原文：Crypto.com
AI 已經躍升到一個新的水平，現在正在幫助構建Web3。本文將幫你了解生成式AI 將如何塑造Web3 的未來。
圖片來源：由Maze AI 生成
本文要點：
-
生成式AI 是一種用於生成人工內容（如文本、圖像、音頻和視頻內容）的AI。
-
Web3 中的AI 應用程序包括在遊戲、NFT、資產創建和軟件開發中部署數字收藏品。
-
除了內容生成之外，AI 還可以通過簡化開發流程和改善去中心化應用程序(dapps) 的用戶體驗來幫助推動Web3 發展。
-
雖然仍然存在版權、準確性和創造力等挑戰，但AI 時代已經到來——各種AI 模型正在改變企業和行業的運行模式。
AI 生成內容（AIGC）——內容生成的下一階段
AI 生成內容(AIGC) 最近變得非常流行，DALL-E 和ChatGPT 等應用程序生產了令人印象深刻的視覺資產，以及實現了類人對話。
從廣義上講，生成式AI 是一種用於通過計算機模型生成內容（例如文本、圖像、音頻和視頻）的AI。 AIGC 被廣泛認為是繼專業生成內容(PGC) 和用戶生成內容(UGC) 之後內容生成的下一階段。
PGC 通常由平面設計師和動畫師等創意專業人士製作，供品牌使用或發布，而UGC 則由最終用戶創建，並直接在YouTube、Facebook 或Twitter 等社交媒體網站上分享。
近年來，隨著AI 的快速發展，它可以生成各種類型的內容。 AI 的一些相關分支是自然語言處理(NLP)，它研究計算機如何處理和分析文本，以及生成對抗網絡(GAN)，它旨在生成與訓練數據集具有相似特徵的新數據（例如圖像和視頻）。
AI 生成的內容有助於加快創意過程，企業開始注意到它在改變內容創建方式以及創意團隊跨行業運作方式方面的潛力。
以下是連接AI 和Web3 的潛在場景和用例。
AIGC在Web3中的應用
文本型AI 及其對Web3 的影響
文本型AI 是指使用AI 來生成文本。它是NLP 的一種形式，可根據給定的輸入生成類似人類的文本，用於各種應用程序，如摘要、對話系統和機器翻譯。今天的文本生成器用於為各種目的生成原創的、有創意的內容，並且在Web3 中的某些領域，文本生成可能非常有用。
借助文本AI 工具，可以重新構想在線搜索並提供更直觀的Web 導航方式。 ChatGPT 與微軟在線搜索引擎Bing 的最新集成現在引入了聊天界面作為一種搜索Web 的方式。
與此同時，谷歌發布了自己的NLP 模型版本Bard，這是一種由LaMDA 驅動的實驗性對話AI 文本服務，有助於簡化複雜的主題並綜合查詢的見解。
1.生成式AI 可以改變人們搜索網絡的方式
生成式AI 有可能改變人們在網絡上過濾信息的方式，並有可能減少對搜索引擎廣告模型的依賴——許多當前的Web2 用戶長期以來一直希望避免這種情況。
文本生成工具允許用戶在進行查詢時消除SEO 生成內容的噪音（儘管涉及人工干預和微調）。如果搜索偏好發生變化，有利於文本型AI 工具，則搜索引擎可能會被替換，這意味著需要挖掘的與搜索相關的廣告混亂更少——這是Web3 的核心標準，旨在將技術的權力重新交到用戶手中。
在區塊鏈遊戲中，文本型AI 可以通過多種方式增強遊戲開發人員和藝術家的創造力和生產力。通過利用文本型AI，可以快速製作和完善基本的視頻遊戲元素（例如對話、故事和角色組合等），從而通過更快地產生創意來簡化創作過程。
生成式AI 可以改變NFT 的生成方式
AI 還可以幫助生成圖像和視頻——這些類型的內容可以被鑄造成NFT。這些人工智能生成的NFT 被稱為生成藝術NFT，藝術家將首先輸入一組規則（如一系列顏色和圖案），以及迭代次數和隨機程度等參數。然後計算機將在這個指定的框架內生成藝術品。
其中一個例子是“CryptoPunks”生成者Larva Labs，它創建了“Autoglyphs”NFT 集合。以下是在AI 的幫助下生成的NFT 集合的其他示例。
以下是一些生成式藝術NFT 示例：
1. Autoglyphs
