微软杀入Web3:打造基于区块链的AI产品

news/2024/7/7 14:32:08 标签: microsoft, web3, 区块链, 人工智能

9860d785328fcd5ece30d0fb321a7123.gif07e02203ad2cb3cfe3b336eb2a38ce27.jpeg

作者:秦晋

2023年1月,微软向 ChatGPT 创建者 OpenAI 投资 100 亿美元,在AI业界引发格外关注。此举也让微软在AI的战略探索上提前取得有利位置。

2023年3月,微软软件工程师 Albacore 披露微软正在为Edge 浏览器测试内置的非托管加密钱包,据当时泄露出的屏幕截图显示,该钱包可能会与 Coinbase 和 Moonpay 交易集成,也可以通过其设置面板支持其他扩展钱包,以及一个「探索」选项卡。

截止目前,类似微软这种科技巨头在区块链技术相方面的探索并未停下狂飙的脚步。可谓左手AI,右手Blockchain。两项革命性技术都欲提前卡位在自己手上。而尤其在人工智能领域拥有多项业务的微软再次扩大其在该领域的布局。

8月9日,由Facebook前员工、Diem 项目主要成员创建的 Layer 1 公链开发商Aptos Labs 宣布与科技巨头微软建立新的合作伙伴关系。

据公开信息,两家公司除了一起探索与资产代币化、数字支付和央行数字货币相关的「创新解决方案」外,Aptos还将利用微软的Azure OpenAI提供的AI服务能力打造基于区块链的AI产品

双方在一份声明中表示,Aptos 正在利用微软的基础设施能力部署「AI+区块链」的新产品,其中包括一个「用户友好且安全」的数字助理 Aptos Assistant 的聊天机器人,该机器人将回答用户有关 Aptos 生态系统的问题,并为正在构建智能合约的开发人员提供资源和去中心化应用程序。据介绍,该聊天机器人由 Microsoft 的 Azure OpenAI 服务提供技术支持。

Aptos Labs 首席执行官 Mo Shaikh中表示:人工智能区块链技术之所以迅速融合,有一个重要原因:它们都是突破性技术,深刻影响互联网的发展并塑造社会形态。”

Aptos 还将其原生编程语言 Move 集成到 GitHub 的 Copilot 服务(一种人工智能编程工具)中,以支持「合约开发、单元测试、格式化和证明规范」。

微软AI和新兴技术总经理Rashmi Misra 表示,「通过将 Aptos Labs 的技术与 Microsoft Azure 开放人工智能服务功能相融合,我们的目标是使区块链的使用更加民主化,从而使用户能够更加无缝隙地加入 到Web3中,并使创新者能够使用人工智能开发新的令人兴奋的去中心化应用程序」。

此外,两家公司还同意探索基于区块链的金融服务产品,包括资产代币化、支付选项和央行数字货币,以扩大区块链用例。Aptos 将在 Microsoft Azure 上运行验证器节点,以增强其网络的安全性。

Aptos 的一位内部人士表示,微软和 Aptos Labs 正在共同将这些工具变为现实。

上述人士表示,Aptos Labs 的人工智能专家、博士和 Web3 开发人员团队正在与微软的人工智能团队直接合作,共同训练模型,将人工智能技术集成至 Aptos Assistant 和 GitHub 元素中,从而为想要了解有关 Aptos生态系统问题的开发人员和临时访客提供最全面信息。

随着 ChatGPT 等工具取得突破性成功,近几个月来,各领域的区块链开发人员都争先恐后地采用人工智能技术。风险投资家也更加关注人工智能,使人工智能的整合成为融资和吸引科技人才的关键。

微软AI和Web3 业务全球开发总监 Daniel An表示,人工智能将在未来几个月和几年内更大规模地融入Web3 解决方案中。

Shaikh表示,毫无疑问,人工智能正在对社会产生巨大影响。我们在日常生活中使用这些工具可以变得非常高效。无论是搜索并整理附近最好的餐馆的索引,还是帮助用户工作或研究编写代码。

在Daniel An看来,为了实现技术人员们的人工智能愿望,对人工智能生成内容的透明度、信任和验证的需求日益增长。比如,我们如何知道法学硕士生成的内容是真实的并且值得信赖?我们如何知道训练数据是无偏差的?而基于区块链的解决方案可以帮助验证内容、为其添加时间戳并将其归因于其来源,从而提高分布式数字经济的可信度。

Daniel An将大型语言模型与「类固醇」(碳链价值注:类固醇为美式俚语,通常指比正常或预期更大、更强或更极端)的内容创建者进行了比较,并将区块链作为「透明度和信任的衡量标准」。为了帮助人们更熟悉人工智能(更具体地说是法学硕士),公司必须确保用户信任该技术的工作原理。「区块链的开放性和不可篡改性可以提高人们对人工智能生成内容的信任度,并让他们相信他们正在做出正确的决定。」

