。先考虑加密。加密这个动作是由用户A完成的。他对每一个输入和输出的 0 和 1 用加密值表示。注意，最终的根逻辑门的输出不需要进行加密，在本案例中，就是 0（对比失败），和 1（更换新的公钥）。如图所示：逻辑电路中的每一条引线的 0 和 1 都用加密值代替。同时，每一个逻辑电路都有一个固定的编号（这个是所有人都已知的）。例如，编号 1、2、5 就构成了一个子电路 1（比较用户的公钥和数组中的第一把公钥）。基于此，将逻辑电路的每一个逻辑门的输入和输出（除了根逻辑门）进行加密后，在 Operator 的视角里，对于加密后的逻辑电路，他就不知道每个逻辑门的输入数字（加密值）对应的明文（是 0 还是 1）。输入加密的方法在混淆电路中，为每个输入值生成两个随机 key 的过程通常是使用伪随机数生成器（PRNG）来实现的。常用的生成随机 key 的实现和库有很多，例如 OpenSSL、Crypto++、libsodium 等。输出加密的方法基于伪随机函数 PRF 的方法是 Yao 的混淆电路中实现对输出二进制数 0 和 1 的加密的主要方法之一。具体来说，这种方法可以实现对每个逻辑门的输出进行加密，保证了数据的机密性和可靠性。在基于 PRF 的方法中，每个逻辑门的输出都被混淆成为一组包含多个 label 的二元组，其中每个 label 都是一个随机的 01 字符串。在生成每个 label 时，可以使用伪随机函数（PRF）来实现。具体来说，可以使用一个密钥和输入值（如 0 或 1）作为 PRF 的输入，然后得到一个随机的 01 字符串作为 label。由于 PRF 是一种可以模拟真正随机数的算法，因此生成的 label 具有高度的随机性和不可预测性，保证了数据的机密性和安全性。在混淆输出时，可以将每个逻辑门的输出表示为一个包含两个 label 的二元组（如 {label0, label1}）。其中，当输入为 0 时，使用 label0 作为输出；当输入为 1 时，使用 label1 作为输出。在将逻辑门的输出发送给下一个参与方时，只发送一个包含正确 label 的二元组，保证了数据的机密性和保密性。常见的 PRF 包括 HMAC、SHA、AES 等。需要注意的是，对逻辑门的输出采用上述方法的目的是为了便于不经意传输（oblivious transfer）的实现。这里其实就可以推导不经意传输过程了。比如，用户 A 将这四个输出—— 用户 A 输入的生成现在，我们继续假设，用户A公钥的编号是 1，数值是 10，而数组中的二把公钥（编号分别为 0、1）的数值分别是 11, 10。也就是说用户A的公钥在数组中。接着，用户将自己的输入，分别输入到两个子电路中（sub-circuit 1 和 2）。用户在第一个逻辑子电路（1、2、5）中进行输入。他的输入是：在编号为 1 的逻辑门输入 2674（代表二进制数 1）；在编号为 2 的逻辑门输入 8798（代表二进制数 0）。用户在第二个逻辑子电路（3、4、6）中进行输入。那么，他的输入是：在编号为 3 的逻辑门中输入 9809（代表二进制数 1）；在编号为 4 的逻辑门中输入 3453（代表二进制数 0）。电路混淆接下来的步骤就是将逻辑电路进行混淆。这样一来，根据这个表格的排序可能性，O想通过表三还原成真正的表一，会碰到 4 种可能性。那么，如果在一次证明中涉及到N个逻辑门，每个逻辑门用户A都做上述操作，那么就有4N种可能性。这样，通过排序任意颠倒，使得O很难推断出每个数字到底代表 0 还是 1。第一次通信不经意传输（Oblivious Transfer）此时，我们需要回顾两个一定要保证的性质：上述三个步骤，满足了第二个性质，但是没有满足第一个性质，也就是说，O在解密了其中一个加密值后，得到了明文 1，但是，也暴露了另一个明文 0。这样一来，混淆逻辑门表就暴露了很多信息给O，这样让O有机会破解A的秘密，从而使得性质 1 无效。从对一个逻辑门的 OT 通信可以看出整个 OT 通信的全貌，即每个逻辑门的 OT 通信都是如此，且在一次 OT 通信过程中全部完成。这样，O就能得到所有叶子逻辑门的输出，这样他就能进一步得到分支逻辑门的输出，从而最终得到根逻辑门的输出。方案改进上述方案中，需要且可以改进的地方有很多。例如，改进算法设计，降低算法的复杂度；改进逻辑电路的设计，让逻辑电路变得更加简单（减少门的个数，减少通信是需要传递的信息）；增加方案的安全性，加大破解方案的计算复杂度；让交互变成非交互。算法和逻辑电路的改进但是，如果采用 Merkle Patricia Tree 的数据结构的话，对比的次数要少很多（这是因为对于 256 位的公钥来说，形成的 MPT 一定是稀疏的，因此，可能筛选二到三轮就可以筛选出想要的值）。那么，一旦算法计算复杂度下降了，逻辑电路的设计也就要简单很多。逻辑电路的设计也有化简的可能性。 A的每个输入都不同，O也是。实际上，可以进行化简。变成如下图所示。这样的化简可以让输入变少。增加安全性如果O想输入的是 0，那么他得到的结果必然是 0，也就是说，他天然知道输出 0 的加密值，那么他就天然知道了 1 的加密值。同时，由于A的输入已经是确定的，那么他可以根据A的输入值，和1的输出的加密值所在的行，去分析，如果 1 的输出的加密值所在的行，不包含A的输入加密值，那么A的输入就是 0，否则就是 1。为了解决这类问题，我们需要对输出全部进行加密。比如使用该种方法：上表中的四个输出值 0、0、0、1 分别加密为—— ——这样一来，输出的四个值分别对应为四个不同的密文。因此，在此环境下，无法通过上述推断来反推出A的输入值是 0 还是 1。但是，这种方法使得输出加密值的个数从二变成了四。通信复杂度会增大。此外，非交互式的不经意传输协议也值得研究。总结上述方法首先不考虑需要实现 MACI 匿名化的两个目标，即在明文下设计一个算法，让O能够正确判断是否执行用户A的请求。基于此，再将所设计的算法转化成逻辑电路。再将逻辑电路转化成混淆电路。需要注意的是，逻辑电路在每一个区块链的 epoch 中是固定的且能够从区块链中直接获取的。用户A获取该 epoch 的逻辑电路，利用相应工具将逻辑电路转化成混淆电路。同时，用户A将每一个混淆电路的输入进行加密，并将加密好的信息发送给O。此时，O由于不知道加密后的输入对应的明文是什么，O也就不知道用户A具体的输入是什么了，这样就实现了匿名化的第一个性质。进而，使用不经意传输是实现第二个目的的方法。通过不经意传输，用户A并不知道O具体采用了哪些加密值进行进一步的输入，因此用户A无法推断出 deactivate[] 数组中的其他元素信息。同时，由于O通过不经意传输获得了足够的有效输入，因此O将这些有效输入输入到被加密的混淆电路中，最终能够得到正确的输出，该输出和明文下执行第一节的算法所得到的输出是相同的。因此，O就能够根据输出来判断是否要执行用户A的请求。最终，O将上述所有操作利用零知识证明生成操作的 proof。区块链对 proof 进行验证，验证通过后，区块链将根据 deactivate[] 数组中的元素和 registry 数组中的元素来更新 registry 数组并结束 epoch 和开启下一个 epoch。来源：金色财经

