前言：如果说，ChatGPT 的出现，象征着一场新的、关于“智能”的工业革命的萌芽正破土而出。那么，预言机的落地，代表着一次新的，关于“数据”的区块链变革的哥伦布之旅。
“你是谁？”
“我是一个由 OpenAI 训练的大型语言模型。我旨在帮助人们解答问题和提供信息。由于我是一个计算机程序，所以不会感知或者思考，只能通过已有的数据来回答问题。如果您有任何问题，请随时告诉我。”
ChatGPT，无疑是近期互联网上最火的一个话题。据《财富》报道，ChatGPT 在发布仅仅五天后就完成了Facebook耗时 10 个月才完成的目标——用户超过 100 万。2 月 1 日，ChatGPT 月活用户破 1 亿人，ins 实现这一数据用时两年，TikTok 用时 9 个月，而 ChatGPT 仅用 60 天。
火爆程度，可见一斑。
作为这个时代技术的杰出结晶，ChatGPT 带来的是不可预知的革命。无论你喜欢不喜欢，以 ChatGPT 为代表的AIGC（生成式人工智能）将改变世界。
比尔盖茨也意味深长地说：ChatGPT 出现的重大历史意义，不亚于 PC 和互联网诞生。
伴随着 ChatGPT 的诞生，其愈发强大的 AIGC（生成式人工智能）能力使得不少职业人陷入“职场危机”。甚至有人会担心 AI 会不会取代人类。其实，AI 代替人类工作的言论，并不是第一次出现，几年前便初见端倪。
2017 年 12 月麦肯锡全球研究院（McKinsey Global Institute）发布的《失业与就业：自动化时代的劳动力转型》报告称，到 2030 年，保守估计全球 15% 的人将因 AI 技术发展而发生工作变动，激进预估则影响 30% 的全球人口，中国届时预计有几千万至上亿人需重新就业。
当人们仍对报告中的预测不以为意时， 2022 年 9 月，科罗拉多州博览会艺术比赛的数字类别中，AI 画作《太空歌剧院》一举夺魁，再次引发“AI 能否取代人类”的巨大争论。如今，ChatGPT 的横空出世，引发全球规模的对 AI“威胁”就业所产生的职业生存焦虑的讨论。
毫无疑问，ChatGPT 是当前人工智能领域重大突破的杰作，同时，不可否认的是，ChatGPT 依然存在很多问题。尽管 ChatGPT 一个基于统计规律的大语言模型，它有人类无懈可击的语言天赋，但是只能做联想而不能完成“逻辑推理”。从这个角度来讲，ChatGPT 会倾向于制造出令人信服的回应，当然其中可能包含“生成的”几个事实错误、虚假陈述和错误数据，因为作为一个自然语言处理模型，它也不知道高达数十 PB 的无监督训练数据里什么是“事实”，这更像一个有点滑头的“虚拟助手”。
另外，因为在训练过程中，为了识别人类指令而注入过大量“指令”知识，ChatGPT 会对“指令”本身非常敏感，但同时会对一些上下文无关，需要“事实依据”做判断的歧义词识别不高。 也许，对大多数普通人来说，ChatGPT 都是一个合格的助手，因为所有关于人类语言的技能它都很精通（或者在可见的未来里会很精通），比如归纳总结、翻译、书写文章、风格修正、翻译、润色、写代码等等。因而，从事这些工作的劳动者，如果不能掌握将 ChatGPT 作为助手的技能，也许将会成为最早期被机器取代的人。
概而言之，ChatGPT 是超级工具，不是超级智能，它不会替代人类，而是在升级行业。它将极大降低创意和执行门槛，与人类相辅相成。
全球最大广告集团 WPP 首席执行官说：抢走你工作的从不是 AI，而是其他掌握 AI 工具的人。
AI 发展那么多年，那为什么 ChatGPT 能够成为 AI 赛道的黑马？
归根结底，源于对数据的“利用”。
当前，人工智能重大研究方向就是 NLP 任务（自然语言处理），也就是机器要读懂人类语言。而 NLP 任务（自然语言处理）有两大方向，一个方向是谷歌的双向（BERT）技术，另一个方向就是 OpenAI 的自回归（GPT）技术。
早在 2018 年 6 月，OpenAI 公司提出初代 GPT 模型。同年 10 月，谷歌公司公布了自己的 BERT 模型，大幅度刷新了自然语言处理领域几乎所有最优记录，从此开启了预训练大模型时代。
