当Web3开发者使用像ChatGPT这样的聊天机器人时所面临的挑战
聊天机器人已经成为各个规模和行业的企业热门选择，因为它们提供了一种成本效益高且高效的方式来改善客户体验和简化业务流程。
你知道吗？2018年聊天机器人市场价值约为4.352亿美元。专家预测，到2025年，聊天机器人市场将达到23亿美元。这意味着在预测期内，复合年增长率(CAGR)为26.9%。聊天机器人市场的增长速度令人惊讶。
难怪聊天机器人越来越多地被用于电子商务、银行、金融、医疗保健和客户服务。它的使用帮助企业每年在电子商务方面节省超过80亿美元，并将客户服务成本降低了30%。
所以，如果你还没有加入聊天机器人的行列，现在是考虑探索这一可能性的时候了。
与ChatGPT等聊天机器人互动时面临的真正挑战
像ChatGPT这样的聊天机器人在Web3空间中扮演着动态角色（Web3空间具有持续的分布式数据计算需求）。在这种情况下，了解使用AI语言模型来增强和简化Web3开发操作的价值至关重要。
然而，如果没有预定义的Web3训练模型，ChatGPT将面临一些重大挑战。例如，考虑一种情况，Web3开发人员给ChatGPT提供了一个需要进行复杂的文本到SQL翻译的提示。
挑战1：缺乏训练模型
ChatGPT对开发人员的项目数据库不熟悉，并且无法将NQL逻辑映射到SQL响应。它对Web3开发人员的提示提供了不准确的SQL响应。这是因为它不了解开发人员项目数据库的模式节奏以及主键和外键。
NQL到SQL翻译涉及到两个主要数据集。一个是WikiSQL（用于构建语言界面的大型注释语料库），另一个是Spider（大规模注释的语义解析和文本到SQL数据集）。
加入社区，一起改变未来。DigitalC创新圈将区块链技术领导者聚集在一起，进行连接、合作和发布。立即申请
现在，像ChatGPT这样的聊天机器人应该理解底层数据库模式节奏，并适应新的模式。目前，为了实现这一点，Web3开发人员通过提示输入整个数据库来训练ChatGPT。通过提示训练数据模型需要一定数量的标记，这导致ChatGPT的查询处理成本巨大。
挑战2：处理查询的高成本
另一个重大挑战是ChatGPT的最新版本GPT 4的成本计算。开发人员在文本查询中每输入3-4个单词，ChatGPT就会收取一个标记。
因此，考虑到完整的Web3项目数据库的大小，一个完全功能的应用程序开发可能需要超过1,000个标记（甚至可能达到8,192-32,768个标记）。
正如Mobula的联合创始人Julian所说，ChatGPT是一种革命性的工具，可以在Web3中进行创新。然而，它缺乏构建和发展特定Web3项目的技术潜力。
缓解这些挑战的潜在步骤
构建已经被训练并能够将文本转换为SQL的庞大语言模型是AI开发人员应该密切关注的重要步骤。
从实际角度来看，构建预训练模型仍然是聊天机器人发明的重要一步。相反，为了让聊天机器人自我演化，我们将不得不教它们使用项目数据库和商业智能（BI）。这种训练将使聊天机器人更容易理解数据库模式节奏，并加快Web3代码的创建速度。
像ChatGPT这样的聊天机器人可以通过定制和与Web3项目的数据库结构、主键、外键和模式节奏关联来降低每个标记的成本。
不要重复输入数据库和模式代码，并为每三到四个单词支付一个标记。相反，使用聚合的标记成本来为Web3开发进行一次聊天机器人培训。
尾注
像ChatGPT这样的聊天机器人正在成为集成不断发展的Web3技术的dApp开发的重要平台。然而，开发人员在将聊天机器人集成到这些系统中时确实面临一些障碍。
通过升级ChatGPT架构，我们可以展示该模型识别和生成适用于Web3和dApp代码模式的能力。它还支持多语言编程语言用于dApp开发。
因此，通过解决ChatGPT的实际问题，我们可以构建无缝且适应性强的生成式人工智能模型，为未来的dApp和Web3发展提供新的潜力。
Vinita Rathi是Systango的创始人兼首席执行官，专注于Web3、数据和区块链。
本文通过DigitalC创新圈发布，DigitalC创新圈是区块链技术行业中的高级主管和专家的审核组织，通过连接、协作和思想领导力来构建未来。所表达的观点不一定反映DigitalC的观点。
了解更多关于DigitalC创新圈的信息，并查看您是否符合加入的条件
