FX168财经网_全球视野外汇黄金加密货币NFT资讯网

比特币能主宰世界吗？著名播客这么说

好比特币罗根毫不掩饰自己的热情，与 OpenAI 背后的主创 Sam Altman 深入探讨了这个话题。他将比特币标记为可能是最具吸引力的加密货币，并强调其实现普遍采用的潜力。现在，人们可能想知道，在快速增长的加密货币市场中，是什么让比特币与众不同？罗根强调了它的稀缺性——数量有限以及正在进行的挖矿。在他看来，这种结合巩固了其无与伦比的吸引力。此外，虽然批评者争论使用这种数字货币支付日常开支的实用性，但罗根指出，技术专家已经完全接受了比特币的生活方式。他特别提到了希腊科技企业家安德烈亚斯·安东诺普洛斯(Andreas Antonopoulos)，他将比特币无缝地融入了他生活的方方面面，从支付每月租金到日常开支。如果安东诺普洛斯的生活方式有任何暗示的话，那就是它让我们得以一睹比特币不仅是一种资产，而且是一种主要交易模式。比特币的迷人之旅：超越炒作自推出以来，比特币就一直备受关注。目前的交易价格接近 28,000 美元，是金融领域不可忽视的力量。它的影响不容忽视，特别是考虑到特定实体和个人对其发展轨迹具有相当大的影响力。历史数据强化了比特币作为一种资产类别的地位。根据 Blockchain.com 的数据，比特币的盈利能力在 3597 天中达到了惊人的 3129 天。这不仅仅是运气，更是证明了其在不可预测的市场中的韧性和吸引力。罗根与比特币的联系不仅仅是哲学或投机性的。几年前，他签署了一项协议，为他的金库增加了价值 10 万美元的比特币。现在，这是否是对其投资潜力的明确认可，还是仅仅是交易选择，还有待争论。但有一件事是不可否认的：像罗根这样参与此类交易的知名人物引起了人们对加密货币的极大关注。总而言之，比特币从一种技术新颖物到一种潜在的通用货币的旅程简直令人着迷。随着像乔·罗根这样的坚定支持者将赌注押在它的未来上，人们不禁期待这个激动人心的传奇故事的下一章。比特币会成为未来的货币吗？只有时间才能证明一切，但如果罗根的观点成立，我们可能会慢慢接近由比特币主导的世界。然而，与所有金融领域一样，不可预测性占据主导地位，拥抱加密货币世界既需要勇气又需要谨慎。随着加密货币大戏的展开，所有人的目光都将集中在比特币的下一步行动上。来源：金色财经

金色财经2023-10-08

先进数通：公司在大模型领域的合作伙伴为华为

司在大模型领域的合作伙伴为华为，不涉及OpenAI ChatGPT应用。大中型企业对大模型的应用持有积极态度。

金融界2023-10-08

金色早报 | Pudgy Penguins NFT交易量增长530%

机会成为“通用可行货币”。Rogan与OpenAI背后的创始人Sam Altman深入探讨了这个话题，他将比特币定位为可能是最具吸引力的加密货币，并强调其实现普遍采用的潜力。 Rogan强调了BTC的稀缺性，可能存在的数量有限以及正在进行的采矿过程。在他看来，这种结合巩固了其无与伦比的吸引力。此外，虽然批评者争论使用这种数字货币支付日常开支的实用性，但Rogan指出，技术专家已经完全接受了比特币的生活方式，他特别提到了希腊科技企业家Andreas Antonopoulos，他将比特币无缝地融入了生活的方方面面，从支付每月租金到日常开支。 ▌投行Jefferies：比特币是对抗通胀的关键对冲工具，与黄金处于同一水平全球知名投资银行杰富瑞(Jefferies)是最新一家认可比特币作为“关键对冲工具”的实体，在最近给投资者的一份报告中，该公司强调，比特币的独特品质使其作为抵御通货膨胀的可靠手段，与黄金处于同一水平。杰富瑞全球股票策略主管Christopher Wood警告称，以美联储为首的七国集团主要央行可能难以顺利退出非常规的货币政策。伍德强调，如果未能退出这些货币政策，可能会导致美元贬值，从而使比特币持有者受益。分析师称：“这种以良性方式退出非正统货币政策的失败可能最终导致美元纸本位的崩溃，这对金条所有者和比特币所有者都有利。” ▌10月首周，休眠近十年的比特币钱包转移超过5000万美元 btcparser.com数据显示，10 月的第一周，几个2014年的休眠钱包活跃起来，在2023年10月4日的86笔单独交易中转移了860BTC （价值超过2400万美元）。此外，2013年的休眠钱包也开始“苏醒”，同一天在一笔交易中转移了504.99BTC，2023年10月6日，属于2012年钱包的426BTC被转移。 ▌9月份三家比特币矿商利润创历史新高 9月份三家比特币矿商利润创历史新高。CleanSpark9月份开采了643BTC，使其总持有量达到2,240个。该公司首席执行官表示，这些数字不仅使过去几个月成为有记录以来利润最高的季度，而且还使CleanSpark的2023财年成为迄今为止最好的一年。 Riot Blockchain 9月开采了362BTC，该公司与德克萨斯州电网ERCOT的协议使其收到的总电力和需求响应积分相当于约511BTC。 Marathon Digital Holdings在9月份生产了1,242个比特币，使其年初至今的总量达到8610个。重要经济动态 ▌美联储理事鲍曼：通胀进展可能会缓慢，这意味着需要进一步的政策收紧美联储理事鲍曼表示，进一步提高利率并将其维持在限制性水平上一段时间是合适的。最近的美国就业报告显示劳动力市场就业增长稳固。最近数据修订的频率和范围增加了经济预测的复杂性。通胀进展可能会缓慢，这意味着需要进一步的政策收紧。金色百科 ▌状态以太坊中的状态指的是一个包括所有外部拥有账户（EOAs）、它们的余额、智能合约部署以及相关存储的综合账本。这个状态不是静态的；它会随着新用户的增加和新智能合约的部署而不断扩展。免责声明：金色财经作为区块链资讯平台，所发布的文章内容仅供信息参考，不作为实际投资建议。请大家树立正确投资理念，务必提高风险意识。来源：金色财经

