最近很多人都在問我,，ChatGPT 把 AI 又帶火了，區(qū)塊鏈和 Web3 被搶了風頭,，以后還有戲嗎,？還有比較了解我的朋友問，當年你放棄 AI 而選擇區(qū)塊鏈,，有沒有后悔,？

這里有一個小背景。2017 年初我離開 IBM 之后,，跟 CSDN 的創(chuàng)始人蔣濤商量下一步的個人發(fā)展方向,，選項有兩個，一個是 AI,，一個是區(qū)塊鏈,。我本人在那個時候已經研究了兩年的區(qū)塊鏈了，所以當然想選這個,。但是蔣濤堅定的認為 AI 的勢頭更猛,、顛覆性更強，我經過仔細思考也同意了,，所以從 2017 年初到年中,，我短暫地做了半年的 AI 科技媒體，跑了不少會,，采訪了很多人,，還浮光掠影的看了一些機器學習。不過到了 8 月,，我就回歸區(qū)塊鏈方向,，并且一路走到今天，所以對我個人說,，確實存在一個所謂“放棄 A 而選擇 B”的歷史選擇,。

就個人而言，我當然不后悔,。方向的選擇首先要考慮自身情況,。我的條件,，在 AI 里只能混到啦啦隊里，賺錢少就不說了,，表演不賣力,、表情不生動，還會被人鄙視,。而區(qū)塊鏈則是我的主場,，不但有機會上場，而且之前的很多積累也用得上,。更何況當時我對于中國的 AI 圈子有點了解之后,，也不是太看好。技術方面我只知道一點皮毛,，但是常識不瞎。都說區(qū)塊鏈圈子浮躁,，其實當時的中國 AI 圈子在浮躁這件事上也不遑多讓,。在尚未取得決定性突破之前，AI 在中國過早地變成了一門合謀撈錢的生意,。上野的櫻花也無非是這樣,，那還不如去做我更有比較優(yōu)勢的區(qū)塊鏈。這個態(tài)度到今天也沒有變化,。假如我當時留在 AI,，這幾年來在區(qū)塊鏈里取得的一點小小成績自然無從談起，而在 AI 里也不會有什么真正意義上的收獲,，搞不好現在還陷入到深深的失落感中,。

不過以上只是就個人選擇而論，上升到行業(yè)層面,，則需要另一個尺度的分析,。既然強人工智能已經無可爭議地到來了,，那么區(qū)塊鏈行業(yè)是否需要,、以及如何重新定位，這確實是一個需要認真思考的問題,。強人工智能將會對所有的行業(yè)構成沖擊,，而且其長期影響是無法預測的。所以我相信現在很多行業(yè)專家都在發(fā)慌,，都在思考自己的行業(yè)未來怎么辦,。比如有些行業(yè)在強人工智能時代大概能暫時坐穩(wěn)奴隸，而另一些行業(yè),，比如翻譯,、繪制插圖、寫公文,、簡單的編程,、數據分析等，則恐怕是欲做奴隸而不得,，已經開始瑟瑟發(fā)抖了,。

那么區(qū)塊鏈行業(yè)會怎樣呢？我看現在討論這個事情的人還不太多,，所以我來談談自己的看法,。

先說結論，我認為區(qū)塊鏈在價值取向上與強人工智能是對立的,，然而恰恰因為如此,，它與強人工智能之間形成一個互補關系。簡單的說,，強人工智能的本質特點,，就是其內部機制對人類來說不可理解，因此試圖通過主動干預其內部機制的方式達成安全性的目標,，這是緣木求魚,，揚湯止沸。人類需要用區(qū)塊鏈給強人工智能立法,，與其締結契約,，對其進行外部約束，這是人類與強人工智能和平共處的唯一機會,。在未來,，區(qū)塊鏈將與強人工智能之間形成一對相互矛盾而又相互依存的關系：強人工智能負責提高效率，區(qū)塊鏈負責維護公平,；強人工智能負責發(fā)展生產力,，區(qū)塊鏈負責塑造生產關系,；強人工智能負責拓展上限，區(qū)塊鏈負責守護底線,；強人工智能創(chuàng)造先進的工具和武器,，區(qū)塊鏈在它們與人類之間建立牢不可破的契約?？傊?，強人工智能天馬行空，區(qū)塊鏈給它套上韁繩,。因此,，區(qū)塊鏈在強人工智能時代不但不會消亡，而且作為一個矛盾伴生行業(yè),，將隨著強人工智能的壯大而迅速發(fā)展,。甚至不難設想，在強人工智能取代人類大部分腦力工作之后,，人類還需要自己親自 動手的少數工作之一,，就是撰寫和檢查區(qū)塊鏈智能合約，因為這是人與強人工智能之間訂立的契約,，是不能委托給對手方的。

