ChainBreaker：聊聊AIGC 在 Web3的應用

發表於 2023-04-23 14:20 作者： Defi之道

2023 年 4 月 7 日 21:00，「ChainBreaker Podcast」播客活動第四十六期拉开帷幕。本期直播潘致雄（ChainFeeds Co-Founder）連线區塊先生 Mr. Block Chris、Mest Founder Ashu Chan、Max（Adaverse Asia Ecosystem Head），圍繞「AIGC 在 Web3的應用」展开深度討論。

內容摘要：

阿樹：

我們曾在Crypto Wallet行業工作了五六年，一直遇到如何向用戶表達鏈上數據的困擾。因此，我們花了很多時間研究如何使用自然語言等文本形式表達不同類型的鏈上數據。Crypto Wallet可以承載多種類型的鏈上數據，例如DID、資產、NFT和DeFi。這些類型的數據很難在一個單一的窗口中表達。因此，我們一直在追求自然語言表達的解決方案。直到ChatGPT出現，我們認爲這個東西變得比較可行。MEST想要解決的問題是如何使用自然語言表達鏈上數據，而ChatGPT是一個好的結合點。但早期，Mest主要在做內容分發，ChatGPT還沒有出現。

如果沒有ChatGPT，我們可能會使用更笨拙的方式模擬自然語言的表達形式，但這種形式可能並不好，而我們的工作，特別是作爲鏈上數據產品的工作，可以更專注於如何生成有價值的鏈上數據。我們之前做了很多工具，如Dashboard，但現在完全轉向了語言交互這種形式，這是我們的一個試點。

在我們的理解中，這兩者是兩種不同的類型。我們認爲它們都有特定的應用場景。圖形界面特別適用於流程性場景，例如轉站。它並不適合用自然語言表達。但是，一旦涉及多種類型的數據信息表達，自然語言就是最適合的場景。最基本的例子是，當你想看一些數據時，現有的電商數據產品只能用圖表或表格表達，但在一個大型Dashboard中，很難識別任何信息。在一些組合產品中，你也可能會感到很復雜，因爲它們要承載太多東西。但是，自然語言是非常適合的。因此，對我們來說，這種使用信息傳達技術的方法可能會有所不同。對於流程性的東西，我們通過圖形界面解決；對於信息傳達和數據傳達，自然語言的優勢是非常明顯的。這對於區塊鏈這個場景非常適用。

區塊鏈的特性是公开，數據都在那裏。真正的問題是如何應用這些數據，重新整合來找到所需要的答案。Dune Analytics在Defi Summer變得非常的好用，因爲大家开始知道它在鏈上想要找什么數據。在Defi之前，Dune已經存在了，但大家並不會特別用Dune來去獲得它想要的一些資訊。現在大家可能會透過MakerDAO的合約來了解說MakerDAO從2021年到現在的區塊高度裏面Minting Fee賺了多少錢，然後可以交叉比對它跟Liquidity這種穩定幣所生成的Minting Fee差別有多少。用戶可以用這些資訊去佐證他的一些猜測，驗證他的一些投資的原因。但同樣的，這個出現了一個問題，就是一個門檻，用戶可能有一些想法，但他可能不會寫MySQL，所以就無法創造出自己的一個Dune Dashboard。ChatGPT的問世後，讓很多人討論出來一種方式，甚至可以用ChatGPT來寫合約，甚至用ChatGPT來做Unity的遊戲，或是一個簡單生成一個HTML Browser的Game。

是否可以未來通過自然語言去查詢一些數據，生成一個Dune Page？有些工具剛好滿足了這個要求，可以用自然語言去查詢一個數據。但有個問題，就是這些數據高質量的這些表是從哪裏來的？必須有人去把它從區塊鏈這些無序的、可能沒有價值信息中提取有價值的數據，才能用自然語言去生成有價值的一個指標出來。我認爲這是長期是一個非常可行，但是在中短期，像數據服務商可以在中間建立一個將這些區塊鏈公开數據大體量的數據去抽取出有價值的指標出來，去供用戶去調度，這個是目前比較可行的事情。我們將現在去鏈上數據有價值指標，

如果將來有朋友對這方面感興趣，首先要解決一個問題，那就是你要有獨特的內容。完成了第一步之後，我們要去給這些業務數據打標籤，因爲只有這些業務數據有足夠多的語言信息描述，當用戶輸入自然語言時，我們才能知道如何找到這個樣的一個數據去整合給他返回。在這裏，會有一個概念叫做embedding，就是在GPT中，它有一個叫做向量的概念，它將文本的語言轉換成一個高維度的數字，然後進行匹配。目前所有主流的對話式處理方案都是按照這個思路進行的，首先給自己的數據打很多標籤，這些標籤或API需要標記上很多問題，比如“我有多少NFT”的問題，這個指標可能需要我們寫上20條或者300條問法，我們還可以用GPT幫助我們生成100條類似的問法，去把它給標記。只有這樣，用戶問任何一個關於NFT的問題，我們才能很高概率地匹配上這樣的一個數據。這是目前所有做對話式處理的中期階段。