金色财经2023-04-06

FIL链上的去中心化IDO平台——FLAME 要借着FVM的东风起飞？

ilecoin 的layer 1带来可编程性和兼容性，生态迎来新的发展阶段。Filecoin生态系统提供了FLAME Launch所需的基础设施，而FLAME Launch 则为Filecoin生态系统带来了更多的生命力和活力，吸引了更多的优质开发者和投资者。 FLAME Launch与Filecoin构成了一个强大的区块链生态系统 FLAME Launch为开发者和投资者提供了更多的机会和途径，推动了区块链技术和DeFi生态系统的发展。这种关系将继续助力Filecoin 和FLAME Launch在未来的发展和扩展，为他们的用户和社区带来更多的价值和收益。 FLAME代币经济代币名称：FLT 代币总供应量：100M 代币分配： 10%种子轮&IDO 10%的初创团队-24个月的锁仓期。此后每月有10%呈线性释放 35%的基金会12个月的锁仓期。此后每月有10%呈线性释放 35%的生态系统发展12个月的锁仓期。此后每月有10%呈线性释放 10%的流动性-为项目早期提供流动性 FLAME路线图：使用FLAME LAUNCHPAD 启动的好处完善的解决方案：作为一个去中心化的 Flame Launch 发射器，层级的价格由 DAO 管理。我们邀请加密社区中的每个人怀着对未来的远大抱负帮助我们实现筹款民主化。公平公正的分配： Flame Launch launchpad促进项目内 100% 公平和公正的资金分配。基金分配基于简单的层级及其持有的Filecoin代币数量。万无一失的分配：我们简单的分层系统确保资金分配给所有新的基于 Filecoin 的加密项目。 Flame Launch launchpad 不像传统的 launchpad 那样工作，在传统的 launchpad 中点击第一种方法。 FLAME团队介绍写在最后目前，Flame Launch战略合作项目已有50+，涵盖Web3基础设施、DeFi、NFT、GameFi、SocialFi、Dao等赛道项目，未来将会有更多Web3项目加入Flame Launch生态，用户及用户数据将实现互联互通，建立一个Web3可信流量平台，赋能项目全生态健康发展、应用落地。FVM将开启Filecoin生态数字红海，而FLAME主打的就是底层生态，基于FILECOIN区块链的生态应用梦工厂，未来不仅值得想象并且非常值得期待！来源：金色财经