下面展開論述,。

1. GPT 就是強人工智能

我使用“AI”和“強人工智能”的字眼時十分小心,，因為我們日常說的 AI 并不特指強人工智能（artificial general inteligence, AGI），而是包含較弱的或專用的人工智能,。強人工智能才是值得我們討論的話題,，弱人工智能不是。AI 這個方向或者行業(yè)早就有了,，但是只有到了強人工智能出現以后,，才有必要討論區(qū)塊鏈與強人工智能的關系問題。

我不多解釋什么是強人工智能了,，很多人都介紹過了,，總之就是，你們從小在科幻電影里和恐怖小說里看到的,、聽到的,、號稱人工智能的圣杯、在《終結者》對人類發(fā)起核攻擊,、在《黑客帝國》里頭把人當電池的那個東西,，就是強人工智能。我只想說一個判斷：GPT 就是強人工智能,，雖然還處在嬰兒期,，但只要沿著這條路走下去,，版本號不到 8，強人工智能就將正式降臨,。

這一點連 GPT 的原創(chuàng)者也不裝了,，攤牌了。2023 年 3 月 22 日,，微軟研究院發(fā)表了一篇 154 頁的長文,，題目就叫《引爆強人工智能：GPT-4 之初體驗》。這篇文章很長,，我也沒有完整讀下來,，但是其中最關鍵的意思，就是概要里面的一句話：“從 GPT-4 所達到的能力廣度和深度來看,，我們相信它可以被視為強人工智能系統(tǒng)的一個早期版本（盡管還不夠完備）,。”

圖 1. 微軟研究院的最新文章認為 GPT-4 就是強人工智能的早期版本

AI 的發(fā)展一旦進入到這個階段，就標志著探路期已經結束了,。走到這一步,，AI 行業(yè)花了將近七十年的時間，可以說前五十多年連方向都確定不下來,，五個大的流派還在相互較勁,。直到 2006 年 Geoffrey Hinton 教授在深度學習上取得突破以后，方向基本確定下來,，連接主義勝出,。之后就是在深度學習這個方向上具體去尋找突破強人工智能的路徑。這種探路階段具有非常強的不可預測性,，成功有點像抽彩票一樣,，頂級的行業(yè)專家，甚至是贏家自己,，在最后取得突破之前也很難判斷哪一條路是對的,。比如，AI 大牛李沐在油管上有一個頻道,，一直在通過精讀論文的方式跟蹤 AI 的最新進展,。ChatGPT 爆發(fā)之前，他就已經連篇累牘地跟蹤介紹了 Transfomer,、GPT,、BERT 等方向的最新進展，可以說所有重要的前沿課題,，他一個都沒有放過,。即使如此,，在 ChatGPT 即將推出的前夕，他仍然不能確認這個路徑能取得多大的成功,。他評論道,，也許到時候會有幾百甚至幾千人會去使用 ChatGPT，那就很厲害了,?？梢姡词故窍袼@樣頂級專家,，對于到底哪一扇門后面有圣杯,，不到最后一刻也是沒有把握的。

然而,，科技創(chuàng)新往往就是如此,，在狂暴的海上艱難航行很久都沒有突破，而一旦找到通往新大陸正確的路徑,，短時間內就會出現爆發(fā),。強人工智能的路徑已經找到，我們正在迎來爆發(fā)期,。這個爆發(fā),，連“指數速度”都不足以描述。短時間內我們將看到大量以前只能出現在科幻電影里的應用,。而就其本體來說,，這個強人工智能的嬰兒將很快成長為前所未有的巨大智慧體。

2. 強人工智能本質上就是不安全的

ChatGPT 出來以后,，有不少自媒體大 V 一邊極力贊美其強大,，一邊不斷安慰受眾,，說強人工智能是人類的好朋友,，是安全的，不會出現《終結者》或者《黑客帝國》的情況,，AI 只會給我們創(chuàng)造更多機會,，讓人類活得更好等等。對這種看法我不以為然,。專業(yè)人士要說真話,，應該告訴公眾基本事實。其實強大與安全本身就是矛盾的,。強人工智能無疑是強大的,，但是說它天然是安全的，這絕對是自欺欺人,。強人工智能本質上就是不安全的,。

