上周六，JarvisPlus創(chuàng)始人Stephen Wu應邀請參加了美國高校校友會，進行主題為「自然語言處理賦能區(qū)塊鏈」的演講。

在演講中，Stephen帶大家一起回顧了人類發(fā)展的三個里程碑，并通過組織形態(tài)的變化解釋通證經(jīng)濟的發(fā)展前景，以及JarvisPlus在通證上的實踐和發(fā)展。

下文是演講內(nèi)容整理，一起來看看吧~

人類發(fā)展的三個里程碑

今天我和大家來分享這課的主題是「自然語言處理賦能區(qū)塊鏈」，我們先來看下這張圖，這是根據(jù)大家可能都讀過的一本書，叫做《人類簡史》，我引用了的他的一個觀點，就是人類發(fā)展的三個里程碑。

第一個里程碑，可能很多人會覺得人類和很多動物最大的區(qū)別是會用工具，是吧？但其實按照人類簡史的觀點，他覺得我們?nèi)祟惡秃芏嗟膭游镒畲蟮囊粋€區(qū)別是會交流，是語言的產(chǎn)生。

為什么？因為每一個單獨的物種，如果能夠傳承你上一代的知識和智慧，能夠迭代，這個物種或者這個部落，才會走向繁榮，而承載這樣的傳承是語言。

第二個里程碑，我相信在座的各位都非常熟悉，科學革命。它把我們變成從一個自然屬性的人變成一個自我的人，一個附庸在這樣的衣食住行的環(huán)境的人變成在思考我是什么，來自哪，我要去哪，所以我們發(fā)現(xiàn)了新大陸，我們有了今天的三次工業(yè)浪潮。

第三個里程碑是什么？其實現(xiàn)實已經(jīng)有一些雛形，我們叫做心智革命。什么叫心智革命？也就是說把我們從我們自我的物種，一個生物物種的人，變成了一個以邏輯存在或者說建立在一個更高的生產(chǎn)力基礎(chǔ)上的追求自己的存在。

大家都知道我們是一個碳基屬性的物種，變成了比如說芯片，我們把它叫做硅基，就是碳基和硅基的結(jié)合，如同馬斯克說的，我們未來最大的驅(qū)動力是AI和我們生物科學的結(jié)合，我們把它叫做心智革命。

它的一個非常重要的觸發(fā)點，就是我們今天可以看到的很多純粹的去利用我們的智慧變成機器的模式開始改變了，變成了我們用外面的機器和我們自身，比如說衍生的外骨骼，或者我們的意識控制，這樣的科技正在往前發(fā)展，而不簡單是我們的頭腦更大，我們的力量更足，我們把它定義成心智革命。

未來是通證化的組織形態(tài)

對生產(chǎn)力和生產(chǎn)關(guān)系永遠都是配合得最好的，沒有一個獨立最好。

我們在1000年前是以物理屬性和血親屬性的部落組織形式在一起打獵和織布，是一個相對有限的部落織形態(tài)。

而公司這個概念其實沒有太長的歷史，第一家現(xiàn)代意義上的公司，大家都知道是荷蘭的東印度公司，這樣的一個有限責任公司的這樣的一個實體，打破了傳統(tǒng)血親的界限，打破了傳統(tǒng)屬地的界限。

比如說我經(jīng)常說的，如果是在一千年前，可能小孩今天生病了，所有的打獵所有的織布我們都不會干了，我要幫我的小孩讓他恢復健康，但在今天，有一個非常重要的會議需要參加，所以我的小孩生病了，我只能讓他你再忍受一下。這就是公司的力量，可以讓人們?nèi)プ非蟪搜H和我們范圍的一些價值，所以公司化的組織形式可以組織更大規(guī)模的生產(chǎn)。

我們可以看這張圖，是富士康生產(chǎn)iphone的組織形式，科大訊飛去深度學習數(shù)據(jù)給AI的模型也是這樣密密麻麻的形式，只不過變成了是在打字做標記。

不管怎么說，公司化的組織形式讓我們的生產(chǎn)做得更大，從經(jīng)濟學上來說會產(chǎn)生更大的邊際效應。

而未來會對應著心智革命的一種生產(chǎn)關(guān)系。在這里的話，我找了一個名詞，叫做token（通證）化的組織形式，特別像我們現(xiàn)在很多的項目是這樣的組織形式：里面的人來自于很多很多不同的背景，不同的出身，不同的國家。