金色财经2023-10-08

a16z对话OpenAI CTO：从理论到实践 AI技术如何驱动未来创新？

文：Saint Paul 2022年底OpenAI发布ChatGPT后，投资领域对于人工智能领域的认知不断加深。人工智能产业链大致可以分为核心技术提供商、人工智能系统和人工智能应用者。从全球投资人的普遍认知来看，现在大家都意识到人工智能很可能成为未来长时间的投资赛道，类似于30年前的计算机，或者20年前的互联网。并且对于未来而言，应用已经成为现实。对于细分领域投资的理解，我们永远需要向产业的投资人学习。知名风险投资人A16Z持续在人工智能领域下重注。最近他们对话了OpenAI的CTO，米拉·穆拉蒂（Mira Murati）。她分享了ChatGPT背后的故事，以及人工智能和人机交互的未来。摘要 ChatGPT的起源于思考如何制造一个安全的人工智能系统，利用人类反馈进行强化学习。 OpenAI正在重新定义人们与数字信息互动，成为一个类似于伙伴的助手，不断加强人工智能系统的一致和安全性。通过产品化的形势，获得与来自现实世界的用户的反馈，就不仅仅是坐在实验室里YY。 ChatGPT在文本的基础上，正在添加图像、视频和其他等。这样模型可以更全面地了解我们周围的世界，类似于我们理解和观察世界的方式。虽然未来不会有单一模型一统天下的局面，因为人们最终会寻找最适合自己需要的工具。米拉（Mira Murati）背景米拉出生在共产主义刚刚结束的阿尔巴尼亚。当时的阿尔巴尼亚和今天的朝鲜很相似。在一个不断变革、不确定的时代，教育是一切的关键。而且，当时除了书籍之外，几乎没有什么娱乐。当时的米拉在书籍中寻找答案。米拉更倾向于科学中那些稳定的、可以深入研究的真理。而人文学科，如历史和社会学的来源是可疑的，因为历史在不断变化。所以，米拉在成长环境中的直觉和自然倾向于科学和数学。从根本上来说，现在在Open AI，米拉从事的仍然是数学工作。由于优异的学习成绩，米拉拿到奖学金，并在加拿大完成了高中最后两年学业。上大学时，米拉学的是机械工程，因为她认为这是将知识应用于真实世界中解决实际问题的最佳方式。当时的米拉对带给世界可持续交通以及可持续能源的方式非常感兴趣。当时她的毕业项目是通过超级电容建造一辆混合动力赛车。不久之后，米拉就加入了特斯拉工作，并参与了Model S双电机的工作。她从最初设计的早期就开始使用Model X，并最终领导了整个项目的启动。也正是在特斯拉的工作，让米拉对人工智能的应用非常感兴趣的开始，特别是自动驾驶。因为它可以利用 AI 和计算机视觉来彻底改变出行方式。她开始更多地思考人工智能的不同应用。所以，米拉对AI 以及它在世界上可以产生的变化越来越感兴趣。具体而言，她对 AI 如何影响人机互动，以及人与信息总体互动的方式非常好奇，并且对空间计算非常感兴趣。之后，她加入了一家黑科技企业Leap Motion，担任产品和工程副总裁。也正是这段经历，进一步强化了她的产品化能力。（顺便提一句，Leap Motion的创始人，David Holz，就是在卖掉Leap Motion后，创办了现在另一个大火特火的人工智能应用Midjourney）。 2018年，米拉加入OpenAI。从那时起，她开始更多地思考如果只关注通用性会发生什么。另外，从米拉在讨论研究方法中，可以看到她对于科技创新中在不确定的环境中需要的探索精神：有时你睡了一觉，醒来后就有了新的想法。在几天或几周的过程中，你会得到最终的解决方案。这不是一个快速的回报，有时也不是迭代的。这几乎就像是一种不同的思维方式，你在建立直觉，但也有处理问题并相信自己会解决问题的纪律。随着时间的推移，你会建立一种直觉，知道什么问题才是真正需要解决的问题。对话摘要知名风险投资人A16Z在人工智能领域下了重注。以下部分摘录了A16Z的基金经理马丁与米拉的对话。米拉分享了ChatGPT背后的故事，以及人工智能和人机交互的未来。我们也可以看到，身为产品经理背景的米拉对于产品的应用性是极其关注的。马丁：你认为现在更多的是系统问题还是工程问题？米拉：两者都有。系统和工程问题是巨大的，我们正在部署这些技术，并试图扩展它们，使它们更高效，并使它们易于访问。这意味着你不需要知道ML的复杂性就可以使用它们。实际上，我们可以看到通过API提供这些模型与通过ChatGPT提供技术之间的对比。这是一项基本相同的技术，可能有一点不同，即ChatGPT具备强化学习和人类反馈能力。这意味着人们的反应和抓住人们想象力的能力，以及让他们每天使用这项技术的能力，是完全不同的。自然语言接口马丁：我也认为ChatGPT的API是一件非常有趣的事情。每当我在程序中使用这些模型时，我总是觉得自己在用算盘包裹了一台超级计算机。有时我会说，“我会给模型一个键盘和鼠标，让它来编程。”API是英文的，我会告诉它该做什么，它会完成所有的编程。我很好奇，当你设计像ChatGPT这样的东西时，你是否认为随着时间的推移，实际的界面将是自然语言，或者你认为程序仍然有很大的作用？米拉：编程在ChatGPT中变得不那么抽象了，我们可以用自然语言在高带宽下与计算机交谈。