Tóm tắt 

• Những nội dung do trí tuệ nhân tạo tạo ra (AIGC) gần đây đã gây bão trên toàn thế giới với các ứng dụng như ChatGPT và DALL-E có thể tạo ra văn bản và hình ảnh ấn tượng và chân thực. Thậm chí là tương ứng đến kinh ngạc.

• AIGC được nhiều người coi là giai đoạn tiếp theo của quá trình tạo nội dung, sau PGC (Content được tạo chuyên nghiệp) và UGC (Content do người dùng tạo). PGC thường được tạo bởi các thương hiệu thuê các chuyên gia sáng tạo như nhà thiết kế đồ họa và họa sĩ hoạt hình, trong khi UGC được tạo bởi người dùng cuối và tải lên các trang truyền thông xã hội như YouTube, Facebook hoặc Twitter. 

• Nhiều chuyên gia trong ngành đã bắt đầu phân tích các ứng dụng tiềm năng của AIGC trong Web3. Những phát triển có thể có trong tương lai bao gồm việc triển khai các bộ sưu tập kỹ thuật số trong trò chơi, các thương hiệu phát triển chiến lược tương tác dựa trên NFT và các mô hình tạo giá trị tập thể mới trong các dự án NFT.

• AI có thể được sử dụng để tạo hình ảnh và video, sau đó có thể được mint thành NFT. Các NFT do AI tạo này còn được gọi là NFT Nghệ thuật Sáng tạo. Nói chung, trước tiên, nghệ sĩ sẽ nhập một bộ quy tắc, chẳng hạn như dải màu và hoa văn, cũng như các tham số như số lần lặp lại và mức độ ngẫu nhiên.

• Một trong những tính năng của ChatGPT là khả năng viết code và tìm lỗi trong code. Một ứng dụng trong Web3 là áp dụng ChatGPT để viết và gỡ lỗi các hợp đồng thông minh. Ví dụ: ChatGPT có thể được nhắc viết “Hợp đồng thông minh vững chắc ChatGPT” với mục đích sử dụng mô hình xử lý ngôn ngữ tự nhiên GPT-3 để tạo phản hồi cho các lời nhắc đã cho ra trước đó.

• Sức mạnh tính toán và dữ liệu đều đang tăng theo cấp số nhân. Những xu hướng này có lợi cho triển vọng của AIGC. Khi lượng dữ liệu đào tạo và sức mạnh tính toán tăng lên, sẽ có thể đào tạo các mô hình AI mạnh hơn để có thể tạo ra nội dung tốt hơn do AI tạo ra.

Giới thiệu

Nội dung do trí tuệ nhân tạo tạo ra (AIGC) gần đây đã gây bão trên toàn thế giới, với các ứng dụng như ChatGPT và DALL-E có thể tạo ra văn bản và hình ảnh ấn tượng và chân thực, tương ứng với từng .

AIGC được nhiều người coi là giai đoạn tiếp theo của quá trình tạo nội dung, sau PGC (Nội dung được tạo chuyên nghiệp) và UGC (Nội dung do người dùng tạo). PGC thường được tạo bởi các thương hiệu thuê các chuyên gia sáng tạo như nhà thiết kế đồ họa và họa sĩ hoạt hình, trong khi UGC được tạo bởi người dùng cuối và tải lên các trang truyền thông xã hội như YouTube, Facebook hoặc Twitter.

Ví dụ về PGC bao gồm logo, video và quảng cáo do các công ty tạo ra, trong khi ví dụ về UGC bao gồm nội dung do các blogger, YouTubers và TikTokers riêng lẻ tạo. Ngoài ra còn có một danh mục trung gian (giữa AIGC và UGC) được gọi là Nội dung do AI hỗ trợ tạo (AAGC), trong đó AI hỗ trợ con người tạo nội dung theo cách bán tự động.

Do hiệu quả và năng suất cao của máy tính, AIGC đương nhiên có thể tạo ra khối lượng nội dung cao hơn nhiều, không giống như PGC và UGC vẫn bị giới hạn bởi sức lao động của con người. Do đó, khối lượng nội dung được tạo tự phát cao hơn, sau đó có thể dẫn đến trải nghiệm xã hội quy mô lớn hơn vì khả năng tăng lên khi người dùng tương tác với vô số nội dung.