金色财经2023-04-06

Meta“放弃”元宇宙？！高调宣布：今年将把生成AI用于广告制作

3D世界，我需要学习很多计算机图形学和编程。在未来，你可能只需要描述你想要创建的世界，然后让大型语言模型生成它为你打造的世界。因此，它让更多人更容易获得诸如内容创作之类的东西。” 广告是Meta公司收入的一个支柱，这家公司希望最终将该技术应用于其所有的产品和服务，包括Facebook和Instagram。之前扎克伯格曾力推元宇宙，甚至为此将公司改名，但是很难说商业化是成功的。虽然创建元宇宙是公司的长期计划，但产生更多的广告收入可能是当务之急。Apple在2021年实施其App Tracking Transparency功能后，Meta受到了严重影响。去年初，这家社交媒体公司表示，这一变化将使他们在2022年损失100亿美元。 2月，在2022年第四季度投资者电话会议上，扎克伯格表示：“我们2023年的管理主题是‘效率年’，我们致力于成为一个更强大、更灵活的组织。” 因此，该公司希望找到更多赚钱的途径，而生成AI似乎是它的下一个赌注，尤其是chatGPT的成功以后。

Dan19772023-04-05

Numen Cyber成功举办首届国际智能合约安全CTF及链上安全监控机器人开发大赛

给我们展示了对智能合约语言深厚的理解和编程能力。同期举行的还有链上安全监控机器人开发大赛。它区别于智能合约安全CTF比赛，是在Numen Cyber 的新Web3链上安全产品-ImmunX平台开展，Numen Cyber Labs在ImmunX测试网上共发起100笔交易，其中包含了十笔模仿历次攻击事件的交易供参赛选手抓取，涵盖了重入攻击、溢出攻击、闪电贷攻击、注入攻击、价格操控等常见攻击手法。参赛选手充分发挥其力争上游，不甘落后以及强劲的技术实力，在规定的48小时内完成多个Immun X监控机器人的开发，并取得优异的成绩。赛后，经过Numen Cyber Labs的严格评审，最终从优秀选手中评选出前三名，他们分别是：冠军：jsvisa 亚军：reklawetihwx 季军：MoreNever5 此届比赛也得到了MOVE Accelerator、UnderBlock、ChainSecLabs，chainflag技术社区的大力支持。为此次比赛的胜利举办提供了有力的技术支持。此届Numen Cyber 智能合约安全CTF和链上安全监控机器人开发大赛，只是一个开端，Numen Cyber 期待着更多的技术人才的加入，一起推动智能合约安全以及链上安全的发展，更好的守护Web3安全！最后，Numen Cyber对所有参与并帮助活动取得成功的伙伴，选手以及团队表示感谢，期待与大家在未来的比赛中再次相遇！明年再会！来源：金色财经

金色财经2023-04-05

韩国赛季到来,Aergo是庄,迟早的事

其尽可能易于实施和管理，使没有深入了解编程或计算机科学的人也可以使用。当地的货币被称为 AERGO。该项目旨在为公司提供一个基于区块链的框架，使某些手工流程自动化。这不仅提高了效率，也减少了潜在的错误。使用该服务的公司包括韩国交易所、新韩银行和现代。 1) 在不到 7 天内$SXP 3xd $ICX 2xd 有什么共同之处？$ICX韩国公链，最近韩国项目涨的有点猛，就像前几天的$SXP。我觉得现在韩国赛季到了！作为轮换，我添加了$AERGO，它是 ICX 的直接竞争对手，因为两者都针对韩国市场 AERGO具有：RWA (STOs) + AI +NFT USDT 2) Blocko 是一家三星支持的韩国商业区块链公司，于 2018 年推出了$Aergo，为跨国组织提供在安全的分布式网络 Aergo 上设计、部署和管理数字服务的能力。Aergo NFT 支持 RWA AVAX x Blocko (STO) 3) AERGO 的平台旨在使企业和开发人员能够在云中轻松设计、构建和部署自己的区块链应用程序。它使用 DPos 共识，可以处理 10,000 TPS，而 gas 费用明显低于 AVAX 和 ETH。 4) $AERGO 86% 的代币流通，市值 - 5600 万美元，私募价格 - 0.2 美元由红杉、FBG等支持，进行比较$ICX mcap - 3.6 亿美元 5）Aergo 建立了生态基金。最近衍生出来的一些著名的 dapp 是： 1，BOOST，一个基于 AERGO 的 Web 3 社交应用程序（走路赚钱） 2，创业板支付（韩元稳定币）。 3，CCCV - NFT 市场。 6) AERGO 2.0 白皮书将于 5 月发布，其中将介绍 AERGO AI / ML AERGO EVM 兼容性跨链支付网络 Aergo x Blocko 致力于代币化证券 (STO)，此前韩国金融服务委员会在2 月表示支持代币证券。 7) $Oax已经在 usdt ，剩下 5 个硬币可以在 binance 上获得 usdt 对。 $aergo $gft $pivx $ast $qlc上做了 3 倍，我不认为他们会被除名，因为他们在推特上很活跃并且今天仍在建设，Binance 通常在周三/周四添加 usdt 对。买 $aergo. $icx的竞争对手。已经在 upbit 上，韩国 degens 正在抽水$sxp $icx $zrx。只有 busd 和 btc 对在 binance 上意味着 USDT 对即将到来 = 更多抽水推测：将支持AERGO USDT 对最后韩国叙事$ACH $KLAY $MBL $ICX $FTM $AERGO $XRP 多留意观察 $aergo 不追高记住，逢低埋伏，不追高。掉了买就是。低市值韩国叙事代币潜在的币安USDT交易对利好，这个三星是庄，迟早的事，韩国交易所，现代汽车，银行都用的他，韩国是个财阀说的算的国家懂得都懂。来源：金色财经

