FX168财经网_全球视野外汇黄金加密货币NFT资讯网

谷歌呼吁英国在云计算市场对微软采取反垄断行动

微软的许可限制，英国客户除了使用微软的Azure作为他们的云服务提供商之外，没有其他经济上合理的选择，即使他们更喜欢竞争对手的价格、质量、安全、创新和功能。”谷歌称，这种做法直接损害了客户的利益，是英国云计算市场竞争的唯一重大障碍。微软发言人表示，该公司已经与独立云计算提供商合作，以消除人们的顾虑并提供机会，全球已有100多家云计算提供商利用了这些变化，“正如最新的独立数据所显示的那样，超大规模的云计算提供商之间的竞争仍然是健康的。2023年第二季度，微软和谷歌同样只是从亚马逊云计算服务(AWS)小有斩获，AWS继续以显著优势保持全球市场领先地位。”

金融界2023-12-01

AI革命：解读人工智能投资的全球趋势

软在人工智能领域有着广泛的投入，包括 Azure 云服务中的人工智能解决方案以及人工智能驱动的产品和服务。未来属于人工智能，那么如何拥抱这一未来趋势呢？作为普通投资者，可留意以上相关美股以及加密货币项目。4e平台提供了多元化的投资产品。平台提供外汇、黄金、股票、数字资产等多种投资产品，客户可以根据自己的风险和收益偏好选择合适的产品。此外，4e平台坚持多元化金融投资品战略，始终把顾客资产安全放在第一位，鸡蛋放多个篮子的理念，同时能够满足客户的需求。在4e,不管你是资深交易员还是小白投资人，4e平台不仅可以跟单操作，平台还特设了直播社交平台，邀约多位金融分析师和交易员直播指导以及教学。让每位投资者都能了解到最新最全的国际投资趋势，都可加入雷达直播间，在线直播分享行情以及答疑，让每位投资人都投资无忧。人工智能投资呈现前所未有的机遇，然而成功在于深入了解和谨慎选择。对于投资者而言，关键在于跟随创新趋势以及机遇，挖掘稳健的项目和有前景的公司。同时，必须保持警惕，资产多元化并适当规避风险，追求长期价值，是投资获得成功的关键所在。来源：金色财经

