ChatGPT的崛起_Chain:GPT

近期，OpenAI發布了ChatGPT，是一個可以對話的方式進行交互的模型，因為它的智能化，得到了很多用戶的歡迎。ChatGPT也是OpenAI之前發布的InstructGPT的親戚，ChatGPT模型的訓練是使用RLHF也許ChatGPT的到來，也是OpenAI的GPT-4正式推出之前的序章。

一、什么是GPT?

GenerativePre-trainedTransformer(GPT)，是一種基于互聯網可用數據訓練的文本生成深度學習模型。它用于問答、文本摘要生成、機器翻譯、分類、代碼生成和對話AI。

2018年，NLP的預訓練模型元年，GPT-1誕生，此時的GPT-1僅是一個語言理解工具而非對話式AI。2019年GPT-2采用更多的網絡參數與更大的數據集進行訓練，此時的GPT-2展現出普世且較強的能力，并在多個特定的語言建模任務上實現了彼時的最佳性能。隨后，GPT-3出現，作為一個無監督模型，幾乎可以完成自然語言處理的絕大部分任務，例如面向問題的搜索、閱讀理解、語義推斷、機器翻譯、文章生成和自動問答等等。GPT-3的出現使人們看到了通用人工智能的希望。

Blockchain.com CEO：LUNA崩盤前已退出，不看好USDD:6月10日消息，Blockchain.com 首席執行官 Peter Smith 在阿姆斯特丹 Money20/20 大會上透露，盡管該平臺提供過 LUNA，但從未上架 UST。因為他認為 UST 不是一個受歡迎的選擇，消費者喜歡 20% 的收益，但也討厭歸零。

Peter Smith 回應稱，雖然 Blockchain.com 確實是 LUNA 的早期投資者，但他一直對 Terra 生態系統的可持續性表示懷疑，因此在市場崩盤之前選擇了退出。此外，Peter Smith 還表示并不看好波場 TRON 創始人 Justin Sun 推出的最新算法 Stablecoin USDD。（Blockworks）[2022/6/10 23:05:50]

ChatGPT的到來，也被視為文本生成器GPT-3的下一個迭代，為GPT-4到來拉開序幕。

HIVE Blockchain 10月產出307枚BTC，現持有約3311枚BTC:11月7日消息，上市礦企HIVE Blockchain發布挖礦數據更新，HIVE 10月份產出的比特幣總產量未307枚BTC。截至目前，HIVE持有約3311枚BTC，市值逾7000萬美元。公司強調沒有任何數字資產或加密挖礦硬件相關的償債付款。該公司已收到140 PH/s的MicroBT M30S++礦機，它們正在安裝中(目前大約80 PH/s已經安裝)。HIVE預計ASIC和GPU的比特幣哈希率到11月底將超過2.7 Exahash。[2022/11/7 12:27:39]

ChatGPT是一種大型語言模型，通過大量在線信息進行訓練并創建其響應。注冊ChatGPT后，用戶可以要求人工智能系統回答一系列問題，這些問題包括開放性問題：例“生命的意義是什么？”加密貨幣值得投資“？”“什么是HackerMovement”等。

數據：今年1月初以來，BNB Chain上NFT銷售額增長約1180%:金色財經消息，據BeInCrypto Research的數據，自2022年1月以來，BNB Chain上的NFT銷售額增長了約1180%。1月份，總銷售額大約為94325美元。截止2022年2月，這一數字上升了1109%，達到約114萬美元。在3月18日至3月20日期間，總銷售額攀升至約121萬美元。（BeInCrypto）[2022/3/21 14:09:39]

