作者:Che Kohler. 编译:Cointiem.com QDD
大型语言模型(LLMs)是一种人工智能(AI),它们通过大量的文本和代码数据集进行训练。这使得它们能够执行各种任务,例如生成文本、翻译语言和编写不同类型的创意内容。在过去的一年里,LLMs越来越受欢迎,OpenAI的GPT-3模型向公众开放,成为全球增长最快的应用之一。
虽然ChatGPT可能被误认为是LLM,但实际上有许多竞争对手,有些是闭源的,有些是开源的。Google的Bard和Meta的LLaMA等LLMs也热衷于探索这项新技术的可能性,并利用它们自己的数据集、网页抓取工具、权重和改进来提高它们的功能。
LLMs已经面世,随着它们逐渐被更多人使用并输入提示和提供信息,这些模型为用户提供价值,并随着时间的推移不断改进。现在可能看起来像是笨重的噱头,只能解决某些特定的问题,但它们有可能成为取代我们今天使用的大部分软件和服务的通用工具。
虽然LLMs的未来难以预测,但现有的LLMs在早期采用者纷纷涌入,使用量不断增长。LLMs变得如此受欢迎有很多原因。
1. 首先,它们可以访问和处理大量的信息,使其能够快速学习和适应新情况,并执行各种功能,包括撰写内容、总结内容、翻译内容、提供研究服务甚至编码和调试。
2. 其次,它们可以生成与人类写作的文本无法区分的文本,使其非常适合各种应用,如聊天机器人、客户服务和营销。
3. 最后,它们不断更新和改进,这意味着它们的功能不断扩展。
流行的LLMs由大型科技公司集中控制和资助
您今天与之交互最多的流行LLMs目前由少数几家大型科技公司集中控制,很少有人在自己的设备上运行LLMs。大多数用户对这项技术还不太投入,他们更愿意让这些模型在云服务器上运行,需要时再使用。
这意味着这些公司对这些模型的使用方式和访问权限拥有很大的权力。此外,开发和训练LLMs是昂贵的,这意味着这些公司可以利用它们庞大的财力补贴这些模型的成本。微软和谷歌等公司愿意在这些努力上烧钱,以改进他们的模型并建立一个他们可以在用户立足点足够牢固时实现货币化的客户群。
这种权力的集中引发了几个问题。
1. 首先,它可能导致LLMs被恶意用于传播错误信息等恶意目的。
2. 其次,它可能对大型科技公司不公平地优先于小型企业和初创企业,并推动大规模整合甚至更大的垄断。
3. 最后,它可能使用户难以控制自己的数据和隐私。
缺乏明确的货币化路径
LLMs面临的最大挑战之一是需要明确的货币化路径。虽然这些模型可以生成各种有价值的产品和服务,但仍然需要明确如何以盈利和可持续的方式销售这些产品和服务,使其在全球范围内获得可行性。
构建LLMs的企业可以选择将其产品构建到像OpenAI这样的大型LLM提供商中,并相信它们将保持市场领先地位;也可以冒险独立构建自己的模型;或者尝试找出如何构建一个利用流行建模软件如GPT、LLaMA和BARD的人工智能。
此外,这些企业还需要针对特定的领域进行定位;例如,一个仅用于客户关系管理(CRM)客户调查的LLM在全球范围内会很受欢迎,但以一种成本有效的方式将其引入全球各地的企业更为复杂。虽然该产品完全是数字化和无实体的,但通过法定渠道进行货币化存在风险,涉及一系列的保管人和支付处理器以及外汇和清算风险。
这种缺乏明确的货币化路径使投资者难以支持LLMs的发展。因此,LLM研究领域目前围绕着某些早期采用者和技术投资者,尚未吸引传统投资来资助扩展。
一旦一个LLM公司能够明确显示用户增长、用户保留率、常规收入和客户终身价值,传统投资者将会流入资助这些公司,因为他们现在可以依赖于他们理解的指标。
大型语言模型的未来
尽管大型语言模型的未来尚未确定,但有几个因素表明这些模型将继续在我们的生活中发挥越来越重要的作用。
l 首先,训练和部署LLMs的成本可能会继续降低。这将使更多的企业和组织能够使用这些模型,从而促进新的创新应用的发展。
l 其次,LLMs的功能不断扩展。随着这些模型变得更加强大,它们将能够执行更广泛的任务。这将使它们对企业和组织更具价值。
l 最后,LangChain代理人的发展可能有助于解决关于LLMs集中化和滥用的一些担忧。通过使这些模型更加分散化和透明化,LangChain代理人可以确保它们被用于善良而不是恶意目的。
什么是LangChain代理人?
