NFT 和 AI：有哪些用例？

元峰GPT

2023-03-06 10:06

发布于 Mirror

2023年的加密货币市场以AI代币的大规模涨势开始，许多人已经表示人工智能项目将成为下一个周期的赢家。NFT项目也以不同形式融合了人工智能，而在NFT市场中，人工智能的应用案例可以说比区块链普遍应用更强大。

区块链与NFT中的机器学习

AI 无处不在

你是否曾与神经网络互动过？在你回答“没有”之前，请考虑以下事实：

每当你将文本输入到Google翻译中时，神经网络就在幕后工作；
Google地图中的交通更新也涉及到人工智能；
每当你说“嘿，Google”或“嘿，Siri”时，语音识别算法就会被触发，这也是一种神经网络。

人工神经网络（ANN）是一种算法，它可以首先被训练以识别数据集中的模式，然后继续学习以更好地完成任务。ANN无处不在，从非常特定的任务到更加通用的任务。

机器学习（ML）模型的训练过程非常复杂，需要大量干净的数据和计算资源，但如果你拥有这些资源，结果将会令人印象深刻。最著名的例子是 ChatGPT ——一个聊天机器人，它不仅“理解”你写的内容，还可以聪明地回答问题，甚至写文章。

趋势还是只是一次炒作？

当大家突然开始谈论ChatGPT时，与人工智能有关的大多数加密代币也开始增长。其中一些在一个月内涨了200％、500％甚至1000％。然后它们都回撤了，尽管许多仍保持年初开盘价的100%。

但是，所有这些加密AI项目都做什么呢？有些是针对人工智能进行优化并与TensorFlow等ML框架集成的新区块链。其他则提供用于训练AI模型的数据、准备好的AI产品市场甚至分散式计算。

目前尚不清楚将区块链技术应用于人工智能行业会带来多大的好处。由于技术原因（我们无法在此进行详细讨论），在区块链上运行实际的人工智能应用程序非常困难，而且很多项目还没有准备好面向大众使用。2023年可能出现的比特币人工智能热潮可能只是被炒作所推动。

AI 和 NFTs

NFT是一个非常不同的故事。在非同质化行业中，人工智能已经被广泛应用，并取得了几个成功案例。实际上，一些最受欢迎的收藏品是由机器学习算法生成的。在不久的将来，我们甚至可能会看到由AI驱动的角色出现在元宇宙中。我们将进一步探讨这些内容。

顺便说一下，需要澄清的是，将这些算法称为“AI”并不完全正确。真正的人工智能应该模仿人类的思维过程，但现有的神经网络远远达不到这个水平。我们人类可以解决无限范围的问题，但是机器学习算法通常只被训练来完成一个或几个任务。然而，由于每个人都称它们为AI，我们在本文中也会这样称呼它们。

AI作为艺术家：ArtBlocks的成功故事

大多数蓝筹NFT集合都是使用算法生成的。人类艺术家绘制个体特征（眼睛、衣服、武器等），并告诉算法每个特征应该在收藏中出现多少次。然后，算法将这些特征组合起来，以获得所需数量的具有预设稀有度等级的独特NFT。

您可能会同意，这几乎不是“真正的AI”。机器所做的只是遵循指示。它没有被训练出自己创造任何新东西的能力。
然后我们有真正的生成艺术，也称为可编程艺术。这种类型最著名的收藏品可能是 Tyler Hobbs' Fidenzas。您一定见过这些色彩斑斓的意大利面条条纹的万花筒般的旋涡，它们的售价高达数千美元。

Fidenzas和其他知名的生成收藏品“生活”在 Art Blocks 上，这是一个策展AI艺术的顶级平台。一个特别的委员会精心挑选最有成就的艺术家，因此在Art Blocks上展示作品就像在著名画廊展示一样。

对于艺术家来说，可编程艺术是一个绝佳的机会。他们可以销售NFT（然后从二次销售中获得版税）和作品的实体副本。这也是一种接触到广泛的NFT收藏家社区的方式，他们从不购买实体艺术品。缺点是可编程艺术需要艺术家具备强大的编码技能或与程序员和数据工程师合作。

人工智能如何创作艺术？

1）GAN编码。该过程始于机器学习模型本身的编码。在大多数情况下，它是一种称为GAN（生成对抗网络）的类型。对抗性——因为算法有两个部分，它们有点相互竞争。一个（生成器）根据输入创建随机图像，另一个（鉴别器）对其进行评估，并尝试确定图像是AI创建的还是真实的。如果鉴别器被欺骗，生成器就赢了，反之亦然。

2）训练。现在，我们有了一个可以学习我们想要的东西的AI，但我们必须向它展示我们想要的东西。艺术家选择了一大批与最终结果相似的图像。

例如，您可以拥有一组由10,000张狗的图片数据集，程序最终会理解“狗”的样子，并能够产生全新的狗图像。或者您可以教它制作“印象派”绘画，漫画图像等。

3) 调整。起初，艺术家可能会丢弃许多生成的图像，但算法也会从这个过程中学习，并在下一轮中产生更好的结果。代码本身可能需要进行调整。目标是让AI不是复制现有模型，而是创造出真正新颖的东西。

4) 铸造。这是最简单的步骤。准备好的图像上传到IPFS或其他存储介质，并用作元数据来制作NFT。现在，这几乎不需要区块链技能。

我们应该强调，生成艺术不需要区块链或NFT。事实上，这种类型的第一个算法是在1970年代构建的。但是NFT技术允许艺术家验证其所有权，获得版税并访问更大的受众。

Text-to-art 文本生成艺术

另一种有趣的生成艺术类型是将一段文本（“seed 种子”）转化为图像。在这里，模型是根据与描述相匹配的图像进行训练的，例如“这是一只狗”和“这也是一只狗”，“这是红色的”，“这是一只大狗”等。最终，如果您给它一个描述，例如“一只大绿色的狗正在水池中玩耍”，它将产生一个合适的图像。

您甚至可以训练神经网络以不同的风格再现相同的图像，例如漫画，文艺复兴绘画，照片逼真等。这种类型的最佳框架之一是OpenAI的DALL-E，该公司还建立了ChatGPT。

毋庸置疑，这样的模型需要高水平的语音识别技能，并且训练它们更加困难。但是这些协议可以与观众共享，并成为集体创造力的工具。ChatGPT展示了这个过程有多么令人兴奋。

你可以收取用户使用协议的费用，而不是出售准备好的NFT，然后让他们销售自己创作的NFT。这种文本到NFT工具是NFT行业中另一个很好的应用案例。良好的例子包括NightCafe 和 HotPot。一旦你在以太坊上铸造了那些NFT，你就可以使用 XP.NETWORK NFT bridge 将它们转移到其他20多个链！