Shaikh 表示,人工智能需要负责任地发展,而Web3 可以帮助它赢得所需的可信度。我们在链上捕获的所有内容都经过验证,验证可以帮助以可靠信息的方式训练这些模型。

在Shaikh看来,微软的兴趣在于拥有可靠的信息,以可验证的方式训练模型,而这正是 Aptos 可以发挥的作用。为了做到这一点,你需要一个具有高吞吐量、性能令人难以置信的区块链

目前Aptos 区块链的吞吐量每秒可高达 160,000 笔交易,目标是「到今年年底达到处理数十万笔交易的能力」。根据 Messari 研究显示,它还与 Avalanche 一起被列为最快的区块链网络之一,最终确定时间不到一秒。

凭借高吞吐量、快速的结算时间和低廉的使用成本,Aptos 的区块链可能具备了对微软等有兴趣构建人工智能相关产品和服务的大型科技公司的吸引力。

参考链接:https://www.coindesk.com/web3/2023/08/09/microsoft-and-aptos-labs-partner-on-new-ai-blockchain-solutions/

https://techcrunch.com/2023/08/09/microsoft-aptos-blockchain-ai-web3/

https://finbold.com/microsoft-to-explore-digital-payments-and-cbdcs/

https://www.theblock.co/post/243893/microsoft-aptos-digital-payments-tokenization?utm_source=twitter&utm_medium=social

https://fortune.com/crypto/2023/08/09/microsoft-aptos-labs-ai-blockchain-partnership-github-copilot-aptos-assistant-chatgpt/

推荐阅读:

BTC成AI时代首选货币

Meta转型元宇宙

比特币暗流涌动

盖茨最新文章

< END >a2f8ace7152513f520a46edd1528e47d.jpeg5b830f162eda71e025e3b1404e9d3a58.gif


http://www.niftyadmin.cn/n/4931309.html

相关文章

【冒泡排序及其优化】

冒泡排序及其优化 冒泡排序核心思想 冒泡排序的核⼼思想就是&#xff1a;两两相邻的元素进⾏⽐较 1题目举例 给出一个倒序数组&#xff1a;arr[10]{9,8,7,6,5,4,3,2,1,0} 请排序按小到大输出 1.1题目分析 这是一个完全倒序的数组&#xff0c;所以确定冒泡排序的趟数&#xff0…

如何将maven部署在Idea的教学,和idea介绍

目录 一.idea介绍&#xff0c;以及一些基本特点&#xff01; 1.1idea介绍 1.2idea特点 1.3.idea和eclipse区别 1.4idea安装 4.1下载网址 4.2下载后安装&#xff08;见图片&#xff09; 1.5 Idea的一些操作更改 5.1主题颜色 5.2设置鼠标悬浮提示 5.3显示方法分隔符 5.4忽…

Arcgis中POI找到建筑面内距离最近的标准地址通过模型构建器来实现

背景 之前写过一篇文章 Arcgis通过矢量建筑面找到POI对应的标准地址 这里面的大致思路跟本篇文章是类似的&#xff0c;不过上一篇文章有部分有瑕疵&#xff0c;就是在POI去找建筑面内的标准地址时&#xff0c;找到的虽然是建筑面内的&#xff0c;但是不一定是距离最近的&#…

目标跟踪与检测后进行 OpenCV 人脸识别 ,马赛克

文章大纲 简介模型下载地址ONNX 静态与动态 参数OpenCV 中支持的 人脸检测、识别Face detection 人脸检测YuNetFace recognition 人脸识别sFace目标检测,跟踪 后的人脸模糊目标检测,跟踪后的抠图人脸模糊pipeline 调用案例 与单元测试问题汇总不支持动态输入的问题参考文献与…

【论文阅读】基于深度学习的时序预测——Pyraformer

系列文章链接 论文一&#xff1a;2020 Informer&#xff1a;长时序数据预测 论文二&#xff1a;2021 Autoformer&#xff1a;长序列数据预测 论文三&#xff1a;2022 FEDformer&#xff1a;长序列数据预测 论文四&#xff1a;2022 Non-Stationary Transformers&#xff1a;非平…

Java训练六

目录 一、除数不能为0 二、校验年龄格式 三、终端循环 四、 计算最大公约数 一、除数不能为0 使用静态变量、静态方法以及throws关键字&#xff0c;实现当两个数相除且除数为0时&#xff0c;程序会捕获并处理抛出的ArithmeticException异常&#xff08;算术异常&#xff09…

Rider无法识别Todo Comment

最近因为vs code很难识别到代码中的usage和definition&#xff0c;改用Rider了。 但是一开始就哪里有点不对&#xff0c; 比如我主题的颜色总是有些地方无法识别出来。比如我每次从Unity中点击脚本文件&#xff0c;都只能识别到某一个特定的文件夹&#xff0c;而不能打开整个…