行业解读 | 狂飙的ChatGPT 进军的预言机

前言：如果说，ChatGPT的出现，象征着一场新的、关于“智能”的工业革命的萌芽正破土而出。那么，预言机的落地，代表着一次新的，关于“数据”的区块链变革的哥伦布之旅。

 

“你是谁？”

 

“我是一个由OpenAI训练的大型语言模型。我旨在帮助人们解答问题和提供信息。由于我是一个计算机程序，所以不会感知或者思考，只能通过已有的数据来回答问题。如果您有任何问题，请随时告诉我。”

 

ChatGPT：挖掘数据价值

 

ChatGPT，无疑是近期互联网上最火的一个话题。据《财富》报道，ChatGPT在发布仅仅五天后就完成了Facebook耗时10个月才完成的目标——用户超过100万。2月1日，ChatGPT月活用户破1亿人，ins实现这一数据用时两年，TikTok用时9个月，而ChatGPT仅用60天。

 

火爆程度，可见一斑。

 

作为这个时代技术的杰出结晶，ChatGPT带来的是不可预知的革命。无论你喜欢不喜欢，以ChatGPT为代表的AIGC（生成式人工智能）将改变世界。

比尔盖茨也意味深长地说：ChatGPT出现的重大历史意义，不亚于PC和互联网诞生。

 

 

 

伴随着ChatGPT的诞生，其愈发强大的AIGC（生成式人工智能）能力使得不少职业人陷入“职场危机”。甚至有人会担心AI会不会取代人类。其实，AI代替人类工作的言论，并不是第一次出现，几年前便初见端倪。

 

2017年12月麦肯锡全球研究院（McKinsey Global Institute）发布的《失业与就业：自动化时代的劳动力转型》报告称，到2030年，保守估计全球15%的人将因AI技术发展而发生工作变动，激进预估则影响30%的全球人口，中国届时预计有几千万至上亿人需重新就业。

 

当人们仍对报告中的预测不以为意时，2022年9月，科罗拉多州博览会艺术比赛的数字类别中，AI画作《太空歌剧院》一举夺魁，再次引发“AI能否取代人类”的巨大争论。如今，ChatGPT的横空出世，引发全球规模的对AI“威胁”就业所产生的职业生存焦虑的讨论。

 

毫无疑问，ChatGPT是当前人工智能领域重大突破的杰作，同时，不可否认的是，ChatGPT依然存在很多问题。尽管ChatGPT一个基于统计规律的大语言模型，它有人类无懈可击的语言天赋，但是只能做联想而不能完成“逻辑推理”。从这个角度来讲，ChatGPT会倾向于制造出令人信服的回应，当然其中可能包含“生成的”几个事实错误、虚假陈述和错误数据，因为作为一个自然语言处理模型，它也不知道高达数十PB的无监督训练数据里什么是“事实”，这更像一个有点滑头的“虚拟助手”。

 

另外，因为在训练过程中，为了识别人类指令而注入过大量“指令”知识，ChatGPT会对“指令”本身非常敏感，但同时会对一些上下文无关，需要“事实依据”做判断的歧义词识别不高。也许，对大多数普通人来说，ChatGPT都是一个合格的助手，因为所有关于人类语言的技能它都很精通（或者在可见的未来里会很精通），比如归纳总结、翻译、书写文章、风格修正、翻译、润色、写代码等等。因而，从事这些工作的劳动者，如果不能掌握将ChatGPT作为助手的技能，也许将会成为最早期被机器取代的人。

 

概而言之，ChatGPT是超级工具，不是超级智能，它不会替代人类，而是在升级行业。它将极大降低创意和执行门槛，与人类相辅相成。

 

全球最大广告集团WPP首席执行官说：抢走你工作的从不是AI，而是其他掌握AI工具的人。

 

AI发展那么多年，那为什么ChatGPT能够成为AI赛道的黑马？

 

 

 

归根结底，源于对数据的“利用”。

 

当前，人工智能重大研究方向就是NLP任务（自然语言处理），也就是机器要读懂人类语言。而NLP任务（自然语言处理）有两大方向，一个方向是谷歌的双向（BERT）技术，另一个方向就是OpenAI的自回归（GPT）技术。

 

早在2018年6月，OpenAI公司提出初代GPT模型。同年10月，谷歌公司公布了自己的BERT模型，大幅度刷新了自然语言处理领域几乎所有最优记录，从此开启了预训练大模型时代。

在此后的4年时间里，预训练语言模型如 BERT 和 GPT（GPT-1和GPT-2，这些ChatGPT的前身），已成为当前自然语言处理领域的主流技术趋势。这些模型参数从3亿到1.75万亿不等，也因此被称作大语言模型(Large Language Model)。

 