Vì AI đã phát triển nhanh chóng trong những năm gần đây, giờ đây nó có thể tạo ra nhiều loại nội dung khác nhau, từ văn bản, hình ảnh, video cho đến âm nhạc. Một số nhánh AI có liên quan giúp tạo ra nội dung như vậy là Xử lý ngôn ngữ tự nhiên (NLP), nghiên cứu cách máy tính xử lý và phân tích văn bản và Mạng đối thủ sáng tạo (GAN), nhằm mục đích tạo dữ liệu mới (ví dụ: hình ảnh và video) có các đặc điểm tương tự như tập dữ liệu huấn luyện.

Hai dự án tiêu biểu của AIGC gây được nhiều sự chú ý là ChatGPT và Dall-E. Cả hai dự án đều nhận được sự quan tâm tìm kiếm của Google ngày càng tăng kể từ khi ra mắt và đã được giới thiệu nổi bật trên phương tiện truyền thông xã hội

ChatGPT là một chatbot có thể đưa ra câu trả lời chi tiết và thực tế cho các câu hỏi trên nhiều lĩnh vực kiến thức. Được OpenAI ra mắt vào tháng 11 năm 2022, nó được đào tạo bằng cách sử dụng giám sát và học tăng cường kỹ xảo. Ngoài việc trả lời các câu hỏi, ChatGPT còn có thể viết mã bằng nhiều ngôn ngữ lập trình khác nhau và soạn nhạc.

Phiên bản mới nhất của DALL-E, DALL-E 2, được công bố vào tháng 4 năm 2022. DALLE và DALL-E 2 là các mô hình Deep learning có thể tạo hình ảnh dựa trên những ngôn ngữ tự nhiên từ người dùng. So với DALL-E, DALL-E 2 có thể tạo ra hình ảnh có độ phân giải cao hơn, chân thực hơn và kết hợp nhiều phong cách khác nhau. Ví dụ: bạn chỉ cần gợi ý “Bitcoin theo phong cách của Van Gogh” dẫn DALL-E 2 để tạo ra hình ảnh bên dưới.

AI có thể trợ giúp như thế nào trong Web3

Trong chương này, chúng ta khám phá cách AI có thể trợ giúp, tích hợp và cải thiện các dự án trong Web3. Vì AIGC và Web3 đều rất mới nên chúng ta vẫn chỉ nhìn thấy phần nổi của tảng băng chìm trong sức mạnh tổng hợp của chúng.

Những content xoay quanh AI và tác động của nó đối với Web3

Trong lĩnh vực tạo content (ví dụ: ChatGPT), AI có thể trợ giúp các tác vụ như giáo dục, tường thuật trò chơi và thiết kế câu chuyện. Ví dụ: các giao thức Web3 có thể sử dụng AI để tạo tài liệu giáo dục như câu đố và đồ họa thông tin nhằm giáo dục công chúng tốt hơn. Các dự án trò chơi blockchain có thể sử dụng AI để tạo ra các ý tưởng tường thuật trò chơi và bảng phân cảnh. Khả năng là vô tận và chỉ bị giới hạn bởi trí tưởng tượng của các nhà phát triển.

Nhiều chuyên gia trong ngành đã bắt đầu phân tích các ứng dụng tiềm năng của AIGC trong Web3. Thứ nhất, vì ChatGPT có thể trả lời các câu hỏi chung về nhiều chủ đề nên có thể nó sẽ thay thế các công cụ tìm kiếm như Google ở một mức độ nào đó trong tương lai. Web2 ở dạng hiện tại phụ thuộc rất nhiều vào các công cụ tìm kiếm và quảng cáo liên quan đến tìm kiếm.

Phương tiện truyền thông, thương hiệu, người viết blog và tổ chức phải tham gia vào việc tối ưu hóa công cụ tìm kiếm của Google và mua quảng cáo trực tuyến để quảng bá sản phẩm của họ.