這樣的組織形式可能有點抽象，因為大家可能不一定在token的項目里面。

Token化的組織形式非常有意思，比如說HR，在傳統(tǒng)的公司制結(jié)構(gòu)里面，HR是非常重要的，但是在通證化的組織形式里面，HR是沒有價值的，你可以來干，干得好不好，以你最終的輸出，你拿到的token說了算。如果你做得不好，你寫的代碼可能就被了分吃掉，沒人買了，沒有辦法合并過來，那就沒有人認可你，所以你自然也就干不下去了。如果你好的話，你憑什么要一個根本不懂技術(shù)的，很資深的HR來面試你呢？你是不認可他的，這就是token化的組織形式。

包括我們的獎金制度在通證化里也不一樣，如果你干得非常的好，但是去考核你的人就是以一套所謂KPI這套傳統(tǒng)的東西，如果你不認可的時候怎么辦？兩種方式，第一種人在屋檐下不得不低頭，第二種跳槽。但在token的組織里，你可以去分叉。為什么呢？因為你覺得你可能比主干的項目或者是那條鏈還要好的話，你為什么不能做呢？Why not？

這就是一個非常有意思的概念，就是我們開放式金融沒有邊界，只有你做不到，沒有你想不到。你想到的就可以去做。

通證項目的本質(zhì)是凝聚一群人

一般通證的項目會走這三步，可能是相對比較老實的走法。17年18年的項目怎么走？第一步的話是要提出愿景，要有非常好的一個愿景，這樣的愿景可能是對現(xiàn)實不滿，也可能是對未來的一個沖擊。

第二個的話能夠凝聚共識，什么叫凝聚共識？你要能夠讓人家相信你，不管是有錢的出錢，有力的出力，有時間的出時間。

第三個的話，你要能夠調(diào)動資源。

簡單的說，不管是一個投資者提供你的資金還是開發(fā)者能夠提供的時間，最后你要能夠用通證經(jīng)濟的模式或者這樣一套正態(tài)循環(huán)，能夠調(diào)動這樣的資源。

如果是一個好的調(diào)動，它會變成一個愿景，你認可它參與進去，要參與進去，你花的時間、你的精力又能夠有一個反饋，這樣的反饋就是能夠刺激你花更多的時間，甚至于是全職進去深度參與，然后你得到的反饋更高，這就是一個比較好的正態(tài)循環(huán)。

但又有一些不好的，特別是一些除了hype以外沒有cashflow一些項目，它很可能在幣價低的時候，它整個的正態(tài)循環(huán)就跑不下去了。

所以調(diào)動本身是一個中性詞，用token去調(diào)動資源。但它在很多的項目里面，其實現(xiàn)在變成了一個所謂的龐氏結(jié)構(gòu)，一個貶義詞，它完全是依靠著幣價來，比如說如果幣價往下走了，比如說三條陰線，整個通證模型就不轉(zhuǎn)了，但是“調(diào)動”本身是一個中性詞。

Jarvis+ 能為通證經(jīng)濟做些什么？

Jarvis+是以自然語言交互、人工智能的一些技術(shù)幫助項目或者公司來做凝聚共識，來做最后人的工作。

很多的投資項目，除了比特幣以外，其實他最后的本質(zhì)是這個項目能夠凝聚的那些人，也就是說比如說像以太坊或者波場上的項目，它核心的是它凝聚共識的社區(qū)，核心是社區(qū)中的這些人，他們是什么樣的心態(tài)、什么的時間或者是能力，是這些決定了項目的一些高度。所以通證項目本質(zhì)上是凝聚的這些人。

Jarvis+能幫助項目在凝聚共識上做什么？

大家知道，重要的是需要凝聚不同層次的一些人，不管你是程序員可以開發(fā)，還是你有一些投資屬性，還是你有充足的時間去做一些別的事情，我們需要給一個社群做分層模型。

所以我們第一步的話會幫助一些項目來做引流，會有一個比較開的敞口，引流之后，如何把流量留存下來？這也是現(xiàn)在很多app或者社群做不下去的一個原因。所以我們第二步的話會通過游戲化的一些運營場景，幫助項目去做留存。第三步項目要能夠生存，一定是不能只靠hype的，所以我們會幫助一些項目去做了變現(xiàn)。

接下來更加接地氣地來介紹Jarvis+到底是什么。

我們第一個屬性是增加裂變，也就是說會是一個traffic resouce，然后第二個屬性我們會是一個社群服務(wù)，這是我們的一個基本的一個流程圖：

我們會在各種的IM里面，無論是微信、網(wǎng)頁、郵件、臉書等等都會非常容易的有我們的機器人。如果是在telegram或者whatsapp話，他愿意有機器人的接口（API），他的賬號上面會有一個小標志，明確的告訴你是一個機器人。