但也许另一个载体是，这项技术正在帮助我们了解如何与它真正合作，而不是对它进行编程。编程层变得越来越容易，越来越容易访问，因为你可以用自然语言编程。但我们在ChatGPT中看到的另一面是，你实际上可以像合作伙伴或同事一样与模型合作。马丁：随着时间的推移看看会发生什么会很有趣。您已经决定在ChatGTP中拥有API，但作为同事，您没有API。你和一位同事交谈。随着时间的推移，这些东西可能会演变成说自然语言。或者你认为系统中是否总需要有一个组件是有限状态机（finite state machine），或者说一台传统的计算机？米拉：现在是一个转折点，我们正在重新定义我们如何与数字信息互动，我们正是通过这些人工智能系统的形式进行合作。也许我们有几个人工智能系统，也许他们都有不同的能力。也许我们有一个通用系统，他到处跟着我们，知道我的背景，我今天做了什么，我在生活和工作中的目标是什么，帮助我度过难关，指导我等等。你可以想象，这是超级强大的。现在，我们正处于重新定义它的拐点。我们不知道未来会是什么样子，我们正在努力让许多其他人可以使用这些工具和技术，这样他们就可以进行实验，我们可以看到会发生什么。这是我们从一开始就使用的策略。在前一周的ChatGPT中，我们担心它不够好。我们都看到了发生的事情。我们把它放在那里，然后人们告诉我们，它在发现新的案例做的非常好。当你让这些东西变得易于访问和使用，并让每个人都容易使用它时，就会发生这种情况。 OpenAI发展路线图马丁：当谈到人工智能时，人们还不知道如何思考。必须有一些指导，你必须做出一些选择。你在OpenAI，你必须决定下一步要做什么。如果你能走过这个决策过程：你如何决定做什么，关注什么，发布什么，或者如何定位？米拉：如果你考虑ChatGPT是如何诞生的，它并不是我们想要推出的产品。事实上，它的真正根源可以追溯到5年多前，当时我们正在思考如何制造一个安全的人工智能系统。你不一定希望人类真正编写目标函数，因为你不想为复杂的目标函数让替代者来做，或者说你不想出错，因为这可能非常危险。这就是利用人类反馈进行强化学习的地方。我们试图真正实现的是使人工智能系统与人类价值观相一致，并让它接受人类的反馈。根据人类的反馈，它更有可能做正确的事情，而不太可能做你不想做的事情。然后，在我们开发出GPT-3并将其发布在API之后，这是我们第一次将安全研究真正应用到现实世界中。这是通过指令引导模型（instruction-following model）的实现的。我们使用这种方法从使用API的客户那里获得提示，然后我们让承包商为模型生成反馈以供学习。我们根据这些数据对模型进行了微调，并构建了遵循指令的模型。他们更有可能遵循用户的意图，做你真正希望它做的事情。这非常强大，因为人工智能安全不仅仅是你坐在那里谈论的理论概念。它实际上变成了：我们现在要进入人工智能安全系统时代了，你如何将其融入现实世界？显然，在大型语言模型中，我们看到了概念和现实世界思想的伟大表现。但在产出方面，存在很多问题。最大的问题之一显然是幻觉（hallucination）。我们一直在研究幻觉和真实性的问题。如何让这些模型表达不确定性？ ChatGPT的前身实际上是另一个我们称之为WebGPT的项目，它使用检索来获取信息和引用来源。这个项目最终变成了ChatGPT，因为我们认为对话很特别。它允许你提出问题，纠正对方，并表达不确定性。马丁：不断发现错误，因为你在互动… 米拉：没错，有这种互动，你可以了解更深层的真相。我们开始往这个方向走，当时我们用GPT-3和GPT-3.5来做这件事。从安全角度来看，我们对此感到非常兴奋。但人们忘记的一件事是，在这个时候，我们已经训练了GPT-4。在OpenAI内部，我们对GPT-4感到非常兴奋，并将ChatGPT放在了后视镜中。然后我们意识到，“我们将花6个月的时间来关注GPT-4一致和安全性（alignment and safety），”我们开始思考我们可以做的事情。其中一件主要的事情实际上是将ChatGPT交给研究人员，他们可以给我们反馈，因为我们有了这种对话模式。最初的目的是从研究人员那里获得反馈，并使用它使GPT-4更一致、更安全、更健壮、更可靠。马丁：你说一致和安全性时，你是否包括它是正确的，它想做什么就做什么？或者你的意思是安全，实际上是保护自己免受某种伤害？米拉：我所说的一致，通常是指它符合用户的意图，所以它做的正是你希望它做的事情。但安全也包括其他事情，比如滥用，用户故意试图使用模型来制造有害的输出。通过ChatGPT，我们实际上正在努力使模型更有可能做你希望它做的事情，使其更加一致。我们还想弄清楚幻觉（hallucination）的问题，这显然是一个极其困难的问题。我认为，这种利用人类反馈进行强化学习的方法，如果我们努力做到这一点，也许这就是我们所需要的。马丁：所以，没有宏伟的计划？我们需要做什么才能达到AGI？这只是一步接一步进行下去。米拉：是的。还有你一路上做的所有小决定。也许是因为几年前我们确实做出了一个追求产品的战略决定，才更有可能实现这一目标。我们这样做是因为我们认为，如果没有来自现实世界的用户的反馈，就不可能仅仅坐在实验室里在真空中开发这些东西。