Autoglyphs 由CryptoPunks 創作者Larva Labs 發布，構建於以太坊區塊鏈之上，總量512 個。
2. Fidenza
Fidenza 系列由視覺藝術家Tyler Hobbs 創作，利用了生成各種曲線和區塊的通用算法，總量999 個。
3. Ringers
Ringers 系列由藝術家Dmitri Cherniak 創作，這些藝術品由JavaScript 生成，描繪了將繩子纏繞在一組釘子上的各種方式，總量1000 個。
4. Chromie Squiggle
該系列由Erick ‘Snowfro’ Calderon 創建，由九種不同樣式方案中隨機生成的波浪線組成，總量10000 個。
5. Lost Poets
該系列由數字藝術家Pak 創作，既是NFT 合集又是策略遊戲，總量65,536 個。
AI 可以幫助生成鏈遊中的頭像和物品
生成式AI 模型可以協助在Web3 環境中大規模創建遊戲資產——從化身、設備、車輛到人工製品。遊戲行業可以應用文本到圖像的生成式AI 模型，這些模型能夠根據文本描述生成創意資產和內容。在某些參數內，現代語言模型也可用於圍繞所創建的資產構建上下文，例如物品力量統計數據、角色屬性或智力。
AI 生成的圖像和視頻現在非常先進，甚至可以用於在元宇宙中的區塊鏈遊戲和虛擬產品中創建特效。例如，Mirror World 是一個GameFi 項目，它利用AI 驅動的虛擬“鏡子”作為遊戲角色的資產。 Mirror 資產在每款遊戲中都可以完全互操作，確保資產持有者能夠在遊戲上線時使用它們應對新的挑戰。
Alethea AI 的CharacterGPT 項目是生成式AI 發揮作用的另一個例子。它具有一個稱為CharacterGPT 的多模態AI 系統，可以從文本描述中生成交互式AI 字符，從而實現文本到字符的創建。基於不同的自然語言描述，交互角色可以具有不同的外貌、聲音、個性和身份。
這些角色可以在區塊鏈上被代幣化，他們的主人還可以定制他們的個性並訓練他們的智力，以及在Alethea 的AI 協議上的各種其他dapp 上交易和使用它們。這些交互式角色的擬議用例包括數字孿生（旨在反映物理對象的虛擬模型）、數字指南、數字伴侶、虛擬助手以及AI 非玩家角色(NPC)。
AI 可以幫助查找Bug
在構建Web3 基礎設施和應用程序時，AI 可以幫助簡化開發過程。
例如，AI 應用程序用於調試代碼。使用AI，ChatGPT 在某種程度上展示了不僅可以讀寫代碼，還可以發現代碼中的錯誤的能力。
一些加密專業人士現在已經開始使用AI 程序來完成簡單的代碼審計任務：智能合約審計公司Certik 的開發人員使用ChatGPT 來“快速理解和總結複雜代碼片段的語義”。
最後：Web3 中AI 使用的挑戰、風險和前景
AI 帶來了無限的可能性，它的唯一限制就是用戶的想像力。即使在早期階段，AI 模型也繼續展示其在轉變企業甚至行業方面的能力。由於進入門檻低促使了廣泛採用，AI 很可能成為我們未來在這個數字世界中的生活方式。但是，此類技術也存在一些挑戰和風險。
挑戰之一可能是消費者和組織對AI 生成的內容的抵制。例如，主要的圖庫網站和平台Getty Images 禁止上傳和銷售使用AI 藝術工俱生成的插圖。版權問題被認為是原因，因為一些人工智能生成的圖像複製了受版權保護的內容，原始藝術家的水印仍然可見。
AIGC 面臨的另一個挑戰是生成內容的質量問題。斯坦福大學教授Andrew Ng 舉了一個例子，其中ChatGPT 錯誤地認為算盤如何比GPU 更快，幸好事實並非如此。
對於該領域的大多數人來說，AI 這項技術已經被證明開始擾亂勞動力。然而，認為AI 將在工作中取代人類是一種誤解。事實上，它實際上可以在現有市場和新興市場中創造新的機會：AI 很可能會幫助增加就業機會，或者會創造出與AI 相關的新型工作，只需要一些技能提升。
作家威廉·吉布森(William Gibson) 的一句名言可能最能描述AI 的未來：“未來已經來臨——只是分佈不均。” 今天AI 和Web3 之間的交集也可以這樣說。
