AI 已经跃升到一个新的水平，现在正在帮助构建 Web3。 本文将帮你了解生成式 AI 将如何塑造 Web3 的未来。
本文要点：
- 生成式 AI 是一种用于生成人工内容（如文本、图像、音频和视频内容）的 AI。
- Web3 中的 AI 应用程序包括在游戏、NFT、资产创建和软件开发中部署数字收藏品。
- 除了内容生成之外，AI 还可以通过简化开发流程和改善去中心化应用程序 (dapps) 的用户体验来帮助推动 Web3 发展。
- 虽然仍然存在版权、准确性和创造力等挑战，但 AI 时代已经到来——各种 AI 模型正在改变企业和行业的运行模式。
01 AI 生成内容（AIGC）——内容生成的下一阶段
AI 生成内容 (AIGC) 最近变得非常流行，DALL-E 和 ChatGPT 等应用程序生产了令人印象深刻的视觉资产，以及实现了类人对话。
从广义上讲，生成式 AI 是一种用于通过计算机模型生成内容（例如文本、图像、音频和视频）的 AI。 AIGC 被广泛认为是继专业生成内容 (PGC) 和用户生成内容 (UGC) 之后内容生成的下一阶段。
PGC 通常由平面设计师和动画师等创意专业人士制作，供品牌使用或发布，而 UGC 则由最终用户创建，并直接在 YouTube、Facebook 或 Twitter 等社交媒体网站上分享。
近年来，随着 AI 的快速发展，它可以生成各种类型的内容。 AI 的一些相关分支是自然语言处理 (NLP)，它研究计算机如何处理和分析文本，以及生成对抗网络 (GAN)，它旨在生成与训练数据集具有相似特征的新数据（例如图像和视频）。
AI 生成的内容有助于加快创意过程，企业开始注意到它在改变内容创建方式以及创意团队跨行业运作方式方面的潜力。
以下是连接 AI 和 Web3 的潜在场景和用例。
02 AIGC在Web3中的应用
文本型 AI 及其对 Web3 的影响
文本型 AI 是指使用 AI 来生成文本。 它是 NLP 的一种形式，可根据给定的输入生成类似人类的文本，用于各种应用程序，如摘要、对话系统和机器翻译。 今天的文本生成器用于为各种目的生成原创的、有创意的内容，并且在 Web3 中的某些领域，文本生成可能非常有用。
借助文本 AI 工具，可以重新构想在线搜索并提供更直观的 Web 导航方式。 ChatGPT 与微软在线搜索引擎 Bing 的最新集成现在引入了聊天界面作为一种搜索 Web 的方式。
与此同时，谷歌发布了自己的 NLP 模型版本 Bard，这是一种由 LaMDA 驱动的实验性对话 AI 文本服务，有助于简化复杂的主题并综合查询的见解。
生成式 AI 可以改变人们搜索网络的方式
生成式 AI 有可能改变人们在网络上过滤信息的方式，并有可能减少对搜索引擎广告模型的依赖——许多当前的 Web2 用户长期以来一直希望避免这种情况。
文本生成工具允许用户在进行查询时消除 SEO 生成内容的噪音（尽管涉及人工干预和微调）。 如果搜索偏好发生变化，有利于文本型 AI 工具，则搜索引擎可能会被替换，这意味着需要挖掘的与搜索相关的广告混乱更少——这是 Web3 的核心标准，旨在将技术的权力重新交到用户手中。
在区块链游戏中，文本型 AI 可以通过多种方式增强游戏开发人员和艺术家的创造力和生产力。 通过利用文本型 AI，可以快速制作和完善基本的视频游戏元素（例如对话、故事和角色组合等），从而通过更快地产生创意来简化创作过程。
生成式 AI 可以改变 NFT 的生成方式
AI 还可以帮助生成图像和视频——这些类型的内容可以被铸造成 NFT。 这些人工智能生成的 NFT 被称为生成艺术 NFT，艺术家将首先输入一组规则（如一系列颜色和图案），以及迭代次数和随机程度等参数。 然后计算机将在这个指定的框架内生成艺术品。
其中一个例子是“CryptoPunks”生成者 Larva Labs，它创建了“Autoglyphs”NFT 集合。 以下是在 AI 的帮助下生成的 NFT 集合的其他示例。
以下是一些生成式艺术 NFT 示例：
Autoglyphs 由 CryptoPunks 创作者 Larva Labs 发布，构建于以太坊区块链之上，总量 512 个。
