【觀點】Web3時代來臨!區塊鏈與AI結合更強大,如何不被綁架與替代?
【觀點】Web3時代來臨!區塊鏈與AI結合更強大,如何不被綁架與替代?
2023.05.08 | 區塊鏈

(觀點文章呈現多元意見,不代表《Web3+》的立場)

Web3時代,反思力讓人們不再被AI綁架與替代

Web3顧名思義,是相較於Web1、Web2而言,係下一代去中心化網路。目前對於Web3雖然尚未有精準的定義,但廣泛而言,藉由區塊鏈技術作為基底所衍生的應用,都算是Web3時代的產物。

近來美國OpenAI對於ChatGPT不間斷的消息露出,讓大眾繼2018 AI元年後再次掀起對人工智慧話題熱議。

根據全球跨國投資銀行和金融服務公司瑞銀集團(UBS Group AG)發布的報告得知, ChatGPT於2022年11月推出後,在不到3個月的時間中,累積了超過1億的活躍用戶量。

數據資料分析平台SimilarWeb的資訊顯示,2023年1月是GPT用戶使用量巨幅增加的時間區段,平均每天以1,300萬的數量增加,這個增長速度是2022年12月時兩倍多。

有鑑AI在Web3時代的熱鬧程度,本篇文章整理了近期AI的發展時序,經由OpenAI官方發布的研究論文,了解在未來不被替代的工作項目,以及Web3時代和AI的關係。

📍邀請您加入Web3+ Line社群,持續關注最重要的網路變革
👉 https://lin.ee/kItnyTh

大陣仗組團上線的ChatGPT們

3月15日ChatGPT-4上線。相較於GPT-3.5,GPT-4具備更強的彙總推理能力,像是可以更好地應對如BAR、GRE、LSAT等標準化規格的考試外,對於分析圖像內容、處理文本、編排科學論文等能力均顯著提升。簡單來說,GPT-4能夠更近一步的像「人」一點,做到更精細的指令。

在此前一天(3/14),史丹佛大學(Stanford Univer$sity)發佈以Meta的LLaMA模型微調,性能和GPT3.5不相上下,不過訓練成本只花600美元的Alpaca-7B大型語言模型(LLM);出身中國清華大學計算機系知識實驗室的智譜AI,也發布了一款ChatGLM-6B的AI應用。

3月16日Pytorch2.0推出,宣告培訓AI效率將是目前的兩倍;而微軟則發布一套如同搭載GPT-4的Office應用程式Microsoft 365 Copilot。

到了3月21日,以設計和販售圖形處理器為主的無廠半導體公司輝達(NVIDIA)執行長黃仁勳,更在GTC(GPU Technology Conference)大會主題演講上以「千萬別錯過這個重新定義 AI的關鍵時刻」為題,講述生成式AI、產業數位化、雲端服務等在此刻和未來的新突破。演講中黃仁勳更不止一次的說到現在AI將像當年的iPhone一樣,迎來大爆發。

之後京東集團副總裁何曉冬也在4月初時表示,京東版的ChatGPT言犀將在今年上線,目標除了推動AI產業落地外,也會將其融入至服務中。種種跡象均表明在Web3的生活環境裡,AI將與人們的關係密不可分。

Are you?研究顯示:高學歷和收入的「知識型」工作受GPT的影響更大

根據人工智慧研究公司OpenAI,在3月17日發表的《大語言模型對勞動力市場影響潛力的早期研究》(GPTs are GPTs: An early look at the labor market impact potential of large language models)論文中顯示:在未來,人們的工作普遍都會受到AI影響,並且幾乎橫跨所有行業,只是程度不同。

該論文採用創新性方法來評估GPT在不同行業工作中的匹配成度,並以美國作為研究對象。

研究結果揭露,約有80%的美國勞動力會受到GPT影響,而19%左右的工作內容將有一半可被AI替代;由研究內容我們不難理解,此次在AI的迭代演進上,學歷和收入越高的族群,如金融分析師、會計師和律師等,其工作內容可被替代的部分比例越大。

同時OpenAI也有將不被AI影響的工作,包括洗碗工、調酒師助手、農業設備操作員、運動員與體育競賽者等34種工作列出,普遍是體力勞動範疇,且當中「助手」一詞出現的比例破高。由前述我們可合理推估,這份論文與其說是在探討會被AI替代的工作,它更像是OpenAI透過研究,來理解近期AI邏輯推演能力發展至何種情況。

成為訓練有素的狗 vs.作一枝會思考的蘆葦

想知道人們到底會不會被AI替代,除了可將科技進展速度作為評判準則,理解AI發展的底層邏輯也是方法。目前AI還缺少自主反思的能力,它做不到像古希臘哲學家里斯多德(Aristotle, 384-322BC)一樣,發現邏輯;也無法如啟蒙時代的哲學家康得(Immanuel Kant, 1724-1804),對先驗(a priori)理性做思考探索。

它能強大的如專家般係「訓練有素的狗」,能夠很好地接收執行指令,將發生過的事組合、整理、聯想後交付,但目前還無法做到在看待一件事時,以回歸事物本質的視角,思考一個問題最基本樣態,而人可以!

