Hack Seasons Singapore Panel Khám Phá Tương Lai Của Các Đại Lý AI, Tính Toán Phi Tập Trung, Và Quản Trị Trên Chuỗi

Tóm lại

Tại hội nghị Hack Seasons ở Singapore, các chuyên gia đã thảo luận về vai trò hiện tại và tương lai của các tác nhân AI trong Web3, đề cập đến các ứng dụng thực tiễn và nhiều hơn nữa trong khi nhấn mạnh rằng sự giám sát của con người vẫn là điều cần thiết trong tương lai gần.

Vào đầu tháng Mười, Hội nghị Hack Seasons tại Singapore đã quy tụ các chuyên gia công nghệ, nhà đầu tư và nhà đổi mới từ khắp nơi trên thế giới để khám phá tương lai của blockchain và AI. Một trong những sự kiện chính được mong chờ nhất là buổi thảo luận nhóm với tiêu đề “AI Trên Chuỗi: Liệu Các Giao Thức Sắp Tự Tư Duy?” do Tomer Sharoni, Giám đốc Điều hành của Addressable, dẫn dắt.

Bảng điều khiển có sự góp mặt của một dàn diễn giả nổi bật, bao gồm Evgeny Ponomarev, Đồng sáng lập của Fluence, Michael Heinrich, Người sáng lập của 0G, Jack Collier, Giám đốc CGO của io.net, và Clark Alexander, Giám đốc AI tại Argentum AI. Cuộc thảo luận đã cung cấp một cái nhìn sâu sắc về cách mà sự giao thoa giữa Web3 và AI có thể định hình cảnh quan kỹ thuật số trong những năm tới.

Cuộc trò chuyện bắt đầu với các diễn giả xem xét các ứng dụng thực tế hiện tại của các tác nhân AI trong sản xuất, cũng như các trường hợp sử dụng vẫn còn là khát vọng hoặc không có khả năng thành hiện thực. Các thành viên trong ban hội thảo nhấn mạnh rằng có rất nhiều ứng dụng thực tiễn cho các tác nhân AI, lưu ý rằng thuật ngữ này thường đề cập đến việc sử dụng các mô hình ngôn ngữ lớn (LLMs) trong tự động hóa doanh nghiệp. Trong nhiều trường hợp, các tác nhân AI hoạt động mà không cần giao diện hội thoại, xử lý các nhiệm vụ như hỗ trợ khách hàng, tự động hóa bán hàng, thu thập dữ liệu và lập hồ sơ. Mặc dù những ứng dụng này đã được áp dụng rộng rãi, giấc mơ lâu dài vẫn là tạo ra các tác nhân AI có khả năng suy nghĩ như con người. Hiện tại, kiến trúc của các mô hình hiện có không thể tái tạo trí thông minh ở mức độ con người.

Các diễn giả đã nhấn mạnh rằng các tác nhân AI hiệu quả nhất khi được sử dụng để tự động hóa các tác vụ cấp hệ điều hành. Các mô hình đã được đào tạo dựa trên các hiện vật được con người tạo ra trong suốt hàng thiên niên kỷ, nhưng phạm vi đầy đủ của sự sáng tạo và đổi mới của con người vượt xa những gì đã được ghi chép. Do đó, công việc sáng tạo, việc tạo ra ý tưởng, quản trị và hành chính sẽ vẫn là lĩnh vực của con người trong tương lai gần. Các thành viên trong hội đồng đã đồng ý rằng, ít nhất trong năm mươi năm tới, con người sẽ tiếp tục đóng vai trò quan trọng trong những quá trình này.

Cuộc thảo luận cũng đã khám phá cách mà các đại lý AI hiện nay chủ yếu được sử dụng làm công cụ nội bộ. AI có tiềm năng cung cấp ngữ cảnh liên quan giúp con người đưa ra quyết định tốt hơn và nâng cao sự sáng tạo trong các hệ thống tự động.

Trong khi mục tiêu cuối cùng của một số người là trí tuệ nhân tạo tổng quát (AGI), hội đồng đã thừa nhận những hạn chế vật lý và khái niệm đáng kể của các mô hình ngôn ngữ lớn hiện tại. Tuy nhiên, các diễn giả không loại trừ khả năng có những thuật toán trong tương lai được thiết kế để suy nghĩ khác đi hoặc giống như con người hơn, lưu ý rằng một số nhà phát triển đang tích cực khám phá những phương pháp này.

