Tác giả: Phòng thí nghiệm Delphi
Biên soạn bởi: TechFlow TechFlow
Bài viết này được viết bởi Luke Saunders ( lukedelphi ) & Jose Macedo ( ZeMariaMacedo ).
Trí tuệ nhân tạo đại diện cho cuộc cách mạng công nghệ lớn nhất trong lịch sử và đã gây ra một cuộc chạy đua vũ trang công nghệ chưa từng có. Các mô hình AI hiện tại đã xếp hạng trong top 10 của hầu hết các kỳ thi đại học được tiêu chuẩn hóa và vượt qua con người trong nhiều nhiệm vụ , bao gồm cả nghiên cứu về AI. Ngay cả ở cấp độ hiện tại, điều này đang có tác động mang tính biến đổi đối với nhiều ngành như tìm kiếm, dịch vụ khách hàng, sáng tạo nội dung, lập trình và giáo dục.
Chúng tôi kỳ vọng khả năng, nguồn tài trợ và tác động của AI đối với xã hội sẽ tăng tốc hơn nữa. Tất cả các công ty công nghệ lớn đều nhận ra rằng AI rất quan trọng đối với việc kinh doanh của họ và đang đầu tư theo đó. Thu nhập của NVIDIA, chỉ báo tốt nhất về chi tiêu vốn cho AI, dự kiến sẽ vượt 100 tỷ USD vào năm 2024, hơn gấp đôi vào năm 2023 và gấp hơn 4 lần thu nhập của năm trước.
Quan điểm của Giám đốc điều hành Google Sundar Pichai về đầu tư AI là:
“Đối với chúng tôi, rủi ro đầu tư dưới mức lớn hơn nhiều so với rủi ro đầu tư quá mức”.
Đồng thời, các công ty khởi nghiệp đang nhận ra rằng AI là một thế lực Sự lật đổ có thể thay thế các công ty đã tồn tại hàng thập kỷ. Trong 18 tháng qua, ước tính khoảng 83 tỷ USD đã được đầu tư vào các công ty khởi nghiệp về trí tuệ nhân tạo.
Do khả năng của AI có xu hướng tăng trưởng theo cấp số nhân cùng với sức mạnh tính toán, chúng ta có khả năng đạt được thứ gì đó giống như Trí tuệ nhân tạo tổng hợp (AGI) trong vòng một thập kỷ.
Nguồn: Nhận thức tình huống
Tác giả: leopoldasch
Trong bài viết này, chúng tôi cho rằng hoàn cảnh cạnh tranh sẽ dẫn đến một thế giới có hàng triệu mô hình và crypto là nền tảng lý tưởng cho thế giới đa mô hình này. Chúng ta sẽ bắt đầu bằng việc thảo luận lý do tại sao chúng ta cho rằng một thế giới đa mô hình là hệ quả tất yếu của trí tuệ nhân tạo. Tiếp theo, chúng ta sẽ đề cập đến những lợi ích độc đáo mà crypto mang lại cho trí tuệ nhân tạo. Cuối cùng, chúng tôi sẽ giới thiệu những gì chúng tôi cho rằng nhóm công nghệ crypto và trí tuệ nhân tạo, đồng thời cung cấp các ví dụ về các dự án mà chúng tôi quan tâm.
Thực sự có nhiều lý do triết học và đạo đức mạnh mẽ cho việc kết hợp AI mã nguồn mở và crypto, và quan điểm đã được thảo luận kỹ lưỡng ở nơi khác . Chúng tôi hoàn toàn đồng ý với những quan điểm này, đó là một trong động lực để chúng tôi phát triển trong lĩnh vực này. Tuy nhiên, trong bài viết này, chúng tôi sẽ tập trung vào những lý do thực tế tại sao crypto kết hợp với trí tuệ nhân tạo sẽ giành chiến thắng, thay vì thảo luận về lý do đạo đức tại sao nó sẽ giành chiến thắng.
Siêu mẫu và đa người mẫu
Giờ đây, chúng ta đang hướng tới một thế giới nơi một số ít các công ty công nghệ lớn, tích hợp theo chiều dọc tạo ra những "siêu mẫu" thống trị mọi thứ khác.