然后接下來的話會我們會有一個bot framework 會適配各個IM的渠道，通過這樣一個渠道會到達我們的智能服務(wù)，智能服務(wù)里面包括命名實體，意圖識別等等一些自然語言交互處理的內(nèi)容。

第三塊的話，也就是和區(qū)塊鏈的應用產(chǎn)品非常重要的，我們會把一些數(shù)據(jù)用分布式的一些辦法存起來，因為今天大家的很多數(shù)據(jù)，目前通過努力不一定能夠把這些數(shù)據(jù)的價值發(fā)揮出來，沒關(guān)系，我們覺得在未來AI的時代，數(shù)據(jù)是最重要的，所以哪怕我今天用不好，但是我們可以先把它們存儲起來。

Jarvis+ 機器人的三大獨特之處

我們的機器人服務(wù)和大家用過的類似的服務(wù)有什么不同呢？

主要有三點，第一點不同是我們的機器人是在群聊的場景，所以跟客服的機器人是完全不一樣的?？头C器人是one by one的，比如你要去改簽或者退票；在國內(nèi)的話，比如說大家用淘寶上的店小二去投訴和退款，它其實就是一個規(guī)則引擎，再加上我們定義的一個工作流引擎，這套東西做得非常久了，久到可能比我們在座的很多人的年齡還大。這其實是IBM在70年代初提出來的，叫做專家系統(tǒng)里面的一個成果。

那我們的機器人是非常不同的，我們的場景是群聊，比如說在telegram里一個群可以有十萬人，在國內(nèi)的話，微信的群，比如說可以有500，好一點的VIP群有2000人，那里面可能有三五個或者七八個這樣的機器人，機器人可以對聊，也可以和真人去聊。

大家都知道圖靈測試，所以如果是一對一聊天的話，盡管我們用了一些深度學習的技術(shù)，但是我們也過不了這個測試，但是如果不是一對一，比如說根據(jù)一兩個話題，有七八個人參與，其中兩三個人都是機器人，這個比較有意思，可能不是你每說一句話都能夠回你，看起來這兩三個機器人就是真人。

補充一點，這其實是一個心理學的一個命題，比如說兩個人要進行類似搭訕一樣的對話，如果說你不懂他們的話題，但是你又想去跟他們能夠聊起來最好的方式是什么？最好的方式就是感同身受，你不要說一些具象的東西，你說的越多，就象傳奇也會暴露你的無知。所以我們的機器人也是利用了一些心理學方面的知識，在一些對話中讓你感覺他的真實。

第二個不同的話是目的不同。我們都知道，客服機器人其實是一個非常明確的反饋模型，你需要它盡快地幫助你改簽或者退貨。

但是在區(qū)塊鏈的很多場景，其實我們凝聚共識，并不像客服機器人這樣具象地給你反饋，而是一些軟性的指標。什么意思呢？我們確實挺好，但我也不希望你每天都來我這買東西；我們這個話題很有意思，但我也不是拿這個話題去讓你去拉你的好朋友進來，我只是希望你每天能夠關(guān)注我一下。類似于這樣軟性的指標，我覺得是社群中非常重要的一個環(huán)節(jié)。只有一個參與者愿意花時間在一個項目上，才能讓他愿意花錢。所以有一些軟性的指標是通過機器人來做的，這就是第二個不同，一個剛性和軟性的不同。

第三個不同就是數(shù)據(jù)，人是做不到能夠把我們不同時間、不同場景的數(shù)據(jù)利用起來的。比如說我6月1號和同學聊了一個一本書，然后今天和另外一個人說到了有關(guān)的內(nèi)容，大后天提到了可能類似的另外一本書，那如何把這些數(shù)據(jù)聯(lián)系起來，人是做不到的，但是機器可以。這是和傳統(tǒng)機器人很大的不同。

這個圖是描述未來的，我們現(xiàn)在正在往這個方向做，我們相信這個很重要：

我們會在各種的IM里面，無論是微信、網(wǎng)頁、郵件、臉書等等都會非常容易的有我們的機器人。如果是在telegram或者whatsapp話，他愿意有機器人的接口（API），他的賬號上面會有一個小標志，明確的告訴你是一個機器人。

然后接下來的話會我們會有一個bot framework 會適配各個IM的渠道，通過這樣一個渠道會到達我們的智能服務(wù)，智能服務(wù)里面包括命名實體，意圖識別等等一些自然語言交互處理的內(nèi)容。

