前言：如果說，ChatGPT 的出現，象徵著一場新的、關於“智慧”的工業革命的萌芽正破土而出。那麼，預言機的落地，代表著一次新的，關於“資料”的區塊鏈變革的哥倫布之旅。
“你是誰？”
“我是一個由 OpenAI 訓練的大型語言模型。我旨在幫助人們解答問題和提供資訊。由於我是一個計算機程序，所以不會感知或者思考，只能透過已有的資料來回答問題。如果您有任何問題，請隨時告訴我。”
ChatGPT：挖掘資料價值
ChatGPT，無疑是近期網際網路上最火的一個話題。據《財富》報道，ChatGPT 在釋出僅僅五天後就完成了Facebook耗時 10 個月才完成的目標——使用者超過 100 萬。2 月 1 日，ChatGPT 月活使用者破 1 億人，ins 實現這一資料用時兩年，TikTok 用時 9 個月，而 ChatGPT 僅用 60 天。
火爆程度，可見一斑。
作為這個時代技術的傑出結晶，ChatGPT 帶來的是不可預知的革命。無論你喜歡不喜歡，以 ChatGPT 為代表的AIGC（生成式人工智慧）將改變世界。
比爾蓋茨也意味深長地說：ChatGPT 出現的重大歷史意義，不亞於 PC 和網際網路誕生。
伴隨著 ChatGPT 的誕生，其愈發強大的 AIGC（生成式人工智慧）能力使得不少職業人陷入“職場危機”。甚至有人會擔心 AI 會不會取代人類。其實，AI 代替人類工作的言論，並不是第一次出現，幾年前便初見端倪。
2017 年 12 月麥肯錫全球研究院（McKinsey Global Institute）釋出的《失業與就業：自動化時代的勞動力轉型》報告稱，到 2030 年，保守估計全球 15% 的人將因 AI 技術發展而發生工作變動，激進預估則影響 30% 的全球人口，中國屆時預計有幾千萬至上億人需重新就業。
當人們仍對報告中的預測不以為意時， 2022 年 9 月，科羅拉多州博覽會藝術比賽的數字類別中，AI 畫作《太空歌劇院》一舉奪魁，再次引發“AI 能否取代人類”的巨大爭論。如今，ChatGPT 的橫空出世，引發全球規模的對 AI“威脅”就業所產生的職業生存焦慮的討論。
毫無疑問，ChatGPT 是當前人工智慧領域重大突破的傑作，同時，不可否認的是，ChatGPT 依然存在很多問題。儘管 ChatGPT 一個基於統計規律的大語言模型，它有人類無懈可擊的語言天賦，但是隻能做聯想而不能完成“邏輯推理”。從這個角度來講，ChatGPT 會傾向於製造出令人信服的回應，當然其中可能包含“生成的”幾個事實錯誤、虛假陳述和錯誤資料，因為作為一個自然語言處理模型，它也不知道高達數十 PB 的無監督訓練資料裡什麼是“事實”，這更像一個有點滑頭的“虛擬助手”。
另外，因為在訓練過程中，為了識別人類指令而注入過大量“指令”知識，ChatGPT 會對“指令”本身非常敏感，但同時會對一些上下文無關，需要“事實依據”做判斷的歧義詞識別不高。 也許，對大多數普通人來說，ChatGPT 都是一個合格的助手，因為所有關於人類語言的技能它都很精通（或者在可見的未來裡會很精通），比如歸納總結、翻譯、書寫文章、風格修正、翻譯、潤色、寫程式碼等等。因而，從事這些工作的勞動者，如果不能掌握將 ChatGPT 作為助手的技能，也許將會成為最早期被機器取代的人。
概而言之，ChatGPT 是超級工具，不是超級智慧，它不會替代人類，而是在升級行業。它將極大降低創意和執行門檻，與人類相輔相成。
全球最大廣告集團 WPP 執行長說：搶走你工作的從不是 AI，而是其他掌握 AI 工具的人。
AI 發展那麼多年，那為什麼 ChatGPT 能夠成為 AI 賽道的黑馬？
歸根結底，源於對資料的“利用”。
當前，人工智慧重大研究方向就是 NLP 任務（自然語言處理），也就是機器要讀懂人類語言。而 NLP 任務（自然語言處理）有兩大方向，一個方向是谷歌的雙向（BERT）技術，另一個方向就是 OpenAI 的自迴歸（GPT）技術。
早在 2018 年 6 月，OpenAI 公司提出初代 GPT 模型。同年 10 月，谷歌公司公佈了自己的 BERT 模型，大幅度重新整理了自然語言處理領域幾乎所有最優記錄，從此開啟了預訓練大模型時代。