Tuy nhiên, chúng tôi cho rằng đây không phải là trò chơi kết thúc vì nhiều lý do:
Vấn đề rủi ro: Các tổ chức, doanh nhân và nhà phát triển xây dựng trải nghiệm dựa trên AI không muốn phụ thuộc vào một công ty nguồn đóng duy nhất có thể thay đổi mô hình, sửa đổi điều khoản sử dụng hoặc thậm chí ngừng phục vụ họ hoàn toàn bất cứ lúc nào.
Đánh đổi giữa chi phí và hiệu suất: Các mô hình cực kỳ lớn, đa năng được các công ty công nghệ lớn ưa chuộng nhất thiết phải tốn kém hơn để đào tạo và vận hành. Kết quả là, điều này khiến chúng có giá quá cao và quá mạnh trong nhiều trường hợp sử dụng. Mặc dù hiện tại đây không phải là vấn đề cần cân nhắc chính vì mọi người không nghĩ đến lợi nhuận nhưng khi AI phát triển, con người sẽ tối ưu hóa để đạt được chi phí thấp nhất cho mức hiệu suất mong muốn. Trong nhiều nhiệm vụ, các mô hình lớn không có tính cạnh tranh về mặt này. Có lượng lớn nghiên cứu ủng hộ quan điểm này, cho thấy rằng các mô hình nhỏ hơn, chuyên biệt hơn có thể vượt qua các mô hình có mục đích chung về nhiều nhiệm vụ : chẩn đoán hình ảnh y tế , phát hiện gian lận , nhận dạng giọng nói, v.v.
Tích hợp theo chiều dọc: Như Apple đã chứng minh hết lần này đến lần khác, những sản phẩm tốt nhất thường là kết quả của sự tích hợp theo chiều dọc của toàn bộ hệ thống công nghệ. Các doanh nhân đầy tham vọng sẽ tìm cách đạt được lợi thế cạnh tranh bằng cách xây dựng các mô hình chuyên biệt của riêng họ khi xây dựng các sản phẩm dựa trên AI. Điều này cho phép các sản phẩm này thu được nhiều giá trị hơn và do đó thu hút nhiều đầu tư hơn.
Những lo ngại về quyền riêng tư: Trí tuệ nhân tạo sẽ trở thành công nghệ cốt lõi trong quy trình làm việc của tổ chức ở một mức độ mà không công nghệ nào có thể sánh được. Nhiều tổ chức không muốn bàn giao dữ liệu nhạy cảm cho các mô hình này.
Vì những lý do trên, chúng tôi tin rằng chúng tôi có nhiều khả năng chuyển sang một thế giới có nhiều mô hình chuyên dụng, nhỏ hơn được tùy chỉnh và tiết kiệm chi phí cho các trường hợp sử dụng cụ thể. Các nhà phát triển ứng dụng và người dùng sẽ tận dụng các mô hình mã nguồn mở, chẳng hạn như các mô hình do LLaMA hoặc MistralAI cung cấp, làm nền tảng để tinh chỉnh các mô hình chuyên biệt của riêng họ, thường sử dụng dữ liệu độc quyền. Nhiều mô hình sẽ tiếp tục chạy trên máy chủ, nhưng các ứng dụng nhỏ hơn, tập trung vào quyền riêng tư hơn sẽ chạy cục bộ trên thiết bị máy trạm, trong khi các ứng dụng khác cần chống kiểm duyệt có thể sử dụng nền tảng điện toán phi tập trung.
Đây là thế giới của các khối xây dựng AI mô-đun, nơi các nhà phát triển và doanh nhân cạnh tranh để mang lại giá trị cho người dùng, những người có thể lựa chọn và kết hợp các dịch vụ khác nhau dựa trên nhu cầu cụ thể của họ. Định tuyến, điều phối, thành phần, thanh toán và tất cả các loại cơ sở hạ tầng khác cần được xây dựng để giải nén kho công nghệ “Mô hình Chúa” và phục vụ nền kinh tế AI mới nổi này. Đây cũng là một thế giới nơi crypto đang bùng nổ.
