▎편집자 주:
어떤 사람들은 TRUMP의 통화 발행을 자랑스러워하는 반면 다른 사람들은 실망합니다. Fomo 감정을 제쳐두고 Meme은 단지 입구일 뿐이며 AI는 체인의 봄의 미래이며 가장 중요한 추세를 파악하고 세상은 내 손에 있습니다.
오늘 저는 암호화폐 VC @baincapcrypto의 Neural Media 기사를 여러분과 공유하고 싶습니다. 저자 @natalie는 생성 인공 지능과 암호화폐가 창의적인 생산에 미치는 영향에 대해 생각합니다. 이 기사가 모든 사람이 볼 때 영감을 얻는 데 도움이 되기를 바랍니다. 다음 기회를 위해.
🎯 주요 하이라이트
1. 생성적 인공지능은 창의적 제작 분야에 심오한 변화를 일으키고 있으며, 그 영향은 인터넷 시대에 미디어 배포 비용이 0으로 떨어졌던 냅스터 순간과 비교할 수 있습니다.
• 이러한 변화의 핵심은 창의적 제작 비용이 0으로 감소되어 인간 창의성의 핵심에 직접적인 영향을 미친다는 것입니다.
• 새로운 패러다임 하에서 인간은 최종 출력에 초점을 맞추는 것에서 시스템과 프로세스에 초점을 맞추는 것, 즉 프로그래밍 수준에서 생각하도록 신경망을 가르치는 것으로 전환해야 합니다.
2. 프로그래밍을 통해 우리는 독특한 소프트웨어 두뇌를 만들고 독특한 아이디어와 작품을 만들어 낼 수 있습니다. 애플리케이션 시나리오는 다음과 같습니다.
• 에이전트 기반 미디어: 모델은 인간 파트너를 시뮬레이션하고 텍스트 대화를 통해 상호 작용하며 금융 거래와 같은 작업을 수행할 수 있습니다.
• 실시간 게임 엔진: 모델은 게임 엔진을 시뮬레이션하고 사용자 작업을 기반으로 게임 프레임을 생성하며 실시간 렌더링을 달성합니다.
• 다중 우주 생성기: 모델은 무한히 다양한 버전을 생성하여 사용자의 독창적인 아이디어를 확장하고 가능성의 공간을 탐색합니다.
3. 미래에 직면할 추세는 다음과 같습니다.
• 생성 도구: 최종 사용자의 창의성을 자극하기 위해 프롬프트가 더 많은 인터페이스에 내장되고 있습니다. 대부분의 프롬프트는 컨트롤로 추상화되지만 창의적인 비전, 정확성, 취향 및 기술이 더 중요합니다.
• 미디어 비즈니스 모델의 진화: 기업 미디어에서 사용자 생성 미디어, 기계 생성 미디어로. 미래의 소비자 미디어 비즈니스 모델은 에이전트 생성 미디어를 중심으로 구축될 것입니다(혁신적인 시나리오에는 Character.ai와 같은 챗봇, WebSim과 같은 인터페이스 생성, Pump.fun과 같은 사용자 생성 통화 등이 포함됩니다).
• 지적 재산 문제: 기계 학습을 통해 프로그램은 인간 창작자의 미적 스타일을 학습하여 창의적 생산 및 미적 모방 비용을 0으로 줄일 수 있습니다. 지적 재산의 가치와 중요성을 재검토해야 합니다.
4. 암호화폐가 수행할 수 있는 역할은 다음과 같습니다.
• 온체인 시장과 에이전트 생성 미디어(예: 최근 DeFAI)의 교차점;
• 지적재산권 인센티브 계층의 역할을 합니다.
• Minting과 같은 미디어 수익화 및 액세스 제어는 새로운 비즈니스 모델이 되었습니다. NFT는 개인 프로그램 및 사용자 생성 소프트웨어의 인프라 역할을 할 수 있습니다.
• 인간-기계 사회적 상호작용 사이의 경제적 조정 계층으로서 커뮤니티 운영 및 에이전트 상호작용의 새로운 패러다임을 탐구합니다.
