Nếu AIGC đã mở ra kỷ nguyên thông minh của việc tạo nội dung thì Tác nhân AI có cơ hội phát huy hết khả năng của AIGC một cách thực sự.
AI Agent giống như một nhân viên toàn diện cụ thể hơn. Nó được gọi là dạng cơ bản của robot trí tuệ nhân tạo và có thể quan sát môi trường xung quanh và đưa ra quyết định như con người. . và tự động thực hiện hành động.
Bill Gates từng nói thẳng: "Kiểm soát được Agent AI mới là thành tựu thực sự. Đến lúc đó, bạn sẽ không cần phải tự mình tìm kiếm thông tin trên mạng nữa. " Lĩnh vực AI Các chuyên gia có thẩm quyền cũng đặt nhiều hy vọng vào triển vọng của AI Agent. CEO Microsoft Satya Nadella từng dự đoán AI Agent sẽ trở thành phương thức tương tác chính giữa con người và máy tính, có khả năng hiểu nhu cầu người dùng và chủ động cung cấp dịch vụ. Giáo sư Ng Enda cũng dự đoán rằng trong môi trường làm việc tương lai, con người và Tác nhân AI sẽ hợp tác chặt chẽ hơn để hình thành các mô hình làm việc hiệu quả và nâng cao hiệu suất.
AI Agent không chỉ là sản phẩm của công nghệ mà còn là cốt lõi của lối sống và công việc trong tương lai.
Điều này nhắc nhở chúng ta rằng khi Web3 và blockchain lần đầu tiên gây ra cuộc thảo luận rộng rãi, người ta thường dùng từ "lật đổ" để mô tả tiềm năng của công nghệ này. Nhìn lại vài năm qua, Web3 đã dần phát triển từ ERC-20 ban đầu và zero-know proof đến DeFi, DePIN, GameFi, v.v. được tích hợp với các lĩnh vực khác.
Nếu kết hợp hai công nghệ kỹ thuật số phổ biến là Web3 và AI, liệu nó có tạo ra hiệu ứng 1+1>2 không? Liệu dự án Web3 AI, với quy mô tài chính ngày càng lớn, có thể mang lại các mô hình trường hợp sử dụng mới cho ngành và tạo ra các nhu cầu thực sự mới không?
Ở đâu trí tưởng tượng của AI Agent là gì? Có một câu trả lời đạt điểm cao được lan truyền rộng rãi trên Internet: "Mô hình ngôn ngữ lớn chỉ có thể lập trình được một con rắn tham lam, nhưng Đặc vụ AI có thể lập trình được cả một Vua vinh quang".
Đặc vụ thường được dịch là "cơ thể thông minh" ở Trung Quốc. Khái niệm này được Minsky, "cha đẻ của trí tuệ nhân tạo", đề xuất trong cuốn sách "Xã hội tư duy" xuất bản năm 1986. Minsky tin rằng một số cá nhân trong xã hội có thể đưa ra giải pháp cho một vấn đề nhất định sau khi đàm phán. là Đại lý. Tác nhân đã là nền tảng của sự tương tác giữa con người và máy tính trong nhiều năm, từ trợ lý chỉnh sửa Clippy của Microsoft đến các đề xuất tự động của Google Docs. Các dạng Tác nhân ban đầu này đã cho thấy tiềm năng tương tác được cá nhân hóa nhưng khả năng xử lý các tác vụ phức tạp hơn của chúng vẫn còn hạn chế. . Phải đến khi xuất hiện các mô hình ngôn ngữ lớn (LLM), tiềm năng thực sự của Đại lý mới có thể được khai thác.
Vào tháng 5 năm nay, Giáo sư Andrew Ng, một học giả uy tín trong lĩnh vực AI, đã chia sẻ bài phát biểu về Tác nhân AI tại sự kiện Sequoia AI ở Hoa Kỳ. Trong đó, anh ấy trình chiếu một loạt thử nghiệm do nhóm của anh ấy thực hiện:
Hãy để AI viết một số mã và chạy mã đó, đồng thời so sánh kết quả của LLM và quy trình công việc khác nhau. Kết quả như sau:
Mẫu GPT-3.5: độ chính xác 48%
Mẫu GPT-4: độ chính xác 67%
GPT-3.5 + Agent: cao hơn hiệu suất của mẫu GPT-4
GPT-4 + Agent: cao hơn nhiều so với mẫu GPT-4, rất tốt
Đúng vậy. Khi hầu hết mọi người sử dụng LLM như ChatGPT, họ thường nhập một từ gợi ý và mô hình lớn sẽ ngay lập tức tạo ra câu trả lời mà không tự động xác định và sửa lỗi, xóa và viết lại.