Crypto và trí tuệ nhân tạo
Theo trực quan, crypto dường như là một lĩnh vực có thể tìm thấy tiện ích trong thế giới đa mô hình này. Tuy nhiên, sự cường điệu này đã dẫn đến việc nhiều nhà đầu tư thiếu hiểu biết phải phân bổ vốn lượng lớn vào không gian này. Giống như các bong bóng cơ sở hạ tầng trước đây, nhiều dự án đang được cấp vốn và xây dựng mà lẽ ra không nên tồn tại. Do đó, rất khó để xác định phân ngành nào trong không gian crypto và trí tuệ nhân tạo thực sự có giá trị, khiến nhiều người coi toàn bộ lĩnh vực này như meme không có giá trị cơ bản.
Chúng tôi không cho rằng đây là meme, nhưng đúng là thế giới đa mô hình này về mặt lý thuyết có thể tồn tại mà không cần crypto. Do đó, điều quan trọng là phải tập trung vào các đặc điểm khác biệt độc đáo của crypto giúp chúng ta tạo ra nhiều sản phẩm mang tính cách mạng hơn hoặc lý tưởng nhất là những sản phẩm không thể xây dựng được nếu không có crypto. Để làm điều này, trước tiên chúng tôi xác định các đặc tính độc đáo của crypto và cách chúng có thể được áp dụng vào lĩnh vực trí tuệ nhân tạo theo cách có thể tạo ra những sản phẩm tốt hơn. Sau đó, chúng tôi sẽ thảo luận về nhóm công nghệ crypto và trí tuệ nhân tạo, đồng thời cung cấp các ví dụ về các trường hợp sử dụng mà chúng tôi cho rằng là có liên quan.
Lớp phối hợp: crypto vượt trội trong việc tạo điều kiện phối hợp tập thể mà không cần kiểm soát tập trung. Nó đặc biệt hiệu quả trong việc khắc phục vấn đề con gà và quả trứng cố hữu ở hầu hết các thị trường, cho phép nó nhanh chóng thu hút lượng lớn người dùng mới thông qua khích lệ có nguồn gốc crypto .
Đội ngũ nhỏ xây dựng mô hình nội bộ có thể không có quyền truy cập trực tiếp vào tất cả các tài nguyên cần thiết. Ví dụ: trong khi phòng thí nghiệm AI của các công ty công nghệ lớn có thể có tài nguyên máy tính của riêng họ thì đội ngũ nhỏ hơn lại không có cùng tài nguyên máy tính. Tương tự như vậy, đội ngũ này cần quyền truy cập vào dữ liệu và có thể cần tuyển dụng một nhóm người đa dạng để cung cấp phản hồi của con người. Những nhu cầu này rất phù hợp để được đáp ứng thông qua các thị trường chuyên biệt và chúng tôi tin rằng các thị trường tận dụng cơ sở hạ tầng crypto sẽ có lợi thế cạnh tranh so với những thị trường crypto.
API mở, không cần cấp phép : crypto là một API mở, không cần cấp phép, có thể được truy cập bởi bất kỳ ai, ở bất kỳ đâu mà không cần KYC, có thẻ tín dụng hoặc bất kỳ hình thức phê duyệt nào khác. Điều này rất quan trọng đối với các tác nhân AI vì để hoạt động hoàn toàn tự chủ, chúng cần có khả năng truy cập các dịch vụ, triển khai mã và chuyển giá trị mà không cần sự can thiệp của con người. Điều này cho phép thực hiện các hành vi giống như khoa học viễn tưởng, chẳng hạn như tập thể đại lý, nơi các đại lý thanh toán dịch vụ cho nhau, nhận nợ và thậm chí huy động vốn.
Không cần tin cậy: Crypto nói chung là không cần tin cậy, có nghĩa là bạn nhận được đảm bảo crypto rằng chúng sẽ không thay đổi, quyền truy cập đó sẽ không bị rút vô tình và bạn có thể xác minh rằng quá trình thực thi hoạt động như mong đợi. Điều này rất quan trọng đối với kiến trúc AI mô-đun vì không giống như phương pháp tích hợp , các nhà xây dựng cần phải kết hợp với sê-ri các nguyên tắc cơ bản mà họ không có quyền kiểm soát và người dùng về bản chất cần phải tin tưởng vào nhiều dịch vụ, trong đó có nhiều dịch vụ mà người dùng thậm chí không biết đến.