2.Fidenza
Fidenza 系列由视觉艺术家 Tyler Hobbs 创作，利用了生成各种曲线和区块的通用算法，总量 999 个。
3.Ringers
Ringers 系列由艺术家 Dmitri Cherniak 创作，这些艺术品由 JavaScript 生成，描绘了将绳子缠绕在一组钉子上的各种方式，总量 1000 个。
该系列由 Erick ‘Snowfro’ Calderon 创建，由九种不同样式方案中随机生成的波浪线组成，总量 10000 个。
该系列由数字艺术家 Pak 创作，既是 NFT 合集又是策略游戏，总量 65,536 个。
AI 可以帮助生成链游中的头像和物品
生成式 AI 模型可以协助在 Web3 环境中大规模创建游戏资产——从化身、设备、车辆到人工制品。 游戏行业可以应用文本到图像的生成式 AI 模型，这些模型能够根据文本描述生成创意资产和内容。 在某些参数内，现代语言模型也可用于围绕所创建的资产构建上下文，例如物品力量统计数据、角色属性或智力。
AI 生成的图像和视频现在非常先进，甚至可以用于在元宇宙中的区块链游戏和虚拟产品中创建特效。 例如，Mirror World 是一个 GameFi 项目，它利用 AI 驱动的虚拟“镜子”作为游戏角色的资产。 Mirror 资产在每款游戏中都可以完全互操作，确保资产持有者能够在游戏上线时使用它们应对新的挑战。
Alethea AI 的 CharacterGPT 项目是生成式 AI 发挥作用的另一个例子。 它具有一个称为 CharacterGPT 的多模态 AI 系统，可以从文本描述中生成交互式 AI 字符，从而实现文本到字符的创建。 基于不同的自然语言描述，交互角色可以具有不同的外貌、声音、个性和身份。
这些角色可以在区块链上被代币化，他们的主人还可以定制他们的个性并训练他们的智力，以及在 Alethea 的 AI 协议上的各种其他 dapp 上交易和使用它们。 这些交互式角色的拟议用例包括数字孪生（旨在反映物理对象的虚拟模型）、数字指南、数字伴侣、虚拟助手以及 AI 非玩家角色 (NPC)。
AI 可以帮助查找 Bug
在构建 Web3 基础设施和应用程序时，AI 可以帮助简化开发过程。
例如，AI 应用程序用于调试代码。 使用 AI，ChatGPT 在某种程度上展示了不仅可以读写代码，还可以发现代码中的错误的能力。
一些加密专业人士现在已经开始使用 AI 程序来完成简单的代码审计任务：智能合约审计公司 Certik 的开发人员使用 ChatGPT 来“快速理解和总结复杂代码片段的语义”。
03 最后：Web3 中 AI 使用的挑战、风险和前景
AI 带来了无限的可能性，它的唯一限制就是用户的想象力。 即使在早期阶段，AI 模型也继续展示其在转变企业甚至行业方面的能力。 由于进入门槛低促使了广泛采用，AI 很可能成为我们未来在这个数字世界中的生活方式。 但是，此类技术也存在一些挑战和风险。
挑战之一可能是消费者和组织对 AI 生成的内容的抵制。 例如，主要的图库网站和平台 Getty Images 禁止上传和销售使用 AI 艺术工具生成的插图。 版权问题被认为是原因，因为一些人工智能生成的图像复制了受版权保护的内容，原始艺术家的水印仍然可见。
AIGC 面临的另一个挑战是生成内容的质量问题。 斯坦福大学教授 Andrew Ng 举了一个例子，其中 ChatGPT 错误地认为算盘如何比 GPU 更快，幸好事实并非如此。
对于该领域的大多数人来说，AI 这项技术已经被证明开始扰乱劳动力。 然而，认为 AI 将在工作中取代人类是一种误解。 事实上，它实际上可以在现有市场和新兴市场中创造新的机会：AI 很可能会帮助增加就业机会，或者会创造出与AI 相关的新型工作，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 的未来：“未来已经来临——只是分布不均。” 今天 AI 和 Web3 之间的交集也可以这样说。
本文来自Crypto.com，由巴比特资讯编译，36氪经授权发布。