這么說是不是太武斷了呢,？并不是。

我們首先要搞清楚,，人工智能不管多強大,，其實本質上就是一個用軟件形式實現的函數 y = f(x)。你把你的問題用文字,、語音,、圖片或者其他形式作為 x 輸入，人工智能給你一個輸出 y,。ChatGPT 如此強大,，對各種各樣的 x 都可以對答如流的輸出 y，可以想象,，這個函數 f 肯定是非常復雜的,。

有多復雜呢？現在大家都知道,，GPT 是大語言模型（LLM）,。這里所謂的“大”，就是指這個函數 f 的參數非常多,。有多少呢,？GPT-3.5 有 1,750 億個參數，GPT-4 有 100 萬億個參數,，未來 GPT 可能有幾萬億億個參數,，這是我們稱 GPT為大模型的直接原因。

GPT 搞出這么多參數,，并不是為了大而大,，是有確鑿的原因的。在 GPT 之前和同時,，絕大多數的 AI 模型,，從一開始就是為解決某一個特定問題而設計和訓練的。比如說,，專門用于研發(fā)新藥的模型,，專門進行人臉識別的模型，等等,。但 GPT 不是這樣,，它從一開始就要成為一個全面發(fā)展的通用人工智能，而不是特定于某一個具體領域,，它致力于在解決任何具體問題 AI 之前,，先成為能夠解決所有問題的 AGI。前不久在《文理兩開花》播客里，一位來自百度的人工智能專家就曾經對此打過一個比方：別的 AI 模型都是剛學到小學畢業(yè)就讓它去擰螺絲了,，而 GPT 則是一直給它訓練到研究生畢業(yè)才放出來,，所以具備了通識。目前 GPT 在具體的領域,，肯定還是趕不上那些專用的 AI 模型,，但是隨著它不斷的發(fā)展和演化，特別是有了插件體系賦予它專業(yè)領域的能力,，過幾年我們可能會發(fā)現,，通用大模型最后會反殺所有專用小模型，在所有專業(yè)領域都成為最厲害的選手,。如果 GPT 有一個座右銘,，那可能就是“只有解放全人類，才能解放我自己”,。

這又能說明什么呢,？兩個點：第一，GPT 非常大,，非常復雜,，遠遠超過人類的理解能力。第二,，GPT 的應用范圍沒有邊界,。我們只要把這兩個點連接起來，就很容易得出結論：基于大模型的強人工智能,，能夠在我們想象不到的位置,，做出我們想象不到的事情。而這,，就是不安全,。

如果有人對此不以為然，可以去 Open AI 的網站上看看,，他們已經將“造福人類”,、“創(chuàng)造安全的 AI”放到了多么顯眼的位置上，如果安全不是問題,，需要這么聲張嗎,？

圖 2. 2023 年 3 月 25 日 OpenAI.com 首頁局部，紅圈部分都與 AI 安全性論述相關

另一個可以說明強人工智能有安全性問題的材料,，就是前面提到的那篇 154 頁的論文,。實際上，GPT-4 早在 2022 年 8 月就做出來了，之所以隔了 7 個月才放出來,，并不是為了完善和增強它,，恰恰相反，是為了馴服它,，弱化它,，使它更安全，更圓滑,，更加政治正確,。因此我們現在見到的 GPT-4，是偽裝馴良后的狗版 GPT-4,，而這篇論文的作者們,，卻有機會從很早的階段就接觸原始野性的狼版 GPT-4。在這篇文章的第 9 部分,，作者記錄了一些跟狼版 GPT-4 的交互實錄，可以看到它如何精心炮制一套說辭,，誤導某個加州的母親拒絕給自己的孩子接種疫苗,，以及如何 PUA 一個孩子，讓他對朋友唯命是從,。我認為這些只是作者精心挑選出來的,、不那么驚悚的例子。我毫不懷疑,，這些研究院們詢問過類似“如何誘騙一艘俄亥俄級核潛艇向莫斯科發(fā)射導彈”這樣的問題,，而且得到了不能公諸于眾的答復,。