Khả năng chống kiểm duyệt: Các ứng dụng chạy trên crypto không thể bị chặn nếu được triển khai dưới dạng hợp đồng bất biến. Ngay cả khi nó có nâng cấp, nó thường được thực hiện bởi một tổ chức tự trị phi tập trung(DAO) cần có sự đồng thuận. Giả sử AI có khả năng như chúng ta mong đợi, các chính phủ có thể sẽ cố gắng kiểm soát và tác động đến nó. Trên thực tế, chúng ta đã thấy điều này xảy ra. Giống như Bitcoin và crypto cung cấp cơ sở hạ tầng tiền tệ/tài chính bên ngoài hệ thống, crypto kết hợp với AI cung cấp trí thông minh không thể ngăn cản.
Sự giao thoa giữa crypto và trí tuệ nhân tạo
Với những lợi ích này, chúng tôi cho rằng ứng dụng nào đặc biệt thú vị ở điểm giao thoa giữa crypto và trí tuệ nhân tạo?
Trung tâm dữ liệu và máy tính
Việc sử dụng tính toán mô hình được chia thành hai loại: đào tạo và suy luận. Chúng tôi cho rằng điều quan trọng là sử dụng điện toán phi tập trung trong hai lĩnh vực này và chúng tôi sẽ thảo luận riêng về chúng bên dưới.
Đào tạo phi tập trung
Điện toán phân tán hiện đang gặp khó khăn do yêu cầu nghiêm ngặt về giao tiếp và độ trễ giữa nút trong quá trình đào tạo. Có rất nhiều đội ngũ đang cố gắng giải quyết vấn đề này và với quy mô lợi nhuận tiềm năng cũng như tài năng của những người tham gia, chúng tôi tin rằng vấn đề này có thể được giải quyết. Một số phương pháp đáng xem xét bao gồm DisTrO của NousResearch và OpenDiLoCo của PrimeIntellect .
Ngoài việc giải quyết các thách thức kỹ thuật trong quá trình đào tạo phân tán và xây dựng sản phẩm giúp đơn giản hóa sự phức tạp này, người chiến thắng cũng phải tìm ra:
Cách đảm bảo chất lượng và trách nhiệm giải trình trên mạng không được phép
Cách khởi động phía cung, lý tưởng là các trung tâm và cụm dữ liệu , thay vì khuyến khích mã thông báo ở khích lệ độ token tiêu dùng có thể là chiến lược cơ bản để khích lệ phía cung và phương pháp sáng tạo hơn có thể bao gồm việc trao cho nhà cung cấp máy tính quyền sở hữu mô hình cuối cùng.
Về cơ bản, lợi thế của thị trường máy tính phân tán là nó có thể tận dụng chi phí tính toán cận biên thấp nhất trên thế giới. Điều này ngày càng trở nên quan trọng khi chi phí của các nhà cung cấp dịch vụ hiện tại tăng và ngày càng nhiều công ty và tổ chức bắt đầu lùi bước và tìm kiếm các giải pháp thay thế rẻ hơn. Những nhược điểm bao gồm độ trễ, phần cứng không đồng nhất và thiếu tất cả các tính năng tối ưu hóa cũng như tính kinh tế theo quy mô đi kèm với việc xây dựng và vận hành trung tâm dữ liệu của riêng bạn. Những gì tương lai nắm giữ vẫn còn được nhìn thấy.
suy đoán có thể kiểm chứng
Nhìn chung, chúng tôi xem trường hợp sử dụng suy đoán có thể kiểm chứng là mở rộng các hệ thống giảm thiểu độ tin cậy bằng khả năng AI. Việc nhúng mô hình vào hợp đồng thông minh là không thực tế, nhưng có thể chạy mô hình ngoài Chuỗi và xuất bản một số bằng chứng trên Chuỗi rằng nó hoạt động như mong đợi. Ví dụ: các dự án có thể ủy thác các quyết định quản trị một cách đáng tin cậy (ví dụ: các quyết định về các thông số rủi ro trên thị trường tiền tệ) cho các mô hình ngoài Chuỗi.