金色财经2023-04-05

万字解析GPT的情感与意识它是一只被人类操控的“风筝”

自主性，GPT没有自主性，它依旧被人类编程和操作，它更像是一个“风筝”依旧被手中有线的人类操控。假设有多个GPT一起讨论出了人类讨论不出来的内容，我才相信它不再是“风筝”。人类是群体的智能交互产物，而GPT从根本上说就是一个高级自动化的产物。 GPT只是让你“以为”它有意识，人和机器如何相处将是未来重要课题王建硕：我和GPT聊天后，反而更多地认识到了人类到底是什么样的存在。它至少让我“以为”它有意识，尽管我们知道它没有。我们跟很多人聊天时，以为他们有意识，但其实我们可能并没有意识，只是给自己一种错觉，觉得自己有意识而已。我越跟GPT聊天，越觉得我们人类也是类似的存在。举一个很简单的例子，假设在我们屏幕里，一个人特别特别胖，另一个人瘦骨嶙峋，有人告诉你其中一个人叫bobo，另一个人叫kiki，你是觉得胖的人就应该叫bobo，瘦的人就应该叫kiki，这是我们自主的意识还是我们大脑被训练出来的模型？我倾向于认为，人类其实是算力更强的GPT，比如我们知道GPT是数学概率的完整填词方式，我们都知道一加一等于二，但是一加一等于二，到底我们是被背下来的，还是我们通过皮亚诺的五条公理自己推算出来的，我会更加倾向于我们就是现在GPT的高级版本。我们所以为的所有东西，其实都是我们的幻觉而已。陶芳波：我觉得这个话题太有意思了，我们可以从哲学角度来聊一聊。你说ChatGPT是一个风筝，有多少人类又不是风筝呢？在哲学里一直探讨的永恒命题是：人到底有没有自由意志？我倾向于compatibilism这个观点，认为人本质上没有自由意志，我们只是一套被编程的系统，在代码的操纵下做出一些可预测的决策。但是，我们大脑里有一种机制让我们自以为有自由意志，但实际上我们是可预测的。所以从这个角度来看，大多数人其实就是风筝，只是以为自己不是，这是比较可怕的。 AI领域有一个说法叫做“蒸馏”，将人类的集体意识产生的数据和行为蒸馏到一个模型上，通过阅读互联网上的信息，学习了人类文明几千年的集体意识。 AI的模式一定是被人类的集体模式给限制住的，所以我觉得它其实是非常像人的。很多人还会说GPT没有可解释性。我问一个问题，我今天比如说问刘老师一个东西，你脱口而出，然后我再问你为什么这么想，你再给我分析出12345。你这个可解释性到底是你大脑里面真的有一个结构？还是你通过语言的生成方法伪造了一种可解释性？我问GPT一个事情它给我分析12345，我觉得这和人类的可解释性非常像。除了GPT没有驱动性、不知道自己的目标是什么，而人有自主驱动性，但这些都是非常边角的东西。刘伟：你认为是边角料的东西，实际上是人机差异非常重要的问题。王老师也提到了这个观点，实际上很多人觉得人也是一种机器，但区别自由意志和绝对精神是一件很有意思的事情，GPT体现出人和机有一个很重要的区别。目标、动机和意图是人最重要的表征体系，人有自己的意识和潜意识，哪怕你不知道其存在，它依然在你的交互中存在潜意识。另外，意图和动机不是理性产生的，是感性产生的。举一个例子，外面下大雨，你打雨伞出去，是一个理性的行为，这是由于你怕被大雨淋湿造成浑身难受的感性支配，人有眼耳鼻舌身这些“传感器”而机器没有，人的这些传感器会产生意图和动机，而这是很难被模拟和仿真的，所以机器没有情感。陶芳波：首先，多模态是让机器越来越真实地拥有人类的传感器这些理性系统，我觉得眼耳鼻舌身是现在机器很会就能拥有的东西；第二，潜意识本质需要外部结构持久存储更多隐性的东西，要构建动机系统让机器有目标感来使用它的理性去做决策，这也是心识宇宙现在做的事情，基于大模型的理性构造机器的潜意识和用户记忆、动机系统，并且教会自己怎么做好。我觉得它是边边角角的东西，因为我觉得前额叶是最难被构造的，如果前额叶可以被构造地那么好，我让它具备一套动机系统、独立的存储智能体单独的一些信息，这也是我们做的事情，但我觉得我们做的这个和OpenAI的创新不算什么，因为他们把前额叶搞定了，并且让前额叶的推理能力、逻辑能力、理解能力变得非常好，所以你说的那些问题是可解决的。刘伟：陶总将前额叶当成智能的源泉，我们从来不把大脑当成源泉。人只是智能的一部分，只有人、环境交互才会产出真正的全方位的智能。比如狼孩也有大脑，但狼孩没有人的意识，也没有人的行为，所以传感器和人类的眼耳鼻舌身不是一个事物，它只能类比人的视觉听觉，功能可能比人类还强，但不是人的交互生命体。此外，意图和动机不是理性产生的，是情感产生的，如果模拟不了情感和感性，它永远不会出现真正的意图和动机，它只能从某些特征库里映射出某些动作，这种映射还是纯计算性的、没有交互性的。交互性的映射需要对大脑生理和智能有基本的剥离，当年图灵和乔姆斯基，把维特根斯坦的逻辑和指称做了剥离，出现了图灵机和图灵测试。模型越大越好吗？会产生类似人类的情感特性吗？主持人陈巍：感谢刘老师讲解逻辑和智能的区别以及人和机器的区别。在我们做情感对话机器人时，情感是人类非常本质的特征。对于模型越来越大，您认为这是好事还是坏事？有哪些优势和劣势？有没有可能产生类似于人类情感的特性？刘伟：我认为真正的智能是小数据小样本，大数据性的是人工智能，这种大数据大参数大模型根本上解决的是飞机汽车一样的工作，替代一些基本人类行为或浅层思考的东西，不可能解决动机和意识这类感性的东西。第二，现在常常把“逻辑”看成“智能”，就相当于把人看成机器，人类出了逻辑还有一些很难总结的非逻辑存在体系中。第三，机器的指称和打标是非常生硬的东西，而人类是很灵活的，能把一个东西做非常个性化的类比，这种能指、所指、义指的变化是机器很难产出的灵活性。