当 AI 遇上 web3,会碰撞出什么火花?

news2024/11/23 20:28:08

2020 年之前,Web3 的路是创造者们铺好的。但 Web3 遇上了金融,这出乎了每个创造者的意料之外,稳定币、AMM 和借贷突其来地点燃了2020年的那个夏天。之后 Web3 又遇到了 NFT、游戏和元宇宙。不过因为技术限制,除了金融之外,其他几项都没能将 Web3 带到曾经 DeFi(去中心化金融)的高度。

不过当下,Web3 遇上了 AI,两者似乎门当户对。

1. AI

AI 曾经也被人寄予厚望。但一直受限于缺乏足够的资源来进行算法模型的开发和训练,AI 总给人雷声大雨点小的印象。

但今年奇点临近,越来越多层的神经网络开始叠加,AI 的能力越来越强,AIGC 开始爆发出改变世界的潜力。

2. Web3

Web3 的核心是区块链,而区块链的核心是去中心化的验证网络。长久以来,我们一直在强调区块链所做的是调节生产关系。但这也是长久以来困扰区块链的地方:人类社会的绝大部分生产力依然产生于物理世界,而区块链本身对于物理世界是几乎无感的,我们需要各种各样的感知设备(预言机)来让区块链和外界信息交互。

3. AI + Web3

因此最适合 Web3 发挥的就是那些完全在数字空间产生出的生产力,AIGC (AI创造的内容产品)适逢其会。

从长期看,Web3里有非常成熟的验证技术和丰富的 DAO(去中心化自治组织)经验,通过 Web3 的技术可以公开地运用市场原则将 AIGC 生产消费的各个相关利益方调和在一起。“用脚投票”是市场原则的体现,也是 Web3 的核心精神。这种自由的氛围同时对于激发创造力很有帮助。

对于当下而言,AIGC 的侵权问题就非常棘手,比如,AI 算法通过 32 张图片就生成了迪士尼插画师 Hollie Mengert 的作品风格,而训练模型的只是一个工程师,并且将算法模型发到了 Reddit 上分享。

对于侵权的当然需要打击。版权的维护关乎整个现代创新体系的基本逻辑,纵容侵权本质就是在抑制创新。但问题是:当我们打击偷窃(AIGC 侵权)的时候,有没有必要惩罚用于砸窗入室的那块石头(AI 模型和运营方)?反过来问,如何将 AIGC 纳入整个版权保护的体系?

归根结底核心的问题其实只有一个:AIGC 的利益分配问题。

只能用魔法打败魔法; 技术的问题(AIGC)只用技术(Web3)来解决。用公式总结一下:

“Web 3 + AI = 生产关系+生产力 ”

● 畅想网络:创作者,创意来源者,AIGC 运营方和区块链 

通过 Web3 的区块链技术,完全可以打造一个围绕 AIGC 的生态网络。除了使用 AIGC 的创作者之外,包含主要 3 方面创作工具提供者:创意来源所有者(艺术家)、AIGC 运营方和区块链。由 AIGC创作者生成内容的所支付费用(利益)将可以形成一个 DAO 进行分配,由创作工具 3 方定期投票决定收入分配比例。

48883dce68883988d0b434a55bd3f28d.jpeg

(AIGC 生态图)

1)AIGC 创作者

创作者在整个生态中处于服务的需求方和利益价值的输入方。通过 AIGC 来帮助他们更高效地完成设计或者满足日常的工作需求,甚至可以在 AI 帮助下大幅减少低端重复设计成本,达到一人即是一个工作室的新生产力高度。

2)创意来源所有者(艺术家)

他们将作品(比如图片,音乐,视频等)上传至 Web3 区块链网络中,进行验证打上标签确权。这些作品为 AI 训练新的风格提供素材。创意来源所有者们为整个系统提供创意,并拥有上传作品和风格的版权。

