人工智能AI有人热情膜拜，有人畏惧如虎，AI的发展已经进入高层面的快车道，技术更新迭代日新夜异，技术无罪也无善恶，曾经科幻未来的人机交流，共生共存如今在我们的脑海中已经有了轮廓的意识感想，科技是第一生产力，无人能脱离科技之外。
最新的聊天AI-ChatGPT一经上线就引爆了科技狂徒和AI探索爱好者的热情，不到一周用户新增过100万，在与AI聊天中写代码，文档需求，感情治疗和离奇怪论成了搜索热榜，很多人陷入ChatGPT疯狂回答的循环中，就连其创始人之一的埃隆.马斯克也不禁感叹：我们离强大而危险的人工智能不远了。
ChatGPT有什么神奇魔法，吸引这么多人疯狂传播？
ChatGPT发展历程
GenerativePre-trainedTransformer，是一种基于互联网可用数据训练的文本生成深度学习模型。它用于问答、文本摘要生成、机器翻译、分类、代码生成和对话AI。
2018年，GPT-1诞生，这一年也是NLP的预训练模型元年。性能方面，GPT-1有着一定的泛化能力，能够用于和监督任务无关的NLP任务中。
曼哈顿检察官正在主导美国司法部对FTX崩盘的调查:金色财经报道，市场消息，FTX破产团队据悉将在纽约与联邦检察官会面，此外，FTX首席执行官John Ray本周参加了在曼哈顿举行的会议。曼哈顿检察官正在主导美国司法部对FTX崩盘的调查。[2022/12/9 21:32:13]
虽然GPT-1在未经调试的任务上有一些效果，但其泛化能力远低于经过微调的有监督任务，因此GPT-1只能算得上一个还算不错的语言理解工具而非对话式AI。
2019年GPT-2发布，不过，GPT-2并没有对原有的网络进行过多的结构创新与设计，只使用了更多的网络参数与更大的数据集：最大模型共计48层，参数量达15亿，学习目标则使用无监督预训练模型做有监督任务。
在性能方面，除了理解能力外，GPT-2在生成方面第一次表现出了强大的天赋：阅读摘要、聊天、续写、编故事，甚至生成假新闻、钓鱼邮件或在网上进行角色扮演通通不在话下。在“变得更大”之后，GPT-2的确展现出了普适而强大的能力，并在多个特定的语言建模任务上实现了彼时的最佳性能。
Coinbase：未持有FTT，在FTX上有价值1500万美元的存款:11月9日消息，Coinbase官方表示，无论币安对FTX的收购交易是否完成，Coinbase对FTX的敞口都很少，在FTX上有价值1500万美元的存款。并未持有FTT，没有接触Alameda Research，也没有向FTX提供贷款。此外，Coinbase表示此事件再次证明强有力且明确的监管对于加密行业至关重要。
Coinbase重申其无任何流动性或信用风险，用户可在其公开提交的经审计的财务报表中查看Coinbase以1:1的比例持有客户资产，且拥有56亿美元的总可用资产，其中包括50亿美元的现金和现金等价物。[2022/11/9 12:36:34]
2020年5月，OpenAI发布了GPT-3，这个模型包含的参数比GPT-2多了两个数量级，它比GPT-2有了极大的改进。
GPT-3在许多NLP数据集上都取得了很强的性能，包括翻译、问题回答和cloze任务，以及一些需要即时推理或领域适应的任务，如在句子中使用一个新词或执行3位数运算。GPT-3可以生成人类评估人员难以区分的新闻文章样本。
安全团队：FTX交易所遭到gas窃取攻击事件技术分析:10月13日消息，据Beosin EagleEye Web3安全预警与监控平台的舆情消息，FTX交易所遭到gas窃取攻击，黑客利用FTX支付的gas费用铸造了大量XEN TOKEN。Beosin安全团队第一时间对事件进行了分析，结果如下：
1.以其中一笔攻击交易为例