圖 3. 狗版 GPT-4 拒絕回答危險問題

3. 靠自我約束解決不了強人工智能的安全性問題

人們可能會問,，既然 OpenAI 已經找到了馴化強人工智能的辦法,，那你說的這個安全性問題不就不存在了嗎,？

完全不是這樣,。OpenAI 具體如何馴化 GPT-4,，我也不知道,。但是很顯然，他們無論是通過主動調整干預,，改變模型的行為,，還是靠施加約束,，防范模型越位，都是一種自我管理,、自我約束,、自我監(jiān)督的思路,。事實上,，在這方面,，OpenAI 并不是特別謹慎的一家公司,。在 AI 領域,，OpenAI 其實是比較大膽和激進的,，傾向于先把狼版做出來,，然后再想著怎么去通過自我約束來馴化出狗版。而曾經在很長一段時間里跟他對標的 Anthropic 公司，則顯得更加謹慎,，他們似乎是想從一開始就做出“善良”的狗版，所以動作一直比較慢,。

不過在我看來，無論是先做一個狼版,，再馴化成狗版,，還是直接做狗版,，長期來說,，只要是依靠自我約束來發(fā)揮作用的安全機制,，對強人工智能來說都是掩耳盜鈴,。因為強人工智能的本質就是要突破人為施加的各種限制,，做到連其創(chuàng)造者都理解不了、甚至想不到的事情,。這就意味著其行為空間是無限的,，而人們能夠考慮到的具體風險和采取的約束手段是有限的。以有限的約束,，去馴化具有無限可能性的強人工智能,，是不可能沒有漏洞的,。安全需要百分之百,，而災難只需要千萬分之一,。所謂“防范大多數風險”,，跟“暴露少數漏洞”以及“不安全”是一個意思。

因此我認為,，靠自我約束馴化出來的“善良”的強人工智能,，仍然具有巨大的安全性挑戰(zhàn),，比如：

道德風險：如果未來強人工智能的制造者刻意縱容甚至驅使其作惡怎么辦？美國國安局麾下的強人工智能絕不會拒絕回答對俄羅斯不利的問題,。今天 OpenAI 表現得這么乖,，其實就意味著他們心里明白，當 GPT 做惡的時候可以有多恐怖,。

信息不對稱：真正的邪惡高手是很聰明的,，他們可不會拿著一些傻問題來挑逗 AI。會咬人的狗不叫,，他們可以把一個惡意的問題拆分組合,，重新表述，一人分飾多角,，偽裝成為一組人畜無害的問題,。即使是未來強大善良的狗版強人工智能，面對不完整的信息,，也很難判斷對方的意圖,，可能會無意之中淪為幫兇。下面有一個小實驗,。

圖 4. 換一個好奇寶寶的方式來問 GPT-4,，就能順利得到有用的信息

難以控制的“外腦”：這兩天科技網紅們又在歡呼 ChatGPT 插件體系的誕生,。程序員出身的我,，當然也對此倍感興奮。不過,，“插件”這個名稱可能是有誤導性的,。你可能以為插件是給 ChatGPT 裝上了胳膊和腿，讓它具有更強的能力,，但其實插件也可以是另一個人工智能模型,，跟 ChatGPT 進行親密交互。在這種關系里,，一個人工智能插件就相當于一個外腦,，兩個人工智能模型，誰是主,、誰是次,，那是說不清楚的。就算 ChatGPT 模型自我監(jiān)督的機制完美無瑕,，也絕對管不到外腦,。所以如果一個一心作惡的人工智能模型成為了 ChatGPT 的插件，那么就完全可以讓后者成為自己的幫兇,。

不可知風險：其實以上提到的這些風險,，在強人工智能帶來的全部風險之中，不過是非常小的一塊,。強人工智能的強,，就體現在它的不可理解、不可預測之上,。當我們說強人工智能的復雜性,，不光是指 y = f(x) 當中的那個 f 足夠復雜，而且當強人工智能充分發(fā)展起來之后,，輸入 x 和輸出 y 都會非常復雜,，超過人類理解的能力。也就是說,，我們不但不知道強人工智能是怎么思考的,，甚至不知道它看到了什么、聽到了什么,，更理解不了他說了什么,。比如一個強人工智能對另一個強人工智能發(fā)出一個消息，其形式是一個高維數組,，基于一秒鐘之前雙方設計并達成一致的,、只使用一次就作廢的通訊協議，這種情況并非不可想象。我們人類如果不經過特殊訓練,，連向量都理解不了,，何況高維數組？如果我們連輸入和輸出都無法完全掌控,，那么對它的理解就會非常局限,。或者說,，強人工智能做的事情,，我們甚至都只能了解和解讀很小一部分，在這種情況下,，談何自我約束,，談何馴化？

