Sora涌现：2024年会是AI+Web3革命年吗

作者：Zeke，YBB Capital；翻译：0xjs@金色财经

前言

2 月 16 日，OpenAI 宣布推出名为“Sora”的最新文生视频生成式扩散模型，凭借其在各种视觉数据类型上生成高质量视频的能力，标志着生成式AI的另一个里程碑。与 Pika 等从多个图像生成几秒钟视频的 AI 视频生成工具不同，Sora 在视频和图像的压缩潜在空间中进行训练，将它们分解为时空补丁，以生成可扩展的视频。此外，该模型展示了模拟物理和数字世界的能力，其 60 秒的演示被描述为“物理世界的通用模拟器”。

Sora延续了以往GPT模型中“源数据-Transformer-Diffusion-emergence”的技术路径，表明其发展成熟度也依赖于算力。鉴于视频训练所需的数据量比文本更大，其对计算能力的需求预计将进一步增加。然而，正如我们之前的文章《潜力行业前瞻：去中心化算力市场》中所讨论的那样，算力在AI时代的重要性已经被探讨，随着AI的日益普及，众多算力项目应运而生，惠及DePIN项目（存储、计算能力等），它们的价值激增。除了 DePIN之外，本文旨在更新和完善过去的讨论，思考Web3和AI交织可能产生的火花以及AI时代这一赛道中的机会。

AI发展的三大方向

AI是一门旨在模拟、延伸和增强人类智能的新兴科学技术。自20世纪50年代和60年代诞生以来，AI已经发展了半个多世纪，现已成为推动社会生活和各行业变革的关键技术。在此过程中，符号主义、联结主义、行为主义三大研究方向的交织发展，为当今人工智能的快速发展奠定了基础。

符号主义

符号主义也称为逻辑主义或基于规则的推理，认为通过符号的处理来模拟人类智能是可行的。这种方法使用符号来表示和操纵问题域内的对象、概念及其关系，并采用逻辑推理来解决问题。符号主义取得了巨大的成功，特别是在专家系统和知识表示方面。符号主义的核心思想是智能行为可以通过符号的操纵和逻辑推理来实现，其中符号代表了现实世界的高级抽象。

联结主义

或称为神经网络方法，旨在通过模仿人脑的结构和功能来实现智能。该方法构建由许多简单处理单元（类似于神经元）组成的网络，并调整这些单元（类似于突触）之间的连接强度以促进学习。连接主义强调从数据中学习和概括的能力，使其特别适合模式识别、分类和连续输入输出映射问题。深度学习作为联结主义的演变，在图像识别、语音识别、自然语言处理等领域取得了突破。

行为主义

行为主义与仿生机器人和自主智能系统的研究密切相关，强调智能体可以通过与环境的交互来学习。与前两者不同，行为主义并不注重模拟内部表征或思维过程，而是通过感知和行动的循环来实现适应性行为。行为主义认为，智能是通过与环境的动态交互和学习来体现的，这使得它对于在复杂和不可预测的环境中运行的移动机器人和自适应控制系统特别有效。

这三个研究方向虽然存在根本差异，但在AI的实际研究和应用中可以相互作用、相互融合，共同推动人工智能领域的发展。

AIGC的原则

AIGC的爆炸性发展领域代表了联结主义的演变和应用，能够通过模仿人类创造力来生成新颖的内容。这些模型使用大型数据集和深度学习算法进行训练，学习数据中的底层结构、关系和模式。根据用户提示，它们生成独特的输出，包括图像、视频、代码、音乐、设计、翻译、问题答案和文本。目前，AIGC基本上由三个要素组成：深度学习、大数据和海量计算能力。

深度学习

深度学习是机器学习的一个子领域，它采用模仿人脑神经网络的算法。例如，人脑由数百万个相互连接的神经元组成，它们一起工作来学习和处理信息。同样，深度学习神经网络（或人工神经网络）由在计算机内协同工作的多层人工神经元组成。这些人工神经元（称为节点）使用数学计算来处理数据。人工神经网络利用这些节点通过深度学习算法解决复杂问题。

神经网络分为层：输入层、隐藏层和输出层，参数连接不同层。

输入层：神经网络的第一层，负责接收外部输入数据。输入层中的每个神经元对应于输入数据的一个特征。例如，在处理图像数据时，每个神经元可能对应于图像的一个像素值。

隐藏层：输入层处理数据并将其进一步传递到网络中。这些隐藏层在不同级别处理信息，在接收新信息时调整其行为。深度学习网络有数百个隐藏层，可以从多个角度分析问题。例如，当呈现需要分类的未知动物的图像时，你可以通过检查耳朵形状、腿数量、瞳孔大小等将其与你已经知道的动物进行比较。深度神经网络中的隐藏层以类似的方式工作方式。如果深度学习算法尝试对动物图像进行分类，每个隐藏层都会处理动物的不同特征并尝试对其进行准确分类。