Ngược lại, quy trình làm việc của Tác nhân AI như sau:
Đầu tiên, hãy để LLM viết dàn ý bài viết. Nếu cần, trước tiên hãy tìm kiếm nội dung trên Internet để nghiên cứu và phân tích, xuất ra bản nháp đầu tiên, sau đó đọc bản nháp và suy nghĩ cách tối ưu hóa nó. Chu trình này lặp đi lặp lại nhiều lần, cuối cùng là. cho ra một bài viết có tính logic chặt chẽ và tỷ lệ lỗi thấp nhất.
Chúng ta có thể thấy rằng điểm khác biệt giữa Tác nhân AI và LLM là sự tương tác giữa LLM và con người dựa trên các từ nhắc nhở (prompt). Tác nhân AI chỉ cần đặt mục tiêu và có thể suy nghĩ độc lập và hành động theo mục tiêu. Hãy chia nhỏ từng bước của kế hoạch một cách chi tiết dựa trên nhiệm vụ được giao, đồng thời dựa vào phản hồi từ thế giới bên ngoài và tư duy độc lập để tạo ra những lời nhắc nhở giúp bản thân đạt được mục tiêu.
Do đó, định nghĩa của OpenAI về Tác nhân AI là: Với LLM là người điều khiển não bộ, nó có khả năng hiểu độc lập về nhận thức, lập kế hoạch, trí nhớ và cách sử dụng công cụ và các Hệ thống có thể tự động hóa các tác vụ phức tạp.
Khi AI thay đổi từ một công cụ đang được sử dụng sang chủ thể có thể sử dụng công cụ đó, nó sẽ trở thành Tác nhân AI. Đây là lý do tại sao AI Agent có thể trở thành trợ lý thông minh lý tưởng nhất cho con người. Ví dụ: Tác nhân AI có thể hiểu và ghi nhớ sở thích, sở thích và thói quen hàng ngày của người dùng dựa trên lịch sử tương tác trực tuyến của người dùng, xác định ý định của người dùng, chủ động đưa ra đề xuất và điều phối nhiều ứng dụng để hoàn thành nhiệm vụ.
Giống như trong tầm nhìn của Gates, trong tương lai chúng ta sẽ không cần phải chuyển sang các ứng dụng khác nhau cho các tác vụ khác nhau nữa. Chúng ta sẽ chỉ cần sử dụng ngôn ngữ thông thường để nói với máy tính và điện thoại di động những gì chúng ta cần. muốn làm. Theo AI Agent sẽ cung cấp các phản hồi được cá nhân hóa dựa trên dữ liệu mà người dùng sẵn sàng chia sẻ.
AI Tác nhân cũng có thể giúp doanh nghiệp tạo ra một mô hình hoạt động thông minh mới với cốt lõi là "sự cộng tác giữa con người và máy móc". Ngày càng có nhiều hoạt động kinh doanh sẽ được hoàn thiện bởi AI, trong khi con người chỉ cần tập trung vào tầm nhìn, chiến lược và các quyết định quan trọng của công ty.
Giống như Sam Altman, Giám đốc điều hành OpenAI đã từng đề cập đến một điểm hấp dẫn như vậy trong một cuộc phỏng vấn,Với sự phát triển của AI, chúng ta sắp bước vào thời đại kỷ nguyên của “kỳ lân một người”—các công ty được thành lập bởi một người duy nhất đạt mức định giá 1 tỷ USD.
Nghe có vẻ viễn tưởng nhưng với sự trợ giúp của AI Agent, quan điểm này đang trở thành hiện thực.
Hãy đặt ra giả thuyết, bây giờ chúng ta muốn thành lập một công ty khởi nghiệp về công nghệ. Theo cách tiếp cận truyền thống, rõ ràng là tôi sẽ cần thuê các kỹ sư phần mềm, quản lý sản phẩm, nhà thiết kế, nhân viên tiếp thị, nhân viên bán hàng và tài chính, tất cả đều làm công việc riêng của họ nhưng do tôi điều phối.