在此後的 4 年時間裡，預訓練語言模型如 BERT 和 GPT（GPT-1 和 GPT-2 ，這些 ChatGPT 的前身），已成為當前自然語言處理領域的主流技術趨勢。這些模型引數從 3 億到 1.75 萬億不等，也因此被稱作大語言模型(Large Language Model)。
而這些預訓練大模型的本質是在使用更大的模型、更多的資料去找到對人類更好的、更通用的“語言模型”。也正是因此，包括 BERT 和 GPT 在內的大語言模型，在預訓練過程中其實就已經獲得了相當數量的詞彙、句法和語義知識，僅僅只需要少量標記資料對模型細化，就可以完成各種各樣的自然語言處理任務。
透過挖掘“資料”的價值，去賦予場景生態，這種類似的橋段是不是和“預言機”十分相似呢？只不過，ChatGPT 仍屬於Web2.0 時代的產物，仍然具有一定的侷限性。
如果說，ChatGPT、AIGC 則完全無視你的主權，無所顧忌地抓取全球資料進行訓練，最後製造出一個屬於自己的“超級大腦”。那麼，區塊鏈技術的原教旨價值是“去中心化”，希望打破這種壟斷，並重構一種新的分散式網路，讓普通人重新擁有自己的資料主權。
預言機：連結資料橋樑
提及到區塊鏈，想必大多數人想的是比特幣、以太坊，再不濟就是炒幣、挖礦、DeFi、NFT，以及一些靠概念包裝的GameFi、SocailFi 等Web3.0 賦能場景。但是，如何將資料“AI”化，也就是讓“區塊鏈”讀懂現實世界的預言，並加於場景生態賦能化。預言機，便顯得舉足輕重，猶如當下的 ChatGPT。
我們都知道預言機和區塊鏈的關係非常密切。在區塊鏈中，智慧合約可以執行各種操作，例如資金管理、資料儲存等。然而，智慧合約並不知道現實世界中發生的事件，這就需要預言機。因為預言機是連線現實世界和區塊鏈的資料橋樑，可以將現實世界中發生的事件轉化為可用於智慧合約的資料。
簡單來說，預言機能讓確定的智慧合約對不確定的外部世界做出“反應”。而 ChatGPT 不就是對訪問的資料做出與之對應的“反應”？
其中，預言機的主要功能是獲取並驗證外部資料，並將其輸入到區塊鏈中。它們可以採用多種方式獲取資料，例如 API、感測器、網路爬蟲等。在驗證資料方面，預言機需要保證資料的真實性和準確性。
因此，預言機必須經過精心設計和測試，以確保資料的可靠性。這些驗證過程可能包括數字簽名、加密演算法等。但預言機的發展也面臨著一些挑戰，其中最大的挑戰之一是確保資料的可靠性。預言機需要獲取大量資料，並對其進行驗證。
如果把區塊鏈比做一個“黑匣子”，那麼預言機就是黑暗中的一束光，照亮著位元世界。
當然了，當前的區塊鏈生態仍舊是發展的初級階段，較之傳統行業，除了在金融領域稍有建樹外，其它地方仍稍顯貧瘠。對於其資料的利用、調取、挖掘、分析，仍需很長一段時間去發展。
雖然市場湧現了不少像 ChainLink、PlugChain、Oraclize、UMA、DIA、API 3 這樣的主流預言機公鏈，它們各在技術領域都有著各自的突破和創新，但細觀生態發展、場景賦能、商業落地，依舊還有很長一段路要走。
這就像是，如果 ChatGPT 需要更智慧，就需要更多、更大規模的資料訓練。如果區塊鏈世界需要更智慧，就需要預言機的資料讀取、傳送、抓取更精準、更高效。
同時，在更去中心化問題上，單源 API 很容易被破解和操作，中心化預言機顯得有些雞肋。因此，像 ChainLink、PlugChain、NEST 等這種主打去中心化預言機網路的節點抓取資料的準確率更高些。因為他們的網路節點是則從多個來源拉取資料，透過資料聚合加權大大降低了資料的錯誤率。
總之，預言機作為一座連線物理世界和區塊世界的資料橋樑，具有重要的意義和潛力。它們不僅可以幫助智慧合約更好地執行各種任務，並解決現實世界中的問題。同時，隨著技術的進步和應用場景的擴大，預言機的未來將會更加廣闊。
結語：最後，當我們去對比 ChatGPT 和預言機兩者時不難發現一個核心點：兩者存在的價值都是對“資料價值”的提煉，對“資料生態”的賦能，對“場景落地”的驅動。唯一不同的是，一個是在Web2.0 ，一個是在Web3.0 。伴隨著技術的日新月異，Web2.0 和Web3.0 的邊界會越來越模糊，當預言機將物理世界的資料接入到位元世界中，以 ChatGPT 為代表的 AI 算力去不斷挖掘“資料潛力”。
到那時，Web3.0 的生態恐怕不再貧瘠、不再單調，和我們現實世界無異，那才是真正的Metaverse。