金色财经2023-11-29

重塑计算界限：去中心化算力的现状与展望

为代表的巨头，有微软的加持，背后是微软Azure 提供的丰富算力资源，这使得 OpenAI 每次新产品的发布，都是对当下 AI 行业的重塑和整合，让其余团队在大模型领域难以望其项背。那么在面对高昂的硬件成本、地域限制、产业发展不均衡的情况，是否有其他解决方案？去中心化算力平台则应运而生，平台的目的是创建一个开放、透明且自我调节的市场来更有效地利用全球计算资源。适应性分析 1. 去中心化算力供给侧目前高昂的硬件价格和供给侧的人为控制，都给去中心化算力网络的建设提供了土壤。 • 从去中心化算力的组成方式来看，多样的算力提供方小到个人PC、小型物联网设备大到数据中心、IDC等，大量累积的算力可提供更灵活和可扩展的计算解决方案，从而帮助更多的AI开发者和组织更有效地利用有限的资源。都可以通过个人或组织的闲置算力，来实现去中心化算力共享，但这些的算力的可用性、稳定性，受本身用户的使用限制或分享上限的限制。 • 有可能的潜在优质算力来源，则是以太坊转 PoS 后，直接由相关矿场转型提供的算力资源。以美国领先的 GPU 集成式算力提供商 Coreweave 为例，前身是北美以太坊最大的矿场，基于已构建的完备基础设施。此外，退役的以太坊矿机，其中也包含了大量的闲置 GPU，据悉此前以太坊挖矿时代巅峰在网工作的 GPU 约2700万张，盘活这些 GPU 也能进一步成为去中心化算力网络重要的算力来源。 2. 去中心化算力需求侧 • 从技术实现来看，去中心化算力资源在图形渲染类，视频转码类，这种计算复杂程度不高的任务，结合区块链技术和web3的经济体系能在确保信息数据安全传递情况下，为网络参与者带来了切实的收益激励，积累了有效的商业模式和客群。而 AI 领域则涉及大量的并行计算，节点间的通信、同步等环节，对网络环境等方面有非常高的要求，因而目前应用也都集中于微调、推理、AIGC 等更偏应用层。 • 从商业逻辑来看，单纯算力买卖的市场是缺乏想象力的，行业只能卷供应链、定价策略，但这些又恰好是中心化云服务的优势。因而，市场上限较低也缺乏更多想象空间，所以也能看到原本做单纯图形渲染的网络在寻求 AI 转型，如 Render Network 与2023 Q1 也推出了原生集成Stability AI 工具集，用户可以的该项功能引入Stable Diffusion作业，业务也不再局限于渲染作业而向 AI 领域扩展。 • 从主要客群来看，很显然大B端客户会更倾向于中心化集成式云服务，他们通常有充足的预算，他们通常是从事底层大模型的开发，需要更高效的算力聚合形式；因而，去中心化算力更多的是服务于中小型开发团队或个人，从事多是模型微调，或应用层开发，对算力的提供形式没有太高的要求。他们对价格更敏感，去中心化算力的能从根本上减轻初始成本的投入，因而整体的使用成本也更低，以 Gensyn 此前测算的成本来看，将算力换算成V100 提供的等值算力，Gensyn 价格仅为0.4美元每小时，相比AWS 同类型的算力需要2美元每小时，能下降80%。虽然这部分生意并不在目前行业中占开销大头，但伴随 AI 类应用的使用场景持续延展，未来的市场规模不容小觑。 • 从提供的服务来看，可以发现目前的项目更像是去中心化云平台的概念，提供的是一整套从开发、部署、上线、分发、交易全流程的管理，这样的好处在于吸引开发者，可以利用相关工具组件来简化开发部署，提升效率；同时能吸引用户来平台使用这些完整的应用产品，形成基于自身算力网络的生态护城河。但这同时也对项目运营提出了更高的要求。如何吸引优秀开发者和用户并实现留存显得尤为重要。不同领域的应用 1. 数字媒体处理 Render Network 一个基于区块链的全球渲染平台，其目标是为创作者数字创意提供帮助。它允许创作者按需将 GPU 渲染工作扩展到全球 GPU 节点，提供了以一种更为高速且便宜的渲染工作能力，在创作者确认过渲染结果后，再由区块链网络向节点发送代币奖励。相比传统的视觉效果实现方法，在本地建立渲染基础设施或在购置的云服务中增加相应的GPU开支，这都需要高昂的前期投入。自2017年创立以来，Render Network 用户在网络上渲染了超过1600万帧和近50万个场景。从Render Network 2023 Q2 发布数据也能表明，渲染帧数作业和活跃节点数都呈增长的趋势。此外，Render Network 与2023 Q1 也推出了原生集成Stability AI 工具集，用户可以的该项功能引入Stable Diffusion作业，业务也不再局限于渲染作业而向AI领域扩展。 Livepeer 则是通过网络参与者贡献自己的GPU算力和带宽，为创作者提供实时视频转码服务。广播者可以通过将视频发送至Livepeer，完成各类视频转码，并向各类端侧用户分发，进而实现视频内容的传播。同时，可以便捷地通过法币形式支付，获得视频转码、传输、存储等服务。在Livepeer 网络中，任何人都允许贡献个人计算机资源（CPU、GPU 和带宽）以进行转码和分发视频来赚取费用。原生代币（LPT）则代表了网络参与者在网络中的权益，通过质押代币的数量，决定节点在网络中的权重，从而影响其获得转码任务的机会。同时，LPT也起到了引导节点安全、可靠、快速地完成分派的任务。 2. AI领域的扩展在目前AI领域的生态系统中，主要参与者大致可以划分成：从需求方入手，在产业的不同阶段，对算力的诉求是有明显区别的。以底层模型开发为例，在预训练环节为确保训练结果的有效对并行计算、存储、通信等方面要求都非常高，这就需要通过大型的算力集群来完成相关的任务。