전체적으로 읽기 어려울 수도 있지만 생각해 볼 가치가 있는 기사입니다. AI는 인간의 창의성이 시스템과 프로세스의 설계에 더 많이 반영될 수 있도록 하며, 암호화폐는 이러한 변화에 대한 새로운 경제적, 사회적 측면을 제공합니다. . 이 둘의 결합이 다음 미디어 시대에 어떤 새로운 기회와 트렌드를 만들어낼 수 있는지 기다려보자.
►►►텍스트
▎“모든 미디어는 정신적이든 육체적이든 인간 능력의 확장입니다.” ~Marshall McLuhan
나는 2024년의 대부분을 우리가 지금 생성 인공 지능 이라고 부르는 것과 그것이 개인적으로나 사회 전체에 미치는 영향을 이해하려고 노력하며 보냈습니다. 나는 창의적인 도구로서 인공 지능의 가능성에 매료되었으며 이러한 새로운 제품을 내 작업 흐름, 특히 창의적인 작문과 음악 작곡에서 많이 사용합니다.
그러나 소비자 미디어와 사용자 지향 애플리케이션에 초점을 맞춘 암호화폐 투자자로서 AI는 점점 더 맹점처럼 보입니다. 인터넷 시대에 가장 성공적인 소비자 미디어 기업에 대해 이야기할 때 우리는 기술 사일로의 관점에서 그들을 논의하지 않습니다. 왜냐하면 페이스북의 성공이 기술 혁신과 불가분의 관계인 것처럼 그 회사들도 그렇게 구축되지 않았기 때문입니다. Facebook에 대해 이야기하지 마세요. 순전히 모바일 앱 또는 AI 앱으로만 보면 Facebook과 같은 앱을 가능하게 만든 다양한 혁신의 융합이라는 점을 인식하고 있습니다.
이러한 배경에서 이 글은 지난 1년 동안 인공 지능을 탐구하면서 얻은 개인적 발견과 통찰을 통합하고 개선하는 것을 목표로 합니다. 저는 이 콘텐츠가 다른 사람들(특히 암호화폐 애호가들)에게 공감을 불러일으키거나 도움이 되기를 바라는 마음으로 공유합니다.
Part.1또 다른 Napster Moment
오늘날 AI 생성 미디어를 둘러싼 논의는 (1) 모델 훈련 및 데이터 스크래핑의 윤리, (2) AI 아트가 실제 예술인지 여부, (3) 딥페이크의 디스토피아적 전망에 중점을 두고 있습니다. 이러한 논의는 모두 매우 흥미롭고 들을 만한 가치가 있지만, 저는 그들이 몇 가지 중요한 면에서 나무보다는 숲을 그리워한다고 생각합니다.
나는 생성적 AI의 부상을 이해하는 가장 유용한 프레임워크가 이를 또 다른 Napster 순간을 경험하는 지적 재산으로 생각하는 것임을 발견했습니다. 사람들, 특히 대학생들은 인터넷을 사용하지만 이번에는 유통의 순간이 아닌 생산의 순간입니다.
인터넷의 등장과 그에 따른 미디어 배포 비용의 0 감소는 무(無)에서의 순간이었습니다. 이러한 변화의 갑작스러움은 다큐멘터리 How Music Got Free에서 훌륭하게 포착되었습니다. 이 다큐멘터리는 CD 공장 노동자와 10대 해커 그룹이 하룻밤 사이에 음악 산업 전체를 무릎 꿇게 만든 이야기를 담고 있습니다.
Napster의 출현과 디지털 파일 공유가 보다 일반적으로 등장하기 전에는 전체 기업 미디어, 산업 단지(및 예술가의 생계)가 미디어 배포가 비싸고, 마찰이 심하며, 중앙 집중화되어 있다는 기술적 현실에 의존했습니다. 출시 후 불과 몇 년 만에 주요 음반사는 음반 판매에서 연방 정부에 법적 개입을 통해 구해달라고 간청했습니다. 업계는 극도로 어려운 현실에 직면해 있습니다. 비즈니스를 뒷받침하는 경제 시스템이 근본적으로, 돌이킬 수 없게 변화했으며, 음악을 구매하는 시대는 끝났습니다.