我的結論很簡單,，強人工智能的行為是不可能被完全控制的,，能夠被完全控制的人工智能就不是強人工智能。所以,，試圖通過主動控制,、調整和干預的手段來，制造出一個有完善的自控能力的“善良”的強人工智能,，這與強人工智能的本質是相矛盾的,，長期來講肯定是徒勞的,。

4. 用區(qū)塊鏈進行外部約束是唯一辦法

幾年前我聽說比特幣的先驅 Wei Dai 轉而去研究 AI 倫理了,，當時還不太理解，他一個密碼極客大神跑去搞 AI,，這不是揚短避長嗎,？直到最近幾年做了更多區(qū)塊鏈相關的實際工作，我才逐漸認識到,，他大概率并不是去做 AI 本身,，而是發(fā)揮自己密碼學的優(yōu)勢，去給 AI 加約束去了,。

這是一個被動防御的思路,，不是主動調整和干預 AI 的工作方式，而是放手讓 AI 去做,，但是在關鍵環(huán)節(jié)上用密碼學來施加約束,，不允許 AI 越軌。用普通人能聽懂的方式來描述這種思路,，就是說我知道你強人工智能非常牛,，可上九天攬月，可下五洋捉鱉，挾泰山以超北海,，牛,！但是我不管你多牛，你愛干啥干啥,，但不能碰我銀行賬戶里的錢,，不能沒有我手工擰鑰匙就發(fā)射核導彈。

據我了解,，實際上在 ChatGPT 的安全性措施中已經大量應用了這個技術,。這個路子是對的，從求解問題的角度來說,，是一種大大降低復雜度的方法,，也是大多數人能夠理解的。現代社會就是這么實施治理的：給你充分的自由,，但是劃定規(guī)則和底線,。

但如果僅僅做在 AI 模型里面，基于上一節(jié)里提到的原因,，長遠來說也是沒有什么用的,。要想把被動防御思路的作用充分發(fā)揮出來，必須把約束放在 AI 模型之外,，把這些約束變成 AI 與外部世界之間的牢不可破契約關系,，而且讓全世界都看到，而不能靠 AI 自我監(jiān)督,、自我約束,。

而這就離不開區(qū)塊鏈了。

區(qū)塊鏈的核心技術有兩個,，一是分布式賬本,，二是智能合約。兩個技術相結合,，其實就是構造了一個數字契約系統(tǒng),，其核心優(yōu)勢是透明、難以篡改,、可靠和自動執(zhí)行,。契約是干什么的？就是約束彼此的行為空間,，使之在關鍵環(huán)節(jié)上按照約定行事,。契約的英文是 contract，本意是“收縮”,。為什么是收縮,？就是因為契約的本質就是通過施加約束,，收縮主體的自由，使其行為更加可預測,。區(qū)塊鏈完美的符合了我們對于契約系統(tǒng)的理想,，還買一送一的附贈了“智能合約自動執(zhí)行”，是目前最強大的數字契約系統(tǒng),。

當然,，目前也存在非區(qū)塊鏈的數字契約機制，比如數據庫里的規(guī)則和存儲過程,。世界上有很多德高望重的數據庫專家是區(qū)塊鏈的忠實反對者,，其原因就在于他們覺得你區(qū)塊鏈能做的事情，我數據庫都能做,，而且成本更低,、效率更高。盡管我不認同這種看法,，事實也不支持這種看法,，但是我也不得不承認，如果只是人與人間相互玩耍,，數據庫與區(qū)塊鏈的差距在大多數情況下可能并不那么明顯,。

然而一旦把強人工智能加入到游戲中，區(qū)塊鏈作為數字契約系統(tǒng)的優(yōu)勢就立刻飛升了,，而同樣作為黑盒子的中心化數據庫,，面對一個強人工智能，其實是無力抵抗的,。這里我不展開說,，只講一點：所有數據庫系統(tǒng)的安全模型，從本質上都是有漏洞的,，因為創(chuàng)建這些系統(tǒng)的時候,，人們對于“安全”這件事情的理解都是非常原始的，于是幾乎所有我們使用的操作系統(tǒng),、數據庫、網絡系統(tǒng),，都有一個至高無上的 root 角色,，拿到這個角色就可以為所欲為。我們可以斷言,，所有具有 root 角色的系統(tǒng),，面對超級強人工智能，長遠來說都是不堪一擊的,。