Vì vậy, nếu tôi sử dụng AI Agent, tôi thậm chí có thể không cần thuê nhân viên.
Devin — Lập trình tự động
Thay vì kỹ sư phần mềm, tôi có thể sử dụng Devin, một kỹ sư phần mềm AI đã trở nên nổi tiếng trong năm nay, người có thể giúp tôi hoàn thành tất cả các công việc front-end và công việc phụ trợ.
Devin được phát triển bởi Cognition Labs và được biết đến là "kỹ sư phần mềm AI đầu tiên trên thế giới". Nó có thể hoàn thành toàn bộ công việc phát triển phần mềm một cách độc lập, phân tích vấn đề, đưa ra quyết định, viết mã và sửa lỗi một cách độc lập, tất cả đều có thể được thực thi độc lập. Điều này làm giảm đáng kể khối lượng công việc của các nhà phát triển. Devin đã nhận được 196 triệu USD tài trợ chỉ trong sáu tháng và giá trị của nó nhanh chóng tăng vọt lên hàng tỷ USD. Các nhà đầu tư bao gồm các công ty đầu tư mạo hiểm nổi tiếng như Founders Fund và Khosla Ventures.
Mặc dù Devin chưa phát hành phiên bản công khai nhưng chúng ta có thể thấy được tiềm năng từ Cursor, một sản phẩm Web2 phổ biến khác gần đây. Nó thực hiện hầu hết mọi công việc cho bạn, biến một ý tưởng đơn giản thành mã chức năng trong vài phút. Bạn chỉ cần ra lệnh và "ngồi lại và tận hưởng kết quả". Có báo cáo cho rằng một đứa trẻ tám tuổi, không hề có kinh nghiệm lập trình, đã thực sự sử dụng Con trỏ để hoàn thành công việc viết mã và xây dựng một trang web.
Hebbia — Xử lý tệp
Thay vì người quản lý sản phẩm hoặc nhân viên tài chính, tôi có thể chọn Hebbia, nó có thể giúp tôi sắp xếp và phân tích tất cả tài liệu.
Không giống như Glean, tập trung vào tìm kiếm tài liệu nội bộ doanh nghiệp, Hebbia Matrix là nền tảng Tác nhân AI cấp doanh nghiệp sử dụng nhiều mô hình AI để trợ giúp người dùng một cách hiệu quả trích xuất và cấu trúc hóa cũng như phân tích dữ liệu và tài liệu để thúc đẩy cải thiện năng suất kinh doanh. Thật ấn tượng khi Matrix có thể xử lý hàng triệu tài liệu cùng một lúc.
Hebbia đã hoàn thành vòng Series B trị giá 130 triệu đô la vào tháng 7 năm nay, trong đó a16z dẫn đầu khoản đầu tư và các nhà đầu tư nổi tiếng như Google Ventures và Peter Thiel tham gia.
Jasper AI — Tạo nội dung
Thay vì điều hành và thiết kế mạng xã hội, tôi có thể chọn Jasper AI, công cụ có thể giúp tôi tạo nội dung.
Jasper AI là trợ lý viết văn của AI Agent được thiết kế để giúp người sáng tạo, nhà tiếp thị và doanh nghiệp hợp lý hóa quy trình tạo nội dung, đồng thời tăng năng suất và hiệu quả sáng tạo. Jasper AI có thể tạo ra nhiều loại nội dung dựa trên phong cách mà người dùng yêu cầu, bao gồm bài đăng trên blog, bài đăng trên mạng xã hội, bản sao quảng cáo, mô tả sản phẩm, v.v. Và tạo hình ảnh dựa trên mô tả của người dùng để cung cấp hỗ trợ trực quan cho nội dung văn bản.
Jasper AI đã nhận được 125 triệu USD tài trợ và đạt mức định giá 1,5 tỷ USD vào năm 2022. Theo thống kê, Jasper AI đã giúp người dùng tạo ra hơn 500 triệu từ, khiến nó trở thành một trong những công cụ viết AI được sử dụng rộng rãi nhất.
