【吹哨】警惕AI炒作风险

鱼叔 UncleFish

2023-02-08 13:32

发布于 Mirror

hi，大家好，我是鱼叔。今天我想就市场很热的ai板块发表我的看法。

先表明我的态度，我认为目前「炒作AI过高」了，如果你和我意见极其不同，那么你可以不用看下面的内容，如果你比较理性，想多听听市面上不同的声音，那欢迎你了解我的理由。

本文主要会分析chatgpt和agix，并且会抛出我个人的观点。

AI 的基本了解

在讲ai应用前，我们先要对ai有一个基本的共识了解。

什么是ai？

ai的全称叫做artificial intelligence，意思是人工智能。引用维基百科对其的解释，「指由人制造出来的机器所表现出来的智慧」。简单来讲，就是能像人一样「思考」的机器或者程序。

那我们肯定知道，让机器有思维是不可能实现的，我们能做的就是希望它可以在某些环境里做成像人一样的反应，从而给使用者有「像人」的错觉。所以，ai的进步方向就是尽可能地去模仿人类。

那如何模仿呢？

唯手熟尔，也就是不断地去「训练」ai模型。

ai实现模仿的基础算法是不断地尝试，通过组合不同的数据来实现最佳答案。因此它仰赖于大型的计算资源和大型的数据库。

而所谓的训练，就是让这个模型不断地进行数据整合，通过人为引导，比如说怎样的组合是正确的，怎样的组合是错误的，从而让其建立一个程序，这样下次再遇到这个问题就知道该如何回答了。

通过分析ai训练的要素，我们可以发现，ai的功能完善度取决于三个点：计算资源、数据库以及人为引导。

计算资源可以加速ai的运行，这也是为什么很多ai研究院会采购大量GPU的原因。

数据库决定了ai的训练方向。就像人类社会一样，有的人擅长数学，有的人擅长文学，不同的数据库所训练出来的ai功能也不同。早期用围棋数据构建的AlphaGo就是一个特定的ai项目，它除了下围棋外不具备其他的功能。另外，丰富的数据库也能让ai功能更加完善。

**人为引导是一个具有道德风险的事情。**抛开一些客观的物理事实，在涉及到人类社会或者文明的问题上，不存在绝对的正确和错误。如果有某种种族倾向或者宗教倾向的人引导ai，那么这样训练出来的ai产品也是存在倾向性的。最好的方法就是针对一些敏感的问题不回答。

chatGPT是什么

在对ai有一个基本的共识后，我们在这里聊聊最近爆火的ChatGpt。

chatgpt是公司OpenAI于2022年11月推出的一款AI聊天软件，它的交互界面很简单，只有一个输入框，基本上你问什么它答什么。不同于一般的聊天交互，它能给你一种「智能感」，也就是说它的回答不会显得那么答非所问。

这个chatgpt的训练模型和我们之前说的那个ai训练模型基本类似，具体的实现流程如下：

使用fine-tune GPT-3.5 训练一个对话初始模型；
通过人与对话模型进行对话，收集对话数据；
通过采样的方式，对后续回答，通过人工进行反馈（rank）；
利用PPO强化学习算法针对奖励模型和策略优化，对模型进行多次迭代优化。

也是通过大数据组合然后结合人为反馈来实现。

ChatGPT为什么突然火了

我们可以发现chatGPT于22年11月就推出了，但是为什么两个月后的现在才开始火爆起来呢？我觉得原因有三个：

1）chatGPT玩法变花了

如果只是聊天，那么这款工具的能力也就到头了。得益于大量「无聊」和「玩花活」的博主，疯狂尝试各种博人眼球的方式，从而不断把这款产品推到大家的眼前。

比如什么「某小伙基于chatGPT构建虚拟女友」，再比如「用chatGPT写的论文拿到全班最高分」等等，正是这种离谱的标题和使用方式，让chatGPT出圈走进大家茶余饭后的聊资里。

2）大公司进入

23年1月23日，微软高调宣称投资OpenAi，随后谷歌也宣称投资Anthropic（一家OpenAi的竞品公司）。

两家软件巨头的进入，瞬间点燃了市场。一时间媒体新闻也开始热炒chatGPT，说它是连谷歌都害怕的项目，而微软也宣称会将chatGPT集成到bing搜索里。

3）美联储加息放缓

在2月份的FOMC会议上，鲍威尔表示会放缓加息速度，表明美国的通胀已经得到了一定控制。虽然未来会继续加息，但是相比于22年的猛烈加息已经是一个很好的利好行为了。

当市场有热点、有散户、有资本、还有利好的政策，那么基本上只要一个小火苗就会点燃人们的FOMO欲望。

这个FOMO欲望有多可怕？无论是美股、A股还是加密市场，凡是跟ai挂点钩的都被炒作了起来。

为什么ai容易炒作呢？因为这个概念简单易懂，大家多多少少都看过不少科幻电影，对于ai的畅想是很轻松的。

agix研究

agix 是什么

很多可能买了agix的都不知道这个项目是什么，我这边简单介绍一下。

singularityNET是一个去中心化的ai平台，服务于ai模型和数据库的匹配。用一个通俗易懂的说法，如果你有数据库，另一个人有ai模型，你们需要合作才能训练出一款有用的ai工具，而singularityNET就扮演着中介的角色，用于搭线，agix则是在上面流通的token，用于支付中介费。

善于炒作的CEO

在singularityNET的官网你可以看到Ben Goertzel，这是ai领域的一个专家，但也是争议很大的一个角色。在2017年，他曾参与机器人Sophia的开发，并且以此宣传singularityNET公司。

Sophia在与人交流上存在争议，带有明显的预设迹象，不属于完全的人工智能。也正是这点引来很多AI领域专家的质疑，普遍认为其是噱头。

agix token的代币模型问题

根据官方的描述，agix token目前主要有两个用途，一是stake，二是交易费用。对于stake都比较好理解，我不多赘述，但是第二个用途作为链上交易费用其实有挺大的逻辑问题。

根据singularityNET的描述，如果你想使用在这个AI平台使用付费服务，你就需要用agix来缴费，这其实就涉及到一个定价问题。如果定价是以agix作为标准的话，那么价格波动巨大的agix是不利于形成一个稳定的服务价位。其次，目前能用得起大数据做ai的往往是大公司，这类公司对于定价也非常的敏感，而且往往会直接和数据公司对接而不是借助平台。

因此，用「价格浮动的token来为服务定价」的模型是不合理的，类似的RNDR也有这样的问题。