新春将至，AI+Web3中文公益课程火热进行中，感受到了小伙伴们的热情🔥 除了干货满满的知识点，每节课程后会收集大家的笔记，从中选出六位小伙伴送出奖品：
第一名：50U 奖励
- 第二名至第六名：由WOW EARN赞助的笔记本套装
心动了吗？大家继续加油 ~
以下是第一节课程的优秀笔记，与大家分享：
✍🏻
我是从The SeeDAO公众号上了解到这个课程的。我原来就对web3和AI很感兴趣，不过平时都只是接触碎片化的信息，不知道如何开始系统性地学习这两个领域，恰好看到了这个课程，抱着这样的心态我开始了学习。
课堂前言及嘉宾分享
AI变革生产力，web3变革生产关系。
类似一个平行宇宙，让AI成为你的数字分身，你发在AU上的东西会被AI学习，它之后可以替你产出。比如微博把你东西删了，你的东西就没了。但是web3上东西是属于你的，平台倒了，你的数据还是你的。/ web3的方向：区块链两个方向，第一个方向是经济金融模型，xxxFi;第二个方向是按互联网的框架，web3应该也会有这两个方向。/ web3与AI的结合：公链里数据分析需要AI；需要靠AI满足隐私要求（隐私计算）。/ 进一步的思考：AI+web3，除了以上这种技术的结合，进一步地要思考有没有实际的应用，如何进行商业变现。 AI S1
人工智能生成内容。（AI Generative content)如果可以生成一个和它学习内容相似的样本，就认为是学到了。- 预训练指的是它看了非常多的东西，在很多数据上训练。
/ 以上是关于自然语言处理任务衍生出的一些有趣的产品/ 学习量大，了解了一些文化，不那么生硬，没那么多机翻味。2. 除了自然语言处理，落到实处（提高生产力）还有以下两个应用——工作外包与智能增强/ 要让AI帮忙解决，需要结构化地抽象复杂问题——复杂问题简单化，简单问题流程化。/ 问题空间理论定义了问题，有助于结构化地抽象复杂问题。/ 基于这个框架，在和你的聊天中收集信息，写一个好的prompt。/ 👉一个研究发现让gpt复述你的问题后它的表现会更好“涌现”是系统发生的一个质变，蚁群其实就是一个能力涌现的例子机器学习中，神经网络的神经元其实就是一个不等式一样的东西，等到神经元的数量足够多，就发现神经网络的能力发生了质变✍🏻 GPT能力缺陷&改善方法
/ 回答一次读一次以前的内容，所以不相关的话题最好分开聊。/ 训练是一个专门的过程，只有OpenAI能干，这里不是训练，只是把日记本读一遍。- 幻觉：因为是生成式语言模型，所以符合人类语言逻辑，所以它伪造不存在的数据是是“一本正经”地胡说八道
- 可以通过接入bing browser等插件让它上网搜索，不受限于过时的数据。
听了第一节课后发现这套课程远超我的预期。嘉宾都是行业大咖，正课前的嘉宾分享让我获益良多；负责讲解AI部分内容的陈财猫老师讲解生动形象，干货满满，小白也懂了很多。这节课让我对chatgpt是什么，能做什么有了更深的认知，很期待下一节课关于如何更好地使用chatgpt的讲解！