当下主要算力供给主要还是依赖自建机房、中心化的云服务平台来集中提供。而在后续模型微调、实时推理和应用开发等环节则对并行计算、节点间通信的要求没有那么高，这恰恰是去中心化算力能一展拳脚的部分。纵观此前已颇具的声量的项目， Akash Nework 在去中心化算力方向做了一些尝试： Akash Network 结合不同的技术组件，让用户可以在去中心化的云环境中高效、灵活地部署和管理应用程序。用户可以利用 Docker 容器技术打包应用，然后通过 Kubernetes 在 Akash 提供的云资源上通过 CloudMOS 进行部署和扩展。Akash 采用“反向拍卖”的方式，这使得价格比传统云服务更低。 Akash Network 在今年8月也发布将推出了主网第6次升级，将对 GPU 的支持纳入其云服务中，未来向更多 AI 团队提供算力供给。 Gensyn.ai，今年颇受行业瞩目的项目由 a16z 领投完成了4300万美元A轮融资，就目前公布项目公布的文档来看，该项目是一个主网基于波卡网络的 L1 PoS 协议，聚焦于深度学习，它旨在通过创建一个全球性的超级计算集群网络来推动机器学习的边界。这个网络连接了从拥有算力富余的数据中心到潜在可贡献个人 GPU 的 PC，定制的 ASIC 和 SoC 等多种设备。为解决的目前去中心化算力中存在的一些问题，Gensyn 借鉴了学术界的一些理论研究新成果： 1. 采用概率学习证明，即使用基于梯度的优化过程的元数据来构建相关任务执行的证明，来加快验证过程； 2. 图形基准协议（Graph-based Pinpoint Protocol），GPP作为一个桥梁，连接了DNN（Deep Neural Network）的离线执行与区块链上的智能合约框架，解决了跨硬件设备间容易发生的不一致性，并确保了验证的一贯性。 3. 与 Truebit 类似的激励方式，通过质押和惩罚相结合的方式，建立一个能让经济理性参与者能诚实地执行分派的任务。该机制采用了密码学和博弈论方法。这个验证系统对于维持大型模型训练计算的完整性和可靠性。但值得注意的是以上内容更多的是解决任务完成验证层面，而非在项目文档中作为主要亮点讲述的关于去中心化算力来实现模型训练方面的功能，特别是关于并行计算和分布式硬件间通信、同步等问题的优化。当前受网络延迟（Latency）和带宽（Bandwidth）的影响，频繁的节点间通信会使得迭代时间和通信成本都发生增长，这不仅不会带来实际的优化，相反会降低训练效率。Gensyn 在模型训练中处理节点通信和并行计算的方法可能涉及复杂的协调协议，以管理计算的分布式性质。然而，如果没有更详细的技术信息或对他们具体方法的更深入了解，Gensyn通过其网络实现大型模型训练的确切机制需要等项目上线才能真正揭晓。我们还关注到 Edge Matrix Computing (EMC) protocol 它通过区块链技术将算力运用至 AI、渲染、科研、AI电商接入等类型的场景，通过弹性计算把任务分发到不同的算力节点。这种方法不仅提高了算力的使用效率，还确保了数据传输的安全性。同时，它提供了一个算力市场，用户可以访问和交换计算资源。方便开发者部署，更快地触达用户。结合 Web3 的经济形式，也能使算力提供方在根据用户的实际使用情况获取真实收益和协议方补贴，AI开发者也获得更低的推理和渲染成本。以下是其主要组成部分和功能的概述：预期还将推出了基于 GPU 的 RWA 类产品，此项的关键在于将原本在机房固定住的硬件盘活，以 RWA 的形式分割流通，获得额外的资金流动性，高质量 GPU 能作为 RWA 底层资产的原因在于，算力可以算得上 AI 领域的硬通货，目前有明显的供需矛盾，且该矛盾并不能在短期内解决，因而 GPU 的价格相对比较稳定。此外，通过部署 IDC 机房实现算力集群也是 EMC protocol 会重点布局的部分，这不仅能让 GPU 在统一环境下的运转，更高效地处理相关大型算力消耗的任务，如模型的预训练，由此来匹配专业用户的需求。同时，IDC 机房也能集中托管和运行大量的 GPU，确保同类型高质量硬件的技术规格，方便将其打包作为 RWA 产品推向市场，开启DeFi 新思路。近年学界在边缘计算领域也有新的技术理论发展和应用实践。边缘计算作为云计算的一种补充和优化，一部分的人工智能正在加快速度从云端走向边缘，进入到越来越小的物联网设备中。而这些物联网设备往往体积很小，为此轻量机器学习受到青睐，以满足功耗、延时以及精度等问题。 Network3 是通过构建了一个专门的AI Layer2，通过AI 模型算法优化和压缩，联邦学习，边缘计算和隐私计算，为全球范围内的AI开发者提供服务，帮助他们快速、便捷、高效地训练或者验证模型。它通过利用大量智能物联网硬件设备，可聚焦小模型，来做相应的算力供给，且通过构建TEE（Trusted Execution Environment）能让用户仅通过上传模型梯度，来完成相关训练，确保用户相关数据隐私安全。综上 • 伴随 AI 等领域的发展，许多行业会从底层逻辑上实现巨大变革，算力会上升到更重要的地位，与之关联的各个方面也都会引起行业的广泛探索，去中心化算力网络有其自身优势，可答复降低中心化风险，同时也能作为中心化算力的一种补足。 • 且本身 AI 领域的团队也处于一个分岔口上，是否利用已训练好的大模型构建自身产品，还是参与到训练各自地域内的大模型，这样的选择也多是辩证的。因而去中心化算力能满足不同的业务需求，这样的发展趋势是喜闻乐见的，且伴随技术的更新和算法的迭代，势必在关键领域也会有所突破。 • 至不惧，而徐徐图之。来源：金色财经