(0x8eb73bd5c08318a4cfd233940c3a58744830cda999e59ecbc56f094618a91d69)，攻击者先在链上部署攻击合约(0xCba9b1Fd69626932c704DAc4CB58c29244A47FD3)
2.FTX热钱包地址会向攻击合约地址转入小额的资金，利用攻击合约(0xCba9...7FD3)进行批量创建子合约。由于整个攻击中创建了大量合约，并且每次执行完子合约之后，子合约都会自毁。
3.接下来子合约fallback()函数去向Xen合约发起铸币请求，如下函数，claimRank()函数传入一个时间期限（最小1天）进行铸币，铸币条件是只用支付调用gas费，并无其他成本，并且claimMintReward()函数为提取函数，该函数只判断是否达到时间期限（本次黑客设置的时间期限为最小值1天），便可无条件提取。但在此次调用过程中，交易发起者为FTX热钱包地址，所以整个调用过程的gas都是由FTX热钱包地址所支付，而Xen铸币地址为攻击者地址。
4. 1-3中的步骤，重复多次，并且每次重复过程中都会将已到期的代币提取出来，并且同时发起新的铸币请求。
截止发文时，通过Beosin Trace追踪发现，FTX交易所损失81ETH，黑客通过DODO，Uniswap将XEN Token换成ETH转移。[2022/10/13 14:26:15]
2022年初，OpenAI发布了InstructGPT，这是一个经过微调的新版本GPT-3，可以将有害的、不真实的和有偏差的输出最小化。上线后InstructGPT更名为Chatgpt。
分析 | 尽管近期围绕Tether的争议不断 但数位分析师依然看涨BTC:据newsbtc消息，尽管近期围绕Tether的争议不断，但市场投资者们似乎不认为这会对加密市场产生实质性的影响，市场正在逐渐复苏。加密货币分析师The Crypto Monk表示，BTC的技术面依然显示为看涨。Monk没有给出太多的理由，但他所附图表确实显示，BTC现保持在4800美元上方，这是支撑200日移动均线的关键水平。同时，另一位分析师Murad Mahmudov则表示，有75%可能性BTC已经达到底部，Bitfinex的多空头寸比率和相对强弱指数（RSI）指向让他相信比特币将进一步走高。Mahmudov虽然没有说明具体的预测价格水平，但在分析图中以一个箭头指向6300美元，这是比特币预计将遇到的主要阻力。[2019/4/28]
未来还会有更为强大的GPT-4？是的，OpenAI也曾经提出GPT-4的报告，它能够通过图灵测试，并且能够先进到和人类没有区别，除此之外，企业引进GPT-4的成本也将大规模下降。
ChatGPT火爆现象的解析
OpenAI官方称，ChatGPT是在人类的帮助下创建并训练的，人类训练师对该AI早期版本回答查询的方式进行排名和评级。然后，这些信息被反馈到系统中，系统会根据训练师的偏好来调整答案——这是一种训练人工智能的标准方法，被称为强化学习。
为了创建一个用于强化学习的奖励模型，OpenAI也需要收集比较数据，其中包括两个或更多按质量排名的模型回复。
为了收集这些数据，OpenAI收集了AI培训师与聊天机器人的对话，并随机选择了一个模型编写的消息，抽查了几个备选的回复，再让AI培训师对这些回复进行排名。
此外，利用这些奖励模型，这项研究使用近似策略优化算法对模型进行微调，并对这个过程进行了多次迭代。
ChatGPT的火热突显了我们作为传统知识获取渠道的颠覆和便捷，过去知识的传播在于集中式被动授取，过程无聊且波动浮点过大，有好有坏，良莠不齐，ChatGPT让我们看到了未来新的学习链：数据库+AI筛选+用户需求.