二、ChatGPT如何工作？

談到ChatGPT的算法模型，其前身InstructGPT仍值得關注。

HBTC Chain負責人：HBTC Chain定位于異構跨鏈DeFi公鏈:金色財經報道，在10月21日舉辦的《金色百家談 | HBTC Chain打造跨鏈Dex解決方案》的直播節目中，HBTC Chain負責人Cody表示，“異構跨鏈DeFi公鏈”，他一共有四重含義，異構即不同結構的公鏈，跨鏈即鏈間通信與資產轉移，DeFi即去中心化金融，公鏈就是區塊鏈底層基礎設施。因此異構跨鏈DeFi公鏈翻譯過來就是指，不同特性與構造的公鏈能夠通過HBTC Chain進行資產安全去中心化的跨鏈，同時還能夠無縫對接各類去中心化金融應用的公鏈基礎設施。

HBTC Chain定位為“異構跨鏈DeFi公鏈”，主要服務于資產的安全去中心化流通兌換，畢竟數字資產是Defi的基礎。其主要功能有，1）支持OpenDex協議，支持AMM+Orderbook模式跨鏈SWAP；2）跨鏈資產橋，完整的資產安全去中心化跨鏈流通兌換，支持任意公鏈自由去中心化安全流通兌換，其主要功能是跨鏈資產橋與支持DeFi應用。[2020/10/21]

2022年初，OpenAI發布了InstructGPT。開發人員通過結合監督學習+人類反饋強化學習，提高GPT-3的輸出質量。在這種學習中，人類對模型的潛在輸出進行排序，強化學習算法則對產生類似于高級輸出材料的模型進行獎勵。

訓練數據集以創建提示開始，其中一些提示是基于GPT-3用戶的輸入，比如“解釋什么是HackerMovement”或“給一個小學生解釋Hacker”。

開發人員將提示分為三個部分，并以不同的方式為每個部分創建響應：

1.人類作家會對第一組提示做出響應。開發人員微調了一個經過訓練的GPT-3，將它變成InstructGPT以生成每個提示的現有響應。

2.下一步是訓練一個模型，使其對更好的響應做出更高的獎勵。對于第二組提示，經過優化的模型會生成多個響應。人工評分者會對每個回復進行排名。在給出一個提示和兩個響應后，一個獎勵模型學會了為評分高的響應計算更高的獎勵，為評分低的回答計算更低的獎勵。

3.開發人員使用第三組提示和強化學習方法近端策略優化進一步微調了語言模型。給出提示后，語言模型會生成響應，而獎勵模型會給予相應獎勵。PPO使用獎勵來更新語言模型。

與其他AI聊天機器人不同，本著構建更加負責任的強人工智能原則，ChatGPT可以回答后續問題、承認錯誤、挑戰不正確的問題并拒絕不適當的請求。

三、ChatGPT等AIGC工具對內容生態的挑戰

不可置疑的是AIGC對很多領域產生了積極的影響。如，文本創作、音樂創作、游戲文本生成等。隨著AIGC工具的成熟，其甚至可自主編程、拼接生成新的協議。

但，此類工具向內容生態提出一個全新的問題即：如何應對AIGC的真實性。以ChatGPT為例：

1.在訓練的強化學習階段，對于問題，并沒有真相和問題標準答案的具體來源。

2.訓練模型更加謹慎，可能會拒絕回答。

3.監督訓練可能會誤導/偏向模型傾向于知道理想的答案，而不是模型生成一組隨機的響應并且只有人類評論者選擇好的/排名靠前的響應。

人工智能生成的答案有數千個，而這些答案通常需要具有專業知識的人詳細閱讀，才能確定答案實際上是錯誤的，這些錯誤信息很容易破壞以志愿者為基礎的高質量問答社區。

紙質新聞時代，每個事實都必須包含權威的一手或二手資料來源，但現在已經很少有出版物有事實核查員，這就把責任推給了記者和編輯。信息爆炸時代，以人為媒介傳播的虛假信息尚且讓審核機制“頭疼”，很難想象當人工智能開始傳播虛假信息，所帶來的挑戰。尤其是在這個輿論時常反轉的時代，只要一個消息聽起來合理，許多人就會認為這是正確的。

Tags：GPTCHAAINChainCHGPTchat幣還值得擁有嗎BRAIN幣0chain

中幣