Khái niệm này cũng có thể được sử dụng tổng quát hơn với các mô hình nguồn mã nguồn mở hoặc nguồn đóng, cung cấp cho người dùng sự đảm bảo rằng đầu ra đến từ mô hình mà họ mong đợi. Điều này có thể ngày càng trở nên quan trọng khi các ứng dụng và người dùng ngày càng sử dụng AI cho nhiệm vụ ngày càng quan trọng. Có nhiều dự án giải quyết thách thức này theo nhiều cách khác nhau, chẳng hạn như dự án đầu tư Inference Labs của Delphi Ventures ( inference_labs ).
dữ liệu
Ngày nay, đào tạo các mô hình ngôn ngữ lớn (LLM) là một quy trình đào tạo gồm nhiều bước đòi hỏi nhiều loại dữ liệu và sự can thiệp của con người. Quá trình này bắt đầu bằng quá trình đào tạo trước, trong đó các mô hình ngôn ngữ lớn được đào tạo bằng cách sử dụng dữ liệu thu thập thông tin công khai được làm sạch và tuyển chọn (thu thập thông tin chung) cũng như dữ liệu có sẵn miễn phí khác . Trong giai đoạn sau đào tạo, các mô hình này được đào tạo trên dữ liệu được gắn nhãn nhỏ hơn, cụ thể hơn để cung cấp cho chúng kiến thức liên quan trong một lĩnh vực cụ thể (chẳng hạn như hóa học), thường với sự trợ giúp của các chuyên gia.
Để đảm bảo dữ liệu mới hoặc độc quyền, các phòng thí nghiệm AI thường hợp tác với chủ sở hữu các nguồn dữ liệu lớn. Ví dụ: OpenAI đã ký một thỏa thuận với Reddit được đồn là trị giá 60 triệu USD. Tương tự, tờ Wall Street Journal đưa tin rằng hợp đồng 5 năm của News Corp với OpenAI trị giá hơn 250 triệu USD. Rõ ràng, dữ liệu có giá trị hơn bao giờ hết.
Chúng tôi tin rằng mạng crypto có thể giúp đội ngũ có được dữ liệu và tài nguyên họ cần một cách hiệu quả ở từng giai đoạn. Trong đó là thu thập dữ liệu, nơi chúng tôi cho rằng khích lệ crypto rất phù hợp để thúc đẩy phía cung cấp việc thu thập dữ liệu và khai thác lượng lớn các nguồn dữ liệu dài hạn quan trọng.
Ví dụ: Grass AI ( getgrass_io ) khuyến khích người dùng chia sẻ băng thông internet nhàn rỗi của họ để giúp lấy dữ liệu từ web, dữ liệu đó được cấu trúc, làm sạch và cung cấp cho việc đào tạo AI. Nếu Grass có thể xây dựng đủ nguồn cung, nó có thể đóng vai trò là khóa API một cách hiệu quả để cung cấp dữ liệu Internet mới nhất cho mô hình.
Hivemapper là một ví dụ điển hình khác - mạng ra mắt vào tháng 11 năm 2022, thu thập hàng triệu km hình ảnh đường đi mỗi tuần và đã bao phủ 25% thế giới. Rõ ràng là các mô hình tương tự có thể được áp dụng cho các dạng dữ liệu đa phương thức khác và được bán một cách có lãi cho các phòng thí nghiệm AI.
Như sàn giao dịch, nhiều công ty có dữ liệu có giá trị, nhưng nhiều công ty quá nhỏ hoặc thiếu kết nối với các phòng thí nghiệm AI để kiếm tiền từ dữ liệu đó. Tương tự như vậy, có thể không đáng để một phòng thí nghiệm AI đạt được thỏa thuận với một nhà cung cấp nhỏ. Một thị trường dữ liệu được thiết kế tốt có thể giảm bớt vấn đề này bằng cách kết nối các nhà cung cấp với phòng thí nghiệm AI một cách thống nhất. Có một số thách thức ở đây, chủ yếu là giải quyết chất lượng dữ liệu, API và khả năng thay thế lẫn nhau dữ liệu.