金色财经2023-11-28

OpenAI“闹剧”暴露投资微软潜在威胁首席执行官Satya Nadella早有后手准备？

软内部复制该公司的AI模型，将使微软的Azure云平台具有对该技术的独家访问权。微软前高管Barry Briggs表示，相比之下，在微软提出聘用Sam Altman后，其重返OpenAI应该会巩固两家公司之间的关系。“当Sam Altman没有家时，微软毫不犹豫地给了他一个家，而当整个公司都没有家时，微软给了他们一个家。” Jefferies分析师Brent Thill补充说：“我认为没有什么改变，对于每个人来说，都有太多的利害关系，以至于大家都必须相处融洽。” 然而，这一事件突显了以前很少引起注意的问题。例如，它暴露了OpenAI治理安排中的缺陷：一个非营利董事会监督一个盈利初创公司。而Sam Altman重返公司的仓促协议并未修复这些缺陷。微软希望进行治理变革，使OpenAI未来更加稳定，但微软并没有直接参与公司的运营。微软此前也已经在减少对OpenAI的依赖。随着客户开始要求选择AI技术，微软加入了亚马逊云服务和谷歌，提供了来自其他公司的模型，而不仅仅是OpenAI的模型。然而，微软云平台和OpenAI模型之间的紧密集成一直是微软的主要卖点之一，这使得这种关系的任何稀释都会产生负面影响。优化OpenAI的模型以在微软的硬件上运行有助于降低成本，并使OpenAI能够比竞争对手更快地降价。 Barry Briggs表示，客户更有可能选择通过微软的Azure云来利用OpenAI的模型，而不是直接使用，他们更喜欢从拥有更强大技术基础的大型科技公司购买服务所带来的保证。 Satya Nadella在微软最近的财报电话会议上表示，这家软件公司专注于集成所有人工智能技术，这导致“单一模型的利用率非常非常高”。随着生成式人工智能市场的发展，微软对OpenAI的业务依赖也开始减弱。Jason Wong表示，微软Copilot服务（内置于其他软件产品中的智能助手）的大部分价值来自其自己的软件，而不是OpenAI的语言模型。他补充说，因此，客户不太关心哪些模型在此类服务的后台运行。随着生成式人工智能服务变得更加专业化，语言模型适合特定行业或任务，微软的内部研究工作也可能发挥更重要的作用。 Barry Briggs表示，微软研究院在构建大型语言模型的竞赛中输给了OpenAI和谷歌，但它在开发下一代SLM（即小型语言模型）方面处于有利地位。本周，它宣布发布Orca 2，这是一种语言模型，据称其性能比竞争对手系统高出5到10倍。诸如此类的发展可以减少微软在生成式人工智能下一阶段对OpenAI的依赖，并为Satya Nadella留下更多选择。然而，没有人可能会重复他早期押注于Sam Altman的人工智能研究小组所带来的那种竞争飞跃。 #OpenAI高层大地震#

阿泰尔2023-11-25

在大科技公司阴影下 Web3如何防止中心化

云上的区块链即服务举措已经落幕。原因是Azure云上对此类服务的需求不够大。像微软这样的大型组织，需要数万甚至数十万次部署，云服务才对他们来说是值得的。对于初创公司和小型公司来说，情况有所不同，数以万计的用户群可以创造出利润丰厚的业务。这种态度对建筑商来说是件好事，因为它为他们提供了创造产品的机会，而无需试图与资金雄厚的现有企业直接竞争。然而，规模存在一个临界点，使平台从一个无关紧要的小企业转变为被视为现有企业的潜在威胁或竞争对手。这些竞争对手随后被迅速收购。我想到的一些例子包括谷歌收购了 YouTube、Android 和 Deepmind，Facebook 收购了 WhatsApp、Instagram 和 Oculus，亚马逊收购了 Twitch 和 Ring。这些购买使这些公司能够利用非其内部开发的关键网络技术建立重要的市场地位。这些大公司拥有近乎无限的资金可用于收购其他公司，只有立法者才能阻止这些交易的发生。谷歌、Facebook、亚马逊、X 和 LinkedIn 都是万维网的产品。除了成功重塑自我的微软和苹果之外，它们都是在没有大型网络公司寻找收购机会的情况下出现的。 web3 的情况有所不同，因为有很多大型网络技术公司一有机会就会投入大量资金来吸收成功的新贵。我们还没有看到这种情况发生，部分原因是大多数在 web3 领域获得巨大关注的公司都在数字资产领域。由于缺乏明确的监管以及人们认为其中一些资产可能是证券，大型科技公司不太可能收购这些加密货币公司。然而，景观的其他部分可能会变得更具吸引力。应用链收购？许多为 web3 行业提供服务、具有足够规模的基础设施公司可能会成为大型科技公司自然的收购目标。我们有像Alchemy、Infura和Thirdweb这样的公司，提供类似云的 API 服务来启动和开发区块链应用程序。还有大量公司提供启动区块链网络和最近的应用链的服务。其中包括Zeeve、Altlayer、Gateway.fm和Chainstack等。尽管目前尚不清楚对应用链的需求有多大，但如果它们像某些人认为的那样广泛，它们可能会在整个 web3 生态系统中占据重要地位。如果他们达到拥有数十万甚至数百万的门槛，这可能会成为推动主要云基础设施提供商寻求提供自己的服务的催化剂。我不认为 AWS、Google、Azure 在这种情况下会袖手旁观并忽视它们。他们可能会去收购一些领先的公司。尤其是当您考虑到云提供商已经负责为大量公共区块链基础设施提供支持时。其中一些公司可能是去中心化纯粹主义者，雄心勃勃地向完全去中心化的服务迈进。但值得怀疑的是，他们都是这样。毕竟，退出对创始人和投资者来说都是好事。如果 web3 具有许多支持者所期望的影响力，那么很难想象这样的剧本不会在未来发挥作用。特别是随着经济环境也发生了有利于资产负债表健康的大型企业的情况，这些企业可以通过其资本获得健康的无风险回报。过去 15 年里，我们处于历史低利率环境，导致风险投资公司有廉价资金投资高风险初创企业。初创公司可用的资金已经不多了，这给他们的成功带来了更多的困难。这将使挑战大型科技公司的主导地位变得更加困难。达到临界规模在此背景下，为了防止 web3 被 web2 公司吸收，web3 协议和应用程序需要大规模建立并迅速达到临界质量。 Coinbase 就是一家以这种方式建立起来的公司。Brian Armstrong 正在尝试通过钱包和 Base 网络等举措来发展 web3 生态系统。我们不太可能看到 Coinbase 被任何 TradFi 公司收购。幸运的是，为 web3 构建的结算轨道（例如以太坊网络）已经成功地将自己打造成互联网规模的公用事业，并达到了无法完全拥有的规模。新基础设施公司是否能够做到这一点尚不清楚。那些希望分散服务的人将依赖不稳定的实用代币和加密货币，这是进入这些方面的重大障碍。人们不想使用亚马逊股票来支付 AWS 计算费用，并且如果不采用稳定币等更好的价值储存手段，这对许多人来说是一个障碍。从历史中学习重要的是不要忽视第一代 Web 与现在的 web3 非常相似。有很多开放、去中心化的协议，人们在其基础上构建了令人惊叹的创新。随着时间的推移，网络的大部分内容都放弃了许多已编写的协议，并被专有协议和平台所取代。 Web3 确实有自己的支付方式和代币激励措施，项目可以选择采用。然而，最初的网络并没有被资本雄厚的公司所包围，这些公司已经是互联网本地人，也认识到这样一个平台的影响力的价值。在这方面，web3 面临着更艰巨的挑战，即要忠于其起源。毫无疑问，一些核心基础设施，例如更大的区块链网络，已经成功地在这方面建立了自己的地位。但许多为这些网络构建服务的新贵可能会发现自己在未来几年被大型科技公司吸收。这将导致一个看起来与我们当前的 web2 没有太大不同的景观。这不会是一个失败，但会让许多构建者感到惊讶，他们有真正去中心化服务的利他目标。互联网并不存在于真空中，一旦公司达到一定规模或提供一定类别的服务，一些法律法规对公司就具有重要意义。正如我们在美国市场所看到的，这些可能会阻碍企业的发展。因此，重要的是要记住，web3 可能不会像每个人希望的那样干净利落地发挥作用。您认为应用链的需求有多大？您是否认为它们是推动主要云基础设施提供商收购领先公司的潜在催化剂？来源：金色财经