오늘날 제너레이티브 AI는 우리에게 훨씬 더 받아들이기 어려운 현실을 제시하고 있으며 창의적인 제작 비용이 0으로 떨어지는 영향은 많은 사람들이 우리를 인간으로 만든다고 믿는 핵심에 바로 적용되기 때문에 여러 면에서 다루기가 더 어렵다고 생각합니다. : 우리의 창의성. 이러한 실존적 두려움은 미디어 생성(특히 스타일 이전 또는 미학적 모방)이 무료이며 오늘날 우리가 관심을 갖는 모든 미디어 유형(텍스트, 이미지, 비디오, 오디오, 소프트웨어)을 포함한다는 사실을 바꾸지 않습니다. 아무것도 아닌” 순간.
그러나 오늘날과 2000년대 초반의 가장 중요한 차이점은 Napster와 미디어 회사 간의 싸움에서 정부가 Napster의 편을 들었고 궁극적으로 파일 공유를 해적 복제로 범죄화했다는 것입니다. (이것이 우리가 종종 기업 미디어/지적 재산을 법정 미디어라고 부르는 이유입니다.) 이 결정은 Steve Jobs가 iTunes를 홍보하고 궁극적으로 스트리밍을 촉진하기 위해 iPod을 도입한 것과 함께 업계가 완전히 붕괴되는 것을 막았습니다. 불행하게도 정부가 나서서 조치를 취하기를 기대하는 창작자들은 기껏해야 스스로를 위로하고 최악의 경우에는 스스로를 속이고 있는 것이라고 생각합니다.
내 생각에 IP 시스템은 기본적으로 기업과 기업의 법정 미디어를 보호하는 것이며 누구도 우리를 구해주러 오지 않을 것입니다. 기존 미디어 기업들은 지난 번 뼈아픈 교훈을 얻었기에 적극적으로 AI 기업과 라이선스 계약을 맺고 일정 수준의 보상을 받아왔다. 뉴미디어 회사들은 그렇게 하지 않는다고 주장하더라도 플랫폼에서 공유되는 사용자 생성 콘텐츠에 대한 모델 교육을 활용하고 있습니다. 그러나 독립 창작자들은 대체로 뒤처져 있다.
Part.2 컴퓨팅: 우리 시대의 미디어
왜 많은 창작자들이 생성 AI가 자신의 역량을 약화시킨다고 생각하는지 쉽게 알 수 있으며, 이러한 우려는 대체로 타당하다고 생각합니다. 하지만 컴퓨팅이 단순히 소통의 매체가 아닌 창작의 매체로 생각하게 하는 새로운 방식으로 발전하고 있는 컴퓨팅에 대해 생각해 볼 수 있는 기회도 있다고 생각합니다.
비디오 게임이나 생성 예술을 창작한 사람들에게 창의적인 매체로서의 컴퓨팅 개념은 새로운 것이 아닙니다. 그러나 오늘날에도 여전히 많은 사람들이 이 사실을 깨닫지 못하고 있습니다. 소프트웨어는 최초의 디지털 네이티브 미디어 카테고리이며, 대부분의 사람들은 이를 주로 서비스, 유용성 및 최적화의 관점에서 이해하며 반드시 창의적인 표현의 관점에서 이해하지는 않습니다. 이제 생성적 AI는 이 아이디어를 매우 직접적인 방식으로 발전시켜 거의 모든 다른 매체에서 생산 비용을 0으로 줄입니다 . 이는 그렇다면 인간의 창의성은 어디에 있는가? 장인정신의 가치는 어디에 있는가?라는 실존적 질문을 제기하는 듯하다.
내 대답은 아마도 놀랍지 않을 것입니다: 그것은 프로그래밍 가능한 수준입니다. 내가 의미하는 바를 더 자세히 살펴보기 전에 우리가 이해해야 할 몇 가지 중요한 기술 개념이 있습니다.