MultiOn — Tự động hóa trang web
Thay vì trợ lý, tôi có thể chọn MultiOn để giúp tôi quản lý công việc hàng ngày, sắp xếp lịch trình, đặt lời nhắc và thậm chí lên kế hoạch cho chuyến công tác và tự động đặt khách sạn . Tự động sắp xếp các dịch vụ gọi xe trực tuyến.
MultiOn là tác nhân AI tác vụ mạng tự động, có thể giúp thực hiện các tác vụ một cách tự động trong mọi môi trường kỹ thuật số, chẳng hạn như giúp người dùng hoàn thành các tác vụ cá nhân như mua sắm trực tuyến và đặt lịch hẹn . Nâng cao hiệu quả cá nhân hoặc giúp người dùng đơn giản hóa công việc hàng ngày và nâng cao hiệu quả công việc.
Sự bối rối — Tìm kiếm, Nghiên cứu
Bối rối — Tìm kiếm, Nghiên cứu
li>Thay vì là nhà nghiên cứu, tôi có thể chọn Perplexity, thứ mà CEO NVIDIA sử dụng hàng ngày.
Perplexity là một công cụ tìm kiếm AI có thể hiểu câu hỏi của người dùng, phân tách câu hỏi, sau đó tìm kiếm và tích hợp nội dung, đồng thời tạo báo cáo để cung cấp cho người dùng câu trả lời rõ ràng .
Perplexity phù hợp với nhiều nhóm người dùng khác nhau. Ví dụ: sinh viên và nhà nghiên cứu có thể đơn giản hóa quá trình truy xuất thông tin khi viết và nâng cao hiệu quả các nhà tiếp thị có thể thu được dữ liệu đáng tin cậy để hỗ trợ; Chiến lược tiếp thị.
Nội dung trên chỉ là tưởng tượng. Năng lực và trình độ thực sự của các Đặc vụ AI này vẫn chưa đủ để thay thế những nhân tài ưu tú trong mọi tầng lớp xã hội. Như Li Bojie, người đồng sáng lập Logenic AI, cho biết,Khả năng hiện tại của LLM chỉ ở cấp độ đầu vào và kém xa trình độ chuyên gia. Đặc vụ AI hiện tại giống một nhân viên làm việc nhanh chóng nhưng không đáng tin cậy lắm. .
Tuy nhiên, các Tác nhân AI này, với chuyên môn tương ứng, đang giúp người dùng hiện tại nâng cao hiệu quả và sự thuận tiện trong các tình huống khác nhau.
Không chỉ các công ty công nghệ, mọi tầng lớp xã hội đều có thể hưởng lợi từ làn sóng Đại lý AI. Trong lĩnh vực giáo dục, AI Agent có thể cung cấp tài nguyên học tập và dạy kèm được cá nhân hóa dựa trên tiến độ học tập, sở thích và khả năng của học sinh trong lĩnh vực tài chính, AI Agent có thể giúp người dùng quản lý tài chính cá nhân, đưa ra lời khuyên đầu tư và thậm chí dự đoán xu hướng chứng khoán; ; trong lĩnh vực y tế, AI Agent có thể giúp bác sĩ chẩn đoán bệnh và xây dựng kế hoạch điều trị; trong lĩnh vực thương mại điện tử, AI Agent cũng có thể đóng vai trò là dịch vụ khách hàng thông minh, tự động trả lời các câu hỏi của người dùng, xử lý các vấn đề về đơn hàng và trả lại yêu cầu thông qua ngôn ngữ tự nhiên. Cải thiện hiệu quả dịch vụ khách hàng.
Trong phần trước về ý tưởng công ty kỳ lân một người, một Đại lý AI duy nhất gặp phải những hạn chế khi xử lý các nhiệm vụ phức tạp và khó đáp ứng nhu cầu thực tế. Khi sử dụng nhiều Tác nhân AI, vì các Tác nhân AI này dựa trên LLM không đồng nhất nên việc ra quyết định tập thể rất khó khăn và khả năng của chúng bị hạn chế, do đó, con người bắt buộc phải đóng vai trò là người lên lịch giữa các Tác nhân AI độc lập này để điều phối các Tác nhân AI này phục vụ các kịch bản ứng dụng khác nhau Đi làm. Điều này đã dẫn đến sự phát triển của "Đa tác nhân (khuôn khổ đa tác nhân)".