Khi các công nghệ AI như ChatGPT lật ngược mô hình quảng cáo trên Web2, nó có thể mở ra các cơ hội trong tương lai trên Web3. Ví dụ: các thương hiệu và công ty truyền thông có thể sử dụng NFT để tiếp cận khách hàng của họ và khán giả để tạo doanh thu. Các thương hiệu như Nike, Starbucks, Dolce & Gabbana và Tạp chí TIME đã khởi chạy các dự án NFT và tham gia vào nền kinh tế Web3.

Sau đó, điều này có khả năng giúp xúc tác cho sự phát triển trong tương lai của metadata và trò chơi Blockchain.

Trí tuệ nhân tạo hình ảnh và video trong Web3

AI có thể được sử dụng để tạo hình ảnh và video, sau đó có thể được mint thành NFT. Các NFT do AI tạo này còn được gọi là NFT Nghệ thuật Sáng tạo (Generative Art NFTs). Thông thường, nghệ sĩ trước tiên sẽ nhập một bộ quy tắc, chẳng hạn như phạm vi màu sắc và hoa văn, cũng như các tham số như số lần lặp lại và mức độ ngẫu nhiên. Sau đó, máy tính sẽ tạo tác phẩm nghệ thuật trong khuôn khổ được chỉ định này.

Hình ảnh hoặc video do AI tạo cũng có thể được sử dụng trong trò chơi blockchain để tạo hiệu ứng đặc biệt, cũng như các sản phẩm ảo trong Metadata. Ví dụ, Mirror World là một dự án GameFi sử dụng “Mirrors” ảo do AI điều khiển đóng vai trò là tài sản cho các nhân vật trong trò chơi. Tài sản Mirror hoàn toàn có thể tương tác trong mỗi trò chơi, điều này đảm bảo rằng chủ sở hữu sẽ có thể sử dụng chúng trong các thử thách mới khi chúng phát trực tiếp. Mirror World cũng tung ra bộ sưu tập NFT tương tác, bao gồm các NFT tương thích với các trò chơi của nền tảng.

Delysium là một trò chơi Blockchain AAA với metaverse do AI cung cấp. Trò chơi có nền tảng Trình chỉnh sửa trải nghiệm được hỗ trợ bởi lớp AI tổng hợp nội bộ cho phép người dùng tạo nội dung do chính họ tạo. Một trong những khía cạnh sáng tạo của Delysium là công nghệ “AI Meta Being”. Metabeings AI trong Delysium được xây dựng với các hệ thống thần kinh bao gồm các mô-đun Xử lý ngôn ngữ tự nhiên, hành vi và hội thoại (NLP)

Điều thú vị là, Metabeings AI trong trò chơi có thể được hưởng quyền sở hữu tư nhân, nắm giữ tài sản và tham gia vào nền kinh tế cũng như các chế độ trò chơi khác nhau giống như người chơi. Với AI MetaBeings được phân phối ở các địa điểm xung quanh Delysium, người chơi có thể trải nghiệm chơi trò chơi thực tế và được tạo ra một cách linh hoạt.

Một ứng dụng khác của AI được tìm thấy ở Alethea, Dự án CharacterGPT của AI.

CharacterGPT là một hệ thống AI đa phương thức có thể tạo các ký tự AI tương tác từ một mô tả văn bản. Nói cách khác, CharacterGPT cho phép tạo Text-to-Character. Các nhân vật tương tác có thể có ngoại hình, giọng nói, tính cách và danh tính riêng biệt dựa trên các mô tả ngôn ngữ tự nhiên khác nhau.

Sau đó, nhân vật có thể được mã hóa trên blockchain và chủ sở hữu của nó cũng có thể tùy chỉnh tính cách, rèn luyện trí thông minh, cũng như giao dịch và sử dụng nó trên nhiều dApps khác trên Giao thức AI của Alethea AI. Các trường hợp sử dụng được đề xuất của các ký tự tương tác bao gồm Digital Twins (mô hình ảo được thiết kế để phản ánh một đối tượng vật lý), Digital Guides (ví dụ: hướng dẫn mọi người khám phá một điểm du lịch), Digital Companions (chương trình có cá tính riêng biệt và có thể tương tác với con người), Trợ lý ảo (có thể thực hiện các tác vụ theo mệnh lệnh, chẳng hạn như Siri của Apple), và AI NPC (nhân vật không phải người chơi trong game, không được điều khiển bởi người chơi).