2.1 신경망 101(초보자용)
훈련은 많은 수의 예제를 제공한 다음 패턴을 찾고, 새로운 입력을 기반으로 예측하고, 실수할 때 스스로 수정하도록 하여 작업을 완료하는 방법을 모델에 본질적으로 가르치는 프로세스입니다. 개념적으로 이것은 우리가 그림을 배우는 방법과 유사합니다. 모양을 모방하는 것부터 시작해 독창적인 작품을 만들 수 있을 때까지, 동료와 교사의 피드백을 활용하여 지속적으로 기술을 향상시킵니다. 물론 중요한 차이점이 있습니다. 예를 들어 텍스트 생성 모델은 여러분이나 저처럼 쓰는 법을 배우지는 않지만 매우 높은 정확도로 쓰기를 시뮬레이션하는 법을 배웁니다. 이것이 내가 에이전트보다는 시뮬레이터가 신경망에 더 적합한 정신 모델이라는 데 점점 더 동의하는 많은 이유 중 하나입니다.
잠재 공간 , 또는 제가 고차원 가능성 공간이라고 부르는 것을 선호하는 것은 훈련 중에 학습된 내용이 압축된 형태로 제시되는 신경망의 표현 공간입니다. 은유적으로 이는 모델이 훈련 데이터에서 감지할 수 있는 다양한 특징 간의 복잡한 관계를 이해하는 방법을 학습하면서 구축하는 내부 세계 모델과 유사합니다. 잠재 공간의 개념을 이해하는 것은 신경망을 창의적인 도구이자 매체로 이해하는 데 핵심입니다.
잠재 공간 시각화 #1 — 알려진 임베딩 간 보간
잠재 공간 시각화 #2 — 다차원 속성 및 관계의 다양한 임베딩 표현
임베딩 : 임베딩은 입력을 잠재 공간의 특정 지점에 매핑하는 프로세스로 볼 수 있습니다. 이는 본질적으로 프롬프트를 모델의 사고 언어로 번역하는 프로세스입니다. 이런 식으로 우리는 힌트를 모델의 잠재 공간을 탐색하고 탐색하는 방법으로 이해할 수 있습니다. 즉 , 힌트에 능숙해지는 것은 모델의 잠재 공간의 모양에 대한 직관을 개발하여 모델을 안내할 수 있다는 것을 의미합니다. 구체적이고 예상되는 출력을 생성합니다.
신경망을 가지고 노는 것의 재미 중 하나는 신경망의 깊은 내부 작동이 우리에게 미스터리로 남아 있다는 것입니다. 하지만 이러한 기본 개념은 신경망을 창의적인 도구로 간주하는 데 필요한 배경을 제공할 수 있다고 생각합니다.
Part.3 신경망: 새로운 혁신 패러다임
컴퓨터 미디어의 핵심은 최종 결과물(노래, 이미지, 비디오, 텍스트)에 초점을 맞추는 것에서 시스템과 프로세스에 더 초점을 맞추도록 요구한다는 것입니다. 신경망의 특정 사례에서 이는 단순히 특정 미디어를 위한 생성 도구가 아닌 프로그래밍 가능한 미디어 생성 엔진으로 생각해야 함을 의미합니다. 이 렌즈를 통해 나는 인간의 창의성과 장인정신의 가치는 어디에 있는가?라는 위의 질문에 대한 답을 발견했습니다. 그것은 훈련 프로세스와 모델 아키텍처의 설계에 있습니다. 이것이 제가 프로그래밍 수준이라고 부르는 것입니다. ”
xhairymutantx 는 Holly Herndon 과 Mat Dryhurt 의 공동 작업입니다. 이 모델은 Holly의 사진에 대해 엄격하게 교육을 받았으며 입력 프롬프트에 관계없이 Holly의 외모에서 영감을 받은 사진을 생성합니다.
신경망을 인간 인지 기능의 소프트웨어 기반 추상화를 달성하려는 시도로 생각한다면, 모델을 훈련하고 설계하는 것은 생각하는 방법을 가르치는 것과 같다는 것이 분명해집니다.