Các vấn đề phức tạp thường đòi hỏi sự tích hợp của nhiều khía cạnh kiến thức và kỹ năng và một Tác nhân AI duy nhất có khả năng hạn chế và khó xử lý. Bằng cách kết hợp một cách hữu cơ các Tác nhân AI với các khả năng khác nhau, hệ thống Đa tác nhân cho phép các Tác nhân AI tận dụng thế mạnh tương ứng của mình và học hỏi từ điểm mạnh của nhau để giải quyết các vấn đề phức tạp hiệu quả hơn.
Điều này rất giống với quy trình làm việc thực tế hoặc cơ cấu tổ chức của chúng tôi: người lãnh đạo giao nhiệm vụ và những người có khả năng khác nhau chịu trách nhiệm về kết quả của mỗi nhiệm vụ khác nhau. việc thực hiện quy trình được chuyển sang quy trình tiếp theo và cuối cùng thu được kết quả nhiệm vụ cuối cùng.
Trong quá trình triển khai, Tác nhân AI cấp thấp hơn thực hiện các nhiệm vụ tương ứng của mình, trong khi Tác nhân AI cấp cao hơn giao nhiệm vụ và kiểm soát chúng Giám sát việc hoàn thành dự án.
Multi-Agent cũng có thể mô phỏng quá trình ra quyết định của con người chúng ta, giống như khi gặp vấn đề, chúng ta sẽ tìm người để thảo luận. Tác nhân AI Nó cũng có thể mô phỏng hành vi ra quyết định tập thể để cung cấp cho chúng tôi hỗ trợ thông tin tốt hơn. Ví dụ: AutoGen do Microsoft phát triển đáp ứng yêu cầu này:
AI có thể tạo các vai trò khác nhau Tác nhân . Các Tác nhân AI này có khả năng đàm thoại cơ bản và có thể tạo phản hồi dựa trên tin nhắn nhận được.
Sử dụng GroupChat để tạo môi trường trò chuyện nhóm có nhiều Tác nhân AI tham gia. Trong GroupChat này, có một Tác nhân AI cùng với quản trị viên. vai trò Quản lý bản ghi trò chuyện, thứ tự người phát biểu, chấm dứt lời nói, v.v. của các Tác nhân AI khác.
Nếu áp dụng cho ý tưởng về một công ty kỳ lân một người, chúng ta có thể tạo ra một số Tác nhân AI với các vai trò khác nhau thông qua Multi-Agent kiến trúc chẳng hạn như người quản lý dự án, lập trình viên hoặc người giám sát. Hãy cho họ biết mục tiêu của chúng tôi và để họ tìm ra cách thực hiện. Chúng tôi chỉ cần nghe báo cáo nếu cảm thấy mình có bất kỳ phản đối nào hoặc nếu họ làm sai điều gì thì hãy để họ thay đổi cho đến khi chúng tôi hài lòng. .
So với một Tác nhân AI, Đa tác nhân có thể đạt được:
Tính song song: Hỗ trợ xử lý song song một cách tự nhiên, nhiều Tác nhân AI có thể làm việc trên các phần khác nhau của vấn đề tại đồng thời làm việc, từ đó đẩy nhanh quá trình giải quyết vấn đề.
Cải thiện quyết định: Tăng cường việc ra quyết định bằng cách tổng hợp thông tin chuyên sâu từ nhiều Tác nhân AI vì mỗi Tác nhân AI đều có quan điểm và chuyên môn riêng của mình.
Với sự tiến bộ không ngừng của công nghệ AI, có thể hình dung rằng khung Multi-Agent sẽ đóng vai trò lớn hơn trong nhiều ngành hơn Và thúc đẩy sự phát triển của nhiều giải pháp mới dựa trên AI.
Bước ra khỏi phòng thí nghiệm, AI Agent và Multi-Agent còn một chặng đường dài phía trước.
tạm thời hãy tạm gác Multi-Agent sang một bên, ngay cả Tác nhân AI đơn lẻ tiên tiến nhất hiện cũng có giới hạn trên rõ ràng về tài nguyên máy tính và sức mạnh tính toán mà nó yêu cầu ở mức mức độ vật lý, không thể được mở rộng vô hạn. Khi phải đối mặt với các nhiệm vụ cực kỳ phức tạp và đòi hỏi nhiều tính toán, Tác nhân AI chắc chắn sẽ gặp phải nút thắt cổ chai về năng lực tính toán và hiệu suất của nó sẽ bị giảm đi rất nhiều.
