狂飆的ChatGPT，進軍的預言機
前言：如果說，ChatGPT 的出現，象徵著一場新的、關於“智能”的工業革命的萌芽正破土而出。那麼，預言機的落地，代表著一次新的，關於“數據”的區塊鏈變革的哥倫布之旅。
一級標題
一級標題
ChatGPT：挖掘數據價值
ChatGPT，無疑是近期互聯網上最火的一個話題。據《財富》報導，ChatGPT 在發布僅僅五天后就完成了Facebook耗時10 個月才完成的目標——用戶超過100 萬。 2 月1 日，ChatGPT 月活用戶破1 億人，ins 實現這一數據用時兩年，TikTok 用時9 個月，而ChatGPT 僅用60 天。
火爆程度，可見一斑。
作為這個時代技術的傑出結晶，ChatGPT 帶來的是不可預知的革命。無論你喜歡不喜歡，以ChatGPT 為代表的AIGC（生成式人工智能）將改變世界。
比爾蓋茨也意味深長地說：ChatGPT 出現的重大歷史意義，不亞於PC 和互聯網誕生。
伴隨著ChatGPT 的誕生，其愈發強大的AIGC（生成式人工智能）能力使得不少職業人陷入“職場危機”。甚至有人會擔心AI 會不會取代人類。其實，AI 代替人類工作的言論，並不是第一次出現，幾年前便初見端倪。
2017 年12 月麥肯錫全球研究院（McKinsey Global Institute）發布的《失業與就業：自動化時代的勞動力轉型》報告稱，到2030 年，保守估計全球15% 的人將因AI 技術發展而發生工作變動，激進預估則影響30% 的全球人口，中國屆時預計有幾千萬至上億人需重新就業。
當人們仍對報告中的預測不以為意時， 2022 年9 月，科羅拉多州博覽會藝術比賽的數字類別中，AI 畫作《太空歌劇院》一舉奪魁，再次引發“AI 能否取代人類”的巨大爭論。如今，ChatGPT 的橫空出世，引發全球規模的對AI“威脅”就業所產生的職業生存焦慮的討論。
毫無疑問，ChatGPT 是當前人工智能領域重大突破的傑作，同時，不可否認的是，ChatGPT 依然存在很多問題。儘管ChatGPT 一個基於統計規律的大語言模型，它有人類無懈可擊的語言天賦，但是只能做聯想而不能完成“邏輯推理”。從這個角度來講，ChatGPT 會傾向於製造出令人信服的回應，當然其中可能包含“生成的”幾個事實錯誤、虛假陳述和錯誤數據，因為作為一個自然語言處理模型，它也不知道高達數十PB 的無監督訓練數據裡什麼是“事實”，這更像一個有點滑頭的“虛擬助手”。
另外，因為在訓練過程中，為了識別人類指令而注入過大量“指令”知識，ChatGPT 會對“指令”本身非常敏感，但同時會對一些上下文無關，需要“事實依據”做判斷的歧義詞識別不高。也許，對大多數普通人來說，ChatGPT 都是一個合格的助手，因為所有關於人類語言的技能它都很精通（或者在可見的未來裡會很精通），比如歸納總結、翻譯、書寫文章、風格修正、翻譯、潤色、寫代碼等等。因而，從事這些工作的勞動者，如果不能掌握將ChatGPT 作為助手的技能，也許將會成為最早期被機器取代的人。
概而言之，ChatGPT 是超級工具，不是超級智能，它不會替代人類，而是在升級行業。它將極大降低創意和執行門檻，與人類相輔相成。
全球最大廣告集團WPP 首席執行官說：搶走你工作的從不是AI，而是其他掌握AI 工具的人。
AI 發展那麼多年，那為什麼ChatGPT 能夠成為AI 賽道的黑馬？
歸根結底，源於對數據的“利用”。
當前，人工智能重大研究方向就是NLP 任務（自然語言處理），也就是機器要讀懂人類語言。而NLP 任務（自然語言處理）有兩大方向，一個方向是谷歌的雙向（BERT）技術，另一個方向就是OpenAI 的自回歸（GPT）技術。