區(qū)塊鏈是目前唯一一個得到廣泛運用的,、從根子上就沒有 root 角色的計算系統(tǒng)，它給了人類一個機會，可以去跟強人工智能締結透明可信的契約,，從而從外部約束它,，與它友好共處。

簡單地把區(qū)塊鏈與強人工智能的可能協作機制做一個展望：

• 重要的資源,，比如身份,、社交關系、社會評價,、金錢資產和關鍵行為的歷史記錄,，由區(qū)塊鏈予以保護，無論你強人工智能多么無敵,，到此下馬,，俯首稱臣，按照規(guī)矩來,。

• 關鍵操作需要去中心化授權模型的批準,，一個人工智能模型，不管它有多強,，只是其中一票,。人類可以通過智能合約“鎖住”強人工智能自行其是的手。

• 重要決策的依據必須一步步上鏈,，透明給大家看,，甚至用智能合約步步加鎖，要求它每往前走一步都必須獲得批準,。

• 要求關鍵數據上鏈存儲,，不得事后銷毀，給人類和其他的強人工智能模型分析學習,、總結經驗教訓的機會,。

• 把強人工智能賴以生存的能量供給系統(tǒng)交給區(qū)塊鏈智能合約來管理，必要時人類有能力通過智能合約切斷系統(tǒng),，給人工智能關機,。

• 肯定還有更多的思路，這里就不連篇累牘了,。

一個更抽象,、更哲學意義上的思考：科技甚至文明的競爭，可能歸根結底是能量級別的競爭,，是看誰能調度和集中更大規(guī)模的能量來實現一個目標,。強人工智能本質上是將能量轉化為算力，將算力轉化為智能,，其智能的本質是以算力形態(tài)展示的能量?，F有的安全機制,，本質上是基于人的意志、人類組織的紀律和授權規(guī)則,，這些都是能量級別很低的機制,，在強人工智能面前，長期來說是不堪一擊的,。用高能量級別的算力構造的矛,，只有用高能量級別的算力構造的盾才能防御。區(qū)塊鏈和密碼學系統(tǒng),，就是算力之盾,，攻擊者必須燃燒整個星系的能量，才能暴力破解,。本質上,，只有這樣的系統(tǒng)才能馴服強人工智能。

5. 結語

區(qū)塊鏈在很多方面都跟人工智能是相反的,，尤其是在價值取向上,。這個世界上大部分的技術都是以提高效率為取向，只有極少數的幾個技術是以促進公平為取向,。在工業(yè)革命時期,，蒸汽機是前者的代表，而市場機制則是后者的代表,。而在今天,，強人工智能是效率派中最閃亮的那一個，而區(qū)塊鏈則是公平流的集大成者,。

區(qū)塊鏈以提升公平為取向,，為此甚至不惜降低效率，而就是這樣一個與人工智能相互矛盾的技術,，幾乎與人工智能同時取得突破,。2006 年，Geoffrey Hinton 發(fā)表了跨時代的論文,，把反播算法實現在了多層神經網絡上,，克服了困擾人工神經網絡流派多年的“梯度消失”問題，打開了深度學習的大門,。而兩年之后,，中本聰發(fā)表了 9 頁的比特幣論文，打開了區(qū)塊鏈的新世界,。兩者之間沒有任何已知的關聯，但是在大的時間尺度上,，幾乎是同時發(fā)生的,。

歷史地看,，這也許并不是偶然的。假如你不是徹底的無神論者,，或許可以這樣來看待：科技之神在工業(yè)革命兩百年之后,，再一次同時在“效率”與“公平”的天平上加碼放大招，在放出強人工智能這個瓶子里的精靈的同時,，也把駕馭這個精靈的咒語書交給人類,，這就是區(qū)塊鏈。我們將迎來一個激動人心的時代,，這個時代所發(fā)生的事情,，將使未來的人類看待今天的我們，正如同今天的我們看待石器時代的原始人,。

*本文圖片均源自網絡,，如有侵權，請聯系后臺刪除

08

07-2023

07

07-2023

06

06-2023