金色财经2023-11-24

机构：三季度全球云服务支出达735亿美元，同比增长16%

服务厂商，亚马逊云科技（AWS）、微软Azure和谷歌云，共同增长了20%，略高于整体市场，占总支出的65%。AWS的表现与上一季度相同，微软Azure的增速则有所上升。而谷歌云在2023年第三季度的同比增长则有所下降。

金融界2023-11-23

浅谈重塑世界之区块链和AI的交汇

去，AWS、Google Cloud和Azure这三大巨头是通过将工具和服务分层来占领市场，从而在企业竞争中深入巩固自己的地位。然而，这种主导地位给企业带来了许多挑战，从限制性运营依赖到云基础设施相关的过高成本，尤其是考虑到主要提供商收取的溢价。在这种情况下，开源系统和工具的应用将是一个强大的颠覆者。开源系统和工具可以为企业节省成本，降低依赖性，并提供更加灵活的解决方案。企业可以依据自己的需求选择开源系统和工具，并且可以对其进行定制和优化，以满足自身的业务需求。总之，开源系统和工具的广泛应用将颠覆云服务寡头垄断的市场环境，并给企业带来更加灵活和经济的解决方案。现有公司面临着运营重组的费用压力，再加上试图尝试和整合越来越多的开源AI，将为使用去中心化替代方案重构业务创造一个窗口。因此，开源AI和区块链技术的新兴交叉点为实验和投资提供了一个非凡领域。 5、加密与AI：双向价值关系我们对人工智能和区块链之间潜在的共生关系感到异常兴奋。加密中间件可以通过建立有效的计算和数据市场（供应、标签或微调）以及证明或隐私工具，极大地改善人工智能供应方的信息输入。反过来，去中心化应用程序和协议将通过吸收这种劳动成果达到新的高度。不可否认，加密技术已经取得了长足的进步，但协议和应用程序仍然受到主流用户使用的仍然不直观的工具和用户界面的影响。同样，智能合约本身可能会受到限制，无论是在开发人员的手动工作负载需求方面，还是在整体功能的流动性方面。 Web3开发人员是一群非常高产的人。高峰时期，仅仅7.5万名全职开发者就创造了价值数万亿美元的产业。编码助手和ML增强DevOps有望助力现有工作，而无代码工具正在迅速赋能新一类建设者。随着机器学习功能被整合进智能合约并被带到链上，开发人员将能够设计出更加流畅和富有表现力的用户体验，并最终设计出全新的杀手级应用程序。这种链上体验的跨越式功能改进将吸引新的——可能是更多的——受众，催化出重要的采用反馈飞轮。生成式AI可能就是加密货币缺失的一环，它将改变UI/UX，并催生新一波技术发展浪潮。反过来，区块链技术将利用、泛化和加速人工智能的潜力。 6、使用区块链建设更好的数据市场使用区块链技术来建设更好的数据市场是一个具有潜力的方向。数据在机器学习中扮演着基础信息输入的角色，庞大的数据库如Common Crawl和The Pile使得基础模型获得了全球的关注。企业可以利用这些数据来完善产品供应的基础模型，或者用于建立未来的竞争优势。数据最终将成为用户和个人模型之间的桥梁，个人模型可以在本地运行，并不断适应个人需求。因此，数据的竞争成为了一个必不可少的前沿领域，区块链技术可以在这个领域中占据优势，尤其是在质量成为塑造数据市场的重要属性的情况下。数据质量比数量更为重要。早期研究表明，未来高达90%的在线内容可能是人工合成的。虽然合成训练数据具有一定的优势，但它也存在模型质量恶化和偏见强化的重大风险。未来几年，机器学习模型可能会面临非合成数据源的枯竭的风险。区块链技术通过其协调机制和证明原语，为支持去中心化市场提供了优化的可能性，使用户能够共享、拥有或变现用于训练或微调特定领域模型的数据。因此，Web3可能成为更好、更有效的人工生成训练和微调数据的源头。目前，区块链技术已经在支持去中心化的训练、微调和推理过程方面取得了进展，同时也可以更好地保存和利用开源智能。较小的开源模型通过高效的微调过程进行改进，其输出精度已经可以与较大的模型相媲美。因此，在数据来源和微调数据方面，趋势已经开始从数量转向质量。能够跟踪和验证原始数据和衍生数据生命周期的能力可以促进模型复现性和透明度，从而推动更高质量的模型和输入的发展。区块链可以建立一个持久的护城河，成为具有多样化、可验证和量身定制数据集的主要领域。这在传统解决方案过度索引算法进度以应对数据不足的情况下尤其有价值。内容模仿爆发即将到来的内容模仿浪潮是另一个加密货币先发优势将发挥作用的领域。这种新的技术范式将以前所未有的规模赋能数字内容创作者，而Web3即插即用的基础设施让这一切都变得简单明了。加密货币具有主场优势，这要归功于多年来围绕以NFT形式建立数字资产和内容的所有权和不可变来源的原语的开发。 NFT可以捕获整个内容创作生命周期，但也可以代表数字原生身份、虚拟资产，甚至现金流。