火炬、橋樑、鑰匙和未來

「提問是什麼？」

這也是一個問題。通常來看，它是一個簡單動作。

在我們眼中的提問，它打破已知與未知中間的次元壁，它將過去與未來在當下建立聯繫。從孩童指著新鮮世界向父母詢問這是什麼，到柏拉圖在《理想國》中提出的"我是誰，我從哪裡來，我要去向何方"的終極三問。

提問是火把，是鑰匙，是人類的底層需求和進步要素。

改變世界的前提是認識世界，認識世界的路徑受限於這副肉身，從觀感開始，從具體到抽象。我們的問題也是這樣發展，是什麼，做什麼，為什麼。web3的世界發展不過十五年的時間，建立仍在過程中，改變其實每一刻都在發生。我們認為，若希望改變，那變革者對這個世界的認知和理解更為重要。

「web3世界的信息特點」

相較於web2世界的差異，web3世界的信息呈現以下幾個特點
1，每時每刻的新概念新信息熵增情況嚴重。
2，海量的數據信息難以消化和理解。
3，在新世界秩序的建立過程中，原則與法理缺失，擁有話語權者自身不同的視角和利益導致不同的引導方向。

web3代表了未來，數字貨幣，元宇宙，VR/AR，技術的發展和用戶的訴求，在物理世界的桎梏將在web3中被徹底解鎖，原子世界的基礎設施在web3中正在逐步構建，沒有人可以阻擋這股洪流的力量。這一切在OpenAI等推動之下，在當下，我們隱約找到了一條路徑。QnA3.AI生逢其時。

作為AI賦能的web3知識分享平台，我們通過訓練自己的專業大語言模型，對語義和用戶意圖有著精準的理解。在海量數據源內，我們篩選有價值的信息進行編譯與重構，向用戶提供準確，有意義的回答。滿足用戶在web3世界消除噪音，獲取洞見的需求，進一步幫助他們構建自己的認知體系和思維框架。

「專業模型與通用模型的比較」

我們的判斷，市場的終局會呈現幾超，多強，若干中小共生的狀態。

訓練通用大模型的人力，設備，資金的限制性，市場最後只有3-5個國際大玩家具備真正的通用大模型的能力。與之伴生的則是各類型的語言模型，行業模型和場景模型。而通用大模型是無法解決所有細分行業的具體問題的。

首先，質量是細分行業的核心要求，而通用大模型的幻覺問題在細分行業的高質量追求下是不可接受的。我們有專屬的數據篩來源和篩選機制，通過多道流程規避這個問題。

其次，專業作為質量的核心，細分行業的工作流程要求高質量，獎勵任何質量改進動作。任何應用於細分行業的人工智能解決方案都需要不斷調整以提高質量。反應速度和反饋效率對於質量至關重要。通用模型本身的高兼容性在這裡會導致質量的差距，你可以想像如果火箭的人工智能模型被GPT-4這類的通用模型代替，結果將是毀滅級的。這種質量差距必然導向專業化調整。

再者，專有數據和專有知識是壁壘。

許多高價值、特定領域行業依賴於豐富的專有數據集。針對這些細分行業的最佳人工智能解決方案需要在這些數據上進行訓練。然而，擁有這些數據庫的實體將專注於保護其數據護城河，不太可能允許第三方無限制地訪問這些數據庫以進行人工智能訓練。因此，這些實體將在內部或通過特定的合作夥伴關係建立專門用於這些工作流程的專業人工智能系統。這些系統將有別於一般的人工智能模型。

細分行業必須要把用戶數據、行業數據，甚至圖譜或者規則，放到模型裡繼續訓練，這是行業大模型存在的必要性。在通用大模型不能覆蓋到的局部行業，加入這樣的數據，能把涉及到行業專屬知識的問題解決得很好，還能克服通用大模型帶來的「幻覺」問題。這意味著模型需要越來越多，有越來越可收斂的場景，也意味著需要更多力量參與進來幫助技術和場景的對齊，而不是一個萬能的技術去適配所有場景。

「專業大語言模型間的競爭差異」

我們認為差異的核心在認知不同，和在認知層面指導下的動作不同。現在市場上幾乎所有的AI類應用要麼是基於開源模型在進行訓練，要麼是基於OpenAI，Claude2的 API 調用。無論哪一種路徑，我們認為最終要做出自己認可的大模型，核心是能有具有相對領先的人認知，並有持續迭代模型的能力。

所以我們和同peer的玩家交流達成共識，基礎策略是以 LLM 為 L0 底座，在這之上，做 L1 行業模型、L2場景模型。這樣一層一層做好，跟客戶通過問題答案，以及我們在產品設計的各個功能來互動得到反饋，模型一點點迭代，逐漸建立壁壘。即便未來有更好的通用模型出現，也有辦法在它的基礎上再重新訓練或繼續迭代。LLM "水漲船高"，大家一起隨著比我們厲害的人的成長而成長。

在動作層面，我們在Pre Train（預訓練）、Post Train（訓練後）、Multi-Modal（多模態），Scaling Up（可擴展性），Inference（推理）等具有豐富的經驗並將其發展與產品市場結合。我們相信系統的影響和複利的力量，踐行這個信念正是來源於我們的底氣。

「結論」

人工智能的進步浪潮已經持續了十年之久，我們預計會誕生一個豐富的生態系統，其中包括由人工智能組件驅動的高價值、專業化的細分行業人工智能模型，以及一些通用的人工智能模型，為大量不同的人工智能工作流程提供支持。而在web3席捲而來的浪潮下，QnA3將是web3原生用戶的萬能鑰匙，是web2世界進入web3世界的最佳橋樑。