这就是假设。我认为这有助于我们做出其中的一些决定，并构建底层基础设施，以便我们最终能够部署像ChatGPT这样的东西。比例定律马丁：你可以重复一下比例定律。我认为这是每个人都有的大问题。进步的速度是惊人的。但人工智能的历史似乎是，你在某个时候会遇到回报递减，这不是参数化的。它有点逐渐减少。从你的角度来看（这可能是整个行业最明智的角度）你认为比例定律会成立，我们会继续看到进步，还是认为我们正在走向回报递减？米拉：没有任何证据表明，随着我们继续在数据和计算轴上扩展模型，我们不会得到更好、更强大的模型。是否会一路走到AGI（通用人工智能），这是一个不同的问题。在这一过程中，可能还需要一些其他的突破和进步。要想真正从这些更大的模型中获得很多好处，缩放定律还有很长的路要走。马丁：你是如何定义AGI的？米拉：在我们的OpenAI章程中。我们把它定义为一个能够自主完成大部分智力工作的计算机系统。马丁：我当时在吃午饭，Anyscale的Robert Nishihara也在。他问了一个我称之为Robert Nishihara之问的问题。我认为这实际上是一个很好的刻画。他说：“计算机和爱因斯坦之间有一个连续体。你从计算机到猫，从猫到普通人，从普通人到爱因斯坦。”然后他问了一个问题，“我们在连续体上的位置？什么问题会得到解决？” 大家一致认为，我们知道如何从一只猫变成一个普通人。我们不知道如何从电脑变成猫，因为这是普遍的感知问题。我们已经很接近了，但我们还没有完全达到，我们真的不知道如何做爱因斯坦，这就是设定推理。米拉：通过微调，你可以得到很多，但总的来说，我认为，在大多数任务中，我们现在是实习生级别的。问题在于可靠性。你不能完全依赖系统来做你想让它一直做的事情。在很多任务中，它做不到。如何随着时间的推移提高可靠性，然后，扩展这些模型可以做的新功能？我认为关注这些新兴能力很重要，即使它们非常不可靠。尤其是对于今天正在组建公司的人来说，你真的想思考，“今天有什么可能？你今天看到了什么？”这些模型很快就会变得可靠。单一模型得天下？马丁：我马上就要问一下，预测一下未来会是什么样子。但之前，我很自私地问一个问题，你认为这件事的经济学会如何发展。我告诉你它让我想起了什么。这让我想起了硅工业。我记得在90年代，当你买一台电脑时，有很多奇怪的写作处理器。“这是字符串匹配，这是浮点，这是加密，”所有这些都把CPU消耗掉了。事实证明，通用性非常强大，这创造了某种类型的经济，英特尔和AMD都是其中玩家。当然，制造这些芯片要花很多钱。所以你可以想象两个未来。在未来，通用性非常强大，随着时间的推移，大型模型基本上会吸收所有功能。然后还有另一个未来，那里将有一大堆不同得模型，各种碎片，设计空间上有不同的点。你有这样的感觉吗：是OpenAI唯我独尊，还是有很多模型？米拉：这取决于你想做什么。显然，现在得轨迹是这些人工智能系统将做我们正在做的越来越多的工作。他们将能够自主运作，但我们需要提供方向、指导和监督。但我不想做很多每天都要做的重复性工作。我想专注于其他事情。也许我们不必每天工作10、12个小时，也许我们可以减少工作，实现更高的产出。这就是我所希望的。就平台的工作方式而言，即使在今天，你也可以看到我们通过API提供了许多模型，从非常小的模型到我们的前沿模型。人们并不总是需要使用最强大、最有能力的型号。有时他们只需要真正适合他们特定用例的模型，而且它要经济得多。我认为会有一个范围。但是，就我们对平台游戏的想象而言，我们肯定希望人们在我们的模型之上进行构建，我们希望为他们提供工具，使其变得容易，并让他们获得越来越多的访问和控制权。你可以带来你的数据，你可以自定义这些模型。你可以真正专注于模型之外的层，并定义产品，这实际上非常非常困难。现在有很多关注点是建立更多的模型，但在这些模型之上建立好的产品是非常困难的。未来5-10年马丁：我希望你能预测一下你认为这一切在3年、5年或10年后会走向何方。米拉：我认为，今天的基础模型在文本中对世界有着伟大的表现。我们正在添加其他模式，如图像、视频和其他各种东西，因此这些模型可以更全面地了解我们周围的世界，类似于我们理解和观察世界的方式。世界不仅存在于文字中，也存在于图像中。我们肯定会朝着这个方向发展，我们将有这些更大的模型，在训练前的工作中采用所有这些模式。我们真的想让这些经过预训练的模型像我们一样了解世界。在模型的输出部分，我们引入带有人类反馈的强化学习。我们希望模型能真正做到我们要求它做的事情，我们希望这是可靠的。这需要做大量的工作，也许还需要引入浏览，这样就可以获得新的信息，引用信息并解决幻觉。我不认为这是不可能的。我认为这是可以实现的。在产品方面，我们希望将这一切整合到人们合作的产品集合中，并提供一个人们可以在此基础上构建的平台。如果你真的向外发展，这些模型将非常非常强大。很明显，随之而来的是对这些非常强大的模型与我们的意图不一致的恐惧。一个巨大的挑战是超级一致（Super Alignment），这是一个困难的技术挑战。我们在OpenAI有一个完整的团队来专注于这个问题。来源：金色财经