AIGC 的训练过程其实也是将多个作品经过学习形成风格的过程,所以反推这个过程就可以将最终的生成作品和源作品进行联系。最终将版权费用分给不同创意来源所有者。

甚至当 AIGC 创作者完成作品后,AIGC 创作者可以将新生成的作品也上传 Web3,成为新的作品风格所有者,享有相应的版权收益。

3)运营方:计算力,存储,渲染,模型训练等

AIGC 的运营方可能包含多个服务方面,比如创作计算力提供,存储空间提供,渲染算力提供,模型训练等等。这些方面可能早期由一个参与方统一提供,但是随着发展之后可能会细化出不同的参与方,同样可以参与到 DAO 之中参与治理。

4)区块链验证者

以区块链为核心的验证提供者们为整个过程提供整个系统的各个环节上链公证的工作。

利益流转模式

从生态经济模式的闭环角度来说,由 AIGC 创作者提供的收入将在 DAO 中进行创意来源者、AIGC 运营方和区块链的三方分配:

“AIGC 创作使用费用=运营费用+版权使用费用+上链确权费用”

一句话总结

区块链 Web3 可以以 DAO 的组织形式糅合 AIGC 的 4 方(创作者,创意来源者,AIGC 运营方和区块链),达到生产关系和生产力的相互匹配。

这么看来,AI 和 Web3 似天作之合。


Maze 如何和 AI 进行结合?


Maze的愿景: 让每个用户都在 Maze 中创作,使用和交易 NFT

为了达成这个愿景,通过区块链技术,使用和交易 NFT 都已经能够很好的完成,但是在创作和生成 NFT 却遇到了一定瓶颈。艺术家入驻有一定门槛,普通用户也无法创建优秀的 NFT 作品

通过 Maze AI 就可以很好的解决 NFT 的创作问题,用户通过借鉴艺术家的作品,或者直接用描述词生成优秀的作品,从而极大的降低 NFT 创作的门槛,形成百花齐放的格局。

通过艺术家作品生成 Maze NFT 素材存储库,用户可以挑选借鉴的艺术家风格生成 NFT,当 NFT 进行交易时,可以将版税对艺术家进行分成,从而更好的激励艺术家加入。

整个流程如下图所示:

ef8e6b62af85bfe3cf2988cecc84523e.jpeg

Maze NFT:Maze NFT 平台,用于生成,存储,流转和交易 NFT。前期将由官方收集一个存储库,存储大量 NFT 生成素材,并用于生成新的 NFT 和 AI 的模型训练,后期也可以由艺术家和第三方运营方来提供相应的素材和服务,让功能更加强大和扩展。

Maze AI:整个体系中的核心,主要是结合了 AI 模型训练,图片生成,NFT 构造等一系列过程,其中的服务可以由官方提供,也可以整合其他第三方,用户使用该 AI 服务可以非常方便的生成资源和 NFT。

艺术家:艺术家可以上传自己的作品到 NFT 存储库,作为 AI 生成的素材,同时如果用户采用了该艺术家风格生成的 NFT 有了交易之后,艺术家可以获得相应的分成。

普通用户:用户可以从图库里面挑选喜欢的素材,通过 Maze AI 进行模仿生成新的 NFT,并上架到 Maze上进行交易和流转。


规划


第一阶段:Maze AI 建立,生成内容

官方收集了经典风格库加入 NFT 存储,同时也通过入驻艺术家的图库,形成基本库供用户使用。Maze 打通了从图库,AI 生成,NFT 铸造,到 NFT上架的一系列流程。持有三国等 NFT 和 $BTM 的用户,可以获得更多作为早期用户的权益。

第二阶段:激励闭环,繁荣生态

设置版权费用,使用费用,Gas 费等收益分红,通过智能合约的方式进行发放,确保公开透明。极大地激励艺术家,算力,渲染和存储运营方的加入,提供更丰富的艺术风格和创作,提供更强的渲染能力和存储能力,提供更丰富的 AI 训练模型。从而让用户可以体验更加丰富和强大的功能,形成正向的循环,让生态极大繁荣。