Xu hướng chung của việc chuyển content 3D trở nên hiệu quả hơn cũng có thể giúp định hình các metaverse trong tương lai. Ví dụ, có những đột phá trong phương pháp tổng hợp content thành 3D sử dụng các mô hình khuếch tán chuyển content thành hình ảnh 2D đã được huấn luyện trước. Một lợi thế của phương pháp này là không yêu cầu dữ liệu đào tạo 3D. Một công cụ OpenAI mới có tên Point-E cũng có thể biến các content description thành mô hình 3D. Một trong những ưu điểm chính của Point-E là nó nhanh hơn và chạy hiệu quả trên một GPU duy nhất, so với đối thủ DreamFusion của Google chạy trên một máy có bốn bộ xử lý AI TPU v4 tùy chỉnh của Google.

Các ứng dụng khác của AI trong Web3

Một trong những tính năng của ChatGPT là khả năng viết code và tìm lỗi trong code. Một ứng dụng có thể ứng dụng tính năng này trong Web3 là áp dụng ChatGPT để viết và gỡ lỗi các hợp đồng thông minh (smart contract). Mặc dù điều này vẫn còn ở giai đoạn đầu, nhưng đã có một số ví dụ về các trường hợp sử dụng như vậy xuất hiện.

Ví dụ: ChatGPT có thể được gợi ý để viết “ChatGPT solidity smart contract” với mục đích sử dụng mô hình xử lý ngôn ngữ tự nhiên GPT-3 để tạo phản hồi cho các lời gợi ý. Sau đó, dApps có khả năng tích hợp chức năng GPT-3 để cung cấp cho người dùng phản hồi làm cho cuộc trò chuyện trở nên hấp dẫn hơn.

Ngoài ra, người dùng đã cố gắng sử dụng ChatGPT để kiểm tra các hợp đồng thông minh và tìm lỗ hổng trong các hợp đồng thông minh này. Ở giai đoạn sơ bộ này, kết luận là ChatGPT hữu ích cho việc kiểm tra sơ bộ, nhưng không thể thay thế đánh giá của những con người có kinh nghiệm vì đôi khi nó có thể đưa ra các đề xuất sai.

Triển vọng của AI năm 2023

Triển vọng cho AIGC đầy hứa hẹn. Trong khi công nghệ đằng sau AIGC, chẳng hạn như Deep Learning và neural networks, đã có từ những năm 1950, chỉ trong những năm gần đây, sức mạnh tính toán đã được cải thiện để làm cho việc Deep Learning trở nên khả thi và hiệu quả.

Theo định luật Moore trong điện toán, số lượng bóng bán dẫn trên một vi mạch tăng gấp đôi sau mỗi hai năm, trong khi chi phí của nó giảm một nửa trong cùng một khung thời gian. Nói tóm lại, tốc độ và khả năng của máy tính dự kiến sẽ tăng lên sau mỗi hai năm trong khi giá cả phải chăng hơn. Đồng thời, lượng dữ liệu trên thế giới đang tăng theo cấp số nhân, dự kiến đạt 175 zetabyte (175 nghìn tỷ gigabyte) vào năm 2025.

Các xu hướng trên rất thuận lợi cho AI và AIGC, vì các kỹ thuật AI như deep learning hoạt động hiệu quả hơn với sức mạnh tính toán cao hơn và lượng dữ liệu lớn. Ví dụ: ChatGPT được phân loại là Large Language Model (LLM), vì nó được đào tạo trên một lượng lớn dữ liệu văn bản và có 175 tỷ thông số. Nói chung, khi lượng dữ liệu đào tạo và sức mạnh tính toán tăng lên, có thể đào tạo các mô hình AI mạnh hơn để có thể tạo ra nội dung tốt hơn do AI tạo ra.