尽管LLMs在一般应用中非常有用,但它并不总是具备适用于每个细分市场的数据集、权重和用户反馈。随着LLM模型的不断增多,不同的公司或个人正在为不同的用例改进这些模型。这些改进的模型彼此不互动,通常是孤立存在的,这限制了它们的影响范围。
期望用户为每个LLM模型注册以处理特定查询是不现实的,因此必须找到一种将不同模型连接在一起的方法,这就是LangChain的作用,不,它不是区块链,也没有令牌,所以您可以放心。
这个库的核心思想是我们可以"链"在一起不同的组件,以创建更高级的LLM用例。链可能由来自多个模块的多个组件组成。链超越了单个LLM调用,并涉及到一系列的调用(无论是对LLM还是其他实用程序)。LangChain为链提供了标准接口,与其他工具进行了许多集成,并提供了常见应用的端到端链。
LangChain代理人将使LLMs之间更容易进行交流,利用全球市场的专业知识和训练,并迅速降低人工智能学习的成本。LangChain确保您无需在某些训练上重新发明轮子,而是通过市场上的模型请求和响应来进行,但它确实有一个缺点。
金钱无法像AI模型之间的API调用那样快速流动,至少不是我们习惯的货币。然而,如果一个网络可以即时在全球范围内以被全球承认的计价单位结算支付,并能够按照某些请求自动触发,那将是一个改变游戏规则的因素。
这种支付网络可以与LangChain结合使用,解锁一个全新的基于AI请求和响应的市场,通过实时支付实现货币化。这就是LangChainBitcoin作为可能解决方案的地方。
什么是LangChainBitcoin?
LangChainBitcoin是一套工具,使LangChain代理能够直接与比特币和闪电网络(Ligntning Network)进行交互。
LangChainBitcoin包括两个主要功能:
1. LLM代理比特币工具:利用新推出的OpenAI GPT-3/4函数调用和LangChain中的内置抽象工具集,用户可以创建能够持有比特币余额(链上和闪电网络上)、在闪电网络上发送/接收比特币以及与闪电节点(LND)进行交互的代理。
2. L402 HTTP API遍历:LangChainL402是一个Python项目,使得使用requests包的用户可以轻松地浏览需要基于L402身份验证的API。该项目还包括一个与LangChain APIChain兼容的包装器,使LangChain代理可以与需要L402和Macaroons进行付款或身份验证的API进行交互。这使得代理可以访问闪电计量API后面的真实资源。
这意味着任何在本地创建LLM的人、为LLM提供数据或在响应中提供帮助的人都可以对这些信息进行付费,并允许更大的LLMs和它们的客户访问它,并进行微支付。
一个企业或个人可以通过对需要L402身份验证的API进行访问限制来销售一个提示,而潜在的买家则可以要求他们自己的本地代理根据一组标准评估响应。如果代理批准了响应,那么可以购买进一步的响应。
对于客户来说,他们可以使用自己喜欢的LLM模型,并将闪电钱包连接到它上面,以支付当前服务提供商工具集范围之外的请求,或者如果他们想比较不同模型的提示响应。
这与闪电网络(Lightning Network)有何关联?
如果闪电网络成为不同AI模型和其全球客户之间结算支付的事实标准基础。
这些支付将需要更多的流动性和路由路径,这将鼓励AI公司建立节点,而普通的闪电节点运营者可以通过在流行的闪电钱包(Lightning wallets)和各种AI闪电节点之间创建路径来提供帮助。
通过在闪电网络上以satoshis的形式对API调用进行货币化,您现在可以在全球范围内在不同数据库、供应商、模型和客户之间进行即时的小额支付。这种对不论它们在世界的何处,这种对持续微支付的新需求还将在闪电网络上产生更多的费用,并帮助使路由节点成为更具吸引力的商业实践。
所有评论