金色财经2023-10-07

区块链动态2023年10月7日早参考

的GPU为云客户提供先进的LLM，包括OpenAI和Intuit，以及支持微软生产力应用程序中的人工智能功能。来源：金色财经

金色财经2023-10-07

据称微软将于下个月推出其首款人工智能芯片

的GPU为云客户提供先进的LLM，包括OpenAI和Intuit，以及支持微软生产力应用程序中的人工智能功能。

金融界2023-10-07

美媒：微软将于下个月推出其首款人工智能芯片

的GPU为云客户提供先进的LLM，包括OpenAI和Intuit，以及支持微软生产力应用程序中的人工智能功能。

金融界2023-10-07

SBF投资AI新创估值暴涨　FTX债权人或有机会全额取回资金？

暨执行长Dario Amodei 原为OpenAI研究人员，他于2021年有感与公司在发展方向上存在分歧，逐自立门户，并在翌年募集资金超过7 亿美元，根据《纽约时报》去年底的报道，Anthropic当时的投资者包括了SBF 及其同事，他们至少投入了5亿美元的资金。 FTX 债权人联盟（ FTX 2.0 Coalition）在日前X（前Twitter）帐户发布了一则推文，内容引述了The information 的一份报道，指Anthropic正与投资者谈判，寻求新一轮至少20亿美元的融资，有知情人士透露，已拥有该公司约10% 股份的谷歌（Google）可能会参与新一轮融资，另外上月底亚马逊（Amazon）亦已向该公司注资12.5 亿美元。由Anthropic开发的聊天机器人Claude 2被视为ChatGPT的最大竞争对手，一位知情人士称，若新一轮融资顺利完成，该公司的估值可一举攀升至200 亿至300 亿美元之间，比起本年3月时的估值40亿美元，将是5至7倍的升幅。债权人联盟估计由FTX持有的股份也将升值到30亿至45亿美元，换言之FTX债权人有望取回更多资金甚至获得全额偿付。虽然这消息无疑令人鼓舞，不过一向有处理FTX 索赔申请律师蔡昆州表示Anthropic 投资者或会锁仓期：“目前尚不确定FTX 破产重组团队何时能够出售Anthropic 股份，除非有特殊情况，否则可能要等到Anthropic 上市后。”这亦意味即使该公司真的上市，股价仍有很大机会出现变动。自FTX去年崩溃后，不少投资人都关注币圈熊市何时见底，然而抄底却属高风险行为，必须加倍谨慎部署，而利用AI功能的加密分析和研究平台yPredict或可帮助投资人了解加密市场未来的走势。 yPredict每季度可提供高达 45% 的年利率 yPredict 为 YPRED 代币持有者提供免费访问其分析平台的权限，并有机会通过 yPredict Marketplace 购买预测模型订阅。凭借1 亿个代币的有限总供应量，质押YPRED 可提供极具吸引力的回报，平均而言，投资者通常可以通过抵押加密货币代币产生5% 至10% 的APY（年收益率）。作为最好的质押硬币之一，$YPRED 每季度可提供高达 45% 的年利率。而为了是让忠实的代币持有者通过持有 $YPRED 获益，yPredict 将通过自己的权益池将每个新订阅的 10% 分配给现有平台用户。 yPredict 还将开发一个Learn-2-Earn 边学边赚功能，提供一个包含教育信息和资源的平台，以培养用户对虚拟货币市场的理解。该平台将让一个人完成多个模型并进行测验以测试他们的知识。此外，完成这些测试后，将分发一定数量的 $YPRED 代币，激励您更多地研究您投资的空间。在正在进行的预售阶段，YPRED 代币的价格为 0.03889 美元。到代币进行首次交易所发行时，价格将上涨 15.7% 至每个代币 0.045 美元。立即进入yPredict预售