因此，NFT使数字资产市场（OpenSea、Blur）等新用户体验成为可能，同时也重新思考了书面内容（Mirror）、社交媒体（Farcaster、Lens）、游戏（Dapper Labs、Immutable），甚至是金融基础设施（Upshot、NFTFi）等商业模式。这项技术甚至可以比另一种选择——使用算法——更可靠地打击深度造假和计算操纵。一个明显的例子就是，OpenAI的检测工具因精度失败而关停。最后一点：简洁和可验证计算的进步也将升级NFT的动态格局，因为它们包含ML输出以驱动更智能、不断发展的元数据。我们相信，基于区块链技术的AI工具和界面将释放出全面价值，重塑数字内容格局。利用零知识证明实现机器学习的无限知识区块链行业正在寻求技术解决方案，既能够实现资源高效计算，又能够保持无需信任的特性，而零知识证明（ZK）正是在这方面取得了重大进展。虽然最初的设计是为了解决以太坊虚拟机等系统的资源瓶颈问题，但ZK证明实际上提供了许多与人工智能相关的有价值用例。一个明显的例子是对现有用例进行简单扩展：通过高效而简洁的方式验证计算密集型过程，比如在链下运行机器学习模型，这样最终的产品（如模型推理）可以以ZK证明的形式在链上整合。通过将存储证明与协同处理相结合，我们可以在不引入新的信任假设的情况下，使得链上应用程序更加灵活和敏捷，大大增强其功能。当使用ZK证明调用API时，我们可以验证特定模型或数据池是否真正用于生成推断。它还可以隐藏模型在敏感行业如医疗保健或保险中使用的特定权重或数据。公司甚至可以通过交换数据或知识产权来更有效地进行合作，并从共享学习中受益，同时仍然保持着自己资源的所有权。最后，ZK证明在区分人工数据和合成数据这一日益相关而又具有挑战性的领域中具有真正的适用性。这些用例中的一些还需要进一步的技术开发和寻找可持续规模经济的方法，但zkML有可能对人工智能的发展轨迹产生独特的影响。 8、长尾资产及潜在价值加密货币已经证明了其作为音乐和艺术等传统市场价值流的卓越架构师的作用。在过去的几年里，还出现了代表链下有形资产（如葡萄酒和运动鞋）的链上流动性市场。继任者自然将涉及先进的ML功能，因为人工智能被带到链上并可让智能合约访问。 ML模型与区块链围栏（rails）相结合，将重新设计以前由于缺乏数据或买家深度而无法获得的非流动性资产背后的担保流程。一种方法是，机器学习算法查询大量变量，以评估隐藏的关系，并最大限度地减少操纵者的攻击面。Web3已经在尝试围绕社交媒体关系和钱包用户名等新概念创建市场。与AMM对释放长尾代币流动性的影响类似，ML将通过获取大量定量和定性数据来获得隐性模式，从而彻底改变价格发现。这些新的见解可以形成基于智能合约的市场的基础。人工智能的分析能力将嵌入去中心化金融基础设施，以发现长尾资产中的潜在价值。 9、去中心化基础设施层加密货币不仅在吸引和货币化高质量数据方面具有优势，而且在人工智能背后的基础设施支持方面也具有相似的前景。一些去中心化物理基础设施网络（DePINs），如Filecoin和Arweave，已建立了用于存储的系统，这些系统本身就包含区块链技术。还有其他公司，如Gensyn和Together，致力于解决分布式网络模型训练的挑战，而Akash则推出了一个令人印象深刻的P2P市场，将过剩的计算资源与需求联系起来。此外，Ritual以激励网络和模型套件的形式为开源AI基础设施的建设提供基础，将分布式计算设备连接起来，供用户进行推理和微调。其中最重要的是，像Ritual、Filecoin或Akash这样的DePIN还可以创建一个更大、更有效的市场。他们通过向更广泛的供应端开放，包括能够释放潜在经济价值的被动供应商，或者将性能较差的硬件整合到与高水平同行竞争的池中来实现这一点。技术栈的各部分都涉及不同的约束和价值偏好，并且对这些层进行规模性实战测试（特别是去中心化模型训练和计算的新兴领域）方面仍有大量工作要做。然而，基于区块链的计算、存储甚至模型训练解决方案的基础已存在，这些解决方案最终可以与传统市场一较高下。 10、综上所述，加密技术和人工智能的结合已经成为最具前景的设计领域之一，影响到了从内容创作到企业工作流程及金融基础设施等方方面面。我们相信在未来几十年内，这些技术将对世界进行重塑。最好的团队将结合基础设施、加密经济学和人工智能等技术，以提升产品/服务性能、实现全新行为或实现具有竞争力的成本结构。加密技术为协作网络引入了前所未有的规模、深度和标准化数据粒度，而人工智能将信息池转换为相关背景或关系的向量。当这两个领域结合在一起时，可以形成一种独特的互惠关系，为去中心化未来的建设者奠定基础。来源：金色财经