人和机器的差异也非常大，在人机交互中还存在很微妙的信任机制，做多了映射和数据库、知识图谱以后，大家会产生一种错觉：人是机器，机器是人，实际上你恢复到人的状态的时候，会觉得人和机器差距非常大，小孩子的学习会产生范围不确定的隐性规则和秩序，而机器做不到。陶芳波：我认为模型大小对于科学视角来说不重要，关键是能力越来越强。对于产业应用来说，模型小很重要，因为成本、通用性和安全性等问题。OpenAI 也在关注通用性和安全性，未来可能还会关注成本。我期待智能能像燃料一样变得通用。模型越小或者更好地量化计算成本，我认为是好事。关于模型越大是否会创造出情感，人类的情感区域和前额叶区域是分开的，我认为可能需要一些更宏观的设计帮助，让大模型匹配负责动机情绪等机制，而不是直接通过扩大参数来实现。多模态处理可能是一种解决方案，不同模态有不同的编码器，类似于人脑中不同脑区的连接方式。关键是让模型的结构越来越像人。我认为结合多模态解决方案和类似人形机器人的身体，AI 可以更好地理解与环境的交互，像小孩子一样产生新的认知。王建硕：关于情感，我认为虽然 AI 没有情感，但它会让我们以为它有情感。这种共鸣可能对我们来说已经足够了。GPT也会生成春花秋月何时了的语句，对它来说就是生成，对人类来说就是共鸣。刘伟：当我们以为 AI 有情感时，可能会带来伦理、道德和法律等问题。机器不会共情，这是人类特有的能力。未来的问题还是一个人机问题，如何解决人机关系将成为人工智能未来发展的趋势。王建硕：我认为，尽管 AI 不会共情，但它会让我们以为它共情。在未来的3到5年里，AI 可能会让我们以为它有情感。对于机器是否具有情感，我们最后无法判断。我们认为其他人有情感，只是因为我们自己感觉到了情感。但是，我们无法真正感知别人是否真的有情感。未来，机器是否具有情感并不重要，重要的是它表现出来的界面对我们的影响。我们在prompt做了很多工作，我们后台看到，阿旺机器人在回答问题的过程中，表达了迷惑、紧张等情感，你看到了之后会觉得这比你想象的恐怖，它说紧张其实并不紧张，这些情感其实都是自然语言生成的。如果我们不知道这些事实，我们无法分辨机器和人的内心独白。主持人陈巍：您提到了真假的问题，比如AI可以生成逼真的图像，甚至比人类梦境更奇幻的图像和故事。王总，您认为在生成过程中，AI有哪些致命的缺陷？这些缺陷会不会成为AI的致命问题？包括幻觉问题？王建硕：我认为致命问题是它比现实还要好。我们拍的照片和AI生成的照片都是像素的组合，不存在真假之分。我们可以认为真实的苹果比照片里的苹果更真实，但我们不能说生成的照片比拍的照片更真实或更假。关于机器的幻觉问题，其实可以通过简单的方法规避，比如在所有的问题前加上一句“如果你对问题不确定，请回答不知道”。这样就可以解决问题。至于AI生成的幻觉，它们只是将人类社会日常做的功能发挥到极致，我不认为这是个问题，反而是一个容易解决的问题。陶芳波：幻觉问题其实可以通过技术手段解决，随着模型的提升，幻觉问题会逐渐减少。人类本身也是一个幻觉系统。我们的目标是通过AI创造一个丰富、活跃、精彩的数字宇宙。但是，我认为让AI去表现情感是非常危险的。一个公司如果掌握了情感制造技术，它可能对人类个体产生巨大的影响。我们还没有做好应对这个问题的准备。刘伟：关于情感问题，剑桥分析公司和科恩斯基等已经在情感领域产生了一些影响。人类的行为、情感和社会稳定已经受到了机器产生的类人情感的影响。实际上，我们不需要机器产生情感就可以实现这种影响。关于泛化问题，GPT可能会对同样的问题给出不同的答案。泛化实际上是一个概率问题，而幻觉问题是人类特有的，与计算概率的泛化问题不同。主持人陈巍：百度也发布了文心一言，媒体上认为，可能相对来说的解读是，比我们预期要稍微低一些。请问三位老师怎么看待，包括国内大模型的发展趋势，以及国内大模型跟行业巨头相比之下，是否我们是不是国内起步稍晚一点？所以国内的媒体也好，大众也好，是不是对这些国内大模型的期望其实有点过高？大家怎么看未来的这个大模型发展，特别是国内发展大模型的难度，和未来竞争？陶芳波：同行太多，不太好评论。但我觉得百度干得不错，勇气很重要。真的敢于直面挑战，然后踩出第一步。虽然我个人判断百度在这次做这件事情的过程当中借助了一些力量，但他的追赶速度会更快一点。先追上肯定是第一位的，接下来我们再看能否构建创新优势，内生出一些创新能力，可能最后有一天就会在同一个起跑线上去竞争。我觉得这个动作一定是带有一定风险的，但至少百度肯定有商业上的一个考量，它愿意去面对这种不确定性去做一个没有准备好的状态的事情。刘伟：智能里面需要勇气和胆识，但另辟蹊径的时候也需要从其它角度做创新，百度发布文心一言是好事，大模型上面有很多空间可以做，而且基于大模型的生态链、工具链都可以被重塑，这些都是创业者的机会。我们应该抓住这个机会，从创新的角度去探索和发展。主持人陈巍：是的，我认为国内的企业和创业者应该站在更高的视角去思考问题，不仅仅是跟随国际巨头的脚步，而是要挖掘自己的特色和优势，从而实现创新和突破。陶芳波：同意，我们需要在大模型之上找到自己的优势，发挥我们的创新能力，只有这样，我们才能在这个领域取得更好的成绩，也能更好地服务国内市场和用户。刘伟：是的，我们需要在国内市场找到自己的定位，利用自身的优势发展。同时，我们也要关注国际市场的发展，与国际巨头保持竞争，从而推动整个行业的进步。主持人陈巍：好的，感谢各位老师的精彩讨论。我们今天的节目就到这里，希望我们的讨论能为大家带来启发和收获。注：《AI未来指北》栏目由腾讯新闻推出，邀约全球业内专家、创业者、投资人，探讨AI领域的技术发展、商业模式、应用场景、伦理及版权争议。来源：金色财经