Business2Community2023-10-06

想要改变一切的OpenAI 正在被改变

前，《华尔街日报》援引知情人士报道称，OpenAI 在和投资人讨论出售股票的可能性，这可能会将该公司的估值提升至 800-900 亿美元。如果这成为现实，OpenAI 将成为世上其中一家价值最高的非上市公司。早已经成为新一轮 AI 浪潮代名词的「GPT」，预计很快将能为公司带来超过 10 亿美元的营收。但这离 OpenAI 想要的还差很远。他们说，自己唯一想做的，是去建造足够聪明和安全的计算机来终结历史，把人类带入一个我们难以想象的慷慨时代。著名科技记者 Steven Levy 写道。他从 OpenAI 成立之初就开始关注这家公司，前段时间更是跟着 Sam Altman 到各国进行演说。 Levy 在最近的特稿中，向我们展示了 OpenAI 的发展历程和众多重要决策的内部景象，也提出了一个疑问：立志要以 AGI（通用人工智能）改变一切的 OpenAI，现在还是最初的它吗？「信徒」集结 AGI 像是一种「信仰」。没有人知道它具体是怎样的，在相信它能被制造的人心中，它能比人类更好地解决人类的问题。当它出现后，人类社会将被永久地改变。Sam Altman 相信： AGI 只会被成功地建造出来一次。拥有着看似「标准技术天才」的人生，Altman 在 28 岁时就走完了学习技术、创业、投资的道路，成为了著名孵化器 Y Combinator 的总裁。在他看来，投资创业公司不是为了获得高额回报，而是在投资和推动有潜力颠覆一切的创新。正是在 Altman 开始掌管 Y Combinator 那年，AI 迎来了众多突破 —— 深度学习和神经网络让计算机能「看懂」图片，更好地翻译文本；DeepMind 被 Google 收购，并在两年后以 AlphaGo 颠覆人们对 AI 的想象。是时候了。 Altman 想创立一种新型的机构，抢先大公司追寻 AGI，并确保这个技术能被负责任、安全地使用。他从马斯克、LinkedIn 联合创始人 Reid Hoffman、PayPal 联合创始人 Peter Thiel、Y Combinator 创始合伙人 Jessica Livingston 募得首批启动资金，开始为 OpenAI 物色人才。 Altman 只要真正相信 AGI 的人：在 2015 年，我们招人的时候，AI 研究员如果说自己真会认真看待 AGI，这基本上会毁了你的职业生涯。但我就是想要那些认真看待 AGI 的人。当时在支付公司 Stripe 担任 CTO 的 Greg Brockman 就是那样的人。另外，Google Brain 的 Andrej Karpathy 也成为了 OpenAI 的联合创始人。但要说到 Altman 其中一个最想要的，还是工程师 Ilya Sutskever。在未来，他也将是那个最早看到 AI 新曙光的人。 Sutskever 是「人工智能教父」Geoffrey Hinton 的得意门生，2015 年时是 Google Brain 的其中一位核心科学家。 Altman 的招人方式很特别。他先是写了封邮件，邀请 Sutskever 一起吃饭，同行的还有马斯克、Brockman 和其他人。在饭桌上，没人明确邀请 Sutskever 加入 OpenAI，只是在讨论「AI 和未来的 AGI」。 Sutskever「上钩」了。他回家给 Altman 写了封邮件，表示了自己加入的意愿。然而，邮件却一不小心卡在了草稿箱里。直到 Altman 开始主动伸出橄榄枝，Sutskever 才最终加入了 OpenAI。 2015 年 12 月，OpenAI 正式成立。它相信 AGI 终会来临，它要以开源的方式，让所有人都能安全地使用 AI。直到现在，OpenAI 的团队规模已经从最开始的几人变成了 500 多人，「相信 AGI 终会到来」仍然是团队成员的共识 —— 至少在公司高管眼中是这样看的: 一个不相信的人，为什么会想在这里工作？象牙塔理想化的起源让 OpenAI 像象牙塔一般。没什么能比和志同道合、充满才华的同事一起朝着同一个目标努力更快乐的了，不是吗？我说，我们应该怎样做？ Altman 早期在 CTO Brockman 家和一小队人碰面时表示，坦露了自己的困惑。现实是，OpenAI 在挺长一段时间里也如此迷惘。 OpenAI 成立一年多后，Brockman 曾和 Levy 会面，前者对公司的进展守口如瓶，只是说「我们的目标，是创造能做到人类从前无法做到的事情的系统。」而从外界看来，OpenAI 就更像一个实验室，发表各种研究论文。 