金色财经2023-11-22

OpenAI“宫斗”落幕？奥特曼将回归OpenAI担任首席执行官，一文回顾事件时间线

OpenAI 客户也在考虑改用微软的 Azure 服务，该服务提供 OpenAI 模型和其他模型的副本。 2023-11-21 07:00 微软CEO Nadella：仍然相信Altman的领导能力 2023-11-21 06:52 Thrive Capital等OpenAI的投资者要求请回Sam Altman 据知情人士透露，Thrive Capital、Khosla Ventures和Tiger Global Management正寻求保护他们的投资。 2023-11-21 06:38 投资者考虑起诉OpenAI董事会消息人士称，投资者正与法律顾问合作，研究他们的选项。目前还不清楚这些投资者是否会起诉OpenAI。 2023-11-21 04:23 前GitHub首席执行官Nat Friedman拒绝了OpenAI的临时首席执行官职位 2023-11-21 04:04 Sam Altman：他和微软CEO的首要任务是确保OpenAI茁壮成长 2023-11-21 03:51 Salesforce前高管Bret Taylor可能不会再加入OpenAI董事会 2023-11-21 03:50 Sam Altman跳槽微软并非板上钉钉试图使OpenAI董事会体面退出如果解雇他的其他董事会成员辞职，他和联合创始人Greg Brockman仍然愿意回到OpenAI。 2023-11-21 02:38 逾700名OpenAI员工联名要求董事会辞职否则可能集体投奔微软信中还指出，微软“已经承诺会给所有OpenAI员工提供职位”。 2023-11-21 02:00 OpenAI超过100客户联系竞争对手Anthropic OpenAI的客户正在寻找退出的机会，这表明该公司可能会有大量业务流失，从而令这家初创公司遭受重创。 2023-11-21 00:14 OpenAI联名写信敦促董事会辞职的员工人数不断上升截至周一，OpenAI联名写信敦促董事会辞职的员工人数上升至为770人，他们还要求恢复Sam Altman的首席执行官职务。 2023-11-20 21:54 将近500名OpenAI员工威胁辞职除非董事会辞职 2023-11-20 20:49 OpenAI临时CEO承诺对Sam Altman遭罢免事件展开调查 2023-11-20 19:50 OpenAI震荡落幕，变局指向何方？本次冲突也凸显了人工智能行业中的重大裂痕，一些人认为，应该在政府最低限度的监管下推动这项技术的发展，以便快速为人们提供有用的工具；另一些人则担心，人工智能技术发展伴随着的安全问题不容忽视，不完善的AI系统可能会造成不可挽回的后果。 2023-11-20 18:02 回归OpenAI失败，Sam Altman将加入微软不出意外，这些跟随Sam Altman离开OpenAI的员工，大概率会随着Sam Altman一同加入微软。在Satya Nadella宣布该消息5分钟后，Sam Altman在社交平台上也转发回应称，“使命仍在继续。” 2023-11-20 15:58 微软：OpenAI创始人Sam Altman、Greg Brockman将加入微软微软CEO Nadella在社交平台X上表示，OpenAI创始人Sam Altman、Greg Brockman将加入微软，领导一个新的高级人工智能研究团队。 2023-11-20 15:46 得知Sam Altman不会回归数十名OpenAI员工辞职有OpenAI员工表示，如果Sam Altman创办一家新的AI企业，他们将有兴趣加入。 2023-11-20 13:09 不顾投资者要求Sam Altman复职呼声 OpenAI董事会聘请Twitch前高管Emmett Shear担任CEO 2023-11-20 12:18 OpenAI临时首席执行官Murati计划重新聘请Sam Altman和Brockman 另择CEO，将是对以微软公司和Thrive Capital为主的投资者的激烈反抗——这些投资者已要求董事会下台并希望Sam Altman复职。 2023-11-20 08:19 作为OpenAI最大股东，微软正在考虑，如果Sam Altman重返岗位，微软将在OpenAI董事会中占有一席之地。 2023-11-19 13:13 OpenAI创始人Sam Altman：我非常热爱OpenAI团队 2023-11-18 12:13 两位创始人突然去职 OpenAI会不会转向？关于OpenAI发展，如果Altman确实如外界猜测出现了与董事会的重大分歧，即他盈利心切，在未经严格安全审查就急于将新产品推向市场（比如刚推出的GPT商店和收入分享计划），那么在Altman离职之后，OpenAI会不会调整其产品形态和新产品上市节奏，甚至某种程度的转向？ 2023-11-19 08:08 OpenAI投资者向董事会施压要求恢复Sam Altman的CEO职务一些投资者正在积极寻求OpenAI最大股东微软公司的帮助。 2023-11-18 06:54 OpenAI临时CEO：微软对OpenAI具有极大的信心 2023-11-18 05:48 OpenAI将在CEO离职后召开全体员工大会公司希望能够消除员工对公司未来融资前景等问题的忧虑。 2023-11-18 04:33 OpenAI首席执行官Sam Altman离职董事会质疑其领导能力和坦诚态度公司CTO Mira Murati被任命为临时CEO。据悉，对Sam Altman的这一决定是董事会经过认真的审查程序做出的，最后得出结论：他在与董事会的沟通中不能将坦诚一以贯之。