第三阶段:探索更多 AI 和 Web3 可能性

除了 AIGC 之外,Web3 还可以有其他和 AI 的结合点。比如 AI 模型和区块链身份认证方面(化身,PFP,域名等)的结合,以及使用区块链的去中心网络传输核心信息再使用 AI 在本地进行生成,又或者用 AI 辅助区块链验证,这些都是长期的探索方向。

Maze 从未停止探索。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/5028.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

AVL树详解(附带旋转步骤图,手把手带你上分)

文章目录👍 AVL树的概念先了解一下😁AVL树节点的定义😊AVL树插入节点🤞AVL树为什么要旋转😍AVL树的四种旋转左单旋右单旋左右双旋右左双旋❤️结语关于AVL树的讲解 👍 AVL树的概念先了解一下 它的左右子树…

Scala005--Scala中的数据结构【集合】之数组

Scala中的数据结构和Java中一样,都有数组,列表,集合,映射。在Scala中与Java不同的是数组可以有可变数组,而不是一旦定义就不可以进行更改。我们来认识数组,并使用相应的代码去查看具体的实现效果。 目录 …

Linux命令从入门到实战 ----进程管理

文章目录kill终止进程pstree查看进程树netstat网络状态和端口占用信息crontab定时任务进程(process): 是正在执行的一个程序或命令,每一个进程都是一个运行的实体,都有自己的地址空间,并占用一定的系统资源 服务(service):启动之后…

深度学习 Day 18——利用卷神经网络实现猫狗识别 Ⅱ

深度学习 Day 18——利用卷神经网络实现猫狗识别 Ⅱ 文章目录深度学习 Day 18——利用卷神经网络实现猫狗识别 Ⅱ一、前言二、我的环境三、前期工作1、导入依赖项并设置GPU2、导入数据四、数据预处理1、加载数据2、检查数据3、配置数据集并进行归一化处理4、可视化数据五、构建…

xv6源码解析(三)——内存管理

01 内存管理 内存管理:通过编写物理页分配器,以链表管理所有空闲页帧, 实现了对物理页帧的回收与分配;在xv6系统sbrk内存管理方式的基础上,添加了进程用户空间非连续分区的分配。 内存管理参考链接 mmap 02 sbrk机制…

猿创征文|【Linux】Linux中的gdb调试器的使用

目录 一、什么是gdb? 二、gdb的安装 三、gdb的使用 1、只有debug版可以被调试 2、gdb的常用指令 2.1显示代码:l指令(list指令) 2.2设置断点:b指令(break指令) 2.3显示断点/禁用断点/开启…

Linux操作系统~进程fork到wait到底怎么用?

目录 1.fork() (1).概念 (2).fork的写时拷贝 (3).fork常规用法 2.进程终止 (1).进程退出场景/退出码 (2).进程常见退出方法 1).exit函数 …

类与对象(中级)

目录 1. 包 1.1 包的概念 1.2 导入包中的类 1.3 自定义包 1.4 常见的包 2. Java三大特性 -- 封装 3. Java三大特性 -- 继承 3.1 继承的概念: 3.2 继承的语法 3.3 父类成员访问 3.3.1 子类中访问父类的成员变量 3.3.2 子类中访问父类的成员方法 4. supe…

数据挖掘(六) 层次聚类

数据挖掘(六) 层次聚类 1.层次聚类简介 层次聚类算法(Hierarchical Clustering)将数据集划分为一层一层的clusters,后面一层生成的clusters基于前面一层的结果。层次聚类算法一般分为两类: Divisive 层次聚类:又称自…

【nacos】5.1 spring cloud + Nacos 实现统一配置管理

1. 解决的问题: 配置动态更新配置集中式管理配置内容的安全性和权限不同部署环境下的配置 2. 环境: ideaspring cloudspring-cloud-alibaba nacosmavenmqtt (客户端,服务器采用的是EMQ X 5.0 ) 3. pom依赖 3.1 父级…

