Etherscan推出AI驱动的代码阅读器

6月19日，以太坊区块浏览器和分析平台Etherscan推出了一款名为“代码阅读器”的新工具，该工具利用人工智能来检索和解释特定合约地址的源代码。在用户提示输入后，代码阅读器通过OpenAI的大型语言模型(LLM)生成响应，提供有关合约源代码文件的洞察力。Etherscan开发人员写道：

“要使用该工具，您需要一个有效的OpenAI API密钥和足够的OpenAI使用限制。该工具不会存储您的API密钥。”

代码阅读器的用途包括通过AI生成的解释来深入了解合约代码，获取与以太坊数据相关的智能合约函数的全面列表，以及了解底层合约如何与去中心化应用程序(dApps)交互。开发人员写道：“一旦检索到合约文件，您可以选择特定的源代码文件进行阅读。此外，您可以在UI中直接修改源代码，然后与AI共享。”

• 香港称，Cyberport在一年内吸引了150家Web3公司
• Meme Coin BOB 暴跌 45%，因为 Elon Musk 调侃其 Twitter 机器人账户是“骗局”
• CZ、Powell等人为区块链侦探ZachXBT筹集法律费用，超过100万美元

在人工智能蓬勃发展的背景下，一些专家对当前人工智能模型的可行性提出了警告。根据新加坡风投公司Foresight Ventures最近发布的一份报告，“计算能力资源将成为未来十年的下一个大战场。”尽管去中心化分布式计算力网络对训练大型人工智能模型的需求不断增长，但研究人员表示，当前的原型面临着重大的限制，如复杂的数据同步、网络优化、数据隐私和安全问题。

例如，Foresight的研究人员指出，使用单精度浮点表示训练带有1750亿个参数的大型模型将需要约700GB的存储空间。然而，分布式训练需要这些参数在计算节点之间频繁传输和更新。在100个计算节点的情况下，每个节点需要在每个单位步骤中更新所有参数，该模型将需要每秒传输70TB的数据，远超过大多数网络的容量。研究人员总结道：

“在大型模型的FOMO潮流中，大多数情况下，小型人工智能模型仍然是更可行的选择，不应过早忽略。”