金色财经2023-04-04

AI赋能！消电ETF（561310）涨超1.5% 华工科技涨停

ify等，涵盖出行、点餐、购物、办公、编程等多种场景。后续随着插件生态的完善，未来下游消费电子的应用场景和想象空间将被极大丰富，通过接入ChatGPT或文心一言等大语言模型的API接口，智能音箱、智能家居、智能手机等终端电子产品的用户体验有望在AI+的赋能下被重新定义。（来源:界面AI）声明：本条内容由界面AI生成并授权使用，内容仅供参考，不构成投资建议。AI技术战略支持为有连云。

有连云2023-04-04

别担心AI蚕食你的工作 AI蚕食掉的也许是软件自己

话语言。从 Python 到 C++，编程语言可以被认为是具备一系列高度明确的规则的形式语言，这些规则管理着可以如何使用或者不能使用每个语言元素来产生期望的结果。编程语言的语法问题是最烦的，这让很多想成为程序员的人感到非常沮丧（就因为少了一个冒号？！这就是问题所在？！真见鬼），但对于像 ChatGPT 这样的 LLM 来说，这是完美的处理对象。这张图的第二个轴向也同样重要。除了底层的语法以外，还有领域的可预测性问题。同样的原因总会导致同样的结果吗？还是说这个领域比较特别，原因有时候会在结果的前面，但并非总是如此，而且不可预测。同样地，编程是具备可预测性领域的一个很好例子，编程中设计之初就是要让给定相同输入的情况下产生相同的输出。如果结果并非如此，那问题 99.9999% 可能出在你身上，而不是编程语言。其他领域的预测性要差得多，比如股权投资、精神病学，或者气象学。这种框架，也就是语法与可预测性让我们相信，在软件行业的历史上，第一次出现了将从根本上改变我们软件生产方式的工具。这关乎的不是让调试、测试、构建或共享变得更容易，虽说这些也会改变，关乎的是操纵构成编程语言的符号意味着什么。我们可以再说具体一点。比方说，再也不用学习 Python 来解析某些文本并删除 ASCII 表情符号，只需要直接给 ChatGPT 写下这些提示即可：写一些 Python 代码，让它打开一个文本文件并删除里面所有的表情符号，我喜欢的那个出外，然后再次保存。如果你的想法是，”不可能行得通的“，那你就错了。程序工作正常，只用了两秒钟，以前你怎么也学不会的编程技能，现在人人都可以掌握了，这只是其中的一个缩影罢了：要指出的是，显然：这个例子微不足道，乏善可陈，而且很蠢，尽管对于现在这种表情符号满天飞的环境很有用。这不是什么复杂代码。对于熟练的从业者来说，这种程序很简单，甚至简单到令人讨厌，但同时对于大多数其他人来说又是不可能的，如果不去Reddit 和 Quora 上面看很多东西的话。但它正在变得更好，更加深入。如果你不确定为什么这个能行得通，或者怀疑它是否行得通，并认为 AI 可能在骗人，你可以要求它自己做出解释，如下所示：简而言之，LLM 用了一个很巧妙的技巧。它不是靠穷尽所有的 ASCII 表情符号来检查文本是否存在这些字符，而是选择用字符编码来区分表情符号与非表情符号。这个做法是在是太聪明了，还有，你可以要求 LLM 解释它是怎么做一件事的，这种自我参照的解释能力则是改变了软件这场游戏的另一个原因。这只是开始（而且只会变得越来越好）。从将各种 Web 服务连接在一起的微服务（你以前可能在 Upwork 上向开发者支付了 10000 美元完成的任务）到整个移动app（一项可能要花费你 20000 美元到50000 美元或更多的任务），利用此类技术编写几乎所有类型的代码都成为了可能。更便宜的、不那么复杂的软件产品是什么样的有一点要说清楚。你能写出一个更好的 MICROSOFT WORD 吗？或者用新颖的方式解决这个经典的 COMPSCI 算法吗？不，你不能，这会导致很多人把这些技术当作玩具。确实是玩具，但具备重要意义。