Web3是相對廣泛的概念,藉由區塊鏈技術做為底層,讓使用者恣意創造內容並證明擁有權,去中心化自治的機制透過AI和區塊鏈交互應用,更發展鏈上社群共治的應用,完善Web3環境,進而有更實際的應用場域和前景。

區塊鏈技術讓使用者透過去中心化特性掌握內容、數據與權利的決定權。雖然現階段距離對應的完整法規建立還有一段路要走,且區塊鏈市場仍不乏投機者。

不過,Web3的全球應用市場自2020年開始,持續百花齊放這個事實趨勢是有目共睹的,日新月異的變化中,筆者也與各位一樣期待Web3一步步發揮真正的潛力,透過個體的自主參與和付出,在AI工具加倍工作效率與加速結果驗證的催化下產生的化學效應。

(觀點文章呈現多元意見,不代表《Web3+》的立場)

核稿編輯:高敬原

往下滑看下一篇文章
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點

從生成式AI訓練、推論,到代理式工作流程(Agentic Workflow)與未來的實體AI,資料流量正以指數級成長,讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出,AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力,加速「Computational Memory」等新架構興起;在這波浪潮中,深耕記憶體與儲存技術數十年的美光科技,正與關鍵夥伴展開深度協同設計,包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術,在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角,記憶體為何躍上AI舞台中央?

過去,半導體的焦點多圍繞在晶片,例如CPU、GPU跟AI加速器等,市場普遍認為,晶片運算能力是左右科技產業發展速度的關鍵,但在進入生成式AI世代後,產業逐漸發現另一個事實:真正限制AI效能的瓶頸不是運算,而是資料能否快速被存取與傳輸。

從大型語言模型訓練,到AI推論、代理式工作流程(Agentic Workflow),甚至未來的機器人與自駕車,龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求,讓記憶體產業從過去相對標準化、以價格競爭為主的市場,逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現,大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為,記憶體是突破(頻寬)瓶頸的關鍵,也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察,也正是Mike在歷經二十餘年的儲存產業資歷,加上四年半的創投生涯後,選擇加入美光的核心原因之一:在AI重塑產業結構的浪潮下,記憶體將成為這波成長最直接的動能所在。

美光 x 數位時代
美光科技全球業務執行副總裁 Mike Cordano
圖/ 數位時代

從零組件供應商到策略夥伴,記憶體共創時代來臨

AI的崛起,正在改變記憶體廠商與客戶的關係。

過去,記憶體產品多是標準化元件,客戶關注的是價格、供貨與規格;合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大,從資料中心、雲端平台到終端裝置,記憶體已經成為決定系統效能的重要關鍵,也因如此,越來越多企業將記憶體視為「策略性資產」,而非單純零組件。

Mike表示:「現在,我們跟客戶合作的時間跨度改變了,在產品正式上市前三到四年便開始合作,從系統架構階段就共同規劃未來需求。」例如,美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體,便是雙方提前多年展開深度合作(co-design)的成果。

值得特別注意的是,美光科技除從技術層面與晶片製造商等夥伴共創產品,也在需求層面與客戶進行密切合作,例如,將過去較無約束力、期限僅一年的長期協議(LTA)轉變成為期五年、條款更具約束力的策略性客戶協議(SCA),藉此掌握客戶的未來需求,進而在技術層面做更深度的合作。Mike坦言,深度協同設計是高成本的投入,美光的做法是先廣泛進行市場感知,理解不同場域的需求方向,再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向,AI浪潮重寫記憶體成長模式

除了合作模式改變,更大的典範轉移是需求的改變。

Mike解釋,過去記憶體需求跟PC、手機跟伺服器出貨量息息相關,但在AI新世代,推動記憶體需求成長的核心不再是設備數量,而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式,每一次的模型運算都需要消耗大量的記憶體跟儲存資源,這意味著,即使設備銷量成長趨緩,記憶體需求仍可能持續上升。」

更重要的是,AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域,儘管不同場域對記憶體的需求不盡相同,但是,Mike認為:所有AI裝置都存在三項共同需求:更快的速度、更大的容量,以及更高的能源效率。

正如Mike在受訪時提到的:「我們最大的挑戰,是如何與客戶和整個生態系保持高度一致,一方面創造供給與產能,另一方面持續推動技術創新。」可以預期,在接下來的五年,記憶體產業面臨的挑戰不僅僅是擴展產能,而是如何與客戶共同規劃需求、同步投入技術創新,而這也是美光科技積極經營AI生態體系的原因。

總的來說,AI帶來的改變,不只是算力提升,而是重新定義整個運算架構:過去,記憶體被視為支援運算的基礎元件;現在,則是決定AI效能、能源效率與創新速度的關鍵資源;當產業競爭從晶片性能延伸到資料流動效率,從裝置數量轉向Token消耗量,記憶體的重要性也將隨之水漲船高,對美光科技來說,這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