如果到了後期的話，比較理想的情況下，我們有了數據，有了大量標記的內容，那么可能我們會希望在已有的模型上進行微調，比如在一個开源模型或GPT模型之上進行微調，讓它成爲一個專屬領域的AI。我認爲我們可能會按照這個思路分三個階段去實現，第一階段是有數據，第二階段是標記數據，第三階段是向量匹配，然後再進行微調。

最後，我們也在思考未來的發展，包括阿裏巴巴也出了大語言模型，未來也會有更多這樣的大語言模型。我們正在追蹤這些發展，包括Facebook等都有一些开源的語言模型，雖然效果上和GPT還有些差距，但是看現在這個發展的速度和能力，他們也有機會和能力能達到GPT3或3.5的水平。

所有做鏈上數據產品的人現在面臨的困境是，大家都基於公开數據开發出沒有摩擦的產品。所以我認爲，當你提出這個問題時，它的復雜度和邏輯復雜度可能會慢慢增長，可能會包含七種條件和一些嵌套的邏輯。在這種情況下，即使是GPT4也無法准確地得到一個百分之百准確的結果，它可能還需要做一些調整才能完全理解用戶體的問題。所以，在一些層面上，我們還有進步的空間。

現在只能做到六七十分的狀態，我們需要考慮的是這些詞的向量模型，例如Word2Vec。如何根據區塊鏈領域的特點對它們進行調整？這可能也是Mest會遇到的問題之一。我其實想要聊聊Word Embedding，你們如何表示區塊鏈相關的詞，以及在搜索方面如何更好地執行。

首先，我們肯定需要自己大量的人工投入，模擬用戶可能會問的問題，然後幫助我們生成一些問題，打上標籤，然後陸續投入生產，讓用戶在這個過程中去交互，發現一些問題或者獲得更多的數據，輔助我們去優化這個標籤，讓匹配度更高。

潘致雄：

我想分享一下我們使用ChatGPT的一些感受。我們已經調研了接近兩個月，並嘗試做一些基於ChatGPT的上層工具鏈或應用。如果將ChatGPT想象成一個有擴寫能力的人，給他一些主題，他就可以生成一些文章。對於內容創作來說，這可能會提供一些幫助。但是，對於深度的研究或新興行業的分析，它仍然存在許多不足之處，因爲它缺乏信息庫。因此，我們使用ChatGPT更多地是爲了將信息濃縮，需要給它足夠多的上下文、聯系或知識。當我們給它這些知識後，再進行提問或抽取某些信息庫中的信息，它的效果非常好。我們目前使用了兩個相對流行的开源庫：LlamaIndex。此外，我們也在使用一個基於ChatGPT的平台，可以幫助我們構建自己的數據庫，例如PDF和其他資料和數據。在和ChatGPT對話時，我們可以對數據進行預分類和預篩選，提高ChatGPT的效果。

我想舉個例子來說明，假設我們需要回答一個用戶關於某個具體問題的疑惑，比如 ERC-4337 是什么。我們首先需要從數據庫中找到相關文章或內容，並對它們進行切分。例如，一個文章可能被切分成 2000 或 3000 Token 爲一個單元。當用戶提出問題時，我們需要匹配每個單元和問題的相關度，並找到相關性較高的部分進行提問和回答。然後來匹配單元和問題，以得出相對准確度較高的部分。然後，我們使用 ChatGPT 進行提問和回答，並從中總結得出答案。

這種方法適用於知識類問題。但是如果用戶問的是關於 Twitter 這樣的短內容，我們只能將問題與每條推特的嵌入式結果進行匹配，並根據與問題相關性較高的推特進行提問和回答，並讓 ChatGPT 進行總結。通過這種方法，我們可以得出答案。

目前大多數人工知識庫和 ChatGPT 的大方向都是這樣的方法。當然，這種方法也存在一些問題，例如同義詞的處理。爲了提高准確性，可以使用向量表示法進行匹配和總結。在我們的調試過程中，我們發現了許多這樣的問題，例如當一個問題涉及到 ERC-4337 時，可能在其他文章中出現了 ERC-20 和 4337 這些數字。這就可能導致搜索結果不夠准確，因爲匹配的是錯誤的內容。

關於 ChainBreaker

由 @mrblocktw、 @nake13、@momoxi17 主辦的 ChainBreaker 播客，每周五晚上8點直播。

ChainBreak 播客主要和大家分享加密領域的熱點話題，加密技術的發展探討，以及加密世界的八卦等。

來源：DeFi之道

標題：ChainBreaker：聊聊AIGC 在 Web3的應用

地址：https://www.coinsdeep.com/article/12685.html

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。