모든 친구들에게 어린 시절의 기억을 떠올려보세요라는 지시(프롬프트)를 주는 것을 상상할 수 있습니다. 그들이 생성하는 콘텐츠는 개인적인 배경과 상상력(예: 훈련 데이터)에 따라 달라지므로 모든 사람의 대답은 분명히 다를 것입니다. ). 여러 번 메시지를 받은 후 일부 친구는 지속적으로 더 아름답고 창의적인 반응을 생성할 수 있으며, 심지어 특정 개인 스타일을 보여줄 수도 있습니다. 그렇다면 지금까지 존재했던 모든 인간의 뇌로 이 훈련을 할 수 있다면 어떨까요? 피카소나 카니예 웨스트처럼 특별히 독특한 인간 두뇌를 골라낼 수 있다면 어떨까요?
이것은 본질적으로 신경망이 우리에게 제공하는 창의적인 초능력, 즉 다른 사람의 마음을 창의적인 도구로 사용할 수 있는 능력입니다. 여기서 정말 매력적이라고 생각하는 것은 모델의 특정 출력이 아니라 독특한 아이디어와 독특한 작품을 생성할 수 있는 소프트웨어 두뇌를 창의적으로 프로그래밍할 수 있는 기회입니다 .
Arcade.ai 는 사용자가 자신만의 주얼리 제품을 디자인할 수 있는 팁-제품 마켓플레이스입니다. 그들은 최종 사용자가 제조에 사용할 수 있는 재료만 사용하여 충실도가 높은 주얼리 이미지를 생성하기 위해 모델을 특별히 조정했습니다.
시스템이 출력보다 더 중요하다는 생각을 더 자세히 살펴보면, 신경망과 상호 작용하는 또 다른 특징은 프롬프트와 응답의 지속적인 피드백 루프에 참여하는 것입니다. 이는 읽기 및 쓰기와 유사한 경험입니다. 고리. 저는 개인적으로 모델에 프롬프트를 보내고 출력을 받은 후 상호 작용을 거의 종료하지 않는다는 것을 알았습니다. 모델과의 거의 모든 상호 작용은 계속해서 반복하고, 반영하고, 탐구하는 대화형 피드백 루프로 이어집니다. 이것은 미묘해 보일 수 있지만 신경망에서 생성된 미디어 유형을 이해하는 데 핵심입니다.
3.1 에이전트 기반 미디어
이전 기사에서 이 개념을 간략하게 언급했는데 핵심 아이디어는 매우 간단합니다. 여기서 모델은 텍스트 대화를 통해 우리와 상호 작용하는 일종의 인간 동반자의 역할을 시뮬레이션하지만 다른 방식으로도 우리를 이해하고 소통할 수 있습니다. 형태의 미디어가 응답했습니다. 또한 일부 모델은 다른 모델을 대신하여 또는 자체적으로 조치(예: 금융 거래 실행)를 수행할 수 있음을 여기서 확인할 수 있습니다. 일반적인 예로는 챗봇, AI 동료, 게임 내 NPC(비플레이어 캐릭터) 또는 기타 의인화된 사용자 경험이 있습니다. 예를 들어, Andy Ayrey의 창의적 실험인 Infinite Backrooms는 사람의 개입 없이 통신을 위해 여러 Claude 인스턴스를 설정한 특히 흥미로운 사례입니다.
3.2 실시간 게임 엔진
여기서 모델은 게임 내 사용자 동작을 프롬프트로 수신하여 게임 내 응답 출력의 다음 프레임을 생성하는 게임 엔진(또는 보다 구체적으로 게임 상태 전환 기능)을 시뮬레이션합니다. 속도가 충분히 빠르다면 사용자의 행동에 따라 실시간으로 렌더링되는 가상 세계를 탐색하는 것과 유사한 경험을 하게 될 것입니다. 이는 몰입형 및 대화형 미디어의 궁극적인 특징입니다.
DOOM 게임 프레임은 Google의 확산 모델은 실시간 게임 엔진입니다 논문에 설명된 대로 완전히 신경 모델로 구동되는 게임 엔진인 GameNGen에 의해 생성됩니다.
3.3 다중우주 생성기
이 시나리오에서 모델은 창의적인 신탁 역할을 하여 무한한 변형을 생성하여 독창적인 아이디어를 확장하는 데 도움을 주며 각 변형은 추가로 탐색하고 조작할 수 있습니다. 이를 통해 우리는 어떤 아이디어나 개념에서 출발하여 그 주변의 가능성의 공간을 탐색할 수 있습니다. 예를 들어, AI Dungeon(텍스트 기반의 자신만의 모험을 선택하세요 게임)이 이에 대한 좋은 예입니다.