在此后的 4 年时间里，预训练语言模型如 BERT 和 GPT（GPT-1 和 GPT-2 ，这些 ChatGPT 的前身），已成为当前自然语言处理领域的主流技术趋势。这些模型参数从 3 亿到 1.75 万亿不等，也因此被称作大语言模型(Large Language Model)。
而这些预训练大模型的本质是在使用更大的模型、更多的数据去找到对人类更好的、更通用的“语言模型”。也正是因此，包括 BERT 和 GPT 在内的大语言模型，在预训练过程中其实就已经获得了相当数量的词汇、句法和语义知识，仅仅只需要少量标记数据对模型细化，就可以完成各种各样的自然语言处理任务。
通过挖掘“数据”的价值，去赋予场景生态，这种类似的桥段是不是和“预言机”十分相似呢？只不过，ChatGPT 仍属于Web2.0 时代的产物，仍然具有一定的局限性。
如果说，ChatGPT、AIGC 则完全无视你的主权，无所顾忌地抓取全球数据进行训练，最后制造出一个属于自己的“超级大脑”。那么，区块链技术的原教旨价值是“去中心化”，希望打破这种垄断，并重构一种新的分布式网络，让普通人重新拥有自己的数据主权。
提及到区块链，想必大多数人想的是比特币、以太坊，再不济就是炒币、挖矿、DeFi、NFT，以及一些靠概念包装的GameFi、SocailFi 等Web3.0 赋能场景。但是，如何将数据“AI”化，也就是让“区块链”读懂现实世界的预言，并加于场景生态赋能化。预言机，便显得举足轻重，犹如当下的 ChatGPT。
我们都知道预言机和区块链的关系非常密切。在区块链中，智能合约可以执行各种操作，例如资金管理、数据存储等。然而，智能合约并不知道现实世界中发生的事件，这就需要预言机。因为预言机是连接现实世界和区块链的数据桥梁，可以将现实世界中发生的事件转化为可用于智能合约的数据。
简单来说，预言机能让确定的智能合约对不确定的外部世界做出“反应”。而 ChatGPT 不就是对访问的数据做出与之对应的“反应”？
其中，预言机的主要功能是获取并验证外部数据，并将其输入到区块链中。它们可以采用多种方式获取数据，例如 API、传感器、网络爬虫等。在验证数据方面，预言机需要保证数据的真实性和准确性。
因此，预言机必须经过精心设计和测试，以确保数据的可靠性。这些验证过程可能包括数字签名、加密算法等。但预言机的发展也面临着一些挑战，其中最大的挑战之一是确保数据的可靠性。预言机需要获取大量数据，并对其进行验证。
如果把区块链比做一个“黑匣子”，那么预言机就是黑暗中的一束光，照亮着比特世界。
当然了，当前的区块链生态仍旧是发展的初级阶段，较之传统行业，除了在金融领域稍有建树外，其它地方仍稍显贫瘠。对于其数据的利用、调取、挖掘、分析，仍需很长一段时间去发展。
虽然市场涌现了不少像 ChainLink、PlugChain、Oraclize、UMA、DIA、API 3 这样的主流预言机公链，它们各在技术领域都有着各自的突破和创新，但细观生态发展、场景赋能、商业落地，依旧还有很长一段路要走。
这就像是，如果 ChatGPT 需要更智能，就需要更多、更大规模的数据训练。如果区块链世界需要更智能，就需要预言机的数据读取、传送、抓取更精准、更高效。
同时，在更去中心化问题上，单源 API 很容易被破解和操作，中心化预言机显得有些鸡肋。因此，像 ChainLink、PlugChain、NEST 等这种主打去中心化预言机网络的节点抓取数据的准确率更高些。因为他们的网络节点是则从多个来源拉取数据，通过数据聚合加权大大降低了数据的错误率。
总之，预言机作为一座连接物理世界和区块世界的数据桥梁，具有重要的意义和潜力。它们不仅可以帮助智能合约更好地执行各种任务，并解决现实世界中的问题。同时，随着技术的进步和应用场景的扩大，预言机的未来将会更加广阔。
结语：最后，当我们去对比 ChatGPT 和预言机两者时不难发现一个核心点：两者存在的价值都是对“数据价值”的提炼，对“数据生态”的赋能，对“场景落地”的驱动。唯一不同的是，一个是在Web2.0 ，一个是在Web3.0 。伴随着技术的日新月异，Web2.0 和Web3.0 的边界会越来越模糊，当预言机将物理世界的数据接入到比特世界中，以 ChatGPT 为代表的 AI 算力去不断挖掘“数据潜力”。
到那时，Web3.0 的生态恐怕不再贫瘠、不再单调，和我们现实世界无异，那才是真正的Metaverse。