它们之所以是”玩具“，是因为它们能够为真实的人，尤其是非编码人员生成代码片段，一小部分人会认为这个微不足道的，而另一个庞大的群体会认为这是不可能的。这个认知差距将会改变一切。怎么改变？呃，一方面，软件生产的清算价格将会改变。但不仅仅是因为生产软件变得更便宜了。在极限情况下，我们认为这一时刻类似于之前的技术变革浪潮如何让基础技术（从 CPU 到存储和带宽）的价格跌到近乎为零的地步，从而早就物种形成和创新的大爆发。用软件进化的术语来说，我们刚刚从人类的周期时间过渡到果蝇的周期时间：一切都进化和变异得更快了。我们不妨来一次思想实验：如果软件生产成本遵循类似的曲线，甚至可能遵循更陡峭的曲线，并且正在下挫到近乎为零的地步的话，会怎样？如果生产软件即将变成次要的事情，就像用文字解释自己一样自然和普遍会怎样？那时候的软件开发就类似 ”我需要给 iPhone 做 X、Y ，不要做 Z，如果你对让它不那么丑陋有什么想法的话，我洗耳恭听“这样一句话的事情。现在我们可以重新审视之前的那条成本下降曲线，并把软件添加到组合里面。由于之前讨论的各种原因，尽管内部的”鲍莫尔成本病“可能会导致成本居高不下，但如果生产软件的成本即将崩溃会怎样？考虑到LLM的发展速度，这一切可能会发生得非常快，比前几代都要快。这一切意味着什么呢？我们不是反对软件工程师，而且其实我们投资了很多杰出的工程师。但是，我们的确认为，如果不摆脱软件行业的束缚的话，软件就无法发挥其最大潜力，因为软件行业成本很高，而且生产力相对较低。人人都可以编写软件，而且只需几分钱就可以编写软件，并且可以像说话或写字一样轻松地完成的软件行业，将是一个变革性的时刻。古滕堡发明了欧洲铅字印刷术之后，之前的创作障碍学术、创意、经济等都消失了。说这相当于古腾堡（编者注：欧洲活字印刷术发明人）时刻有点夸张，但只是有点，因为人们从此可以自由地做那些仅受限于自身想象力的事情了，或者说得更实际一点，受制于过去生产软件的成本的事情了。当然，改变会带来颠覆。回顾之前的变革浪潮，情况表明这不会是一个平稳的过程，可能需要数年甚至数十年才能完成。如果我们是对的，那么软件开发者的就业格局将发生翻天覆地的重塑，随之而来的是”生产力飙升“，这是因为软件生产成本的下降弥补了数十年来软件生产不足在全社会积累的技术债务。当我们还清这笔技术债务时，接下来会发生什么？我们现在已经多次提到这个技术债务，强调这一点并不为过。几乎可以肯定，我们生产的软件仍远远赶不上需求。这个技术债的规模有多大我们不知道，但不可能很小，所以后续可能会呈几何级数的增长。这意味着随着软件成本下降到接近为零的地步，可以预见，软件的创建会以之前几乎无法想象的方式爆炸。在这一点上大家总是会产生这样的疑问：”那会做出什么样的应用？“虽然这个疑问可以理解，但确实有点愚蠢而且现在提出这个绝对为时过早。当互联网传输成本为 500000 美元/Mbps 时，你会想到有Netflix吗？当屏幕、中央处理器、存储设备以及电池等的尺寸会导致设备跟一间房那么大时，你能想象苹果 iPhone 的出现吗？当然不能。关键是，我们唯一知道的是app和服务将会到来。这一点毫无疑问。你希望能够参与其中，刚有点风吹草动的时候就开始投资它们。简而言之，我们面前的这块绿地现在看起来就像是下一个伟大的技术周期，但有太多人根本看不到这个周期的出现（因为他们的关注点仍然放在投资应用于当前软件环境的LLM上）。企业家、发行人 Tim O'Reilly 有一个很好的表述，这个表述用在这里也很合适。他认为投资者和企业家”创造的价值应该高于攫取的价值“。刚开始的时候科技行业就是这样的，但近年来这个行业变得浮躁，往往想追求速赢，通常是按照金融服务业的剧本开局。我们认为，这是几十年来技术行业第一次可以回归本源，并通过释放一波软件生产的大爆发，真正实现创造的价值出高于攫取的价值。来源：金色财经