而这些预训练大模型的本质是在使用更大的模型、更多的数据去找到对人类更好的、更通用的“语言模型”。也正是因此，包括BERT和GPT在内的大语言模型，在预训练过程中其实就已经获得了相当数量的词汇、句法和语义知识，仅仅只需要少量标记数据对模型细化，就可以完成各种各样的自然语言处理任务。

 

 

 

通过挖掘“数据”的价值，去赋予场景生态，这种类似的桥段是不是和“预言机”十分相似呢？只不过，ChatGPT仍属于Web2.0时代的产物，仍然具有一定的局限性。

 

如果说，ChatGPT、AIGC则完全无视你的主权，无所顾忌地抓取全球数据进行训练，最后制造出一个属于自己的“超级大脑”。那么，区块链技术的原教旨价值是“去中心化”，希望打破这种垄断，并重构一种新的分布式网络，让普通人重新拥有自己的数据主权。

 

预言机：链接数据桥梁

 

提及到区块链，想必大多数人想的是比特币、以太坊，再不济就是炒币、挖矿、DeFi、NFT，以及一些靠概念包装的GameFi、SocailFi等Web3.0赋能场景。但是，如何将数据“AI”化，也就是让“区块链”读懂现实世界的预言，并加于场景生态赋能化。预言机，便显得举足轻重，犹如当下的ChatGPT。

 

我们都知道预言机和区块链的关系非常密切。在区块链中，智能合约可以执行各种操作，例如资金管理、数据存储等。然而，智能合约并不知道现实世界中发生的事件，这就需要预言机。因为预言机是连接现实世界和区块链的数据桥梁，可以将现实世界中发生的事件转化为可用于智能合约的数据。

 

简单来说，预言机能让确定的智能合约对不确定的外部世界做出“反应”。而ChatGPT不就是对访问的数据做出与之对应的“反应”？

 

其中，预言机的主要功能是获取并验证外部数据，并将其输入到区块链中。它们可以采用多种方式获取数据，例如API、传感器、网络爬虫等。在验证数据方面，预言机需要保证数据的真实性和准确性。

 

 

 

因此，预言机必须经过精心设计和测试，以确保数据的可靠性。这些验证过程可能包括数字签名、加密算法等。但预言机的发展也面临着一些挑战，其中最大的挑战之一是确保数据的可靠性。预言机需要获取大量数据，并对其进行验证。

 

如果把区块链比做一个“黑匣子”，那么预言机就是黑暗中的一束光，照亮着比特世界。

 

当然了，当前的区块链生态仍旧是发展的初级阶段，较之传统行业，除了在金融领域稍有建树外，其它地方仍稍显贫瘠。对于其数据的利用、调取、挖掘、分析，仍需很长一段时间去发展。

 

虽然市场涌现了不少像ChainLink、PlugChain、Oraclize、UMA、DIA 、API3这样的主流预言机公链，它们各在技术领域都有着各自的突破和创新，但细观生态发展、场景赋能、商业落地，依旧还有很长一段路要走。

 

这就像是，如果ChatGPT需要更智能，就需要更多、更大规模的数据训练。如果区块链世界需要更智能，就需要预言机的数据读取、传送、抓取更精准、更高效。

 

同时，在更去中心化问题上，单源 API 很容易被破解和操作，中心化预言机显得有些鸡肋。因此，像ChainLink、PlugChain、NEST等这种主打去中心化预言机网络的节点抓取数据的准确率更高些。因为他们的网络节点是则从多个来源拉取数据，通过数据聚合加权大大降低了数据的错误率。

 

 

 

顺便一提，在扩展性上，PlugChain凭借高吞吐量实现每秒处理十万笔交易的能力，且交易费用远低于其它公链。也因如此，它几乎消除了数据延迟，所以用户可以从中获得更准确的数据，使价格偏差和滑点变低。同样，在互操作性上，PlugChain已与 Ethereum、Cosmos、Polygon、Cardano、Avalanche、BSC 等主流公链兼容。在聚合式跨链上，它也有着极为出色的表现。

 

总之，预言机作为一座连接物理世界和区块世界的数据桥梁，具有重要的意义和潜力。它们不仅可以帮助智能合约更好地执行各种任务，并解决现实世界中的问题。同时，随着技术的进步和应用场景的扩大，预言机的未来将会更加广阔。

 

结语：最后，当我们去对比ChatGPT和预言机两者时不难发现一个核心点：两者存在的价值都是对“数据价值”的提炼，对“数据生态”的赋能，对“场景落地”的驱动。唯一不同的是，一个是在Web2.0，一个是在Web3.0。伴随着技术的日新月异，Web2.0和Web3.0的边界会越来越模糊，当预言机将物理世界的数据接入到比特世界中，以ChatGPT为代表的AI算力去不断挖掘“数据潜力”。

 

到那时，Web3.0的生态恐怕不再贫瘠、不再单调，和我们现实世界无异，那才是真正的Metaverse。