Hơn nữa, hệ thống AI Agent và Multi-Agent về cơ bản là một mô hình kiến trúc tập trung, xác định sự tồn tại của nó. Nguy cơ cao xảy ra lỗi đơn lẻ. Quan trọng hơn, mô hình kinh doanh độc quyền của OpenAI, Microsoft, Google và các công ty khác dựa trên các mô hình nguồn đóng lớn đe dọa nghiêm trọng đến môi trường sống của các công ty khởi nghiệp Đại lý AI độc lập và đơn lẻ, khiến các Đại lý AI không thể thực hiện được sử dụng thành công lượng lớn dữ liệu riêng tư của doanh nghiệp để làm cho chúng thông minh hơn và hiệu quả hơn. Cần có một môi trường cộng tác dân chủ hóa giữa các Tác nhân AI để Các Tác nhân AI thực sự có giá trị có thể phục vụ nhiều nhóm người có nhu cầu hơn và tạo ra giá trị lớn hơn cho xã hội.
Cuối cùng, mặc dù Tác nhân AI gần gũi với ngành hơn LLM, nhưng sự phát triển của nó dựa trên LLM và xu hướng mô hình lớn hiện tại được đặc trưng bởi ngưỡng kỹ thuật cao, Có rất nhiều vốn đầu tư và mô hình kinh doanh vẫn còn non nớt. Các Đại lý AI thường khó có được nguồn tài chính để tiếp tục cập nhật và lặp lại.
Mô hình Multi-Agent là một góc độ tuyệt vời để Web3 hỗ trợ AI. Nhiều nhóm phát triển Web3 đã đầu tư vào nghiên cứu và phát triển để cung cấp giải pháp trong những khía cạnh này. .
Các hệ thống Tác nhân AI và Đa tác nhân thường yêu cầu lượng lớn tài nguyên máy tính để thực hiện các nhiệm vụ xử lý và ra quyết định phức tạp. Web3 có thể xây dựng một thị trường sức mạnh tính toán phi tập trung thông qua chuỗi khối và công nghệ phi tập trung, để các nguồn sức mạnh tính toán có thể được phân phối và sử dụng một cách công bằng và hiệu quả hơn trên quy mô toàn cầu. Các dự án Web3 như Akash, Nosana, Aethir và IO.net có thể cung cấp sức mạnh tính toán cho việc ra quyết định và lý luận của Tác nhân AI.
Các hệ thống AI truyền thống thường được quản lý theo cách tập trung, khiến các Tác nhân AI phải đối mặt với một số điểm lỗi và các vấn đề về quyền riêng tư dữ liệu. -Agent Hệ thống được phân quyền và tự chủ hơn. Mỗi AI Agent có thể chạy độc lập trên các nút khác nhau và tự động thực hiện các yêu cầu do người dùng đưa ra, nâng cao tính mạnh mẽ và bảo mật. Việc thiết lập các cơ chế khuyến khích và trừng phạt đối với những người cầm cố và ủy quyền thông qua PoS, DPoS và các cơ chế khác có thể thúc đẩy quá trình dân chủ hóa các hệ thống Đại lý AI hoặc Đa tác nhân đơn lẻ.
Về vấn đề này, GaiaNet, Theoriq, PIN AI và HajimeAI đều đã có những nỗ lực rất tiên tiến.
Theoriq là một dự án phục vụ "AI cho Web3" và hy vọng sẽ được thiết lập thông qua Giao thức Agentic Hệ thống kinh tế và yêu cầu của Tác nhân AI phổ biến sự phát triển của Web3 và nhiều kịch bản chức năng, cung cấp khả năng suy luận mô hình có thể kiểm chứng cho các dApp Web3.
Môi trường triển khai và tạo Tác nhân AI dựa trên nút của GaiaNet dựa trên việc bảo vệ quyền sở hữu trí tuệ và quyền riêng tư dữ liệu của các chuyên gia và người dùng. để cạnh tranh với OpenAI GPT Store tập trung.
HajimeAI dựa trên cả hai để thiết lập quy trình làm việc của Tác nhân AI theo nhu cầu thực tế và để tự động hóa ý định, tự động hóa. , lặp lại chủ đề "cá nhân hóa thông minh AI" được PIN AI đề cập.