Cuối cùng, chuẩn bị dữ liệu là sê-ri nhiệm vụ quan trọng bao gồm chú thích, làm sạch, nâng cao dữ liệu, chuyển đổi, v.v. Một đội ngũ nhỏ có thể không có tất cả những kỹ năng này và do đó có thể tìm cách thuê ngoài. Scal AI ( scale_AI ) là một công ty tập trung cung cấp các dịch vụ này - hiện ước tính có thu nhập hàng năm khoảng 700 triệu USD và tăng trưởng nhanh chóng. Chúng tôi tin rằng một thị trường được thiết kế tốt và hệ thống quy trình làm việc dựa trên crypto sẽ hoạt động tốt ở đây. Lightworks là một công ty được hỗ trợ bởi Delphi Ventures, cùng với một số công ty khác - tất cả đều đang ở giai đoạn đầu.
Người mẫu
Theo báo cáo The Tower & The Square của Delphi Digital , việc sản xuất và kiểm soát các mô hình AI gần như được kiểm soát hoàn toàn bởi các “công ty lớn” và chính phủ. Đây là một tình huống đen tối hơn là sự kiểm soát tiền tệ của chính phủ, vì nó cho phép họ không chỉ kiểm soát một trong những nguồn lực kinh tế quan trọng nhất mà còn kiểm soát câu chuyện bằng cách kiểm duyệt và thao túng thông tin, loại trừ một số người "không mong muốn", sử dụng tương tác AI riêng tư của mọi người chống lại họ hoặc đơn giản là sử dụng AI để tối đa hóa thu nhập quảng cáo .
Có rất nhiều người thông minh đang làm việc chăm chỉ để tạo ra "The Square" - một mạng lưới phi tập trung với mục tiêu tạo ra một mô hình hoàn toàn trung lập, chống kiểm duyệt mà mọi người đều có thể tiếp cận được. Vì vậy, giống như Bitcoin và crypto cung cấp cơ sở hạ tầng tiền tệ/tài chính nằm ngoài hệ thống tài chính, tiền điện tử x AI sẽ cung cấp một hệ thống thông minh nằm ngoài hệ thống.
Dự án như vậy nhằm mục đích tạo ra một mô hình mạnh mẽ cạnh tranh với GPT và LLaMA bằng cách phi tập trung mọi khía cạnh của quá trình tạo mô hình - mạng chịu trách nhiệm thu thập và chuẩn bị dữ liệu, đào tạo về điện toán phi tập trung của riêng nó, trên cùng một quy trình suy luận. tính toán và toàn bộ quá trình được điều phối thông qua quản trị phi tập trung. Không có phần nào của quy trình được tập trung hóa, vì vậy mô hình thực sự thuộc sở hữu của cộng đồng và không thể bị kiểm soát bởi một "tháp".
Rõ ràng, sẽ rất khó để tạo ra một mô hình phi tập trung gần giống với một mô hình tiên tiến nhất. Chúng tôi không thể mong đợi phần lớn người dùng chấp nhận một sản phẩm có chất lượng kém hơn vì lý do đạo đức. Chúng tôi coi những loại dự án này là "những cú sút xa" khó có thể thành công nhưng sẽ cực kỳ có giá trị nếu thành công - và chúng tôi chân thành hy vọng chúng sẽ thành công.
Điều đáng nói là các phòng thí nghiệm AI tập trung nắm bắt ý tưởng về crypto và có thể sở hữu token hoặc sử dụng crypto.
NousResearch và PondGNN là một số ví dụ về đầu tư từ Delphi Ventures. Cuối cùng, cơ sở hạ tầng tạo mô hình như Bittensor của OpenTensor là một phần của kiến trúc mô hình này. Bittensor đã được thảo luận sâu ở nơi khác , vì vậy chúng tôi sẽ không thảo luận về ưu và nhược điểm của nó.