Điều đó nói rằng, cũng có một số thách thức đối với AIGC. Một thách thức có thể là sự phản kháng đối với nội dung do AI tạo ra bởi người tiêu dùng và các tổ chức. Ví dụ, Getty Images, một nền tảng và trang web ảnh chứng khoán lớn, đã không cho phép tải lên và bán các hình minh họa được tạo bằng các công cụ nghệ thuật AI bao gồm cả DALL-E.

Một thách thức khác đối với AIGC là những lo ngại về chất lượng. Ví dụ, nhà nghiên cứu AI và giáo sư Stanford Andrew Ng đã đưa ra một ví dụ trong đó ChatGPT giải thích sai cách bản đồ tính toán nhanh hơn GPU. Do đó, ngay cả AIGC tiên tiến nhất vẫn chưa đạt đủ mức độ chính xác.

Một số người cũng cho rằng AIGC là cái chết của nghệ thuật. Ví dụ: vào tháng 9 năm 2022, tác phẩm nghệ thuật do AI tạo ra “Théâtre D'opéra Spatial” của Jason Allen đã giành giải nhất trong hạng mục kỹ thuật số tại Hội chợ bang Colorado. Điều này đã tạo ra phản ứng dữ dội từ một số nghệ sĩ. Những người bảo vệ AIGC đưa ra quan điểm rằng việc sử dụng AI không khác gì sử dụng Photoshop hoặc các công cụ xử lý hình ảnh kỹ thuật số khác. Và, khả năng sáng tạo của con người vẫn là điều cần thiết để nghĩ ra những gợi ý thích hợp để tạo ra một kiệt tác nghệ thuật.

AIGC vẫn là một công nghệ mới nổi và sẽ rất thú vị khi quan sát cách nó phát triển trong vài năm tới. Rõ ràng là AIGC vượt trội so với con người về số lượng nội dung được sản xuất. Trong kịch bản được cho là lạc quan nhất, AIGC cũng có thể tạo ra nội dung có chất lượng cao hơn so với nhà văn, nghệ sĩ hoặc nhà phát triển bình thường của con người.

Kết luận

Sự cường điệu gần đây xung quanh nội dung do AI tạo ra không phải là không có lý do, vì các công cụ AI như ChatGPT và DALL-E đã chứng minh rằng chúng có thể tạo ra nội dung thực tế và chi tiết hơn nhiều so với các mô hình trước đó một cách hiệu quả. Web3 và AIGC có tiềm năng tốt để được kết hợp hiệu quả. Ví dụ: hình ảnh do AI tạo có thể được áp dụng một cách tự nhiên cho NFT. Các tính năng viết mã và sửa lỗi của ChatGPT cũng có thể được áp dụng cho các hợp đồng thông minh. Ngoài ra, các công cụ AI như ChatGPT có khả năng phá vỡ hệ sinh thái Web2, tập trung vào các công cụ tìm kiếm và mô hình doanh thu quảng cáo, mang lại những cơ hội mới mà có thể lấp đầy các ứng dụng Web3.

Nhà vật lý nổi tiếng Stephen Hawking đã từng nói, “Về mặt lý thuyết, máy tính có thể mô phỏng trí thông minh của con người — và vượt qua nó”. Trong lĩnh vực nội dung do AI tạo ra, chúng ta bắt đầu thấy hiện tượng này đang hoạt động, với việc máy tính bắt đầu có thể tạo ra văn bản và hình ảnh ngang bằng hoặc thậm chí tốt hơn so với sản phẩm do con người bình thường tạo ra. Vì AIGC và Web3 đều còn rất mới nên chúng ta mới chỉ nhìn thấy phần nổi của tảng băng chìm trong sức mạnh tổng hợp của chúng. Và, sẽ rất thú vị khi quan sát những phát triển trong tương lai trong những năm tới.

Bài viết được Nhật thuộc FXCE Crypto biên tập từ “AI-Generated Content and Applications in Web3” của tác giả William Wu; Với mục đích cung cấp thông tin và phi lợi nhuận. Chúng tôi không khuyến nghị đầu tư và không chịu trách nhiệm cho các quyết định đầu tư liên quan đến nội dung bài dịch.