Brockman 现在承认，当时其实「什么都行不通」。研究员们在尝试研究各种算法，一边看看能解游戏的技术，另一边也投入不少精力研究机器人。Altman 说：我们知道我们想做什么。我们知道为什么我们想做这件事。但我们就是完全不知道该怎样去做。 Sutskever 则有自己的思路：大概主旨就是，不要和深度学习作对。就在这个相对纯粹的环境下，研究员们各自进行着各自的尝试和实验。 2016 年加入 OpenAI 的研究员 Alec Radford 曾对外形容，在 OpenAI 里工作「就像是加入了一个研究生项目」 —— 一个开放的，压力较低的研究 AI 的空间。 OpenAI 的办公室也有这种感觉。在旧金山总部里，Altman 设置了大学风格的食堂、自助吧台，还有一个图书馆。这个图书馆融合了 Altman 在巴黎最喜欢的书店和斯坦福自习室 Bender Room 的模样。当时还名不经传的 Radford 喜欢研究神经网络与人类对话的项目。最开始，他尝试用 20 亿 Reddit 评论去训练一个语言模型，结果并不理想。但当时 Radford 才 23 岁，而且在 OpenAI 里，人们有失败并继续尝试的资本。Brockman 回忆：我们当时的态度基本是，Alce 很棒，让他去做自己的事就好了。因 OpenAI 算力支持有限，Radford 下一个项目尝试用更集中和更小的数据集 —— 约 1 亿条亚马逊产品评论。 Radford 给语言模型的任务很直接，就是在生成评论时预测下一个单词。接下来，模型居然能够根据要求去写出正面和负面的评论：「这完全就是意外」，Radford 说，他完全没想到系统能明白正面/负面的感觉，这可是语义中的一个复杂功能。 Sutskever 鼓励 Radford 去继续探索这个试验，看看它能否在不同领域适用。 2017 年，那篇将改变一切的论文出现了—— 「Attention Is All You Need」。那个真正的「顿悟时刻（aha moment）」是 Ilya 看到了 transformer 论文发布。他说，「我们在等的就是这个。」 Brockman 回忆道。在他看来，这个过程也反映了 OpenAI 的工作理念：这一直都是我们的策略 —— 去尽力解决问题，然后相信我们或者领域里的其他人终会想到我们缺失的那一块。 Radford 开始将 Transformer 架构融入试验中：「我在两周里的获得的进展比过去两年的还要多。」他意识到新模型的关键就在于量，要给模型大量数据。 Radford 和合作者给自己的新模型命名为「generatively pretrained transformer（生成式预训练转换器）」，也就是「GPT-1」。 GPT 登场，OpenAI 也开始走向改变。分道扬镳关于做到安全 AGI 的最好方式，他们有和我们不同的意见。对于研究主管 Dario Amodei 于 2019 年离开团队并创立 Anthropic，Altman 曾如此对《华尔街报道》评论道。 2021 年，GPT-2 和 GPT-3 项目的主要技术负责人 Rewon Child 也离开 OpenAI，现为 DeepMind 联合创始人 Mustafa Suleyman 创立的 Inflection AI。当然，OpenAI 最著名的「前伙伴」，还数马斯克。回到 2018 年，当时 OpenAI 已经开始主攻大语言模型，把资源从过往自由零散的研究中收回。然而，马斯克还是觉得一切太低效了，或者是 OpenAI 需要更好的领导能力，后来他又在采访里说认为安全性应该被放在更重要的位置。无论情况如何，当时他提出的解决方案很直接 —— 让他来接管 OpenAI。结果大家都知道，马斯克也离开了 OpenAI，并且把资金也撤了。作为过渡，同样是在早期就赞助了 OpenAI 的 Reid Hoffman 同意暂时出钱支持公司支出。 Altman 虽被称为硅谷千禧一代里拥有关系最多的人，但要为一个需要用大量资金购买设备支持 AI 训练的非营利组织筹资可不容易。 2019 年 3 月，OpenAI 宣布了一套新的公司结构。 OpenAI 将维持其非营利的性质，但同时会创立一家「利润封顶（caped-profit）」的营利公司 OpenAI LP。当 OpenAI 为投资者带来的利润达到封顶值（具体数字不公开），所有额外利润都将投入到非营利公司的研究中。这个复杂的结构引来不少质疑，OpenAI 董事会成员 Adam D’Angelo 表示，他和董事会的任务是要保证 OpenAI 仍然保持其原有目标路径：我们有一个法律免责声明来澄清，作为一个投资者，你有可能会失去你投入所有的钱。我们的存在不是为了给你赚钱。