@repligate에서 제공하는 Chat GPT와 같은 언어 모델을 위한 트리 기반 쓰기 인터페이스인 Loom 의 사용자 인터페이스 보기입니다.
3.4 창의적인 도구로서의 잠재 공간
나는 가능성의 공간 탐구라는 아이디어가 신경망을 창의적인 도구이자 매체로 이해하는 데 핵심이라고 점점 더 믿고 있습니다. Midjourney, Suno, Websim, Claude 등과 같은 도구를 사용하면서 작업 흐름의 대부분이 다음 패턴으로 요약된다는 것을 알게 되었습니다.
프롬프트 → 특정 출력의 변형 생성 → 변형을 새 출력에 대한 프롬프트로 사용 → 특정 변형 생성 → 등...
예를 들어, AI 기반 음악 생성 도구인 Suno를 사용할 때 저는 일반적으로 개인 노래 연주의 60초 예시와 일부 작사 가사를 프롬프트로 모델에 제공합니다. 그런 다음 Cover 기능을 사용하여 출력을 생성한 다음 해당 출력의 10개 이상의 변형을 생성하고 해당 변형에서 마음에 드는 부분을 추가 프롬프트에 대한 입력으로 선택합니다.
본질적으로 나는 모델의 잠재 공간에서 나의 개인적인 예를 중심으로 가능성 공간을 탐색하고 있습니다. 즉, 나 스스로 생각해낼 수 없었던 원본 작업을 기반으로 한 변형을 발견하거나 합리적인 시간 내에 완료할 수 있습니다. . 나는 이러한 접근 방식이 전례 없는 신속한 프로토타이핑과 생성 테스트 프로세스를 열어 소프트웨어 세계에서 논의되는 “AI 기반 100x 엔지니어”와 유사한 “100x 크리에이터”의 탄생으로 이어질 것이라고 생각합니다.
잠재 공간이 창의적인 도구라는 것이 분명해졌습니다. 창의적인 제작을 위해 인공 지능을 사용하는 것은 강력한 모델을 훈련하는 것뿐만 아니라 사용자가 더 정확하고 세밀하게 잠재적인 가능성이 있는 광대한 공간을 탐색하고 조작할 수 있도록 지원하는 인터페이스를 설계하는 것입니다.
Part.4 소비자 행동과 문화적 영향
다음은 이 기술이 소비자 행동을 어떻게 변화시키고 어떤 새로운 비즈니스 기회를 창출할 것인지에 대한 세 가지 예측입니다.
4.1 창의적인 도구가 될 것입니다
텍스트 기반이든, 이미지 기반이든, 다른 형태의 상호 작용이든 프롬프트는 점점 더 많은 인터페이스와 경험에 내장되어 이전에는 결코 탐구되지 않았던 영역에 최종 사용자의 창의성을 가져옵니다. Scott Belsky는 GenAI의 프롬프트 기반 텍스트-이미지 생성 초기 시대는 창의성을 감소시킨 반면, 컨트롤 시대는 상상할 수 없는 방식으로 인간의 창의성을 불러일으켰습니다. 도구는 계속 발전하지만 창의적인 비전, 정확성, 취향은 계속해서 발전하고 있습니다. 기술이 그 어느 때보다 중요해질 것입니다. 저는 이 관점에 동의합니다. 대부분의 프롬프트는 결국 컨트롤(컨트롤: 사용자 인터페이스가 있는 구성 요소)로 추상화되어 사용자가 인식하지 않고도 작업할 수 있게 됩니다. 하지만 더 중요한 것은 이러한 추세가 인터페이스 디자인에 대한 우리의 사고 방식을 근본적으로 바꾸고 있다고 생각합니다.