Các diễn giả khám phá các tác nhân giao dịch AI, tính toán phi tập trung, dữ liệu trên chuỗi và quản trị GPU trong tương lai của Crypto và AI

Một chủ đề chính được khám phá trong buổi hội thảo là các tác nhân AI giao dịch. Trong lĩnh vực tiền điện tử, các giao thức giao dịch tự động và ví mà nhằm tạo ra lợi nhuận cho người dùng đang xuất hiện nhanh chóng.

Các diễn giả lưu ý rằng giao dịch tiền điện tử hoạt động tương tự như giao dịch forex. Nếu nhiều đại lý AI được lập trình với các chiến lược giao dịch khác nhau, họ có thể kết thúc trong tình trạng giao dịch chống lại nhau. Tuy nhiên, nếu các chiến lược của họ có sự tương quan cao, hệ thống có thể sụp đổ, dẫn đến một người chiến thắng thống trị trong khi những người khác chịu thua lỗ. Theo nhiều cách, động lực của giao dịch đại lý AI phản ánh những gì diễn ra trong một thị trường.

Các diễn giả khác nhấn mạnh rằng, theo nghiên cứu, hầu hết các đại lý giao dịch AI vẫn hoạt động kém hơn so với con người. Ban hội thảo đã đồng ý rằng các đại lý AI vẫn không hiệu quả vì chúng không thể dự đoán các mẫu mới nổi hoặc khám phá các chiến lược mới một cách độc lập.

Tính toán phi tập trung là một điểm chính khác trong cuộc thảo luận. Các thành viên hội đồng đã giải thích rằng đối với những người muốn xây dựng các mạng GPU lớn, tính toán phi tập trung cung cấp một sự thay thế cho các nhà cung cấp đám mây như AWS hoặc Google Cloud. Một thách thức chính là thuyết phục các doanh nghiệp lớn, chẳng hạn như các công ty Fortune 500, áp dụng mạng GPU phi tập trung bên cạnh cơ sở hạ tầng đám mây truyền thống.

Các diễn giả đã lưu ý rằng một số công ty yêu cầu GPU cực kỳ mạnh mẽ để hoạt động trên quy mô lớn. Nếu các nhà cung cấp phi tập trung không thể cung cấp mức phần cứng này, họ sẽ không thu hút được khách hàng doanh nghiệp. Thêm vào đó, việc áp dụng của doanh nghiệp thường phụ thuộc vào các chứng nhận an ninh, mà các giao thức phi tập trung có thể thiếu. Nếu không có những chứng nhận này, các công ty sẽ có sự đảm bảo hạn chế rằng dữ liệu nhạy cảm sẽ được bảo vệ.

Mặc dù có những thách thức này, các diễn giả khác đã lập luận rằng các hệ thống phi tập trung có những lợi thế về niềm tin vốn có. Cơ chế staking cho phép người tham gia hỗ trợ các tài nguyên mà họ cung cấp, cung cấp một hình thức trách nhiệm. Hiện tại, một trong những chi phí lớn nhất của AI là tính toán, phần nào vì các công ty cảm thấy bị áp lực phải đảm bảo tài nguyên từ các nhà cung cấp lớn, thường dẫn đến phần cứng không được sử dụng hiệu quả—đôi khi chỉ sử dụng 10-15%. Các mạng lưới phi tập trung cho phép khả năng GPU dư thừa được kiếm tiền một cách hiệu quả, trong khi người tiêu dùng chỉ trả cho những gì họ sử dụng.

Cuộc thảo luận cũng đã khám phá sự quan tâm ngày càng tăng trong việc đưa dữ liệu lên chuỗi để đảm bảo nguồn gốc, kiểm soát và khả năng xác minh. Các diễn giả đã tranh luận liệu các blockchain có thể hỗ trợ việc đào tạo các mô hình AI tự động theo cách vừa hiệu quả vừa an toàn hay không.

Ban hội thảo đã kết thúc với sự tập trung vào quản trị trong lĩnh vực AI và GPU, đặt ra câu hỏi về ai sẽ kiểm soát nguồn cung GPU trong tương lai và cách điều này sẽ định hình nền kinh tế rộng lớn hơn.