AI靠海量算力学习到海量的跨领域知识，虽然不够精确，却能大大节省人类通过“视觉+大脑”的读书培训认知时间消耗，如果能通过算法来识别答案正确与否，AI将成为人类的全知导师、生产助手。
ChatGPT存在哪些局限性
体验过ChatGPT的用户普遍反映目前AI聊天反馈内容信息不准确，有时会给出看上去正确但荒谬的答案、微调提问的方式会得到完全不同的答案、有时会反复使用某些句子，甚至提供了混乱的信息，拥有经历和专业知识的人一眼就看到其中的错误。
这些局限性具体表现为：
在训练的强化学习阶段，没有真相和问题标准答案的具体来源，来答复你的问题。
训练模型更加谨慎，可能会拒绝回答
监督训练可能会误导/偏向模型倾向于知道理想的答案，而不是模型生成一组随机的响应并且只有人类评论者选择好的/排名靠前的响应
ChatGPT之于Web3的思考
ChatGPT在寻找答案、解决问题的效率上已经部分超越了如今的搜索引擎，ChatGPT或许在未来会改变我们获取信息、输出内容的方式，Web3对于ChatGPT都有哪些需求？
浅层需求
项目社群搜索：点对库精准需求筛选，可以提高赛道分类的选择效率，在精力分配上着重于热点和熟悉领域。
排名价格追踪:排名和价格在市场的不同阶段都存在浮动值和大变革，因个人需求和使用习惯无法追随各个交易所和平台的数据海洋，准确的内容输出加大了用户对数据的粘性。
知识分享：知识阶段的跨栏一般需要个人的勤劳和热情去突破，不同社群和内容的分类导致新群体用户的沉重感，先驱者们无法抽身高效传授经验，精准化内容输出能改变传统知识获取渠道。
AMA问答：项目路线图，白皮书，关键人物活动内容在AMA的问答式中能快速掌握，在项目和社区的开展都能面向更多不同的用户群体，在社区品牌IP的传播上起到AI客服功能。
需求指导预测：数据的对比筛选的结果远超个人情绪波动，数据能明确个人需求内容，并在不同段提升或减少资产账面，预测市场环境及未来走势，明显丰富的数据更能把握决定。
深度思考
Web3内容生产：稳定准确的正向内容产出目前是Web3急需的，Web3宏大的世界里仅靠专业内容生产者提供服务内容显得比较单薄且缓慢，AI在内容输出的较率和稳定性上将远超个人，无论是内容质量，画面呈现和沟通效率上。
智能合约布署和安全审计：AI在代码的构造上利用数据库的完整可以提供专业的开发参考范本和校验检查，当然在智能合约的开发上却不可完全依赖AI的程序式输出，毕竟独立项目的需求在于个人，不过安全审计是个反复检测和寻找漏洞修复的过程，AI在利用数据的对比和筛查中能随时起到提醒和纠错的功能。
虚拟机升级：Web3使用区块链技术，而区块链的封闭特性无法及时反映外部信息，虚拟机的出现解决了将链外数据传输链内的空缺，但虚拟机提供数据的准确性和产生的信任感却得不到合理有效的验证时，AI在这方面或许能改变其工作方式。
人才的流动和积累：Web3是下一代技术的全面升级，需要的区块链人才广泛且专业，但现在人才普遍沉淀于传统行业，在招聘和交流上，经常会因表达不明确和传统思维的禁固让人才不敢轻易踏入，而转身入行的新人们又苦于行业的信息冲击而烦恼，新技术和项目内容的快速迭代需要专业授与，AI起到专业导师和图书宝藏的身份。
技术分享和共创：通过检测和积累技术成果，记录项目的成功经验并将其转化为理念，持续生成和输出，形成一个能与个人进行互动交流的共创领域，未来AI将作为个人工作组织的增幅效果，提高对创造性认知的理解，拓展科技的维度。
总结
人工智能AI在科技层的落地应用上体现出了强大的爆发力，AI在生产效率的提升上进一步促进了个人能力和边界的进步，Web3是个新的领域，未来AI在Web3的赛道中可能爆发出哪些现象级的科技，这是一个充满想象的场景，我们拭目以待！
文章来源
『声明：根据央行等部门发布的《关于进一步防范和处置虚拟货币交易炒作风险的通知》，本文内容仅用于信息分享，不对任何经营与投资行为进行推广与背书，请读者严格遵守所在地区法律法规，不参与任何非法金融行为』
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。