最大的人工智能公司之一OpenAI 最近获得了 400 亿美元的投资,再次证明了这项技术的重要性。每个行业都在以自己的方式运用人工智能——加密货币世界也不例外。以下是三个真实案例。
案例1:加密货币市场研究
本文翻译自原文。点击此处阅读由我们的通讯员撰写的原文.
在人工智能工具兴起之前,用户必须使用 Google、Yahoo、Bing 等各种搜索引擎手动收集信息。如今,情况发生了根本性的变化。市场上充斥着各种工具,可以在几秒钟内提供相关数据,涵盖加密货币的所有基本信息——其起源、结构、演变等等。
[推特:https://twitter.com/grok/status/1906029662490570934]
然而,平台的响应取决于输入的初始数据和开发者的优先级。例如,当被问到“什么是比特币?”时,不同的人工智能服务会给出不同的答案。
Grok 被 Elon Musk 成功整合到 X(前身为 Twitter)中,其开头是:
“比特币是一种去中心化的数字货币,由匿名人士或团体于 2009 年以化名中本聪 (Satoshi Nakamoto) 创建。”
另一方面,ChatGPT 强调去中心化:
“比特币是一种去中心化的数字货币,它允许用户通过互联网直接进行交易,而无需银行或政府等中央机构的介入。”总体而言,人工智能工具提供有关价格波动和市场动态的信息。利用来自 CoinMarketCap 和 CoinGecko 等来源的数据,ChatGPT 和 Grok 等服务可以快速生成图表并分享所有主流加密货币及其他货币的价格更新。
案例二:交易
交易者越来越依赖人工智能技术来增强他们的策略、做出明智的决策并提高交易效率。
毫不奇怪,人工智能可以实时分析海量数据,识别模式并预测价格走势。这在加密货币领域尤为重要,因为加密货币市场比传统市场波动更大。人工智能的一个关键优势在于它能够快速处理海量数据集,同时还能通过社交媒体和新闻来源分析市场情绪。风险管理工具有助于发现并最大程度地降低潜在损失。
在交易方面,投资者经常使用交易机器人之类的工具。这些机器人会根据各种数据点,在预设的条件下自动买卖资产。人工智能还利用预测分析,利用历史数据分析趋势,预测未来的价格走势。情绪分析系统则评估社交媒体平台上的舆论。
尽管这些工具有效,但它们并非没有局限性。当面临高波动性、突然的监管变化、需要不断更新模型以及其他因素时,人工智能可能会难以评估市场状况。
案例三:NFT 和数字艺术
尽管非同质化代币 (NFT) 的受欢迎程度已显著下降,但人们仍在利用人工智能进行创作。许多人使用 DALL·E、Midjourney 或 GAN 等 AI 艺术模型来生成图像、音乐和 3D 对象,用于 NFT 收藏。
此外,一些 NFT 项目利用人工智能根据用户互动或市场趋势来改进或改造艺术品。例如,“AI 生成的虚拟形象”会根据你加密钱包中的活动而变化。
[推特:https://twitter.com/Artbreeder/status/1887255345564950613]
不同的平台也允许通过混合现有图像来创作新作品。Artbreeder 就是这样一个平台。凭借其用户友好的界面,艺术家可以混合搭配艺术作品,创作出独特的 AI 视觉效果。
Artbreeder 采用遗传模型,让用户通过组合多张图片来“培育”新的图像,从而生成全新的作品。先进的人工智能算法确保每幅图像都像一个栩栩如生的数字实体。
有哪些陷阱?
尽管人工智能有明显的优势,但它也有缺点。训练像GPT或DALL·E这样的大型模型需要大量的能源,这引发了环境问题。正因如此,美国等国的立法者正在提议对人工智能数据中心处以特别罚款。
[推特:https://twitter.com/sama/status/1910363426972635455]
人工智能通常得出的结果并不完全准确,可能会扭曲现实世界的情况。到了一定时候,人们可能会开始盲目地相信人工智能的输出,而缺乏批判性思考。此外,过度自动化可能会导致人们丧失导航、写作和分析等基本技能。
在交易等专业领域,人工智能需要在多个方面进行改进。这些改进包括更精确、更可靠的交易算法、能够联合分析数据的协作式人工智能系统,以及基于市场数据的持续学习。
主要的人工智能参与者已经在着手解决其中的许多问题。这在美国和中国尤为明显,谷歌、微软、Meta 和 OpenAI 等巨头正在大力投资人工智能系统的开发和改进。
尤其是中国,已将人工智能列为国家重点发展领域。凭借政府的大力支持、海量数据资源以及百度、阿里巴巴和腾讯等企业的努力,中国正在迅速缩小差距,尤其是在应用人工智能和监控技术方面。
毫无疑问,人工智能将继续发展,尽管其缺陷能够多快、多有效地得到解决仍不确定。
最新 crypto 新闻
- Forex
- Crypto