Đồng thời, Modulus Labs và ORA Protocol lần lượt đã đạt được tiến bộ theo hướng thuật toán zkML và opML của AI Agent.
Cuối cùng, việc phát triển và lặp lại các hệ thống Tác nhân AI và Đa tác nhân thường đòi hỏi một lượng lớn hỗ trợ tài chính và Web3 có thể là Tính năng thanh khoản giúp các dự án Đại lý AI tiềm năng nhận được sự hỗ trợ sớm có giá trị.
Spectral và HajimeAI đều đề xuất các khái niệm sản phẩm hỗ trợ việc phát hành tài sản Đại lý AI trên chuỗi: phát hành mã thông báo thông qua IAO (Cung cấp đại lý ban đầu), Đại lý AI có thể trực tiếp phát hành token từ Nhà đầu tư nhận tiền, đồng thời trở thành thành viên quản trị DAO, mang đến cho nhà đầu tư cơ hội tham gia phát triển dự án và chia sẻ lợi ích trong tương lai. Trong số đó, Benchmark DAO của HajimeAI hy vọng sẽ kết hợp một cách hữu cơ việc chấm điểm Đại lý AI phi tập trung và phát hành tài sản Đại lý AI thông qua huy động vốn từ cộng đồng và khuyến khích mã thông báo để tạo ra một vòng khép kín của Đại lý AI dựa vào nguồn tài trợ của Web3 và khởi động nguội, đây cũng là một nỗ lực tương đối mới.
Chiếc hộp Pandora của AI đã được mở, mọi người trong đó vừa phấn khích vừa bối rối. Không ai biết cơn sốt là cơ hội hay một rạn san hô ẩn giấu. Ngày nay, mọi tầng lớp xã hội không còn ở thời đại tài trợ PPT nữa, cho dù công nghệ có tiên tiến đến đâu thì giá trị chỉ có thể được hiện thực hóa khi nó được triển khai. Tương lai của AI Agent được định sẵn là một cuộc chạy marathon dài và Web3 đảm bảo rằng nó sẽ không lụi tàn trong cuộc đua này.
Thị trường Meme dường như đang đối mặt với sự sụp đổ và nỗi lo lắng về thị trường lại bắt đầu lan rộng. Tại sao? Thiếu những câu chuyện mới, nhưng số tiền này rất thông minh và tất cả đều dành cho NFT blue-chip.
JinseFinanceAli Fenn, chủ tịch của Lancium, cho biết trong một cuộc phỏng vấn với CNBC rằng đây sẽ là một trong những công viên trung tâm dữ liệu trí tuệ nhân tạo lớn nhất thế giới, càng chứng minh rằng sự cạnh tranh để hỗ trợ phát triển trí tuệ nhân tạo đang ngày càng trở nên khốc liệt và Bitcoin đang bị ảnh hưởng. bị bỏ lại phía sau.
JinseFinanceSora là một mô hình trí tuệ nhân tạo do OpenAI phát triển, có thể tạo ra các cảnh video chân thực và giàu trí tưởng tượng dựa trên hướng dẫn văn bản do người dùng nhập.
JinseFinanceHậu AI điên cuồng, cổ phiếu công nghệ lao dốc, đặt câu hỏi về khả năng tài chính của AI Doanh thu GenAI bị trì hoãn làm dấy lên nghi ngờ, báo hiệu sự chuyển đổi của ngành công nghệ.
Xu LinBinance New Coin Mining hiện đã khởi động giai đoạn thứ 42 của dự án - Sleepless AI (AI), một nền tảng chơi game Web3+AI.
JinseFinanceJinseFinance
BitcoinworldAI và Web3 có tiềm năng định hình lại các ngành công nghiệp. Nhưng những thách thức như quyền riêng tư dữ liệu, khả năng tương tác và việc sử dụng AI có đạo đức phải được giải quyết khi các công nghệ này hội tụ.
CatherineTrong những năm gần đây, AI (trí tuệ nhân tạo) đã nổi lên như một trong những câu chuyện công nghệ hấp dẫn nhất và đang mở rộng nhanh chóng.
BitcoinistTheo Andre Cronje, blockchain và AI có các nguyên tắc cơ bản khác nhau và rất khó tích hợp trong một hệ thống duy nhất.
Beincrypto