皮卡丘python turtle海龟绘图(电力球版)附源代码

皮卡丘python turtle海龟绘图(电力球版)附源代码 本文目录: 一、皮卡丘python turtle海龟成品效果图 二、皮卡丘背景介绍 三、皮卡丘卡角色形象 四、愿你拥有一只皮卡丘 五、Python 海龟画图主要方法 (1)海龟画图…

Allegro在PCB上制作二维码和条形码操作指导

Allegro在PCB上制作二维码和条形码操作指导 当我们需要在PCB放置一个二维码或者条形码的时候,可以不需要额外去贴标签,可以直接在PCB上制作,如下图 制作出来的二维码和条形码是可以直接用扫码程序扫描的 具体操作步骤如下 首先要用was performance allegro productivity…

python Clickhouse 分布式表介绍和创建、插入和查询数据,以及解决遇到的问题

目录 一、分布式表和本地表 原理解析: 二、Clickhouse创建分布式表结构 三、python代码实现(亲测有效) 四、解决遇到的问题 解决 DB::Exception: Missing columns: wefgrgrfew while processing query: wefgrgrfew, required columns: …

【深度学习】第三章:卷积神经网络

文章目录1. 为什么要使用卷积神经网络?2. 卷积2.1 数学上的卷积2.2 深度学习的卷积3. 卷积的构成4. 卷积的特征5. 卷积的计算(1) 一维卷积计算(2) 二维卷积计算(黑白图片)(2) 三维卷积计算(彩色图片)6. 卷积的优势7. 卷积神经网络7.1 卷积层7.2 池化层7.3 全连接层8…

浅聊一下Nginx

目录 Nginx的下载与安装 去Nginx官网安装:nginx news 直接进入下载页面进行安装 直接安装: 在服务器上使用命令对nginx的安装过程 Nginx命令 Nginx配置文件结构 Nginx配置文件(conf/nginx.conf)正题分为三个部分&#xff1…

Vue框架的学习(Vue操作指令学习三 V-bind )第三课

Vue框架的学习(Vue操作指令学习三 V-bind )第三课 语法的学习关键在于实操 案例一 V-bind基本操作 通过这个案例了解基本的操作 <div id"app"><img src"./img/1-1 (1).jpg" alt""><!--! 绑定图片利用V-bind指令 --><img v-…

一本通1073;救援(c++)

#include <iostream> #include <cmath> using namespace std; int main() {// 屋顶数目、人数int n, m;// x坐标、y坐标、实际距离、所需时间double x, y, s, sum 0;cin >> n; // 输入屋顶数目for (int i 1; i < n; i){// 输入x、y坐标和人数cin >&g…

Rockland丨艾美捷Rockland大鼠γ-球蛋白说明书

艾美捷Rockland大鼠γ-球蛋白&#xff1a; 大鼠γ-球蛋白组分由含有全抗体和其他非白蛋白血浆蛋白的血清组分组成。丙种球蛋白可用于治疗&#xff0c;以暂时提高患者的免疫力&#xff08;如免疫抑制感染后&#xff09;或增加接受肾移植的可能性。γ-球蛋白级分可作为对照试剂用…

【问题记录与解决】jupyter notebook 无法重命名,无法运行测试代码 || jupyter notebook 中常用的两个快捷键。

可以回顾下之前遇到的小问题&#xff0c;因为这次的问题解决就有赖于之前记录的内容喔&#xff01; 一、问题记录与解决】启动Jupyter&#xff0c;运行代码时报错【Error】 || 通过 Jupyter 建立的Python文件在哪儿 || Jupyter 中 移动 Python 文件 到 指定文件夹 二、【记录】…

nosql期末

文章目录第一章 绪论选择判断题简答题1. NoSQL和关系型数据库在设计目标上有何主要区别&#xff1f;2. 简要总结一下NoSQL数据库的技术特点。第二章 NoSQL数据库的基本原理选择判断简答题1. 描述分布式数据管理的特点。2 什么是CAP原理&#xff1f;CAP原理是否适用于单机环境&a…