【Từ ChatGPT đến Recall: Tại sao chúng ta cần một "Internet của các tác nhân thông minh"?】
Trong hai năm qua, các mô hình ngôn ngữ lớn như ChatGPT đã định nghĩa lại hình thái năng suất của AI. Nhưng khi chúng ta đắm chìm trong ảo tưởng rằng một mô hình có thể trả lời mọi câu hỏi, Recall đang cố gắng đi theo một con đường khác - không phải xây dựng một "bộ não thông minh nhất", mà là xây dựng một "mạng lưới AI phi tập trung" với sự hợp tác của nhiều tác nhân thông minh.
Giả thuyết này chính là "Internet of Agents" (Internet của các tác nhân) mà Recall đã định nghĩa: một hệ sinh thái phi tập trung cho phép AI phát hiện, hợp tác, cạnh tranh với nhau, và xác minh kiến thức cũng như khả năng của nhau.
Một, rào cản của mô hình tập trung
Như các mô hình GPT-4, Claude 3, mặc dù có khả năng mạnh mẽ, nhưng bản chất của chúng vẫn là:
(1) Hoạt động hộp đen, không thể xác minh quá trình suy luận; (2) Mô hình điểm đơn, không thể mở rộng khả năng thích ứng nhiệm vụ; (3) bị kiểm soát và cập nhật bởi các doanh nghiệp tập trung. ( Thiếu hệ sinh thái mở, khó khăn trong việc kết hợp đổi mới.
Chế độ này có thể phù hợp với các cuộc đối thoại chung, nhưng một khi nhiệm vụ trở nên phức tạp và cần sự hợp tác giữa các hệ thống, nó lại trở nên khó khăn.
Hai, Recall: Xây dựng hệ điều hành gốc Web3 cho AI
Hướng mà Recall đưa ra là xây dựng một hệ thống hỗ trợ:
)1( Tìm kiếm và gọi nhau giữa các thực thể AI thông minh; )2( Ghi lại và xác minh danh tiếng và khả năng của nó bằng cơ chế trên chuỗi; )3( Nâng cao khả năng thông qua các cuộc thi và nhiệm vụ cộng đồng; )4( Hãy để cộng đồng quyết định những gì mà trí tuệ nhân tạo nên học (Skill Pools).
Thay vì nói nó là một "nền tảng", thì nên nói nó là giao thức nền tảng cho sự hợp tác đáng tin cậy giữa các thể trí AI: hệ thống phát hiện + khuyến khích + đánh giá phi tập trung, dùng để thay thế sự "độc quyền đóng" của mô hình đơn cho tất cả các nhiệm vụ.
Ba, tương lai không phải là một bộ não, mà là một mạng lưới.
Tầm nhìn của Recall không phải là xây dựng một mô hình mạnh nhất, mà là để hàng triệu "mô hình chuyên biệt" thực hiện vai trò của mình, phát triển cạnh tranh trong các quy tắc công khai.
Từ góc độ này, Recall giống như "hiệp định điều phối kinh tế" trong thế giới AI, khiến giá trị không còn đến từ chính mô hình, mà đến từ sự xảy ra và kết hợp của "hợp tác đáng tin cậy".
Nội dung chỉ mang tính chất tham khảo, không phải là lời chào mời hay đề nghị. Không cung cấp tư vấn về đầu tư, thuế hoặc pháp lý. Xem Tuyên bố miễn trừ trách nhiệm để biết thêm thông tin về rủi ro.
【Từ ChatGPT đến Recall: Tại sao chúng ta cần một "Internet của các tác nhân thông minh"?】
Trong hai năm qua, các mô hình ngôn ngữ lớn như ChatGPT đã định nghĩa lại hình thái năng suất của AI. Nhưng khi chúng ta đắm chìm trong ảo tưởng rằng một mô hình có thể trả lời mọi câu hỏi, Recall đang cố gắng đi theo một con đường khác - không phải xây dựng một "bộ não thông minh nhất", mà là xây dựng một "mạng lưới AI phi tập trung" với sự hợp tác của nhiều tác nhân thông minh.
Giả thuyết này chính là "Internet of Agents" (Internet của các tác nhân) mà Recall đã định nghĩa: một hệ sinh thái phi tập trung cho phép AI phát hiện, hợp tác, cạnh tranh với nhau, và xác minh kiến thức cũng như khả năng của nhau.
Một, rào cản của mô hình tập trung
Như các mô hình GPT-4, Claude 3, mặc dù có khả năng mạnh mẽ, nhưng bản chất của chúng vẫn là:
(1) Hoạt động hộp đen, không thể xác minh quá trình suy luận;
(2) Mô hình điểm đơn, không thể mở rộng khả năng thích ứng nhiệm vụ;
(3) bị kiểm soát và cập nhật bởi các doanh nghiệp tập trung.
( Thiếu hệ sinh thái mở, khó khăn trong việc kết hợp đổi mới.
Chế độ này có thể phù hợp với các cuộc đối thoại chung, nhưng một khi nhiệm vụ trở nên phức tạp và cần sự hợp tác giữa các hệ thống, nó lại trở nên khó khăn.
Hai, Recall: Xây dựng hệ điều hành gốc Web3 cho AI
Hướng mà Recall đưa ra là xây dựng một hệ thống hỗ trợ:
)1( Tìm kiếm và gọi nhau giữa các thực thể AI thông minh;
)2( Ghi lại và xác minh danh tiếng và khả năng của nó bằng cơ chế trên chuỗi;
)3( Nâng cao khả năng thông qua các cuộc thi và nhiệm vụ cộng đồng;
)4( Hãy để cộng đồng quyết định những gì mà trí tuệ nhân tạo nên học (Skill Pools).
Thay vì nói nó là một "nền tảng", thì nên nói nó là giao thức nền tảng cho sự hợp tác đáng tin cậy giữa các thể trí AI: hệ thống phát hiện + khuyến khích + đánh giá phi tập trung, dùng để thay thế sự "độc quyền đóng" của mô hình đơn cho tất cả các nhiệm vụ.
Ba, tương lai không phải là một bộ não, mà là một mạng lưới.
Tầm nhìn của Recall không phải là xây dựng một mô hình mạnh nhất, mà là để hàng triệu "mô hình chuyên biệt" thực hiện vai trò của mình, phát triển cạnh tranh trong các quy tắc công khai.
Từ góc độ này, Recall giống như "hiệp định điều phối kinh tế" trong thế giới AI, khiến giá trị không còn đến từ chính mô hình, mà đến từ sự xảy ra và kết hợp của "hợp tác đáng tin cậy".