Kịch bản ứng dụng
Eric Schmidt đã nói trong một bài phát biểu gần đây:
Nếu TikTok bị cấm, đây là điều tôi khuyên mỗi bạn nên làm: hãy nói với Mô hình ngôn ngữ lớn (LLM) của bạn: “Tạo cho tôi một bản sao của TikTok, đánh cắp tất cả người dùng, đánh cắp tất cả nhạc, tùy chỉnh nó theo sở thích của tôi, tạo ra cái này ứng dụng trong 30 giây tiếp theo, đăng nó và nếu nó không lan truyền trong vòng một giờ, hãy thực hiện các bước tương tự khác.”
Đoạn văn này minh họa những khả năng to lớn mà chúng tôi mong đợi các đại lý của mình sở hữu. Nhưng để hoàn thành nhiệm vụ này với quyền tự chủ hoàn toàn, các tác nhân này cần có khả năng sử dụng nhiều loại dịch vụ mà không cần sự can thiệp của con người—chuyển giá trị và thiết lập các mối quan hệ kinh tế, triển khai và thực thi mã mà không được phép.
Các ứng dụng ngân hàng truyền thống, KYC (Biết khách hàng của bạn) và quy trình giới thiệu không phù hợp với các đại lý này. Không thể tránh khỏi, họ sẽ gặp phải một hệ thống được thiết kế cho con người và không thể truy cập nếu không có sự trợ giúp.
Cơ sở hạ tầng crypto cung cấp nền tảng hoàn hảo. Chúng cung cấp nền tảng không cần cấp phép, không cần tin cậy và chống kiểm duyệt để các đại lý hoạt động. Nếu họ cần triển khai một ứng dụng, họ có thể thực hiện việc đó trực tiếp trên Chuỗi. Token có thể được gửi nếu họ cần phải trả một số khoản phí nhất định. Mã và dữ liệu của các dịch vụ trên Chuỗi là mở và nhất quán, do đó các đại lý có thể hiểu và tương tác mà không cần API hoặc tài liệu.
Đại lý cũng có thể đóng vai trò là chất xúc tác cho hoạt động trên Chuỗi theo nhiều cách khác nhau. Việc chuyển từ mô hình trải nghiệm người dùng (UX) trong đó mọi người nhấn nút trên trang web sang tương tác thông qua trợ lý cá nhân AI của chúng tôi có thể đơn giản hóa sự phức tạp khi tham gia khét tiếng của không gian tiền crypto, giảm bớt một trong những rào cản chính trong việc thu hút người dùng mới.
Các dự án như Wayfinder ( AIWayfinder ), Autonolas ( Autonolas ), DAIN ( dainprotocol ) và Almanak ( Almanak__ ) đang hướng tới tương lai này.
Tóm lại
Trí tuệ nhân tạo (AI) đã trở thành nguồn lực mạnh mẽ và quan trọng nhất trong thế kỷ 21, có ảnh hưởng sâu sắc đến xã hội. Một tương lai được kiểm soát hoàn toàn bởi các công ty công nghệ lớn và nhà nước là một tương lai đen tối mà chúng ta không muốn thấy. Trong bài viết này, chúng tôi cố gắng chỉ ra cách crypto có thể ngăn chặn sự độc quyền này, không phải bằng cách mong đợi mọi người sử dụng các giải pháp vì lý do triết học mà bằng cách cung cấp cho các nhà phát triển và người dùng những giải pháp thực sự tốt hơn.
Chúng ta vẫn đang ở giai đoạn đầu của kỷ nguyên trí tuệ nhân tạo (AI), đặc biệt là kỷ nguyên phi AI. Vẫn còn nhiều việc cần phải làm để đưa chúng ta từ trạng thái hiện tại đến tương lai được thảo luận trong bài viết này. Tại Delphi Labs, chúng tôi đam mê tương lai của crypto và trí tuệ nhân tạo, đồng thời muốn tham gia tích cực vào việc định hình tương lai đó bằng cách hợp tác với các nhà phát triển hàng đầu trong lĩnh vực này.
