行業解讀 | 狂飆的ChatGPT 進軍的預言機

前言：如果說，ChatGPT的出現，象徵着一場新的、關於“智能”的工業革命的萌芽正破土而出。那么，預言機的落地，代表着一次新的，關於“數據”的區塊鏈變革的哥倫布之旅。

“你是誰？”

“我是一個由OpenAI訓練的大型語言模型。我旨在幫助人們解答問題和提供信息。由於我是一個計算機程序，所以不會感知或者思考，只能通過已有的數據來回答問題。如果您有任何問題，請隨時告訴我。”

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》報道，ChatGPT在發布僅僅五天後就完成了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。

伴隨着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。盡管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會傾向於制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的無監督訓練數據裏什么是“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（或者在可見的未來裏會很精通），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發展那么多年，那為什么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，谷歌公司公布了自己的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，從此开啓了預訓練大模型時代。

在此後的4年時間裏，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匯、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。

通過挖掘“數據”的價值，去賦予場景生態，這種類似的橋段是不是和“預言機”十分相似呢？只不過，ChatGPT仍屬於Web2.0時代的產物，仍然具有一定的局限性。

如果說，ChatGPT、AIGC則完全無視你的主權，無所顧忌地抓取全球數據進行訓練，最後制造出一個屬於自己的“超級大腦”。那么，區塊鏈技術的原教旨價值是“去中心化”，希望打破這種壟斷，並重構一種新的分布式網絡，讓普通人重新擁有自己的數據主權。

預言機：鏈接數據橋梁

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系非常密切。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梁，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准確性。

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籤名、加密算法等。但預言機的發展也面臨着一些挑战，其中最大的挑战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”，那么預言機就是黑暗中的一束光，照亮着比特世界。

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 、API3這樣的主流預言機公鏈，它們各在技術領域都有着各自的突破和創新，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、抓取更精准、更高效。

同時，在更去中心化問題上，單源 API 很容易被破解和操作，中心化預言機顯得有些雞肋。因此，像ChainLink、PlugChain、NEST等這種主打去中心化預言機網絡的節點抓取數據的准確率更高些。因為他們的網絡節點是則從多個來源拉取數據，通過數據聚合加權大大降低了數據的錯誤率。

順便一提，在擴展性上，PlugChain憑借高吞吐量實現每秒處理十萬筆交易的能力，且交易費用遠低於其它公鏈。也因如此，它幾乎消除了數據延遲，所以用戶可以從中獲得更准確的數據，使價格偏差和滑點變低。同樣，在互操作性上，PlugChain已與 Ethereum、Cosmos、Polygon、Cardano、Avalanche、BSC 等主流公鏈兼容。在聚合式跨鏈上，它也有着極為出色的表現。

總之，預言機作為一座連接物理世界和區塊世界的數據橋梁，具有重要的意義和潛力。它們不僅可以幫助智能合約更好地執行各種任務，並解決現實世界中的問題。同時，隨着技術的進步和應用場景的擴大，預言機的未來將會更加廣闊。

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。伴隨着技術的日新月異，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。

鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播信息之目的，不構成任何投資建議，如有侵權行為，請第一時間聯絡我們修改或刪除，多謝。