我们是为了实现一个技术目标，这是最重要的。顺便说句，我们不知道金钱在「后 AGI」时代会变成怎样。 D’Angelo 最后说的，听起来有点像调侃，但却是一条实际存在的条款 —— 如果公司成功创造了 AGI，所有金融协议将需要重新讨论和考虑。是的， OpenAI 的确有在考虑 AGI 诞生后的世界。 2019 年，OpenAI 先是完成了三轮融资，获得了超过 10 亿美元的资金，但这在训练大模型的消耗面前显得杯水车薪。每一代 GPT 的迭代都对算力提出更高的要求。Altman 表示：看来，我们当时并不知道我们需要多么大的船。接下来的大家都知道了。微软和 OpenAI 达成了独家合作。微软先是投入 10 亿美元，主要以提供 Azure 云计算服务的方式完成；随后再进一步加深合作，如今已经投入了 130 亿美元。身处前沿可是一个非常昂贵的事情。微软 CTO Kevin Scott 说道。这投入显然很值得。有了 OpenAI 的微软，市值从 2022 年的 1.79 万亿涨至 2023 年 8 月的 2.48 万亿，股价一度创下历史新高。有了 GPT 加持的 Bing 更是让微软扬眉吐气，微软 CEO Satya Nadella 看着 Google 追赶的样子，在采访中直言：我想让人们知道，我们让（Google）他们着急起来了。（I want people to know we made them dance.） OpenAI 还是 OpenAI 吗？ GPT-5，无论 OpenAI 如何强调自己还没开始做，传闻和爆料似乎总在盯着它。也许这意味着我们都在期待如 GPT-4 横空出世时的惊艳再临，期待看到技术能如何跃进。现实是，好像不需要 GPT-5，OpenAI 也已经可以不断激起兴奋。 GPT-4 接入 Windows，ChatGPT 重新「联网」，ChatGPT 能看图了，ChatGPT 能听声音和说话了...... 每一次更新，都是轰动。这些活动，也引起人们对 OpenAI「初心」的质疑。一位 AI 领域高管评论说：如果你认真想，（OpenAI）他们其实在做五个业务。首先是产品本身、和微软的企业合作、开发者生态、还有个 app store。噢，对了，很明显还有个 AGI 研究任务。当然，他们还在做一个投资基金。他最后所指的，是一个 1.75 亿的项目，旨在支持利用 OpenAI 技术创业的公司。这些都有着不同的文化，事实上，它们和研究任务是存在冲突的。 Levy 在采访的过程中，多次向高管提问，成为一家「产品公司」后对 OpenAI 的文化会有多深远的改变。这些高管无一不肯定地坚持说，就算公司结构改了，就算要持续应对 Google、Meta 等对手的竞争，AGI 永远都是公司的核心。然而，Levy 也察觉到 OpenAI 发生了改变的地方。还记得我们开头聊起，OpenAI 里的员工都是明确的「AGI 信徒」吗？但当 OpenAI 发展到现在的阶段，公司中除了技术人员外，还增加了大量的支持团队，如律师、市场营销、政策专家、UI 设计师、产品经理等等，更不说无数没有面孔的内容审核员。 Levy 曾就 OpenAI 所面临的侵权案件采访 Tom Rubin，一位于今年 3 月加入 OpenAI 的版权律师。 Rubin 对于 OpenAI 在法律上遇到的挑战很乐观，但当 Rubin 被问到是否相信 AGI 终会被研发出来时，他变得有些犹豫。停顿片刻后，他说：我没法回答这个问题。后来，他澄清，作为一位知识产权律师，促进人工智能发展并不是他的工作，但他也「期待它的到来」。对于正在经历的曲折，Altman 表示：我想强调的是 —— 我们没有一个明确的计划。我们就像是每当走到拐角处，然后就拿电筒照照一样。我们愿意穿过这重重迷宫，最终到达终点。来源：金色财经

金色财经2023-10-06

消息人士：OpenAI正在探索自研AI芯片以解决芯片短缺问题

消息人士透露，OpenAI正在探索制造自研人工智能芯片，并已开始评估潜在的收购目标。至少从去年开始，该公司就讨论了各种方案，以解决其所依赖的昂贵AI芯片短缺的问题。伯恩斯坦分析师斯泰西•拉斯贡分析显示，每次查询大约花费4美分。如果ChatGPT的搜索量增长到谷歌搜索量的十分之一，每年将需要大约价值481亿美元的GPU以及价值约160亿美元的芯片来维持运行。讨论方案包括自研AI芯片，与包括英伟达在内的其他芯片制造商更密切地合作，以及在英伟达之外实现供应商多元化。目前还不清楚OpenAI是否会推进自研芯片的计划。业内资深人士表示，这一巨额投资每年的成本可能高达数亿美元。

金融界2023-10-06

24小时热点