第三塊的話，也就是和區(qū)塊鏈的應用產(chǎn)品非常重要的，我們會把一些數(shù)據(jù)用分布式的一些辦法存起來，因為今天大家的很多數(shù)據(jù)，目前通過努力不一定能夠把這些數(shù)據(jù)的價值發(fā)揮出來，沒關(guān)系，我們覺得在未來AI的時代，數(shù)據(jù)是最重要的，所以哪怕我今天用不好，但是我們可以先把它們存儲起來。

Jarvis+ 機器人的三大獨特之處

我們的機器人服務(wù)和大家用過的類似的服務(wù)有什么不同呢？

主要有三點，第一點不同是我們的機器人是在群聊的場景，所以跟客服的機器人是完全不一樣的。客服機器人是one by one的，比如你要去改簽或者退票；在國內(nèi)的話，比如說大家用淘寶上的店小二去投訴和退款，它其實就是一個規(guī)則引擎，再加上我們定義的一個工作流引擎，這套東西做得非常久了，久到可能比我們在座的很多人的年齡還大。這其實是IBM在70年代初提出來的，叫做專家系統(tǒng)里面的一個成果。

那我們的機器人是非常不同的，我們的場景是群聊，比如說在telegram里一個群可以有十萬人，在國內(nèi)的話，微信的群，比如說可以有500，好一點的VIP群有2000人，那里面可能有三五個或者七八個這樣的機器人，機器人可以對聊，也可以和真人去聊。

大家都知道圖靈測試，所以如果是一對一聊天的話，盡管我們用了一些深度學習的技術(shù)，但是我們也過不了這個測試，但是如果不是一對一，比如說根據(jù)一兩個話題，有七八個人參與，其中兩三個人都是機器人，這個比較有意思，可能不是你每說一句話都能夠回你，看起來這兩三個機器人就是真人。

補充一點，這其實是一個心理學的一個命題，比如說兩個人要進行類似搭訕一樣的對話，如果說你不懂他們的話題，但是你又想去跟他們能夠聊起來最好的方式是什么？最好的方式就是感同身受，你不要說一些具象的東西，你說的越多，就象傳奇也會暴露你的無知。所以我們的機器人也是利用了一些心理學方面的知識，在一些對話中讓你感覺他的真實。

第二個不同的話是目的不同。我們都知道，客服機器人其實是一個非常明確的反饋模型，你需要它盡快地幫助你改簽或者退貨。

但是在區(qū)塊鏈的很多場景，其實我們凝聚共識，并不像客服機器人這樣具象地給你反饋，而是一些軟性的指標。什么意思呢？我們確實挺好，但我也不希望你每天都來我這買東西；我們這個話題很有意思，但我也不是拿這個話題去讓你去拉你的好朋友進來，我只是希望你每天能夠關(guān)注我一下。類似于這樣軟性的指標，我覺得是社群中非常重要的一個環(huán)節(jié)。只有一個參與者愿意花時間在一個項目上，才能讓他愿意花錢。所以有一些軟性的指標是通過機器人來做的，這就是第二個不同，一個剛性和軟性的不同。

第三個不同就是數(shù)據(jù)，人是做不到能夠把我們不同時間、不同場景的數(shù)據(jù)利用起來的。比如說我6月1號和同學聊了一個一本書，然后今天和另外一個人說到了有關(guān)的內(nèi)容，大后天提到了可能類似的另外一本書，那如何把這些數(shù)據(jù)聯(lián)系起來，人是做不到的，但是機器可以。這是和傳統(tǒng)機器人很大的不同。

這個圖是描述未來的，我們現(xiàn)在正在往這個方向做，我們相信這個很重要：

我覺得現(xiàn)在的現(xiàn)代化的人花了大量的時間在各種碎片化的社交媒體上，所以這樣的數(shù)據(jù)非常重要。

如果在兩三百年前，在大英博物館里面最應該存著的人類的智慧可能是莎士比亞等這樣成體系的人類智慧，比如小說、戲曲、詩歌，我們在AI里把這些成為長文本。

但我想，大英博物館在100年后最應該存的，就是現(xiàn)代的人在各種IM上花費海量的時間，建立了的人類智慧。

所以我們想把它變成一個數(shù)據(jù)集市，把人這樣的實體以短文本形式，圍繞各種主題聯(lián)系起來的價值。這可能也體現(xiàn)了我們近50年或者100年，我們這一代人的價值，我們這一代的思考，這一代的喜歡，這個數(shù)據(jù)集市是用去中心化一些方式存儲，其中的一些價值轉(zhuǎn)換用區(qū)塊鏈溯源是非常容易做的。
來源；?JarvisPlus?