NFT+AI——打造智能所有权新形式

NFT是当下最具潜力的赛道，也是绝佳的炒作题材。NFT市场的炒作使得即使是最简单的NFT形式也能够捕捉到令人难以置信的价值，因此，我们很难区分市场上的信号和噪音。

随着时间和空间的发展，NFT的价值主张应该从静态图像或文本转变为更加动态和智能的收藏品。将NFT和人工智能（AI）融合，让AI能力加入到NFT的生命周期中，将为智能所有权的形式打开新的大门。

一、智能所有权

就目前的应用情况来看，NFT虽然引人注目，但其愿景非常有限。或许我们可以用另一种更有趣的方式来看待NFT，即将其视为数字所有权原词——所有权表示比收藏品更具广泛的应用价值。

虽然在物理世界中所有权主要表现为静态记录，但在数字链上世界中所有权可以是可编程的、可组合的，当然也可能是智能的。

拥有智能数字所有权的可能性是无限的，以收藏品来举例（收藏品仍然是NFT最著名的应用之一）：

设想一下，数字艺术NFT可以用自然语言回答问题进行交谈，以解释其创作背后的灵感，并将这些答案调整到特定的对话环境中。如果更进一步设想，NFT可以适应用户的感受、情绪并提供不断满足的体验呢。

我们应该考虑智能数字所有权与当今的人工智能和NFT技术的交叉点。因为NFT很可能会演变成一种原始的数字所有权，而AI肯定应该成为其中的一部分。 

二、AI+NFT

为了理解智能NFT如何能够通过当今技术实现，我们应该了解一下哪些AI学科与当前这代的NFT有交集。

NFT的数字表示依赖于图像、视频、文本或音频等数字格式，这些表示巧妙地映射到不同的AI子学科。

人工智能之深度学习(DL)

深度学习的一些关键领域可能对NFT的智能能力产生难以置信的影响。当我们说AI时，通常会指出ML或深度学习（DL），深度学习是人工智能的一个领域，它依赖于深度神经网络从数据集中归纳知识。

尽管深度学习背后的理念早在20世纪70年代就已经存在，但在过去10年里，随着许多框架和平台的出现，它们出现了爆炸式增长，并推动了它的主流应用的发展。

计算机视觉

生成艺术似乎是一个将计算机视觉和NFT结合起来的清晰领域。今天的NFT主要与是关于图像和视频的，因此，它非常适合利用计算机视觉的进步来进一步的发展。

近年来，卷积神经网络（CNN）、生成式对抗神经网络（GAN）等技术，以及最近的转换器等技术突破了计算机视觉的界限。图像生成、物体识别、场景理解等计算机视觉技术可以应用于下一波NFT技术。

自然语言理解

将语言理解叠加到现有NFT形式的想法似乎是一种丰富NFT交互性和用户体验的微不足道的机制。

语言是表达认知的基本形式，包括所有权形式。在过去十年中，自然语言理解（NLU）一直是深度学习领域一些最重要突破的核心。诸如GPT-3等模型供电的转换器等技术在NLU中已经达到了新的里程碑。问答、总结和情感分析等领域可能与新型的NFT相关。

语音识别

语音智能可以被认为是深度学习的第三个领域，可以对NFT产生直接影响。近年来，CNN和循环神经网络（RNN）等技术推动了语音智能领域的发展。语音识别或音调分析等功能可以为有趣的NFT形式提供动力。

毫无疑问，音频NFT似乎是语音智能方法的完美场景。