早在2018 年6 月，OpenAI 公司提出初代GPT 模型。同年10 月，谷歌公司公佈了自己的BERT 模型，大幅度刷新了自然語言處理領域幾乎所有最優記錄，從此開啟了預訓練大模型時代。
在此後的4 年時間裡，預訓練語言模型如BERT 和GPT（GPT-1 和GPT-2 ，這些ChatGPT 的前身），已成為當前自然語言處理領域的主流技術趨勢。這些模型參數從3 億到1.75 萬億不等，也因此被稱作大語言模型(Large Language Model)。
而這些預訓練大模型的本質是在使用更大的模型、更多的數據去找到對人類更好的、更通用的“語言模型”。也正是因此，包括BERT 和GPT 在內的大語言模型，在預訓練過程中其實就已經獲得了相當數量的詞彙、句法和語義知識，僅僅只需要少量標記數據對模型細化，就可以完成各種各樣的自然語言處理任務。
一級標題
一級標題
預言機：鏈接數據橋樑
提及到區塊鏈，想必大多數人想的是比特幣、以太坊，再不濟就是炒幣、挖礦、DeFi、NFT，以及一些靠概念包裝的GameFi、SocailFi 等Web3.0 賦能場景。但是，如何將數據“AI”化，也就是讓“區塊鏈”讀懂現實世界的預言，並加於場景生態賦能化。預言機，便顯得舉足輕重，猶如當下的ChatGPT。
我們都知道預言機和區塊鏈的關係非常密切。在區塊鏈中，智能合約可以執行各種操作，例如資金管理、數據存儲等。然而，智能合約並不知道現實世界中發生的事件，這就需要預言機。因為預言機是連接現實世界和區塊鏈的數據橋樑，可以將現實世界中發生的事件轉化為可用於智能合約的數據。
簡單來說，預言機能讓確定的智能合約對不確定的外部世界做出“反應”。而ChatGPT 不就是對訪問的數據做出與之對應的“反應”？
其中，預言機的主要功能是獲取並驗證外部數據，並將其輸入到區塊鏈中。它們可以採用多種方式獲取數據，例如API、傳感器、網絡爬蟲等。在驗證數據方面，預言機需要保證數據的真實性和準確性。
因此，預言機必須經過精心設計和測試，以確保數據的可靠性。這些驗證過程可能包括數字簽名、加密算法等。但預言機的發展也面臨著一些挑戰，其中最大的挑戰之一是確保數據的可靠性。預言機需要獲取大量數據，並對其進行驗證。
如果把區塊鏈比做一個“黑匣子”，那麼預言機就是黑暗中的一束光，照亮著比特世界。
當然了，當前的區塊鏈生態仍舊是發展的初級階段，較之傳統行業，除了在金融領域稍有建樹外，其它地方仍稍顯貧瘠。對於其數據的利用、調取、挖掘、分析，仍需很長一段時間去發展。
雖然市場湧現了不少像ChainLink、PlugChain、Oraclize、UMA、DIA、API 3 這樣的主流預言機公鏈，它們各在技術領域都有著各自的突破和創新，但細觀生態發展、場景賦能、商業落地，依舊還有很長一段路要走。
這就像是，如果ChatGPT 需要更智能，就需要更多、更大規模的數據訓練。如果區塊鏈世界需要更智能，就需要預言機的數據讀取、傳送、抓取更精準、更高效。
結語：
結語：
結語：最後，當我們去對比ChatGPT 和預言機兩者時不難發現一個核心點：兩者存在的價值都是對“數據價值”的提煉，對“數據生態”的賦能，對“場景落地”的驅動。唯一不同的是，一個是在Web2.0 ，一個是在Web3.0 。伴隨著技術的日新月異，Web2.0 和Web3.0 的邊界會越來越模糊，當預言機將物理世界的數據接入到比特世界中，以ChatGPT 為代表的AI 算力去不斷挖掘“數據潛力”。
到那時，Web3.0 的生態恐怕不再貧瘠、不再單調，和我們現實世界無異，那才是真正的Metaverse。