金融界2023-11-22

拜登芯片禁令发威？英伟达财报重磅信号：在华销售额将大幅下降正为中国采取“2大行动”

，它已经开发了自己的内部AI芯片，为其Azure云服务提供支持，以减少对主导AI芯片市场的英伟达产生依赖。但英伟达仍然看到了开发商的机会，因为它不仅提供芯片，还提供软件解决方案来帮助客户构建AI产品。英伟达创始人兼首席执行官黄仁勋在电话会议上指出：“他们想要自己专有的AI模型，他们无力承担将情报外包、分发数据推给其他公司所需的费用，而我们帮助他们构建定制AI模型。”

圈内人2023-11-22

阿尔特曼的加入，微软再创新高

微软的营收增长受到多种因素的推动，包括Azure云计算业务的持续增长，过去一年增长了令人印象深刻的29%，还有像Office这样的产品。在最近一个季度，利润增长非常强劲，综合收入飙升了46%，达到近220亿美元。成本节约措施与微软强劲的业务增长相结合，使其实现了极具吸引力的利润改善。展望未来，微软的前景仍然非常积极。例如，去年十月完成对动视暴雪的收购，将对当前季度及以后的销售和利润产生积极影响，但投资者还可以期待来自微软现有业务线（如Office、Azure等）的持续增长。在未来几年里，微软的销售收入应该会越来越多地受益于其人工智能产品，尽管在2023年余下的时间和2024年，这些产品可能还不会对业绩产生巨大的正面影响。然而，对于具有更长远视野的投资者来说，人工智能业务和微软在这一领域的强势地位是非常令人兴奋的。微软是一个好的投资吗？毫无疑问，微软具有许多优点：公司拥有卓越的利润率和资本回报率，AAA级的资产负债表，强劲的业务增长，同时在云计算和人工智能等当前和未来的增长行业中处于非常有利的位置。微软有强大的管理团队，并产生大量现金流，这使得公司能够进行并购活动，同时向股东返还数十亿美元。然而，我们也应该关注微软的估值。虽然由于其许多吸引人的特征，微软应该比整个市场享有溢价估值，但可以争论的是，该股票在今天远非便宜。从今年的每股盈利估计来看，微软的市盈率为34倍净利润，相当于收益率略低于3%——而在零风险国债提供的收益率高于4%的时候，这就构成了相当高的估值。微软的10年平均市盈率为29，这意味着股票目前的估值处于历史范围的高端。当我们进一步考虑到过去十年的平均利率较低，相比现在，就可以看出微软今天并非是一个很好的价值。这并不意味着微软是一个糟糕的投资，但在进入或扩大仓位之前等待回调可能是一个不错的主意。 $微软(MSFT)$

老虎证券2023-11-21

24小时热点