4.2 기업 미디어 → 사용자 생성 미디어 → 기계 생성 미디어
미디어 비즈니스 모델의 마지막 주요 변화는 기업 생성 미디어에서 완전한 사용자 생성 미디어로의 전환이었습니다. 이제 차세대 주요 소비자 미디어 비즈니스 모델은 기계 생성 미디어의 확산을 중심으로 구축될 것으로 보입니다. 그러나 승자가 어떤 모습일지는 아직 불분명합니다. 미드저니 같은 일반모델이 될까요? 더욱 전문화된 크리에이티브 도구를 원하시나요? 아니면 이러한 기술을 기반으로 한 사회적 경험인가요? 아니면 덜 분명한 세 번째 옵션이 있을까요?
그럼에도 불구하고, 귀하가 오늘날 소비자 미디어 공간의 창립자이거나 독립 제작자라면 이러한 도구를 활용하여 비즈니스 가치를 높이고 성장을 촉진할 수 있는 방법에 대한 전략을 세우고 싶을 수 있습니다.
또한, 주목해야 할 또 다른 영역은 AI 기반 경험을 보다 소셜하고 다중 사용자 협업으로 만드는 방법이라고 생각합니다. 내 개인적인 경험을 예로 들면, 오늘날 대부분의 AI 응용 프로그램은 주로 다른 사람보다는 모델과 상호 작용하기 때문에 매우 반사회적인 것처럼 보입니다. 이 영역에는 인간 중심의 공동 저작 경험을 구축하거나 인간과 로봇이 보다 의미 있는 사회적 상호 작용을 달성할 수 있는 새로운 방법을 만드는 등 많은 기회와 디자인 공간이 있을 수 있습니다 .
4.3 지적재산권에 대한 영향
창의적인 제작 비용이 0으로 떨어지고 있을 뿐만 아니라, 특히 미적 모방 비용도 0으로 떨어지고 있습니다. 사람의 의상 사진을 찍어 Midjourney에 입력하면 같은 스타일의 소파를 디자인하라는 메시지가 표시됩니다. 그 사람의 목소리, 글쓰기 스타일 등을 비슷한 스타일로 전송할 수도 있습니다. 이러한 새로운 패러다임에서 지적재산권의 가치와 의의는 무엇입니까?
아직 답을 찾지 못했지만 이전 가정과 정신 모델의 대부분은 더 이상 적용되지 않는 것 같습니다.
Part.5 암호화폐의 역할과 개요
여기까지 읽으셨다면 양해해 주셔서 감사합니다!
향후 기사에서 암호화폐에 대한 이러한 의미에 대해 자세히 알아보겠습니다. 하지만 지금은 다음에 집중할 몇 가지 방향에 대한 미리보기가 있습니다.
암호화폐 회사가 새로운 미디어를 기반으로 구축할 수 있는 기회
온체인 시장과 기계 생성 미디어의 교차점에서 잠재력을 탐색해 보세요.
지적 재산을 위한 인센티브 계층으로서의 암호화폐
기여와 추적을 넘어 미디어를 중심으로 인센티브 메커니즘과 네트워크를 구축하는 방법을 생각해 보세요.
미디어에 대한 수익화 및 액세스 제어 계층으로서의 암호화
특히 사용자 생성 소프트웨어 분야에서는 웹 페이지 아키텍처를 재고하고 소규모 모델의 비즈니스 모델로 NFT를 개인 프로그램 및 사용자 생성 소프트웨어용 인프라로 사용합니다.
인간과 기계 사이의 사회적, 경제적 조정 계층으로서의 암호화폐
다양한 문제를 식별하고, 자금을 지원하고, 해결하기 위해 인간과 AI의 협업을 지원하고, 커뮤니티가 소유하고 운영하는 모델을 탐색합니다.
원본 링크:
https://paragraph.xyz/@electiccapital.eth/neural-media
작가: 나탈리
*Coinspire 플랫폼의 모든 내용은 참고용일 뿐이며 투자 전략에 대한 제안이나 추천을 구성하지 않습니다. 이 기사의 내용을 기반으로 내린 모든 개인적인 결정은 전적으로 투자자의 책임이며 Coinspire는 이에 대해 책임을 지지 않습니다. 결과적으로 이익이나 손실이 발생합니다. 투자는 위험하므로 결정을 내릴 때 주의하세요!