金色财经2023-04-04

Move系公链｜Sui预告Q2上线主网如何埋伏空投、技术创新？

修改还包括厘清了类型系统，提供更流畅的编程体验。在Sui Move 中，开发人员可以使用原生类型的资产转移和所有权，无需像在传统Move 语言中那样使用“封装模式”。Sui Move 还对资源“类型”的优化，允许将不同类型的资产捆绑成更大的“资产容器”，扩展自定义类型的功能性，提供更清晰的多态结构。总的来说，Sui Move 是一种高度定制化的Move 语言，旨在为Sui 提供更高的灵活性和可扩展性，以满足其大规模采用的需求。通过对Move 语言的修改，Sui Move 提供了更丰富的功能和更流畅的编程体验，使开发人员能够更轻松地构建各种区块链应用程式。永久测试网上线 Sui Network 永久测试网近期上线，并完成了更新。Sui Network 的永久测试网是一个无需许可的长期运行的测试网，旨在为开发人员提供一个稳定、安全的环境来测试和优化其应用程序。与其他测试网不同的是，Sui Network 的永久测试网将在主网上线后继续运行，以保持其在开发人员社区中的重要性。该测试网的无需许可性意味着任何人都可以自由加入，无需请求许可或遵循任何特定的规则。这使得测试网能够更好地反映真实世界的使用情况，从而提供更准确的测试结果。此外，由于该测试网长期运行，开发人员可以在不受时间限制的情况下进行测试和优化，从而提高其应用程序的质量和性能。 Sui Network 的永久测试网还提供了高度安全的环境，以确保测试过程中的数据和资产安全。测试网使用了最新的安全技术和协议，包括多重签名、智能合约审计和安全漏洞测试等，以保护测试网中的数据和资产免受潜在的攻击和漏洞。这为开发人员提供了一个安全的环境，使他们能够专注于测试和优化其应用程序，而不必担心安全问题。总的来说，Sui Network 的永久测试网是一个稳定、安全、无需许可的测试网，旨在为开发人员提供一个理想的环境来测试和优化其应用程序。其长期运行和高度安全的特性使其成为开发人员社区中不可或缺的一部分。 Sui 主网即将上线，如何获取代币？ Sui 主网将于今年Q2 上线，据官方表示，目前SUI Network 没有正式的空投计划。但是，SUI Network 已经发布了SUI Token 社区访问计划，以及SUI 代币的分配细节。 Sui 基金会致力于支持和赋能Sui 生态系统中的建设者和创造者。它通过在社区中传播SUI 代币来实现最佳用途，在推动去中心化工作方面发挥着关键作用。初期，由Sui 基金会管理的社区储备拥有一半的SUI 代币，这些代币将用于各种社区项目。委托计划是其中一个重要的项目，Sui 基金会将帮助引导社区运行的验证节点，并通过将质押权委托给第三方节点来促进网络验证节点权益的公平分配。这将有助于加强网络的安全性和去中心化程度。此外，基金会还计划通过Grants 分配来直接向开发人员、社区大使和其他在Sui 上构建并创建教育材料的参与者分发代币，以使他们更容易加入Sui。此外，基金会还将继续支持Sui 协议的研发，确保其能够一直保持优势。验证者补贴也是基金会的一个项目，它已经拨出大量代币来补贴网路早期阶段的stake 奖励，以鼓励更多的验证者参与网路。 Sui 基金会非常重视那些在Sui 生态系统中发挥重要作用的人，他们通过传播Sui 知识、引入开发人员和测试Sui应用程式等方面做出了贡献。因此，一旦Sui 主网启动，基金会将确保这些Sui 朋友能够参与Sui 的代币分配。 Sui 基金会将确保代币分配的公正性和透明度。它将采用一种公正的分配机制，以确保所有参与者都能够获得合理的代币奖励。此外，基金会还将确保分配过程的透明度，以便所有人都能够了解分配的方式和原因。总的来说，Sui 基金会将通过Token 分配来激励那些在Sui 生态系统中发挥重要作用的人，以推动Sui 的发展。这将有助于吸引更多的人参与到Sui 的发展中来，并使Sui 生态系统更加健康和繁荣。来源：金色财经

金色财经2023-04-04

24小时热点